目的以生物信息學方法,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風險評估模型。方法對基因表達匯編公共數據庫中與排斥反應相關的腎移植受者外周血基因表達譜,進行數據挖掘和整合分析,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)計學意義。結果共篩選出15個對評估腎移植排斥反應風險有統(tǒng)計學意義的特異基因組合。利用此基因組合所建立的模型,可根據基因表達量計算,得出取值范圍為0～100的排斥反應風險指數（RRS）,當RRS截斷值設定為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%,陽性預測值為62.9%,陰性預測值為84.9%,并在決策曲線分析中表現出顯著的臨床獲益優(yōu)勢。結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】：6 頁

【部分圖文】：

排斥反應組與非排斥反應組之間的前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分析結果詳見表4、圖2。根據合并集ROC/AUC分析,當約登指數=0.5098時,RRS最優(yōu)截斷值為35.55,即>35.55的樣本為排斥反應高危,<35.55為排斥反應低危,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)計學意義(Z=-0.01、-0.15和-0.16,P均>0.05)。3個亞組與排斥反應組RRS值相比,差異均有統(tǒng)計學意義(Z=-11.61、-14.11和-5.79,P均<0.05),見圖5。圖4 排斥反應風險指數模型的決策曲線圖


本文編號：3349366