Você está na página 1de 7

PERAN DAN NILAI DIAGNOSTIK DARI VARIAN GEN DALAM

MENILAI RISIKO DARI PPOK


ABSTRAK. Meta-analisis telah mengungkapkan banyak hubungan positif antara varian gen
dan kerentanan terhadap penyakit paru obstruktif kronik (PPOK). Namun, beberapa dari hasil
positif tersebut mungkin positif palsu. Oleh karena itu, kami menyelidiki polimorfisme genetik
yang terkait dengan risiko COPD dan menentukan nilai diagnostiknya. Kami mengekstrak odds
rasio (OR) dan confidence interval 95% untuk setiap polimorfisme dari meta-analisis yang
dipublikasikan mengenai varian gen dan kerentanan COPD pada bulan Oktober 2014,
kemudian kami menghitung laporan probabilitas false-positive (FPRPs) untuk asosiasi
signifikan secara statistik (nilai P < 0,05). Kami menentukan nilai diagnostik dari polimorfisme
yang positif benar dari COPD menggunakan perangkat lunak Meta-DiSc. Dua puluh lima
polimorfisme gen secara bermakna dikaitkan dengan risiko COPD. Hasil uji FPRP adalah
sebagai berikut: 1) Bila probabilitas sebelumnya adalah 0,001 dan OR 1,5, ADAM33 rs612709,
CHRNA3/5 rs1051730, CHRNA3/5 rs8034191, CHRNA3/5 rs16969968, dan TGFB1
rs1800470 benar-benar dikaitkan dengan risiko COPD (FPRP <0,2); 2) ketika probabilitas
sebelumnya adalah 0.000001 dan OR adalah 1,5, semua varian kecuali TGFB1 rs1800470 tetap
diperhatikan; dan 3) ketika probabilitasnya 0,000001 dan OR adalah 1,2, ADAM33 rs612709
dan CHRNA3 / 5 rs1051730 tetap merupakan hal positif yang benar. Sayangnya, akurasi hasil
meta-analisis diagnostik menunjukkan bahwa tidak ada varian yang memiliki nilai tinggi untuk
diagnosis PPOK.
Key Words : COPD, Polimorfisme, kerentanan, FPRP

PENDAHULUAN
Penyakit paru obstruktif kronik (PPOK) dianggap dapat dicegah dan dapat diobati.
COPD melibatkan keterbatasan arus udara terus-menerus dan progresif dan respon inflamasi
kronis yang intensif karena adanya partikel dan gas beracun di saluran pernafasan dan paru-
paru. Menurut Halbert dkk. (2006), prevalensi COPD kira-kira 10% pada orang-orang yang
berusia lebih dari 40 tahun di seluruh dunia. Pada populasi Cina, 8,2% menderita COPD [95%
confidence interval (CI) = 7,9-8,6] (pria, 12,4%, wanita, 5,1%) (Zhong et al., 2007). Pada tahun
2010, COPD menyebabkan kematian sekitar tiga juta individu, dan berada di peringkat ketiga
sebagai penyebab kematian secara global (Lozano et al., 2012). Pada tahun 2006, biaya PPOK
per pasien ($ 1963.80) menuntut 40% pendapatan ekonomi keluarga ($ 4849.80) di China
(Fang et al., 2011). Etiologi PPOK melibatkan faktor genetik dan lingkungan yang rumit, yang
paling penting adalah konsumsi tembakau. Namun, walaupun 90% kasus PPOK dikaitkan
dengan merokok jangka panjang, hanya seperempat dari perokok yang menderita COPD. Juga,
perokok dengan riwayat merokok yang sebanding menunjukkan heterogenitas yang mencolok
dalam fungsi paru-paru (Lkke et al., 2006).
Selanjutnya, PPOK umumnya terjadi pada perokok, yang memiliki riwayat keluarga
penyakit saluran pernapasan obstruktif kronis, juga dapat dikaitkan dengan risiko COPD.
Setiap tahun, lebih banyak penelitian menunjukkan kandidat gen tertentu yang terlibat dalam
risiko COPD, seperti keluarga gen ADAM (A disintegrin and metalloprotease), TGFB1
(Transforming growth factor-b1), dan CHRNA3 / 5 (reseptor nikotinik asetilkolin).
Sayangnya, setiap penelitian terpisah memiliki ukuran sampel yang berbeda, yang
dapat menyebabkan hasil yang bertentangan dengan Kekuatan statistik yang lebih rendah.
Kekurangan lain dari studi epidemiologi genetik adalah kurangnya reproduktifitas mereka.
Beberapa penelitian telah mencoba untuk menemukan hasil satatistik yang signifikan pada
mutasi genetik yang sebelumnya diterbitkan, namun gagal karena laporan "false-positive"
(Ioannidis et al. , 2001, Morgan et al, 2007) Oleh karena itu, meta analisis dan analisis
gabungan telah digunakan untuk menggabungkan hasil positif dan negatif dari penelitian
terpisah dan mempertimbangkan ketelitian hasil ini.
Meta-analisis sebelumnya telah melaporkan lebih dari 30 polimorfisme nukleotida
tunggal (SNPs) yang terkait dengan kerentanan COPD. Namun, untuk studi epidemiologi
molekuler, Wacholder dkk. (2004) mengemukakan bahwa penggunaan P value saja tidak
memadai untuk mengevaluasi signifikansi statistik. Probabilitas sebelumnya dari hubungan
antara varian genetik dan penyakit sesungguhnya, dan kekuatan uji statistik juga diperlukan.
Mereka menemukan metode untuk menilai probabilitas laporan false-positive (FPRP), yang
menentukan apakah hasilnya benar positif (perlu diperhatikan) atau tidak. Karena tiga
parameter diperlukan untuk mengevaluasi secara memadai uji diagnostik medis (sensitivitas,
spesifisitas, dan nilai prediktif tes positif), tiga parameter yang sama diperlukan untuk
mengevaluasi uji statistik secara memadai pada hubungan antara varian genetik dan COPD. P
value sama spesifitas nya dengan minus 1. Kekuatan penelitian sama dengan sensitivitas.
Meskipun demikian, dalam diagnostik medis, nilai prediksi tes positif bisa tetap rendah,
sementara spesifisitas dan sensitivitasnya tinggi, karena tes diagnostik positif terutama
menghasilkan hasil positif palsu bila kondisinya jarang terjadi. Situasi ini juga penting dalam
mengevaluasi uji statistik hipotesis paparan penyakit, karena bila probabilitas sebelumnya yang
berhubungan dengan hipotes benarnya kecil, hasil statistik yang signifikan mungkin positif
palsu. FPRP, yang didefinisikan sebagai "probabilitas tidak memberikan hubungan yang
signifikan secara statistik ", adalah parameter lain yang sama dengan minus 1 nilai prediktif
dari tes positif. Oleh karena itu, sebenarnya FPRP yang menggambarkan seberapa besar
kemungkinan hipotesisnya, bukan P value. Singkatnya, analisis meta dan gabungan juga dapat
menghasilkan hasil positif palsu. Namun, belum ada analisis FPRP mengenai hubungan antara
varian genetik dan COPD. Selain itu, di antara hasil positif benar, nilai diagnostiknya tidak
jelas. Kami melakukan penelitian ini untuk mengevaluasi hubungan validasi yang diterbitkan
dan nilai diagnostik SNP yang relevan.

BAHAN DAN METODE


Semua potensial meta analisis dan analisis gabungan yang telah meneliti hubungan
antara varian genetik dan risiko COPD diidentifikasi pada 12 Oktober 2014. Kami
menggunakan PubMed, Embase, China National Knowledge, dan Wanfang databes. Istilah
pencarian berikut digunakan untuk penelusuran literatur: "PPOK" atau "penyakit paru
obstruktif kronik", "polimorfisme" atau "polimorfisme" atau "varian" atau "varian" atau
"mutasi" atau "mutasi", dan "meta" atau "meta-analisis" atau "tinjauan sistem". Artikel yang
termasuk dalam penelitian kami harus memenuhi tiga kriteria: 1) mereka harus melakukan
evaluasi terhadap polimorfisme genetik COPD dengan menggunakan meta-analisis atau
analisis gabungan; 2) mereka harus mengevaluasi kerentanan COPDsebagai hasilnya (analisis
emphysema, bronkitis kronis, spirometri, dan lain-lain tidak disertakan); dan 3) mereka harus
menerbitkan dalam bahasa inggris dan china. Jika dua atau lebih meta- analisis atau analisis
gabungan berhubungan identik, hanya satu dengan kebanyakan kasus disertakan. Kami
mengekstrak data berikut dari masing-masing studi: gen, polimorfisme genetik, rasio odds
(OR) dan CI 95%, jumlah studi, dan jumlah kasus dan kontrol.
dianggap berhubungan signifikan secara statistik saat dilaporkan CI 95% kecuali OR
1.0. Untuk setiap hubungan yang signifikan secara statistik kami sertakan, kami menghitung
FPRP menggunakan spreadsheet Excel yang dimiliki oleh Wacholder dkk. (2004). Nilai FPRP
ditentukan oleh P value, probabilitas sebelumnya untuk dihubungkan, dan kekuatan uji
statistik. Kami menghitung nilai FPRP untuk dua tingkat probabilitas sebelumnya: pada tingkat
0,001, yang akan serupa dengan yang diharapkan untuk kandidat gen; dan pada tingkat
0.000001, yang akan serupa dengan yang diharapkan untuk SNP acak. Oleh karena itu,
pembaca dapat mengevaluasi hubungan yang sesuai dengan penilaian mereka sendiri.
Wacholder dkk. (2004) mengemukakan bahwa kekuatan statistik di perkirakan berdasarkan
pada kemampuan untuk mendeteksi OR 1,5, bila tingkat alfa sama dengan P value yang
diamati. Dong et al. (2008) menemukan bahwa untuk OR kecil, OR 1,5 bisa juga konservatif;
sehingga kedua OR dari 1,5 dan 1,2 digunakan. Nilai FPRP kurang dari 0,2 menunjukkan
bahwa hubungan masih signifikan untuk tingkat probabilitas sebelumnya.
Untuk polimorfisme true-positive, kami menyelidiki lebih lanjut nilai diagnostik
termasuk sensitivitas, spesifisitas, rasio kemungkinan positif (positive likelihood ratio / PLR),
rasio kemungkinan negatif (NLR), diagnostik OR (DOR), dan area yang dihitung di bawah
kurva (AUC) terhadap COPD menggunakan Perangkat lunak Meta-DiSc.

HASIL
Kami mengidentifikasi 152 penelitian setelah penelitian awal, di antaranya 7 tidak berbahasa
Inggris atau China dan 31 bukan tentang hubungan antara varian genetik dan risiko COPD. 114
studi ditinggalkan untuk tampilan teks lengkap. Di antara mereka, 47 bukan meta analisis atau
analisis gabungan dan 6 hasil tidak terdapat risiko COPD. 40 lainnya memiliki subjek lebih
sedikit daripada analisis mengenai varian yang sama (Gambar 1). Pada akhirnya, kami
menyertakan 21 meta analisis dan analisis gabungan, yang mencakup 23 gen yang berbeda dan
44 hubungan varian-COPD. Di antara ringkasan OR dari 44 varian ini, 25 dilaporkan
mempunyai hubungan yang signifikan dengan risiko COPD. Masing-masing varian yang
disertakan ditunjukkan pada Tabel 1.
Nilai FPRP dihitung pada dua tingkat probabilitas sebelumnya. Seperti ditunjukkan
pada Tabel 2, di antara 25 kelompok, nilai FPRP dari 20 kelompok varian gen / kanker lebih
tinggi dari 0,2 pada kedua probabilitas sebelumnya (0,001 dan 0,000001), dan hasil ini tidak
dianggap penting. Pada tingkat probabilitas sebelumnya 0,001 dan kekuatan uji statistik untuk
mendeteksi OR 1,5, lima kelompok penting (FPRP 0,2) untuk: 1) ADAM33 rs612709 (OR
= 0,60; nilai P <0,001); 2) CHRNA3 / 5 rs1051730 (OR = 1.14; P-value <0,001); 3) CHRNA3
/ 5 rs8034191 (OR = 1,29; nilai P <0,001); 4) CHRNA3 / 5 rs16969968 (OR = 1,27; nilai P
<0,001); dan 5) TGFB1 rs1800470 (OR = 0,73; nilai P = 0,002). Pada probabilitas awal yang
sangat rendah (0.000001), empatkelompok tetap dicatat: ADAM33 rs612709, CHRNA3 / 5
rs1051730, CHRNA3 / 5 rs8034191, dan CHRNA3 / 5 rs16969968. Angka tersebut dikurangi
menjadi dua (ADAM33 rs612709 dan CHRNA3 / 5 rs1051730) ketika kami menghitung
dengan kekuatan statistik berdasarkan OR 1.2. Konsisten dengan FPRP, kelompok yang patut
dicatat pada tingkat probabilitas terdahulunya sangat tinggi secara statistik.
Seperti ditunjukkan pada Tabel 3, gabungan sensitivitas, spesifisitas, PLR, NLR, DOR,
dan AUC untuk lima varian positif benar adalah: 1) ADAM33 rs612709, 0,28 (95% CI = 0,26-
0,31), 0,72 (95% CI = 0,70-0,74), 0,90 (95% CI = 0,66-1,22), 1,10 (95% CI = 0,95-1,28),0,81
(95% CI = 0,50-1,32), dan 0,374; 2) CHRNA3 / 5 rs1051730, 0,49 (95% CI = 0,48-0.50), 0,48
(95% CI = 0,48-0,49), 1,07 (95% CI = 1,05-1,09), 0,93 (95% CI = 0,88-0,98),1,16 (95% CI =
1,11-1,21), dan 0,538; 3) CHRNA3 / 5 rs8034191, 0,52 (95% CI = 0,50-0,54), 0,60 (95% CI =
0,58-0,62), 1,16 (95% CI = 1,10-1,23), 0,84 (95% CI = 0,69-1,04),1,41 (95% CI = 1,26-1,58),
dan 0,556; 4) CHRNA3 / 5 rs16969968, 0,47 (95% CI = 0,45-0,49), 0,51 (95% CI = 0,50-0,52),
1,12 (95% CI = 1,07-1,18), 0,92 (95% CI = 0,77-1,09),1,29 (95% CI = 1,16-1,45), dan 0,543;
dan 5) TGFB1 rs1800470, 0,62 (95% CI = 0,58-0,67), 0,47 (95% CI = 0,45-0,50), 0,99 (95%
CI = 0,82-1,21), 1,06 (95% CI = 0,72-1,55),0,94 (95% CI = 0,52-1,72), dan 0,515.
DISKUSI
Meningkatnya jumlah penelitian menunjukkan bahwa gabungan gen tertentu terlibat
dalam risiko COPD, namun penelitian individual telah dibatasi oleh ukuran sampel dan
reproduktifitas rendah. Oleh karena itu, Sudah banyak meta analisis dan analisis gabungan di
keluarkan untuk menilai hasil keseluruhan dari hubungan antara risiko COPD dan varian
genetik. Sayangnya, hasil meta analisis dan analisis gabungan juga bisa ditemukan hasil positif
palsu. Liao dkk. (2014) menerapkan metodologi FPRP untuk mengevaluasi sembilan hubungan
positif antara varian genetik dan risiko kanker mulut termasuk meta analisis dan analisis
gabungan, namun tidak ada yang penting setelah perhitungan. Namun, tidak ada studi yang
sama mengenai COPD yang telah dipublikasikan. Oleh karena itu, kami melakukan analisis
FPRP sekarang, dan selanjutnya menyelidiki nilai diagnostiknya. Sepengetahuan kami, ini
adalah analisis FPRP pertama dan paling komprehensif yang dilakukan untuk menilai
hubungan antara polimorfisme gen dan kerentanan COPD.

Dalam penelitian ini, kami menemukan 32 varian dilaporkan positif dalam metas
analisis dan analisis gabungan. Di antara 32 mutasi tersebut, 8 varian ditemukan terkait dengan
penurunan risiko COPD, sementara 24 varian lainnya dikaitkan dengan peningkatan risiko
COPD, dan memiliki OR di atas 1.0. Lima dari 32 polimorfisme itu true-positif setelah kita
menghitung FPRP: ADAM33 rs612709 (case + control: 1341 + 3359), CHRNA3 / 5 rs1051730
(case + control: 10,466 + 39,054), CHRNA3 / 5 rs803419 (case + control : 2652 + 2565),
CHRNA3 / 5 rs16969968 (kasus + kontrol: 1996 + 6463), dan TGFB1 rs1800470 (kasus+
kontrol: 1482 + 3774). Di antara mereka, CHRNA3 / 5 rs1051730, CHRNA3 / 5 rs8034191,
dan CHRNA3 / 5 rs16969968 dikaitkan dengan peningkatan risiko COPD, sementara
ADAM33 rs612709 dan TGFB1 rs1800470 dikaitkan dengan penurunan risiko COPD. Protein
ADAM berperan dalam adhesi sel, pensinyalan sel, fusi sel, dan proteolisis (Primakoff dan
Myles, 2000). Mereka berlimpah di sel otot polos dan mungkin berperan dalam hiper
responsivitas saluran napas. Dengan demikian, varian gen ini mungkin terlibat dalam risiko
COPD. TGF-b1 berperan dalam pengendapan protein matriks ekstraselular seperti kolagen dan
fibronektin, serta aspek fibrosis lainnya. Periset telah menemukan bahwa jaringan epitel
saluran nafas perokok dengan COPD mengekspresikan TGF-b1 lebih banyak daripada perokok
tanpa COPD (Vignola et al., 1997). Oleh karena itu, polimorfisme pada gen TGFB1
berhubungan dengan pengembangan COPD. Selain itu, wilayah kromosom 15q25 mencakup
cluster CHRNA5-CHRNA3-CHRNB4, yang mengkodekan subunit reseptor asetilkolin alfa-
nikotinik (nAChR). Polimorfisme ini berfungsi dengan mengatur respons inflamasi terhadap
merokok, dan memiliki efek pada ketergantungan nikotin dan sifat terkait merokok (Gwilt et
al., 2007).

Pada 5 true-positive, hasil akurasi meta analisis diagnostik menunjukkan bahwa


polimorfisme ini tidak memiliki nilai diagnostik tinggi, karena semua PLR kurang dari 2.0 dan
AUC kurang dari 0,7. Penjelasan untuk ini mungkin adalah sebagai berikut. Pertama, jumlah
artikel yang termasuk dalam penelitian kami terbatas, yang mungkin telah mempengaruhi hasil
nilai tes diagnostik. Kedua, patogenesis COPD tetap tidak jelas, baik dengan determinan
genetik maupun lingkungan. Mungkin ada interaksi antara lingkungan dan kerentanan genetik,
dan interaksi timbal balik antara SNP yang berbeda dibandingkan dengan satu polimorfisme
tunggal saja. Ketiga, peran yang dimainkan SNP mungkin berbeda dalam etnis, gender, dll.
Keempat, heterogenitas merupakan isu penting saat menjelaskan hasil penelitian ini. Meskipun
hasilnya menunjukkan bahwa nilai diagnostik kelompok kandidat gen tidak tinggi, kami tidak
dapat sepenuhnya mengesampingkan kemungkinan bahwa varian ini bukan faktor risiko
COPD.
Beberapa isu harus dipertimbangkan saat menafsirkan hasilnya. Pertama, meskipun
kami melakukan upaya bersama, kami tidak dapat mengesampingkan kemungkinan bahwa
kami tidak melakukan beberapa penelitian karena keterbatasan bahasa dan alasan lainnya.
Kedua, data kami diambil dari meta analisis dan analisis gabungan yang telah dipublikasikan.
Beberapa penelitian asli mungkin telah terlewatkan, dan bias seleksi tidak dapat sepenuhnya
dihindari. Ketiga, hanya studi yang dipublikasikan yang disertakan, jadi bias publikasi
mungkin telah terjadi.
Sebagai Kesimpulan, kami menemukan hanya 5 polimorfisme gen yang benar-benar
terkait dengan risiko COPD setelah mengevaluasi nilai FPRP. Meskipun kami tidak
menemukan biomarker diagnostik praktis dari studi hubungan kandidat gen, metode ini masih
berarti, dan hasilnya dapan membantu studi COPD dimasa mendatang. Penelitian selanjutnya
diperlukan untuk mengklarifikasi etiologi dan peran faktor genetik pada COPD.

KONFLIK PENTING
Penulis menyatakan tidak ada konflik kepentingan.

Você também pode gostar