هنگامی که با داده های گم شده سر و کار داریم، توجه به مکانیزم گم شدن داده ها در استنباط آماری از اهمیت زیادی برخوردار است. کنار گذاشتن داده های گم شده به خصوص در شرایطی که مکانیزم گم شدن تصادفی نباشد، موجب مخدوش شدن نتایج تحلیل خواهد شد. در حال حاضر با استفاده از تحلیل های آماری، ارتباط بین چندریختی تک-نوکلئوتیدی (snp) با برخی از بیماری ها مورد توجه بسیاری از محققین می باشد. همچنین داده های snp گم شده، در مطالعات ارتباط سنجی ژنتیکی متداول است. لذا در این مطالعه، ارتباط بین snpهای موجود در ژن dnmt1 از کروموزوم 19 انسان را با بیماری سرطان روده بزرگ، مورد بررسی قرار دادیم. هدف از این مطالعه، ارایه روش جانهی در داده هایی با snpهای گم شده به صورت غیرتصادفی است. در این مطالعه مورد-شاهدی، از بین بیماران مراجعه کننده به مرکز تحقیقات بیماری های گوارش و کبد دانشگاه علوم پزشکی شهید بهشتی تعداد یکصد بیمار مبتلا به بیماری سرطان روده بزرگ، به عنوان گروه مورد و یکصد نفر از سایر بیماران را به عنوان گروه شاهد تحت مطالعه قرار داده و آزمایشات ژنتیکی، جهت تعیین ژنوتیپ 6 مورد snp از ژن dnmt1 از کروموزوم 19 انسان، برای این بیماران انجام گردید. داده های حاصل با استفاده از روش رگرسیون لجستیک مورد تجزیه و تحلیل آماری قرار گرفت. سپس با حذف بخشی از داده ها به دو روش تصادفی و غیرتصادفی و جانهی آن ها با استفاده از الگوریتم em، تغییرات ضرایب رگرسیون لجستیک را قبل و بعد از این کار مقایسه نمودیم. یافته ها نشان داد که در هر دو روش گم شدن تصادفی و غیر تصادفی داده های snp، برآورد ضرایب رگرسیون لجستیک پس از جانهی توسط الگوریتم em، در مقایسه با روش حذف داده های گم شده، انطباق بیشتری با نتایج حاصل از تجزیه و تحلیل داده های کامل دارند.

یکی از موضوعات مهم در علوم زیستی و بالینی پیشگویی زودرس بیماری¬ها به کمک نشانگرهای زیستی است، به طوری که بتوان با انجام مداخلات به موقع از وقوع بیماری جلوگیری کرد. تحلیل ممیزی یکی از روش¬های مطرح در این زمینه است که می¬تواند بر اساس نشانگرهای زیستی بروز بیماری را پیش بینی کند، اما در این روش مطالعه به صورت مقطعی انجام شده و متغیرها در یک زمان مشخص اندازه گیری می شوند که برای برطرف کردن این محدودیت می¬توان از تحلیل ممیزی طولی استفاده کرد. در تحلیل ممیزی طولی چند متغیره هم¬بستگی بین متغیرها و هم¬چنین هم¬بستگی در طول زمان در مطالعه لحاظ شده و برای کوواریانس باید ساختار مناسبی تعیین شود. برای تبیین کوواریانس ساختار یافته از دو کوواریانس مجزا برای ماتریس همبستگی درونی و بیرونی استفاده شده و در نهایت ضرب کرونکر آن¬ها به عنوان کوواریانس ساختار¬یافته در نظر گرفته می¬شود. در بحث تحلیل ممیزی طولی چند متغیره، علاوه بر کوواریانس برای میانگین نیز می¬توان ساختار در نظر گرفت. معمولا برای میانگین سه ساختار در نظر گرفته می¬شود؛ میانگین غیرساختاری، میانگین ساختار یافته بدون در نظر گرفتن اثر زمان و میانگین غیر ساختاری تعدیل شده. میانگین غیرساختاری باعث افزایش پارامترهای مدل می¬شود و میانگین ساختار یافته بدون در نظر گرفتن اثر زمان هنگامی مناسب است که میانگین پاسخ برای متغیرهای مختلف در تمام زمان¬ها یکسان باشد. در روش آخر نیز میانگین به صورت غیرساختاری مطرح و به صورت تابعی از زمان و سایر کووریت ها بیان شده و بدین صورت تابع تحلیل ممیزی تعدیل می¬شود. در این رساله برای میانگین یک ساختار وابسته به زمان در نظر گرفته شده و زمان نه به عنوان یک متغیر، بلکه به عنوان یک ساختار مطرح شده است. وجود این ساختار می¬تواند موجب انعطاف پذیری تابع تحلیل ممیزی شده و برای کووریتهای وابسته به زمان که باعث کاهش خطای طبقه بندی می¬شوند موثر باشد.