Prediction of features of the course of chronic hepatitis C using Bayesian networks


如何引用文章

全文:

详细

Materials and methods. 253 patients with chronic hepatitis C (CHC) and liver cirrhosis were included in the study. Assessment of gene polymorphisms of genes involved in inflammatory reactions and antiviral immunity (IL-1β-511C/T, IL-10 -1082G/A, IL28B C/T, IL28B T/G, TNF-α -238G/A, TGF-β -915G/C, IL-6 -174G/C), activators of local hepatic fibrosis (AGT G-6A, AGT 235 M/T, ATR1 1166 A/C), hemochromatosis (HFE C282Y, HFE H63D), platelet receptors (ITGA2 807 C/T, ITGB3 1565 T/C), coagulation proteins and endothelial dysfunction (FII 20210 G/A, FV 1691G/A, FVII 10976 G/A, FXIII 103 G/T, eNOS 894 G/T, CYBA 242 C/T, FBG -455 G/A, PAI-675 5G/4G, MTHFR 677 C/T) was carried. Using Bayesian networks we studied the predictor value of clinical and laboratory factors for the following conditions - end points (EP): development of cirrhosis (EP1), fibrosis rate (EP2), presence of portal hypertension (EP3) and cryoglobulins (EP4). Results and discussion. In addition to traditional factors we have shown the contribution of the following mutations. Predicting EP1- liver cirrhosis - HFE H63D, C282Y, CYBA 242 C/T, AGT G-6G, ITGB31565 T/C gene mutations were significant. We also found a link between the rate of progression of liver fibrosis and gene polymorphisms of AGT G-6G, AGT M235T, FV 1691G/A, ITGB31565 T/C. Among the genetic factors associated with portal hypertension there are gene polymorphisms of PAI-I-675 5G/4G, FII 20210 G/A, CYBA 242 C/T, HFE H63D and Il-6 174GC. Cryoglobulins and cryoglobuliemic vasculitis (EP4) are associated with gene mutations MTHFR C677T, ATR A1166C and HFE H63D. Conclusion. The results obtained allow to detect the major pathophysiological and genetic factors which determine the status of the patient and the outcome of the disease, to clarify their contribution, and to reveal the significance of point mutations of genes that control the main routes of HCV course and progression.

作者简介

L Samokhodskaya

M.V. Lomonosov Moscow State University

к.м.н., доц., Медицинский научно-образовательный центр ФГБОУ ВО «МГУ им. М.В. Ломоносова» Moscow, Russia

E Starostina

M.V. Lomonosov Moscow State University

Email: starostinaee@gmail.com
врач-гастроэнтеролог, медицинский научно-образовательный центр ФГБОУ ВО «МГУ им. М.В. Ломоносова» Moscow, Russia

A Sulimov

M.V. Lomonosov Moscow State University

ведущий программист, Научно-исследовательский вычислительный центр ФГБОУ ВО «МГУ им. М.В. Ломоносова» Moscow, Russia

T Krasnova

M.V. Lomonosov Moscow State University

к.м.н., доц., факультет фундаментальной медицины ФГБОУ ВО «МГУ им. М.В. Ломоносова» Moscow, Russia

T Rosina

M.V. Lomonosov Moscow State University; I.M. Sechenov First Moscow State Medical University of the Ministry of Health of the Russian Federation (Sechenov University)

к.м.н., доц., факультет фундаментальной медицины ФГБОУ ВО «МГУ им. М.В. Ломоносова», ФГАОУ ВО «Первый МГМУ им. И.М. Сеченова» Moscow, Russia

V Avdeev

M.V. Lomonosov Moscow State University

к.м.н., доц., факультет фундаментальной медицины ФГБОУ ВО «МГУ им. М.В. Ломоносова» Moscow, Russia

I Savkin

M.V. Lomonosov Moscow State University

программист, Научно-исследовательский вычислительный центр ФГБОУ ВО «МГУ им. М.В. Ломоносова» Moscow, Russia

V Sulimov

M.V. Lomonosov Moscow State University

д.ф.-м.н., зав. лаб., Научно-исследовательский вычислительный центр ФГБОУ ВО «МГУ им. М.В. Ломоносова» Moscow, Russia

N Mukhin

M.V. Lomonosov Moscow State University; I.M. Sechenov First Moscow State Medical University of the Ministry of Health of the Russian Federation (Sechenov University)

д.м.н., проф., академик РАН, факультет фундаментальной медицины ФГБОУ ВО «МГУ им. М.В. Ломоносова», ФГАОУ ВО «Первый МГМУ им. И.М. Сеченова» Moscow, Russia

V Tkachuk

M.V. Lomonosov Moscow State University

д.б.н., проф., академик РАН, декан факультета фундаментальной медицины ФГБОУ ВО «МГУ им. М.В. Ломоносова» Moscow, Russia

V Sadovnichii

M.V. Lomonosov Moscow State University

д.ф.-м.н., проф., академик РАН, ректор ФГБОУ ВО «МГУ им. М.В. Ломоносова» Moscow, Russia

参考

  1. Самоходская Л.М., Старостина Е.Е., Яровая Е.Б., Краснова Т.Н., Мухин Н.А., Ткачук В.А., Садовничий В.А. Математическая модель прогноза скорости фиброза печени у больных с хроническим гепатитом С на основе комбинаций геномных маркеров. Вестник Российской академии медицинских наук. 2015;70(5):651-61.
  2. Сулимов А.В., Втюрина Д.Н., Романов А.Н., Масленников Е.Д., Сулимов В.Б., Курочкин И.Н., Упоров И.В., Затейщиков Д.А., Носиков В.В., Варфоломеев С.Д. Экспертные системы персонифицированной медицины: применение байесовских сетей для предсказания состояния пациентов. В кн.: Пост - геномные исследования и технологии (под ред. чл. - корр. РАН С.Д. Варфоломеева). Москва: Изд - во МГУ; 2011. С. 641-702.
  3. Генс Г.П., Сулимов А.В., Моисеева Н.И., Каткова Е.В., Вельшер Л.З., Коробкова Л.И., Савкин И.А., Сулимов В.Б. Применение генных сигнатур и медицинских экспертных систем для прогнозирования клинических исходов рака молочной железы. Вестник РОНЦ им. Н.Н. Блохина РАМН. 2015;26(4):16-33
  4. Lucas P.J, van der Gaag L.C, Abu-Hanna A. Bayesian network sinbiomedicine andhealth - care. Artif Intell Med. 2004;30(3):201-14. doi: 10.1016/j.artmed.2003.11.001
  5. Gevaert O, De Smet F, Timmerman D, Moreau Y, De Moor B. Predicting the prognosis of breast cancer by integrating clinical and microarray data with Bayesian networks. Bioinformatics. 2006;22(14):184-90. doi: 10.1093/bioinformatics/btl230
  6. Poynard T, Ratziu V, Charlotte F, Goodman Z, Mchutchison J, Albrecht J. Rates and risk factors of liver fibrosis progression in patients with chronic hepatitis C. J Hepatol. 2001;34(5):730-9.
  7. Jensen F.V, Nielsen T.D. Bayesian Networks and Decision Graphs. New York: Springer Verlag; 2007: 193 p.
  8. Obuchowski N.A. ROC analysis. Am J Roentgenol. 2005;184(2):364-72. doi: 10.2214/ajr.184.2.01840364
  9. Hanley J.A, Mc Neil B.J. The meaning and use of the area under a receiver operating characteristic (ROC) curve. Radiology. 1982;143(1):29-36. doi: 10.1148/radiology.143.1.7063747
  10. Maslennikov E.D, Sulimov A.V, Savkin I.A, Evdokimova M.A, Zateyshchikov D.A, Nosikov V.V, Sulimov V.B. An intuitive risk factors search algorithm: usage of the Bayesian network technique in personalized medicine. J Applied Statistics. 2015;42(1):71-87. doi: 10.1080/02664763.2014.934664
  11. Генс Г.П., Сулимов А.В., Моисеева Н.И., Овсий О.Г., Вельшер Л.З., Рыбалкина Е.Ю., Селезнева И.И., Савкин И.А., Сулимов В.Б. Поиск подходов к прогнозированию исходов рака молочной железы с помощью байесовских сетей. Онкология. 2014;3(5):37-46.
  12. Топтыгина А.П., Азиатцева В.В., Савкин И.А., Кислицин А.А., Семикина Е.Л., Гребенников Д.С., Алешкин А.В., Сулимов А.В., Сулимов В.Б., Бочаров Г.А. Прогнозирование специфического гуморального иммунного ответа на основании исходных параметров иммунного статуса детей, привитых против кори, краснухи и эпидемического паротита. Иммунология. 2015;36(1):22-30.
  13. Sulimov A.V, Meshkov A.N, Savkin I.A, Katkova E.V, Kutov D.C, Hasanova Z.B, Konovalova N.V, Kukharchuk V.V, Sulimov V.B. Genome - wide analysis of genetic associations for prediction of polygenic hypercholesterolemia with bayesian networks. J Comp Eng Math. 2015;2(4):11-26. doi: 10.14529/jcem150402
  14. Vanagas G. Receiver operating characteristic curves and comparison of cardiac surgery risk stratification systems. Interact Cardiovasc Thorac Surg. 2004;3(2):319-22. doi: 10.1016/j.icvts.2004.01.008
  15. Tung B.Y, Emond M.J, Bronner M.P, Raaka S.D, Cotler S.J, Kowdley K.V. Hepatitis C, iron status, and disease severity: relationship with HFE mutations. Gastroenterology. 2003;124(2):318-26. doi: 10.1053/gast.2003.50046
  16. Barbaro G, Di Lorenzo G, Ribersani M, Soldini M, Giancaspro G, Bellomo G, Belloni G, Grisorio B, Barbarini G. Serum ferritin and hepatic glutathione concentrations in chronic hepatitis C patients related to the hepatitis C virus genotype. J Hepatol. 1999;30(5):774-82.
  17. Erhardt A, Maschner-Olberg A, Mellenthin C, Kappert G, Adams O, Donner A, Willers R, Niederau C, Haussinger D. HFE mutations and chronic hepatitis C: H63D and C282Y heterozygosity are independent risk factors for liver fibrosis and cirrhosis. J Hepatol. 2003;38(3):335-42.
  18. Moreno M.U, José G.S, Fortuño A, Beloqui O, Díez J, Zalba G. The C242T CYBA polymorphism of NADPH oxidase is associated with essential hypertension. J Hypertens. 2006;24(7):1299-306. doi: 10.1097/01.hjh.0000234110.54110.56
  19. Altarescu G, Haim S, Elstein D. Angiotensinogen promoter and angiotensinogen II receptor type 1 gene polymorphisms and incidence of ischemic stroke and neurologic phenotype in Fabry disease. Biomarkers. 2013;18(7):595-600. doi: 10.3109/1354750X.2013.836244
  20. Anstee Q.M, Dhar A, Thursz M.R. The role of hypercoagulability in liver fibrogenesis. Clin Res Hepatol Gastroenterol. 2011;35(8-9):526-33. doi: 10.1016/j.clinre.2011.03.011
  21. Plompen E.P, Darwish Murad S, Hansen B.E, Loth D.W, Schouten J.N, Taimr P, Hofman A, Uitterlinden A.G, Stricker B.H, Janssen H.L, Leebeek F.W. Prothrombotic Genetic Risk Factors are associated with an Increased Risk of Liver Fibrosis in the General Population: The Rotterdam Study. J Hepatol. 2015;63(6):1459-65. doi: 10.1016/j.jhep.2015.07.026
  22. Wright M, Goldin R, Hellier S, Knapp S, Frodsham A, Hennig B, Hill A, Apple R, Cheng S, Thomas H, Thursz M. Factor V Leiden polymorphism and the rate of fibrosis development in chronic hepatitis C virus infection. Gut. 2003;52(8):1206-10.
  23. Bochud P.Y, Cai T, Overbeck K, Bochud M, Dufour J.F, Mullhaupt B, Borovicka J, Heim M, Moradpour D, Cerny A, Malinverni R, Francioli P, Negro F. Genotype 3 is associated with accelerated fibrosis progression in chronic hepatitis C. J Hepatol. 2009;51(4):655-66. doi: 10.1016/j.jhep.2009.05.016
  24. Dammacco F, Sansonno D. Therapy for hepatitis C virus - related cryoglobulinemic vasculitis. N Engl J Med. 2013;369(11):1035-45. doi: 10.1056/NEJMra1208642
  25. Saadoun D, Asselah T, Resche-Rigon M, Charlotte F, Bedossa P, Valla D, Piette J.C, Marcellin P, Cacoub P. Cryoglobulinemia is associated with steatosis and fibrosis in chronic hepatitis C. Hepatology. 2006;43:1337-45. doi: 10.1002/hep.21190
  26. Casato M, Carlesimo M, Francia A, Timarco C, Antenucci A, Bove M, Martini H, Visentini M, Fiorilli M, Conti L. Influence of inherited and acquired thrombophilic defects on the clinical manifestations of mixed cryoglobulinaemia. Rheumatology (Oxford). 2008;47:1659-63. doi: 10.1093/rheumatology/ken303

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © Consilium Medicum, 2019

Creative Commons License
此作品已接受知识共享署名-非商业性使用-相同方式共享 4.0国际许可协议的许可。
 
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».