Modelo clínico genético para predecir el riesgo de COVID severo

An integrated clinical and genetic model for predicting risk of severe COVID-19: A population-based case–control study
Gillian S. DiteID*☯,et al.Genetic Technologies Ltd., Fitzroy, Victoria, Australia. PLOS ONE 16(2), 1-12, 2021 : https://doi.org/10.1371/journal.pone.0247205

Alrededor de un 30% de pacientes positivos para COVID necesitan hospitalización. La edad y el género son dos factores de riesgo conocido aunque se desconoce su magnitud. Lo mismo ocurre con enfermedades asociadas. También se están empezando a conocer factores genéticos de susceptibilidad. En este trabajo se ha valorado la interacción clínico-genética para estratificar a la población general en alto, moderado y bajo riesgo a desarrollar la COVID en base a esos factores.

El UK Biobank contiene más de 500.000 muestras de población general con datos clínicos y genotípicos. Se identificaron 18.221 con COVID de los que 1713 eran positivos para SARS COV2 y 1582 tenía datos de genotipo y clínicos.
Se seleccionaron 62 SNPs procedentes de un estudio caso control (hospitalizados vs no hospitalizados) procedentes del Consorcio internacional «COVID host genetic initiative» que diferenciaban ambos grupos y se incluyeron 3 SNPs para imputar el grupo sanguíneo.
Se evaluaron y cuantificaron los ODS de los datos clínicos y demográficos a partir de la muestra del Biobank.

Resultados
De los 1582 participantes, 562 no tenían enfermedad severa (no hospitalizados, grupo control) y 1018 sí lo tuvieron. La edad media 69 años los casos y 65 los controles. El BMI 29 para casos y 28.5 para controles. El número de alelos de riesgo medio de los que eran portadores osciló entre 47 y 63 en los casos y 43 y 62 los controles.

En la comparativa se observa que la edad, género y enfermedades son significativos juntos con los datos genéticos. Los ODS ajustados y trasladados a la curva AUC muestran para los SNPs un riesgo de 0.680; edad y género 0.635; clinical 0.723, y cuando se combinan todos 0.786, lo que indica que la edad y género que necesitan de otros factores genéticos y clínicos para incrementar su riesgo.

En la estratificación basada en Genotipo y Fenotipo, se aprecia cómo el 16% de los casos y el 53% de los controles se agrupan por debajo de un score <1, mientras que el 45% de los casos y el 9% de los controles por encima de un escore de 4. Este 9% de controles son los de muy alto riesgo a desarrollar un COVID y deberían tener unos cuidados y un seguimiento mas personalizado

Conclusión: El algoritmo de riesgo fenotipo genotipo permite identificar un grupo importante de personas de la población general con riesgo muy elevado de desarrollar la COVID (9% >4 y 1/3>2). Esto sería muy útil para el trabajo (cambio a teletrabajo…), para la hospitalización (prioridad en la hospitalización); y a nivel personal (medidas personales). Pero es necesario replicar el estudio.

Limitaciones. La selección de los casos y controles está desequilibrada. Al principio no se hacían pruebas genéticas a los no graves (no hospitalizados).