BARCELONA, 4 Nov. (EUROPA PRESS) -
Un estudio liderado por el Institut de Recerca Germans Trias i Pujol (IGTP) ha identificado que la secuencias de enfermedades previas de una persona puede ayudar a predecir el riesgo que tiene de sufrir Covid persistente.
La investigación se ha realizado en el marco del estudio COVICAT, coordinado en colaboración con el Institut de Salut Global de Barcelona (ISGlobal), centro impulsado por la Fundación La Caixa, informa el IGTP en un comunicado este martes.
Se ha publicado en 'BMC Medicine' y se basa en datos de más de 10.000 participantes de la cohorte GCAT (Genomes for Life), que recoge información clínica y genética de la población catalana desde hace más de 15 años.
A partir de estos datos enlazados con el seguimiento prospectivo del Covid del estudio COVICAT iniciado en 2020, los investigadores han reconstruido trayectorias de salud, es decir, la secuencia temporal de diferentes enfermedades crónicas, para analizar cómo pueden influir en el desarrollo del Covid persistente.
HALLAZGOS
Los resultados muestran que tener en cuenta la secuencia y la interacción de enfermedades a lo largo del tiempo "permite una predicción más precisa que considerar únicamente la presencia de una condición aislada".
Se analizaron un total de 162 trayectorias y 38 se asociaron a un riesgo "significativamente más alto" de Covid persistente, y las más frecuentes implicaban trastornos de salud mental, enfermedades neurológicas, respiratorias (como el asma) y metabólicas o digestivas (como la hipertensión, la obesidad o el reflujo).
El estudio también revela que algunas de estas trayectorias de enfermedades incrementan el riesgo de Covid persistente "independientemente de la gravedad de la infección inicial", lo que indica que no todo se explica por el tipo o intensidad del Covid agudo.
"RECORRIDO DE SALUD"
El investigador principal del estudio y director del GCAT en el IGTP, Rafael de Cid, ha explicado que este estudio demuestra que el Covid persistente es el "resultado de un recorrido de salud previo y no de un único factor".
Los investigadores señalan que en el futuro esta aproximación "podría beneficiarse de la implantación de herramientas basadas en la Inteligencia Artificial" para detectar patrones complejos en grandes bases de datos longitudinales de salud, y mejorar la capacidad de predecir riesgos e identificar grupos de población vulnerables.
El estudio ha sido posible con la participación de la cohorte GCAT y el apoyo de la Fundación La Caixa, La Marató de TV3, los Ministerios de Sanidad y de Ciencia e Innovación así como el programa Horizon Europe.
