Methodisch-statistische Herausforderungen an die genombasierte Vorhersage von Erkrankungen

Mittels der sich schnell entwickelnden Genotypisierungstechnologie wurden in den letzten Jahren viele genetische Faktoren entdeckt, die zur Pathogenese komplexer Krankheiten beitragen. Daraus hat sich das Ziel abgeleitet, diese Erkenntnisse zu nutzen, um auf Basis des individuellen genetischen Profils z. B. maßgeschneiderte Präventionsmaßnahmen oder Therapien anzubieten. Zu diesem Zweck werden genetische Tests entwickelt, die es erlauben sollen, Personen zu identifizieren, die aufgrund ihrer genetischen Prädisposition in Bezug auf eine bestimmte Krankheit zu einer Hochrisikogruppe gehören. Solche Tests basieren auf bekannten genetischen Risikofaktoren, die häufig in genomweiten Assoziationsstudien identifiziert wurden. Oft werden die Effektschätzer aus diesen Studien weiterverwendet, um ein genetisches Risikomaß zur Prognose eines Phänotyps zu entwickeln. Der vorliegende Beitrag beschreibt verschiedene statistisch-methodische Herausforderungen, die bei der Entwicklung eines genetischen Prädiktionsmodells berücksichtigt werden müssen: Ausgehend von dem Ziel, unverzerrte Effektschätzer zu erhalten, um geeignete genetische Risikoprädiktoren zu identifizieren, müssen genetische Risikomaße entwickelt und der prädiktive Wert eines neuen genetischen Tests etabliert werden. Diese zentralen Anforderungen bei der statistischen Risikoprädiktion in der Genetik werden in drei Abschnitten behandelt und abschließend unter Public-Health-Perspektive diskutiert.