Доказательства вклада наследственности в чувствительность к сепсису среди американских ветеранов

Kempker et al., Critical Care Explorations

DOI: 10.1097/CCE.0000000000000603

Обсервационное исследование

Доказательства вклада наследственности в чувствительность к сепсису среди американских ветеранов

Перевод оригинальной статьи «Evidence for an Inherited Contribution to Sepsis Susceptibility Among a Cohort of U.S. Veterans»

Jordan A. Kempker, Greg S. Martin, Matthew T. Rondina, Lisa A. Cannon-Albright

Department of Medicine, Division of Pulmonary, Allergy, Critical Care and Sleep Medicine, Emory University School of Medicine, Atlanta, GA.

Division of General Internal Medicine, Department of Internal Medicine, Department of Pathology, University of Utah Health, Salt Lake City, UT.

University of Utah Molecular Medicine Program, University of Utah Health, Salt Lake City, UT.

Department of Internal Medicine and the GRECC, George E. Wahlen Department of Veterans Affairs Medical Center, Salt Lake City, UT.

Division of Genetic Epidemiology, Department of Internal Medicine, University of Utah School of Medicine, Salt Lake City, UT.

Huntsman Cancer Institute, Salt Lake City, UT.

George E. Wahlen Department of Veterans Affairs Medical Center, Salt Lake City, UT.

Key words: familial clustering, genealogy, high-risk pedigree, infection, relative risk, sepsis, Veteran Health, Veteran’s Health Affairs genealogy resource

Ключевые слова: семейная кластеризация, генеалогия, родословная высокого риска, инфекция, относительный риск, сепсис

Сепсис определяется как дисрегуляция иммунного ответа на инфекцию, что ведет к развитию органной дисфункции. Летальность при сепсисе, по разным оценкам, находится между 15% и 50% [1—3]. Распространённость сепсиса в странах с высоким уровнем дохода составляет от 80 до 300 случаев на 100 000 населения, а странах с низким доходом распространенность сепсиса точно не установлена, но может быть намного выше [2, 3]. В общем и целом все попытки понимания сепсиса в целях его предупреждения, раннего распознавания и лечения упрощенно можно свести к двум подходам: 1) сепсис как множество аналогичных заболеваний, определяемых возбудителем (патогеном) и 2) специфическая сущность, определяемая гомологичными путями дисрегуляции иммунной системы. Несмотря на то, что оба этих подхода могут дополнять друг друга (быть комплиментарными), акцент на сепсисе, как на общем, с возможностью идентификации, пути дает ценную информацию для стратегии исследования, что в большей степени направлена на поиск причин, в основе которых лежит биология человека. Именно в этих рамках мы сделали попытку изучения потенциальной семейной кластеризации как доказательства вклада наследственности в риски развития сепсиса.

Недавний мета-анализ изучил ассоциации специфических генетических вариантов с риском развития сепсиса, но в нашей работе мы использовали другой подход, заключающийся в использовании национального генеалогического набора данных (США), связанного с детальными медицинскими диагнозами, что позволило провести семейную кластеризацию и выяснить ее связь с сепсисом для тестирования гипотезы о вкладе наследственности в развитие сепсис-каузативной инфекции и последующего иммунного ответа [4, 5].

Наша работа дополняет существующую литературу по конкретным генетическим вариантам, ассоциирован с сепсисом, не только потенциально раскрывая паттерны наследования, но и указывая, может ли без специфического генного тестирования семейный анализ (который получить намного легче) потенциально способствовать оценке риска развития сепсиса.

Материалы и методы

Дизайн, условия и участники

В этом исследовании использовался ресурс Veteran’s Health Affairs (VHA) Genealogy/Phenotype, который представляет собой ресурс генеалогических данных США, который, в свою очередь, связан с общенациональными медицинскими данными всей популяции США и ветеранов, использующих систему VHA при оказании медицинской помощи. Этот ресурс был создан также и для анализа доказательств генетического вклада в состояния, связанные со здоровьем [5, 6]. Ресурс данных генеалогии простирается вплоть до начала 1700-х годов, включает в себя всех родившихся во всех 50 штатах, а в настоящий момент времени этот ресурс представляет около 71 миллиона человек со связанными родственниками, при этом связанные с подгруппами медицинские данные VHA датируются серединой 1990-х годов и включают пациентов VHA с демографическими данными, все они зарегистрированы как связанные с уникальным человеком генеалогические данные [6]. В наш анализ мы включили 273 227 пациентов VHA со связанными генеалогическими данными — оба родителя, все четверо бабушек и дедушек и два из восьми прабабушек/прадедушек. Как только пациент VHA был связан с генеалогическими данными, ему присваивался идентификационный номер, используемый в дальнейшем для идентификации случая и при кластерном анализе.

Идентификация случаев сепсиса и сравнение групп

При определении случаев сепсиса использовались коды международной классификации болезней (МКБ) с сопутствующими данными для всех VHA пациентов и связанными с ними генеалогическими данными. Учитывая сложность использования кодов МКБ при определении случаев сепсиса, мы априори установили основное определение случая, когда использовались коды явного сепсиса, и два более либеральных определения сепсиса, и все они использовались в заранее запланированных анализах чувствительности для изучения устойчивости результатов к различным определениям сепсиса. Коды, при которых использовались три определения, показаны в Таблице 1, специфические определения сепсиса показаны в Таблице 2.

При разных методах анализа, что описаны ниже, требовались разные группы сравнения. Для анализа генеалогического индекса семейственности (the Genealogical Index of Familiality [GIF]), описанного ниже, мы выбрали 1 000 контрольных сетов из общей популяции VHA пациентов, имеющих полные генеалогические данные. Для каждого такого сета, а также для каждого случая сепсиса, мы случайным образом выбрали одного контрольного VHA пациента, который также совпадал по полу и по 10-летнему периоду рождения. Для анализа относительного риска (RR), описанного ниже, показатели популяции исследования были оценены с использованием всей популяции из 273 227 пациентов с VHA со связанной генеалогией (не менее восьми непосредственных предков) и медицинских данных.

Статистический анализ

Семейная кластеризация анализировалась с помощью хорошо известных методологий. GIF использовался для тестирования избыточного родства среди тех, кому был поставлен диагноз сепсис, и далее проводилось сравнение с ожидаемым родством 100 подобных групп индивидуалов из этой популяции. Изначально этот тест был разработан для исследования генеалогических данных [4—6]. Родство каждой пары пациентов с сепсисом измеряется с помощью коэффициента родства Malécot, который представляет собой вероятность того, что гомологичный аллель у двух людей был идентичен по происхождению от общего предка. Статистика GIF для всех случаев сепсиса представляет собой среднее значение всех парных родств. Большинство пар случаев не связаны, в результате чего многие коэффициенты равны 0, поэтому статистика умножается на 10 5. Статистику GIF рассчитывали для 1000 независимых наборов совпадающих контролей пациентов с VHA с генеалогическими данными, как описано ранее, для оценки среднего парного родства, ожидаемого в популяции пациентов с VHA, из которой были отобраны случаи сепсиса. Эмпирическая значимость теста GIF измеряется путем сравнения статистики GIF для случаев сепсиса с распределением 1000 контрольных статистических данных GIF.

В дополнение к этому сравнению GIF мы также рассчитали статистику дистанциированного GIF (a distant GIF [dGIF]), которая рассчитывается аналогично GIF, но учитывает только более дальные родственные отношения. Это осуществляется путем игнорирования близких парных отношений (первой и второй степени), среди которых общее окружение и факторы риска гипотетически могли играть роль в наблюдаемой семейной кластеризации. В частности, хотя тест GIF включает доказательства семейной кластеризации, которая может не быть связана с наследственностью, тест dGIF гипотетически снижает влияние таких вкладов окружающей среды и предоставляет более надежные доказательства наследственного вклада в семейную кластеризацию.

Вклад в статистику GIF от различных генетических отношений, наблюдаемых между случаями и контролем, можно визуализировать с помощью попарного генетического расстояния, когда становится возможно сравнение случаев и 1000 контрольных наборов (Рис. 1): попарное генетическое расстояние, равное 1, представляет родство родитель/потомок; расстояние 2 представляет братьев и сестер, сводных братьев и сестер или бабушек и дедушек/внуков; расстояние 3 представляет авункуляров (avunculars) или прапрадеда/правнука; расстояние 4 в первую очередь представляет собой двоюродных братьев и сестер; расстояние 6 в первую очередь представляет троюродных братьев и сестер; и так далее.

Мы также оценили RRs развития сепсиса у родственников, как более традиционный тест на генетический вклад в фенотип. Чтобы оценить RR, мы сначала оценили когортную частоту сепсиса во всей популяции всех пациентов с VHA с сцепленной генеалогией. Все 273 227 пациентов с VHA с глубокой генеалогией были отнесены к когорте с разбивкой по полу и 10-летним периодам рождения. Когортные показатели сепсиса оценивались путем деления общего числа случаев сепсиса в каждой когорте на общее количество пациентов с VHA с глубокой генеалогией в когорте. RR развития сепсиса для каждого типа родственников оценивали как наблюдаемое количество случаев сепсиса в группе родственников, деленное на ожидаемое количество случаев сепсиса в группе родственников. Ожидаемое количество случаев сепсиса в группе родственников рассчитывали путем суммирования когорт-специфичной частоты сепсиса для всех родственников. Доверительный интервал (CI) и значимость оценивались, как описано в Agresti [7].

В конечном итоге мы построили родословные с высоким риском сепсиса путем анализа наследственных векторов для всех пациентов VHAс сепсисом. Это позволило идентифицировать все кластеры двух или более родственных больных сепсисом с общим предком. Подмножество таких родословных, в которых наблюдается значительное превышение числа потомков с диагнозом сепсис по сравнению с ожидаемым, представляет собой родословные с высоким риском сепсиса. Для каждой выявленной родословной сепсиса наблюдаемое количество случаев сепсиса среди потомков, связанных с VHA, сравнивали с ожидаемым числом случаев сепсиса среди потомков, связанных с VHA (оценивалось, как описано выше, с использованием когорт-специфических показателей сепсиса VHA, применяемых к потомкам, связанным с VHA). ). Родословные со значительным превышением числа случаев сепсиса среди потомков (р < 0,05) были отнесены к группе высокого риска.

Исследование было одобрено «the University of Utah Institutional Review Board (approval number 00031242).

Результаты

Всего в VHA было выявлено 4 666 пациентов с сепсисом, у которых была полная генеалогическая картина. Случаи сепсиса в период 2001 года по 2018 год были преимущественно у мужчин (96%) в возрасте 65 лет и старше (80%).

Кластерный анализ

В таблице 3 показаны результаты анализа GIF. Пациенты VHA, которым был поставлен диагноз сепсиса, имели существенно большие парные родственные связи, чем у всей популяции VHA (GIF p = 0.028). Среднее парное родство было выше для случаев сепсиса по сравнению с контрольной группой, но когда близкие отношения (первой и второй степени) игнорировались, разница осталась значимой (dGIF p = 0,217). Анализы чувствительности, где использовались два более либеральных определения сепсиса, показали аналогичные результаты (Таб. 3).

На рисунке 1 показано графическое представление вклада GIF в статистику по парному генетическому расстоянию для пар случаев сепсиса по сравнению с контрольными парами тогда, когда использовалось основное определение сепсиса. Гистограмма для контрольной группы показывает ожидаемое распределение семейной группировки лиц, сходных со случаями сепсиса с VHA (совпадающими по полу и году рождения) из этой популяции пациентов с VHA с доступными генеалогическими данными. При отсутствии избыточной семейной кластеризации для случаев сепсиса, гистограмма будет соответствовать гистограмме для контрольной группы. Вместе с тем для большинства генетических расстояний наблюдается превышение парных отношений для случаев сепсиса над контролем, а статистическое сравнение этого родства показало значительное превышение для случаев сепсиса (p = 0,028). Следует отметить, что поскольку фенотипы сепсиса доступны только в узком временном промежутке между поколениями, для которого были доступны данные (с середины 1990-х до 2016 г.), близкие отношения между поколениями (например, прадедушка/правнук) наблюдаются не так часто, как в одно и то же поколение в наборе данных (например, троюродные братья и сестры).

Относительные риски (RRs) у родственников

В таблице 4 показаны расчетные наблюдаемые и ожидаемые RRs для развития сепсиса у родственников первой-пятой степени родства. В случае использования основного определения случая сепсиса наблюдалось значительное повышение риска развития сепсиса среди родственников первой и второй степени родства, но не наблюдалось существенных различий риска для родственников третьей, четвертой и пятой степени родства. Там же, где использовались два более либеральных определения сепсиса, наблюдается аналогичная картина результатов RR, хотя значительное повышение риска наблюдалось только для родственников четвертой степени родства (для обеих исследованных групп чувствительности).

Родословная и высокий риск развития сепсиса

Все 4 666 пациентов VHA, у которых диагностирован сепсис, объединены в 1876 кластеров/родословных, происходящих от одного и того же предка, включая от двух до 12 родственных случаев сепсиса. Ни одна из 1 876 родословных сепсиса полностью не перекрывается, но в некоторых случаях сепсис может развиваться у членов более чем одной родословной от разных предков. Из 1 876 идентифицированных родословных по сепсису, 628 имеют значительный избыток случаев сепсиса среди потомков (p < 0,05). На рисунке 2 показан пример родословной среднего размера с высоким риском сепсиса VHA.

Обсуждение

В этом анализе мы использовали большую генеалогическую базу данных США, связанную с историями болезни VHA, что позволило нам не только идентифицировать 4 666 пациентов VHA с диагнозом сепсиса, но и глубоко заглянуть в их родословную. Наши данные показали семейную кластеризацию при развитии сепсиса при трех типах анализа. Во-первых, GIF тест показал высокое влияние наследственности на развитие сепсиса при сравнении со случайным контролем. Во-вторых, была показана большая зависимость развития сепсиса от степени родства, когда родственники первой и второй степени родства сепсис развивался чаще. В-третьих, мы выявили значительное количество родословных, в которых сепсис развивался намного чаще, а потомки имели большую вероятность развития сепсиса. Все эти три анализа дополняют и обогащают друг друга, при этом поддерживают строгие доказательства того, что генетический компонент определяет предрасположенность к инфекции и/или формированию ответной реакции иммунной системы на инфекцию.

Этот анализ имеет свои ограничения и сильные стороны. Касательно ограничений — источник, представляющий популяцию военных ветеранов США с доступными генеалогическими данными, в основном содержит информацию о мужчинах пожилого и старческого возраста, предки которых представляли североевропейскую популяцию, что не позволяет транслировать наши данные на другие популяции. В этом исследовании не были представлены ни раса, ни этническая принадлежность. К другим ограничениям можно отнести то, что генеалогия выбранной нами популяции не представляет генеалогию всей популяции США. Данные о фенотипе сепсиса также следует считать подвергнутыми цензуре — диагнозы родственников, которые не были ветеранами или которые не пользовались системой здравоохранения VHA, диагнозы родственников, генеалогические данные которых не были связаны, диагнозы, которые не были отмечены в медицинской карте, и диагнозы, поставленные до начала сбора данных VHA. Хоть мы и надеемся, что такая цензура не приведет к смещению оценок, но мы не можем отрицать и того, что оценки RR, вероятно, могут недооценивать имеющиеся риски. Наконец, мы полагались на кодирование МКБ для выявления случаев сепсиса, метод, который специфичен, но не чувствителен по сравнению с клиническими данными [3]. Чисто теоретически мы предположили, что такие пропущенные случаи (сепсис) не отличались между случаями сепсиса и контрольной группой и, следовательно, вносили случайную ошибку, которая имела бы тенденцию к смещению результатов в сторону нулевого значения.

К сильным сторонам нашего исследования относится использование обширной генеалогической базы данных, а идентификация случаев сепсиса в национальной системе здравоохранения, к которой относится VHA, позволяет идентифицировать как близкие, так и отдаленные взаимоотношения среди случаев. В нашем исследовании отсутствовали риски, типичные для большинства исследований риска заболеваний у родственников. Ресурс VHA и аналогичный ресурс, представляющий генеалогию штата Юты, вместе с используемыми методами анализа валидированы, имеют многочисленные анализы фенотипов, связанных со здоровьем, идентификацию родословных с высоким риском заболевания, что уже привело к успешной идентификации генов предрасположенности к некоторым другим заболеваниям.

В контексте всех имеющихся сильных сторон и ограничений нашего набора данных, мы интерпретируем наши результаты, как веские доказательства семейной кластеризации сепсиса. Эти доказательства наиболее убедительны у близких родственников. Наша GIF статистика показала это при том, что dGIF, когда из анализа исключались близкородственные связи, показал несущественный тренд к развитию сепсиса. Таким образом, мы утверждаем, что близкие родственники первой и второй линии имеют очень высокий риск развития сепсиса. Такая кластеризация может иметь связи с факторами окружающей среды, с генетическими факторами или с их комбинацией. В существующей литературе есть доказательства того, что как генетические варианты, так и социальные детерминанты здоровья, ассоциируются с риском развития сепсиса. В отношении генетических вариантов, ассоциированных с риском развития сепсиса, показателен мета-анализ 2019 года, в котором были найдены 29 вариантов (из 76) 23 генов, ассоциированных с риском развития сепсиса. Эти варианты вовлекали гены молекул патоген-распознающих рецепторов, про- и анти- воспалительных цитокинов и других молекул, связанных с иммунной системой [8]. Подобные результаты были получены в недавнем исследовании норвежской популяции [9]. Совсем давнее исследование, посвященное изучению рисков у биологических и приемных детей, показало влияние наследственности на риск развития инфекции [10]. Касательно же социальных детерминант сепсиса есть несколько исследований, что показали наличие связей между социоэкономическим статусом и инфекциями и мы ранее провели большое исследование, в котором показали, что часть социоэкономических факторов имели тесные связи со смертью от септицемии [11—15]. Эта связь была дополнительно подчеркнута во время нынешней пандемии COVID-19, когда данные показывают более высокие показатели заболеваемости и смертности в районах с более низким социально-экономическим статусом [16].

В общем и целом, все наши текущие знания о сепсисе говорят о том, что факторы риска его развития включают в себя генетику, социоэкономику и стиль жизни. Этого, вероятно, и следует ожидать от состояния, к развитию которого приводит сложная цепочка событий, что начинается с множества разнообразных патогенов с различными путями заражения и инфицирования органов и систем органов, с последующей дисрегуляцией системной воспалительной реакции и развитием органной дисфункции.

Идентификация многочисленных родословных, демонстрирующих значительный избыток сепсиса среди потомков, обеспечивает мощный и информативный ресурс для идентификации генов предрасположенности, который будет дополнять исследования ассоциаций всего генома. Исследования родословных с высоким риском, набранных в аналогичном генеалогическом ресурсе штата Юта, позволили идентифицировать множественные гены и варианты предрасположенности к заболеваниям [17–27]. Идентификация генов, ответственных за сепсис, может позволить не только значительно снизить заболеваемость и смертность от сепсиса, но и предоставить новые знания для улучшения скрининга, профилактики и лечения сепсиса.

Выводы

Наше исследование предоставляет убедительные доказательства семейной кластеризации сепсиса. Мы описали важную основополагающую информацию и определили ее как мощный ресурс выявления родословных, что несут в себе высокие риски развития сепсиса, что, в свою очередь, определяет необходимость дальнейших исследований в целях определения ответственных генетических вариантов с последующим распознанием моделей наследования для того, чтобы обнаружить ту информацию, что сможет помочь в наблюдении, профилактике и раннем лечении сепсиса в особых группах риска.

Список литературы:

1. Singer M, Deutschman CS, Seymour CW, et al: The third international consensus definitions for sepsis and septic shock (Sepsis-3). JAMA 2016; 315:801–810

2. Kempker JA, Martin GS: The changing epidemiology and definitions of sepsis. Clin Chest Med 2016; 37:165–179

3. Rhee C, Dantes R, Epstein L, et al; CDC Prevention Epicenter Program: Incidence and trends of sepsis in US hospitals using clinical vs claims data, 2009-2014. JAMA 2017; 318:1241–1249

4. Cannon Albright LA: Utah family-based analysis: Past, present and future. Hum Hered 2008; 65:209–220

5. Cannon-Albright LA, Dintelman S, Maness T, et al: Creation of a national resource with linked genealogy and phenotypic data: The Veterans Genealogy Project. Genet Med 2013; 15:541–547

6. Cannon-Albright LA, Dintelman S, Maness T, et al: Population genealogy resource shows evidence of familial clustering for Alzheimer disease. Neurol Genet 2018; 4:e249

7. Agresti A: Categorical Data Analysis. New York, NY, A WileyInterscience Publication, 1990

8. Lu H, Wen D, Wang X, et al: Host genetic variants in sepsis risk: A field synopsis and meta-analysis. Crit Care 2019; 23:26

9. Rogne T, Damås JK, Solligård E, et al: Genome-wide linkage analysis of the risk of contracting a bloodstream infection in 47 pedigrees followed for 23 years assembled from a population-based cohort (the HUNT Study). Crit Care Med 2020; 48:1580–1586

10. Sørensen TI, Nielsen GG, Andersen PK, et al: Genetic and environmental influences on premature death in adult adoptees. N Engl J Med 1988; 318:727–732

11. Kempker JA, Kramer MR, Waller LA, et al: Risk factors for septicemia deaths and disparities in a longitudinal US cohort. Open Forum Infect Dis 2018; 5:ofy305

12. Hadler JL, Clogher P, Huang J, et al: The relationship between census tract poverty and Shiga toxin-producing E. coli risk, analysis of FoodNet data, 2010-2014. Open Forum Infect Dis 2018; 5:ofy148

13. Spicer JO, Thomas S, Holst A, et al: Socioeconomic and racial disparities of pediatric invasive pneumococcal disease after the introduction of the 7-valent pneumococcal conjugate vaccine. Pediatr Infect Dis J 2014; 33:158–164

14. Soto K, Petit S, Hadler JL: Changing disparities in invasive pneumococcal disease by socioeconomic status and race/ ethnicity in Connecticut, 1998-2008. Public Health Rep 2011; 126(Suppl 3):81–88

15. Burton DC, Flannery B, Bennett NM, et al; Active Bacterial Core Surveillance/Emerging Infections Program Network: Socioeconomic and racial/ethnic disparities in the incidence of bacteremic pneumonia among US adults. Am J Public Health 2010; 100:1904–1911

16. Oronce CIA, Scannell CA, Kawachi I, et al: Association between state-level income inequality and COVID-19 cases and mortality in the USA. J Gen Intern Med 2020; 35:2791–2793

17. Atkin CL, Hasstedt SJ, Menlove L, et al: Mapping of Alport syndrome to the long arm of the X chromosome. Am J Hum Genet 1988; 42:249–255

18. Kamb A, Shattuck-Eidens D, Eeles R, et al: Analysis of the p16 gene (CDKN2) as a candidate for the chromosome 9p melanoma susceptibility locus. Nat Genet 1994; 8:23–26

19. Miki Y, Swensen J, Shattuck-Eidens D, et al: A strong candidate for the breast and ovarian cancer susceptibility gene BRCA1. Science 1994; 266:66–71

20. Miller JB, Ward E, Staley LA, et al; Alzheimer’s Disease Genetics Consortium: Identification and genomic analysis of pedigrees with exceptional longevity identifies candidate rare variants. Neurobiol Dis 2020; 143:104972

21. Patel D, Mez J, Vardarajan BN, et al; Alzheimer’s Disease Sequencing Project: Association of rare coding mutations with Alzheimer disease and other dementias among adults of European ancestry. JAMA Netw Open 2019; 2:e191350

22. Ridge PG, Karch CM, Hsu S, et al; Alzheimer’s Disease Neuroimaging Initiative: Linkage, whole genome sequence, and biological data implicate variants in RAB10 in Alzheimer’s disease resilience. Genome Med 2017; 9:100

23. Teerlink CC, Huff C, Stevens J, et al: A nonsynonymous variant in the GOLM1 gene in cutaneous malignant melanoma. J Natl Cancer Inst 2018; 110:1380–1385

24. Wooster R, Neuhausen SL, Mangion J, et al: Localization of a breast cancer susceptibility gene, BRCA2, to chromosome 13q12-13. Science 1994; 265:2088–2090

25. Teerlink CC, Stevens J, Hernandez R, et al: An intronic variant in the CELF4 gene is associated with risk for colorectal cancer. Cancer Epidemiol 2021; 72:101941

26. Teerlink CC, Jurynec MJ, Hernandez R, et al: A role for the MEGF6 gene in predisposition to osteoporosis. Ann Hum Genet 2021; 85:58–72

27. Thompson BA, Snow AK, Koptiuch C, et al: A novel ribosomal protein S20 variant in a family with unexplained colorectal cancer and polyposis. Clin Genet 2020; 97:943–944