整合遗传变异与临床变量预测纤维化间质性肺病进展的预测模型构建与验证

《Respiratory Research》：Integrating genetics in the clinical care of patients with fibrotic interstitial lung diseases helps in diagnosis and predicting progression

　　

摘要

背景与目的

越来越多的证据表明，家族性纤维化间质性肺病（ILD）及其他类型纤维化间质性肺病具有遗传基础。遗传学分析可能有助于提高诊断准确性并实现风险分层。本研究旨在评估将遗传数据整合到间质性肺病临床实践中的效用。

方法

一项回顾性观察研究纳入194例新诊断的纤维化间质性肺病患者，这些患者具有家族聚集性或其他临床怀疑遗传病因的情况。随访12个月以评估疾病进展。采用单变量和多变量logistic回归模型分析临床和遗传变量，以识别疾病进展的预测因素。在PRECISION-ILD前瞻性队列的57例患者中评估并验证了所建立预测模型的诊断效能。

结果

17%的患者被检出可能致纤维化的遗传变异，其中RTEL1和TERT是最常见的致病基因。54%的病例在12个月时出现纤维化进展。携带变异的患者的疾病进展比例显著高于非携带者（79% vs. 48%，p = 0.002）。此外，MUC5B启动子区域携带T等位基因与非携带GG基因型相比，疾病进展风险更高（p = 0.002）。同时携带致病性变异和MUC5B T等位基因的患者的疾病进展风险最高（OR[95%CI]：7.00[1.82–46.39]；p = 0.003）。一个包含诊断年龄和遗传特征的纤维化进展预测模型显示出82.7%的敏感性和0.707[0.634–0.780]的曲线下面积。

结论

将遗传分析与临床变量相结合可提高纤维化进展的诊断收益率和风险预测能力，从而增强纤维化间质性肺病的精准管理策略。

图形摘要

研究示意图

背景与目的

越来越多的证据表明，家族性纤维化间质性肺病（ILD）及其他类型纤维化间质性肺病具有遗传基础。遗传学分析可能有助于提高诊断准确性并实现风险分层。本研究旨在评估将遗传数据整合到间质性肺病临床实践中的效用。

方法

一项回顾性观察研究纳入194例新诊断的纤维化间质性肺病患者，这些患者具有家族聚集性或其他临床怀疑遗传病因的情况。随访12个月以评估疾病进展。采用单变量和多变量logistic回归模型分析临床和遗传变量，以识别疾病进展的预测因素。在PRECISION-ILD前瞻性队列的57例患者中评估并验证了所建立预测模型的诊断效能。

结果

17%的患者被检出可能致纤维化的遗传变异，其中RTEL1和TERT是最常见的致病基因。54%的病例在12个月时出现纤维化进展。携带变异的患者的疾病进展比例显著高于非携带者（79% vs. 48%，p = 0.002）。此外，MUC5B启动子区域携带T等位基因与非携带GG基因型相比，疾病进展风险更高（p = 0.002）。同时携带致病性变异和MUC5B T等位基因的患者的疾病进展风险最高（OR[95%CI]：7.00[1.82–46.39]；p = 0.003）。一个包含诊断年龄和遗传特征的纤维化进展预测模型显示出82.7%的敏感性和0.707[0.634–0.780]的曲线下面积。

结论

将遗传分析与临床变量相结合可提高纤维化进展的诊断收益率和风险预测能力，从而增强纤维化间质性肺病的精准管理策略。

图形摘要

研究示意图