Profilowanie Podatności i Odporności na Zaburzenia Psychiczne po Zakażeniach Wirusowych: Przełożenie Epidemiologii na Głębokie Fenotypowanie. (Viral-MI)

Kohorta izraelska składa się z dwóch baz danych z rejestrów Clalit Health Services (CHS) z Izraela (CHS1 n=50 000, CHS2 n=69 594). CHS jest największą z czterech działających organizacji opieki zdrowotnej świadczących opiekę zdrowotną wszystkim obywatelom Izraela i obejmuje ponad 50% populacji Izraela. Bazy danych CHS podlegają okresowym procesom aktualizacji i zostały zweryfikowane przez algorytm rejestru, a także przez wiele organizacji naukowych korzystających z bazy danych. Diagnozy chorób przewlekłych opierają się na danych wprowadzanych w czasie rzeczywistym przez świadczeniodawców, apteki, placówki opieki medycznej oraz administracyjne skomputeryzowane systemy operacyjne. Diagnozy psychiatryczne opierają się na klasyfikacjach ICD-9 i ICD-10. Aby ocenić prawdopodobieństwo wystąpienia choroby psychicznej (MI) po infekcji oraz wyniki poinfekcyjne (CHS1), osoby z wysokim obciążeniem przebytymi infekcjami zostaną zidentyfikowane i dopasowane w stosunku 1:1 do kontroli według wieku i płci. Prawdopodobieństwo wystąpienia MI w szerokim zakresie zaburzeń psychicznych zostanie zbadane w grupach o wysokim obciążeniu i kontrolnych, w tym depresji, choroby afektywnej dwubiegunowej (BD), zaburzeń lękowych i psychotycznych. Kryteria włączenia: osoby ubezpieczone w CHS od urodzenia i z co najmniej 10-letnim okresem obserwacji; kryteria wykluczenia obejmują zakończenie ubezpieczenia i brak ciągłej obserwacji medycznej. Aby ocenić prawdopodobieństwo nawrotu psychiatrycznego u osób z wcześniej istniejącym zaburzeniem psychicznym po infekcji (CHS2), wykorzystana zostanie kohorta 34 797 osób ze schizofrenią dopasowanych losowo według wieku i płci do zdrowych kontrolnych (HC) bez rozpoznania schizofrenii. Kryteria włączenia dla tej próby to aktywne rozpoznanie schizofrenii w rejestrach CHS podczas etapów analiz oraz miejsce zamieszkania w obszarach zasięgu szpitali CHS (aby zapewnić pełną rejestrację hospitalizacji psychiatrycznych); kryteria wykluczenia obejmują brak aktywnego rozpoznania i miejsce zamieszkania poza obszarem zasięgu CHS. W obu kohortach zebrano dane dotyczące statusu społeczno-ekonomicznego, statusu rodzinnego, stanu cywilnego, liczby rodzeństwa, palenia tytoniu, otyłości, cukrzycy, nadciśnienia, hiperlipidemii, przewlekłej obturacyjnej choroby płuc i choroby niedokrwiennej serca, a także wykorzystania opieki zdrowotnej i innych zmiennych demograficznych. Następujące infekcje będą brane pod uwagę w obu kohortach: wirus Epsteina-Barr, cytomegalowirus, Toxoplasma gondii, COVID-19 oraz wirusy opryszczki. Miary stanu zapalnego obejmują stosunek neutrofilów/limfocytów oraz wskaźnik zapalny ogólnoustrojowy.

Aby wykazać związek między infekcjami, ze szczególnym uwzględnieniem wirusowych, ciężką MI i ciężkimi wynikami poinfekcyjnymi (Cel 1), obliczymy współczynniki hazardu (HR) w celu oceny ryzyka rozwoju ciężkiej choroby psychicznej (SMI) lub nawrotu psychiatrycznego po infekcji, wykorzystując modele regresji proporcjonalnego hazardu Coxa we wszystkich trzech kohortach (CHS1, CHS2). Zostaną zgłoszone wskaźniki zapadalności oraz modele surowe i skorygowane, kontrolujące czynniki demograficzne i kliniczne. Założenie proporcjonalnego hazardu zostanie przetestowane jako korelacja między resztami Schoenfelda a czasem przeżycia, przy poziomie istotności p<0,05 wskazującym na nieproporcjonalność. Szacowane projekcje skumulowanego prawdopodobieństwa ciężkiego wyniku u osób z wcześniej istniejącą SMI zostaną uzyskane za pomocą analizy Kaplana-Meiera. Wzorce zakłócania, moderacji i mediacji mechanizmów środowiskowych (społecznych i socjodemograficznych) oraz biologicznych (zapalnych, wielogenowego wyniku ryzyka (PRS) dla MI i schorzeń związanych z układem odpornościowym) zostaną ocenione przy użyciu makra PROCESS, strategii opartej na symulacji, wykorzystującej techniki ponownego próbkowania (bootstrapping). Efekty bezpośrednie i pośrednie, błędy standardowe i przedziały ufności zostaną oszacowane na podstawie rozkładu bootstrapowego uzyskanego z 10 000 skorygowanych o obciążenie próbek. PRS zostanie obliczony zgodnie z metodą opisaną przez Purcella i in. Analizy zostaną przeprowadzone w oparciu o ukierunkowany acykliczny graf przyczynowy (DAG), zapewniając przejrzyste założenia modelu i minimalizując błąd. Wszystkie trzy bazy danych zapewniają reprezentatywne dane ogólnokrajowe i udowodniły swoją skuteczność w charakteryzowaniu kohort MI i związków z czynnikami środowiskowymi, jak pokazują publikacje o wysokim wpływie.