Αφηρημένο

ειδικό αντιγόνο

προστάτη (PSA) χρησιμοποιείται ευρέως ως ένα διαγνωστικό βιοδείκτη για τον καρκίνο του προστάτη (PC) . Ωστόσο, λόγω των χαμηλών επιδόσεων πρόβλεψης του, πολλοί ασθενείς χωρίς PC υποφέρουν από τις επιβλαβείς συνέπειες των μη απαραίτητων βιοψιών βελόνας του προστάτη. Η παρούσα μελέτη στοχεύει να αξιολογήσει την επαναληψιμότητα και την απόδοση ενός μοντέλου γενετικό κίνδυνο πρόβλεψη στα ιαπωνικά και εκτιμούν τη χρησιμότητά του ως διαγνωστικό βιοδείκτη σε κλινικό σενάριο. Δημιουργήσαμε ένα μοντέλο λογιστικής παλινδρόμησης που ενσωματώνει 16 SNPs που συσχετίστηκε σημαντικά με τον υπολογιστή σε μια μελέτη σύνδεσης γονιδίωμα-ευρεία της ιαπωνικής πληθυσμού που χρησιμοποιεί 689 περιπτώσεις και 749 αρσενικά ελέγχους. Το μοντέλο είχε επικυρωθεί από δύο ανεξάρτητα σύνολα των ιαπωνικών δειγμάτων περιλαμβάνει 3.294 περιπτώσεις και 6.281 αρσενικό ελέγχους. Οι περιοχές κάτω από την καμπύλη (AUC) του μοντέλου ήταν 0,679, 0,655, και 0.661 για τα δείγματα που χρησιμοποιούνται για τη δημιουργία του μοντέλου και εκείνα που χρησιμοποιούνται για την επικύρωση. Οι AUCs δεν μεταβλήθηκαν σημαντικά σε δείγματα με PSA 1-10 ng /ml. 24,2% και 9,7% των ασθενών είχαν λόγος πιθανοτήτων & lt? 0.5 (χαμηλού κινδύνου) ή & gt? 2 (υψηλού κινδύνου) στο μοντέλο. Υποθέτοντας ότι το συνολικά θετικό ρυθμό βιοψίες βελόνα του προστάτη είναι 20%, οι θετικές βιοψία ποσοστά ήταν 10,7% και 42,4% για τις ομάδες χαμηλού και υψηλού γενετικού κινδύνου, αντίστοιχα. μοντέλο πρόβλεψης γενετικό κίνδυνο μας για το PC ήταν εξαιρετικά επαναλήψιμη και πρόβλεψης απόδοσή του δεν επηρεάστηκε από την PSA. Το μοντέλο μπορεί να έχουν τη δυνατότητα να επηρεάσουν την κλινική απόφαση όταν εφαρμόζεται σε ασθενείς με PSA γκρίζα ζώνη, η οποία θα πρέπει να επιβεβαιωθεί σε μελλοντικές κλινικές μελέτες

Παράθεση:. Akamatsu S, Takahashi Α, Τακάτα R, Kubo Μ , Inoue Τ, Morizono Τ, et al. (2012) αναπαραγωγιμότητα, Performance, και κλινική χρησιμότητα ενός μοντέλου πρόβλεψης Γενετική κίνδυνο για καρκίνο του προστάτη στα ιαπωνικά. PLoS ONE 7 (10): e46454. doi: 10.1371 /journal.pone.0046454

Επιμέλεια: Kin Mang Lau, Η κινεζική Πανεπιστήμιο του Χονγκ Κονγκ, Χονγκ Κονγκ

Ελήφθη: 19 Ιουν, 2012? Αποδεκτές: 30ης Αυγούστου 2012? Δημοσιεύθηκε: 10 Οκτωβρίου 2012 |

Copyright: © Akamatsu et al. Αυτό είναι ένα άρθρο ανοικτής πρόσβασης διανέμεται υπό τους όρους της άδειας χρήσης Creative Commons Attribution, το οποίο επιτρέπει απεριόριστη χρήση, τη διανομή και την αναπαραγωγή σε οποιοδήποτε μέσο, ​​με την προϋπόθεση το αρχικό συγγραφέα και την πηγή πιστώνονται

Χρηματοδότηση:. Αυτό το έργο διεξήχθη ως μέρος του Έργου βιοτράπεζας Ιαπωνία, που υποστηρίχθηκε από το Υπουργείο Παιδείας, Πολιτισμού, Αθλητισμού, Επιστημών και Τεχνολογίας της ιαπωνικής κυβέρνησης, και υποστηρίζεται εν μέρει από τη Research επιχορήγηση # 22390306 (η Nakagawa) από την Japan Society για την Προώθηση της Επιστήμης, από την πριγκίπισσα Τακαμάτσου Καρκίνο του Ταμείου Έρευνας (η Nakagawa), από το Ίδρυμα Takeda Science (η Nakagawa), και από το Ίδρυμα Ιάπωνες για προστάτη Ερευνών (Σ Akamatsu). Η Πολυεθνική ομάδα (MEC) υποστηρίχθηκε από Ηνωμένες Πολιτείες Εθνικό Ινστιτούτο Υγείας χορηγεί HG004726, CA148537, CA54281, και CA63464. Σ Akamatsu είναι η Ιαπωνία Εταιρείας για την Προώθηση της Επιστήμης Research Fellow. Οι χρηματοδότες δεν είχε κανένα ρόλο στο σχεδιασμό της μελέτης, τη συλλογή και ανάλυση των δεδομένων, η απόφαση για τη δημοσίευση, ή την προετοιμασία του χειρογράφου

Αντικρουόμενα συμφέροντα:.. Οι συγγραφείς έχουν δηλώσει ότι δεν υπάρχουν ανταγωνιστικά συμφέροντα

Εισαγωγή

ο καρκίνος του προστάτη (PC) είναι η πιο συχνή μη δερματική κακοήθεια στις δυτικές χώρες [1], και η συχνότητα της έχει επίσης ραγδαία αύξηση στις χώρες της Ασίας, συμπεριλαμβανομένης της Ιαπωνίας [2]. Παρά το γεγονός ότι οι περιβαλλοντικοί παράγοντες, όπως η πλούσια σε λίπος ή υψηλής θερμιδικής αξίας πρόσληψη διατροφή μπορεί να παίξει μερικά σημαντικό ρόλο στην καρκινογένεση PC, το μόνο οριστικά παράγοντες κινδύνου για PC είναι η ηλικία, το οικογενειακό ιστορικό και η εθνικότητα [3], [4]. Το ειδικό προστατικό αντιγόνο (PSA) χρησιμοποιείται ευρέως ως ένα διαγνωστικό βιοδείκτη για PC. Οι ασθενείς με PSA πάνω από την τιμή αποκοπής 2-4 ng /ml ύποπτα να έχουν υπολογιστή και υφίστανται επεμβατικές διορθικό ή διαπερινεϊκή προστάτη βιοψίες βελόνα. Ωστόσο, η προβλεπτική επίδοση του PSA αναγνωρίζεται να είναι δυσμενής, ειδικά για ασθενείς με «γκρίζα ζώνη» PSA λιγότερο από 10 ng /ml. Μόνο το 20-25% των ασθενών με PSA γκρίζα ζώνη είναι ιστολογικά διαγνωστεί με PC σε βιοψία [5], [6], [7]. Ως εκ τούτου, πολλοί ασθενείς χωρίς PC υποφέρουν από τις επιβλαβείς συνέπειες των μη απαραίτητων βιοψιών του προστάτη, όπως ο πόνος, αιματουρία, αιμορραγία από το ορθό, προστατίτιδα, και σηψαιμία [8]. Η χρησιμότητα των αντισταθμιστικών δείκτες, όπως η ταχύτητα αύξησης του PSA, την πυκνότητα του PSA και δωρεάν σε συνολικό δείκτη PSA είναι περιορισμένη λόγω της εξάρτησής τους από την PSA [5], [9], και τις επιδόσεις των άλλων βιοδεικτών, όπως PCA3 είναι ακόμη υπό έρευνα [10]. Ως εκ τούτου, μυθιστόρημα βιοδείκτες που μπορούν να διακινδυνεύσουν διαστρωμάτωση των ασθενών σε PSA γκρίζα ζώνη για να αποφασίσει ποιος θα πρέπει να συνιστάται να υποβληθούν σε βιοψίες του προστάτη χρειάζονται επειγόντως.

Πρόσφατα, περισσότερα από σαράντα γονιδιωματικής τόπους που συνδέονται με ευαισθησία σε PC έχουν αναγνωριστεί από μελέτες γονιδιώματος σε επίπεδο σύνδεσης (GWAS) [11], [12], [13], [14], [15], [16], [17], [18], [19], [20]. Εκτός από τον εντοπισμό νέων γονιδίων ή μονοπάτια για να διευκρινιστεί η αιτιολογία των ασθενειών, τις πληροφορίες που προκύπτουν από GWAS μπορούν επίσης να χρησιμοποιηθούν για την εκτίμηση προδιάθεση για την ανάπτυξη των ασθενειών [21]. Ωστόσο, το μέγεθος της επίδρασης, ή αναλογία πιθανοτήτων (OR) της κοινής παραλλαγές ευαισθησίας που προσδιορίζονται από GWAS είναι γενικά μικρή (1,1-2,0), και η χρησιμότητα της κάθε παραλλαγής κατά την εκτίμηση της ευαισθησίας ασθένεια είναι περιορισμένη. Ως εκ τούτου, έχουν γίνει προσπάθειες για την ανάπτυξη μοντέλων πρόβλεψης γενετικό κίνδυνο που ενσωματώνουν πολλαπλές παραλλαγές ευαισθησία [22].

Έχουμε εντοπίσει στο παρελθόν πέντε νέες θέσεις που σχετίζονται με το PC στο GWAS της Ιαπωνίας, και έχει επίσης αναφερθεί ότι αν και 19 της 31 στη συνέχεια αναφέρθηκε τόποι είχαν αναπαραχθεί (

P-value

& lt? 0,05) στα ιαπωνικά, 12 δεν ήταν, επιβεβαιώνοντας την παρουσία της εθνικής ετερογένειας σε γενετική προδιάθεση στον υπολογιστή [20]. Μερικές από τις πέντε νέες θέσεις έχουμε εντοπίσει αργότερα αναπαραχθεί σε Καυκάσιο πληθυσμό σε χαμηλότερες αναλογίες πιθανοτήτων και μερικά δεν ήταν [23], [24]. Αυτά τα δεδομένα υποδεικνύουν ότι τα μοντέλα πρόβλεψης του γενετικού κινδύνου θα πρέπει να εξατομικεύεται για κάθε εθνική ομάδα. Στην παρούσα μελέτη, έχουμε δημιουργήσει ένα μοντέλο πρόβλεψης γενετικό κίνδυνο για τον υπολογιστή που βασίζεται σε 16 γενετικές παραλλαγές που συνδέονται με τον υπολογιστή στο GWAS της Ιαπωνίας, και επιβεβαίωσε την επαναληψιμότητα της σε δύο ανεξάρτητα σύνολα των ιαπωνικών δείγματα. Έχουμε, επίσης, δοκιμάστηκε η απόδοση του μοντέλου σε ένα κλινικό σενάριο και εκτιμάται αν το μοντέλο θα μπορούσε να είναι κλινικά και πρακτικά χρήσιμο σε ασθενείς κινδύνου διαστρωμάτωση στο PSA γκρίζα ζώνη.

Υλικά και Μέθοδοι

γενετικής επιλογής παραλλαγή και τη δημιουργία ενός γενετικού μοντέλου πρόβλεψης κινδύνου

από τις παραλλαγές ευαισθησία βλαστική 31 PC αναφερθεί μέχρι τον Ιούλιο του 2010, 15 παραλλαγές πέρασε το κατώφλι της σημασίας μετά τη διόρθωση Bonferroni (

P

-τιμή & lt? 1.6 × 10

-3) σε GWAS μας στάδιο 1, συμπεριλαμβανομένων των πολλαπλών παραλλαγών σε

8q24

(Πίνακας S1) [20]. Υπάρχουν πέντε ανεξάρτητες περιοχές που συνδέονται με τον υπολογιστή στο

8q24

[25]. Επελέγησαν οι παραλλαγές που έδειξε την ισχυρότερη συσχέτιση στην ιαπωνική GWAS για κάθε μία από τις πέντε περιοχές επρόκειτο να περιληφθούν στο μοντέλο. Έχουμε ήδη πρόστιμο-χαρτογραφήθηκαν το λεγόμενο Περιφέρεια 2 του

8q24

[26], και rs1456315, η οποία έδειξε την ισχυρότερη συσχέτιση με τον υπολογιστή (

P

= 2.00 × 10

-24 , OR = 1.74) στα ιαπωνικά στην περιοχή αυτή επιλέχθηκε για την περιοχή 2 του

8q24

. Πέντε νέες παραλλαγές έχουμε εντοπίσει στην ιαπωνική GWAS [20] συμπεριλήφθηκαν επίσης, και το σύνολο των 16 παραλλαγές ενσωματώνονται σε ένα μοντέλο πρόβλεψης γενετικό κίνδυνο για PC ως επεξηγηματικές μεταβλητές σε ένα μοντέλο λογιστικής παλινδρόμησης (Πίνακας 1) .Δεν παραλλαγές ήταν εντός το ίδιο μπλοκ ανισορροπία σύνδεσης, και όλες οι παραλλαγές επιλέγονται δεν συσχετίστηκαν με (r

2 & lt? 0,2) το ένα το άλλο. Για τη δημιουργία ενός μοντέλου πρόβλεψης κινδύνου, κάθε δείγμα βαθμολογείται για κάθε μία από τις 16 παραλλαγές με τον αριθμό των αλληλίων κινδύνου (0, 1, και 2). Ένα μοντέλο της γενετικής πρόβλεψης κινδύνου δημιουργήθηκε από την άνευ όρων λογιστικής παλινδρόμησης που ενσωματώνουν όλες τις 16 SNPs. αναλογία πιθανοτήτων (OR) υπολογίστηκε για κάθε δείγμα με βάση το μοντέλο από τον ακόλουθο τύπο: όπου είναι οι συντελεστές παλινδρόμησης του κάθε SNP και ο αριθμός των αλληλομόρφων κινδύνου σε κάθε θέση SNP. Αξιολογήσαμε επίσης γενετικό μοντέλο πρόβλεψης μας από δύο ανεξάρτητους Ιάπωνες δείγμα δεν συνδυασμοί που χρησιμοποιούνται για την κατασκευή μοντέλου.

Η

Δείγματα και γονοτυπική

Τα βασικά χαρακτηριστικά των συμμετεχόντων της μελέτης συνοψίζονται στον Πίνακα 2 . Τα δείγματα που χρησιμοποιήθηκαν για τη δημιουργία του μοντέλου (

AKY

) καταρτίστηκαν από Ακίτα-Κιότο Cohort (

AKYC

), συμπεριλαμβανομένων 732 περιπτώσεις και 957 έλεγχοι [27]. Τα δείγματα περίπτωση που προσλήφθηκαν από ασθενείς ιαπωνική υπολογιστή στο Πανεπιστήμιο του Κιότο και το Πανεπιστήμιο Ακίτα. Όλα τα δείγματα υπόθεση ήταν ιστολογικά διαγνωστεί από τους τοπικούς παθολόγους, και όλα τα κλινικά δεδομένα συλλέχθηκαν από τις τοπικές ουρολόγους. Τα δείγματα ελέγχου των

AKYC

περιλαμβάνονται ιαπωνική δείγματα που συλλέχθηκαν από τους άρρενες ασθενείς που επισκέπτονται τα ιατρεία ουρολογίας στα δύο πανεπιστημιακά νοσοκομεία με ασθένειες, εκτός από το PC και άλλες κακοήθειες, και από υγιείς άνδρες εθελοντές επισκέπτονται για ιατρικές εξετάσεις. Οι ασθενείς της ομάδας ελέγχου είχαν τουλάχιστον ένα τεστ PSA κάθε 1-2 χρόνια μαζί με δακτυλική εξετάσεις. Αν και τα ακριβή δεδομένα PSA για κάθε δείγμα λείπει, ασθενείς με PSA & gt? 4 ng /ml που δεν περιλαμβάνονται στις τρέχουσες ελέγχους μελέτη εκτός από εκείνους που έλαβαν προστάτη βιοψία βελόνα μαζί με τη χειρουργική επέμβαση λόγω καλοήθους υπερπλασίας του προστάτη, και δεν είχε καμία κακοήθεια στην παθολογική δείγμα.

AKYC

δείγματα γονότυπος από δοκιμασίες multiplex PCR-based εισβολέα [28]. Δείγμα ποσοστά κλήσης ήταν & gt? 99%, και δεν υπήρχε απόκλιση από την ισορροπία Hardy-Weinberg για όλους τους 16 SNPs μεταξύ των ελέγχων. Μετά γονοτυπική, 689 περιπτώσεις με πλήρη γονότυπο και τα δεδομένα της ηλικίας και 749 ελέγχους που συνδυάζεται με τις ηλικίες των διαστήματα 5 ετών σύρθηκαν για να δημιουργήσει το μοντέλο γενετικού κινδύνου πρόβλεψης. Τα δείγματα που χρησιμοποιήθηκαν για την 1

μελέτης st επικύρωσης (

BBJ

) καταρτίστηκαν από το στάδιο 2 της GWAS μας Ιαπωνικά [20]. Όλες οι περιπτώσεις PC και αρσενικό ελέγχους ελήφθησαν από βιοτράπεζα Ιαπωνία στο Ινστιτούτο Ιατρικών Επιστημών, του Πανεπιστημίου του Τόκιο [29]. Το έργο αυτό ξεκίνησε το 2003 για να συλλέξει συνολικά 300.000 περιπτώσεις που έχουν τουλάχιστον μία από τις 47 ασθένειες από ένα δίκτυο συνεργασίας των 66 νοσοκομείων που βρίσκονται σε όλες τις περιοχές της Ιαπωνίας. Του 3001 υπόθεση και 5.415 δείγματα αρσενικό ελέγχου που χρησιμοποιείται για τη μελέτη αντιγραφή στο GWAS, πλήρη στοιχεία γονότυπο ήταν διαθέσιμα για τους 16 SNPs σε 2.950 περιπτώσεις και 5.235 ελέγχους. Η 2

ου μελέτη επικύρωσης (

BBJ2

) είναι μια μελέτη ασθενών-μαρτύρων ένθετη χρησιμοποιώντας δείγμα προέρχεται από βιοτράπεζα Ιαπωνία. Οι 344 περιπτώσεις

BBJ2

είχαν εγγραφεί στο βιοτράπεζας Ιαπωνία καθώς οι ασθενείς με ασθένειες, εκτός από τον υπολογιστή κατά τη διάρκεια του 2003-2007 και στη συνέχεια διαγνωστεί με τον υπολογιστή κατά τη διάρκεια των περιόδων παρακολούθησης (το πολύ 7 έτη). Οι 1.045 έλεγχοι του

BBJ2

αντλήθηκαν από 14.541 αρσενικά δείγματα που χρησιμοποιούνται στο GWAS για 18 ασθένειες, εκτός από το PC. Οι έλεγχοι ίδιας ηλικίας ομάδες διαστήματα 5 ετών και από τα χρόνια παρακολούθηση με τις περιπτώσεις: αναλογία έλεγχο των 1:03. Οι BBJ2 δείγματα περίπτωση ήταν ο γονότυπος για τους 16 SNPs από δοκιμασίες εισβολέα multiplex PCR-based. Οι

BBJ2

δείγματα ελέγχου γονότυπος χρησιμοποιώντας Illumina HumanHap550v3 ή Ανθρωπίνων 610-Quad Στεφάνη Chip. Για τα

BBJ2

δείγματα υπόθεση και ελέγχου, τα επίπεδα βασικής γραμμής-PSA μετρήθηκαν χρησιμοποιώντας ορούς τους συγκεντρώθηκαν κατά τη στιγμή της εγγραφής σε βιοτράπεζα Ιαπωνία από χημειοφωταύγειας ανοσοδοκιμασία ενζύμου (CLEIA).

Η

ηθική Δήλωση

το ερευνητικό έργο και η συλλογή δειγμάτων εγκρίθηκαν από τις επιτροπές δεοντολογίας στο Ινστιτούτο Ιατρικών Επιστημών, του Πανεπιστημίου του Τόκιο, Γιοκοχάμα Ινστιτούτο RIKEN, το Πανεπιστήμιο του Κιότο, Πανεπιστήμιο Ακίτα, το Πανεπιστήμιο της Νότιας Καλιφόρνιας, και Πανεπιστήμιο της Χαβάης. Γραπτή συγκατάθεση λήφθηκε από όλα τα άτομα.

λειτουργικό χαρακτηριστικό (ROC) ανάλυση Δέκτης

Χρησιμοποιήσαμε R στατιστική περιβάλλον έκδοση 2.61 για ανάλυση. πακέτο R Epi και proc χρησιμοποιήθηκαν για να επιστήσει την ROC οικόπεδα και να υπολογίσετε περιοχές κάτω από την καμπύλη (καμπύλη AUC). AUCs συγκρίθηκαν στατιστικά με δοκιμή ζεύγη ή αταίριαστο DeLong του.

Υπολογισμός των θετικών προστάτη ποσοστά βιοψία με βελόνα σε δεδομένη αποκοπές

Αν υποθέσουμε ότι το θετικό ρυθμό βελόνα βιοψία του προστάτη πριν από την πρόβλεψη γενετικό κίνδυνο να είναι 20% [5 ], [6], [7], θετικό ρυθμό βιοψία του προστάτη για τον πληθυσμό κίνδυνο, ή θετική προγνωστική αξία είναι (0,2 SE) /{0,2 SE + 0.8 (1-SP)} και θετικό ρυθμό βιοψία του προστάτη για τη μη κινδύνου του πληθυσμού, ή (1-αρνητική προγνωστική αξία) είναι 0.2 (1-SE) /{0,2 (1-SE) 0.8 SP}, όπου SE και SP είναι η ευαισθησία και η ειδικότητα της μοντέλο γενετικής πρόβλεψης σε μία αυθαίρετη τιμή αποκοπής.

Αποτελέσματα

Επαναληψιμότητα και τις πιθανές διακρίσεις του μοντέλου γενετικού κινδύνου πρόβλεψης

Οι συντελεστές παλινδρόμησης του μοντέλου πρόβλεψης κινδύνου ήταν θετικά για όλες τις 16 παραλλαγές εκτός rs620861, υποδεικνύοντας ότι ο κίνδυνος αλληλόμορφα από τις παραλλαγές επιλέγονται με βάση stage1 των GWAS μας είναι θετικοί παράγοντες κινδύνου στο

AKY

δείγματα εκτός από rs620861 (Πίνακας 1). rs620861 είναι το λεγόμενο Block 3

8q24

, και αναφέρθηκε για πρώτη φορά ως ένα τόπο PC-ευαισθησία σε GWAS της Ευρωπαϊκής καταγωγή, και επιβεβαιώθηκε να συνδέεται με το PC στο στάδιο 1 του GWAS μας οι Ιάπωνες. Αν και αυτή η παραλλαγή έδειξε αρνητική συσχέτιση με το PC στο

AKY

δείγματα, η συσχέτιση ήταν ελαφρώς θετική το

BBJ

και

BBJ2

καθώς και στη μετα-ανάλυση των τριών σύνολα δείγμα που χρησιμοποιήθηκε στην παρούσα μελέτη (Πίνακας S2), υποδεικνύοντας ότι η αρνητική συσχέτιση αυτής της παραλλαγής με τον κίνδυνο τον υπολογιστή στο

AKY

δείγματα μπορεί να οφείλεται σε προκατάληψη συλλογή του δείγματος.

η AUC και η 95% διάστημα εμπιστοσύνης (CI) του μοντέλου πρόβλεψης κινδύνου ήταν 0,679 (0,651 – 0,706) για την κατασκευή μοντέλου σύνολο του δείγματος

AKY

. Εφαρμόσαμε το μοντέλο πρόβλεψης κινδύνου PC σε δύο άλλες ανεξάρτητες ομάδες ιαπωνική δείγμα,

BBJ

και

BBJ2

, και οι AUCs ήταν 0,655 (0,643 – 0,668) για

BBJ

, 0.661 (0,628 – 0,693) για

BBJ2

, και 0.659 (0,649 έως 0,67), όταν συνδυάστηκαν όλα τα τρία σύνολα δειγμάτων (Σχήμα 1). Δεν υπήρχαν στατιστικά σημαντικές διαφορές μεταξύ των AUCs παρτίδες δειγμάτων, υποδεικνύοντας υψηλή επαναληψιμότητα της πρόβλεψης απόδοση αυτού του μοντέλου πρόβλεψης κινδύνου PC στις τρεις ανεξάρτητες σειρές δείγματος. Το μοντέλο πρόβλεψης κινδύνου έδειξε επίσης παρόμοια αναπαραγωγιμότητα (AUC 0,655, 95% CI 0,631 έως 0,679) όταν εφαρμόζεται σε ένα σύνολο του δείγματος των ιαπωνικών από την Πολυεθνική Cohort στη Χαβάη και την Καλιφόρνια (26) (

MEC

, 980 Οι περιπτώσεις και 1.005 μάρτυρες) (Σχήμα S1).

Οι AUCs του μοντέλου και 95% διαστήματα εμπιστοσύνης υποδεικνύεται. Οι τιμές AUC του

BBJ

και

BBJ2

Τα στατιστικά σε σύγκριση με εκείνη του

AKY

, και

P

-τιμές αναφέρονται. (X: ο λογάριθμος του λόγου πιθανοτήτων στην καλύτερη αποκοπεί, Sens: ευαισθησίας του μοντέλου στην καλύτερη αποκοπής, Spec:. ​​Ιδιαιτερότητα του μοντέλου στην καλύτερη αποκοπής)

Η

Όταν εξετάζεται η κατανομή του ΕΑΠ υπολογίζεται από το μοντέλο πρόβλεψης κινδύνου σε όλα τα δείγματα που χρησιμοποιήθηκαν στην παρούσα μελέτη (

BBJ

,

BBJ2

, και

AKY

), σχεδόν δεν υπήρχε δέκα πλάσια διαφορά στην ΙΑΠ μεταξύ εκείνων στην κορυφή και τον πυθμένα 5 εκατοστημόριο του πληθυσμού (Σχήμα S2A). Οι ΕΑΠ από τα δείγματα της υπόθεσης ήταν μέτρια, αλλά σημαντικά υψηλότερο από τους μάρτυρες (Εικόνα S2B).

Η προβλεπτική επίδοση του μοντέλου γενετικού κινδύνου δεν επηρεάζεται από το επίπεδο του PSA στον ορό

επόμενο αξιολογηθεί η πρόβλεψης απόδοσης του μοντέλου στα δείγματα με την PSA ορού 1-10 ng /ml, όπου οι αποφάσεις για να προχωρήσει σε βιοψίες βελόνα του προστάτη είναι συχνά δύσκολο να γίνει. Από τα δεδομένα του PSA στον ορό των δειγμάτων ελέγχου δεν ήταν διαθέσιμα στο

AKY

και

BBJ

, η διαγνωστική απόδοση αναλύθηκε χρησιμοποιώντας τα δείγματα υπόθεση με την PSA 1-10 ng /ml και όλοι οι έλεγχοι. Στο

BBJ2

δείγματα μελέτη ένθετα περίπτωση ελέγχου, το επίπεδο του PSA ορού μετρήθηκε για όλα τα δείγματα υπόθεση και ελέγχου, καθώς και εκείνες με την PSA 1-10 ng /ml χρησιμοποιήθηκαν για ανάλυση. Ως αποτέλεσμα η καμπύλη AUC του μοντέλου πρόβλεψης κινδύνου ήταν 0,676 (0,642 έως 0,71) για

AKY

, 0,643 (0,617 – 0,669) για

BBJ

, και 0,655 (0,608 – 0,703) για

BBJ2

(Σχήμα 2). Αυτά τα δεδομένα δεν ήταν στατιστικά διαφορετική από την καμπύλη AUC παρατηρήθηκαν όταν τα δείγματα δεν περιορίζονται σε αυτούς με την PSA 1-10 ng /ml, υποδεικνύοντας ότι η προβλεπτική επίδοση του μοντέλου κινδύνου δεν επηρεάζεται σημαντικά από το επίπεδο του PSA στον ορό. Η προβλεπτική επίδοση του μοντέλου κινδύνου επίσης δεν επηρεάζεται από το επίπεδο του PSA ορού σε

MEC

(AUC 0.683, 95% CI 0,631 έως 0,734 για τα δείγματα με την PSA 1-10 ng /ml) (Σχήμα S1). Επιπλέον, δεν υπήρχε συσχέτιση μεταξύ της PSA και η OR υπολογίζονται από το μοντέλο πρόβλεψης κινδύνου μας (r

2 = 0,02) (Σχήμα S3)

Στο (Α)

AKY

και (Β )

BBJ

, δείγματα περίπτωση με δείγματα PSA 1-10 ng /ml και όλες τις διαδικασίες ελέγχου χρησιμοποιούνται για την ανάλυση. Στο (C)

BBJ2

, τα δείγματα περιορίζονται σε εκείνους με PSA 1-10 ng /ml και στα δύο δείγματα περίπτωση και ελέγχου. Οι τιμές AUC του μοντέλου και 95% διαστήματα εμπιστοσύνης υποδεικνύεται. Σε κάθε ένα από τα σύνολα δείγματος, οι AUCs είναι στατιστικά σε σύγκριση με τις τιμές AUC όταν το επίπεδο του PSA στον ορό δεν περιορίζεται (όπως φαίνεται στο Σχήμα 1), και

Οι P

-τιμές που αναφέρθηκαν.

Η

Εφαρμογή του μοντέλου γενετική πρόβλεψη σε ένα κλινικό σενάριο

Οι κλινικές και πρακτικές κοινής ωφελείας των βιοδεικτών δεν μπορεί να εκτιμηθεί μόνο από την ευαισθησία, την ειδικότητα, ή AUC. Επικράτηση της νόσου που πρόκειται να ελεγχθεί ή πιθανότητα προ της δοκιμής θα πρέπει επίσης να ληφθούν υπόψη. Για να εκτιμηθεί η κλινική χρησιμότητα του μοντέλου γενετικό κίνδυνο πρόβλεψη σε άτομα με PSA γκρίζα ζώνη, έχουμε υπολογίσει τις πιθανότητες των βιοψιών βελόνας θετική προστάτη σε ομάδες γενετικά υψηλού και χαμηλού κινδύνου σε διάφορα cut-off ή τιμές υποθέτοντας ότι η συνολική πιθανότητα θετικών προστάτη βιοψίες βελόνας είναι 20%, μια τυπική τιμή σε ασθενείς με γκρίζα ζώνη PSA [5], [6], [7]. Ως αποτέλεσμα, υπήρξε περισσότερο από δύο φορές διαφορά σε θετικούς ρυθμούς βιοψία του προστάτη μεταξύ των υψηλών και χαμηλών ομάδες υψηλού κινδύνου σε οποιοδήποτε αποκοπής Ή αξία (Πίνακας 3). Στο αποκοπής ή 0,5, 24,2% του πληθυσμού ταξινομήθηκε ως χαμηλού κινδύνου, και η πιθανότητα μιας θετικής βιοψίας προστάτη ήταν 10,7%. Από την άλλη πλευρά, στην αποκοπή ή 2,0, 9,7% του πληθυσμού είχε χαρακτηριστεί ως υψηλού κινδύνου, και η πιθανότητα μιας θετικής βιοψίας ήταν 42,4%. Αυτές οι εκτιμήσεις δείχνουν ότι αν και η AUC του μοντέλου γενετική πρόβλεψη δεν είναι υψηλή ως βιοδείκτη, μπορεί να είναι κλινικά και πρακτικά χρήσιμη όταν εφαρμόζεται σε μια περιορισμένη κατάσταση όπου πιθανότητα προ της δοκιμής είναι σχετικά υψηλή, όπως σε PSA γκρίζα ζώνη .

η

συζητήσεις

το PSA είναι μια πρωτεΐνη που εκκρίνεται ειδικά από τον αδένα του προστάτη, και έχει γίνει ευρέως αποδεκτή ως βιοδείκτη ορού για PC. Ωστόσο, άλλες ιατρικές καταστάσεις, όπως καλοήθης υπερτροφία του προστάτη και της φλεγμονής μπορεί να προκαλέσει ανύψωση του ορού PSA [30]. Ως εκ τούτου, η διαγνωστική ειδικότητα του PSA είναι αρκετά χαμηλή, ειδικά σε επίπεδα οικότροφος γραμμή του PSA, ή «γκρίζα ζώνη». Ασθενείς με υποψία PC με διαλογή PSA συνήθως υποβάλλονται σε βιοψία βελόνα του προστάτη, η οποία είναι μια επεμβατική διαδικασία που συνοδεύουν τις επιπλοκές, μερικές από τις οποίες είναι σοβαρές. Επιπλέον, πρόσφατες τυχαιοποιημένες ελεγχόμενες μελέτες έχουν δείξει καθόλου ή λίγο όφελος του προσυμπτωματικού ελέγχου PSA σε επέκταση ειδική για τον καρκίνο επιβίωσης [31], [32]. Οικονομική επιβάρυνση των βιοψιών βελόνας του προστάτη, που ακολουθείται από υπερδιάγνωσης και υπερθεραπεία για PC, είναι ένα άλλο σοβαρό ζήτημα, δεδομένου ότι υπολογίζεται ότι κάθε χρόνο, περισσότεροι από ένα εκατομμύριο ασθενείς υποβάλλονται προστάτη βιοψίες βελόνα στις ΗΠΑ, μια διαδικασία η οποία κοστίζει $ 500-1.000 για το καθένα [ ,,,0],33], [34]. Ως εκ τούτου, υπάρχει μια παγκόσμια διαμάχη έλεγχο PSA, και επιπλέον βιοδείκτες που μπορούν να προσδιορίσουν καλύτερα τους ασθενείς που χρειάζονται προστάτη βιοψίες βελόνα είναι σίγουρα απαιτείται.

Ο κίνδυνος PC είναι 2,5 φορές υψηλότερη στους ασθενείς με θετικό οικογενειακό ιστορικό PC σε πρώτου βαθμού συγγενείς τους [35]. Ωστόσο, μόνο ένα μικρό ποσοστό των ασθενών που είναι γνωστό θετικό οικογενειακό ιστορικό PC στο Ασιάτες συμπεριλαμβανομένης της ιαπωνικής [36], [37], και τη συλλογή λεπτομερών οικογενειακό ιστορικό είναι συχνά προβληματική. Σε GWAS μας της ιαπωνικής η οποία περιλαμβάνει 4.584 PC, μόνο 6,6% των ασθενών είχαν θετικό οικογενειακό ιστορικό PC, και τα δεδομένα που έλειπε στο 15,5% των ασθενών. Αντίθετα, τα μοντέλα πρόβλεψης κινδύνου βασίζεται σε εύκολα προσβάσιμα γενετικών πληροφοριών μπορούν να εφαρμοστούν στο γενικό πληθυσμό. Επιπλέον, σε αντίθεση με άλλες βιοδείκτες που δείχνουν κάποιο βαθμό διακύμανσης που θα μπορούσαν να επηρεάσουν την αναπαραγωγιμότητα τους, βαθμολογίες γενετικό κίνδυνο είναι σταθερές σε κάθε άτομο. Μέχρι στιγμής, λίγες μελέτες έχουν μελετήσει τη δυνατότητα αναπαραγωγής των μοντέλων πρόβλεψης γενετικού κινδύνου χρησιμοποιώντας ανεξάρτητες ομάδες δειγμάτων. Αν και επαναληψιμότητα των μοντέλων πρόβλεψης γενετικού κινδύνου θα μπορούσε να επηρεαστεί από προκατάληψη συλλογής δειγμάτων, χρησιμοποιώντας ανεξάρτητα σύνολα δειγμάτων δείξαμε ότι το μοντέλο μας είναι εξαιρετικά επαναλήψιμη σε μια ενιαία εθνική ομάδα. Στην πραγματικότητα, το μοντέλο μας έδειξε παρόμοια επαναληψιμότητα όταν εφαρμόζεται σε ένα σύνολο του δείγματος των ιαπωνικών από την Πολυεθνική Cohort στη Χαβάη και την Καλιφόρνια (

MEC

). Τα στοιχεία αυτά δικαιολογούν παρόμοιες πρόβλεψης απόδοσης του μοντέλου μας σε άλλες ιαπωνικές πληθυσμού ή ασιατικό πληθυσμό Ανατολή.

Γενετική πρόβλεψη κινδύνου PC αναφέρθηκε για πρώτη φορά χρησιμοποιώντας μόνο πέντε κοινές παραλλαγές ευαισθησία [38]. Το μοντέλο ιδρύθηκε από απλά μετρώντας τον αριθμό των αλληλίων κινδύνου. Στη συνέχεια, τα μοντέλα ενσωματωμένους αύξηση του αριθμού των παραλλαγές και μοντέλα λογιστικής παλινδρόμησης προσαρμόστηκαν για να ληφθεί υπόψη η επίδραση του μεγέθους της κάθε παραλλαγής [39], [40], [41]. Στην παρούσα μελέτη, έχουμε επίσης δημιουργήσει ένα μοντέλο που βασίζεται στην ανάλυση λογιστικής παλινδρόμησης κατά στάδια. Σε σύγκριση με το μοντέλο ενσωματώνει 9 από τους 16 παραλλαγές που παρέμειναν σημαντικές σε μια σταδιακή μοντέλο, η προγνωστική επίδοση του μοντέλου συμπεριλαμβανομένων όλων των 16 παραλλαγές ήταν μετρίως αλλά στατιστικά σημαντικά ανώτερη (Σχήμα S4). Πάνω από σαράντα παραλλαγές ευαισθησία PC έχουν αναφερθεί μέχρι στιγμής, και ακόμη περισσότερο μένει να προσδιοριστεί. Συμπερίληψη νέες παραλλαγές πρόσφατα εντοπιζόμενους να συνδέεται με το PC αναμένεται να βελτιώσει περαιτέρω την προβλεπτική επίδοση του μοντέλου, αν και η προσεκτική επιλογή των παραλλαγών με βάση τις μελέτες σύνδεσης σε κάθε ομάδα καταγωγή είναι απαραίτητη. Αξίζει να σημειωθεί ότι, ακόμα και όταν έχουμε συμπεριλάβει παραλλαγές ευαισθησία μόνο 16 PC εντοπίστηκαν να συνδέεται με το PC στο GWAS της Ιαπωνίας, μία παραλλαγή έδειξε αρνητική συσχέτιση με το PC στα δείγματα που χρησιμοποιήθηκαν για τη δημιουργία του μοντέλου πρόβλεψης κινδύνου, γεγονός που υποδηλώνει ότι μια παραλλαγή με πολύ ήπια ισχύ θα δείξει είτε θετική είτε αρνητική συσχέτιση με διαφορετικό δείγμα θέτει ακόμη και σε μια ενιαία ομάδα καταγωγή, η οποία μπορεί να μειώσει την ικανότητα πρόβλεψης του μοντέλου.

υπάρχει ακόμα μια μεγάλη συζήτηση για την κλινική χρησιμότητα των μοντέλων πρόβλεψης γενετικού κινδύνου. Οι συνολικές πρόβλεψης επιδόσεις των μοντέλων πρόβλεψης γενετικού κινδύνου, όπως εκτιμάται από την ανάλυση ROC είναι συνήθως μέτρια, δεδομένου ότι η κατανομή των ΕΑΠ μεταξύ της υπόθεσης και των ελέγχων σε μεγάλο βαθμό επικάλυψης. Ωστόσο, έχει ενοχοποιηθεί για καρκίνο του μαστού ότι τα μοντέλα γενετικού κινδύνου πρόβλεψη θα μπορούσε να είναι κλινικά χρήσιμη ανάμεσα σε μια υποομάδα ασθενών υψηλού κινδύνου [42]. Σε περίπτωση PC, οι ασθενείς μπορεί να είναι κίνδυνος-στρωματοποιημένη χρησιμοποιώντας PSA, και τα μοντέλα πρόβλεψης γενετικού κινδύνου μπορεί να είναι μια χρήσιμη αντισταθμιστική δείκτη στο PSA γκρίζα ζώνη, όπου οι ασθενείς έχουν σχετικά υψηλό κίνδυνο PC, και τη διαγνωστική ικανότητα του PSA είναι η χαμηλότερη. Επιπλέον, οι ηλεκτρονικοί υπολογιστές είναι γενικά αργή ανάπτυξη, ακόμη και αν οι ασθενείς με τον υπολογιστή είναι ψευδή αρνητικά ταξινομηθεί ως χαμηλού κινδύνου από ένα μοντέλο γενετική πρόβλεψη, μπορούν ακόμα να ακολουθείται με διαδοχικές μετρήσεις του PSA, και μπορεί να έχει η βιοψία του προστάτη με την αύξηση του PSA πριν φτάσει σε προχωρημένα στάδια, εκτός σε σπάνιες περιπτώσεις πολύ επιθετικό όγκο. Προσδιορισμός των επιθετικών υπολογιστές είναι ένα άλλο σημαντικό θέμα στη διάγνωση PC. Οι περισσότερες από τις παραλλαγές ευαισθησίας PC προσδιορίζονται από GWAS έχουν πέσει πολύ από διακρίσεις επιθετικό από μη επιθετικό υπολογιστές [43], και δεν υπήρχε σημαντική διαφορά στην κατανομή των ΕΑΠ μεταξύ των επιθετικών και μη επιθετικών υπολογιστές στο μοντέλο πρόβλεψης γενετικό κίνδυνο μας και (Σχήμα S5). Θα πρέπει να διερευνηθούν πρόσθετες βιοδείκτες που μπορούν να διακρίνουν επιθετικό και βραδείας εξέλιξης υπολογιστές.

Η περίσταση κατά την οποία εφαρμόζονται οι βιοδείκτες είναι επίσης σημαντική για την εκτίμηση των κλινικών αξίες τους. Όταν η επικράτηση μιας ασθένειας είναι πολύ χαμηλή, ακόμη και ένας δείκτης με πολύ υψηλή ευαισθησία και ειδικότητα εμφανίζει χαμηλή θετική προγνωστική αξία. Δεδομένου ότι η συνολική προγνωστική αξία της μοντέλα πρόβλεψης γενετικού κινδύνου είναι χαμηλή, είναι σημαντικό να χρησιμοποιείται το μοντέλο σε μια κατάσταση όπου ο επιπολασμός της νόσου ή πιθανότητα προ της δοκιμής είναι σχετικά υψηλή. Έχουμε αποδείξει ότι η προγνωστική επίδοση του μοντέλου πρόβλεψης γενετικό κίνδυνο δεν επηρεάζεται από το επίπεδο του PSA στον ορό, και ότι το μοντέλο μπορεί να χρησιμοποιηθεί σε ασθενείς με PSA γκρίζα ζώνη, όπου υπάρχει συνήθως 20-25% πιθανότητα μιας θετικής προστάτη βελόνα βιοψίας. Πρόσφατα, έχουν μερικά κοινά παραλλαγές έχουν αναφερθεί να σχετίζεται με το επίπεδο του PSA στον ορό [44], και δύο από αυτούς, rs10993994 σε

10q11

και rs7501939 στο

17q12

περιλήφθηκαν στο γενετικό κίνδυνο μας μοντέλο πρόβλεψης. Τεκμαίρεται ότι το μικρό μέγεθος της επίδρασης αυτών των παραλλαγών σε επίπεδο PSA δεν επηρέασε σημαντικά τη συνολική ικανότητα πρόβλεψης του μοντέλου μας πρόβλεψης κινδύνου σε PSA γκρίζα ζώνη. Κάποιες άλλες μελέτες που έχουν αξιολογήσει ένα μοντέλο που ενσωματώνει PSA και η γενετική έχουν υποστηρίξει ότι υπήρχε μόνο μικρή αύξηση στην AUC όταν προστέθηκε γενετικών πληροφοριών [45]. Ωστόσο, το PSA διακύμανση είναι προβληματική σε PSA γκρίζα ζώνη, και είναι πιθανό ότι το πραγματικό αποτέλεσμα του συνδυασμού PSA με πληροφορίες γενετικού κινδύνου διαταράσσεται από αυτές διακυμάνσεις του PSA.

Έχουμε δείξει ότι, ενώ το μοντέλο γενετικού κινδύνου δεν μπορεί να είναι χρήσιμη κλινικά σε όλους τους ασθενείς με PSA γκρίζα ζώνη, μπορεί να επηρεάσει σε μεγάλο βαθμό τη λήψη αποφάσεων σε ένα τμήμα των ασθενών. Σε κλινική προσομοίωσης μας, 24,2% των ασθενών που είχαν ή & lt? 0.5, και αυτοί οι ασθενείς είχαν 10,7% πιθανότητες να είναι θετικό μετά από βιοψία με βελόνα του προστάτη. Λαμβάνοντας υπόψη τις επιπλοκές της βιοψίες βελόνα του προστάτη, οι ασθενείς αυτοί μπορεί να επιλέξει τον αύξοντα PSA και όχι άμεση βιοψία παρακολούθηση βελόνα του προστάτη. Από την άλλη πλευρά, 9.7% των ασθενών με OR & gt? 2, που έχουν περισσότερα από 42.4% πιθανότητα να είναι θετικό για τον καρκίνο του προστάτη, μπορεί να επιλέξει να υποβληθεί σε άμεση βιοψία βελόνα του προστάτη. Αν και το μοντέλο πρόβλεψης γενετικού κινδύνου θα πρέπει περαιτέρω να αξιολογηθεί προοπτικά σε κλινικές, τα στοιχεία μας δείχνουν ότι μπορεί να είναι ένα επιπλέον βιοδεικτών που μπορούν να διακινδυνεύσουν-διαστρωμάτωση ατόμων σε PSA γκρίζα ζώνη στα ιαπωνικά, οδηγώντας σε εξατομικευμένη ιατρική.

Συμπεράσματα

Έχουμε δημιουργήσει ένα μοντέλο πρόβλεψης γενετικό κίνδυνο βασίζεται σε 16 κοινές παραλλαγές που φαίνεται να συνδέεται με το PC στα ιαπωνικά GWAS. Το μοντέλο ήταν πολύ επαναλήψιμη και προγνωστική απόδοσή του δεν επηρεάστηκε από PSA. Το μοντέλο έχει μια δυνατότητα να είναι μια κλινικά χρήσιμη βιοδεικτών που μπορούν να διακινδυνεύσουν διαστρωμάτωση των ασθενών σε PSA γκρίζα ζώνη, η οποία θα πρέπει να επιβεβαιωθεί στο μέλλον προοπτικές μελέτες.

Υποστήριξη Πληροφορίες

Πίνακα S1.

Περίληψη αποτελέσματα της έχουν αναφερθεί στο παρελθόν SNPs που σχετίζονται με την ευαισθησία του καρκίνου του προστάτη σε GWAS των Ιαπώνων.

doi: 10.1371 /journal.pone.0046454.s001

(DOCX)

Πίνακας S2.

Τα αποτελέσματα της μελέτης σύνδεσης για rs620861.

doi: 10.1371 /journal.pone.0046454.s002

(DOCX)

Εικόνα S1.

αναπαραγωγιμότητας του μοντέλου στο

MEC

ιαπωνική δείγματα. ROC καμπύλες του μοντέλου πρόβλεψης κινδύνου σε ένα σύνολο των ιαπωνικών δείγματα από την Πολυεθνική Cohort στη Χαβάη και την Καλιφόρνια (

MEC

). Δεξιός πίνακας δείχνει την καμπύλη ROC όταν χρησιμοποιήθηκαν όλα τα δείγματα. Αριστερό πάνελ δείχνει την καμπύλη ROC για τα δείγματα με την PSA 1-10 ng /ml (μόνο τα δείγματα των οποίων ορού επίπεδα PSA ήταν γνωστά πριν γονοτυπική περιλαμβάνονται). Οι τιμές AUC του μοντέλου και 95% διαστήματα εμπιστοσύνης υποδεικνύονται

doi:. 10.1371 /journal.pone.0046454.s003

(ΔΕΘ)

Εικόνα S2.

Κατανομή αναλογία πιθανοτήτων υπολογίζεται από το μοντέλο πρόβλεψης. (Α) Κατανομή αναλογία πιθανοτήτων σε όλα τα δείγματα υπόθεση και ελέγχου που χρησιμοποιούνται για την ανάλυση στην παρούσα μελέτη. αναλογία πιθανοτήτων σε κάθε εκατοστημόριο του πληθυσμού περιγράφεται. (Β) Κατανομή αναλογία πιθανοτήτων στην περίπτωση (κόκκινο) και ελέγχου (μπλε) δείγματα απεικονίζονται. Η διαφορά στην αναλογία πιθανοτήτων ανάμεσα περίπτωση και οι έλεγχοι είναι στατιστικά σε σχέση με Μαθητή

t-test

, και το

P

-τιμή αναφέρεται

doi:. 10.1371 /journal.pone.0046454 .s004

(ΔΕΘ)

Εικόνα S3.

Διόρθωση μεταξύ του επιπέδου του PSA ορού και OR. επίπεδο PSA ορού και OR σχεδιάζονται για όλα τα δείγματα υπόθεση και ελέγχου με PSA 1-10 ng /ml, και ο συντελεστής συσχέτισης (R

2) ενδείκνυται

doi:. 10.1371 /journal.pone.0046454. S005

(ΔΕΘ)

Εικόνα S4.

Ένα μοντέλο πρόβλεψης κινδύνου που δημιουργείται από σταδιακή λογιστικής παλινδρόμησης. ROC ανάλυση ενός μοντέλου πρόβλεψης κινδύνου που δημιουργείται από σταδιακή λογιστικής παλινδρόμησης. 9 παραλλαγές που παρέμεινε σημαντική ενσωματώθηκαν στο μοντέλο. Η γραφική παράσταση ROC βασίζεται στα συνδυασμένα στοιχεία και των τριών παρτίδες δειγμάτων που χρησιμοποιούνται στην παρούσα μελέτη. Η AUC του μοντέλου και 95% διαστήματα εμπιστοσύνης υποδεικνύονται. Η AUC του μοντέλου είναι στατιστικά σε σύγκριση με εκείνη του μοντέλου που δημιουργείται από την άνευ όρων λογιστικής παλινδρόμησης με βάση 16 SNPs με δοκιμή DeLong, καθώς και το

P

-τιμή αναφέρεται

doi:. 10.1371 /journal.pone .0046454.s006

(ΔΕΘ)

Εικόνα S5.

Η κατανομή του λόγου πιθανοτήτων σε όγκους υψηλής και μη υψηλού κινδύνου. Κατανομή του λόγου πιθανοτήτων στο

AKY

απεικονίζονται ξεχωριστά σε υψηλή (κόκκινο) και μη-υψηλή (μπλε) όγκους κινδύνου. Υψηλή όγκοι κίνδυνο πληρούν ένα από τα ακόλουθα κριτήρια? PSA≥20, ή GS≥8, ή την κλινική stage≥C. αναλογία πιθανοτήτων μεταξύ όγκους υψηλής και μη υψηλού κινδύνου είναι στατιστικώς σε σύγκριση με Μαθητή

t-test

, και το

P

-τιμή έχει αναφερθεί.

Υ-άξονα

δείχνει αθροιστική συχνότητα

doi:. 10.1371 /journal.pone.0046454.s007

(ΔΕΘ)

Ευχαριστίες

Ευχαριστούμε την κα Yoko Mitobe στο Τμήμα Ουρολογίας του Πανεπιστημίου Ακίτα και η κα Megumi Kishida στο Τμήμα Ουρολογίας του Πανεπιστημίου του Κιότο για τη διαχείριση του δείγματος και συλλογή κλινικών δεδομένων. Είμαστε επίσης ευγνώμονες για τα μέλη του έργου βιοτράπεζας Ιαπωνία και Ροταριανού Ομίλου Osaka-Midosuji Επαρχιακό 2660 Rotary International στην Ιαπωνία για την υποστήριξη της μελέτης μας.