Novos resultados obtidos no estudo de seroprevalencia ENE-COVID, desenvolvido en España xusto despois da primeira onda da pandemia de coronavirus, sinalan que case o 30% das infeccións nesa primeira vaga foron asintomáticas, e que estas infeccións sen síntomas foron máis frecuentes en áreas nas que a circulación do virus era menor. Homes, persoas mozas, anciáns e fumadores mostraron máis infeccións asintomáticas que o resto da poboación infectada. As autores principais do traballo son Beatriz Pérez Gómez, Roberto Pastor Barriuso e Marina Pollán, do Centro Nacional de Epidemioloxía (CNE) do Instituto de Salud Carlos III (ISCIII). Entre os asinantes hai máis investigadores do CNE, científicos do Centro Nacional de Microbioloxía (CNM), do CIBER de Epidemiología e Saúde Pública (CIBERESP) e técnicos do Ministerio de Sanidade, ademais de investigadores colaboradores de todas as comunidades autónomas, todos eles como parte do denominado Grupo de Estudo ENE-COVID.
A investigación publicada na revista Journal of Clinical Epidemiology, amosa as combinacións de síntomas máis frecuentes nas persoas que se infectaron por SARS- CoV-2 na primeira onda epidémica no territorio español, e analiza que características tiñan as persoas que pasaron a infección de forma asintomática. Ademais, os autores desenvolveron un modelo preditivo do risco de infección por SARS-CoV-2 baseado en síntomas, que pode facilitar a detección de casos en poboación xeral en momentos e zonas con circulación activa do virus. Este traballo baséase na información do estudo nacional de seroprevalencia ENE-COVID que coordinou o ano pasado o ISCIII, e que contou coa participación de máis de 61.000 persoas.
O estudo céntrase inicialmente nas case 3.000 persoas infectadas entre os máis de 61.000 participantes do estudo ENE-COVID. Ademais de proporcionar cifras de prevalencia de infección segundo as características dos participantes (por exemplo, segundo o seu índice de masa corporal ou presenza de enfermidades crónicas como cancro ou patoloxía cardiovascular), os investigadores prestaron unha especial atención á presenza ou non de síntomas.
Asintomáticas
Os resultados mostran que un 28,7% das infeccións foron asintomáticas, cunha proporción algo maior en homes (32%) que en mulleres (26%). As infeccións asintomáticas foron máis frecuentes nas provincias menos afectadas pola pandemia (40%) e entre os infectados sen contacto con casos coñecidos (41%). Por grupos de idade, a ausencia de síntomas é moito máis frecuente nos nenos e novos (45%), seguidos das persoas de maior idade (36%).
Segundo expoñen os autores do traballo, un dos problemas da análise epidemiolóxica da Covid-19 “é a pouca especificidade dos seus síntomas (dor de cabeza, febre, tose, diarrea…), que poden deberse a moitas outras causas”. No ENE-COVID, preto de 17.000 persoas tiveron síntomas que poderían ser compatibles coa infección por SARS-CoV-2, pero o estudo mostrou que só un 10% deles tiñan anticorpos fronte ao virus. Por iso, na segunda parte do artigo agora publicado, os investigadores quixeron describir cales son as combinacións de síntomas máis habituais entre as persoas que si teñen anticorpos fronte ao SARS- CoV-2.
Ademais, compararon persoas sintomáticas con e sen anticorpos para desenvolver un modelo baseado en puntuacións capaz de predicir a presenza de infección por coronavirus, baseado nos síntomas máis asociados a enfermidade de acordo cos datos do estudo de seroprevalencia: 1 punto para a presenza de cansazo severo; 1 punto para a ausencia de dor de gorxa; 2 puntos para a presenza de febre, e 5 puntos á perda súbita do olfacto e/ou do gusto ( anosmia/axeusia).
Con este sinxelo sistema de puntuación, o modelo permite detectar (cando esta puntuación é igual ou superior a 3) máis do 70% dos casos de Covid-19 entre persoas sintomáticas cunha especificidade superior ao 70%. Os autores sinalan que esta ferramenta pode ser especialmente útil en contornas comunitarias e en atención primaria.
Referencia: ENE-COVID nationwide serosurvey served to characterize asymptomatic infections and to develop a symptom-based risk score to predict COVID-19 (Publicado en Journal of Clinical Epidemiology).
