3240962987

52

D’une faęon generale, pour chaąue marąueur, on attribue une valeur de la statis-tique consideree. En fonction de cette valeur par rapport a un seuil determine (en generał 5%), on decide si Ton considere ou non le marąueur comme etant statisti-ąuement associe au PCH__K correspondant. Cependant, le fait d’utiliser le meme jeu de donnees pour estimer le PCH_K et pour estimer 1’effet du SNP sur le score Yw = W^rY_f peut induire une surestimation de-fiw et introduire ainsi de l’inflation de 1’erreur de type 1 dans le test d’association (Mei et a/., 2010). Pour remedier a ce probleme, Klei et al. (2008) ont propose de diviser 1’echantillon en deux sous-ensembles disjoints : observations no pour estimer les W, et les observa-tions restantes sont utilisees pour tester 1’association entre Yy/ et le marąueur, avec no/n śtant une petite fraction, par exemple 0.2. Comme les resultats dependent de maniere significative de la faęon dont 1’echantillon est divise, le processus est repete plusieurs fois en utilisant des techniąues de Bootstrap et la p-valeur resultante pour le test d’association est derivee de la moyenne. Bień sur, cette methode rend le calcul trop complexe. Nous presentons dans le chapitre prochain les tests de permutation que nous proposons pour contróler Tinflation de 1’erreur de type 1 dans 1’approche de Klei ainsi que dans notre methode qui genśralise la mśthode de Klei a 1’analyse de plusieurs SNPs a la fois. Cette techniąue de permutation est bien meilleure au niveau du temps de calcul, si nous comparons avec 1’approche Bootstrap de Klei.