遗传多态性在缺血性中风预后模型中的增量价值

《European Journal of Medical Research》：Incremental value of genetic polymorphisms in prognostic models for ischemic stroke

　　

摘要

背景与目的

缺血性中风（IS）患者的预后具有高度异质性，受遗传和环境因素的共同影响。传统的IS预后模型主要基于临床变量，而将单核苷酸多态性（SNPs）整合到这些模型中的附加价值仍不明确。本研究旨在评估遗传多态性在现有临床预测因子之外对IS发生后90天不良预后的预测价值。

方法

通过截至2023年12月31日的PubMed搜索，确定了与IS预后相关的候选SNPs。对2016年9月至2020年10月期间发病后14天内入院的急性缺血性中风患者进行了回顾性分析。主要结局为90天不良预后，定义为改良Rankin评分3-6分或任何复合临床事件（中风复发、心肌梗死或全因死亡）。使用多重标记扩增子深度测序技术对SNPs进行了基因分型。利用LASSO逻辑回归开发了三种预测模型：SNP模型、临床模型和混合模型。通过接收者操作特征曲线下面积（AUC）、准确率、敏感性和特异性在全数据集及十折交叉验证下的表现来评估模型性能。使用DeLong检验比较了各模型之间的AUC。

结果

从文献中确定了66个候选SNPs，其中59个通过了质量控制并进行了分析。在1,322名筛查患者中，有866人被纳入研究；90天时559人（64.6%）预后良好，307人（35.4%）预后不良。包含35个SNPs的SNP模型显示出中等区分度（AUC 0.696；平均交叉验证AUC 0.631 ± 0.046），具有相对较高的敏感性但较低的特异性。临床模型包括5个核心变量和14个候选临床变量，AUC为0.811（平均交叉验证AUC 0.773 ± 0.049）。混合模型结合了17个SNPs、5个核心临床变量和9个候选临床变量，表现最佳（AUC 0.838；平均交叉验证AUC 0.792 ± 0.048），在准确性、敏感性和特异性方面比单独的模型更为均衡。成对DeLong检验显示，混合模型的性能显著优于临床模型和SNP模型（P < 0.001）。在混合模型中，有7个SNP保持独立显著性：CYP4A11 rs9333025、NINJ2 rs12425791、PRKCH rs2230500、PTGS1 rs1330344、CYP2C19 rs4986893、VEGFA rs3025039和MTHFR rs1801133。

结论

遗传多态性为缺血性中风的临床预后模型提供了适度但具有统计学意义的附加价值，使区分度略有提高（AUC提高了约0.01）。尽管这种提升有限，但它支持将遗传信息纳入预后预测中，有待在更大规模的研究队列和不同类型的中风中进行进一步验证。