Triagem de biomarcadores para lúpus grave com base em estudos multi-ômicos

Os resultados do estudo anterior descobriram que o valor da expressão gênica no estágio ativo da doença lúpica era mais de 1,5 vezes maior, em média, do que no estágio inativo. O software PASS（Power Analysis and Sample Size） 15.0 foi usado para análise, e o tamanho da amostra foi calculado pelo teste t entre os grupos. O nível de teste bilateral α=0,05 foi usado e o poder estatístico foi de 80% (β=0,2). De acordo com a diferença de 3 vezes no tamanho da amostra entre os grupos, um total de 60 amostras foi necessário. De acordo com a taxa de abandono de 20%, o número total de casos é de 76. Na segunda etapa, o conjunto de validação foi alocado na proporção de 1:1, o poder estatístico foi de 90% (β=0,1) e as demais condições permaneceram inalteradas. Um adicional de 76 pacientes com lúpus foram recrutados para validação do modelo. Os pacientes foram visitados no 0º, 1º, 3º, 6º e 12º meses, admitindo-se o erro de 7 dias para cada vez. O conteúdo inclui o histórico médico, testes de rotina de sangue, testes de rotina de urina, testes de função de órgãos vitais e avaliação do índice BLIAG (British Isles Lupus Assessment Group). Se algum paciente morreu, a hora e a causa da morte foram registradas.

O índice de avaliação de efeito inclui principalmente os quatro aspectos a seguir: (1) Questionário epidemiológico: inquéritos face a face por profissionais de saúde uniformemente treinados, incluindo principalmente as informações sociodemográficas dos sujeitos da pesquisa (incluindo sexo, data de nascimento, estado civil , nível educacional, ocupação, nível de renda, altura e peso, etc.), fatores de exposição ambiental (incluindo tabagismo, uso de álcool e outras drogas, etc.), histórico médico (hipertensão, diabetes, doenças hepáticas e renais e outras doenças de órgãos importantes) e informações médicas históricas. (2) Características clínicas: as manifestações clínicas (eritema bucal, eritema cutâneo, erupção cutânea, úlcera oral, artrite, envolvimento do sistema digestivo, nervoso e sanguíneo) dos pacientes foram observadas e examinadas face a face por médicos do departamento de reumatologia. (3) Itens de teste: incluindo exame de sangue geral de rotina, rotina de urina (proteína na urina, relação proteína-creatinina na urina, etc.), índices bioquímicos (bilirrubina total, creatinina, proteína C-reativa, etc.), detecção de rotina imunológica (complemento e imunoglobulina, etc.) e ecocardiografia, TC de tórax e outros dados. (4) Detecção de expressão gênica: De acordo com a pesquisa multi-ômica anterior, elimine os conjuntos de genes que são diferentes das pessoas normais e têm mudanças significativas antes e depois do tratamento (consulte a base de pesquisa para obter detalhes). O RNA dos pacientes foi extraído e transcrito reversamente em cDNA (ácido desoxirribonucléico complementar), e os níveis de expressão de genes relacionados em diferentes períodos foram detectados pela tecnologia de PCR (Reação em Cadeia da Polimerase).

O formulário de relatório de registro médico eletrônico é usado uniformemente para gerenciamento de dados. No estágio inicial, estabelecemos o Sistema de entrada de banco de dados de pesquisa de lúpus da província de Jiangsu para armazenar os dados deste estudo. A entrada e modificação dos dados devem ser concluídas pelo pesquisador, os dados devem ser rastreáveis ​​e consistentes com os documentos originais. Quaisquer resultados de observação e inspeção no ensaio devem ser oportunos, corretos, completos, claros, padronizados e verdadeiros. O administrador de dados (um membro da equipe de estatísticas) é responsável por revisar e gerenciar os dados inseridos. Para perguntas sobre os dados, o administrador de dados enviará perguntas correspondentes ao pesquisador, e o pesquisador responderá às perguntas enviadas pelo administrador de dados a tempo. O administrador de dados pode questionar novamente quando necessário. Todas as informações dos sujeitos serão mantidas estritamente confidenciais. Os dados da pesquisa também são confidenciais.

SAS (SISTEMA DE ANÁLISE ESTATÍSTICA)9.4 e software R foram usados ​​para processar e analisar os dados. A limpeza do conjunto de dados inclui principalmente: a) Para covariáveis ​​com valores ausentes no conjunto de dados, excluindo covariáveis ​​com valores ausentes maiores que 30% e usando árvores de bagging para preencher os valores ausentes; b) Duas variáveis ​​com alto grau de correlação (coeficiente de correlação > 0,9), excluindo as variáveis ​​com mais valores ausentes; c) Excluindo as variáveis ​​cuja variância é 0 ou próxima de 0, o princípio aproximado de cálculo é que a frequência do valor único é muito pequena em relação ao todo (10% neste estudo), e a razão do valor mais frequente para o a frequência do valor do submúltiplo é superior a 20; d) A transformação Box-Cox foi realizada para variáveis ​​contínuas não normalmente distribuídas. Diferentes algoritmos em aprendizado de máquina são usados ​​para selecionar recursos e construir modelos, e a capacidade de previsão de diferentes modelos é comparada para obter o modelo ideal. Além do método clássico de regressão logística, também usamos alguns métodos comuns para lidar com dados de alta dimensão, como análise discriminante linear considerando a relação linear entre covariáveis ​​e resultados, regressão de mínimos quadrados parciais, método spline de regressão adaptativa múltipla e rede de elasticidade (PT). Considerando que muitas características clínicas e resultados em medicina clínica mostram correlação não linear, também usamos k-vizinhos mais próximos, Adaptive Boosting, máquina de vetor de suporte, floresta aleatória e método de rede neural para construir um modelo preditivo. O fator de inflação de variância é usado para julgar o problema de colinearidade. Diferentes indicadores são usados ​​para refletir a capacidade preditiva do modelo de múltiplas perspectivas, e a estatística C é calculada para avaliar a capacidade preditiva do modelo construído. O índice de melhoria de julgamento abrangente é usado para julgar a melhoria do modelo após a introdução de novas variáveis. E a curva de decisão é desenhada para encontrar um modelo que prevê o maior benefício líquido.

Antes do início do estudo, a equipe do estudo explicou o formulário de consentimento informado a cada participante do estudo de uma maneira fácil de entender e obteve o formulário de consentimento informado por escrito do participante que participou voluntariamente do estudo. É garantido que os participantes podem se recusar a participar deste estudo ou retirar-se deste estudo a qualquer momento durante o andamento do estudo, e os direitos e interesses dos participantes não serão afetados de forma alguma.