Расчет менделевского риска повторения

Расчет менделевского риска повторения определяет вероятность повторения моногенного заболевания на основе законов сегрегации, а затем уточняет эту базовую вероятность, используя всю доступную информацию посредством байесовского анализа. Простое соотношение — одна вторая для ребенка носителя аутосомно-доминантного заболевания, одна четвертая для родителей с аутосомно-рецессивным заболеванием — является лишь отправной точкой, которую структура родословной, возраст и результаты тестов могут значительно изменить.

Definition

Расчет менделевского риска повторения — это оценка вероятности повторения моногенного заболевания на основе коэффициентов сегрегации, модифицированных байесовскими условными вероятностями, которые включают информацию о родословной, фенотипе, возрасте и результатах тестов.

Scope

Эта статья охватывает коэффициенты сегрегации для основных менделевских типов наследования и байесовскую структуру, которая объединяет априорную вероятность с условной информацией для получения апостериорного (конечного) риска. Это методологический справочник, который не предоставляет данные о риске для какого-либо индивидуального консультируемого.

Core questions

• Какую базовую вероятность повторения подразумевает каждый менделевский тип наследования?
• Как байесовский анализ объединяет априорный риск с условными данными, такими как отсутствие заболевания или нормальный результат теста?
• Как априорные, условные, совместные и апостериорные вероятности соотносятся в таблице риска?

Key concepts

• Коэффициенты сегрегации (1/2, 1/4)
• Аутосомно-доминантные, рецессивные и Х-сцепленные типы наследования
• Априорная вероятность
• Условная вероятность
• Совместная и апостериорная вероятность
• Теорема Байеса в консультировании
• Влияние не затронутых заболеванием потомков на риск носительства

Mechanisms

Расчет начинается с априорной вероятности, основанной на менделевской сегрегации — например, шанс 1/2, что ребенок носителя аутосомно-доминантного заболевания унаследует аллель. Затем байесовский анализ умножает эту априорную вероятность на условные вероятности, которые отражают наблюдаемые данные, такие как несколько не затронутых заболеванием детей (что снижает априорный риск носительства Х-сцепленного заболевания у женщины) или нормальный молекулярный тест. Деление совместной вероятности каждого пути на их сумму дает апостериорный, или конечный, риск. Эта структура позволяет когерентно объединять независимые части доказательств в одно число.

Clinical relevance

Байесовский расчет риска повторения является ключевой компетенцией в клинической генетике и объясняет, почему два консультируемых с одинаковым семейным анамнезом могут иметь разные конечные риски. Эта статья описывает метод; это справочный материал, а не замена индивидуальной клинической оценки или генетического консультирования.

Epidemiology

Подход применим к состояниям, следующим признанным менделевским моделям — аутосомно-доминантным, аутосомно-рецессивным и Х-сцепленным рецессивным заболеваниям — где базовые соотношения фиксированы, но конечные риски варьируются в зависимости от информации о родословной, частоты носительства и чувствительности доступных генетических тестов.

History

Байесовские рассуждения вошли в генетическое консультирование в середине двадцатого века, при этом Эдмонд Мерфи и Гэри Чейз были среди тех, кто систематизировал их использование для проблем риска носительства. Тексты с примерами, написанные Бриджем и Янгом, затем сделали таблицу «априорная-условная-апостериорная» стандартным инструментом, а появление молекулярного тестирования добавило мощные новые условные члены в расчет.

Key figures

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

Seminal works

• young-2007
• bridge-1997

Frequently asked questions

Почему риск повторения у ребенка не является просто менделевским соотношением?

Менделевское соотношение — это только априорная вероятность; байесовский анализ корректирует ее, используя дополнительную информацию, такую как не затронутые заболеванием родственники или нормальные результаты тестов, что может существенно повысить или понизить конечный риск.

Что содержит байесовская таблица риска?

Она перечисляет конкурирующие гипотезы (например, носитель против не-носителя), их априорные вероятности, условные вероятности наблюдаемых данных при каждой из них, результирующие совместные вероятности и нормализованные апостериорные вероятности.