血小板计数多基因评分可能改变阿司匹林在痴呆一级预防中的效果

Platelet count polygenic scores may modify the effect of aspirin in primary prevention of dementia

作者信息Peter D Fransquet, Chenglong Yu, Cammie Tran, Sultana Monira Hussain, Amy Brodtmann, Andrew M Tonkin, Mark R Nelson, Joanne Ryan, John J McNeil, Paul Lacaze
PMID42781890
发布时间2026-09
DOI10.1002/alz.71817

实验完整度

高

基于RCT队列遗传数据,有多基因评分筛选、交互作用分析和出血结局验证,但为事后分析

主要模型

ASPREE试验参与者(n=13,541) 遗传亚组:血小板计数PGS(如PGS003548)五分位数分层 痴呆和主要出血临床终点

重点核对

PGS筛选:5182个PGS下载,1848个通过QC 交互作用模型:Cox模型校正年龄、性别、APOE状态和祖先 主要结局:痴呆和主要出血,由专家委员会 adjudicated PGS003548最高五分位:阿司匹林 vs 安慰剂,HR和95% CI 敏感性分析:Fine-Gray竞争风险模型

摘要

引言:由于获益有限,阿司匹林不推荐用于痴呆预防。我们研究了遗传亚组是否可能获益。方法:在ASPirin in Reducing Events in the Elderly(ASPREE)试验(n = 13,541)中,我们筛选了5182个多基因风险评分(PGS)与阿司匹林对痴呆和主要出血的交互作用。质控后,使用Cox模型分析1848个PGS的阿斯匹林×PGS交互作用,校正年龄、性别、载脂蛋白E状态和祖先。交互作用经Bonferroni校正并按五分位数检查。结果:血小板相关PGS占18/112个名义显著交互作用(富集_OR = 54.7,p = 3.1 × 10−18)。三个高度相关的血小板计数PGS通过了多重检验。对于血小板计数PGS003548最高五分位数的参与者,阿司匹林分配与安慰剂相比, incident痴呆风险降低3.5倍(风险比[HR]:0.28,95%置信区间[CI]:0.15至0.52)。主要出血也增加(HR:2.13,95% CI:1.36至3.34)。使用最高PGS003548三分位数、十分位数和5%也观察到类似交互作用。讨论:血小板计数相关遗传变异可能改变阿司匹林对痴呆的效果。这些产生假设的发现需要验证。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
遗传亚组是否可能从阿司匹林中获得痴呆预防获益?
核心机制
血小板计数相关遗传变异可能修改阿司匹林对痴呆风险的效果,涉及血小板生物学途径。
主要证据
在ASPREE试验中,筛选1848个PGS,发现血小板相关PGS富集与阿司匹林交互作用;PGS003548最高五分位组阿司匹林与痴呆风险降低3.5倍相关,但主要出血风险增加。
研究意义
这些假设生成性发现提示未来痴呆预防策略可能基于遗传分层进行精准预防,但需要外部验证。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

PGS筛选与质控

识别可能修改阿司匹林效果的遗传评分

从PGS Catalog下载5182个PGS,在ASPREE参与者中计算,经过QC后1848个PGS用于分析。

2

交互作用分析

评估PGS与阿司匹林对痴呆和出血的交互作用

使用Cox模型分析PGS×阿司匹林交互作用,校正年龄、性别、APOE状态和祖先主成分。

3

血小板PGS分层分析

验证显著PGS在五分位数中的效果

对通过Bonferroni校正的PGS(如PGS003548)进行五分位数分层,比较阿司匹林和安慰剂组痴呆和出血风险。

4

敏感性分析

评估竞争风险和替代阈值的一致性

使用Fine-Gray竞争风险模型和不同遗传风险阈值进行敏感性分析。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
Axiom 2.0精准医学多样性芯片Thermo Fisher Scientific--
PLINK 1.9----
R 4.5.1----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
PGS筛选与质控
PGS来源:PGS Catalog,下载日期2025年10月28日;QC标准:>95% SNPs可用,2021年后发表,欧洲样本衍生,分布QC包括多模态、峰度>5、>1%数据超出3SD。
阅读提示:Methods 2.3 Genotyping and polygenic scores
交互作用分析
模型:Cox模型;校正变量:年龄、性别、APOE ε3/ε4等位基因数、前10个主成分;多重检验校正:Bonferroni α=0.05/1848。
阅读提示:Methods 2.4 Statistical analysis
血小板PGS分层分析
分层:五分位数;终点:痴呆和主要出血;统计:HR和95% CI;样本量:Q5 n=2708。
阅读提示:Results 3.5 Genetic stratification of PGS003548 and Table 2
敏感性分析
竞争风险模型:Fine-Gray;替代阈值:三分位数、十分位数、5%;结果一致性。
阅读提示:Results 3.5 and Table S6