Un cadru bayesian pentru descoperiri longitudinale în EHR și genetică
Conform nature.com, înregistrările electronice de sănătate (EHR) oferă istorii bogate și longitudinale ale bolilor, dar metodele existente pentru analiza acestor date tratează de obicei bolile izolat și rareori integrează genetică germinală. În acest context, prezentăm ALADYNOULLI, un cadru generativ bayesian care modelează în mod comun diagnosticele EHR longitudinale, vârsta și riscurile poligenice.
👉 Modelul ALADYNOULLI și aplicarea sa pe cohortele mari
ALADYNOULLI recuperează semnături de boală latente și variabile în timp și încărcăturile specifice pacientului; modelul este formulat ca o mixtură de probabilități, mai degrabă decât ca o probabilitate a unei mixture, adaptându-se corect la condiții simultane și cronice. Aplicat la trei biobănci independente (UK Biobank, Mass General Brigham și All of Us; total n > 683.000) pe o perioadă de până la 52 de ani de urmărire și 348 de boli, modelul recuperează 21 de semnături replicabile cu o conservare mediană a compoziției între cohorte de 80% și dezvăluie subtipuri biologice în cadrul categoriilor diagnostice (Cohen’s d de până la 4.25; P ≤ 1 × 10−8 pentru 95% din comparații).
Semnăturile sunt concordante cu biologia bolii stabilite: purtătorii de hipercolesterolemie familială se îmbogățesc în semnătura cardiovasculară; purtătorii de hematopoieză clonală de potențial nedeterminat se regăsesc în semnătura de inflamație; iar o sarcină rară de variante în LDLR, TTN și BRCA2 coincide cu specificitățile bolii. O studiu de asociere genom-wide bazat pe semnături identifică 151 de loci semnificativi genom-wide, inclusiv asocieri cardiovasculare care au fost omise de analizele pe trăsături unice.
👉 Inovații ale modelului și performanța în predicția bolilor
Una dintre inovațiile modelului este faptul că permite utilizarea unei probabilități inverse pentru ajustarea pentru biasul de selecție fără a compromite semnalul biologic. În ceea ce privește predicția bolilor, ALADYNOULLI depășește Pooled Cohort Equation (PCE), PREVENT și Gail la orizonturi de 1 an și 10 ani; predicțiile la nivel de boală (PheCode) completează modelele fundamentale la nivel de cod, cum ar fi Delphi-2M.