基于外周血基因表达谱特征的肾移植排斥反应风险评估模型

发布时间：2021-08-18 06:18

　　目的以生物信息学方法,建立和验证基于肾移植受者外周血基因表达谱特征的排斥反应风险评估模型。方法对基因表达汇编公共数据库中与排斥反应相关的肾移植受者外周血基因表达谱,进行数据挖掘和整合分析,采用LIMMA差异表达分析法和LASSO回归法逐步进行特异基因的筛选。对筛选出的基因组合以Logistic回归分析法法建立肾移植排斥反应风险评估模型,并以受试者工作特征曲线分析、校准度分析和决策曲线分析对此模型进行验证和评价。P<0.05为差异有统计学意义。结果共筛选出15个对评估肾移植排斥反应风险有统计学意义的特异基因组合。利用此基因组合所建立的模型,可根据基因表达量计算,得出取值范围为0～100的排斥反应风险指数（RRS）,当RRS截断值设定为35.55时,此模型的曲线下面积为0.836（0.812～0.859）,准确度为76.3%,敏感度为73.0%,特异度为78.0%,阳性预测值为62.9%,阴性预测值为84.9%,并在决策曲线分析中表现出显著的临床获益优势。结论通过此模型计算得出的RRS,可无创性地量化评估受者发生移植肾排斥反应的风险,但仍需进一步的临床试验加以证实。 

【文章来源】：中华移植杂志(电子版). 2020,14(05)

【文章页数】：6 页

【部分图文】：

排斥反应组与非排斥反应组之间的前50个差异表达

在RRS模型的区分度分析中,开发集、验证集和合并集的ROC与AUC分析结果详见表4、图2。根据合并集ROC/AUC分析,当约登指数=0.5098时,RRS最优截断值为35.55,即>35.55的样本为排斥反应高危,<35.55为排斥反应低危,此时RSS模型的敏感度和特异度为ROC曲线中的最优值。2.4.2 RRS模型的校准度分析

AR组、SCR组和BLC组3组间RRS值比较,差异均无统计学意义(Z=-0.01、-0.15和-0.16,P均>0.05)。3个亚组与排斥反应组RRS值相比,差异均有统计学意义(Z=-11.61、-14.11和-5.79,P均<0.05),见图5。图4 排斥反应风险指数模型的决策曲线图


本文编号：3349366