מטרת המחקר היתה לבסס ציון לחשיפות רבות (Polyexposures - PXS) עבור חולים עם סוכרת סוג 2 המשלב 12 חשיפות לא תלויות גנטיקה ולבחון האם PXS ו/או ציון פוליגנטי משפר ניבוי של סוכרת מעבר לגורמי סיכון מסורתיים.
עוד בעניין דומה
במהלך המחקר זוהו 356,621 אנשים מתוך Biobank של אזרחי בריטניה בנים לשושלת בריטית לבנה ללא אבחון קודם של סוכרת מסוג 2 עם המוגלובין A1C תקין.
בעזרת מידע מדיווח עצמי ומתוך תיקי מטופלים בבית החלים החוקרים הפעילו למידת מכונה על מנת לבחור את הפקטורים המנבאים והשכיחים ביותר מתוך 111 חשיפות לא גנטיות ומשתנים הקשורים לאורח חיים, עבור PXS לקראת ניבוי סוכרת סוג 2. חושב ציון סיכון קליני (Clinical Risk Score-CRS) וציון סיכון פוליגנטי (Polygenetic Risk Score-PGS) תוך שיקלול של סכום שמונה גורמי סיכון קליניים ומעל 6 מיליון פולימורפיזמים של נוקלאוטיד יחיד.
מתוך אוכלוסיית המחקר 7,513 חלו בסוכרת סוג 2. ציון C סטטיסטי עבור מודלים של PGS, PXS, CRS נמצאו 0.709, 0.762, 0.839, בהתאמה. לפרטים בעשירון העליון של PGS, PXS, CRS היה סיכון גדול פי 2, 5.9, 9.97 בהתאמה - ביחס ליתר האוכלוסיה. הוספת PGS ו-PXS ל-CRS שיפר את דיוק הסיווג של סוכרת סוג 2 עם מדד סיווג נטו רציף של 15.2% ו-30.1% למקרים, בהתאמה, ו-7.3% ו-16.9% לבקרות, בהתאמה.
מסקנת החוקרים היתה כי עבור סוכרת סוג 2, PXS מספק ערך חיזוי מצטבר טוב במקצת על פני גורמי סיכון קליניים מבוססים. עם זאת, הרעיון של PXS ראוי לשיקול נוסף בריבוד הסיכונים לפתח סוכרת סוג 2 והוא עשוי להיות שימושי במודלים אחרים של חיזוי סיכונים למחלות כרוניות.
מקור:
תגובות אחרונות