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。
Platelet count polygenic scores may modify the effect of aspirin in primary prevention of dementia
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
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
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
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
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。
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。
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。
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。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 基因分型 | Axiom 2.0精准医学多样性芯片 | Thermo Fisher Scientific | -- |
| PGS计算 | PLINK 1.9 | -- | -- |
| 数据分析 | R 4.5.1 | -- | -- |
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 |