NAT MED:综合风险评分可提高对1型糖尿病易感儿童的预测能力
2020-08-08 MedSci原创 MedSci原创
1型糖尿病(T1D)是一种破坏胰岛的自身免疫性疾病,其会导致胰岛素缺乏,疾病往往开始于生命早期,当胰岛自身抗体出现信号时,就意味着存在着高风险。
1型糖尿病(T1D)是一种破坏胰岛的自身免疫性疾病,其会导致胰岛素缺乏,疾病往往开始于生命早期,当胰岛自身抗体出现信号时,就意味着存在着高风险。
然而,临床糖尿病可在数周内或数十年后才出现,且很难预测。发病时的酮症酸中毒仍很常见,在非常年轻的人中最为严重,可危及生命,且难以治疗。
自身抗体监测计划可以有效地预防大多数酮症酸中毒,但需要频繁的评估,费用限制了其在公共卫生中的应用。
在发病前应用的预防疗法很少是可行的,尤其是当较多的胰岛质量仍然存在时,因为患T1D风险最大的个人是难以识别的。
为了克服这一公共卫生难点,最近,在Nature Medicine上发表了一项研究,其关注于准确的,具有成本效益的未来T1D风险评估。研究人员从出生开始密切关注7,798名高风险儿童长达9.3年,并开发了一个综合的风险评分,包括固定和可变因素(遗传,临床和免疫学)。
与单纯的自身抗体相比,该综合模型可显著提高≥2岁至8岁儿童的T1D预测能力(接受者操作特征曲线下面积≥0.9),使基于人群的预防酮症酸中毒的新生儿筛查效率提高了约一倍,并可进行个体化风险估计,以便更好地选择预防措施。
该研究结果使用家族史、基因型风险和自身抗体的结果突出表明,最准确的疾病预测--特别是复杂疾病的预测--将来自多个风险因素的整合。这在其他环境中已经被证明(例如,Q风险34),但是,至今为止,其还没有在一个复杂的儿童疾病中被证明过。
值得注意的是,如鼻窦炎、体重和居住国等暴露因素,虽然单独考虑时很重要,但在组合模型中似乎没有增加预测价值。在该研究的最终模型中只使用三个变量,减少了过度拟合的可能性,同时也最大限度地减少了后续评估的信息收集。
该研究具有几个局限性。TEDDY和许多T1D的出生队列研究一样,预选了HLA风险较高的新生儿,以观察足够的疾病终点来实现研究目标。去除这些HLA影响后,TEDDY患T1D的儿童与未患T1D的儿童在遗传风险上的剩余差异要小得多。在另一个方面,通过各种措施测量的血糖水平的微妙异常正在被作为T1D进展诊断的重要标志。这些通常不是在糖尿病前期测量,并且没有在TEDDY中缺乏多种自身抗体的儿童中测量,因此不能包括在该模型中。此外,CRS模型在具有两种或两种以上自身抗体的儿童中辨别力较差。需要更大规模的研究来探究这个年龄非常小的特殊群体。最后,欧洲和美国人群常见的模型基因和环境特征在其他具有不同遗传背景或环境的人群中可能表现不同。为了充分解决这些问题,在其他出生队列中进行外部验证是必不可少的下一步。
原始出处:
Lauric A. Ferrat et al. A combined risk score enhances prediction of type 1 diabetes among susceptible children, Nature Medicine (2020).
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#Nat#
37
#Med#
26
谢谢MedSci提供最新的资讯
32