Dépistage des biomarqueurs du lupus sévère sur la base d'études multi-omiques

Les résultats de l'étude précédente ont révélé que la valeur de l'expression génique au stade actif de la maladie lupique était plus de 1,5 fois plus élevée en moyenne qu'au stade inactif. Le logiciel PASS (Power Analysis and Sample Size) 15.0 a été utilisé pour l'analyse, et la taille de l'échantillon a été calculée par test t entre les groupes. Le niveau de test bilatéral α = 0, 05 a été utilisé et la puissance statistique était de 80% (β = 0, 2). Selon la différence de 3 fois la taille de l'échantillon entre les groupes, un total de 60 échantillons était nécessaire. Selon le taux d'abandon de 20%, le nombre total de cas est de 76. Dans la deuxième étape, l'ensemble de validation a été attribué dans un rapport de 1:1, la puissance statistique était de 90 % (β = 0,1) et les autres conditions sont restées inchangées. 76 autres patients atteints de lupus ont été recrutés pour la validation du modèle. Les patients ont été visités aux 0e, 1er, 3e, 6e et 12e mois, et l'erreur dans les 7 jours a été autorisée à chaque fois. Le contenu comprend les antécédents médicaux, les tests sanguins de routine, les tests urinaires de routine, les tests de la fonction des organes vitaux et l'évaluation BLIAG (British Isles Lupus Assessment Group index). Si des patients sont décédés, l'heure et la cause du décès ont été enregistrées.

L'indice d'évaluation des effets comprend principalement les quatre aspects suivants : (1) Questionnaire épidémiologique : enquêtes en face à face menées par des professionnels de la santé uniformément formés, comprenant principalement les informations sociodémographiques des sujets de recherche (dont le sexe, la date de naissance, l'état matrimonial , niveau d'éducation, profession, niveau de revenu, taille et poids, etc.), facteurs d'exposition environnementaux (y compris tabagisme, consommation d'alcool et d'autres drogues, etc.), antécédents médicaux (hypertension, diabète, maladies du foie et des reins et autres maladies organiques importantes) et des informations médicales historiques. (2) Caractéristiques cliniques : les manifestations cliniques (érythème buccal, érythème cutané, rash, ulcère buccal, arthrite, atteinte digestive, nerveuse et sanguine) des patients ont été observées et examinées en face à face par les cliniciens du service de rhumatologie. (3) Éléments de test : y compris examen sanguin général de routine, routine urinaire (protéines urinaires, rapport protéines urinaires-créatinine, etc.), indices biochimiques (bilirubine totale, créatinine, protéine C-réactive, etc.), détection de routine immunitaire (complément et immunoglobuline, etc.) et échocardiographie, scanner thoracique et autres données. (4) Détection de l'expression génique : selon les recherches multi-omiques précédentes, filtrez les ensembles de gènes qui sont différents des personnes normales et qui présentent des changements significatifs avant et après le traitement (voir la base de recherche pour plus de détails). L'ARN des patients a été extrait et rétrotranscrit en ADNc (acide désoxyribonucléique complémentaire), et les niveaux d'expression des gènes apparentés à différentes périodes ont été détectés par la technologie de réseau PCR (Polymerase Chain Reaction).

Le formulaire de rapport de dossier médical électronique est utilisé uniformément pour la gestion des données. Au début, nous avons établi le système d'entrée de la base de données de recherche provinciale sur le lupus du Jiangsu pour stocker les données de cette étude. La saisie et la modification des données doivent être effectuées par le chercheur, les données doivent être traçables et conformes aux documents originaux. Tous les résultats d'observation et d'inspection de l'essai doivent être opportuns, corrects, complets, clairs, standardisés et véridiques. L'administrateur des données (un membre de l'équipe des statistiques) est responsable de l'examen et de la gestion des données saisies. Pour les questions sur les données, l'administrateur des données enverra les questions correspondantes au chercheur, et le chercheur répondra aux questions envoyées par l'administrateur des données à temps. L'administrateur des données peut interroger à nouveau si nécessaire. Toutes les informations des sujets resteront strictement confidentielles. Les données de recherche sont également confidentielles.

SAS (SYSTÈME D'ANALYSE STATISTIQUE) 9.4 et les logiciels R ont été utilisés pour traiter et analyser les données. Le nettoyage de l'ensemble de données comprend principalement : a) Pour les covariables avec des valeurs manquantes dans l'ensemble de données, exclure les covariables avec des valeurs manquantes supérieures à 30 % et utiliser des arbres de bagging pour remplir les valeurs manquantes ; b) Deux variables avec un degré de corrélation élevé (coefficient de corrélation > 0,9), excluant les variables avec plus de valeurs manquantes ; c) En excluant les variables dont la variance est 0 ou proche de 0, le principe de calcul approximatif est que la fréquence de la valeur unique est trop faible par rapport à l'ensemble (10 % dans cette étude), et le rapport de la valeur la plus fréquente à la la fréquence de la valeur du sous-multiple est supérieure à 20 ; d) La transformation de Box-Cox a été effectuée pour les variables continues non distribuées normalement. Différents algorithmes d'apprentissage automatique sont utilisés pour sélectionner des fonctionnalités et construire des modèles, et la capacité de prédiction de différents modèles est comparée pour obtenir le modèle optimal. En plus de la méthode de régression logistique classique, nous avons également utilisé certaines méthodes courantes pour traiter des données de grande dimension, telles que l'analyse discriminante linéaire tenant compte de la relation linéaire entre les covariables et les résultats, la régression des moindres carrés partiels, la méthode spline de régression adaptative multiple et le réseau d'élasticité. (FR). Considérant que de nombreuses caractéristiques et résultats cliniques en médecine clinique montrent une corrélation non linéaire, nous utilisons également les k-plus proches voisins, Adaptive Boosting, la machine à vecteurs de support, la forêt aléatoire et la méthode des réseaux de neurones pour construire un modèle prédictif. Le facteur d'inflation de la variance est utilisé pour juger du problème de colinéarité. Différents indicateurs sont utilisés pour refléter la capacité prédictive du modèle à partir de multiples perspectives, et la statistique C est calculée pour évaluer la capacité prédictive du modèle construit. L'indice global d'amélioration du jugement est utilisé pour juger de l'amélioration du modèle après l'introduction de nouvelles variables. Et la courbe de décision est tracée pour trouver un modèle qui prédit le plus grand avantage net.

Avant le début de l'essai, le personnel de l'essai a expliqué le formulaire de consentement éclairé à chaque participant participant à l'essai d'une manière facile à comprendre et a obtenu le formulaire de consentement éclairé écrit du participant participant volontairement à l'essai. Il est garanti que les participants peuvent refuser de participer à cet essai ou se retirer de cet essai à tout moment pendant le déroulement de l'essai, et les droits et intérêts des sujets ne seront en aucun cas affectés.