MADRID, 29 Jun. (EUROPA PRESS) -
Una investigación publicada en la revista 'Journal of Clinical Epidemiology' por científicos del Instituto de Salud Carlos III (ISCIII) ha estudiado las combinaciones de síntomas más frecuentes en las personas que se infectaron por SARS-CoV-2 en la primera onda epidémica en España y ha analizado qué características tenían quienes pasaron la infección de forma asintomática.
Además, los autores han desarrollado un modelo predictivo del riesgo de infección por SARS-CoV-2 basado en síntomas, que puede facilitar la detección de casos en población general en momentos y zonas con circulación activa del virus. Este trabajo se basa en la información del estudio nacional de seroprevalencia ENE-COVID que coordinó el año pasado el ISCIII, y que contó con la participación de más de 61.000 personas.
Los resultados señalan que casi el 30 por ciento de las infecciones por SARS-CoV-2 en España durante la primera ola de la pandemia fueron asintomáticas, y que estas infecciones sin síntomas fueron más frecuentes en áreas en las que la circulación del virus era menor. Hombres, personas jóvenes, ancianos y fumadores mostraron más infecciones asintomáticas que el resto de la población infectada.
El estudio se centra inicialmente en las casi 3.000 personas infectadas entre los más de 61.000 participantes del estudio ENE-COVID. Además de proporcionar cifras de prevalencia de infección según las características de los participantes (por ejemplo, según su índice de masa corporal o presencia de enfermedades crónicas como cáncer o patología cardiovascular), los investigadores prestaron una especial atención a la presencia o no de síntomas.
Los resultados muestran que un 28,7 por ciento de las infecciones fueron asintomáticas, con una proporción algo mayor en hombres (32%) que en mujeres (26%). Las infecciones asintomáticas fueron más frecuentes en las provincias menos afectadas por la pandemia (40%) y entre los infectados sin contacto con casos conocidos (41%). Por grupos de edad, la ausencia de síntomas es mucho más frecuente en los niños y jóvenes (45%), seguidos de las personas de mayor edad (36%).
Uno de los problemas del estudio de la COVID-19 es la poca especificidad de sus síntomas (dolor de cabeza, fiebre, tos, diarrea, etc.), que pueden deberse a muchas otras causas. En el ENE-COVID cerca de 17.000 personas tuvieron síntomas que podrían ser compatibles con la infección por SARS-CoV-2, pero el estudio mostró que solo un 10 por ciento de ellos tenían anticuerpos frente al virus.
Por eso, en la segunda parte del artículo ahora publicado, los investigadores han querido describir cuáles son las combinaciones de síntomas más habituales entre las personas que sí tienen anticuerpos frente al SARS-CoV-2.
Además, han comparado personas sintomáticas con y sin anticuerpos para desarrollar un modelo basa en puntuaciones capaz de predecir la presencia de infección por coronavirus, basado en los síntomas más asociados a enfermedad de acuerdo con los datos del estudio de seroprevalencia: 1 punto para la presencia de cansancio severo; 1 punto para la ausencia de dolor de garganta; 2 puntos para la presencia de fiebre, y 5 puntos a la pérdida súbita del olfato y/o del gusto (anosmia/ageusia).
Con este sencillo sistema de puntuación, el modelo permite detectar (cuando esta puntuación es igual o superior a 3) más del 70 por ciento de los casos de COVID-19 entre personas sintomáticas con una especificidad superior al 70 por ciento. Los autores señalan que esta herramienta puede ser especialmente útil en entornos comunitarios y en Atención Primaria.
Las autores principales del trabajo son Beatriz Pérez Gómez, Roberto Pastor Barriuso y Marina Pollán, del Centro Nacional de Epidemiología (CNE) del ISCIII. Entre los firmantes hay más investigadores del CNE, científicos del Centro Nacional de Microbiología (CNM), del CIBER de Epidemiología y Salud Pública (CIBERESP) y técnicos del Ministerio de Sanidad, además de investigadores colaboradores de todas las comunidades autónomas, todos ellos como parte del denominado Grupo de Estudio ENE-COVID.
