基于机器学习和多基因风险评分的发育性阅读障碍环境风险因素与共享遗传结构研究

《Translational Psychiatry》：Environmental factors and polygenic risk score for psychiatric and neurodevelopmental disorders in children with dyslexia

　　

摘要

发育性阅读障碍（DD）会影响学习成就和心理社会发展，与环境因素和遗传因素均有关联。本研究在中国四个城市筛选了2至6年级共29,820名小学生，纳入了948例符合阅读障碍诊断标准的病例和948例年龄和性别匹配的健康对照，开展了一项多中心病例对照研究。我们采用eXtreme Gradient Boosting（XGBoost）机器学习模型和Shapley加性解释（SHAP）算法对环境因素进行了综合调查。阅读障碍最重要的风险因素包括主动学习习惯、儿童识字年龄、母亲受教育程度、外出务工以及孕期长时间屏幕暴露。家庭识字环境在两组中均解释了大部分变异。随后，我们利用多基因风险评分（PRS）分析探讨了阅读障碍（DD）、注意缺陷多动障碍、自闭症谱系障碍、精神分裂症、重度抑郁症和双相情感障碍之间的共享多基因风险。结果显示，在调整风险因素后，PRS_DD最高四分位组的风险是最低四分位组的2.13倍（95% CI：1.08，4.18）。PRS_ASD最高四分位组和PRS_SCZ最高四分位组的个体与阅读障碍风险增加相关（OR：2.13；95% CI：1.14，3.98；OR：2.41；95% CI：1.23，4.72）。本研究确定了在阅读障碍中筛查个性化环境因素的重要性，并强调了阅读障碍与其他障碍之间的共享遗传结构。这些发现为阅读障碍的病因提供了新的见解，有助于推进早期预防策略的发展。