Francesco Mattio, Centro Cardiologico Monzino
francesco.mattio@cardiologicomonzino.it
Arianna Galotta, Cristina Banfi, Elisabetta Salvioni, Piergiuseppe Agostoni, Alice Bonomi
- Categoria Primaria: Metodi epidemiologici e biostatistici
Introduzione L’identificazione di biomarcatori affidabili per la diagnosi di scompenso cardiaco rappresenta una sfida rilevante nella ricerca clinica. La complessità dei dati proteomici richiede approcci statistici robusti per selezionare variabili rilevanti e costruire modelli predittivi accurati. Obiettivi Sviluppare un approccio metodologico integrato per identificare proteine discriminanti tra pazienti con scompenso cardiaco e controlli e costruire un modello diagnostico basato su queste variabili. Metodi Sono stati analizzati i dati relativi a 561 campioni di pazienti affetti da scompenso cardiaco, in cui sono state misurate 92 proteine tramite la tecnologia Olink. Per l’analisi preliminare, sono stati effettuati t-test univariati, rappresentati con volcano plot, e un’analisi delle componenti principali (Principal Component Analysis, PCA). Successivamente, l’analisi di clustering è stata condotta sulle variabili selezionate con Boruta. Per esplorare le vie biologiche associate alle proteine differenzialmente espresse, è stata utilizzata una Gene Set Enrichment Analysis (GSEA). Infine, una procedura stepwise di regressione logistica, basata sulle 43 variabili selezionate con Boruta, è stata applicata con validazione incrociata su 200 iterazioni. Il modello finale è stato validato calcolando la curva ROC e stimando l’AUC. Risultati La PCA non ha evidenziato una chiara separazione tra i controlli e i pazienti con scompenso cardiaco, con la PC1 che spiega l’83.67% e la PC2 solo il 2.52% della varianza totale, mostrando performance limitate. L’analisi di clustering, basata sulle variabili selezionate con Boruta, ha mostrato una suddivisione in due gruppi con differenze significative nei livelli delle proteine. Tuttavia, è stata osservata una parziale sovrapposizione tra i controlli e i pazienti, indicando una separazione non perfetta. Parallelamente, il modello finale di regressione logistica, costruito a partire dalle variabili selezionate con Boruta e validate tramite una procedura stepwise cross-validata, ha evidenziato quattro proteine altamente discriminanti, selezionate in almeno il 50% delle iterazioni cross-validative. Questo modello ha ottenuto un’area sotto la curva (AUC) di circa 0.95, dimostrando eccellenti capacità predittive. Conclusioni L’approccio metodologico proposto ha permesso di identificare un pannello di biomarcatori proteici altamente discriminanti e di esplorare le vie biologiche chiave coinvolte nello scompenso cardiaco. Questo studio sottolinea l’importanza dell’integrazione di metodi statistici avanzati e analisi biologiche per migliorare la comprensione e la diagnosi di patologie complesse.