Polyexposure, Polysocial, and Polygenic Scores for Common, Complex Disease Classification and the Creation of a Clinical Exposure Assessment

技術要約：一般的な複雑疾患の分類におけるポリエクスポージャー、ポリスソーシャル、およびポリジェニック・スコア

問題提起
遺伝的リスク（ポリジェニック・スコア、PGS）と環境的・心理社会的要因の両方が、一般的な複雑疾患への感受性に影響を与えることが知られているが、臨床現場には、これらの非遺伝的要因を統合するための標準化された定量的フレームワークが欠如している。日常的なヘルスケアにおいて、社会的および曝露歴の一部は記録されているものの、それらのデータは疾患横断的なリスク層別化をサポートする形式で収集されることは稀である。既存のアセスメントは、急性イベントや特定の集団に限定されていることが多く、修正可能な物理的曝露と構造的な社会経済的要因を区別できていない。その結果、文脈情報を、遺伝データやデモグラフィック・データと補完し合う、疾患横断的なリスク分類へと翻訳するための標準化された手法が存在しない。

方法論
本研究では、ノースカロライナ州を拠点とする多様なコホートであるPersonalized Environment and Genes Study (PEGS) のデータを利用した。解析は、全ゲノム解析（WGS）および3つの包括的なエクスポゾーム調査（健康と曝露、外部エクスポゾーム、内部エクスポゾーム）を完了した2,344名の参加者に焦点を当てた。これらは合計489個の変数からなる。

1. スコアの開発： 著者らは、3つの異なるタイプのスコアを導出した。
   • ポリエクスポージャー・スコア (PXS): 修正可能な物理的、職業的、ライフスタイル、および行動的曝露を集計したもの。
   • ポリスソーシャル・スコア (PSS): 個人の修正が困難な構造的な社会的要因（教育、住居、所得など）を要約したもの。
   • ポリジェニック・スコア (PGS): Polygenic Score Catalogのモデルを用いてWGSデータから算出。
   • 特徴量選択: PXSおよびPSSの疾患特異的な特徴量は、LASSO回帰、ランダムフォレスト、およびXGBoostを組み合わせた「投票（voter）」アプローチを用いて選択された。3つのモデルのうち少なくとも2つのモデルによって保持された特徴量が採用された。
2. 分類解析： これらのスコアの性能は、9つの自己報告による既往疾患（喘息、高コレステロール血症、子宮筋腫、高血圧、鉄欠乏性貧血、下部消化管ポリープ、片頭痛、卵巣嚢胞、および2型糖尿病）について評価された。
   • モデルは、年齢および性別（該当する場合は身体活動やBMIも含む）のベースラインと比較された。
   • 指標には、曲線下の面積の変化（$\Delta$AUC）、純再分類改善度（NRI）、McFaddenの調整済み疑似$R^2$、およびキャリブレーションが含まれた。
3. 独立性の評価： スコアのタイプ間のペアワイズ相関および集団の重複解析を行い、PXS、PSS、およびPGSによって特定された高リスク群が、互いに独立しているか、あるいは重複しているかを判断した。
4. 臨床フレームワークの開発： 臨床的な実現可能性を判断するため、著者らは疾患特異的な特徴量を「最小曝露質問セット」へと合成した。曝露カテゴリー内の相関行列に対してカイザー基準を適用し、有効な特徴量数を推定した結果、提案された66問のパネル（PXS 61問、PSS 5問）が導き出された。このフレームワークは、実現可能性について臨床医によるレビューを受けた。

主な結果

• 性能向上： 横断的な疾患分類において、PXSはベースラインの臨床モデルに対して最大の改善を示した（平均 $\Delta$AUC 0.08）。これは、PSS（0.02）およびPGS（0.02）の両方を上回った。統合モデル（PXS+PSS+PGS）は、最高の全体的性能を達成した（平均 $\Delta$AUC 0.10）。最大の改善は喘息において観察された（$\Delta$AUC 0.27）。
• リスク群の独立性： スコアのタイプは、主に異なる高リスク集団を特定した。同一疾患におけるスコア間の相関は弱かった（PGS-PXS間の平均 $r = 0.04$、PGS-PSS間 $= 0.03$）。決定的なことに、高スコアの上位10%に属する個人の重複は最小限であった：
  • PGS-PXSの重複: 0.94%
  • PGS-PSSの重複: 1.0%
  • 三重の重複（3つすべて）: 0.18%
• 特徴量選択： 当初の489個の変数のうち、235個が少なくとも1つの疾患特異的PXSのために選択され、17個がPSSのために選択された。3つの構造的曝露（母親の教育、父親の教育、住居形態）が、PSSにおいて9つの全疾患で選択された。
• 最小質問セット： 提案された66問のセット（PXS 61問、PSS 5問）は、疾患特異的モデルの識別能の大部分を保持していた。これを疾患に依存しないツールとして適用した場合、共通のPXS単独では臨床共変量に対して平均 $\Delta$AUC 0.07となり、統合モデル（PXS+PSS+PGS）は平均 $\Delta$AUC 0.09を達成した。
• 臨床的実現可能性： 臨床医によるレビューでは、提案された質問は収集可能であるとされたが、多くは構造化されたEHR（電子健康記録）フィールドではなく、直接的な患者報告を必要とするため、特定のワークフローへの統合が必要であることが示唆された。

意義および主張
本論文は、標準化された質問票による曝露および社会スコアが、遺伝的な感受性やデモグラフィックと相補的なリスク情報を提供することを主張している。主要な意義は、これらのリスク領域の独立性にある。遺伝子検査のみに頼ることは、環境的および社会的要因によって特定される高リスク群を系統的に見落とすことになる。

著者らは、本研究を従来の社会歴や臨床的なゴールドスタンダードに代わるものではなく、臨床的な収集のための実用的なフレームワークとして位置づけている。修正可能な曝露（PXS）を構造的な要因（PSS）から分離することで、このアプローチはリスク層別化を、実行可能な介入経路（例：ライフスタイル指導 vs 住居環境の改善）に適合させるものである。提案された66問の最小セットは、曝露学的情報を日常的なヘルスケアに統合し、特定の脆弱な集団を特定して介入を個別化するための出発点となるものであり、外部および前向きな検証を待つ段階にある。本研究は、分析が横断的であり自己報告データに基づいているものの、結果は、日常診療を補完するものとしての標準化された曝露評価の前向きな評価を支持していることを強調している。