Риск-ориентированный анализ диагностических панелей для скрининга носителей моногенных заболеваний

Зобкова Г.Ю., Донников А.Е., Прытков А.Н., Демикова Н.С., Рагимов А.А.

1) ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Минздрава России, Москва, Россия; 2) ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава России, Москва, Россия; 3) ФГАОУ ВО «Первый Московский государственный медицинский университет имени И.М. Сеченова» Минздрава России (Сеченовский университет), Москва, Россия
На территории Российской Федерации существует ряд аутосомно-рецессивных болезней с достаточно высокой частотой заболеваемости, для которых известны генетические маркеры. Диагностическая эффективность скрининговых панелей традиционно базируется на данных о распространенности определяемых мутаций, что достаточно сложно определить в гетерогенных
популяциях.
Цель: Оценить эффективность скрининговой панели на носительство мутаций гена CFTR в Российской Федерации с помощью риск-ориентированного подхода.
Материалы и методы: Материалом исследования послужили образцы периферической крови 1000 здоровых доноров. Молекулярно-генетическое исследование образцов проводили методом анализа 24 наиболее частых мутаций в гене CFTR с методом ПЦР в режиме реального времени с анализом кривых плавления.
Результаты: В ходе исследования было обнаружено 29 носителей мутаций из 1000 здоровых индивидов. Суммарная распространенность определяемых мутаций составила 2,9%. Уязвимость используемой панели с 95% вероятностью составляет не более, чем 31%, что достаточно близко к значению уязвимости, теоретически рассчитанной исходя из распространенности включенных мутаций (24,5). При использовании указанной панели на носительства мутаций в гене CFTR у обоих партнеров риск рождения больного ребенка будет составлять всего 1/170068, что в 17 раз ниже общепопуляционного риска.
Заключение: При использовании указанной панели у обоих партнеров можно снизить риск рож­дения больного ребенка в 17 раз, по сравнению с общепопуляционным. Использование риск-ориентированного подхода позволило эффективно оценить уязвимость используемой панели. Данная методика применима для любой гетерогенной популяции, если известна заболеваемость, том числе и для населения России.

Ключевые слова

наследственные заболевания
преконцепционный генетический скрининг
муковисцидоз
генетический риск
скрининг носителей
менеджмент рисков

Риск-менеджмент в медицине применяют, чтобы снизить количество различных неблагоприятных последствий. Это касается не только рисков, связанных с оказанием медицинской помощи, но и финансовых, организационных, правовых и многих других. Этими же принципами должны руководствоваться производители медицинских изделий при их разработке (Решение ЕЭК №27 от 12 февраля 2016 г.). В международных стандартах ISO 9001:2015, есть понятие «риск-ориентированное мышление» (англ. risk-based thinking). Это подразумевает, прежде всего, идентификацию, описание и количественную оценку риска. В настоящей статье проводится оценка эффективности применения скрининговых панелей для выявления генетических маркеров с помощью риск-ориентированного анализа.

На территории Российской Федерации существует ряд аутосомно-рецессивных болезней с достаточно высокой частотой заболеваемости, для которых известны генетические маркеры. Особенностью аутосомно-рецессивного типа наследования является то, что заболевание возникает, когда ребенок получает от обоих родителей дефектный вариант ключевого для данного заболевания гена. При этом, чаще всего, оба родителя являются здоровыми гетерозиготными носителями данного генетического дефекта и вероятность рождения больного ребенка у них составляет 25%. Своевременное выявление таких пар позволяет предложить будущим родителям различные репродуктивные стратегии для получения здорового потомства, поэтому преконцепционный генетический скрининг на гетерозиготное носительство маркеров аутосомно-рецессивных наследственных заболеваний является эффективным инструментом первичной профилактики.

Сегодня одной из основных причин ограничений для широкого внедрения преконцепционного генетического скрининга является высокая стоимость исследования. Существенного снижения затрат можно достигнуть, если ограничиться поиском только наиболее часто встречающихся мутаций, характерных для обследуемой популяции. Очевидно, что чем меньше суммарная распространенность редких мутаций, не входящих в скрининговую панель, тем выше эффективность скрининга. Для целей генетического консультирования крайне важна оценка т.н. остаточного риска, т.е. риска того, что пациент после получения отрицательного результата исследования на носительство все еще может являться носителем. Остаточный риск определяется, как полная частота носительства всех патологических вариантов в исследуемой популяции – частота встречаемости маркеров, включенных в панель [1]. Остаточный риск зависит от распространенности исследуемого заболевания в популяции, что, в свою очередь, во многом определяется этническими особенностями. С другой стороны, для многих редких заболеваний не все генетические дефекты могут быть известны, и величина остаточного риска также может меняться с течением времени. Таким образом, этот метод оценки скрининговой панели эффективен в этнически однородной популяции, где распространенность генетических маркеров хорошо известна [2], однако для гетерогенных или малоизученных популяций оценить эффективность скрининговой панели достаточно сложно, т.к. распространенность тех или иных генетических вариантов неизвестна или определена с большой погрешностью.

Альтернативным методом оценки диагностической эффективности скрининга может быть риск-ориентированный подход, подразумевающий количественную оценку остаточного риска. Основы риск-ориентируемого управления отображены в семействе стандартов ISO 31000, которые были разработаны Международной организацией по стандартизации. В данных стандартах дано понятие остаточного риска. Остаточный риск – это риск наступления события, оставшийся после осуществления мероприятий по контролю над рисками [3]. В случае диагностических панелей под мероприятиями мы понимаем проведение скрининга с использованием соответствующей панели.

Общая формула для расчета остаточного риска:

Остаточный риск = Первичный риск - Влияние мероприятий по контролю над рисками.

В случае генетического скрининга первичный риск соответствует вероятности рождения больного ребенка с исследуемым заболеванием в данной популяции, а под мероприятиями мы понимаем проведение скрининга с использованием соответствующей панели. Если принять допущение, что выявление носительства позволяет полностью исключить риск рождения больного ребенка (что достаточно близко к действительности), то остаточный риск будет связан с наличием у обследованных партнеров генетических маркеров, ассоциированных с заболеванием и не выявляемых диагностической панелью. Тогда, исходя из п.3.6.1.6 ISO Guide 73:2009 правомочно использовать термин «уязвимость»* применительно к диагностической панели [3].

Модельное заболевание

Для исследования была выбрана панель для скрининга муковисцидоза в российской популяции. На территории России муковисцидоз в среднем встречается с частотой 1:10000 [4]. Данный показатель может варьировать в зависимости от региона; так в Чувашской Республике частота составляет 4,143 на 10 тыс., а в Кабардино-Балкарии – 0,462 на 10 тыс. [5]. Это системное наследственное заболевание, в основе которого лежат мутации в гене трансмембранного регулятора (CFTR) [6], что приводит к поражению экзокринных желез и характеризуется тяжелыми нарушениями функций органов дыхания, желудочно-кишечного тракта, поджелудочной железы, а также бесплодием у мужчин. Выявление мутаций в гене CFTR у потенциальных родителей позволяет с помощью вспомогательных репродуктивных технологий предотвратить рождение больного ребенка. Данная практика широко распространена в ряде западных стран. К примеру, в США исследование на носительство мутаций гена CFTR предлагается всем лицам репродуктивного возраста, вне зависимости от семейного анамнеза. Эта стратегия скрининга носителей была рекомендована Американским колледжем медицинской генетики и геномики (ACMG) [7] и Американским колледжем акушеров и гинекологов (ACOG) [8]. В свою очередь, европейское общество по муковисцидозу оставляет решение о создании скрининга на носительство на усмотрение отдельных стран [9]. Тест на носительство муковисцидоза предлагается населению в Израиле [10], в некоторых частях Австралии [11] и в Италии [12]. Было установлено, что скрининг носителей на муковисцидоз связан со снижением годовой заболеваемости в Великобритании, Соединенных Штатах и Италии [12–14].

Начиная с 2006 г. в России в рамках реализации национального проекта «Здоровье» проводят неонатальный скрининг для выявления тяжелых наследственных заболеваний, в число которых, помимо муковисцидоза, также входят фенилкетонурия, гипотиреоз, галактоземия и адреногенитальный синдром [15].

Протокол скрининга на муковисцидоз в Российской Федерации включает 4 этапа последовательных диагностических исследований: тест на содержание иммунореактивного трипсина (ИРТ) в крови, повторный тест на ИРТ, потовый тест на содержание ионов хлора (назначается при превышении пороговых значений ИРТ) и ДНК-диагностику [16]. В настоящее время только первые 3 этапа являются обязательными, ДНК-диагностика чаще выполняется при получении неоднозначного результата исследования или невозможности проведения потовой пробы. Тем не менее, определение класса мутаций является одним из факторов, определяющих тяжесть течения заболевания, [17] а подтверждение генотипа позволяет рекомендовать пациентам прицельную фармакогенетическую терапию [17, 18].

Согласно регламенту неонатального скрининга в Российской Федерации, молекулярно-генетическая диагностика при муковисцидозе проводится в несколько этапов. В первую очередь, осуществляется поиск частых мутаций с использованием специфических диагностических панелей, включающих наиболее частые мутации [16, 17, 19]. В случае, если частые мутации не были идентифицированы, проводится секвенирование гена [17, 20].

На данный момент в Российской Федерации не существует программ скрининга на носительство наиболее распространенных мутаций, ассоциированных с муковисцидозом, хотя на рынке имеются различные диагностические панели. Однако, насколько применение этих панелей может снизить риск рождения больного ребенка, не оценивалось. Поэтому целью данного исследования было: установить эффективность скрининговой панели на носительство мутаций в гене CFTR в Российской Федерации с помощью риск-ориентированного подхода.

Материалы и методы

Для экспериментального установления частоты носительства мутаций было проведено генотипирование 1000 здоровых доноров крови, проживающих на территории Российской Федерации. Кровь для исследования была получена в рамках научного исследования «Установление особенностей распределения клинически-значимых генетических маркеров на уровне отдельных нуклеотидов в российской популяции» (2012–2014 гг.), выполняемого на базе ФГБУ «Российский научный центр хирургии им. акад. Б.В. Петровского» РАМН и ФГБУ ГНЦ Институт иммунологии ФМБА России. Протокол Этического комитета ФГБУ ГНЦ Институт иммунологии ФМБА России № 8 от 5 сентября 2012 г. Все участники подписали информированное согласие на участие в исследовании. Вся информация для настоящего исследования была деперсонализирована.

Выделение ДНК проводили из 0,1 мл периферической крови при помощи набора реагентов «ПРОБА-ГС-ГЕНЕТИКА» компании «ДНК-Технология» (Москва). Полученные образцы ДНК сразу использовали для генотипирования, либо хранили при -20°С. Определение замен одиночных нуклеотидов проводили методом полимеразной цепной реакции в режиме реального времени (Real Time PCR) с анализом кривых плавления с использованием комплектов реагентов «Генетика наследственных заболеваний. Муковисцидоз Скрин», «Генетика наследственных заболеваний. Муковисцидоз – редкие мутации». Указанные комплекты реагентов позволяют суммарно выявлять 24 мутации в гене CFTR, ассоциированные с развитием муковисцидоза.

Согласно литературным данным, частота встречаемости мутации F508del составляет 51,67%, dele2,3(21kb) – 5,68%, E92K – 2,43%, 3849+10kbC>T – 2,1%, 2143delT – 1,9%, W1282X – 1,82%, 2184insA – 1,8%, N1303K – 1,35%, G542X – 1,18%, L138ins – 1,07%, 1677delTA – 0,95%, 394delTT – 0,82%, R334W – 0,8%, 3821delT – 0,45%, S1196X – 0,33%, 2789+5G>A – 0,33%, 3944delGT – 0,29%, R553X – 0,18%, 621+1G>T – 0,16%, R117H – 0,06%, 604insA – 0,06%, 2183AA>G – 0,04%, K598ins – 0,02%, 3667insTCAA – 0,01%. Суммарная частота мутаций в панели (информативность) составляет 75,5% [5, 21].

В качестве подтверждающего метода проводили выборочное автоматическое секвенирование ДНК по Сэнгеру с применением автоматического секвенатора ABI PRISM 310 Genetic Analyzer (Applied Biosystems, США), использовали реактивы и рекомендации производителя.

Результаты

Во всех случаях были получены идентичные результаты генотипирования при исследовании методом Real Time PCR и методом секвенирования.

Традиционно для скрининговых панелей на носительство рассчитывается доля невыявляемых с помощью панели, мутаций среди всех мутаций, ассоциированных с заболеванием:

V=q-qi (1),

где V – распространенность неопределяемых мутаций; q – распространенность всех мутаций (патологического аллеля); qi – распространенность в популяции мутаций, определяемых панелью.

По сути V является количественной характеристикой уязвимости данной панели. Из закона Харди–Вайнберга

p2+2pq+q2 = 1 (2),

где р – распространенность нормального аллеля.

Соответственно, для аутосомно-рецессивного заболевания с высокой пенетрантностью распространенность заболевания (Р) будет соответствовать популяционной частоте гомозиготных индивидуумов:

P = q2 (3),

где Р – распространенность заболевания.

Исходя из (1)

Р = (V+qi)2 (4).

Распространенность гетерозиготного носительства маркеров заболевания в популяции из (2) и (1) рассчитывается как

H = 2p(V+qi) (5),

где Н – распространенность гетерозиготного носительства маркеров заболевания в популяции.

Исходя из особенностей наследования аутосомно-рецессивных заболеваний (если не рассматривать мутации de novo, что происходит крайне редко) в абсолютном большинстве больной ребенок рождается у пары, где оба партнера являются гетерозиготными носителями генетических маркеров заболевания. Поскольку для большинства редких генетических заболеваний отсутствует ассортативность при формировании пар, вероятность встречи двух гетерозиготных носителей в популяции является сочетанной вероятностью двух независимых событий. Согласно теории вероятности, вероятность одновременного возникновения двух независимых событий составляет произведение их вероятностей. Следовательно, вероятность того, что оба партнера будут гетерозиготными носителями, составляет

Х = H2 = 4p2(V+qi)2 (6),

где Х – вероятность того, что оба партнера в случайной паре будут гетерозиготными носителями маркеров заболевания.

Распространенность заболевания (P) будет зависеть от вероятности встречи двух гетерозиготных носителей (Х) и вероятности рождения больного ребенка в такой паре. Из 2-го закона Менделя вероятность рождения больного ребенка у двух гетерозиготных носителей составляет 0,25, соответственно

P = 0,25X = 0,25H2 = p2(V+qi)2 (7).

Если пациент обследован, и исключены известные мутации, то qi=0, а вероятность гетерозиготного носительства (Hn) будет определяться только вероятностью носительства неизвестных мутаций:

Hn = 2p(V) (8).

Вероятность встречи двух носителей неизвестных мутаций (Хnn) в этом случае составляет

Хnn = Hn2 = 4(pV)2 = 4p2V2 (9),

а вероятность рождения больного ребенка

Pnn = 0,25Xnn = p2V2 (10).

Если обследован только один партнер (и у него исключены известные мутации), вероятность того, что он гетерозиготный носитель маркера заболевания (Hn) будет зависеть от распространенности неопределяемых маркеров (8), а для второго партнера – всех маркеров, т.к. генетический статус второго партнера неизвестен. Для такой пары вероятность того, что оба партнера являются гетерозиготными носителями заболевания (Xn) составит произведение соответствующих вероятностей:

Хn = H×Hn=2p(V+qi)×2p(V) = 4p2V(V+qi) (11),

а вероятность рождения больного ребенка

Pn = 0,25×Xn= p2V(V+qi) (12).

Если при скрининге или на основании анализа родословной установлено гетерозиготное носительство патологического аллеля у одного из партнеров (вероятность носительства составляет 1), то при неизвестном статусе второго партнера риск рождения больного ребенка

Pm = 0,25×1×H = 0,25×2p(V+qi) (13).

А при исключении носительства известных мутаций у второго партнера

Pmn = 0,25×1×2p(V) (14).

В случае выявления гетерозиготного носительства маркеров заболевания у обоих партнеров вероятность рождения больного ребенка (Pmm) составляет 0,25 согласно 2-му закону Менделя.

Указанные формулы расчета остаточного риска рождения больного ребенка (10, 12–14) удобны для популяционных исследований, т.к. распространенность заболевания для большинства популяций известна с высокой точностью [5, 8], а использование дополнительных методов диагностики для выявления мутаций, не входящих в панель, не требуется.

Согласно результатам генотипирования по 24 частым мутациям 1000 здоровых доноров, было выявлено 29 носителей мутаций в гене CFTR. Суммарная распространенность определяемых мутаций составила 2,9%, что является достаточно высоким показателем, по сравнению с ожидаемыми показателями и данными других исследователей [4, 21]. Носительство мутации F508del было обнаружено в 15 случаях, R117H – в 4, N1303K – в 3, 3849+10kbC>T – в 3, dele2,3(21kb) – в 1, E92K – в 1, L138ins – в 1, K598ins – в 1.

Поскольку исследование проводили с использованием выборочных данных, проекция результатов на генеральную совокупность должна содержать элемент неточности выборочной оценки. Доверительный интервал (ДИ) представляет собой меру точности оцениваемого параметра. Таким образом, истинное значение распространенности мутаций, определяемых панелью, будет лежать в диапазоне от qimin до qimax.

Чаще всего для расчета доверительного интервала доли признака используется метод Вальда, однако его применение связано с существенными ограничениями. Метод не рекомендуется при малых объемах выборок, а также в случаях, когда частота встречаемости признака стремится к 0 или 1 (менее 25% или более 75%), при доле равной 0 или 1 расчет по этому методу вообще невозможен [22]. Более универсален метод Уилсона, который позволяет оценить доверительные интервалы для очень малых и очень больших частот и применим для выборок малого объема. В нашем случае ДИ (qimin–qimax) – распространенность выявляемых носителей в популяции, рассчитанная по методу Уилсона, составляет 2,0–4,1%.

Поскольку уязвимость панели тем больше, чем меньше мутаций она выявляет (1), то с позиции менеджмента рисков мы должны рассматривать наихудший сценарий, т.е. нижнюю границу ДИ частоты выявленных носителей (qimin), соответствующую максимальной уязвимости. Тогда уязвимость предложенной панели с 95% вероятностью составит не более, чем 100-(2,0/2,9)=31%. Полученная оценка достаточна близка к величине уязвимости, теоретически рассчитанной исходя из распространенности включенных мутаций (24,5%).

Следует заметить, что границы 95% ДИ не являются симметричными, и асимметрия тем больше, чем ближе к краю шкалы располагается оцениваемое значение доли. В нашем случае погрешность верхней оценки частоты выявленных носителей (соответствующая минимальной уязвимости) гораздо больше, чем погрешность нижней оценки (соответствующая максимальной уязвимости), по­этому уязвимость панели, рассчитанная по верхней оценке (qimax), получится меньше 0, что невозможно исходя из физического смысла данной величины. Таким образом, предложенный метод оценки уязвимости скрининговой панели может быть использован для оценки только верхней границы ДИ уязвимости, что достаточно для менеджмента рисков и может быть использовано для сравнительных исследований дизайна «не хуже чем».

Согласно полученным данным частоты носительства (29/1000=0,029) и информативности панели (0,755), остаточный риск носительства после прохождения скрининга будет равен 0,029×(1-0,755)= 0,007105 ≈ 1/140, а рассчитанный с помощью риск ориентированного подхода с поправкой на неопределенность – не более 0,029×0,31 ≈ 1/112.

Кроме того, благодаря выведенным выше формулам, можно рассчитать риск рождения больного ребенка при всех возможных сценариях прохождения скрининга партнерами (таблица).

153-1.jpg (179 KB)

Заключение

В ходе исследования было обнаружено 29 носителей мутаций из 1000 здоровых индивидов по 24 частым мутациям в гене CFTR. Суммарная частота мутаций в используемой панели (информативность), по литературным данным, составила 75,5%. При использовании указанной панели в случае исключения носительства мутаций в гене CFTR у обоих партнеров можно снизить риск рождения больного ребенка в 17 раз, по сравнению с общепопуляционным риском, и риск рождения больного ребенка в данном случае будет составлять всего 1/170068.

Использование риск-ориентированного подхода позволило оценить, что уязвимость используемой панели с 95% вероятностью составляет не более, чем 31%, что достаточно близко к теоретически рассчитанной уязвимости панели, рассчитанной исходя из распространенности включенных мутаций. Подобный подход к оценке эффективности скрининговых панелей может быть использован в любой смешанной популяции, для которой известна заболеваемость, что актуально, в том числе и для Российской популяции.

Оценка уязвимости скрининговой панели является важной составляющей анализа эффективности затрат на проведение скрининга (Cost Effective Approach), что позволит обосновать целесообразность генетического скрининга различных аутосомно-рецессивных заболеваний.

Список литературы

  1. Gregg A.R. Expanded carrier screening. Obstet. Gynecol. Clin. North Am. 2018; 45(1): 103-12. https://dx.doi.org/10.1016/j.ogc.2017.10.005.
  2. Scott S.A., Edelmann L. Experience with carrier screening and prenatal diagnosis for 16 Ashkenazi Jewish genetic diseases. Hum. Mutat. 2010; 31(11): 1240-50. https://dx.doi.org/ 10.1002/humu.21327.
  3. ГОСТ Р 51897-2011/Руководство ИСО 73:2009 Национальный стандарт Российской Федерации. Менеджмент риска. Термины и определения.
  4. Капранов Н.И., Каширская Н.Ю., ред. Муковисцидоз. M.: Медпрактика-М; 2014. 672 с.
  5. Воронкова А.Ю., Амелина Е.Л., Каширская Н.Ю., Кондратьева Е.И., Красовский С.А., Старинова М.А., Капранов Н.И., ред. Регистр больных муковисцидозом в Российской Федерации. 2017 год. М.: Медпрактика-М; 2019. 68 с.
  6. Kerem B., Rommens J.M., Buchanan J.A., Markiewicz D., Cox T.K., Chakravarti A. et al. Identification of the cystic fibrosis gene: genetic analysis. Science. 1989; 245(4922): 1073-80. https://dx.doi.org/10.1126/science.2570460.
  7. Watson M.S., Cutting G.R., Desnick R.J., Driscoll D.A., Klinger K., Mennuti M. et al. Cystic fibrosis population carrier screening: 2004 revision of American College of Medical Genetics mutation panel. Genet. Med. 2004; 6(5): 387-91. https://dx.doi.org/ 10.1097/01.gim.0000139506.11694.7c.
  8. American College of Obstetricians and Gynecologists Committee on Genetics. ACOG Committee Opinion No. 486: Update on carrier screening for cystic fibrosis. Obstet. Gynecol. 2011; 117(4): 1028-31. https://dx.doi.org/10.1097/AOG.0b013e31821922c2.
  9. Castellani C., Macek M. Jr, Cassiman J.J., Duff A., Massie J., ten Kate L.P. et al. Benchmarks for cystic fibrosis carrier screening: a European consensus document. J. Cyst. Fibros. 2010; 9(3): 165-78. https://dx.doi.org/10.1016/j.jcf.2010.02.005.
  10. Zlotogora J. Population programs for the detection of couples at risk for severe monogenic genetic diseases. Hum. Genet. 2009; 126(2): 247-53. https://dx.doi.org/10.1007/s00439-009-0669-y.
  11. Massie J., Petrou V., Forbes R., Curnow L., Ioannou L., Dusart D. et al. Population-based carrier screening for cystic fibrosis in Victoria: the first three years experience. Aust. N. Z. J. Obstet. Gynaecol. 2009; 49(5): 484-9. https://dx.doi.org/10.1111/j.1479-828X.2009.01045.x.
  12. Castellani C., Picci L., Tamanini A., Girardi P., Rizzotti P., Assael B.M. Association between carrier screening and incidence of cystic fibrosis. JAMA. 2009; 302(23): 2573-9. https://dx.doi.org/10.1001/jama.2009.1758.
  13. Cunningham S., Marshall T. Influence of five years of antenatal screening on the paediatric cystic fibrosis population in one region. Arch. Dis. Child. 1998; 78: 345-8.
  14. Witt D., Wold C., Goonewardena P., Louie E., Rosenfeld S. Cystic fibrosis prenatal screening of 103,600 individuals in an HMO: molecular/clinical outcomes and a dramatic reduction in CF incidence. Proceedings of Annual Meeting, American Society of Human Genetics. Philadelphia, PA, USA; Nov 11-15, 2008. 686 (abstr.).
  15. Министерство здравоохранения и социального развития Российской Федерации. Приказ от 22.03.2006 № 185 «О массовом обследовании новорожденных детей на наследственные заболевания».
  16. Шерман В.Д., Каширская Н.Ю., Капранов Н.И. Современный алгоритм диагностики муковисцидоза. Педиатрия. Журнал им. Г.Н. Сперанского. 2014; 93(4): 68-74.
  17. Баранов А.А., Капранов Н.И., Каширская Н.Ю., Намазова-Баранова Л.С., Шерман В.Д., Симонова О.И., Томилова А.Ю., Савостьянов К.В., Пушков А.А., Владыкин А.Л., Шатохин Н.В. Проблемы диагностики муковисцидоза и пути их решения в России. Педиатрическая фармакология. 2014; 11(6): 16-23.
  18. Dodge J.A. A millennial view of cystic fibrosis. Dev. Period. Med. 2015; 19 (1): 9-13.
  19. Степанова А.А., Красовский С.А., Поляков А.В. Информативность поиска 19 частых мутаций в гене CFTR у российских больных муковисцидозом и расчетная частота заболевания в Российской Федерации. Генетика. 2016; 52(2): 231-41.
  20. Симакова Т.С., Брагин А.Г., Глушкова М.А., Петрова Н.В., Поляков А.В., Кондратьева Е.И., Шерман В.Д., Павлов А.Е. Опыт применения таргетного секвенирования для молекулярной диагностики муковисцидоза. Клиническая лабораторная диагностика. 2017; 62(5): 305-9.
  21. Литвинова М.М., Дадали Е.Л., Шевченко К.Г., Поляков А.В., Исаев А.А. Результаты генетического скрининга новорожденных на наличие наиболее частых наследственных заболеваний с аутосомно-рецессивным типом наследования. Клеточная трансплантология и тканевая инженерия. 2013; 8(3): 39-40.
  22. Гржибовский А.М., Иванов С.В., Горбатова М.А. Анализ номинальных и ранговых переменных данных с использованием программного обеспечения Statistica и SPSS. Наука и здравоохранение. 2016; 6. 5-39.

Поступила 10.03.2022

Принята в печать 24.03.2022

Об авторах / Для корреспонденции

Зобкова Гаухар Юрьевна, аспирант кафедры медицинской генетики, РМАНПО Минздрава России, zobkova.dna@gmail.com, https://orcid.org/0000-0002-9624-0484, ResearcherID: W-8153-2019, 119049, Россия, Москва, пер. 4-й Добрынинский, д. 1/9.
Донников Андрей Евгеньевич, к.м.н., заведующий лабораторией молекулярно-генетических методов, НМИЦ АГП им. акад. В.И. Кулакова Минздрава России,
a_donnikov@oparina4.ru, https://orcid.org/0000-0003-3504-2406, ReasearcherID: E-7178-2015, ScopusID: 6505485697,
117997, Россия. Москва, ул. Академика Опарина, д. 4.
Прытков Александр Николаевич, к.м.н., доцент, с.н.с. кафедры медицинской генетики, РМАНПО Минздрава России,
119049, Россия, Москва, пер. 4-й Добрынинский, д. 1/9.
Демикова Наталия Сергеевна, д.м.н., профессор, заведующая кафедрой медицинской генетики, РМАНПО Минздрава России,
119049, Россия, Москва, пер. 4-й Добрынинский, д. 1/9.
Рагимов Алигейдар Агаалекпер, д.м.н., профессор кафедры реаниматологии и анестезиологии, Первый МГМУ им. И.М. Сеченова Минздрава России
(Сеченовский Университет), ra50@mail.ru, 119991, Россия, Москва, ул. Большая Пироговская, д. 2, стр. 4.

Вклад авторов: Зобкова Г.Ю. – сбор и анализ материала, статистическая обработка данных, написание текста; Донников А.Е.  – концепция и дизайн исследования, статистическая обработка данных; Прытков А.Н. – статистическая обработка данных, редактирование; Демикова Н.С. – концепция и дизайн исследования, редактирование; Рагимов А.А. – сбор биологического материала.
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов.
Финансирование: работа выполнена в рамках разработки и валидации набора реагентов для выявления мутаций, ассоциированных с муковисцидозом, фенилкетонурией, галактоземией и нейросенсорной несиндромальной тугоухостью методом ПЦР в режиме реального времени (МоногенСкрин).
Одобрение Этического комитета: Исследование было одобрено Этическим комитетом ФГБУ ГНЦ Институт иммунологии ФМБА России (протокол № 8 от 5 сентября 2012 г.).
Обмен исследовательскими данными: Данные, подтверждающие выводы этого исследования, доступны по запросу у автора, ответственного за переписку, после одобрения ведущим исследователем.
Для цитирования: Зобкова Г.Ю., Донников А.Е., Прытков А.Н.,
Демикова Н.С., Рагимов А.А. Риск-ориентированный анализ диагностических панелей
для скрининга носителей моногенных заболеваний.
Акушерство и гинекология. 2022; 4: 148-154
https://dx.doi.org/10.18565/aig.2022.4.148-154
Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.