基于流行病学资料及基因单核苷酸多态性的肺癌预测模型的建立

目的:探讨易感基因单核苷酸多态性(SNP)与肺癌易感性之间的关系,联合SNP与流行病学资料建立适合本地区的肺癌风险预测模型.方法:采用病例-对照研究方法,收集2017年1 ～ 10月徐州市肿瘤医院病理确诊的肺癌患者100例作为病例组,选取同期徐州市肿瘤医院体检中心正常人群100例作为对照组.收集病例及对照组流行病学资料,包括一般特征(性别、年龄、居住地)、吸烟史、肺炎史、其他肿瘤史、石棉暴露史、肿瘤家族史、慢性阻塞性肺病(COPD)史、肺结核史、支气管哮喘史等.采用Taqman real-time PCR方法对CYP1A1基因rs4646903位点、CYP2E1基因rs3813867位点、CYP1B1基因rs1056836位点、GSTP1基因rs1695位点、ERCC2基因rs13181位点、XRCC1基因rs25487位点、TP53基因rs1042522位点、NQO1基因rs1800566位点、CCND1基因rs603965位点、MTHFR基因rs1801133位点、EPHX1基因rs1051740位点SNP进行基因分型,利用Logistic回归筛选变量,计算模型中优势比(OR)及其95％可信区间(95％ CI),分别构建纳入SNP与未纳入SNP的预测模型,并用受试者工作特征曲线(ROC曲线)对两种模型进行性能评价.结果:多因素Logistic回归模型分析显示,年龄、吸烟史、石棉暴露史、肿瘤家族史是肺癌发生的危险因素;性别、肺炎史、其他肿瘤史、COPD史、肺结核史、支气管哮喘史与肺癌发病无相关性.CYP1 B1基因rs1056836位点和GSTP1基因rs1695位点SNP与肺癌易感性相关(OR =3.8,95％CI 1.89 ～ 7.63,P＜0.05;OR =3.3,95％ CI 1.73 ～6.3,P＜0.05).未纳入SNP的基于环境及机体内在因素的肺癌预警模型ROC曲线下面积为0.839;纳入SNP的基于环境及机体内在因素的肺癌预警模型ROC曲线下面积为0.857.结论:Logistic回归模型提示肺癌危险因素包括年龄、吸烟史、石棉暴露史、肿瘤家族史、CYP1B1基因rs1056836位点和GSTP1基因rs1695位点SNP,本研究所构建的两种肺癌预测模型均能较好预测肺癌的风险.