Kategorien
Allgemeinmedizin Diagnostik Genetik Gesundheitsökonomie Leben Wissenschaft

Krankheiten statistisch vorhersagen

Eine Reihe genetischer Faktoren kann das Auftreten von Krankheiten wie Bluthochdruck, Herzerkrankungen und Typ-2-Diabetes beeinflussen. Wüsste man, welche Auswirkungen die individuelle Genausstattung auf ein eventuelles Krankheitsgeschehen hat, könnte man Patienten warnen, damit sie rechtzeitig Maßnahmen ergreifen können. Diese würden nicht nur ihre Lebensqualität verbessern, sondern auch Kosten einsparen.

Ein Forscherteam um Matthew Robinson vom Institute of Science and Technology Austria, erstellte nun ein mathematisches Modell, um mit großen Mengen von DNA-Daten das altersabhängige Krankheitsrisiko für Personen zu berechnen. Dieses kann zwar keine direkten Beziehungen zwischen bestimmten Genen und dem Ausbruch einer Krankheit etablieren, liefert aber eine gute Vorhersage der Wahrscheinlichkeit für den Ausbruch der Krankheit. Es lässt sich also nicht mit Sicherheit vorhersagen, dass der Betreffende erkranken wird, aber sein Risiko dafür abschätzen.

Anhand des Modells ließ sich das Alter von Patienten (die ihre Gesundheitsdaten dafür freigaben), bei dem Bluthochdruck oder Diabetes-Typ-II auftritt, relativ exakt berechnen Bei Herzerkrankungen war der Zusammenhang zwischen den Genen und Auftreten der Erkrankung geringer, da hier umwelt- und ernährungsbedingte Risikofaktoren stärker durchschlagen. Trotzdem lassen sich auch hier Menschen mit hohem und niedrigem Risiko unterscheiden.
Rund 3000 Studienteilnehmer haben auf Anfrage ihr persönliches genetisches Profil inzwischen sogar erhalten, wobei ihnen die Ergebnisse der Analyse von Experten erklärt wurde. Wie mit diesen sensiblen in Zukunft umgegangen werden soll, muss jedoch noch in mehrfacher Hinsicht (Ethik, Recht, Datenschutz) geklärt werden.

Referenz:
IST Austria, Universität Lausanne, University of Tartu
Pressemeldung APA; Original: Genomic architecture and prediction of censored time-to-event phenotypes with a Bayesian genome-wide analysis, Nature Comm 2021; https://www.nature.com/articles/s41467-021-22538-w

#erkrankungswahrscheinlichkeit #vorhersage #modellberechnung #risikoeinschaetzung #biobank #gendaten #dna #medizin #medimpressions

Fotocredit: Canva