论文部分内容阅读
食管癌作为常见的消化道肿瘤之一,给我国带来了巨大的疾病负担。食管癌起病隐匿,早期症状不明显,大多数患者确诊时已处于中晚期,导致预后较差。研究表明对早期患者及时采取适当的治疗可大幅改善食管癌患者的预后。因此,针对食管癌的早期筛查与预防十分必要。食管癌的发生是个体遗传因素如单核苷酸多态性(Single nucleotide polymorphism,SNP)与环境因素如吸烟、饮酒等多因素复杂作用的结果。已有研究通过环境因素与遗传因素构建食管癌发病风险预测模型,但现有的模型多为针对国外人群进行预测,针对我国人群的模型较少,对我国人群的代表性不足。目的通过Meta分析全面评价中国人群单核苷酸多态性与食管癌之间的关联,筛选出与食管癌相关的SNP位点;根据本地人群的基本信息以及SNP位点的分型结果,分别构建遗传因素、环境因素、遗传环境综合食管癌发病风险预测模型,并通过多个指标评价各模型的预测能力,选出最优预测模型,为高危人群的筛查与个体化预防提供有效工具。方法1.遗传因素与食管癌发病风险关联的Meta分析及流行病学评价(1)根据检索策略汇总七个在线数据库(CNKI、万方、CBM、Pub Med、Web of Science、EMBASE、Cochrane Library)中有关中国人群中SNP位点与食管癌发病风险关联的研究。根据纳入及排除标准筛选合格的研究进行Meta分析。研究的质量通过NOS量表进行评价。(2)比值比(Odds ratio,OR)以及95%置信区间(Confidence Interval,CI)被用于评价SNP位点与食管癌发病风险之间的关联。Begg’s检验与Egger’s检验用于检查发表偏倚。假阳性报告率(False positive report probability,FPRP)用于检验汇总结果的真实性。归因危险度百分比(Attributable risk percent,ARP)和人群归因危险度百分比(Population attributable risk percentage,PARP,PARP)用于各位点的流行病学评价。2.食管癌相关单核苷酸多态性的病例-对照研究验证(1)本研究采用病例-对照研究,通过性别对病例组研究对象与对照组研究对象进行匹配,收集500例食管癌患者和500例社区来源健康人群的血液样本及其个人基本信息。对Meta分析筛选出的SNP以及研究数量较多且在已发表的相关系统性综述认为有关联的14个SNP位点进行基因分型。采用新型多重连接酶检测技术(i MLDR)与基因测序技术分别对病例组、对照组进行基因分型。(2)基于拟合优度χ~2检验分析对照组个体中的基因型分布是否符合Hardy-Weinberg平衡。基于Logistic回归方法对SNP位点与食管癌发生风险之间关联性进行分析。基于SHEsis在线软件对SNP单倍型进行分析。通过多因子降维法(Multifactor Dimensionality Reduction,MDR)分析SNP-环境交互作用。通过FPRP检验各位点关联的真实性。3.食管癌发病风险预测模型的构建与评价(1)通过随机分配将研究对象分组,按照3:2的比例将研究对象分为训练集与验证集。训练集中,采用权重遗传风险评分(Weighted genetic risk score,w GRS)构建遗传因素风险预测模型,采用Logistic回归建立环境危险因素风险预测模型与w GRS联合环境因素综合风险预测模型。通过验证集对训练集建立的模型进行验证。(2)采用受试者工作曲线(Receiver operating characteristic,ROC)及曲线下面积(Area under curve,AUC)、净重新分类指数(Net Reclassification Index,NRI)比较不同模型对食管癌的预测能力;采用灵敏度(Sensitivity,Se)、特异度(Specificity,Sp)、阳性似然比(Positive likelihood ratio,+LR)、阴性似然比(Negative likelihood ratio,-LR)、准确度(Accuracy rate,AR)、阳性预测值(Positive predictive value,PPV)和阴性预测值(Negative predictive value,NPV)对模型的预测能力进行评价;采用赤池信息准则(Akaike information criterion,AIC)和贝叶斯信息准则(Bayesian information criterion,BIC)对模型的拟合优度进行评价。结果1.遗传因素与食管癌发病风险关联的Meta分析及流行病学评价Meta分析一共纳入149个研究,涉及29个SNP位点,其中高质量研究占比68.5%。一共有12个位点与食管癌的关联分析结果有意义,分别是:P53 rs1042522、CYP1A1 rs1048943、ADH1B rs1229984、ERCC2 rs13181、NQO1 rs1800566、MMP13rs2252070、PLCE1 rs2274223、CDKN1A rs2395655、CYP2E1 rs3813867、TERT rs401681、CYP1A1 rs4646903、IL23R rs6682925。对于SNP位点进行流行病学评价,ARP排名前三位的分别是CYP2E1 rs3813867(65.87%)、CYP1A1 rs1048943(59.02%)、ADH1B rs1229984(55.16%),PARP排名前三位的分别是CYP2E1rs3813867(59.52%)、CYP1A1 rs1048943(27.77%)、ADH1B rs1229984(26.36%)。2.食管癌相关单核苷酸多态性的病例-对照研究验证分型结果显示P53 rs1042522、ADH1B rs1229984、MTHFR rs1801133、PLCE1rs2274223、ALDH2 rs671与食管癌发病具有统计学关联。P53 rs1042522的CC基因型相较于GG+GC基因型降低了食管癌发病风险(OR=0.69,95%CI:0.48-1.00)。ADH1B rs1229984的TC+CC基因型相较于TT基因型显著增加了食管癌发病风险(OR=1.78,95%CI:1.08-2.94)。MTHFR rs1801133的GA+AA基因型相较于GG基因型,与食管癌发病风险降低相关(OR=0.41,95%CI:0.26-0.66)。将PLCE1rs2274223的AA基因型作为参照,AG+GG基因型显著增加了食管癌发病风险(OR=1.93,95%CI:1.37-2.71)。将ALDH2 rs671的GG基因型作为参照,GA+AA基因型与较高的食管癌发病风险相关(OR=2.42,95%CI:1.65-3.56)。SNP与环境因素之间的交互作用结果显示,具有吸烟史、饮酒史以及rs2274223 G等位基因的人群,食管癌发病风险相较对照人群增加2.67倍(95%CI:2.06-3.44)。3.食管癌发病风险预测模型的构建与评价根据P53 rs1042522、ADH1B rs1229984、MTHFR rs1801133、PLCE1 rs2274223、ALDH2 rs671计算个体的权重遗传风险评分,结果显示病例组w GRS均值高于对照组。训练集中,以最低四分之一组为参考,随着组别增加,食管癌发病风险逐渐增加。根据w GRS和环境危险因素(吸烟、饮酒、食管癌家族史)分别构建基于w GRS的遗传因素发病风险模型,基于环境危险因素的食管癌发病风险预测模型和基于w GRS联合环境危险因素的食管癌发病风险预测模型。通过验证集与多个指标对模型进行比较和评价,显示基于w GRS联合环境危险因素的食管癌发病风险预测模型的预测能力和拟合度为最优(AUC=0.708,Se=68.44%,Sp=63.55%,AR=65.83%,+LR=1.88,-LR=0.50,PPV=65.4%,NPV=66.7%,AIC=755.31,BIC=777.30)。结论1.Meta分析发现P53 rs1042522、CYP1A1 rs1048943、ADH1B rs1229984、ERCC2 rs13181、NQO1 rs1800566、MMP13 rs2252070、PLCE1 rs2274223、CDKN1A rs2395655、CYP2E1 rs3813867、TERT rs401681、CYP1A1 rs4646903、IL23R rs6682925与食管癌发病风险存在关联。2.在本地人群中验证中发现P53 rs1042522、MTHFR rs1801133与食管癌发病风险降低相关,PLCE1 rs2274223、ADH1B rs1229984、ALDH2 rs671与食管癌发病风险增加相关。3.由w GRS(P53 rs1042522、ADH1B rs1229984、MTHFR rs1801133、PLCE1rs2274223、ALDH2 rs671)联合环境危险因素(吸烟、饮酒、食管癌家族史)构建的食管癌发病风险预测模型,可显著改善单纯遗传因素或环境因素模型的预测能力。w GRS联合环境危险因素的食管癌发病风险预测模型具有最优的预测效能和拟合效果,对区分食管癌低风险与高风险人群提供了一定的帮助。