Grupo sanguíneo y COVID-19
 |
Felix Donghwi Son. Coronavirus 3D Image Collection. 2020. Felixvis. https://www.felixvis.com/. |
Los riesgos de contagio del covid-19 y de cualquier
enfermedad queda determinado por múltiples dimensiones que van desde lo clínico
pasando por lo patológico y llegando a tener, incluso, un alcance social y ambiental. Es labor de los epidemiólogos
detectar las variables asociadas a estas dimensiones y medir la influencia de
cada una de ellas en la toma de decisión y elaboración de políticas para frenar
o reducir los contagios.
Ante la
pandemia mundial decretada por la OMS el pasado 11 de Marzo, la comunidad científica está abocada a investigar todos los elementos de este fenómeno “natural”. En este
sentido se han generado muchas investigaciones que son reportadas en forma de “artículos
científicos”, éstos, son escritos con la rigurosidad científica pertinente que sirven de apoyo a otros investigadores para continuar con la labor
científica. Algunos científicos que no estamos en plena faena investigativa, o
por lo menos, no tenemos al COVID-19 como tema de línea de interés, nos
preocupa que interpretaciones erróneas se hagan de los resultados científicos, y por lo tanto asumimos el
papel divulgativo para generar confianza en el público no especialista.
Esta entrega tiene como objetivo alfabetizar "científicamente" al
público no especialista, para la correcta interpretación de algunos términos estadísticos que son usados en los
artículos. En esta ocasión traigo a colación, uno en el que se reporta el riesgo de
contagio del COVID-19 según el grupo sanguíneo humano.
Para determinar el riesgo que tienen ciertos sujetos
(o personas) de contraer una enfermedad debemos mirar primero si en ellos
existe o no un condicionante, a lo que los epidemiólogos llaman factor de
riesgo (FR). Por ejemplo, la obesidad es considerada un factor de riesgo que
determina si una persona puede o no sufrir un accidente cerebro vascular (ACV);
como se observa, la obesidad es una variable que puede adquirir sólo uno de dos
valores (Presente / Ausente), es decir, es una variable dicotómica. De igual forma,
la variable resultado (ACV / No-ACV) es
una variable cualitativa que puede adquirir uno de dos valores. Para determinar
si la obesidad es o no un factor que guarda asociación con el ACV, pueden
diseñarse dos tipos de estudios: 1) de casos y control (retrospectivo) o 2)
Cohorte (prospectivo); serán sus factibilidades lo que determinará la decisión
del investigador por inclinarse hacia algunos de estos dos.
En caso de que el estudio sea de casos y control, la
manera de representar y asociar las variables comienza con una tabla como la
que se muestra a continuación, se trata de una tabla de dos filas y dos
columnas (2x2), a la que llaman “tabla de contingencia”, veamos:
Casos
|
Control
|
Total
|
|
FR Presente
|
a
|
b
|
a+b
|
FR Ausente
|
c
|
d
|
c+d
|
Los
valores a, b, c y d representan conteos de sujetos, es decir, del total de
sujetos contados en un estudio, éstos se separan en dos grupos, de manera que
el total de sujetos con FR presente queda determinado por a+b y el de sujetos
sin FR sería c+d. De igual forma, el total que sujetos con enfermedad es a+c (casos)
y sin enfermedad (grupo control) b+d.
Una forma de determinar la posibilidad de contagio
frente a la presencia de un factor de riesgo es a través del odd ratio (OR), también llamado razón de los grados de probabilidad, se calcula según:
Si este valor es mayor a 1, significa que existe un
alto riesgo ante la presencia del factor del riesgo; y si es igual a 1
significa que las probabilidades de contagio son iguales en ambas situaciones
del factor del riesgo.
Veamos con funciona esto con datos
reales y muy actuales, a propósito de la actual pandemia provocada por el
COVID-19. En la ciudad china de Wuhan se realizó un estudio descriptivo en el
que se determinó el riesgo de contraer el virus y el riesgo de muerte según el grupo
sanguíneo de la población. Para ello agruparon la muestra en los cuatro grupos
sanguíneos y, entre los que contrajeron el COVID-19 (casos) y un grupo control,
veamos la tabla que ellos reportan:
Para un análisis más
sencillo y orientado, reconstruiremos la tabla 2x2 como la que nos ocupó en
primera instancia, para ellos tomaremos (deliberadamente) como grupo riesgo a
los sujetos cuyo grupo sanguíneo son tipo O (resaltado en azul),
Casos con
COVID-19
|
Control
|
Total en Riesgo
|
|
Tipo O
|
458
|
1250
|
1708
|
No Tipo O
|
1317
|
2444
|
3761
|
Con estos valores calculamos OR:
Recuerde
que hemos ubicado en la primera fila (presencia de factor de riesgo) al grupo
sanguíneo tipo O, por lo que este resultado (OR menor a 1) nos indica que la
probabilidad de contraer el COVID-19 es bajo en comparación a los otros grupos
sanguíneos. ¿Cuánta confianza tenemos de este resultado? La respuesta a esto lo
obtenemos numéricamente con el llamado Intervalo
de Confianza (IC 95%), el cual
nos reporta los dos valores entre los que
se encuentra este OR con una precisión del 95%. Los detalles del cálculo
los dejaré para otra entrega, por lo pronto nos basta decir que:
IC 95% = [0.599 , 0.771]
Con este rango vemos que tanto el valor inferior como
el superior son menores a 1, lo cual tiene un valor “significativo”,
estadísticamente hablando, y por lo tanto es poco riesgoso contraer el COVI-19
si los sujetos pertenecen al tipo sanguíneo O.
Podemos
repetir este procedimiento con los otros tipos sanguíneos, tal y como lo
hicieron es este estudio Zhao y colaboradores, veamos:
Como
ya puede usted mismo interpretar, existe un riesgo de contraer el COVID-19 si
se pertenece al grupo sanguíneo A (OR=1.270,
IC95% = [1.1136 , 1.1440] ), sin
embargo no hay evidencia suficiente para decir lo mismo de los grupo B y AB ¿Por
qué?. Por último, les dejo el resultado de esta investigación cuando se trata
de riesgo de muerte, les invito a realizar sus propias observaciones.
Como
puede observar en las dos últimas tablas, existe otro parámetro reportados,
ellos son Chi-Cuadrado y el p-valor (P), de éstos les contaré en la próxima entrega.
Referencias:
- Relationship between the ABO Blood Group and the COVID-19 Susceptibility. Jiao Zhao, Yan Yang, Hanping Huang, Dong Li, Dongfeng Gu, Xiangfeng Lu, Zheng Zhang, Lei Liu, Ting Liu, Yukun Liu, Yunjiao He, Bin Sun, Meilan Wei, Guangyu Yang, Xinghuan Wang, Li Zhang, Xiaoyang Zhou, Mingzhao Xing, Peng George Wang. medRxiv 2020.03.11.20031096; doi: https://doi.org/10.1101/2020.03.11.20031096.
- Biostatistics: A Foundation for Analysis in the Health Sciences. Wayne W. Daniel 9th Edition.
Comentarios
Publicar un comentario