Standardised Human Phenotype Ontology Annotation Enables High Quality Phenotypic Data Capture in a Real-World Common Variable Immunodeficiency Cohort

Deze studie toont aan dat de implementatie van een gestandaardiseerd Human Phenotype Ontology (HPO)-kader met opleiding voor clinici een hoogwaardige, gedetailleerde vastlegging van fenotypische data mogelijk maakt in een grote Britse CVID-cohort, waarbij succesvol specifieke immuunprofielen en genetische varianten worden gekoppeld aan onderscheiden klinische subgroepen om het begrip van genotype-fenotype en therapeutische strategieën te bevorderen.

De kern

Stel je voor dat je probeert een complex recept aan een vriend te beschrijven, maar iedereen gebruikt zijn eigen straattaal. De één zegt "een snufje kruid", de ander "een scheutje pit" en een derde "iets pittigs". Als je later hun notities probeert te vergelijken, is het een puinhoop. Je kunt niet zeggen of ze daadwerkelijk hetzelfde gerecht hebben gemaakt of dat ze gewoon verschillende woorden voor hetzelfde ding hebben gebruikt.

Dit is precies het probleem dat artsen hadden met Common Variable Immunodeficiency (CVID). Het is een aandoening waarbij het immuunsysteem verzwakt is, maar het ziet er bij elke enkele patiënt anders uit. Sommigen krijgen veel infecties, terwijl anderen infecties plus auto-immuunproblemen, gezwollen organen of longproblemen krijgen. Omdat artsen deze symptomen op verschillende manieren beschreven, was het moeilijk om het grote plaatje te zien of patiënten die eigenlijk op elkaar leken, te groeperen.

De Oplossing: Een Universeel "Medisch Woordenboek"
De onderzoekers in dit artikel besloten dit op te lossen door een hulpmiddel te gebruiken dat de Human Phenotype Ontology (HPO) heet. Denk aan HPO als een enorm, gestandaardiseerd woordenboek voor menselijke ziekten. In plaats van "mijn buik doet pijn" te schrijven, zou een arts die HPO gebruikt de exacte term "Buikpijn" selecteren uit een lijst. In plaats van "slechte longen" te zeggen, kiezen ze voor "Bronchiëctasie".

Het team, geleid door het INTREPID-consortium, bouwde een speciaal digitaal hulpmiddel (een "Phenotype Capture Tool") om artsen te helpen dit woordenboek te gebruiken. Maar ze wisten dat het alleen maar een woordenboek geven aan artsen niet genoeg was; ze moesten hen leren hoe ze het correct moesten gebruiken. Dus trainden ze 28 clinici in 11 ziekenhuizen in het VK over hoe ze patiënten moesten beschrijven met deze specifieke termen.

Het Experiment: Oefening Baart Kunst
De onderzoekers testten hun idee op twee manieren:

1. De Proefrit: Ze gaven 10 artsen hetzelfde nep-patiëntgeval en vroegen hen dit te beschrijven met behulp van het HPO-woordenboek. Voor de training waren hun beschrijvingen overal anders. Na de training waren ze bijna identiek. Het was alsof je een groep chefs leert ingrediënten te meten met dezelfde kop in plaats van te gissen met hun handen.
2. De Realiteit: Ze keken naar 526 echte CVID-patiënten. Ze vergeleken de notities die artsen schreven voor de training met de notities die na de training werden geschreven.
   • Voor: De notities waren mager. Gemiddeld noemden artsen ongeveer 7 symptomen per patiënt.
   • Na: De notities waren rijk en gedetailleerd. Het gemiddelde steeg naar 19 symptomen per patiënt.
   • Het Resultaat: De artsen schreven niet alleen meer; ze schreven beter. Ze stopten met het gebruik van vage termen en begonnen precieze termen te gebruiken, waardoor ze de volledige complexiteit van de ziekte vastlegden.

Wat Ze Ontdekten: Het Sorteren van de "Infectie" versus "Complex" Groepen
Met deze hoogwaardige data konden de onderzoekers eindelijk de patiënten sorteren in twee distincte groepen, zoals het sorteren van een gemengde zak knikkers op kleur:

• Groep A (Alleen Infectie): Patiënten die voornamelijk worstelden met het krijgen van ziektes.
• Groep B (Complex): Patiënten die infecties hadden plus andere rommelige complicaties zoals auto-immuunaanvallen, een vergrote milt of leverproblemen.

Ze ontdekten dat 58% van de patiënten in de "Complex" groep viel.

De Punten Verbinden: Genen en Symptomen
Omdat de data zo schoon was, konden ze eindelijk duidelijke lijnen trekken tussen wat er binnenin de lichamen van de patiënten gebeurde (hun genen en bloedcellen) en wat er aan de buitenkant gebeurde (hun symptomen).

• De "Complex" aanwijzing: Patiënten in de "Complex" groep hadden veel meer kans op specifieke genetische mutaties (specifiek in een gen genaamd NFKB1) en specifieke afwijkingen in hun immuuncellen (zoals een gebrek aan "gezwapte geheugen" B-cellen).
• Specifieke Koppelingen:
  • Als een patiënt een mutatie had in het NFKB1-gen, was de kans groot dat ze auto-immuunneutropenie hadden (waarbij het lichaam zijn eigen witte bloedcellen die infecties bestrijden, aanvalt).
  • Als een patiënt een specifieke mutatie had in het TACI-gen, was de kans groter dat ze herhaalde gist (Candida) infecties kregen.
  • Patiënten met hoge niveaus van een specifiek type immuuncel (CD21low) hadden meer kans op auto-immuuntrombocytopenie (lage bloedplaatjesaantallen).

De Conclusie
Deze studie bewijst dat als je artsen leert dezelfde "taal" te spreken (HPO) en ze de juiste tools geeft, je een rommelige, verwarrende stapel patiëntnotities kunt omzetten in een duidelijk, georganiseerd kaartje.

Door dit te doen, hebben ze niet alleen symptomen geteld; ze ontdekten dat het "Complex" type CVID biologisch verschillend is van het "Alleen Infectie" type. Ze ontdekten dat bepaalde genetische fouten direct gekoppeld zijn aan specifieke, ernstige complicaties. Dit betekent dat in de toekomst, door te kijken naar de specifieke genetische code van een patiënt en de gedetailleerde lijst met symptomen, artsen kunnen begrijpen wat voor soort CVID een patiënt precies heeft, in plaats van ze allemaal op dezelfde manier te behandelen.

Kortom: Ze bouwden een beter archiefsysteem, leerden het personeel hoe ze het moesten gebruiken, en ontdekten hierdoor verborgen patronen die verklaren waarom sommige patiënten zieker worden dan anderen.

Technische samenvatting

1. Probleemstelling

Common Variable Immunodeficiency (CVID) is de meest voorkomende primaire immunodeficiëntie (PID), gekenmerkt door aanzienlijke klinische heterogeniteit. Patiënten presenteren zich met diverse manifestaties, variërend van terugkerende infecties tot complexe immuundysregulatie (auto-immuniteit, lymfoproliferatie, granulomen).

• De Uitdaging: Huidige classificatiesystemen (bijv. EUROClass) vertrouwen op B-cel phenotyping, maar missen vaak gedetailleerde, gestandaardiseerde klinische data. Bestaande registers lijden onder inconsistente datavertaling, variabele coderingspraktijken en een gebrek aan gestructureerde fenotypische diepgang, wat de identificatie van genotype-fenotype correlaties en de stratificatie van patiënten voor gerichte therapieën belemmert.
• Het Gat: Hoewel de Human Phenotype Ontology (HPO) een gestructureerd raamwerk biedt voor zeldzame ziekten, is de toepassing ervan in grote, real-world CVID-cohorten beperkt door barrières zoals onbekendheid bij clinici, tijdsdruk en het ontbreken van gestandaardiseerde tools voor datavertaling.

2. Methodologie

De studie maakte gebruik van het INTREPID-project (Integrative Translational Research in Primary Immunodeficiency), een in heel het VK uitgevoerde initiatief voor whole-genome sequencing (WGS).

• Cohort: 526 volwassen CVID-patiënten gerekruteerd uit 11 UK-centra.
• Tool-ontwikkeling: De auteurs ontwikkelden een webgebaseerde Phenotype Capture Tool (PCT).
  • Bevat een zoekvak met automatische aanvulling voor HPO-termen.
  • Staat invoer van numerieke laboratoriumwaarden toe die automatisch worden gemapt naar corresponderende HPO-termen.
  • Omvat een specifiek "Ja/Nee"-veld voor Granulomatous Lymphocytic Interstitial Lung Disease (GLILD), aangezien dit oorspronkelijk geen standaard HPO-term was.
• Training van clinici: Er werd een gestructureerd trainingsprogramma geïmplementeerd waarbij clinici oefenden met mock-cases.
  • Pre- versus Post-training Analyse: De studie vergeleek HPO-annotaties gemaakt door clinici voor de training (tijdens initiële WGS-rekrutering) met annotaties gemaakt na de training voor dezelfde patiënten.
  • Consistentiemetingen: Pairwise Lin's semantische similariteitscores werden berekend om de onderlinge overeenstemming tussen clinici te meten.
• Data-analyse:
  • Categorisering: Patiënten werden op basis van HPO-termen gestratificeerd in twee groepen: Alleen infectie (terugkerende infecties/bronchiëctasie) versus Complex (infecties + auto-immuniteit, splenomegalie, lymfoproliferatie, GLILD, enz.).
  • Statistische toetsing: Associaties tussen fenotypes, B-cel subsets (EUROClass), immunoglobulineniveaus en genetische varianten werden getoetst met Cochran-Mantel-Haenszel-tests (gestratificeerd per centrum) met Benjamini-Hochberg (BH)-correctie voor meervoudige toetsing.
  • Dimensionaliteitsreductie: Principal Component Analysis (PCA) met behulp van HPO-embeddings (node2vec) werd gebruikt om fenotypische clustering te visualiseren.

3. Belangrijkste Bijdragen

• Eerste grootschalige HPO-toepassing bij CVID: Dit is het eerste onderzoek dat systematisch gedetailleerde HPO-annotatie toepast op een groot, real-world CVID-cohort (n=526).
• Validatie van trainingsworkflows: Toonde aan dat gestructureerde training van clinici de gedetailleerdheid (aantal termen per patiënt) en consistentie (onderlinge betrouwbaarheid) van fenotypische data aanzienlijk verbetert.
• Gefijnede fenotypische stratificatie: Met succes een "Complex CVID"-subgroep gedefinieerd die onderscheidbaar is van "Alleen infectie"-patiënten, gebruikmakend van een op logica gebaseerde set HPO-termen.
• Ontologie-curatie: 41 ontbrekende ziektespecifieke HPO-termen geïdentificeerd (bijv. specifieke granuloomtypes, terugkerende infecties) en nieuwe hiërarchische relaties voorgesteld, die zijn ingediend bij de HPO-database.
• Open Science: De Phenotype Capture Tool, de analysepiplijn (GitHub) en een uitgebreide dataset van 883 unieke HPO-termen gekoppeld aan het cohort zijn vrijgegeven.

4. Belangrijkste Resultaten

• Impact van training:
  • Gedetailleerdheid: Het mediaan aantal niet-redundante HPO-termen per patiënt steeg van 7 (IQR 8) voor de training naar 19 (IQR 11) na de training ($P < 2.2 \times 10^{-16}$).
  • Consistentie: De pairwise semantische similariteit tussen clinici die hetzelfde geval noteerden was hoog (mediaan 0,80), wat aangeeft dat gestandaardiseerde coderingspraktijken zijn bereikt.
• Cohort-stratificatie:
  • Alleen infectie: 42% (220 patiënten).
  • Complex CVID: 58% (306 patiënten).
  • PCA-analyse bevestigde dat de eerste hoofdcomponent deze twee groepen effectief scheidde.
• Genotype-fenotype associaties:
  • Complex fenotype: Significant geassocieerd met zeer lage switched memory B-cellen (<2%) en uitgebreide CD21low B-cellen (>10%).
  • Genetische drijvende krachten: Patiënten met complexe ziekte hadden significant meer kans om pathogene varianten te dragen in IUIS-gespecificeerde genen in het algemeen ($P=0.002$) en specifiek NFKB1-varianten ($P=0.0035$).
  • Specifieke associaties:
    • NFKB1-varianten $\leftrightarrow$ Auto-immuun neutropenie ($P = 7.4 \times 10^{-6}$).
    • Pathogene IUIS-varianten (niet-NFKB1/TACI) $\leftrightarrow$ Auto-immuun hemolytische anemie ($P = 0.009$).
    • Canonieke TNFRSF13B (TACI)-varianten $\leftrightarrow$ Terugkerende candida-infecties ($P = 0.046$).
    • Verhoogd IgM $\leftrightarrow$ Pulmonaire interstitiële lymfocytair infiltratie ($P = 4.5 \times 10^{-7}$).
• B-cel correlaten:
  • Zeer lage switched memory B-cellen waren geassocieerd met splenomegalie.
  • Uitgebreide CD21low B-cellen waren gekoppeld aan auto-immuniteit, specifiek auto-immuun trombocytopenie.

5. Betekenis en Klinische Implicaties

• Standaardisatie: De studie bewijst dat HPO-gebaseerde phenotyping haalbaar is in de routinematige klinische praktijk wanneer ondersteund door gebruiksvriendelijke tools en training. Het vermindert variabiliteit tussen clinici, waardoor robuuste multicenter-vergelijkingen mogelijk worden.
• Precision Medicine: Door "Complex" te onderscheiden van "Alleen infectie" CVID, faciliteert de studie een betere patiëntstratificatie. Dit is cruciaal voor het identificeren van patiënten die kunnen profiteren van immuunsuppressieve therapieën (voor complexe ziekte) versus diegenen die alleen immunoglobuline-restitutie nodig hebben.
• Genetische ontdekking: De hoogwaardige fenotypische data versterkt de kracht van WGS om monogene oorzaken (zoals NFKB1) te identificeren en deze te koppelen aan specifieke klinische sub-fenotypes, waardoor men verder gaat dan een op "diagnose gebaseerd" raamwerk naar een "fenotype-gedreven" aanpak.
• Toekomstige richtingen: De auteurs benadrukken dat hoewel handmatige annotatie effectief is, toekomstig werk geautomatiseerde extractie uit ongestructureerde elektronische gezondheidsdossiers (EHR) moet integreren om longitudinale data te vangen en de fenotypische resolutie verder te verdiepen.

Concluderend stelt dit artikel een nieuwe standaard voor CVID-onderzoek, met een gevalideerde, hoogwaardige, HPO-gecodeerde dataset die de ontleding van ziekteheterogeniteit mogelijk maakt en de ontwikkeling van gerichte therapeutische strategieën ondersteunt.