El COVID persistente es una afección clínica heterogénea que afecta a miles de personas y puede manifestarse de muchas maneras diferentes. Comprender por qué algunas personas lo desarrollan y otras no sigue siendo uno de los principales retos científicos.
por el Instituto de Investigación Germans Trias i Pujol
BMC Medicine (2025). DOI: 10.1186/s12916-025-04427-x
Un nuevo estudio liderado por el Instituto de Investigación Germans Trias i Pujol (IGTP) ofrece una perspectiva novedosa: lo importante no es solo qué enfermedades previas padece una persona, sino también el orden en que aparecieron y cómo interactúan. Este enfoque permite identificar perfiles de riesgo de COVID persistente que hasta ahora habían pasado desapercibidos. La investigación se llevó a cabo en el marco del estudio COVICAT, coordinado en colaboración con el Instituto de Salud Global de Barcelona (ISGlobal).
El estudio, publicado en BMC Medicine, se basa en datos de más de 10.000 participantes de la cohorte GCAT (Genomes for Life), que ha recopilado información clínica y genética de la población catalana durante más de 15 años.
Utilizando estos datos, vinculados al seguimiento prospectivo de la COVID del estudio COVICAT iniciado en 2020, el equipo de investigación reconstruyó las trayectorias de salud —es decir, la secuencia temporal de diferentes enfermedades crónicas— para analizar cómo estas pueden influir en el desarrollo de la COVID persistente.
La importancia de la secuencia de la enfermedad
Hasta ahora, la mayoría de los estudios se habían centrado en si una persona tenía o no una afección previa. Este trabajo demuestra que la secuencia e interacción de las enfermedades a lo largo del tiempo también pueden ser clave para predecir el riesgo de desarrollar COVID persistente.
«No basta con saber qué enfermedades tiene una persona. El orden en que aparecen puede influir significativamente en el riesgo, especialmente entre las mujeres», explica Natàlia Blay, primera autora del estudio.
Los resultados muestran que tener en cuenta la secuencia e interacción de las enfermedades a lo largo del tiempo permite una predicción más precisa que considerar únicamente la presencia de una sola afección. Por ejemplo, las personas que desarrollan ansiedad seguida de depresión tienen un riesgo diferente al de quienes experimentan las mismas afecciones en orden inverso.
En total, se analizaron 162 trayectorias, y 38 se asociaron con un riesgo significativamente mayor de COVID persistente. Las trayectorias más frecuentes incluyeron trastornos de salud mental, neurológicos, respiratorios (como el asma) y enfermedades metabólicas o digestivas (como la hipertensión, la obesidad o el reflujo).
El análisis también revela que algunas de estas trayectorias de la enfermedad aumentan el riesgo de COVID persistente, independientemente de la gravedad de la infección inicial. Esto indica que no todo se puede explicar por el tipo o la intensidad de la COVID aguda. Los investigadores señalan que, en el futuro, este enfoque podría beneficiarse de herramientas de inteligencia artificial capaces de detectar patrones complejos en grandes conjuntos de datos longitudinales de salud, mejorando así la capacidad de predecir riesgos e identificar con mayor precisión a los grupos de población vulnerables.
«Este trabajo demuestra que la COVID persistente es consecuencia de una trayectoria de salud previa, más que de un único factor. Sobre todo, pone de relieve que el estudio de trayectorias en datos longitudinales como los del GCAT tiene valor más allá de la COVID, ya que nos permite identificar patrones de salud poblacional que pueden ayudar a predecir otras enfermedades y respaldar un enfoque de salud pública más preventivo y personalizado», explica Rafael de Cid, investigador principal del estudio y director del GCAT en el IGTP.
En cuanto al componente genético , el estudio no revela una correlación genética general fuerte con la COVID persistente, aunque se encontraron relaciones modestas con factores genéticos vinculados a enfermedades neurológicas y musculoesqueléticas. Estos hallazgos sugieren una posible susceptibilidad compartida en ciertos casos.
El estudio refuerza la necesidad de comprender la salud como un proceso dinámico y acumulativo. Incorporar la secuencia temporal de las enfermedades junto con la información genética puede mejorar la predicción, la atención y la prevención de la COVID persistente y otras afecciones crónicas.
Más información: Natalia Blay et al., Trayectorias de la enfermedad prepandémicas y perspectivas genéticas sobre la susceptibilidad a la COVID persistente, BMC Medicine (2025). DOI: 10.1186/s12916-025-04427-x
Nota editorial:
Este artículo ha sido elaborado con fines divulgativos a partir de información pública y fuentes especializadas, adaptado al enfoque editorial del medio para facilitar su comprensión y contextualización.
