Prinzip der mendelschen Randomisierung und Anwendung in der kardiovaskulären Medizin

Trotz verschiedener methodischer Ansätze beruhen alle Studien, die die mendelsche Randomisierung nutzen, auf demselben Prinzip [2]. Dieses Prinzip ist in Abb. 1 dargestellt. Es soll zur Veranschaulichung mithilfe einer sog. Instrumentenvariablenschätzung [2] die Frage geprüft werden, ob die Exposition gegenüber erhöhtem LDL-Cholesterin (LDL-C) kausal für das Auftreten der koronaren Herzkrankheit (KHK) ist, und dieser Zusammenhang quantifiziert werden.

Zunächst muss ein genetischer Marker identifiziert werden, welcher signifikant mit der zu untersuchenden Exposition (hier: LDL-C) assoziiert ist (1. in Abb. 1), ausschließlich die Exposition beeinflusst und einen bestimmten Anteil ihrer Variabilität erklärt [27]. Eine Vorauswahl kann anhand von seltenen Loss-of-function-Mutationen oder mithilfe von genomweiten Assoziationsstudien getroffen werden. In Letztgenannten wird das gesamte Genom auf Assoziationen von Genmarkern zu bestimmten Merkmalen oder Erkrankungen untersucht. In öffentlich zugänglichen Datenbanken stehen inzwischen genetische Daten von hunderttausenden Menschen zur Verfügung. In unserem Beispiel (Abb. 1) wird der „single nucleotide polymorphism“ (SNP) – der Austausch eines DNA-Basenpaares innerhalb einer bestimmten Sequenz – mit der Identifikationsnummer rs12916 gewählt. In einer Kohorte von >100.000 Teilnehmern zeigte sich das LDL-C bei Vorhandensein des T‑Allels des Markers verglichen zum C‑Allel um durchschnittlich 2,63 mg/dl (0,07 mmol/l) niedriger, was trotz des nach klinischem Maßstab geringen Unterschieds aufgrund der großen Fallzahl einer hochsignifikanten Assoziation entspricht. Im nächsten Schritt wird die Assoziation des Markers zur Erkrankung (KHK) in einer anderen Kohorte untersucht (2. in Abb. 1), ohne dass in dieser Kohorte das LDL-C bekannt sein muss: Es ergibt sich eine Odds Ratio von 0,94 (95 %-Konfidenzintervall 0,90–0,98) für das Auftreten einer KHK bei Vorhandensein des T‑Allels. Das Risiko für eine KHK bei Trägern des T‑Allels von rs12916 ist somit um relativ 6 % geringer als bei Trägern des C‑Allels [11]. Da der einzige Unterschied zwischen den Studienteilnehmern das zufällige Vorliegen des T‑ oder C‑Allels des Genmarkers ist – die mendelsche Randomisierung im engeren Sinne –, welcher ausschließlich die Höhe des LDL-C beeinflusst, kann LDL-C als kausaler Risikofaktor für die KHK betrachtet werden (3. in Abb. 1). Entsprechend stellt LDL-C ein ideales Ziel für eine medikamentöse Behandlung dar. Gleichzeitig ergibt die Analyse keinen Hinweis auf einen negativen Effekt und unterstreicht damit die Sicherheit einer langfristigen LDL-C-Senkung [17].

Eine Assoziation kann dann als kausal angesehen werden, wenn die Bradford Hill-Kriterien erfüllt sind [15]. Dagegen können durch epidemiologische Studien und Querschnittanalysen zwar Assoziationen ermittelt, jedoch keine Kausalität begründet werden. Hier kann erstens durch das sog. Confounding eine Assoziation scheinbar kausal bedingt sein: Ein Faktor (Confounder) beeinflusst sowohl Exposition als auch Erkrankungswahrscheinlichkeit, was den Nachweis einer kausalen Beziehung zwischen beiden unmöglich macht. Im Beispiel würde ein (unbekannter) Faktor, wie z. B. Nikotinkonsum, sowohl LDL-C erhöhen als auch häufiger zu KHK führen, sodass der Zusammenhang zwischen LDL-C und KHK nicht kausal, sondern durch den Confounder Nikotinkonsum vermittelt wäre. Eine zweite Limitation besteht in der reversen Kausalität, welche eine Beeinflussung des vermeintlichen Risikofaktors durch die Erkrankung beschreibt. Im Beispiel würde eine KHK zu erhöhtem LDL-C führen und nicht umgekehrt. Beide Limitationen können mittels mendelscher Randomisierung überwunden werden, indem ein Randomisierungsschema in epidemiologische Studien eingeführt wird: Dadurch werden bekannte und unbekannte Confounder zufällig verteilt und somit ausgeschaltet; reverse Kausalität kann nicht auftreten, da eine zukünftige Erkrankung die Verteilung von Allelen nicht beeinflussen kann [25]. In wesentlich geringerem Maße als epidemiologische Studien ist auch die mendelsche Randomisierung für Confounding anfällig (s. Limitationen).

Viele mithilfe mendelscher Randomisierung durchgeführte Studien konzentrieren sich auf den wichtigen Nachweis von Kausalität. Die Methode kann darüber hinaus genutzt werden, um die Ergebnisse randomisierter kontrollierter Studien zu antizipieren oder nachzuvollziehen. Entsprechende Studien werden aufgrund der Analogie auch als „natürlich randomisierte Studien“ bezeichnet [28]. Der Vergleich von natürlich randomisierten und klinischen Studien ist in Abb. 2 dargestellt:

Eine klinische Studie hat das Ziel, die Exposition gegenüber einem vermeintlichen Risikofaktor durch eine Intervention, z. B. ein Medikament, günstig zu beeinflussen. Dessen Effekt wird in einer natürlich randomisierten Studie durch eine genetische Variante imitiert. Im oben genannten Beispiel wurde der SNP rs12916 betrachtet, welcher mit einem lebenslang 2,63 mg/dl niedrigeren LDL-C einhergeht. Dieser Polymorphismus ist im HMG-CoA-Reduktase-Gen lokalisiert und bewirkt eine geringere Aktivität der HMG-CoA-Reduktase, dem Schlüsselenzym der Cholesterinsynthese, und beeinflusst das LDL-C damit durch denselben Mechanismus wie eine pharmakologische Hemmung der HMG-CoA-Reduktase mittels Statin [11].

Unter anderem aufgrund der häufig nur geringen Änderung der Exposition bei Vorliegen eines bestimmten Polymorphismus werden mitunter mehrere genetische Marker in Kombination betrachtet. Soll eine spezifische Therapie untersucht werden, werden Marker gewählt, die innerhalb oder in der Region des Gens liegen, welches das Ziel der Therapie kodiert – im Beispiel Statintherapie das HMG-CoA-Reduktase-Gen. Soll hingegen die Änderung der Exposition unabhängig vom Mechanismus geprüft werden, können Marker, die verschiedene pharmakologische Wirkprinzipien imitieren, verwendet werden, z. B. Polymorphismen des NPC1L1-Gens (Zielstruktur des Cholesterinsenkers Ezetimib [12]) oder des PCSK9-Gens (Ziel der PCSK9-Inhibitoren [13]). Möchte man die gemeinsame Endstrecke dieser Therapien betrachten, eignen sich Polymorphismen im LDL-Rezeptor-Gen [11].

In einer natürlich randomisierten Studie erfolgt die Randomisierung zum Zeitpunkt der Vereinigung des mütterlichen und väterlichen Erbguts im Rahmen der Fortpflanzung mittels zufälliger Verteilung der Allele. Teilnehmer mit der genetischen Variante, die mit einer geringeren Exposition assoziiert ist, entsprechen der Verumgruppe einer randomisierten Medikamentenstudie. Teilnehmer mit der anderen Variante, die mit einer höheren Exposition einhergeht, entsprechen der Placebo- bzw. Kontrollgruppe. Da die Teilnehmer ausschließlich nach dem zufälligen Vorhandensein der einen oder anderen Variante selektiert werden, ist von einer gleichen Verteilung aller anderen Merkmale in beiden Gruppen auszugehen [10].

Werden mehrere genetische Marker genutzt, werden diese anhand ihrer Effektstärke auf die Exposition gewichtet kombiniert betrachtet und für jeden Studienteilnehmer ein genetischer Score berechnet [4]. Analog zu einem solchen Score z. B. mit 20 Genmarkern könnte man sich unter der Annahme einer proportionalen Dosis-Wirkungs-Beziehung der Statine vorstellen, Studienteilnehmer ab Geburt (genau genommen ab Vereinigung des mütterlichen und väterlichen Erbguts) 20-mal zu geringsten Statindosierungen oder Placebo zu randomisieren (z. B. 0,5 mg, 1,8 mg, 2,5 mg etc. Simvastatin). Die verabreichte Dosis entspräche dem genetischen Score und könnte beispielsweise zwischen 0 mg (20-mal Placebo) und 40 mg (20-mal Simvastatin) liegen.

Anschließend wird die Odds Ratio für das Auftreten der untersuchten Erkrankung in beiden Studientypen pro Einheit Änderung der Exposition berechnet. Bei Verwendung eines genetischen Scores, welcher proportional zur Änderung der Exposition ist, werden alle Teilnehmer aufsteigend nach ihrem Punktewert sortiert, die Kohorte z. B. in der Mitte geteilt und anhand der Unterschiede zwischen den resultierenden Gruppen die Odds Ratio für das Auftreten der Erkrankung pro Einheit Änderung der Exposition berechnet.

Konkrete Anwendungsmöglichkeiten natürlich randomisierter Studien werden im Folgenden an Beispielen erläutert und sind in Abb. 3 zusammengefasst.

Das Prinzip der mendelschen Randomisierung basiert auf bestimmten Annahmen, die spezifische Limitationen bedingen. Diese Annahmen sind: Die gewählten Genmarker sind (1) mit der Exposition assoziiert, (2) nicht mit Confoundern assoziiert, welche die Beziehung zwischen Exposition und Erkrankung beeinflussen, und (3) mit der Erkrankung einzig über die Exposition assoziiert [18]. Dass die erste Annahme erfüllt ist, lässt sich in der Regel überprüfen. Hingegen können Verletzungen der Annahmen (2) und (3) nie mit letzter Sicherheit ausgeschlossen werden: Genmarker könnten mit unbekannten Confoundern assoziiert sein (2), oder es könnten Stoffwechselwege existieren, über die die Beziehung zwischen Exposition und Erkrankung realisiert wird, sodass keine direkte Kausalität zwischen Exposition und Erkrankung bestünde (3) [25]. Die möglichen Verletzungen der Annahmen resultieren daher in spezifischen Limitationen.