目的以生物信息學(xué)方法,建立和驗證基于腎移植受者外周血基因表達譜特征的排斥反應(yīng)風險評估模型。方法對基因表達匯編公共數(shù)據(jù)庫中與排斥反應(yīng)相關(guān)的腎移植受者外周血基因表達譜,進行數(shù)據(jù)挖掘和整合分析,采用LIMMA差異表達分析法和LASSO回歸法逐步進行特異基因的篩選。對篩選出的基因組合以Logistic回歸分析法法建立腎移植排斥反應(yīng)風險評估模型,并以受試者工作特征曲線分析、校準度分析和決策曲線分析對此模型進行驗證和評價。P<0.05為差異有統(tǒng)計學(xué)意義。結(jié)果共篩選出15個對評估腎移植排斥反應(yīng)風險有統(tǒng)計學(xué)意義的特異基因組合。利用此基因組合所建立的模型,可根據(jù)基因表達量計算,得出取值范圍為0～100的排斥反應(yīng)風險指數(shù)（RRS）,當RRS截斷值設(shè)定為35.55時,此模型的曲線下面積為0.836（0.812～0.859）,準確度為76.3%,敏感度為73.0%,特異度為78.0%,陽性預(yù)測值為62.9%,陰性預(yù)測值為84.9%,并在決策曲線分析中表現(xiàn)出顯著的臨床獲益優(yōu)勢。結(jié)論通過此模型計算得出的RRS,可無創(chuàng)性地量化評估受者發(fā)生移植腎排斥反應(yīng)的風險,但仍需進一步的臨床試驗加以證實。 

【文章來源】：中華移植雜志(電子版). 2020,14(05)

【文章頁數(shù)】：6 頁

【部分圖文】：

排斥反應(yīng)組與非排斥反應(yīng)組之間的前50個差異表達

在RRS模型的區(qū)分度分析中,開發(fā)集、驗證集和合并集的ROC與AUC分析結(jié)果詳見表4、圖2。根據(jù)合并集ROC/AUC分析,當約登指數(shù)=0.5098時,RRS最優(yōu)截斷值為35.55,即>35.55的樣本為排斥反應(yīng)高危,<35.55為排斥反應(yīng)低危,此時RSS模型的敏感度和特異度為ROC曲線中的最優(yōu)值。2.4.2 RRS模型的校準度分析

AR組、SCR組和BLC組3組間RRS值比較,差異均無統(tǒng)計學(xué)意義(Z=-0.01、-0.15和-0.16,P均>0.05)。3個亞組與排斥反應(yīng)組RRS值相比,差異均有統(tǒng)計學(xué)意義(Z=-11.61、-14.11和-5.79,P均<0.05),見圖5。圖4 排斥反應(yīng)風險指數(shù)模型的決策曲線圖


本文編號：3349366