基于候选基因策略研究结果的中国人群肺癌风险预测模型

【作者】 程阳； 朱猛； 沈伟； 刘佳； 王铖； 秦娜； 戴俊程； 马红霞； 靳光付； 胡志斌； 沈洪兵；

【机构】 南京医科大学公共卫生学院流行病与卫生统计学系；

【摘要】 目的系统评价遗传因素对传统肺癌风险预测模型的改善能力,并联合使用遗传因素和吸烟信息构建中国汉族人群的肺癌风险预测模型。方法利用PubMed进行文献检索候选基因策略所发现的肺癌易感位点,剔除在中国人群中MAF<0.05和高连锁不平衡的位点,共筛到38个易感位点。这38个SNPs在前期中国人群肺癌GWAS数据库中(2331病例vs.3077对照)进行进一步筛选,最终纳入4个SNPs位点进入模型,并通过加权法(Weighted genetic risk score,wGRS)估算个体遗传得分。基于吸烟和遗传因素来构建肺癌风险预测模型(非遗传因素模型和吸烟+遗传因素模型),并根据受试者工作特征曲线(Receiver operating characteristic curve,ROC)、曲线下面积(AUC)来评价两种模型预测肺癌风险的效能。结果用OR值加权法构建模型时,危险得分是一个连续性变量,为了评估遗传因素的检验效能,将单独考虑4个SNPs的危险得分分为四组,发现危险得分在75%分位数以上的个体其肺癌风险为危险得分在25%分位数以下个体的1.58倍(校正后OR=1.58,95%CI=1.34-1.87)(趋势性P=3.15E-7)。为了更好的评价遗传效应对传统风险预测模型的改善情况,构建非遗传因素模型和吸烟、遗传因素联合的模型,用非参数法比较AUC的大小。ROC结果显示,仅考虑吸烟信息的风险模型AUC=0.611(95%CI=0.598-0.624),联合考虑吸烟和遗传因素的风险模型AUC=0.631(95%CI=0.616-0.646),两AUC比较具有统计学差异(P=1.07E-4)。结论通过纳入4个候选策略报道的SNPs位点构建遗传得分,可以显著提高肺癌传统风险模型的预测效能。更多还原