Riesgos cardiometabólicos de la hospitalización por SARS-CoV-2 mediante aleatorización mendeliana
Autores pertenecientes al Departamento de Población y Ciencias Cuantitativas de la Salud, de la Universidad “Case Western Reserve” de Cleveland, OH, EE. UU. publicaron en la edición del 12 de abril de 2021 en Scientific Reports, los resultados de un estudio de investigación que analizó los riesgos cardiometabólicos de la hospitalización por SARS-CoV-2 mediante la aleatorización mendeliana*.
La aleatorización mendeliana usa variantes genéticas para determinar si una asociación observacional entre un factor de riesgo y un resultado es consistente con un efecto causal. La aleatorización mendeliana se basa en la variedad aleatoria natural de variantes genéticas durante la meiosis que produce una distribución aleatoria de variantes genéticas en una población.
El SARS-CoV-2, un nuevo coronavirus (COVID-19), ha infectado a millones de personas en todo el mundo desde que apareció por primera vez en diciembre de 2019.
Hay un gran esfuerzo para aprender más sobre por qué algunas personas progresan de una enfermedad relativamente estable a uno más grave que requiere hospitalización.
Los estudios observacionales, si bien proporcionan alguna evidencia de la atribución del riesgo de hospitalización por una serie de factores de riesgo, en ocasiones han producido resultados contradictorios.
Del mismo modo, sería inapropiado inferir a partir de estos estudios únicamente asociaciones causales entre una exposición determinada y la hospitalización por COVID-19.
Las explicaciones para esto varían, pero pueden incluir sesgos no resueltos, confusión y causalidad inversa.
Una alternativa a los estudios observacionales es el ensayo controlado aleatorio (ECA) que puede eliminar eficazmente los efectos de confusión y causalidad inversa a través del proceso de asignación al azar.
Se llama falacia de dirección incorrecta o causalidad inversa a un tipo específico de falacia cum hoc ergo propter hoc que se comete cuando se infiere una relación causal entre dos eventos correlacionados, y resulta que el efecto fue tomado por la causa, y la causa por el efecto. Es decir, dados dos eventos A y B que se presentan siempre juntos, si se infiere que A es causa de B, cuando en realidad B es causa de A, se comete una falacia de dirección incorrecta o de causalidad inversa.
Sin embargo, un ECA para identificar los riesgos causales de la hospitalización por COVID-19 sería costoso e inviable porque en la práctica sería imposible aleatorizar a los pacientes con base en un factor de riesgo hipotético.
La asignación al azar mendeliana (MR por sus siglas en inglés) es una alternativa al ECA que conserva el componente de asignación al azar, pero es factible y económica.
MR capitaliza la asignación al azar de la información genética de un individuo durante la meiosis. Esto significa que los efectos de cada variante genética en un resultado dado deberían estar menos sujetos a los efectos de confusión residual, como la causalidad inversa, ya que los genes están fijos en la concepción. Esto hace que la RM sea extremadamente poderosa, lo que podría explicar su reciente popularidad en la investigación biomédica.
Los estudios epidemiológicos observacionales han identificado la diabetes tipo II, la hipertensión y el índice de masa corporal (IMC) como riesgos potenciales de hospitalización por COVID-19 (frente a no hospitalización).
Las razones de posibilidades estimadas agrupadas son 2,75 (IC del 95%: 2,09–3,62) para la diabetes tipo II, 2,30 (1,76–3,00) para la hipertensión (binaria) y 2,67 (1,52–3,82) para el IMC.
Todas estas estimaciones agrupadas no solo mostraron heterogeneidad en el metaanálisis del que procedían, sino que los diseños observacionales de los estudios incluidos impiden hacer inferencias causales.
Los autores intentaron investigar más a fondo algunas de estas asociaciones utilizando MR, a saber, las asociaciones entre la diabetes tipo II, la masa corporal, la presión arterial diastólica y sistólica y la presión del pulso.
Se probaron las relaciones causales entre cada una de estas condiciones de salud y la gravedad de COVID-19, según lo indicado por el riesgo de hospitalización, utilizando estadísticas resumidas disponibles públicamente de estudios de asociación de todo el genoma (GWAS Genome-Wide Association Studies). Estas exposiciones fueron seleccionadas por sus asociaciones hipotéticas con la hospitalización por COVID-19.
Un estudio de asociación de genoma completo (GWAS por sus siglas en inglés) es un enfoque utilizado en la investigación genética para asociar variaciones genéticas específicas con ciertas enfermedades
Se aplicaron cuatro métodos de RM (MRMix, IMRP, IVW, MREgger) a las estadísticas resumidas de GWAS) disponibles públicamente de las poblaciones europeas (COVID-19 GWAS n = 2956) y multiétnicas (COVID-19 GWAS n = 10,908) para comprender mejor la relación causal existente. asociaciones entre la diabetes tipo II (GWAS n = 659,316), el IMC (n = 681,275), la presión arterial diastólica y sistólica y la presión del pulso (n = 757,601 para cada uno) y el riesgo de hospitalización por COVID-19 en todas las poblaciones.
Aunque no se observaron pruebas de efectos causales significativos, los datos obtenidos sugirieron una tendencia de aumento del riesgo de hospitalización por diabetes tipo II (IMRP OR, IC 95% 1,67, 0,96-2,92) y presión del pulso (OR, IC 95% 1,27, 0,97-1,66) en la muestra multiétnica.
La diabetes tipo II y la presión del pulso demuestran una posible asociación causal con el riesgo de hospitalización por COVID-19, cuyo tratamiento adecuado puede funcionar para reducir el riesgo de una enfermedad grave por COVID-19 que requiera hospitalización.
Sin embargo, se justifica GWAS de COVID-19 con un tamaño de muestra grande para confirmar la causalidad.
* Lorincz-Comi N, Zhu X. Cardiometabolic risks of SARS-CoV-2 hospitalization using Mendelian Randomization. Sci Rep. 2021 Apr 12;11(1):7848. doi: 10.1038/s41598-021-86757-3. PMID: 33846372; PMCID: PMC8042041.
