數(shù)理統(tǒng)計在研究部分人群華法林穩(wěn)定劑量中的應(yīng)用

揭芳芳，李 金，陳 濤*

(南昌大學(xué)a.理學(xué)院，江西 南昌 330031；b.第二附屬醫(yī)院，江西 南昌 330006)

1 引言與研究背景

華法林是目前世界上應(yīng)用最廣泛的一線口服抗凝藥[1-2]，據(jù)統(tǒng)計，在美國，每年有200萬左右人口開始使用華法林預(yù)防和治療血栓栓塞性疾病，華法林在臨床上可應(yīng)用于靜脈血栓栓塞、房顫、肺栓塞、急性心肌梗死等疾病的預(yù)防和治療，但華法林在臨床應(yīng)用中存在很多局限性[3]，主要表現(xiàn)在藥物濃度太低無法產(chǎn)生治療效果，濃度太高容易引發(fā)副作用。患者對華法林劑量的個體差異較大，并且華法林治療效果受藥物相互作用影響嚴重，為加強華法林藥物利用效果，提高患者治療機率，減少不良事件的發(fā)生，故需對華法林穩(wěn)定劑量進行研究。

目前國內(nèi)對華法林的研究主要還是停留在醫(yī)學(xué)方面或不同基因型等對華法林劑量的影響，如劉艷麗等[4]在基因多態(tài)性的基礎(chǔ)上研究了腎功能不全患者對華法林劑量的需求情況；李曉琪[5]通過藥物基因組學(xué)劑量預(yù)測模型對華法林個體抗凝治療進行了臨床研究；P.S.Wells[6]主要研究了不同CYP2C9、CYP4F2和VKORC1基因?qū)θA法林藥物臨床劑量的需求。

本文創(chuàng)新之處在于，利用數(shù)理統(tǒng)計的方法，從數(shù)學(xué)角度出發(fā)，根據(jù)以往所收集的數(shù)據(jù)，分析數(shù)據(jù)[7-8]，現(xiàn)擬結(jié)合相關(guān)基因(如VKORC1、CYP2C9、CYP4F2、GGCX等[9])多位點變異建立精準用藥數(shù)學(xué)模型，同時考慮同一位點不同基因型之間的相互聯(lián)系，建立華法林藥物劑量與所研究對象的關(guān)系。

數(shù)理統(tǒng)計學(xué)[10]是統(tǒng)計學(xué)分支學(xué)科。它是以概率論為理論基礎(chǔ)，對受隨機因素影響的不確定性現(xiàn)象進行大量的觀測或試驗，以有效的方法獲取樣本、提取信息，進而對隨機現(xiàn)象的統(tǒng)計規(guī)律(如參數(shù)、分布、相關(guān)性等)做出推斷。本文通過收集南昌市295名患者華法林臨床穩(wěn)定劑量，運用統(tǒng)計學(xué)分析華法林穩(wěn)定劑量與人體其他因素之間的關(guān)聯(lián)，從而建立華法林穩(wěn)定劑量預(yù)測模型，并對模型的準確性進行驗證，更好地控制華法林臨床用藥劑量范圍，從而達到醫(yī)療效果。

2 研究內(nèi)容及方法

2.1 研究內(nèi)容

通過收集南昌大學(xué)附屬醫(yī)院正在服用華法林藥物的患者信息，征求到295名患者相關(guān)醫(yī)療信息，為提高華法林穩(wěn)定劑量預(yù)測模型的準確性，對295名患者進行等距抽樣將其中245名患者作為建模組，剩余50名患者作為驗證組，使我們模型是基于較多數(shù)據(jù)的前提下建立的，提高模型的準確性。

2.2 研究方法

3 研究過程及結(jié)果

3.1 研究過程

3.1.1 數(shù)據(jù)處理

對所收集的數(shù)據(jù)進行符號處理，處理結(jié)果如表1。

表1 符號說明

同時對所有臨床數(shù)據(jù)進行統(tǒng)計學(xué)描述，年齡、體重、身高表示為：mean±SD，描述結(jié)果如表2所示。

表2 所選患者臨床資料

由于存在兩個或兩個以上基因座位的等位基因同時出現(xiàn)在一條染色體上的情況，從而會導(dǎo)致重組后部分基因型概率高于隨機出現(xiàn)的概率，這種現(xiàn)象在基因?qū)W上稱為Linkage Disequilibrium(連鎖不平衡)[14-16]，在本文研究的8個基因位點中rs1057910屬于CYP2C9基因，rs2069514屬于CYP1A1基因，rs887829屬于VGT1A1基因，rs699664屬于GGCX，而rs9923231、rs9934438、rs7196161、rs7294位點同屬于VKORC1基因，故需判斷以上4個位點是否存在LD現(xiàn)象，在本研究中所選患者人群的4個位點基因的分布情況如表3所示。

表3 患者VKORC1基因位點等位基因分布表

根據(jù)LD計算公式：

D=P(AB)-P(A)P(B)

注：假設(shè)基因A的等位為A，a；基因B的等位為B，b。則P(AB)表示單倍型AB出現(xiàn)的實際概率；P(A)P(B)表示單倍型AB出現(xiàn)的理論概率。

以rs9923231、rs9934438為例，將數(shù)據(jù)帶入上式得出r2>0.9，說明rs9923231與rs9934438之間存在強烈的連鎖不平衡現(xiàn)象，同理得出rs7196161、rs7294與rs9934438之間一樣存在強烈的連鎖不平衡。也故以下研究僅考慮VKORC1基因rs9923231位點對華法林劑量的影響。

3.1.2 各因素對華法林劑量的影響

利用Pearson及Spearman相關(guān)性及單因素線性回歸分析性別、年齡、體重等17個自變量與華法林劑量之間的關(guān)系，得出結(jié)果如表4所示。

由上述分析知:VKORC1(rs9923231)、CYP2C9(rs1057910)、GGCX(rs699664)、胺碘酮、年齡、體重、身高、BSA等因素對華法林劑量的穩(wěn)定性的影響具有統(tǒng)計學(xué)意義，而血栓史、倍他樂克、ACEI等對華法林劑量穩(wěn)定性的影響沒有統(tǒng)計學(xué)意義。

VKORC1(rs9923231)、CYP2C9(rs1057910)、GGCX(rs699664)各基因型間華法林穩(wěn)定劑量如表5所示。

根據(jù)以上數(shù)據(jù)，可得出在不考慮其他因素的影響下，VKORC1(rs9923231)AA組華法林日穩(wěn)定劑量為2.438±0.452 mg，明顯低于A/G組3.323±0.749和GG組5.163±0.477 mg；CYP2C9(rs1057910)GG組華法林日穩(wěn)定劑量為0.750 mg，明顯低于A/G組2.076±0.391 mg和AA組2.658±0.634 mg，且每攜帶一個A等位基因，華法林劑量需求增加28%。此外，GGCX(rs699664)GG組華法林日穩(wěn)定劑量2.671±0.640 mg也要高于AA組2.330±0.400 mg。

各基因型間華法林穩(wěn)定劑量箱圖[17]如圖1～3所示。

表4 各變量與華法林穩(wěn)定劑量之間關(guān)系

表5 患者3個基因型位點華法林穩(wěn)定劑量表

3.1.3 華法林預(yù)測模型建立

為提高模型的準確性，將所收集數(shù)據(jù)的5/6作為建模組，另外的1/6作為驗證組去驗證模型的準確性，以使得我們的模型是基于較多數(shù)據(jù)而建立的，從而達到更好的預(yù)測效果，模型建立思路如圖4所示。

建模組及驗證組臨床信息如表6所示，通過單因素線性回歸得到可能影響到華法林穩(wěn)定劑量的因素，對建模組中245名患者，使用逐步線性回歸[18]，得到方程系數(shù)表如表7所示。

表6 建模組與驗證組患者基本信息

表7 多元線性回歸結(jié)果

據(jù)上述表格，得到華法林劑量預(yù)測模型為：

華法林穩(wěn)定劑量(mg)=2.534-0.771×VKORC1(rs9923231)AA+0.024×體重-0.512×CYP2C9(rs1057910)GG+1.526×VKORC1(rs9923231)GG-0.012×年齡

注：

VKORC1(rs9923231)AA:AA=1，AG=0；

VKORC1(rs9923231)GG:GG=1，AG=0；

CYP2C9(rs1057910)GG:GG=1，AG=0。

4 研究結(jié)果分析與結(jié)論

4.1 研究結(jié)果分析

本文所建立的華法林穩(wěn)定劑量預(yù)測模型，可解釋61%華法林穩(wěn)定劑量的個體差異，對變量進行逐步線性回歸時發(fā)現(xiàn)，基因遺傳因素對華法林穩(wěn)定劑量差異的影響最大，在本模型中，常量及VKORC1(rs9923231)AA和GG可解釋36.4%個體劑量差異，而CYP2C9(rs1057910)GG在回歸過程中為0.053，說明CYP2C9(rs1057910)基因多態(tài)性在本模型中能解5.3%的個體差異，體重、年齡分別能解釋15.6%及3.7%的個體差異，在單因素線性回歸中，身高、胺碘酮、GGCX(rs699664)、BSA等雖然對華法林穩(wěn)定劑量也有影響，但在逐步線性回歸過程中由于影響不顯著未能進入最終模型。

預(yù)測模型驗證[19]：

對比驗證組患者預(yù)測劑量及實際劑量，與實際預(yù)測劑量相差20%以內(nèi)視為理想預(yù)測劑量；低于實際預(yù)測劑量20%視為偏低預(yù)測劑量；高于實際預(yù)測劑量20%視為偏高預(yù)測劑量。結(jié)果如表8所示。

表8 驗證組實際劑量與預(yù)測劑量

其中驗證組實際劑量與預(yù)測劑量對比圖如圖5所示。

本驗證結(jié)果，顯示驗證組中14%的患者預(yù)測劑量偏低，68%的患者預(yù)測劑量理想，18%的患者預(yù)測劑量偏高，即本模型在本研究中的準確率在68%左右，本文從基本的醫(yī)學(xué)角度收集數(shù)據(jù)，通過統(tǒng)計學(xué)對數(shù)據(jù)進行分析，得出變量之間的聯(lián)系，此研究結(jié)果可以幫助醫(yī)師指導(dǎo)患者更好的實現(xiàn)安全用藥，但本研究所建立的數(shù)據(jù)樣本區(qū)域性較強，故需進一步擴大樣本容量，為指導(dǎo)臨床用藥提供更準確的方法。

4.2 研究結(jié)論

1.VKORC1和CYP2C9基因多態(tài)性可作為預(yù)測患病人群華法林穩(wěn)定劑量的標記。

2.VKORC1基因多態(tài)性對患者華法林穩(wěn)定劑量的影響大于CYP2C9基因多態(tài)性。

3.CYPA1、VG71A1及CCGX基因多態(tài)性不影響患者華法林穩(wěn)定劑量。

4.由于個體存在差異性，預(yù)測患者實際藥物用量具有一定難度，經(jīng)過模型驗證，本研究所建立的模型大概可預(yù)測68%左右人群華法林穩(wěn)定劑量。