Un cadru Bayesiano pentru descoperiri longitudinale în EHR și genetică
Conform nature.com, înregistrările electronice de sănătate (EHR) oferă istorii bogate ale bolilor pe termen lung, dar metodele existente de analiză a acestor date tratează de obicei bolile în izolare și rareori integrează genetica germline. În acest articol, prezentăm ALADYNOULLI, un cadru generativ Bayesiano care modelează în comun diagnosticele EHR longitudinale, vârsta și riscurile poligenice pentru a recupera semnăturile bolilor variabile în timp și încărcările semnăturilor specifice pacienților.
👉 Formularea modelului Bayesiano și aplicarea pe bănci de date independente
Modelul este formulat ca o mixtură de probabilități și nu ca probabilitatea unei mixturi, acomodând corect condițiile simultane și cronice. Aplicat pe trei bănci biologie independente (UK Biobank, Mass General Brigham și All of Us; total n > 683,000) care acoperă până la 52 de ani de urmărire și 348 de boli, modelul recuperează 21 de semnături replicabile cu o păstrare ridicată a compoziției între cohorte (medie de 80%) și dezvăluie subtipuri biologice în cadrul categoriilor de diagnostic (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 hematopoieza clonală de potențial nedeterminat în semnătura inflamației; și o încărcătură rară de variante în LDLR, TTN și BRCA2 se aliniază cu specificitățile bolii. Un studiu de asociere pe baza semnăturilor identifică 151 de locații semnificative din punct de vedere genomic, inclusiv asocieri cardiovasculare omise de analizele pe trăsături unice.
👉 Avantajele modelului ALADYNOULLI în predicția bolilor și investigarea genetică
O probabilitate explicită permite ponderarea probabilității inverse pentru a combate biasul de selecție, punând în același timp accent pe semnalul biologic. Pentru 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.