Contesto: In Cina, ogni anno si verificano circa 1.072.100 nascite di piccola età gestazionale (Small for Gestational Age, SGA).
Questi neonati SGA rappresentano una popolazione ad alto rischio di ritardo dello sviluppo.
Questo studio mirava a valutare il profilo genetico dei neonati SGA nell’unità di terapia intensiva neonatale (Newborn Intensive Care Unit, NICU) e stabilire un modello di previsione della prognosi combinando fattori clinici e genetici.
Metodi: Tra giugno 2018 e giugno 2020 è stata reclutata una coorte di
· 723 neonati SGA e
· 1.317 neonati appropriati per l’età gestazionale (Appropriate for Gestational Age, AGA).
Per ciascun neonato è stato eseguito il sequenziamento clinico dell’esoma.
Le analisi del collasso delle varianti rare basate sui geni e il test del carico genetico sono stati applicati per identificare
· I geni di rischio per SGA e
· SGA con prognosi sfavorevole.
Il framework Gradient Boosting Machine è stato utilizzato per generare due modelli per prevedere la prognosi dello SGA.
Le prestazioni di due modelli sono state convalidate con una coorte indipendente di 115 neonati SGA senza diagnosi genetica da luglio 2020 ad aprile 2022.
Tutti i neonati in questo studio sono stati reclutati attraverso il China Neonatal Genomes Project (CNGP) e sono stati ricoverati in NICU, Children’s Hospital di Università Fudan, Shanghai, Cina.
Risultati: Tra i 723 neonati SGA, 88 (12,2%) hanno ricevuto una diagnosi genetica, di cui
· 42 (47,7%) con malattie monogeniche e
· 46 (52,3%) con anomalie cromosomiche.
La SGA con diagnosi genetica ha mostrato tassi più elevati nella SGA grave (54,5% contro 41,9%, P=0,0025) rispetto alla SGA senza diagnosi genetica.
Gli SGA con anomalie cromosomiche hanno mostrato una maggiore incidenza di ritardo fisico e dello sviluppo neurologico rispetto a quelli con malattie monogeniche (45,7% vs 19,0%, P = 0,012).
Gli Autori hanno filtrato
· 3 geni (ITGB4, TXNRD2, RRM2B) come potenziali geni causativi per SGA e
· 1 gene (ADIPOQ) come potenziale gene causativo per SGA con prognosi sfavorevole.
Il modello che integra fattori clinici e genetici ha dimostrato un’area più elevata sotto la curva caratteristica operativa del ricevitore (AUC) rispetto al modello basato esclusivamente su fattori clinici in entrambi i set di dati di generazione del modello SGA (AUC=0,9 [intervallo di confidenza al 95% 0,84-0,96] vs .AUC=0,74 [0,64-0,84]; P=0,00196) e il set di dati indipendente di convalida SGA (AUC=0,76 [0,6-0,93] vs AUC=0,53 [0,29-0,76]; P=0,0117).
Conclusione: I neonati SGA in terapia intensiva neonatale presentavano proporzioni approssimativamente uguali di anomalie monogeniche e cromosomiche.
I disturbi cromosomici erano associati a una prognosi peggiore.
Gli studi di analisi del collasso con varianti rare hanno la capacità di identificare potenziali fattori causali associati alla crescita e allo sviluppo.
Il modello di previsione della prognosi SGA che integra fattori genetici e clinici ha sovraperformato quello basato esclusivamente su fattori clinici.
L’applicazione del sequenziamento genetico nei neonati SGA ospedalizzati può migliorare la diagnosi genetica precoce e la previsione della prognosi.
Genome Med. 2023 Dec 13;15(1):112. Leggi l’articolo (FREE)