PRIM을 이용한 고혈압 질환 발생의 유전적 위험군 분류

Abstract

[한글]

고혈압은 복합성 질환(complex disease)으로 다양한 유전자 변이 및 환경적 요인이 복합적으로 질병 발생과 기전에 영향을 미치는 것으로 알려져 있다. 따라서 고혈압 발생에 대한 위험 인자를 찾기 위한 연구 수행을 위해서는 다요인적 위험 요인을 평가하기 위한 분석 방법을 필요로 한다.본 연구에서는 복합적 위험인자를 고려한 고혈압 발생에 대한 유전적 위험군을 분류하고자 했는데, 이를 위해 PRIM(patient rule induction method)을 적용하였다. 이 방법은 비유전적 요인과 유전요인, 환경요인 등 다중 요인의 영향에 따른 질병 발생 위험군을 구체적으로 분류 할 수 있다는 장점을 가지고 있다. 실제자료로 심혈관계유전체 센터에서 조사된 고혈압 환자군 560명, 정상대조군 378명, 총 938명을 대상으로 하여, 첫 번째 단계에서는 전통적으로 고혈압 질환에 영향을 미치는 나이, 성별, 음주여부, 운동여부, 당뇨병여부의 위험인자로 분석을 수행하였고, 두 번째 단계에서는 혈중지질농도, 체질량 지수를 위험인자로, 마지막 단계에서는 최종적인 유전적 위험군 분류를 위해 단일염기다형성을 위험인자로 하여 분석을 수행하였다. 그리고 이 결과를 기존의 위험군 예측 방법으로 흔히 사용되는 로지스틱 회귀분석을 적용한 결과와 비교하였다. PRIM을 적용한 결과, 기존의 분류 방법과는 달리 위험요인들을 차례로 추가시켰을 때의 위험도와 그에 따른 위험군을 분류할 수 있었으며, 또한 현실적으로 자료를 분석하는 데 있어서 임상적으로 의미 있는 해석이 가능하다는 점을 확인 할 수 있었다.

[영문]The complex disease such as hypertension has become known to be contributed by the different combinations of genetic and environmental risk factors. Therefore, there is a need to use an appropriate method that can identify subgroups of individuals at substantially increased risk of hypertension to be each characterized by a particular combination of risk factors.In this thesis, we proposed an application of the Patient Rule Induction Method(PRIM) to classify genetic high risk group for hypertension. The PRIM had an advantage that it could identify subgroups and individuals at risk by integrating data from many genetic factors and multiple environmental variables in detail. The PRIM was applied to model the cumulative incidence of hypertension in a sample of 938 unrelated individuals(560 patients with hypertension and 378 normal individuals) with 17 single nucleotide polymorphisms(SNP) 10 environmental variables from Yonsei Cardiovascular Genome Center.In the first stage, the traditional risk factors for hypertension such as age, sex, drinking history, regular exercise, and diabetes were analyzed.Secondly, the PRIM was executed with variables of serum lipid profiles, and body mass index, and in the final stage, it was conducted with multiple SNPs. The result of analysis was compared with that of logistic regression analysis which was commonly used to evaluate and classify risk factors.In conclusion, we found that the PRIM had some utilities that it could identify the degree of risk in each partition with combination of risk factors and find out the highest risky group. Also, it could find partitions where the risk of hypertension was high and maximize the number of hypertension cases explained by the partitions. So, it could support to draw the implications that were clinically meaningful.