Calcul du risque de récurrence mendélien

Le calcul du risque de récurrence mendélien dérive la probabilité qu'un trouble monogénique réapparaisse à partir des lois de ségrégation, puis affine cette base en utilisant toutes les informations disponibles via l'analyse bayésienne. Un simple rapport — un demi pour l'enfant d'un porteur autosomique dominant, un quart pour les parents autosomiques récessifs — n'est qu'un point de départ que la structure du pedigree, l'âge et les résultats des tests peuvent modifier considérablement.

Definition

Le calcul du risque de récurrence mendélien est l'estimation de la probabilité de récurrence pour un trouble monogénique à partir des rapports de ségrégation, modifiée par des probabilités conditionnelles bayésiennes qui intègrent les informations de pedigree, de phénotype, d'âge et de test.

Scope

Cette entrée couvre les rapports de ségrégation pour les principaux modèles mendéliens et le cadre bayésien qui combine une probabilité a priori avec des informations conditionnelles pour produire un risque a posteriori (final). Il s'agit d'une référence méthodologique et ne fournit pas de chiffres de risque pour un consultant individuel.

Core questions

• Quel risque de récurrence de base chaque modèle d'hérédité mendélienne implique-t-il ?
• Comment l'analyse bayésienne combine-t-elle le risque a priori avec des preuves conditionnelles telles qu'un statut non affecté ou un test normal ?
• Comment les probabilités a priori, conditionnelles, conjointes et a posteriori sont-elles liées dans un tableau de risque ?

Key concepts

• Rapports de ségrégation (1/2, 1/4)
• Modèles autosomiques dominants, récessifs et liés à l'X
• Probabilité a priori
• Probabilité conditionnelle
• Probabilité conjointe et a posteriori
• Théorème de Bayes en conseil génétique
• Effet des descendants non affectés sur le risque de porteur

Mechanisms

Le calcul commence par une probabilité a priori issue de la ségrégation mendélienne — par exemple, la probabilité de 1/2 que l'enfant d'un porteur autosomique dominant hérite de l'allèle. L'analyse bayésienne multiplie ensuite cette probabilité a priori par des probabilités conditionnelles qui reflètent les preuves observées, telles que plusieurs enfants non affectés (ce qui réduit le risque a priori de porteur d'une femme pour un trouble lié à l'X) ou un test moléculaire normal. La division de la probabilité conjointe de chaque voie par leur somme donne le risque a posteriori, ou final. Cette structure permet de combiner de manière cohérente des éléments de preuve indépendants en un seul chiffre.

Clinical relevance

Le calcul bayésien du risque de récurrence est une compétence fondamentale en génétique clinique et explique pourquoi deux consultants ayant la même histoire familiale peuvent présenter des risques finaux différents. Cette entrée décrit la méthode ; il s'agit d'un matériel de référence et non d'un substitut à une évaluation clinique individualisée ou à un conseil génétique.

Epidemiology

L'approche s'applique aux affections suivant des modèles mendéliens reconnus — troubles autosomiques dominants, autosomiques récessifs et récessifs liés à l'X — où les rapports de base sont fixes mais les risques finaux varient en fonction des informations de pedigree, des fréquences des porteurs et de la sensibilité des tests génétiques disponibles.

History

Le raisonnement bayésien a fait son entrée dans le conseil génétique au milieu du XXe siècle, avec Edmond Murphy et Gary Chase parmi ceux qui ont systématisé son utilisation pour les problèmes de risque de porteur. Des textes d'exemples pratiques de Bridge et Young ont ensuite fait du tableau a priori-conditionnel-a posteriori un outil standard, et l'avènement des tests moléculaires a ajouté de nouveaux termes conditionnels puissants au calcul.

Key figures

• Thomas Bayes
• Edmond Murphy
• Ian Young
• Peter Bridge

Seminal works

• young-2007
• bridge-1997

Frequently asked questions

Pourquoi le risque de récurrence pour l'enfant n'est-il pas simplement le rapport mendélien ?

Le rapport mendélien n'est que la probabilité a priori ; l'analyse bayésienne l'ajuste en utilisant des informations supplémentaires telles que des proches non affectés ou des résultats de tests normaux, ce qui peut augmenter ou diminuer considérablement le risque final.

Que contient un tableau de risque bayésien ?

Il énumère les hypothèses concurrentes (par exemple, porteur versus non-porteur), leurs probabilités a priori, les probabilités conditionnelles des preuves observées sous chaque hypothèse, les probabilités conjointes résultantes et les probabilités a posteriori normalisées.