Die genetische Interpretation der Fläche unter der ROC-Kurve in der genomischen Profilierung

Genomweite Assoziationsstudien in menschlichen Populationen haben die Erstellung genomischer Profile erleichtert, die die Auswirkungen vieler assoziierter genetischer Varianten kombinieren, um das Risiko von Krankheiten vorherzusagen. Die Fläche unter der Receiver-Operator-Charakteristik (ROC) Kurve ist ein gut etabliertes Maß zur Bestimmung der Wirksamkeit von Tests bei der korrekten Klassifizierung von erkrankten und nicht erkrankten Individuen. Wir verwenden die Theorie der quantitativen Genetik, um Einblicke in die genetische Interpretation der Fläche unter der ROC-Kurve (AUC) zu geben, wenn der Testklassifikator ein Prädiktor für genetisches Risiko ist. Selbst wenn der Anteil der durch den Test erklärten genetischen Varianz 100 % beträgt, gibt es einen maximalen Wert für AUC, der von der genetischen Epidemiologie der Krankheit abhängt, d.h. entweder vom Geschwister-Wiederholungsrisiko oder von Erblichkeit und Krankheitsprävalenz. Wir leiten eine Gleichung ab, die den maximalen AUC mit Erblichkeit und Krankheitsprävalenz in Beziehung setzt. Der Ausdruck kann umgekehrt werden, um den Anteil der erklärten genetischen Varianz basierend auf AUC, Krankheitsprävalenz und Erblichkeit zu berechnen. Wir verwenden veröffentlichte Schätzungen der Krankheitsprävalenz und des Geschwister-Wiederholungsrisikos für 17 komplexe genetische Krankheiten, um den Anteil der genetischen Varianz zu berechnen, die ein Test erklären muss, um AUC = 0.75 zu erreichen; dieser variierte von 0.10 bis 0.74. Wir bieten eine genetische Interpretation von AUC zur Verwendung mit Prädiktoren für genetisches Risiko basierend auf genomischen Profilen. Wir bieten eine Strategie zur Schätzung des Anteils der erklärten genetischen Varianz auf der Haftungsskala basierend auf Schätzungen von AUC, Krankheitsprävalenz und Erblichkeit (oder Geschwister-Wiederholungsrisiko), die als online Rechner verfügbar sind.