logo-sombre

Articles de revues sélectionnés

  1. Karimnezhad, A. et Perkins, TJ (2024). Variante empirique bayésienne mononucléotidique : appel à des données de séquençage de nouvelle génération. Scientific Reports 14, 1550, https://doi.org/10.1038/s41598-024-51958-zhttps://doi.org/10.1038/s41598-024-51958-z

  2. Karimnezhad, A. (2022). Estimation plus précise de la composition cellulaire dans l'expression en masse grâce à une intégration robuste des informations sur les cellules individuelles. Bioinformatics Advances, 2(1), https://doi.org/10.1093/bioadv/vbac049.https://doi.org/10.1093/bioadv/vbac049.

  3. Karimnezhad, A. (2022). Une méthode simple mais efficace d'estimation du taux de fausses découvertes locales, conçue pour l'analyse des données d'association pangénomiques. Méthodes statistiques et applications, 31, 159-180.

  4. Karimnezhad, A., Palidwor, AP, Thavorn, K., Campbell, P., Lo, B., Stewart, DJ et Perkins, TJ (2020). Précision et reproductibilité de l'appel de mutations ponctuelles somatiques dans les données de séquençage ciblé de type clinique. BMC Medical Genomics. 13, 156.

  5. Karimnezhad, A. et Bickel, DR (2020). Intégration des connaissances préalables sur les variants génétiques dans l'analyse des données d'association génétique : une approche bayésienne empirique. Transactions IEEE/ACM sur la biologie computationnelle et la bioinformatique. 17(2), 635-646.

  6. Karimnezhad, A. et Zarepour, M. (2020). Guide général d'estimation bayésienne et bayésienne robuste par processus de Dirichlet. Metrika. 83, 321-346.

  7. Karimnezhad, A. et Parsian, A. (2019). Bayes et inférence bayésienne robuste dans un contexte général. Communications en statistique - Théorie et méthodes. 48(15), 3899-3920., A. and Parsian, A. (2019). Bayes and Robust Bayes Inference in a General Setting. Communications in Statistics - Theory and Methods. 48(15), 3899-3920.

  8. Karimnezhad, A. et Moradi, F. (2018). Estimation de la fréquence allélique en présence d'antériorités incertaines. Journal of Theoretical Biology 459, 119-129.

  9. Karimnezhad, A. et Parsian, A. (2018). Détermination de la taille d'échantillon la plus stable dans les essais cliniques. Méthodes statistiques et application 27(3), 437-454.

  10. Trafimow, D., Amrhein, V. et 52 autres, dont Karimnezhad, A. (2018). Manipuler le niveau alpha ne peut pas guérir les tests de signification. Frontiers in Psychology, 9-690. doi : 10.3389/fpsyg.2018.00699

  11. Karimnezhad, A., Lucas, PJ et Parsian, A. (2017). Estimation des paramètres sous contraintes avec des priors incertains pour les réseaux bayésiens. Revue électronique de statistique, 11(2), 4000-4032.

  12. Mei, S., Karimnezhad, A., Forest, M., Bickel, DR, Greenwood, C. (2017). Performance d'une nouvelle méthode locale de taux de fausses découvertes sur les tests d'association entre la maladie coronarienne (MC) et les variants génétiques à l'échelle du génome. PLoS ONE, 12(9) : e0185174.

  13. Karimnezhad, A. et Moradi, F. (2016). Apprentissage bayésien des paramètres avec une application, Metron, 74(1), 61-74.

Progiciels

  1. Karimnezhad, A. (2024). SNVLFDR : Appel de variantes basé sur LFDR. Paquet R, version 1.0.1. https://cran.r-project.org/web/packages/SNVLFDRhttps://cran.r-project.org/web/packages/SNVLFDR

  2. Karimnezhad, A. (2024). CSCDRNA : Décomposition basée sur la covariance de l'expression en masse avec séquençage de cellules individuelles. Package R, version 2.0.1. https://github.com/empiricalbayes/CSCDRNAhttps://github.com/empiricalbayes/CSCDRNA

  3. Karimnezhad, A. (2020). LFDR.MME : Estimation des taux de fausses découvertes locales par la méthode des moments. Package R, version 1.0.1. https://cran.r-project.org/web/packages/LFDR.MMEhttps://cran.r-project.org/web/packages/LFDR.MME

  4. Karimnezhad, A., Kim, J., Akpawu, A., Chitpin, J. et Bickel, DR (2017). LFDR. Empirical-Bayes : Estimation des taux de fausses découvertes locales à l'aide de méthodes empiriques bayésiennes. Package R, version 1.0. https://cran.r-project.org/web/packages/LFDREmpiricalBayeshttps://cran.r-project.org/web/packages/LFDREmpiricalBayes

  5. Karimnezhad, A., Kim, J. et Bickel, DR (2017). LFDR. EmpiricalBayes. Application Shiny. https://empiricalbayes.shinyapps.io/lfdrempiricalbayesapp/https://empiricalbayes.shinyapps.io/lfdrempiricalbayesapp/