5 курс / ОЗИЗО Общественное здоровье и здравоохранение / Однонуклеотидные_полиморфизмы_в_прогнозировании_развития

51

Рисунок 3. - «Missing in genotyping» визуальная оценка полноты результатов генотипирования в группе больных РМЖ и условно здоровых людях.

3.3 Показатели базовой статистической обработки результатов

генотипирования

Получены данные по возрастному распределению всех исследуемых.

Результаты описательной статистики представлены в таблице 2.

Таблица 2. - Описательная статистика количественных переменных

Структура распределения по группам больных раком молочной железы и контрольной группы из условно здоровых женщин представлена в таблице 3.

Таблица 3. - Описательная статистика категориальных переменных

Проведен анализ показателя «возраст» в зависимости от группы исследования (таблица 4). Исходя из полученных данных, при сопоставлении показателя "возраст" в зависимости от группы исследования нами были

52

выявлены статистически значимые различия (p<0,001) (используемый метод: U–

критерий Манна-Уитни) (рис. 4).

Таблица 4. - Результаты анализа показателя "возраст" в зависимости от группы исследования

* – различия показателей статистически значимы (p <0,05)

Рисунок 4. - Анализ показателя "Возраст" в зависимости от группы исследования

Был выполнен анализ ранжирования по возрасту в зависимости от группы исследования (таблица 5, рис. 5). Исходя из полученных данных ранжирования по возрасту в зависимости от группы исследования, нами были установлены статистически значимые различия (p<0,001) (используемый метод: Хи-квадрат Пирсона).

Таблица 5. - Анализ ранжирования по возрасту в зависимости от группы исследования.

* – различия показателей статистически значимы (p < 0,05)

Рекомендовано к покупке и изучению сайтом МедУнивер - https://meduniver.com/

54

Продолжение таблицы 6

Рекомендовано к покупке и изучению сайтом МедУнивер - https://meduniver.com/

56

Продолжение таблицы 6

Рекомендовано к покупке и изучению сайтом МедУнивер - https://meduniver.com/

57

Продолжение таблицы 6

* – различия показателей статистически значимы (p < 0,05)

Построение прогностической модели вероятности определенного исхода выполнялось при помощи метода логистической регрессии. Мерой определенности, указывающей на ту часть дисперсии, которая может быть

58

объяснена с помощью логистической регрессии, служил коэффициент R²

Найджелкерка.

Для оценки диагностической значимости количественных признаков при прогнозировании определенного исхода, применялся метод анализа ROC-кривых.

Разделяющее значение количественного признака в точке cut-off определялось по наивысшему значению индекса Юдена.

Общие результаты анализа представлены в приложении (Приложения 1, 3).

Был проведен анализ полиморфизма "rs4646" в зависимости от группы исследования. Согласно представленной таблице при оценке полиморфизма

"rs4646" в зависимости от группы исследования, были выявлены существенные различия (p=0,028) (используемый метод: Хи-квадрат Пирсона) (таблица 7, рис.

6).

Таблица 7. - Анализ полиморфизма "rs4646" в зависимости от группы исследования

* – различия показателей статистически значимы (p<0,05)

Рисунок 6. - Анализ полиморфизма "rs4646" в зависимости от группы исследования

Рекомендовано к покупке и изучению сайтом МедУнивер - https://meduniver.com/

59

Была разработана прогностическая модель для определения вероятности развития РМЖ в зависимости от полиморфизма "rs4646" методом бинарной логистической регрессии. Наблюдаемая зависимость описывается уравнением:

P = 1 / (1 + e-z) × 100%

z = 0,396 - 0,506XГетерозиготный генотип A/C - 0,612XМинорный генотип А/А

где P – вероятность условно здоровых женщин, XГетерозиготный генотип A/C – rs4646 (0 – Гомозиготный генотип C/C, 1 – Гетерозиготный генотип A/C), XМинорный генотип А/А – rs4646 (0 – Гомозиготный генотип C/C, 1 – Минорный генотип А/А)

Полученная регрессионная модель является статистически значимой

(p=0,028). Исходя из значения коэффициента детерминации Найджелкерка,

модель объясняет 2,3% наблюдаемой дисперсии группы исследования (рис. 7).

Рисунок 7. - Оценки отношения шансов с 95% ДИ для изучаемых предикторов группы исследования

Гетерозиготный генотип A/C и минорный генотип А/А при оценке полиморфизма "rs4646" сопровождались снижением вероятности развития РМЖ у условно здоровых женщин (таблица 8).

Таблица 8. - Анализ ранжирования по возрасту в зависимости от группы исследования

* – влияние предиктора статистически значимо (p <0,05)

60

При оценке зависимости вероятности развития РМЖ у условно здоровых женщин от значения логистической функции P с помощью ROC-анализа была получена следующая кривая (рис. 8).

Рисунок 8. - ROC-кривая, характеризующая зависимость вероятности группы исследования от значения логистической функции P

Площадь под ROC-кривой составила 0,567±0,028 с 95% ДИ: 0,513-0,622.

Полученная модель была статистически значимой (p=0,010). Пороговое значение логистической функции P в точке cut-off, которому соответствовало наивысшее значение индекса Юдена, составило 0,598. Чувствительность и специфичность модели составили 46,8% и 66,0%, соответственно (рис. 9).

Рисунок 9. - Анализ чувствительности и специфичности модели в зависимости от пороговых значений логистической функции P

Проведен анализ полиморфизма "rs1065852" в зависимости от группы исследования (таблица 9). При оценке полиморфизма "rs1065852", в зависимости от группы исследования, нами были выявлены статистически значимые различия

(p<0,001) (используемый метод: Хи-квадрат Пирсона) (таблица 9).

Рекомендовано к покупке и изучению сайтом МедУнивер - https://meduniver.com/