CZ2021562A3 - Způsob predikce těhotenských komplikací dle expresního profilu kardiovaskulárních miRNA - Google Patents
Způsob predikce těhotenských komplikací dle expresního profilu kardiovaskulárních miRNA Download PDFInfo
- Publication number
- CZ2021562A3 CZ2021562A3 CZ2021-562A CZ2021562A CZ2021562A3 CZ 2021562 A3 CZ2021562 A3 CZ 2021562A3 CZ 2021562 A CZ2021562 A CZ 2021562A CZ 2021562 A3 CZ2021562 A3 CZ 2021562A3
- Authority
- CZ
- Czechia
- Prior art keywords
- mir
- sensitivity
- specificity
- confidence interval
- criterion
- Prior art date
Links
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
- C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/118—Prognosis of disease development
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q2600/00—Oligonucleotides characterized by their use
- C12Q2600/178—Oligonucleotides characterized by their use miRNA, siRNA or ncRNA
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Organic Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Engineering & Computer Science (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Genetics & Genomics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Immunology (AREA)
- Microbiology (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Biotechnology (AREA)
- Biochemistry (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
Způsob predikce těhotenských komplikací, kterými jsou preeklampsie, fetální růstová restrikce, gestační hypertenze, malá velikost plodu pro daný gestační věk, předčasný porod, a dále také chronické hypertenze, kdy se u těhotných žen provede screening spočívající ve zjištění expresního profilu jedné nebo více miRNA v plné periferní žilní krvi odebrané v období 10. až 13. gestačního týdne, přičemž uvedená jedna nebo více miRNA jsou vybrány ze skupiny miR-1-3p, miR-16-5p, miR-17-5p, miR-20a-5p, miR-20b-5p, miR-21-5p, miR-24-3p, miR-26a-5p, miR-92a-3p, miR-100-5p, miR-103a-3p, miR-126-3p, miR-130b-3p, miR-133a-3p, miR-143-3p, miR-145-5p, miR-146a-5p, miR-155-5p, miR-181a-5p, miR-195-5p, miR-210-3p, miR-221-3p, miR-342-3p, miR-499a-5p a miR-574-3p.
Description
Způsob predikce těhotenských komplikací dle expresního profilu kardiovaskulárních miRNA
Oblast techniky
Vynález spadá do oblasti analýzy nekódujících nukleových kyselin a expresních markérů, specificky mikroRNA (miRNA), pomocí molekulárně biologických metod, především kvantitativní polymerázovou řetězovou reakcí s reverzní transkripcí (RT-qPCR), a jejich využití při screeningu za účelem predikce vývoje nežádoucích stavů v těhotenství.
Dosavadní stav techniky
V průběhu těhotenství se může u matky či plodu vyskytnout řada komplikací, které významným způsobem přispívají k mateřské a perinatální morbiditě a mortalitě. Jedná se především o preeklampsii (PE), fetální růstovou restrikci (Fetal Growth Restriction, FGR), gestační hypertenzi (GH), malou velikost plodu pro daný gestační věk (Small for Gestational Age Fetus, SGA) a předčasný porod (PP) ve formě spontánního předčasného porodu (Spontaneous Preterm Birth, PTB) či předčasného odtoku plodové vody (Preterm Premature Rupture of Membranes, PPROM). Za rizikový faktor rozvoje PE je mimo jiné považována i chronická hypertenze (CHH). Z vědecké literatury, příkladně Hromadníková et al., Int. J. Mol. Sci. 2020, 21 (21), p8413 či Hromadníková et al., J. Pers. Med. 2021, 11, p39, je známo, že kromě akutního ohrožení zdraví či života matky a plodu, mohou tyto komplikace způsobit nevratné změny v metabolismu či kardiovaskulárním a cerebrovaskulárním systému matky i jejího dítěte, přičemž tyto změny mohou zůstat nedetekovány a k jejich manifestaci může dojít i v horizontu řady let. Snahou současné medicíny je tedy tyto komplikace včas predikovat a v ideálním případě zabránit jejich vzniku či alespoň zmírnit jejich průběh a dopady.
V klinické praxi je v současné době standardem prediktivní model na bázi algoritmu zpracovávajícího data v podobě demografických údajů o matce, její osobní a porodnické anamnézy, klinických charakteristik (body mass index, střední arteriální tlak), výsledku ultrazvukového vyšetření děložní tepny a naměřených hodnot sérových analytů beta-hCG (volná beta-podjednotka lidského choriogonadotropinu), PAPP-A (plasmatický specifický těhotenský protein A) a PIGF (placentární růstový faktor). Vyšetření probíhá během prvního trimestru těhotenství a jeho výsledkem jsou hodnoty pravděpodobnosti výskytu trisomie 21., 18. či 13. chromozomu a těhotenských komplikací v podobě PE a FGR. V případě zvýšené pravděpodobnosti výskytu PE je následně předepsáno užívání nízkých dávek kyseliny acetylsalicylové (acylpyrinu). Nedostatkem tohoto prediktivního modelu ovšem je neschopnost predikovat GH, tedy další výše zmíněnou komplikaci, a klinická data dále ukazují, že PE, FGR, SGA a PP predikuje tento model s nedostatečnou úspěšností. Klinická data ukazují, že PE je úspěšně predikována na základě tohoto algoritmu pouze u třetiny žen, u kterých se v průběhu těhotenství tato komplikace rozvine, a FGR pouze přibližně u čtvrtiny žen. Snahou tedy je najít spolehlivější metodu schopnou navíc predikovat i další těhotenské komplikace.
Z dokumentů CZ 308102 B6 a CZ 308178 B6 je známa metoda spojující výše zmíněné těhotenské komplikace se změnou epigenetického profilu kardiovaskulárních mikroRNA (miRNA) u matek i dětí. miRNA jsou malé nekódující molekuly RNA s délkou 18 až 25 nukleotidů, které ovlivňují a regulují genovou expresi na posttranskripční úrovni. Řada tkání má charakteristický expresní profil miRNA a patologické procesy mohou tento expresní profil dlouhodobě či nevratně změnit, čehož je možné využít v diagnostice. Zmíněné dokumenty popisují postpartální a postnatální změny v expresním profilu 29 miRNA, které ovlivňují funkci metabolismu a kardiovaskulárního systému, a které jsou navozeny prodělanými těhotenskými komplikacemi (GH, PE, FGR). Stanovením hladin miRNA biomarkerů v plné periferní žilní krvi bylo možné predikovat náchylnost ke kardiovaskulárním onemocněním u matek, u kterých se objevily těhotenské komplikace, a také u
- 1 CZ 2021 - 562 A3 jejich dětí. Jelikož byly ovšem pozorované změny v expresních profilech miRNA způsobeny prodělanými těhotenskými komplikacemi, které se zpravidla manifestují až ve třetím trimestru gravidity, tedy ne dříve než po 20. gestačním týdnu, není možné poznatky známé z citovaných dokumentů využít pro vývoj metody, která by nástup těhotenských komplikací predikovala během prvního trimestru gravidity, tedy v období 10. až 13. gestačního týdne. Jinými slovy zvýšené či snížené hodnoty hladin daných miRNA po prodělání těhotenské komplikace nijak nekorespondují s jejich hodnotami před nástupem komplikace a jsou na nich zcela nezávislé. Jelikož je technologie popsaná citovanými patentovými dokumenty založena na změnách způsobených nástupem a proděláním daných těhotenských komplikací, využití těchto změn pro predikci těchto komplikací ještě před tím, než k nim dojde, není možné.
Z vědecké literatury, příkladně z dokumentů Hromadníková et al., PLoS ONE 2015, 10(9); Zhang et al., Am. J. Obstet. Gynecol. 2010, 202, p466; Lykoudi et al., Placenta 2018, 61, p24 či Choi et al., Placenta 2013, 34, p799, je známo, že dochází ke změnám v expresním profilu miRNA v placentární tkáni u pacientek, u kterých se během těhotenství vyskytla PE, FGR či GH. Tyto poznatky byly získány zpětně rozborem odebrané placentární tkáně. Dokument Han et al., Bratisl. Med. J. 2017, 118(9), p523 navrhuje možnost použití miR-145 jako markeru pro predikci nástupu PE, testuje však expresi miR-145 pouze v placentární tkáni po porodu. V dokumentu Licini et al., Transl. Res. 2021, 228, p13 je navržena možnost použití miR-125b jako plazmatického markeru pro predikci nástupu PE ve 12. týdnu gravidity, nicméně prediktivní model pro PE je založen na kombinaci miR-125b, BMI před těhotenstvím a gestačním věku v době porodu, což je z principu pro rutinní predikci PE neaplikovatelné.
Dále byly popsány příklady změn v hladinách vybraných cirkulujících miRNA během suspektních příznaků PE vyskytujících se v období 24. až 36. gestačního týdne (Munaut et al., Biomed. Rep. 2016, 5, p686). U některých cirkulujících miRNA bylo navrženo jejich využití jako markerů pro predikci pouze závažné PE (Ura et al., Taiwan. J. Obstet. Gynecol. 2014, 53, p232). Placentárně specifické cirkulující miRNA, tedy miRNA s exkluzivní expresí v placentární tkáni, byly navrženy pro využití v predikci PE (Hromadníková et al., PLoS ONE 2017, 12(2)) či PE, FGR a GH (Hromadníková et al., Int. J. Mol. Sci. 2019, 20, p2972). Citované dokumenty popisují markery cirkulující volně v séru nebo plazmě nebo jako součást plazmatických exosomů, přičemž zpracování plazmatických exosomů představuje náročný proces, který není vhodný pro širší rozšíření v rámci klinické praxe.
Úkolem předkládaného vynálezu je odstranit nedostatky stavu techniky vyvinutím metody, která je snadno proveditelná ve velkém měřítku i v běžně vybavené molekulárně genetické laboratoři a která robustním způsobem a s vysokou spolehlivostí umožňuje predikovat nejen často diskutované PE a FGR, ale i GH, SGA a PP, pro než v současné klinické praxi existují jen omezené možnosti predikce, a dále odhalit CHH jakožto rizikový faktor, který může být u řady žen potenciálně neodhalen.
Podstata vynálezu
Vynález je založen na stanovení hladin 25 specifických miRNA (miR-1-3p, miR-16-5p, miR-175p, miR-20a-5p, miR-20b-5p, miR-21-5p, miR-24-3p, miR-26a-5p, miR-92a-3p, miR-100-5p, miR-103a-3p, miR-126-3p, miR-130b-3p, miR-133a-3p, miR-143-3p, miR-145-5p, miR-146a-5p, miR-155-5p, miR-181a-5p, miR-195-5p, miR-210-3p, miR-221-3p, miR-342-3p, miR-499a-5p, miR-574-3p) metodou RT-qPCR ve vzorku plné periferní žilní krve odebrané těhotným ženám během standardního prvotrimestrálního screeningu, tedy v období 10. až 13. gestačního týdne. Výběrem vhodných podmnožin z této skupiny miRNA je možné s vysokou pravděpodobností a spolehlivostí predikovat nástup PE, FGR, GH, SGA i PP a odhalit přítomnost CHH.
Přestože již byla spojitost změn hladin výše uvedených miRNA a probíhajících či proběhlých těhotenských komplikací v podobě PE či FGR prezentována v odborných dokumentech, a je tedy
- 2 CZ 2021 - 562 A3 známá ze stavu techniky, jejich využití pro predikci není z těchto dokumentů zřejmé či jednoduše odvoditelné vzhledem k velkému množství popisovaných miRNA, vysoké variabilitě možných změn v expresních hladinách a nutnosti nezřejmého výběru podmnožin těchto markerů pro predikci jednotlivých těhotenských komplikací.
Metoda byla vyvinuta na základě analýzy vybraných vzorků pocházejících od 12 tisíc žen v prvním trimestru gravidity, statistickým zpracováním výsledků těchto analýz a jejich porovnáním s následným průběhem těhotenství u sledovaných žen.
Odebraná krev se nejprve zpracuje do formy leukocytárního lyzátu. Obsažená RNA se poté extrahuje a následně se izolují pouze krátké RNA. Takto purifikovaný roztok se analyzuje pomocí dvoukrokové RT-qPCR reakce za přítomnosti standardních a sekvenčně specifických chemikálií, konkrétně stem-loop RT primerů specifických pro miRNA, forward a reverse PCR primerů specifických pro miRNA a MGB sond specifických pro miRNA, v zařízení udržujícím ideální teplotní podmínky pro jednotlivé kroky, které se cyklicky opakují. V každém kroku se vždy měří fluorescenční signál uvolněný ze sondy, přičemž cyklus se obvykle opakuje celkem 40 až 45-krát a po ukončení programu se odečtou hodnoty Ct v jednotlivých kanálech, které odpovídají původnímu počtu molekul sledovaných nukleových kyselin. Extrakce RNA z leukocytárního lyzátu a RT-qPCR analýza jsou v současné molekulárně-diagnostické praxi standardem, který je rychlý, jednoduchý na provedení a umožňuje snadnou automatizaci. Tato diagnostická metoda je tedy vhodná k provedení ve většině genetických laboratoří i k rozšíření v rámci klinické praxe.
Normální distribuce exprese vybraných miRNA byla stanovena na základě vzorku žen, u kterých proběhlo fyziologické těhotenství bez komplikací. Tyto hladiny byly následně porovnány s hladinami miRNA ve vzorcích získaných od žen, u kterých se v průběhu těhotenství vyvinula některá ze sledovaných komplikací, a výsledky byly statisticky zpracovány KruskalovýmWallisovým testem a Mannovým-Whitneyho testem. Pro jednotlivé těhotenské komplikace byly vybrány sady miRNA, které jsou před nástupem dané komplikace všechny up-regulované (s výjimkou PP, kde jsou všechny vybrané miRNA down-regulované) a jejichž kombinace umožňuje predikci komplikace s dostatečně vysokou citlivostí při dostatečně nízké míře falešné pozitivity, přičemž obecně přijímanou hodnotou je 10% falešná pozitivita.
Stanovené vhodné miRNA jakožto biomarkery pro predikci jednotlivých těhotenských komplikací a detekci jednoho z rizikových faktorů rozvoje těhotenských komplikací (CHH) jsou následující:
• miR-146a-5p - up-regulace u GH, CHH, PE, FGR, SGA; down-regulace u PP • miR- 181a-5p - up-regulace u GH, CHH, PE, FGR, SGA • miR-155-5p - up-regulace u CHH, PE, FGR, SGA; down-regulace u PP • miR-20a-5p, miR-143-3p, miR-195-5p - up-regulace u CHH, PE, FGR, SGA • miR-145-5p - up-regulace u GH, PE, FGR; down-regulace u PP • miR-20b-5p, miR-126-3p - up-regulace u CHH, PE, SGA; down-regulace u PP • miR- 16-5p - up-regulace u PE, FGR, SGA; down-regulace u PP • miR-574-3p - up-regulace u PE, FGR; down-regulace u PP • miR-342-3p - up-regulace u FGR; down-regulace u PP • miR- 100-5p - up-regulace u FGR, SGA • miR-1 -3p, miR-499a-5p - up-regulace u CHH, SGA • miR- 103a-3p - up-regulace u PE, FGR • miR-21 -5p - up-regulace u PE; down-regulace u PP • miR- 17-5p - up-regulace u PE • miR-24-3p, miR-26a-5p, miR-92a-3p, miR-133a-3p, miR-210-3p, miR-221-3p - down- regulace u PP • miR-130b-3p - up-regulace u SGA.
- 3 CZ 2021 - 562 A3
Preeklampsie (PE)
U žen, u kterých se rozvinula v průběhu těhotenství PE, se pro predikci ukázalo jako nejvhodnější sledování up-regulace následujících 8 miRNA v plné periferní žilní krvi odebrané během prvního trimestru: miR-20a-5p, miR-21-5p, miR-126-3p, miR-143-3p, miR-145-5p, miR-146a-5p, miR181a-5p, miR-574-3p. Touto metodou, bez jakéhokoliv dodatečného klinického vyšetření žen či znalosti jejich anamnézy, bylo možno predikovat 53,0 % případů při 10% hladině falešné pozitivity. Na stejném vzorku žen bylo dosavadní metodou využívající prediktivní rutinní algoritmus v rámci počítačové aplikace pro porodnické a gynekologické databáze vycházející z klinického a laboratorního vyšetření a anamnézy odhaleno pouze 33,3 % případů. Metodou využívající miRNA biomarkery je tedy možné úspěšně predikovat nástup PE s výrazně vyšší pravděpodobností než v případě použití dosavadního přístupu. Metodou rutinního prediktivního algoritmu je navíc možné predikovat pouze časnou formu PE, tedy nastupující před 34. týdnem těhotenství, přičemž metodou využívající miRNA biomarkery bylo možné predikovat jakoukoliv formu PE (časnou PE, pozdní PE, mírnou PE i závažnou PE) nastupující v kterékoli fázi těhotenství po 20. gestačním týdnu.
Fetální růstová restrikce (FGR)
U žen, u kterých se vyskytla v průběhu těhotenství FGR, se pro predikci ukázalo jako nejvhodnější sledování up-regulace následujících 10 miRNA v plné periferní žilní krvi odebrané během prvního trimestru: miR-16-5p, miR-20a-5p, miR-100-5p, miR-143-3p, miR-145-5p, miR-146a-5p, miR181a-5p, miR-195-5p, miR-342-3p, miR-574-3p. Touto metodou, bez jakéhokoliv dodatečného klinického vyšetření žen či znalosti jejich anamnézy, bylo možno predikovat 40,2 % případů při 10% hladině falešné pozitivity. Na stejném vzorku žen bylo dosavadní metodou využívající prediktivní rutinní algoritmus v rámci počítačové aplikace pro porodnické a gynekologické databáze vycházející z klinického a laboratorního vyšetření a anamnézy odhaleno pouze 28,0 % případů. Metodou využívající miRNA biomarkery je tedy možné úspěšně predikovat FGR s výrazně vyšší pravděpodobností. Metodou rutinního prediktivního algoritmu je navíc možné predikovat pouze FGR nastupující před 37. týdnem těhotenství, přičemž metodou využívající miRNA biomarkery bylo možné predikovat FGR nastupující v kterékoli fázi těhotenství po 20. gestačním týdnu, tedy i FGR po 37. týdnu gravidity.
Předčasný porod (PP) ve formě PTB či PPROM bez výskytu dalších těhotenských komplikací (GH, PE, FGR, SGA)
U žen, které porodily předčasně, se pro predikci ukázalo jako nejvhodnější sledování downregulace následujících 12 miRNA v plné periferní žilní krvi odebrané během prvního trimestru: miR-16-5p, miR-20b-5p, miR-21-5p, miR-24-3p, miR-26a-5p, miR-92a-3p, miR-133a-3p, miR145-5p, miR-146a-5p, miR-155-5p, miR-210-3p, miR-342-3p. Touto metodou, bez jakéhokoliv dodatečného klinického vyšetření žen či znalosti jejich anamnézy, bylo možno predikovat 52,8 % případů při 10% hladině falešné pozitivity. Bylo možné predikovat i případy, kdy došlo k předčasnému porodu bez jakýchkoliv zjevných klinických příčin, což je v současnosti prakticky nemožné v prvním trimestru gravidity a metoda využívající prediktivní rutinní algoritmus je schopna tuto komplikaci predikovat jen velmi omezeně, a nadto jen v případě PTB (20 % prvorodiček, 30 % multipar). Metodou rutinního prediktivního algoritmu je navíc možné predikovat pouze časnou formu PTB, tedy nastupující před 34. týdnem těhotenství, přičemž metodou využívající miRNA biomarkery bylo možné predikovat PTB i PPROM nastupující v kterékoliv fázi těhotenství po 24. gestačním týdnu.
Chronická hypertenze (CHH)
U žen s chronickou hypertenzí, což je sám o sobě rizikový faktor rozvoje PE, se často vyskytovala up-regulace následujících 4 miRNA v plné periferní žilní krvi odebrané během prvního trimestru:
- 4 CZ 2021 - 562 A3 miR-1-3p, miR-20a-5p, miR-126-3p, miR-146a-5p. Touto metodou, bez jakéhokoliv dodatečného klinického vyšetření žen či znalosti jejich anamnézy, bylo možno odhalit 79,3 % případů při 10% hladině falešné pozitivity. Metoda využívající prediktivní rutinní algoritmus v rámci počítačové aplikace pro porodnické a gynekologické databáze vychází mimo jiné i z anamnézy pacientky, kde se uvádí CHH jako jeden z rizikových faktorů při hodnocení rizika rozvoje PE. Pokud pacientka tento anamnestický údaj při sběru anamnézy neuvede, není zahrnut do následného výpočtu rizika rozvoje PE.
Malá velikost plodu pro daný gestační věk (SGA)
U žen, u jejichž plodů se vyskytlo v průběhu těhotenství SGA, se pro predikci ukázalo jako nejvhodnější sledování up-regulace následujících 8 miRNA v plné periferní žilní krvi odebrané během prvního trimestru: miR-1-3p, miR-20a-5p, miR-20b-5p, miR-126-3p, miR-130b-3p, miR146a-5p, miR-181a-5p, miR-499a-5p. Touto metodou, bez jakéhokoliv dodatečného klinického vyšetření žen či znalosti jejich anamnézy, bylo možno predikovat 83,8 % případů při 10% hladině falešné pozitivity. Metoda využívající prediktivní rutinní algoritmus v rámci počítačové aplikace pro porodnické a gynekologické databáze tuto komplikaci není schopna predikovat.
Gestační hypertenze (GH)
U žen, u kterých se vyskytla v průběhu těhotenství GH, se pro predikci ukázalo jako nejvhodnější sledování up-regulace následující miRNA v plné periferní žilní krvi odebrané během prvního trimestru: miR-181a-5p. Touto metodou, bez jakéhokoli dodatečného klinického vyšetření žen či znalosti jejich anamnézy, bylo možno predikovat 22,9 % případů při 10% hladině falešné pozitivity. Metoda využívající prediktivní rutinní algoritmus v rámci počítačové aplikace pro porodnické a gynekologické databáze tuto komplikaci není schopna predikovat.
Objasnění výkresů
Obrázek č. 1 zobrazuje ROC (Receiver Operating Characteristic) křivky získané ze statistické analýzy up-regulace 8 vybraných miRNA (miR-20a-5p, miR-21-5p, miR-126-3p, miR-143-3p, miR-145-5p, miR-146a-5p, miR-181a-5p, miR-574-3p) pro predikci PE, a to jak pro kombinovaný screening, tak pro jednotlivé miRNA.
Obrázek č. 2 zobrazuje ROC křivky získané ze statistické analýzy up-regulace 10 vybraných miRNA (miR-16-5p, miR-20a-5p, miR-100-5p, miR-143-3p, miR-145-5p, miR-146a-5p, miR181a-5p, miR-195-5p, miR-342-3p, miR-574-3p) pro predikci FGR, a to jak pro kombinovaný screening, tak pro jednotlivé miRNA.
Obrázek č. 3 zobrazuje ROC křivky získané ze statistické analýzy down-regulace 12 vybraných miRNA (miR-16-5p, miR-20b-5p, miR-21-5p, miR-24-3p, miR-26a-5p, miR-92a-3p, miR-133a3p, miR-145-5p, miR-146a-5p, miR-155-5p, miR-210-3p, miR-342-3p) pro predikci PP ve formě PTB či PPROM bez výskytu dalších těhotenských komplikací (GH, PE, FGR, SGA), a to jak pro kombinovaný screening, tak pro jednotlivé miRNA.
Obrázek č. 4 zobrazuje ROC křivky získané ze statistické analýzy up-regulace 4 vybraných miRNA (miR-1-3p, miR-20a-5p, miR-126-3p, miR-146a-5p) pro detekci CHH, a to jak pro kombinovaný screening, tak pro jednotlivé miRNA.
Obrázek č. 5 zobrazuje ROC křivky získané ze statistické analýzy up-regulace 8 vybraných miRNA (miR-1-3p, miR-20a-5p, miR-20b-5p, miR-126-3p, miR-130b-3p, miR-146a-5p, miR181a-5p, miR-499a-5p) pro predikci SGA, a to jak pro kombinovaný screening, tak pro jednotlivé miRNA.
- 5 CZ 2021 - 562 A3
Obrázek č. 6 zobrazuje ROC křivku získanou ze statistické analýzy up-regulace vybrané miRNA (miR- 181a-5p) pro predikci GH.
Příklady uskutečnění vynálezu
Příklad 1
Příklad popisuje obecné provedení RT-qPCR analýzy stanovující množství miRNA v testovaném vzorku plné periferní žilní krve a referenčním vzorku normalizovaných na paralelně stanovené množství vybraných endogenních kontrol (RNU58A a RNU38B).
Izolace RNA se provádí z rozmraženého leukocytárního lyzátu pomocí směsi kyselého fenolu a chloroformu. Ze získané RNA se dále odstraní dlouhé RNA a zakoncentrují se krátké RNA pomocí kolony s filtrem se skleněným vláknem a etanolu o různých koncentracích v jednotlivých krocích izolace. Izolovaná RNA obsahující krátké RNA se rovnou použije jako templát do dvoukrokové RT-qPCR reakce. Reverzní transkripce probíhá za následujících podmínek: 30 min při 16 °C, 30 min při 42 °C a 5 min při 85 °C. Následuje polymerázová řetězové reakce probíhající za následujících podmínek: 95 °C po dobu 10 minut, 95 °C po dobu 15 s, 60 °C po dobu 1 min. Po ukončení tohoto kroku se vždy měří fluorescence v kanálech FAM a ROX (pasivní reference pro normalizaci fluorescence). Tento cyklus se opakuje celkem 40 až 45-krát. Po ukončení programu se odečtou hodnoty Ct v jednotlivých kanálech. V rámci jednoho vzorku se získá hodnota Ct v kanálu FAM, a to u stanovované miRNA nebo u krátké RNA sloužící jako endogenní kontrola. Tyto hodnoty odpovídají expresi jednotlivých genů v biologickém vzorku. Normalizovaná hodnota exprese se získá odečtením hodnoty Ct endogenní kontroly (geometrický průměr RNU58A a RNU38B) od hodnoty Ct miRNA ve stanovovaném vzorku. Pro relativní kvantifikaci se paralelně stanovuje exprese všech studovaných miRNA a endogenních kontrol také v referenčním vzorku, který je použit ve všech provedených analýzách.
Příklad 2
Příklad popisuje obecné provedení statistické analýzy dat popisujících hladinu vybraných miRNA.
Vzhledem k nenormálnímu rozložení dat dle Shapirova-Wilkova testu se k hodnocení experimentálních dat použijí neparametrické testy. Genová exprese miRNA se srovná mezi jednotlivými skupinami pomocí Mannova-Whitheyho testu a více jak dvě porovnávané skupiny pomocí Kruskalova-Wallissova testu s následnou post-hoc analýzou. Hladina statistické významnosti se stanoví na hodnotě p < 0,05. Rovněž se pro příslušné miRNA zkonstruují ROC (Receiver Operating Characteristic) křivky. Zhodnotí se plocha pod křivkou, sensitivita a specificita jednotlivých miRNA, a optimální cut-off hodnota (takzvané kritérium). Dále se určí optimální cut-off hodnota a sensitivita daného miRNA biomarkeru při 90,0% specificitě, což odpovídá informaci, jaké procentuální zastoupení žen má zvýšenou či sníženou expresi konkrétní miRNA při 10,0% falešné pozitivitě. Dále se provede kombinovaná statistická analýza v podobě logistické regrese a ROC analýzy s cílem vybrat optimální kombinaci miRNA biomarkerů pro danou situaci. Tato aplikace poskytuje následující parametry: plochu pod křivkou, sensitivitu, specificitu, optimální cut-off hodnotu a sensitivitu dané kombinace miRNA biomarkerů při 90,0% specificitě.
Příklad 3
Příklad popisuje sběr a výběr vhodného souboru biologických vzorků pro vývoj metody predikce těhotenských komplikací s využitím kardiovaskulárních miRNA jako biomarkerů.
Přibližně 12 tisícům žen v 10. až 13. týdnu těhotenství se odebere 200 μL plné periferní žilní krve. Připraví se buněčný lyzát leukocytů odstraněním erytrocytů, který se následně uskladní hluboce
- 6 CZ 2021 - 562 A3 zmrazený při -80 °C. Poté, co pacientky porodí, se vyberou vzorky od těch žen, u kterých je znám kompletní zdravotní stav v průběhu celé gravidity včetně veškerých komplikací a průběhu porodu. Jako kontrolní skupina se zvolí 80 pacientek s fyziologickým průběhem těhotenství a s negativním výsledkem prvotrimestrálního prenatálního screeningu pomocí zavedené metody využívající prediktivní rutinní algoritmus v rámci počítačové aplikace pro porodnické a gynekologické databáze. Pro studium jednotlivých komplikací se vybere 66 pacientek, u kterých byla v průběhu těhotenství diagnostikována PE, 82 pacientek, u kterých byla v průběhu těhotenství diagnostikována FGR, 106 pacientek, které porodily předčasně (PTB nebo PPROM) a zároveň se u nich nevyskytly žádné další komplikace (GH, PE, FGR, SGA), 29 pacientek s chronickou hypertenzí, 37 pacientek, u kterých byl v průběhu těhotenství diagnostikován SGA, a 83 pacientek, u kterých byla v průběhu těhotenství diagnostikována GH. Vzorky krve těchto vybraných pacientek se analyzují postupem popsaným v příkladu 1 a stanoví se hladina vybraných 25 miRNA (miR-13p, miR-16-5p, miR-17-5p, miR-20a-5p, miR-20b-5p, miR-21-5p, miR-24-3p, miR-26a-5p, miR92a-3p, miR-100-5p, miR-103a-3p, miR-126-3p, miR-130b-3p, miR-133a-3p, miR-143-3p, miR145-5p, miR-146a-5p, miR-155-5p, miR-181a-5p, miR-195-5p, miR-210-3p, miR-221-3p, miR342-3p, miR-499a-5p, miR-574-3p). Pro predikci jednotlivých těhotenských komplikací s dostatečnou spolehlivostí demonstrovaných příklady 4 až 9 se použije vždy více než polovina vhodných miRNA v jednotlivých příkladech uvedených. Nejvyšší spolehlivosti je dosaženo použitím všech vhodných miRNA v jednotlivých příkladech uvedených.
Příklad 4
Příklad demonstruje úspěšnost predikce PE s využitím vybraných miRNA markerů na vybraném vzorku pacientek.
U 66 sledovaných pacientek se v průběhu těhotenství rozvine PE, přičemž 17 pacientek má mírnou formu a 49 pacientek závažnou formu PE. Ze sledovaných pacientek 14 porodí před 34. gestačním týdnem (časná PE) a 52 porodí po 34. gestačním týdnu (pozdní PE). Vzorky krve těchto vybraných pacientek se analyzují postupem popsaným v příkladu č. 1 a stanoví se hladina vybraných 8 miRNA (miR-20a-5p, miR-21-5p, miR-126-3p, miR-143-3p, miR-145-5p, miR-146a-5p, miR-181a-5p, miR-574-3p). Up-regulace těchto vybraných miRNA biomarkerů, jejichž hladina přesahuje minimální hodnoty stanovené statistickou analýzou pro 10% hladinu falešné pozitivity, se prokáže u 35 ze 66 pacientek (9 mírná PE, 26 závažná PE, 5 časná PE, 30 pozdní PE), což odpovídá úspěšné predikci 53,0 % případů. Statistická analýza získaných dat poskytuje následující hodnoty specificity, citlivosti, 95 % CI a kritéria:
Kombinovaný screening PE (8 vybraných miRNA)
| Plocha pod ROC křivkou (AUC) | 0,815 | Kritérium | >0,284019788 | |
| Směrodatná odchylka | 0,0351 | Senzitivita | 90,91 | |
| 95% Interval spolehlivosti (CI) | 0,742-0,875 | 95% CI | 81,3-96,6 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 58,23 | |
| Stanovená senzitivita při určité specficitě | 95% CI | 46,6-69,2 | ||
| Specificita | 90,00 | +LR | 2,18 | |
| Senzitivita | 53,03 | 95%CI | 1,7-2,9 | |
| 95% Interval spolehlivosti (CI) | 39,39-65,15 | -LR | 0,16 | |
| Kritérium | >0,54823634 | 95% CI | 0,07-0,3 |
CI = Interval spolehlivosti LR = Poměr pravděpodobnosti
- 7 CZ 2021 - 562 A3
| miR-20a-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,666 | Kritérium | >2,43637 | |
| Směrodatná odchylka | 0,0459 | Senzitivita | 53,03 | |
| 95% Interval spolehlivosti (CI) | 0,584-0,742 | 95% CI | 40,3-65,4 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0003 | Specificita | 77,50 | |
| Stanovená senzitivita při určité specficitě | 95% CI | 66,8-86,1 | ||
| Specificita | 90,00 | +LR | 2,36 | |
| Senzitivita | 33,33 | 95%CI | 1,5-3,8 | |
| 95% Interval spolehlivosti (CI) | 22,73-46,97 | -LR | 0,61 | |
| Kritérium | >3,587078 | 95% CI | 0,5-0,8 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-21-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,624 | Kritérium | >0,350516 | |
| Směrodatná odchylka | 0,0468 | Senzitivita | 68,18 | |
| 95% Interval spolehlivosti (CI) | 0,539-0,703 | 95% CI | 55,6-79,1 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0083 | Specificita | 58,23 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 46,6-69,2 | ||
| Specificita | 90,00 | +LR | 1,63 | |
| Senzitivita | 13,64 | 95%CI | 1,2-2,2 | |
| 95% Interval spolehlivosti (CI) | 1,52-27,27 | -LR | 0,55 | |
| Kritérium | >0,7863184 | 95% CI | 0,4-0,8 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-126-3p | ||||
| Plocha pod ROC křivkou (AUC) | 0,629 | Kritérium | >0,282106 | |
| Směrodatná odchylka | 0,0468 | Senzitivita | 69,70 | |
| 95% Interval spolehlivosti (CI) | 0,545-0,708 | 95% CI | 57,1-80,4 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0058 | Specificita | 53,75 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 42,2-65,0 | ||
| Specificita | 90,00 | +LR | 1,51 | |
| Senzitivita | 24,24 | 95%CI | 1,1-2,0 | |
| 95% Interval spolehlivosti (CI) | 6,06-45,45 | -LR | 0,56 | |
| Kritérium | >0,659038 | 95% CI | 0,4-0,9 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-143-3p | ||||
| Plocha pod ROC křivkou (AUC) | 0,659 | Kritérium | >0,031066 | |
| Směrodatná odchylka | 0,0456 | Senzitivita | 80,30 | |
| 95% Interval spolehlivosti (CI) | 0,576-0,736 | 95% CI | 68,7-89,1 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0005 | Specificita | 46,25 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 35,0-57,8 | ||
| Specificita | 90,00 | +LR | 1,49 | |
| Senzitivita | 24,24 | 95%CI | 1,2-1,9 | |
| 95% Interval spolehlivosti (CI) | 12,12-42,42 | -LR | 0,43 | |
| Kritérium | >0,129856 | 95% CI | 0,2-0,7 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
- 8 CZ 2021 - 562 A3
| miR-145-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,673 | Kritérium | >0,223013 | |
| Směrodatná odchylka | 0,0444 | Senzitivita | 57,85 | |
| 95% Interval spolehlivosti (CI) | 0,590-0,748 | 95% CI | 44,8-69,7 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0001 | Specificita | 72,50 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 61,4-81,9 | ||
| Specificita | 90,00 | +LR | 2,09 | |
| Senzitivita | 21,21 | 95%CI | 1,4-3,2 | |
| 95% Interval spolehlivosti (CI) | 9,09-37,88 | -LR | 0,59 | |
| Kritérium | >0,403208 | 95% CI | 0,4-0,8 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-146a-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,698 | Kritérium | >2,073306 | |
| Směrodatná odchylka | 0,0450 | Senzitivita | 54,55 | |
| 95% Interval spolehlivosti (CI) | 0,617-0,771 | 95% CI | 41,8-66,9 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 82,50 | |
| Stanovená senzitivita při určité specificitě | 95% CI | 72,4-90,1 | ||
| Specificita | 90,00 | +LR | 3,12 | |
| Senzitivita | 42,42 | 95%CI | 1,8-5,3 | |
| 95% Interval spolehlivosti (CI) | 27,27-57,58 | -LR | 0,55 | |
| Kritérium | >2,744534 | 95% CI | 0,4-0,7 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
miR-181a-5p
| Plocha pod ROC křivkou (AUC) | 0,707 | Kritérium | >0,32734 | |
| Směrodatná odchylka | 0,0442 | Senzitivita | 60,61 | |
| 95% Interval spolehlivosti (CI) | 0,626-0,779 | 95% CI | 47,8-72,4 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 75,00 | |
| Stanovená senzitivita při určité specificitě | 95% CI | 64,1-84,0 | ||
| Specificita | 90,00 | +LR | 2,42 | |
| Senzitivita | 41,91 | 95%CI | 1,6-3,7 | |
| 95% Interval spolehlivosti (CI) | 29,54-54,55 | -LR | 0,53 | |
| Kritérium | >0,521629 | 95% CI | 0,4-0,7 |
CI = Interval spolehlivosti LR = Poměr pravděpodobnosti miR-574-3p
| Plocha pod ROC křivkou (AUC) | 0,636 | Kritérium | >0,202286 | |
| Směrodatná odchylka | 0,0467 | Senzitivita | 63,64 | |
| 95% Interval spolehlivosti (CI) | 0,553-0,714 | 95% CI | 50,9-75,1 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0035 | Specificita | 62,50 | |
| Stanovená senzitivita při určité specficitě | 95% CI | 51,0-73,1 | ||
| Specificita | 90,00 | +LR | 1,70 | |
| Senzitivita | 27,27 | 95%CI | 1,2-2,4 | |
| 95% Interval spolehlivosti (CI) | 18,18-42,42 | -LR | 0,58 | |
| Kritérium | >0,42623 | 95% CI | 0,4-0,8 |
CI = Interval spolehlivosti LR = Poměr pravděpodobnosti
- 9 CZ 2021 - 562 A3
Příklad 5
Příklad demonstruje úspěšnost predikce FGR s využitím vybraných miRNA markérů na vybraném vzorku pacientek.
U 82 sledovaných pacientek je v průběhu těhotenství diagnostikována FGR, přičemž pět porodí před 32. gestačním týdnem (časná FGR) a 77 porodí po 32. gestačním týdnu (pozdní FGR). Vzorky krve těchto vybraných pacientek se analyzují postupem popsaným v příkladu 1 a stanoví se hladina vybraných 10 miRNA (miR-16-5p, miR-20a-5p, miR-100-5p, miR-143-3p, miR-145-5p, miR10 146a-5p, miR-181a-5p, miR-195-5p, miR-342-3p, miR-574-3p). Up-regulace těchto vybraných miRNA biomarkerů, jejichž hladina přesahuje minimální hodnoty stanovené statistickou analýzou pro 10% hladinu falešné pozitivity, se prokáže u 33 z 82 pacientek (dvě časná FGR, 31 pozdní FGR), což odpovídá úspěšné predikci 40,2 % případů. Statistická analýza získaných dat poskytuje následující hodnoty specificity, citlivosti, 95 % CI a kritéria:
Kombinovaný screening FGR (10 vybraných miRNA)
| Plocha pod ROC křivkou (AUC) | 0,774 | Kritérium | >0,393364539 | |
| Směrodatná odchylka | 0,0358 | Senzitivita | 78,05 | |
| 95% Interval spolehlivosti (CI) | 0,702-0,836 | 95% CI | 67,5-86,4 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 62,50 | |
| Stanovená senzitivitapři určitéspecificitě | 95% CI | 51,0-73,1 | ||
| Specificita | 90,00 | +LR | 2,08 | |
| Senzitivita | 40,24 | 95%CI | 1,5-2,8 | |
| 95% Interval spolehlivosti (CI) | 25,61-51,22 | -LR | 0,35 | |
| Kritérium | >0,658966306 | 95% CI | 0,2-0,5 |
CI = Interval spolehlivosti
LR = Poměr pravděpodobnosti
| miR-16-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,615 | Kritérium | >1,545201 | |
| Směrodatná odchylka | 0,0440 | Senzitivita | 58,54 | |
| 95% Interval spolehlivosti (CI) | 0,536-0,690 | 95% CI | 47,1-69,3 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0090 | Specificita | 62,50 | |
| Stanovená senzitivita při určité specificitě | 95% CI | 51,0-73,1 | ||
| Specificita | 90,00 | +LR | 1,56 | |
| Senzitivita | 24,39 | 95%CI | 1,1-2,2 | |
| 95% Interval spolehlivosti (CI) | 12,20-39,79 | -LR | 0,66 | |
| Kritérium | >3,02212 | 95% CI | 0,5-0,9 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-20a-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,615 | Kritérium | >5,003977 | |
| Směrodatná odchylka | 0,0442 | Senzitivita | 23,17 | |
| 95% Interval spolehlivosti (CI) | 0,535-0,690 | 95% CI | 14,6-33,8 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0094 | Specificita | 98,75 | |
| Stanovená senzitivita při určité specficitě | 95% CI | 93,2-100,0 | ||
| Specificita | 90,00 | +LR | 18,54 | |
| Senzitivita | 30,49 | 95%CI | 2,5-135,2 | |
| 95% Interval spolehlivosti (CI) | 18,29-42,68 | -LR | 0,78 | |
| Kritérium | >3,587078 | 95% CI | 0,7-0,9 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
- 10 CZ 2021 - 562 A3
| miR-100-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,622 | Kritérium | >0,001336 | |
| Směrodatná odchylka | 0,0440 | Senzitivita | 71,95 | |
| 95% Interval spolehlivosti (CI) | 0,543-0,697 | 95% CI | 60,9-81,3 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0055 | Specificita | 51,25 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 39,8-62,6 | ||
| Specificita | 90,00 | +LR | 1,48 | |
| Senzitivita | 21,95 | 95%CI | 1,1-1,9 | |
| 95% Interval spolehlivosti (CI) | 13,41-32,93 | -LR | 0,55 | |
| Kritérium | >0,003876 | 95% CI | 0,4-0,8 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-143-3p | ||||
| Plocha pod ROC křivkou (AUC) | 0,610 | Kritérium | >0,033436 | |
| Směrodatná odchylka | 0,0443 | Senzitivita | 73,17 | |
| 95% Interval spolehlivosti (CI) | 0,531-0,686 | 95% CI | 62,2-82,4 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0127 | Specificita | 48,75 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 37,4-60,2 | ||
| Specificita | 90,00 | +LR | 1,43 | |
| Senzitivita | 23,17 | 95%CI | 1,1-1,8 | |
| 95% Interval spolehlivosti (CI) | 13,41-34,15 | -LR | 0,55 | |
| Kritérium | >0,129856 | 95% CI | 0,4-0,8 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-145-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,687 | Kritérium | >0,149246 | |
| Směrodatná odchylka | 0,0419 | Senzitivita | 87,80 | |
| 95% Interval spolehlivosti (CI) | 0,610-0,758 | 95% CI | 78,7-94,0 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 46,25 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 35,0-57,8 | ||
| Specificita | 90,00 | +LR | 1,63 | |
| Senzitivita | 18,29 | 95%CI | 1,3-2,0 | |
| 95% Interval spolehlivosti (CI) | 8,54-30,49 | -LR | 0,26 | |
| Kritérium | >0,403208 | 95% CI | 0,1-0,5 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-146a-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,676 | Kritérium | >2,820447 | |
| Směrodatná odchylka | 0,0417 | Senzitivita | 37,80 | |
| 95% Interval spolehlivosti (CI) | 0,598-0,747 | 95% CI | 27,3-49,2 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 91,25 | |
| Stanovená senzitivita při určité specficitě | 95% CI | 82,8-96,4 | ||
| Specificita | 90,00 | +LR | 4,32 | |
| Senzitivita | 37,80 | 95%CI | 2,0-9,2 | |
| 95% Interval spolehlivosti (CI) | 24,39-51,22 | -LR | 0,68 | |
| Kritérium | >2,744534 | 95% CI | 0,6-0,8 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
- 11 CZ 2021 - 562 A3
| miR-181a-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,663 | Kritérium | >0,183648 | |
| Směrodatná odchylka | 0,0423 | Senzitivita | 71,95 | |
| 95% Interval spolehlivosti (CI) | 0,584-0,735 | 95% CI | 60,9-81,3 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0001 | Specificita | 52,50 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 41,0-63,8 | ||
| Specificita | 90,00 | +LR | 1,51 | |
| Senzitivita | 30,49 | 95%CI | 1,2-2,0 | |
| 95% Interval spolehlivosti (CI) | 19,51-44,25 | -LR | 0,53 | |
| Kritérium | >0,521629 | 95% CI | 0,4-0,8 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-195-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,623 | Kritérium | >0,176527 | |
| Směrodatná odchylka | 0,0444 | Senzitivita | 53,66 | |
| 95% Interval spolehlivosti (CI) | 0,544-0,698 | 95% CI | 42,3-64,7 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0056 | Specificita | 70,00 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 58,7-79,7 | ||
| Specificita | 90,00 | +LR | 1,79 | |
| Senzitivita | 19,51 | 95%CI | 1,2-2,6 | |
| 95% Interval spolehlivosti (CI) | 7,32-32,93 | -LR | 0,66 | |
| Kritérium | >0,553901 | 95% CI | 0,5-0,9 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-342-3p | ||||
| Plocha pod ROC křivkou (AUC) | 0,642 | Kritérium | >2,333226 | |
| Směrodatná odchylka | 0,0438 | Senzitivita | 85,37 | |
| 95% Interval spolehlivosti (CI) | 0,563-0,716 | 95% CI | 75,8-92,2 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0012 | Specificita | 45,00 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 33,8-56,5 | ||
| Specificita | 90,00 | +LR | 1,55 | |
| Senzitivita | 20,73 | 95%CI | 1,2-1,9 | |
| 95% Interval spolehlivosti (CI) | 7,32-31,71 | -LR | 0,33 | |
| Kritérium | >5,904859 | 95% CI | 0,2-0,6 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
miR-574-3p
| Plocha pod ROC křivkou (AUC) | 0,655 | Kritérium | >0,202286 | |
| Směrodatná odchylka | 0,0428 | Senzitivita | 65,85 | |
| 95% Interval spolehlivosti (CI) | 0,576-0,727 | 95% CI | 54,6-76,0 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0003 | Specificita | 62,50 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 51,0-73,1 | ||
| Specificita | 90,00 | +LR | 1,76 | |
| Senzitivita | 26,83 | 95%CI | 1,3-2,4 | |
| 95% Interval spolehlivosti (CI) | 15,85-39,16 | -LR | 0,55 | |
| Kritérium | >0,42623 | 95% CI | 0,4-0,8 |
CI = Interval spolehlivosti LR = Poměr pravděpodobnosti
- 12 CZ 2021 - 562 A3
Příklad 6
Příklad demonstruje úspěšnost predikce PP ve formě PTB či PPROM bez výskytu dalších těhotenských komplikací (GH, PE, FGR, SGA) s využitím vybraných miRNA markerů na vybraném vzorku pacientek.
U 106 sledovaných pacientek bez žádných dalších těhotenských komplikací dochází před 37. gestačním týdnem buď ke spontánnímu předčasnému porodu (u 41 z nich) nebo k předčasnému odtoku plodové vody (u 65 z nich), přičemž 29 pacientek porodí před 34. gestačním týdnem a 77 porodí po 34. gestačním týdnu. Vzorky krve těchto vybraných pacientek se analyzují postupem popsaným v příkladu 1 a stanoví se hladina vybraných 12 miRNA (miR-16-5p, miR-20b-5p, miR21-5p, miR-24-3p, miR-26a-5p, miR-92a-3p, miR-133a-3p, miR-145-5p, miR-146a-5p, miR-1555p, miR-210-3p, miR-342-3p). Down-regulace těchto vybraných miRNA biomarkerů, jejichž hladina je pod maximálními hodnotami stanovenými statistickou analýzou pro 10% hladinu falešné pozitivity, se prokáže u 56 ze 106 pacientek (13 PTB, 43 PPROM, 12 PP před 34. týdnem, 44 PP po 34. týdnu), což odpovídá úspěšné predikci 52,8 % případů. Statistická analýza získaných dat poskytuje následující hodnoty specificity, citlivosti, 95 % CI a kritéria:
Kombinovaný screening PP (12 vybraných miRNA)
| Plocha pod ROC křivkou (AUC) | 0,818 | Kritérium | >0,633939505 | |
| Směrodatná odchylka | 0,0308 | Senzitivita | 74,53 | |
| 95% Interval spolehlivosti (CI) | 0,754-0,870 | 95% CI | 65,1-82,5 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 75,00 | |
| Stanovená senzitivita při určité specficitě | 95% CI | 64,1-84,0 | ||
| Specificita | 90,00 | +LR | 2,98 | |
| Senzitivita | 52,83 | 95%CI | 2,0-4,4 | |
| 95% Interval spolehlivosti (CI) | 32,08-68,87 | -LR | 0,34 | |
| Kritérium | >0,735198275 | 95% CI | 0,2-0,5 |
CI = Interval spolehlivosti LR = Poměr pravděpodobnosti
| miR-16-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,625 | Kritérium | <0,70928317 | |
| Směrodatná odchylka | 0,0409 | Senzitivita | 36,79 | |
| 95% Interval spolehlivosti (CI) | 0,551-0,695 | 95% CI | 27,6-46,7 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0022 | Specificita | 86,25 | |
| Stanovená senzitivita při určité specificitě | 95% CI | 76,7-92,9 | ||
| Specificita | 90,00 | +LR | 2,68 | |
| Senzitivita | 29,25 | 95%CI | 1,5-4,9 | |
| 95% Interval spolehlivosti (CI) | 14,15-41,51 | -LR | 0,73 | |
| Kritérium | <0,597445814 | 95% CI | 0,6-0,9 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-20b-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,612 | Kritérium | <1,66069881 | |
| Směrodatná odchylka | 0,0415 | Senzitivita | 62,26 | |
| 95% Interval spolehlivosti (CI) | 0,537-0,682 | 95% CI | 52,3-71,5 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0072 | Specificita | 56,25 | |
| Stanovená senzitivita při určité specificitě | 95% CI | 44,7-67,3 | ||
| Specificita | 90,00 | +LR | 1,42 | |
| Senzitivita | 21,70 | 95%CI | 1,1-1,9 |
- 13 CZ 2021 - 562 A3
| 95% Interval spolehlivosti (CI) | 10,38-34,91 | -LR | 0,67 | |
| Kritérium | <0,531505672 | 95% CI | 0,5-0,9 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-21-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,606 | Kritérium | <0,115689703 | |
| Směrodatná odchylka | 0,0414 | Senzitivita | 36,79 | |
| 95% Interval spolehlivosti (CI) | 0,532-0,677 | 95% CI | 27,6-46,7 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0102 | Specificita | 87,50 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 78,2-93,8 | ||
| Specificita | 90,00 | +LR | 2,94 | |
| Senzitivita | 33,02 | 95%CI | 1,6-5,5 | |
| 95% Interval spolehlivosti (CI) | 16,04-47,17 | -LR | 0,72 | |
| Kritérium | <0,100086787 | 95% CI | 0,6-0,9 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-24-3p | ||||
| Plocha pod ROC křivkou (AUC) | 0,666 | Kritérium | <0,319091663 | |
| Směrodatná odchylka | 0,0400 | Senzitivita | 70,75 | |
| 95% Interval spolehlivosti (CI) | 0,593-0,733 | 95% CI | 61,1-79,2 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 53,75 | |
| Stanovená senzitivita při určité specficitě | 95% CI | 42,2-65,0 | ||
| Specificita | 90,00 | +LR | 1,53 | |
| Senzitivita | 28,30 | 95%CI | 1,2-2,0 | |
| 95% Interval spolehlivosti (CI) | 13,21-41,51 | -LR | 0,54 | |
| Kritérium | <0,107445 | 95% CI | 0,4-0,8 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-26a-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,630 | Kritérium | <1,076532768 | |
| Směrodatná odchylka | 0,0411 | Senzitivita | 94,34 | |
| 95% Interval spolehlivosti (CI) | 0,556-0,699 | 95% CI | 88,1-97,9 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0016 | Specificita | 25,00 | |
| Stanovená senzitivita při určité specficitě | 95% CI | 16,0-35,9 | ||
| Specificita | 90,00 | +LR | 1,26 | |
| Senzitivita | 23,58 | 95%CI | 1,1-1,4 | |
| 95% Interval spolehlivosti (CI) | 11,64-37,74 | -LR | 0,23 | |
| Kritérium | <0,210206711 | 95% CI | 0,10-0,5 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-92a-3p | ||||
| Plocha pod ROC křivkou (AUC) | 0,653 | Kritérium | <2,777040345 | |
| Směrodatná odchylka | 0,0407 | Senzitivita | 81,13 | |
| 95% Interval spolehlivosti (CI) | 0,580-0,721 | 95% CI | 72,4-88,1 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0002 | Specificita | 43,75 | |
| Stanovená senzitivitapři určité specificitě | 95% CI | 32,7-55,3 | ||
| Specificita | 90,00 | +LR | 1,44 | |
| Senzitivita | 22,64 | 95%CI | 1,2-1,8 | |
| 95% Interval spolehlivosti (CI) | 9,43-38,68 | -LR | 0,43 |
- 14 CZ 2021 - 562 A3
| Kritérium | | <0,644813403 | | | 95% CI | | 0,3-0,7 |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-133a-3p | ||||
| Plocha pod ROC křivkou (AUC) | 0,639 | Kritérium | <0,065504237 | |
| Směrodatná odchylka | 0,0408 | Senzitivita | 54,72 | |
| 95% Interval spolehlivosti (CI) | 0,566-0,708 | 95% CI | 44,8-64,4 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0006 | Specificita | 70,00 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 58,7-79,7 | ||
| Specificita | 90,00 | +LR | 1,82 | |
| Senzitivita | 29,25 | 95%CI | 1,3-2,7 | |
| 95% Interval spolehlivosti (CI) | 17,92-41,51 | -LR | 0,65 | |
| Kritérium | <0,032746075 | 95% CI | 0,5-0,8 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
miR-145-5p
| Plocha pod ROC křivkou (AUC) | 0,623 | Kritérium | <0,108623657 | |
| Směrodatná odchylka | 0,0413 | Senzitivita | 50,00 | |
| 95% Interval spolehlivosti (CI) | 0,549-0,693 | 95% CI | 40,1-59,9 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0029 | Specificita | 71,25 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 60,0-80,8 | ||
| Specificita | 90,00 | +LR | 1,74 | |
| Senzitivita | 18,87 | 95%CI | 1,2-2,6 | |
| 95% Interval spolehlivosti (CI) | 8,49-33,02 | -LR | 0,70 | |
| Kritérium | <0,049521 | 95% CI | 0,6-0,9 |
CI = Interval spolehlivosti
LR = Poměr pravděpodobnosti
| miR-146a-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,628 | Kritérium | <1,279229286 | |
| Směrodatná odchylka | 0,0413 | Senzitivita | 71,70 | |
| 95% Interval spolehlivosti (CI) | 0,554-0,698 | 95% CI | 62,1-80,0 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0019 | Specificita | 48,75 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 37,4-60,2 | ||
| Specificita | 90,00 | +LR | 1,40 | |
| Senzitivita | 22,64 | 95%CI | 1,1-1,8 | |
| 95% Interval spolehlivosti (CI) | 6,60-36,79 | -LR | 0,58 | |
| Kritérium | <0,304521943 | 95% CI | 0,4-0,8 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-155-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,671 | Kritérium | <0,891603925 | |
| Směrodatná odchylka | 0,0404 | Senzitivita | 87,74 | |
| 95% Interval spolehlivosti (CI) | 0,598-0,738 | 95% CI | 79,9-93,3 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 41,25 | |
| Stanovená senzitivita při určité specficitě | 95% CI | 30,4-52,8 | ||
| Specificita | 90,00 | +LR | 1,49 | |
| Senzitivita | 22,64 | 95%CI | 1,2-1,8 | |
| 95% Interval spolehlivosti (CI) | 13,21-45,14 | -LR | 0,30 | |
| Kritérium | <0,194107866 | 95% CI | 0,2-0,5 |
- 15 CZ 2021 - 562 A3
CI = Interval spolehlivosti LR = Poměr pravděpodobnosti
| miR-210-3p | ||||
| Plocha pod ROC křivkou (AUC) | 0,719 | Kritérium | <0,167944775 | |
| Směrodatná odchylka | 0,0378 | Senzitivita | 92,45 | |
| 95% Interval spolehlivosti (CI) | 0,649-0,782 | 95% CI | 85,7-96,7 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 42,50 | |
| Stanovená senzitivita při určité specificitě | 95% CI | 31,5-54,1 | ||
| Specificita | 90,00 | +LR | 1,61 | |
| Senzitivita | 34,91 | 95%CI | 1,3-2,0 | |
| 95% Interval spolehlivosti (CI) | 23,69-46,23 | -LR | 0,18 | |
| Kritérium | <0,041728 | 95% CI | 0,09-0,4 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-342-3p | ||||
| Plocha pod ROC křivkou (AUC) | 0,644 | Kritérium | <3,281807058 | |
| Směrodatná odchylka | 0,0409 | Senzitivita | 81,13 | |
| 95% Interval spolehlivosti (CI) | 0,570-0,712 | 95% CI | 72,4-88,1 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0004 | Specificita | 43,75 | |
| Stanovená senzitivita při určité specficitě | 95% CI | 32,7-55,3 | ||
| Specificita | 90,00 | +LR | 1,44 | |
| Senzitivita | 25,47 | 95%CI | 1,2-1,8 | |
| 95% Interval spolehlivosti (CI) | 10,30-38,68 | -LR | 0,43 | |
| Kritérium | <0,903942535 | 95% CI | 0,3-0,7 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
Příklad 7
Příklad demonstruje úspěšnost detekce CHH s využitím vybraných miRNA markerů na vybraném vzorku pacientek.
U 29 sledovaných pacientek se vyskytuje CHH. Vzorky krve těchto vybraných pacientek se 10 analyzují postupem popsaným v příkladu 1 a stanoví se hladina vybraných 4 miRNA (miR-1-3p, miR-20a-5p, miR-126-3p, miR-146a-5p). Up-regulace těchto vybraných miRNA biomarkerů, jejichž hladina přesahuje minimální hodnoty stanovené statistickou analýzou pro 10% hladinu falešné pozitivity, se prokáže u 23 z 29 pacientek, což odpovídá úspěšné detekci 79,3 % případů. Statistická analýza získaných dat poskytuje následující hodnoty specificity, citlivosti, 95 % CI a 15 kritéria:
Kombinovaný screening CHH (4 vybrané miRNA)
| Plocha pod ROC křivkou (AUC) | 0,880 | Kritérium | >0,298082817 | |
| Směrodatná odchylka | 0,0421 | Senzitivita | 79,31 | |
| 95% Interval spolehlivosti (CI) | 0,804-0,935 | 95% CI | 60,3-92,0 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 91,25 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 82,8-96,4 | ||
| Specificita | 90,00 | +LR | 9,06 | |
| Senzitivita | 79,31 | 95%CI | 4,4-18,8 | |
| 95% Interval spolehlivosti (CI) | 62,07-93,10 | -LR | 0,23 | |
| Kritérium | >0,255337049 | 95% CI | 0,1-0,5 |
CI = Interval spolehlivosti
- 16 CZ 2021 - 562 A3
I LR = Poměr pravděpodobnosti
| miR-1-3p | ||||
| Plocha pod ROC křivkou (AUC) | 0,823 | Kritérium | >0,199151 | |
| Směrodatná odchylka | 0,0507 | Senzitivita | 79,31 | |
| 95% Interval spolehlivosti (CI) | 0,739-0,890 | 95% CI | 60,3-92,0 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 76,25 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 65,4-85,1 | ||
| Specificita | 90,00 | +LR | 3,34 | |
| Senzitivita | 51,72 | 95%CI | 2,2-5,2 | |
| 95% Interval spolehlivosti (CI) | 29,63-72,41 | -LR | 0,27 | |
| Kritérium | >0,377841 | 95% CI | 0,1-0,6 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-20a-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,820 | Kritérium | >2,302443 | |
| Směrodatná odchylka | 0,0410 | Senzitivita | 82,76 | |
| 95% Interval spolehlivosti (CI) | 0,735-0,887 | 95% CI | 64,2-94,2 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 70,00 | |
| Stanovená senzitivita při určité specficitě | 95% CI | 58,7-79,7 | ||
| Specificita | 90,00 | +LR | 2,76 | |
| Senzitivita | 44,83 | 95%CI | 1,9-4,0 | |
| 95% Interval spolehlivosti (CI) | 27,59-66,90 | -LR | 0,25 | |
| Kritérium | >3,587078 | 95% CI | 0,1-0,6 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-126-3p | ||||
| Plocha pod ROC křivkou (AUC) | 0,691 | Kritérium | >0,189274 | |
| Směrodatná odchylka | 0,0519 | Senzitivita | 100,00 | |
| 95% Interval spolehlivosti (CI) | 0,595-0,776 | 95% CI | 88,1-100,0 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0002 | Specificita | 36,25 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 25,8-47,8 | ||
| Specificita | 90,00 | +LR | 1,57 | |
| Senzitivita | 20,69 | 95%CI | 1,3-1,9 | |
| 95% Interval spolehlivosti (CI) | 1,74-44,83 | -LR | 0,00 | |
| Kritérium | >0,659038 | 95% CI | ||
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-146a-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,857 | Kritérium | >2,073306 | |
| Směrodatná odchylka | 0,0400 | Senzitivita | 79,31 | |
| 95% Interval spolehlivosti (CI) | 0,777-0,917 | 95% CI | 60,3-92,0 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 82,50 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 72,4-90,1 | ||
| Specificita | 90,00 | +LR | 4,53 | |
| Senzitivita | 62,52 | 95%CI | 2,7-7,6 | |
| 95% Interval spolehlivosti (CI) | 27,59-89,66 | -LR | 0,25 | |
| Kritérium | >2,744534 | 95% CI | 0,1-0,5 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
- 17 CZ 2021 - 562 A3
Příklad 8
Příklad demonstruje úspěšnost predikce SGA s využitím vybraných miRNA markérů na vybraném 5 vzorku pacientek.
U 37 sledovaných pacientek je v průběhu těhotenství diagnostikován SGA u plodu a tyto pacientky rodí v rozmezí 33. až 40. gestačního týdne, přičemž čtyři pacientky porodí před 34. gestačním týdnem (časný SGA) a 33 porodí po 34. gestačním týdnu (pozdní SGA). Vzorky krve těchto 10 vybraných pacientek se analyzují postupem popsaným v příkladu 1 a stanoví se hladina vybraných 8 miRNA (miR-1-3p, miR-20a-5p, miR-20b-5p, miR-126-3p, miR-130b-3p, miR-146a-5p, miR181a-5p, miR-499a-5p). Up-regulace těchto vybraných miRNA biomarkerů, jejichž hladina přesahuje minimální hodnoty stanovené statistickou analýzou pro 10% hladinu falešné pozitivity, se prokáže u 31 ze 37 pacientek (1 časný SGA, 30 pozdní SGA), což odpovídá úspěšné predikci 15 83,8 % případů. Statistická analýza získaných dat poskytuje následující hodnoty specificity, citlivosti, 95 % CI a kritéria:
Kombinovaný screening SGA (8 vybraných miRNA)
| Plocha pod ROC křivkou (AUC) | 0,926 | Kritérium | >0,613361244 | |
| Směrodatná odchylka | 0,0287 | Senzitivita | 75,68 | |
| 95% Interval spolehlivosti (CI) | 0,863-0,966 | 95% CI | 58,8-88,2 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 100,00 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 95,5-100,0 | ||
| Specificita | 90,00 | +LR | ||
| Senzitivita | 83,78 | 95%CI | ||
| 95% Interval spolehlivosti (CI) | 70,27-94,59 | -LR | 0,24 | |
| Kritérium | >0,272302152 | 95% CI | 0,1-0,4 |
CI = Interval spolehlivosti
LR = Poměr pravděpodobnosti miR-1-3p
| Plocha pod ROC křivkou (AUC) | 0,790 | Kritérium | >0,23812 | |
| Směrodatná odchylka | 0,0489 | Senzitivita | 70,27 | |
| 95% Interval spolehlivosti (CI) | 0,705-0,860 | 95% CI | 53,0-84,1 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 85,00 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 75,3-92,0 | ||
| Specificita | 90,00 | +LR | 4,68 | |
| Senzitivita | 56,76 | 95%CI | 2,7-8,2 | |
| 95% Interval spolehlivosti (CI) | 32,43-75,68 | -LR | 0,35 | |
| Kritérium | >0,377841 | 95% CI | 0,2-0,6 |
CI = Interval spolehlivosti LR = Poměr pravděpodobnosti
| miR-20a-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,842 | Kritérium | >2,413833 | |
| Směrodatná odchylka | 0,0408 | Senzitivita | 81,08 | |
| 95% Interval spolehlivosti (CI) | 0,763-0,902 | 95% CI | 64,8-92,0 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 76,25 | |
| Stanovená senzitivita při určité specficitě | 95% CI | 65,4-85,1 | ||
| Specificita | 90,00 | +LR | 3,41 | |
| Senzitivita | 59,46 | 95%CI | 2,2-5,2 | |
| 95% Interval spolehlivosti (CI) | 29,73-78,38 | -LR | 0,25 | |
| Kritérium | >3,587078 | 95% CI | 0,1-0,5 |
- 18 CZ 2021 - 562 A3
CI = Interval spolehlivosti LR = Poměr pravděpodobnosti
| miR-20b-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,715 | Kritérium | >2,281479 | |
| Směrodatná odchylka | 0,0484 | Senzitivita | 70,27 | |
| 95% Interval spolehlivosti (CI) | 0,624-0,794 | 95% CI | 53,0-84,1 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 65,00 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 53,5-75,3 | ||
| Specificita | 90,00 | +LR | 2,01 | |
| Senzitivita | 21,62 | 95%CI | 1,4-2,9 | |
| 95% Interval spolehlivosti (CI) | 2,70-48,65 | -LR | 0,46 | |
| Kritérium | >4,517659 | 95% CI | 0,3-0,8 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-126-3p | ||||
| Plocha pod ROC křivkou (AUC) | 0,695 | Kritérium | >0,376441 | |
| Směrodatná odchylka | 0,0494 | Senzitivita | 62,16 | |
| 95% Interval spolehlivosti (CI) | 0,603-0,777 | 95% CI | 44,8-77,5 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0001 | Specificita | 71,25 | |
| Stanovená senzitivita při určité specficitě | 95% CI | 60,0-80,8 | ||
| Specificita | 90,00 | +LR | 2,16 | |
| Senzitivita | 21,62 | 95%CI | 1,4-3,3 | |
| 95% Interval spolehlivosti (CI) | 2,70-56,76 | -LR | 0,53 | |
| Kritérium | >0,659038 | 95% CI | 0,3-0,8 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti | ||||
| miR-130b-3p | ||||
| Plocha pod ROC křivkou (AUC) | 0,665 | Kritérium | >1,14816 | |
| Směrodatná odchylka | 0,0540 | Senzitivita | 56,76 | |
| 95% Interval spolehlivosti (CI) | 0,572-0,750 | 95% CI | 39,5-72,9 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0022 | Specificita | 75,00 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 64,1-84,0 | ||
| Specificita | 90,00 | +LR | 2,27 | |
| Senzitivita | 18,92 | 95%CI | 1,4-3,6 | |
| 95% Interval spolehlivosti (CI) | 2,70-45,95 | -LR | 0,58 | |
| Kritérium | >1,856532 | 95% CI | 0,4-0,9 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-146a-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,859 | Kritérium | >2,073306 | |
| Směrodatná odchylka | 0,0382 | Senzitivita | 78,38 | |
| 95% Interval spolehlivosti (CI) | 0,783-0,917 | 95% CI | 61,8-90,2 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 82,50 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 72,4-90,1 | ||
| Specificita | 90,00 | +LR | 4,48 | |
| Senzitivita | 64,86 | 95%CI | 2,7-7,4 | |
| 95% Interval spolehlivosti (CI) | 37,84-83,78 | -LR | 0,26 | |
| Kritérium | >2,744534 | 95% CI | 0,1-0,5 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
- 19 CZ 2021 - 562 A3
| miR-181a-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,757 | Kritérium | >0,201449 | |
| Směrodatná odchylka | 0,0467 | Senzitivita | 91,89 | |
| 95% Interval spolehlivosti (CI) | 0,669-0,831 | 95% CI | 78,1-98,3 | |
| Úroveň významnosti P (Plocha=0,5) | <0,0001 | Specificita | 55,00 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 43,5-66,2 | ||
| Specificita | 90,00 | +LR | 2,04 | |
| Senzitivita | 32,43 | 95%CI | 1,6-2,6 | |
| 95% Interval spolehlivosti (CI) | 16,22-56,76 | -LR | 0,15 | |
| Kritérium | >0,521629 | 95% CI | 0,05-0,4 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
| miR-499a-5p | ||||
| Plocha pod ROC křivkou (AUC) | 0,663 | Kritérium | >0,299081 | |
| Směrodatná odchylka | 0,0514 | Senzitivita | 75,68 | |
| 95% Interval spolehlivosti (CI) | 0,570-0,748 | 95% CI | 58,8-88,2 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0015 | Specificita | 53,75 | |
| Stanovená senzitivita při určité specvficitě | 95% CI | 42,2-65,0 | ||
| Specificita | 90,00 | +LR | 1,64 | |
| Senzitivita | 21,62 | 95%CI | 1,2-2,2 | |
| 95% Interval spolehlivosti (CI) | 5,41-39,31 | -LR | 0,45 | |
| Kritérium | >1,191424 | 95% CI | 0,2-0,8 | |
| CI = Interval spolehlivosti LR = Poměr pravděpodobnosti |
Příklad 9
Příklad demonstruje úspěšnost predikce GH s využitím vybraného miRNA markéru na vybraném vzorku pacientek.
U 83 sledovaných pacientek je v průběhu těhotenství diagnostikována GH. Vzorky krve těchto 10 vybraných pacientek se analyzují postupem popsaným v příkladu 1 a stanoví se hladina vybrané miRNA (miR-181a-5p). Up-regulace tohoto vybraného miRNA biomarkeru, jehož hladina přesahuje minimální hodnotu stanovenou statistickou analýzou pro 10% hladinu falešné pozitivity, se prokáže u 19 z 83 pacientek, což odpovídá úspěšné predikci 22,9 % případů. Statistická analýza získaných dat poskytuje následující hodnoty specificity, citlivosti, 95 % CI a kritéria:
Screening GH (miR-181a-5p)
| Plocha pod ROC křivkou (AUC) | 0,649 | Kritérium | >0,261811 | |
| Směrodatná odchylka | 0,0429 | Senzitivita | 61,45 | |
| 95% Interval spolehlivosti (CI) | 0,570-0,722 | 95% CI | 50,1-71,9 | |
| Úroveň významnosti P (Plocha=0,5) | 0,0005 | Specificita | 65,00 | |
| Stanovená senzitivita při určité specficitě | 95% CI | 53,5-75,3 | ||
| Specificita | 90,00 | +LR | 1,76 | |
| Senzitivita | 22,89 | 95%CI | 1,2-2,5 | |
| 95% Interval spolehlivosti (CI) | 12,18-36,14 | -LR | 0,59 | |
| Kritérium | >0,521629 | 95% CI | 0,4-0,8 |
CI = Interval spolehlivosti LR = Poměr pravděpodobnosti
- 20 CZ 2021 - 562 A3
Průmyslová využitelnost
Způsob predikce těhotenských komplikací dle expresního profilu kardiovaskulárních miRNA je 5 průmyslově využitelný v klinické praxi gynekologie a porodnictví v rámci laboratorní analýzy odebraných vzorků biologického materiálu.
Claims (8)
1. Způsob predikce těhotenských komplikací v podobě preeklampsie, fetální růstové restrikce, gestační hypertenze, malé velikosti plodu pro daný gestační věk, předčasného porodu a detekce chronické hypertenze vyznačující se tím, že se u těhotných žen provede screening spočívající ve zjištění expresního profilu jedné nebo více miRNA v plné periferní žilní krvi odebrané v období 10. až 13. gestačního týdne, přičemž uvedená jedna nebo více miRNA jsou vybrány ze skupiny miR-13p, miR-16-5p, miR-17-5p, miR-20a-5p, miR-20b-5p, miR-21-5p, miR-24-3p, miR-26a-5p, miR92a-3p, miR-100-5p, miR-103a-3p, miR-126-3p, miR-130b-3p, miR-133a-3p, miR-143-3p, miR145-5p, miR-146a-5p, miR-155-5p, miR-181a-5p, miR-195-5p, miR-210-3p, miR-221-3p, miR342-3p, miR-499a-5p a miR-574-3p.
2. Způsob podle nároku 1, vyznačující se tím, že k predikci preeklampsie se provede screening miRNA miR-20a-5p, miR-21-5p, miR-126-3p, miR-143-3p, miR-145-5p, miR-146a-5p, miR-181a5p a miR-574-3p.
3. Způsob podle nároku 1, vyznačující se tím, že k predikci fetální růstové restrikce se provede screening miRNA miR-16-5p, miR-20a-5p, miR-100-5p, miR-143-3p, miR-145-5p, miR-146a-5p, miR-181a-5p, miR-195-5p, miR-342-3p a miR-574-3p.
4. Způsob podle nároku 1, vyznačující se tím, že k predikci gestační hypertenze se provede screening miRNA miR-181 a-5p.
5. Způsob podle nároku 1, vyznačující se tím, že k predikci malé velikosti plodu pro daný gestační věk se provede screening miRNA miR-1-3p, miR-20a-5p, miR-20b-5p, miR-126-3p, miR-130b-3p, miR-146a-5p, miR-181a-5p a miR-499a-5p.
6. Způsob podle nároku 1, vyznačující se tím, že k predikci předčasného porodu se provede screening miRNA miR-16-5p, miR-20b-5p, miR-21-5p, miR-24-3p, miR-26a-5p, miR-92a-3p, miR-133a-3p, miR-145-5p, miR-146a-5p, miR-155-5p, miR-210-3p a miR-342-3p.
7. Způsob podle nároku 6, vyznačující se tím, že předčasným porodem je spontánní předčasný porod nebo předčasný odtok plodové vody.
8. Způsob podle nároku 1, vyznačující se tím, že k detekci chronické hypertenze se provede screening miRNA miR-1-3p, miR-20a-5p, miR-126-3p a miR-146a-5p.
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CZ2021-562A CZ309639B6 (cs) | 2021-12-13 | 2021-12-13 | Způsob predikce těhotenských komplikací dle expresního profilu kardiovaskulárních miRNA |
| CN202280082344.4A CN118556132A (zh) | 2021-12-13 | 2022-12-13 | 基于心血管miRNA表达谱预测妊娠并发症的方法 |
| EP22835204.3A EP4448798A1 (en) | 2021-12-13 | 2022-12-13 | Method of prediction of pregnancy complications based on the expression profile of cardiovascular mirnas |
| PCT/CZ2022/050129 WO2023109988A1 (en) | 2021-12-13 | 2022-12-13 | Method of prediction of pregnancy complications based on the expression profile of cardiovascular mirnas |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CZ2021-562A CZ309639B6 (cs) | 2021-12-13 | 2021-12-13 | Způsob predikce těhotenských komplikací dle expresního profilu kardiovaskulárních miRNA |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CZ2021562A3 true CZ2021562A3 (cs) | 2023-05-31 |
| CZ309639B6 CZ309639B6 (cs) | 2023-05-31 |
Family
ID=84785087
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CZ2021-562A CZ309639B6 (cs) | 2021-12-13 | 2021-12-13 | Způsob predikce těhotenských komplikací dle expresního profilu kardiovaskulárních miRNA |
Country Status (4)
| Country | Link |
|---|---|
| EP (1) | EP4448798A1 (cs) |
| CN (1) | CN118556132A (cs) |
| CZ (1) | CZ309639B6 (cs) |
| WO (1) | WO2023109988A1 (cs) |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB201504772D0 (en) * | 2015-03-20 | 2015-05-06 | Univ Aston | Preeclampsia |
| CZ2018597A3 (cs) | 2018-10-31 | 2020-02-05 | Univerzita Karlova | Postpartální epigenetický profil kardiovaskulárních mikroRNA u matek po komplikované graviditě - nové biomarkery kardiovaskulárního rizika |
| CZ308102B6 (cs) | 2018-10-31 | 2020-01-02 | Univerzita Karlova | Postnatální epigenetický profil kardiovaskulárních mikroRNA u dětí narozených z komplikovaných gravidit - nové biomarkery kardiovaskulárního rizika |
-
2021
- 2021-12-13 CZ CZ2021-562A patent/CZ309639B6/cs unknown
-
2022
- 2022-12-13 WO PCT/CZ2022/050129 patent/WO2023109988A1/en active Application Filing
- 2022-12-13 CN CN202280082344.4A patent/CN118556132A/zh active Pending
- 2022-12-13 EP EP22835204.3A patent/EP4448798A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| CN118556132A (zh) | 2024-08-27 |
| WO2023109988A1 (en) | 2023-06-22 |
| EP4448798A1 (en) | 2024-10-23 |
| CZ309639B6 (cs) | 2023-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102505860B1 (ko) | 자간전증에 특이적인 순환 rna 시그니처 | |
| CN106191233B (zh) | 多重实时定量pcr检测染色体非整倍体的试剂盒及其应用 | |
| Winger et al. | First trimester PBMC microRNA predicts adverse pregnancy outcome | |
| US20230135486A1 (en) | Circulating rna signatures specific to preeclampsia | |
| CN112368398A (zh) | 利用血液微生物群落的变化预测早产风险 | |
| US20200188356A1 (en) | Novel Circular RNA Biomarkers for Heart Failure | |
| US20230332234A1 (en) | Reagents, methods and kits for identifying pregnant human beings at risk for placental bed disorder(s) | |
| US20220177967A1 (en) | Reagents, methods and kits for identifying pregnant human beings at risk for placental bed disorder(s) | |
| CZ2021562A3 (cs) | Způsob predikce těhotenských komplikací dle expresního profilu kardiovaskulárních miRNA | |
| JP2022510488A (ja) | 胎盤機能不全のための核酸バイオマーカー | |
| KR102497167B1 (ko) | miR-155-5p 및 miR-1290-3p의 발현수준 비율을 이용한 임신중독증 진단 방법 | |
| CN111944893B (zh) | 与唇腭裂产前无创诊断相关的miRNA分子标志物及其应用 | |
| CN114941025A (zh) | 用于诊断子痫前期的miRNA及其应用 | |
| WO2024114845A1 (en) | Method of prediction of pregnancy complications associated with a high risk of pregnancy loss based on the expression profile of cardiovascular mirnas | |
| CN113736877A (zh) | 基于微小RNA 27a的子痫前期诊断用途及组合物 | |
| WO2024032834A1 (en) | Method of prediction of gestational diabetes mellitus based on the expression profile of cardiovascular mirnas | |
| WO2021153789A1 (ja) | 子宮内感染の検出方法 | |
| Sufriyana et al. | Low-and high-level information analyses of transcriptome connecting endometrial-decidua-placental origin of preeclampsia subtypes: A preliminary study | |
| CN113755570B (zh) | 用于预测不明原因复发性流产的生物标志物及应用 | |
| KR102494583B1 (ko) | miR-31-5p 및 miR-1290-3p의 발현수준 비율을 이용한 임신중독증 진단 방법 | |
| US20220112560A1 (en) | Methods for predicting a very low birth weight | |
| Aldosaky | MANUAL VS MACHINERY SMALL RNA EXTRACTION BY USING A QIACUBE® MACHINE: Two methods. Two volumes. | |
| WO2016133395A1 (en) | Circulating micrornas in patients with acute heart failure | |
| KR20240027905A (ko) | 임신부 질액의 마이크로바이옴 분석을 이용한 조산 예측용 조성물 및 조산 예측 방법 | |
| US20230340599A1 (en) | Apparatus, kits and methods for predicting the development of sepsis |