Page 65 - Revista 2019
P. 65

Ancestría y cáncer colorrectal en Colombia. Criollo et al


                                                            EUR  (β =1.45±0.3985,  p  =  0.000267)  y  NAM
                                                                    1
                                                            (β = -1.5053±0.39, p = 0.000114). Adicionalmente, por
                                                              1
                                                            cada unidad de incremento en EUR, el riesgo (OR) de
                                                            padecer CCR se incrementó en 4.274 (IC95%=1.966-
                                                            9.388),  mientras  que  para  NAM  se  observó  un  OR
                                                            de 0.222 (IC 95%= 0.103 -0.475). El modelo con las
                                                            ancestrías  fue  signifi cativamente  diferente  del  nulo
                                                            (H :  β =0,  solo  el  intersecto)  (test  de Wald,
                                                              0    1
         Figura  1:  Proporciones  de  ancestría  europea  (a),  y  nativa  PEUR=0.00027,  PNAM=0.00011).  Al  adicionar  gra-
         americana (b) en casos de CCR y en controles. Se observan  dualmente las covariables: sexo, origen geográfi co, es-
         los cuartiles, el rango intercuartílico, la media (rombo blan-  trato socioeconómico y nivel educativo (Tabla 2), se ob-
         co)  y  los puntos  negros correspondientes a los individuos.  servó signifi cancia en los cinco modelos (m1=0.00027,
         Fuente: El autor.                                  m2=2e-04, m3=2.5e-05, m4=0.00016, m5=0.002).
         Se defi nió como variable dependiente el fenotipo -con  La adición de todas las covariables en el modelo 5 pre-

         o sin la enfermedad (CCR)- y como variable indepen-
         diente una de las ancestrías a la vez, dada la correlación  sentó la mejor bondad de ajuste (p = 6,48E-04), mos-
                                                            trado  en  el valor  de  verosimilitud más bajo entre  los
         entre NAM y EUR (r = -0.764, IC95% = -0.782-0.744,  modelos (LogLik = -1003.1), y el OR fue signifi cati-
                           2
         p<2.2e- ). Adicionalmente se verifi có la presencia de
                16
         autocorrelación a través del factor de infl ación de la va-  vo (OR=4.244, IC95% = 1.701-10.68). El análisis de
                                                            la ancestría NAM, fue similar, observándose un incre-
         rianza (variance infl ation factor –VIF-).
                                                            mento en la bondad de ajuste a medida que se adicio-
         En los modelos de regresión logística para cada ances-  naron covariables (LogLik basal  = -1030.1 v.s LogLik com-
         tría:                                              pleto =-999.15)  (datos  no  mostrados).  En  el  modelo
         P(fenotipo|ancestría)  =  1  /  (1+  e  -(β 0 +β 1 *ancestría+ε i  completo, la ancestría NAM se encontró asociada con
           ),  resultaron  signifi cativos  los  coefi cientes  para
         )                                                  el CCR (OR = 0.113, IC95%: 0.039-0.316).
         Tabla 2: Regresiones logísticas en cinco modelos anidados para el fenotipo (casos/control).
                       Modelo                 Variable     Coefi ciente  Error estándar  Z         Pr(>|z|)
          m1.fenotipo~EUR                    (Intercepto)  -0,6893018   0,2235106   -3,083978   0,002042525
          LogLik:-1030.9                        EUR        1,4526075    0,3984763    3,645405   0,000266971

          m2. fenotipo ~EUR+GE               (Intercepto)  -0,5739953   0,2293603   -2,502592    0,01232875
          LogLik:-1028.4                        EUR        1,4873788     0,39934     3,724592   0,000195631
                                             GE(Mujeres)   -0,2356554   0,1052472   -2,239067   0,025151589


          m3.fenotipo~EUR+GE+DEP             (Intercepto)  -0,916488    0,2874985  -3,18780081  0,001433593
          LogLik:-1021.4                        EUR        1,85985268   0,4415393   4,21220223  2,52893E-05
          m4.fenotipo~EUR+GE+DEP+EST         (Intercepto)  -0,73642801  0,293229   -2,51144366  0,012023848
          LogLik:-1015.6                        EUR        1,73939282   0,4600407   3,78095451  0,000156228
                                             GE(Mujeres)  -0,22379373   0,106329   -2,10472992  0,035314824
                                            Estrato_medio  -0,26040313  0,1141608  -2,28102127  0,022547188
                                             Estrato_alto  0,45272667   0,2594072   1,74523583  0,080943827
          m5.fenotipo~EUR+GE+DEP+EST+EDU     (Intercepto)  -0,64006873  0,2959652  -2,16264865   0.03056821
          LogLik:-1003.1                        EUR        1,44539835   0,4682979   3,08649304  0.002025327
                                             GE(Mujeres)  -0,15855907   0,1084598   -1,4619161   0.1437642
                                            Estrato_medio  -0,46057403  0,1223729  -3,76369291  0.0001674225
                                             Estrato_alto  0,01756536   0,2766457   0,06349408   0.9493731
                                           Educacion_medio  0,36341426  0,1255301   2,89503635  0.003791146
                                            Educación_alto  0,90141173  0,1905402   4,73082175  0.000002236128

                                                                                                          65
         Rev. Asoc. Col. Cienc.(Col.), 2019; 31: 61-72
   60   61   62   63   64   65   66   67   68   69   70