数理统计在研究部分人群华法林稳定剂量中的应用

2020-04-10揭芳芳

南昌大学学报（理科版） 2020年6期

揭芳芳，李金，陈涛*

(南昌大学a.理学院，江西南昌 330031；b.第二附属医院，江西南昌 330006)

1 引言与研究背景

华法林是目前世界上应用最广泛的一线口服抗凝药[1-2]，据统计，在美国，每年有200万左右人口开始使用华法林预防和治疗血栓栓塞性疾病，华法林在临床上可应用于静脉血栓栓塞、房颤、肺栓塞、急性心肌梗死等疾病的预防和治疗，但华法林在临床应用中存在很多局限性[3]，主要表现在药物浓度太低无法产生治疗效果，浓度太高容易引发副作用。患者对华法林剂量的个体差异较大，并且华法林治疗效果受药物相互作用影响严重，为加强华法林药物利用效果，提高患者治疗机率，减少不良事件的发生，故需对华法林稳定剂量进行研究。

目前国内对华法林的研究主要还是停留在医学方面或不同基因型等对华法林剂量的影响，如刘艳丽等[4]在基因多态性的基础上研究了肾功能不全患者对华法林剂量的需求情况；李晓琪[5]通过药物基因组学剂量预测模型对华法林个体抗凝治疗进行了临床研究；P.S.Wells[6]主要研究了不同CYP2C9、CYP4F2和VKORC1基因对华法林药物临床剂量的需求。

本文创新之处在于，利用数理统计的方法，从数学角度出发，根据以往所收集的数据，分析数据[7-8]，现拟结合相关基因(如VKORC1、CYP2C9、CYP4F2、GGCX等[9])多位点变异建立精准用药数学模型，同时考虑同一位点不同基因型之间的相互联系，建立华法林药物剂量与所研究对象的关系。

数理统计学[10]是统计学分支学科。它是以概率论为理论基础，对受随机因素影响的不确定性现象进行大量的观测或试验，以有效的方法获取样本、提取信息，进而对随机现象的统计规律(如参数、分布、相关性等)做出推断。本文通过收集南昌市295名患者华法林临床稳定剂量，运用统计学分析华法林稳定剂量与人体其他因素之间的关联，从而建立华法林稳定剂量预测模型，并对模型的准确性进行验证，更好地控制华法林临床用药剂量范围，从而达到医疗效果。

2 研究内容及方法

2.1 研究内容

通过收集南昌大学附属医院正在服用华法林药物的患者信息，征求到295名患者相关医疗信息，为提高华法林稳定剂量预测模型的准确性，对295名患者进行等距抽样将其中245名患者作为建模组，剩余50名患者作为验证组，使我们模型是基于较多数据的前提下建立的，提高模型的准确性。

2.2 研究方法

3 研究过程及结果

3.1 研究过程

3.1.1 数据处理

对所收集的数据进行符号处理，处理结果如表1。

表1 符号说明

同时对所有临床数据进行统计学描述，年龄、体重、身高表示为：mean±SD，描述结果如表2所示。

表2 所选患者临床资料

由于存在两个或两个以上基因座位的等位基因同时出现在一条染色体上的情况，从而会导致重组后部分基因型概率高于随机出现的概率，这种现象在基因学上称为Linkage Disequilibrium(连锁不平衡)[14-16]，在本文研究的8个基因位点中rs1057910属于CYP2C9基因，rs2069514属于CYP1A1基因，rs887829属于VGT1A1基因，rs699664属于GGCX，而rs9923231、rs9934438、rs7196161、rs7294位点同属于VKORC1基因，故需判断以上4个位点是否存在LD现象，在本研究中所选患者人群的4个位点基因的分布情况如表3所示。

表3 患者VKORC1基因位点等位基因分布表

根据LD计算公式：

D=P(AB)-P(A)P(B)

注：假设基因A的等位为A，a；基因B的等位为B，b。则P(AB)表示单倍型AB出现的实际概率；P(A)P(B)表示单倍型AB出现的理论概率。

以rs9923231、rs9934438为例，将数据带入上式得出r2>0.9，说明rs9923231与rs9934438之间存在强烈的连锁不平衡现象，同理得出rs7196161、rs7294与rs9934438之间一样存在强烈的连锁不平衡。也故以下研究仅考虑VKORC1基因rs9923231位点对华法林剂量的影响。

3.1.2 各因素对华法林剂量的影响

利用Pearson及Spearman相关性及单因素线性回归分析性别、年龄、体重等17个自变量与华法林剂量之间的关系，得出结果如表4所示。

由上述分析知:VKORC1(rs9923231)、CYP2C9(rs1057910)、GGCX(rs699664)、胺碘酮、年龄、体重、身高、BSA等因素对华法林剂量的稳定性的影响具有统计学意义，而血栓史、倍他乐克、ACEI等对华法林剂量稳定性的影响没有统计学意义。

VKORC1(rs9923231)、CYP2C9(rs1057910)、GGCX(rs699664)各基因型间华法林稳定剂量如表5所示。

根据以上数据，可得出在不考虑其他因素的影响下，VKORC1(rs9923231)AA组华法林日稳定剂量为2.438±0.452 mg，明显低于A/G组3.323±0.749和GG组5.163±0.477 mg；CYP2C9(rs1057910)GG组华法林日稳定剂量为0.750 mg，明显低于A/G组2.076±0.391 mg和AA组2.658±0.634 mg，且每携带一个A等位基因，华法林剂量需求增加28%。此外，GGCX(rs699664)GG组华法林日稳定剂量2.671±0.640 mg也要高于AA组2.330±0.400 mg。

各基因型间华法林稳定剂量箱图[17]如图1～3所示。

表4 各变量与华法林稳定剂量之间关系

表5 患者3个基因型位点华法林稳定剂量表

3.1.3 华法林预测模型建立

为提高模型的准确性，将所收集数据的5/6作为建模组，另外的1/6作为验证组去验证模型的准确性，以使得我们的模型是基于较多数据而建立的，从而达到更好的预测效果，模型建立思路如图4所示。

建模组及验证组临床信息如表6所示，通过单因素线性回归得到可能影响到华法林稳定剂量的因素，对建模组中245名患者，使用逐步线性回归[18]，得到方程系数表如表7所示。

表6 建模组与验证组患者基本信息

表7 多元线性回归结果

据上述表格，得到华法林剂量预测模型为：

华法林稳定剂量(mg)=2.534-0.771×VKORC1(rs9923231)AA+0.024×体重-0.512×CYP2C9(rs1057910)GG+1.526×VKORC1(rs9923231)GG-0.012×年龄

注：

VKORC1(rs9923231)AA:AA=1，AG=0；

VKORC1(rs9923231)GG:GG=1，AG=0；

CYP2C9(rs1057910)GG:GG=1，AG=0。

4 研究结果分析与结论

4.1 研究结果分析

本文所建立的华法林稳定剂量预测模型，可解释61%华法林稳定剂量的个体差异，对变量进行逐步线性回归时发现，基因遗传因素对华法林稳定剂量差异的影响最大，在本模型中，常量及VKORC1(rs9923231)AA和GG可解释36.4%个体剂量差异，而CYP2C9(rs1057910)GG在回归过程中为0.053，说明CYP2C9(rs1057910)基因多态性在本模型中能解5.3%的个体差异，体重、年龄分别能解释15.6%及3.7%的个体差异，在单因素线性回归中，身高、胺碘酮、GGCX(rs699664)、BSA等虽然对华法林稳定剂量也有影响，但在逐步线性回归过程中由于影响不显著未能进入最终模型。

预测模型验证[19]：

对比验证组患者预测剂量及实际剂量，与实际预测剂量相差20%以内视为理想预测剂量；低于实际预测剂量20%视为偏低预测剂量；高于实际预测剂量20%视为偏高预测剂量。结果如表8所示。

表8 验证组实际剂量与预测剂量

其中验证组实际剂量与预测剂量对比图如图5所示。

本验证结果，显示验证组中14%的患者预测剂量偏低，68%的患者预测剂量理想，18%的患者预测剂量偏高，即本模型在本研究中的准确率在68%左右，本文从基本的医学角度收集数据，通过统计学对数据进行分析，得出变量之间的联系，此研究结果可以帮助医师指导患者更好的实现安全用药，但本研究所建立的数据样本区域性较强，故需进一步扩大样本容量，为指导临床用药提供更准确的方法。