El modelo omnicausal revela la naturaleza altamente polifactorial de las enfermedades complejas

Área de la Ciencia:

• La genética humana
• Etiología de enfermedades complejas
• Inferencia estadística

Sus antecedentes:

• La aleatorización mendeliana (MR) se centra tradicionalmente en la inferencia causal de un solo factor de riesgo de enfermedad.
• La contribución colectiva de múltiples factores de riesgo causales a enfermedades complejas sigue sin cuantificarse en gran medida.
• Comprender el impacto acumulativo de los factores de riesgo es crucial para la etiología y la prevención de la enfermedad.

Objetivo del estudio:

• Introducir y validar un nuevo marco para estimar la "causalidad explicada" por un conjunto de factores de riesgo para todo el fenómeno.
• Desarrollar el "índice polifactorial" para caracterizar la arquitectura causal de las enfermedades complejas.
• Proponer el "modelo omnicausal" para comprender el impacto colectivo de numerosos factores de riesgo.

Principales métodos:

• Se utilizó la regresión de componentes principales, una técnica de regresión lineal multivariada basada en el análisis de componentes principales.
• Aplicó el método a un conjunto de fenómenos de 222 rasgos del Biobanco del Reino Unido.
• Valido el modelo a través de simulaciones y aplicación a 13 enfermedades complejas.

Principales resultados:

• El conjunto de fenómenos explica el 45% de la causalidad para la enfermedad arterial coronaria, en comparación con el 28,73% para los factores de riesgo conocidos.
• La causalidad explicada osciló entre el 27% para la anorexia y el 80% para la esquizofrenia en 13 enfermedades complejas.
• Se demostraron trayectorias crecientes de causalidad explicadas a medida que se agregaron factores de riesgo secuencialmente.

Conclusiones:

• El "modelo omnicausal" sugiere que numerosos factores de riesgo explican individualmente poco, pero colectivamente explican la mayor parte de la varianza causal.
• Se distingue entre los factores causales centrales y periféricos en función de su contribución a la varianza causal explicada.
• Este enfoque ofrece nuevos conocimientos sobre la importancia relativa y el impacto colectivo de múltiples factores de riesgo en enfermedades complejas.