在现实世界队列中对多个祖先的前列腺癌多基因风险评分进行基准测试
Yajas Shah1,2, Scott Kulm1,2, Jones T Nauseef1,3
1Englander Institute for Precision Medicine, Weill Cornell Medicine, New York City, New York, United States of America.
PLoS computational biology
|April 10, 2024
概括
多基因风险评分 (PRS) 显示出预测前列腺癌风险的前景. 这项研究使用先进的算法发现了PRS准确度的适度改善,突出了需要多样化的数据,以确保所有人群的公平风险预测.
科学领域:
- 遗传学 遗传学 是一个
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
背景情况:
- 前列腺癌表现出遗传性和不同祖先的发病率和死亡率的差异.
- 多基因风险评分 (PRS) 正在成为预测疾病风险的有价值工具,包括前列腺癌.
- 在非裔和亚裔等代表性不足的人群中提高PRS准确性对于公平的医疗保健至关重要.
研究的目的:
- 在预测前列腺癌风险方面对六个PRS衍生算法的性能进行基准测试.
- 评估祖先调整算法对PRS预测能力的影响.
- 将先进的PRS方法与更简单,成熟的方法进行比较.
主要方法:
- 利用了来自英国生物银行和我们所有人研究计划的前列腺癌病例和控制数据.
- 应用并比较了六种不同的PRS衍生算法,包括四种包含祖先调整的算法.
- 评估预测能力使用标准指标对歧视力.
主要成果:
- 与基本方法相比,先进的PRS算法在预测准确度方面表现出适度的改进.
- 将祖先调整纳入PRS算法显示出一些好处.
- 在不同的算法和队列中观察到性能变化.
结论:
- 虽然先进的PRS算法提供了增量收益,但预测准确性的显著改进仍然是必要的.
- 开发更有效的PRS需要算法创新和纳入多样化,祖先代表性的队列.
- 公平地应用PRS来预测前列腺癌风险,需要解决多样化的人口数据当前的局限性.
