基于microRNAs肺結(jié)核診斷模型的構(gòu)建及在肺結(jié)核診斷中的價值研究.pdf

1、目的：
　　肺結(jié)核（pulmonary tuberculosis，PTB）的快速準(zhǔn)確診斷對結(jié)核病(tuberculosis，TB)防治工作至為關(guān)鍵，然而該問題至今仍然困擾著臨床醫(yī)務(wù)工作者。當(dāng)前PTB的診斷策略是結(jié)合患者臨床表現(xiàn)、影像學(xué)資料以及實驗室檢查結(jié)果等綜合作出判斷，但是現(xiàn)階段PTB的實驗室診斷方法尚存在著局限性，傳統(tǒng)微生物學(xué)方法如抗酸染色法、分離培養(yǎng)法是當(dāng)前實驗室檢驗的主要手段，但存在著陽性率較低，或檢測周期長等缺陷;現(xiàn)代分

2、子生物學(xué)方法如Xpert MTB/RIF法雖提高了診斷的陽性率，實現(xiàn)了對結(jié)核桿菌的快速檢測，但對儀器設(shè)備要求高、費用昂貴等。另外，PTB的臨床表現(xiàn)及影像學(xué)結(jié)果缺乏特異性，常常難以對肺結(jié)核與其他肺部疾病如肺炎及肺癌等作出鑒別診斷，因此研究者們一直在尋求更為理想的PTB診斷方法。microRNA（miRNA）與疾病發(fā)生發(fā)展密切相關(guān)，已作為腫瘤等疾病的診斷指標(biāo)，為PTB實驗室診斷提供了一種新的思路。多項研究證據(jù)顯示TB患者體內(nèi)存在著miRNA

3、s表達(dá)失調(diào)，表達(dá)變化的miRNAs可用于PTB的輔助診斷。然而，現(xiàn)階段對miRNAs診斷PTB的研究更多的還只是停留在篩選診斷指標(biāo)的層面上，有必要在此基礎(chǔ)上繼續(xù)進(jìn)行深入研究與探索。本研究即在現(xiàn)有研究資料的基礎(chǔ)上，選取多種已報道過的可用作PTB診斷標(biāo)記物的miRNAs，以qRT-PCR技術(shù)檢測并進(jìn)行篩選，通過logistic回歸分析獲得回歸方程，并進(jìn)一步采用獨立樣本驗證該方程的診斷效能，旨在建立一個基于miRNAs的PTB診斷模型，以期能

4、夠?qū)ΜF(xiàn)有的PTB診斷方法進(jìn)行有效補充。
　　方法：
　　實驗分為4組:健康組、肺炎組、肺癌組和PTB組，實驗設(shè)計為三大部分:miRNAs篩選、診斷模型構(gòu)建和診斷模型驗證。(1) miRNAs篩選:共納入研究對象178例，其中PTB組70例，健康組、肺炎組和肺癌組各36例。首先選取8種文獻(xiàn)已報道過的在PTB患者中存在異常表達(dá)的miRNAs，以qRT-PCR技術(shù)檢測它們在178例研究對象中的表達(dá)水平;然后對檢測結(jié)果進(jìn)行數(shù)據(jù)處理和

5、統(tǒng)計學(xué)分析，選取符合篩選標(biāo)準(zhǔn)的miRNAs進(jìn)入后續(xù)研究。(2)診斷模型構(gòu)建:應(yīng)用miRNAs篩選階段的檢測數(shù)據(jù)，對符合篩選標(biāo)準(zhǔn)的miRNAs進(jìn)行多因素logistic回歸分析，采用向前逐步法篩選變量，建立回歸方程，并以ROC曲線分析評價該方程的診斷效能。(3)診斷模型驗證:為更準(zhǔn)確評價所構(gòu)建模型的診斷效能，采用獨立樣本進(jìn)行ROC曲線分析驗證，此階段納入共研究對象200例，其中PTB組80例，健康組、肺炎組和肺癌組各40例。
　　結(jié)

6、果：
　　1.miRNAs篩選:篩選標(biāo)準(zhǔn)為PTB組與肺炎組、肺癌組及健康組分別進(jìn)行兩兩比較，三對比較中至少有一對滿足miRNA表達(dá)水平有差異且相對變化倍數(shù)≥2或≤0.5。8種miRNAs(miR-21、miR-29a、miR-101、miR-146a、miR-223、miR-361-5p、miR-378和miR-424)中，miR-29a的表達(dá)水平差異雖有統(tǒng)計學(xué)意義，但因其在有表達(dá)差異的一對比較（PTB組VS肺炎組）中表達(dá)水平的變

7、化倍數(shù)為0.7，不符合篩選標(biāo)準(zhǔn)而被排除，剩余7種miRNAs均符合實驗要求。
　　2.診斷模型構(gòu)建:采用向前逐步法:似然比法篩選變量，成功構(gòu)建了基于3種miRNAs(miR-101、miR-223和miR-424)的診斷模型，其余4種miRNAs被剔除。應(yīng)用miRNAs篩選階段數(shù)據(jù)，ROC曲線分析證實了該模型對PTB具有良好的診斷效能，AUC=0.92，95％CI:0.87～0.95，診斷靈敏性為90.0％，特異性為84.3％。<

8、br>　　3.診斷模型驗證:采用獨立樣本，ROC曲線分析證實了該模型對PTB具有良好的診斷效能，AUC=0.89，95％ CI:0.84～0.93，診斷靈敏性為86.3％，特異性為80.8％?？紤]到臨床上PTB經(jīng)常要與肺炎和肺癌進(jìn)行鑒別，我們也分析了該模型對PTB與上述兩種疾病的鑒別能力。結(jié)果顯示:與肺炎鑒別，AUC=0.91，95％CI:0.86～0.96，診斷靈敏性為90.0％，特異性為80.0％;與肺癌鑒別，AUC=0.92，95

9、％ CI:0.86～0.96，診斷靈敏性為88.8％，特異性為85.0％。
　　結(jié)論：
　　1.在文獻(xiàn)調(diào)研基礎(chǔ)上選擇了8種miRNAs進(jìn)行研究，經(jīng)qRT-PCR技術(shù)檢測，7種miRNAs(miR-21、miR-101、miR-146a、miR-223、miR-361-5p、miR-378和miR-424)在肺結(jié)核、肺炎和肺部腫瘤組中差異明顯，確定該7種miRNAs進(jìn)入后續(xù)研究。
　　2.對7種候選miRNAs（miR-

10、21、miR-101、miR-146a、miR-223、miR-361-5p、miR-378和miR-424）進(jìn)行多因素logistic回歸分析，構(gòu)建成功了一個基于3種miRNAs即miR-101、miR-223和miR-424的診斷模型:logit（患PTB概率P）=6.214-1.480*(miR-101)-0.002*(miR-223)-0.051*(miR-424)。該診斷模型對肺結(jié)核的診斷效能為:AUC=0.92，95％CI: