骨折来源的多基因评分与FRAX在绝经后女性骨折风险预测中的验证

《Archives of Osteoporosis》:Validation of fracture-derived polygenic scores with FRAX for fracture risk prediction in postmenopausal women

【字体: 大 中 小 】 时间:2026年07月29日 来源:Archives of Osteoporosis 2.7

编辑推荐:

  研究人员评估了在前臂骨折来源的遗传风险评分添加到标准临床工具后,是否能改善骨折预测。加入全基因组多基因评分(GPS)导致时间依赖性受试者工作特征曲线下面积(AUC)小幅增加,同时净重分类改善指数(NRI)改善。决策曲线分析(DCA)提示在特定阈值范围内存在潜在

  
研究人员评估了在前臂骨折来源的遗传风险评分添加到标准临床工具后,是否能改善骨折预测。加入全基因组多基因评分(GPS)导致时间依赖性受试者工作特征曲线下面积(AUC)小幅增加,同时净重分类改善指数(NRI)改善。决策曲线分析(DCA)提示在特定阈值范围内存在潜在临床获益。
骨质疏松症及其相关骨折风险预测是全球老龄化背景下的重要公共卫生问题。目前临床广泛使用的骨折风险评估工具FRAX依赖临床风险因素(CRF),但未纳入遗传信息,而遗传因素对骨折风险的解释度高达50%~80%。既往研究尝试将基于估计骨密度(eBMD)的多基因评分(PRS)整合至FRAX,但骨折与骨密度(BMD)的遗传结构仅部分重叠,提示骨折特异性遗传风险可能提供互补且更直接的生物学信息。研究人员利用近期发布的英国生物银行(UK Biobank)前臂骨折全基因组关联研究(GWAS)汇总统计(GWAS Catalog ID: GCST90281273),采用两种贝叶斯框架——多基因风险评分连续收缩(PRS-CS)和基于汇总数据的贝叶斯回归与连续收缩及功能注释整合(SBayesRC)——构建了两种骨折来源的贝叶斯全基因组多基因评分(GPS),并将其整合至FRAX,形成骨折特异性GPS-FRAX模型。在女性健康倡议(WHI)队列的10,135名绝经后女性中,以时间依赖性AUC、Brier评分、净重分类改善指数(NRI)、校准分析和决策曲线分析(DCA)评估模型性能。结果显示,相较于FRAX-CRF模型(时间依赖性AUC=0.683),GPS-FRAX模型表现出适度区分度改善(PRS-CS: AUC=0.693; SBayesRC: AUC=0.690),且NRI显著提升(PRS-CS: 2.72%, 95% CI: 1.34%~4.19%; SBayesRC: 2.20%, 95% CI: 0.83%~3.58%),但总体重分类比例较低(1.58%~1.82%)。DCA表明在10%~20%阈值范围内净获益增加。独立验证(WHI-Hip Fracture子研究,n=3,688)中,AUC从0.65提升至0.67~0.68。这些发现表明,骨折来源的GPS整合至FRAX可带来适度但统计显著的预测改善,但临床意义有限。论文发表在《Archives of Osteoporosis》。

**关键技术方法**:利用UK Biobank前臂骨折GWAS汇总统计(GWAS Catalog ID: GCST90281273),采用PRS-CS(连续收缩贝叶斯先验)和SBayesRC(基于汇总数据的贝叶斯回归与功能注释整合)两种贝叶斯框架构建GPS。样本来自WHI队列的10,135名绝经后女性(WHI-GARNET、WHI-MS、WHI-SHARe子研究),独立验证采用WHI-Hip Fracture子研究(n=3,688)。统计方法包括时间依赖性AUC、Brier评分、NRI、校准分析(以Aalen-Johansen估计为金标准)和DCA。

**研究结果**:
- **Crude 10-year cumulative incidence of MOF by GPS groups**:通过比较GPS极端组(前5% vs 后5%)的累积发病率,发现PRS-CS模型组间差异显著(P=0.001),而SBayesRC模型差异不显著(P=0.091)。
- **Model discrimination and robustness**:时间依赖性AUC从FRAX-CRF的0.683提升至PRS-CS的0.693(P=0.004)和SBayesRC的0.690(P=0.026),Brier评分变化极小(0.0617 vs 0.0612~0.0613),五折交叉验证确认稳健性。
- **Clinical reclassification and net reclassification improvement (NRI)**:在20%治疗阈值下,重分类比例低(1.58%~1.82%),但整体NRI显著改善(PRS-CS: 2.72%, 95% CI: 1.34%~4.19%; SBayesRC: 2.20%, 95% CI: 0.83%~3.58%),事件NRI改善,非事件NRI无改善。
- **Calibration at 10 years under competing risk**:三种模型校准曲线均接近理想线,Bootstrap偏差校正曲线显示过拟合极小。
- **Clinical utility analysis**:DCA显示GPS-FRAX模型在10%~20%阈值范围内净获益高于FRAX-CRF,但20%阈值处改善幅度有限。
- **Subgroup analysis with BMD integration**:在BMD可用的亚组(n=689)中,加入GPS后FRAX-BMD模型的AUC从0.718提升至0.757(PRS-CS),且GPS+年龄+BMD模型(AUC=0.752)性能接近FRAX-BMD+GPS模型。
- **Sensitivity analysis with fixed FRAX coefficient**:固定FRAX系数为1的偏移量模型中,AUC从0.683提升至0.689(PRS-CS)和0.685(SBayesRC),方向一致。
- **Independent validation**:在WHI-Hip Fracture子研究中,AUC从0.65提升至0.67(SBayesRC)和0.68(PRS-CS),PRS-CS的整体NRI显著(0.21%, 95% CI: 0.06%~0.53%),SBayesRC不显著。

**讨论部分总结**:研究人员指出,骨折来源的GPS整合至FRAX带来了适度但一致的模型区分度改善(AUC小幅增加)和NRI提升,但总体改善幅度有限。与既往基于eBMD的GPS研究相比,骨折来源GPS性能更温和,可能原因包括:骨折表型异质性高(受跌倒、创伤等环境影响)、骨折GWAS鉴定的显著位点远少于eBMD GWAS,以及单一位点(前臂骨折)GWAS与主要骨质疏松性骨折(MOF)结局之间的表型错配。此外,样本祖先同质性(均为欧洲裔)、自报骨折结局的潜在偏倚、以及FRAX系数在模型中重新校准(而非固定)可能影响结果解读。独立验证中PRS-CS的NRI显著而SBayesRC不显著,提示两种方法的一致性有限。**结论翻译**:将骨折来源的贝叶斯GPS整合到FRAX中,导致模型区分度出现适度但统计显著的改善,表现为AUC的小幅增加。此外,NRI的改善和决策曲线分析中更高的估计净获益表明增量临床效用。然而,改善的总体幅度仍然有限,表明在已建立的临床风险因素之外的附加预测价值是适度的。需要在更多样化的人群中进行进一步评估。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号