
A sequência de doenças anteriores pode ajudar a prever o risco de COVID longo
![Forest plot das associações significativas entre diagnósticos e COVID longo. No eixo y, o código CID-10 e descrição dos diagnósticos, e no eixo x, a razão de chances. As cores representam os capítulos da CID-10. Abreviações: humor não especificado [affective] distúrbios (UM[A]D), membro superior (MS), disco intervertebral vasomotor e alérgico (V/A), gastroesofágico (GE), torácico, toracolombar e lombossacral (disco TLS) Crédito: BMC Medicine (2025). DOI: 10.1186/s12916-025-04427-x Estudo identifica que a sequência de doenças anteriores pode ajudar a prever o risco de COVID longo](http://scx1.b-cdn.net/csz/news/800a/2025/study-identifies-that.jpg)
Forest plot das associações significativas entre diagnósticos e COVID longo. No eixo y, o código CID-10 e descrição dos diagnósticos, e no eixo x, a razão de chances. As cores representam os capítulos da CID-10. Abreviações: humor não especificado [affective] distúrbios (UM[A]D), membro superior (MS), disco intervertebral vasomotor e alérgico (V/A), gastroesofágico (GE), torácico, toracolombar e lombossacral (disco TLS). Crédito: Medicina BMC (2025). DOI: 10.1186/s12916-025-04427-x
Long COVID é uma condição clínica heterogênea que afeta milhares de pessoas e pode se manifestar de diversas maneiras. Compreender por que algumas pessoas a desenvolvem e outras não continua sendo um dos principais desafios científicos.
Um novo estudo liderado pelo Instituto de Pesquisa Alemão Trias i Pujol (IGTP) oferece uma nova perspectiva: o que importa não é apenas quais doenças anteriores uma pessoa tem, mas também a ordem em que apareceram e como interagem. Esta abordagem permite identificar perfis de risco para COVID de longa duração que não tinham sido detectados até agora. A investigação foi realizada no âmbito do estudo COVICAT, coordenado em colaboração com o Instituto de Saúde Global de Barcelona (ISGlobal).
O estudo, publicado em Medicina BMC, baseia-se em dados de mais de 10.000 participantes da coorte GCAT (Genomes for Life), que coletou informações clínicas e genéticas da população catalã há mais de 15 anos.
Utilizando estes dados, ligados ao acompanhamento prospectivo da COVID do estudo COVICAT lançado em 2020, a equipa de investigação reconstruiu trajectórias de saúde – isto é, a sequência temporal de diferentes doenças crónicas – para analisar como estas podem influenciar o desenvolvimento de COVID longa.
A importância da sequência da doença
Até agora, a maioria dos estudos concentrava-se em saber se uma pessoa tinha ou não uma doença anterior. Este trabalho mostra que a sequência e a interação das doenças ao longo do tempo também podem ser fundamentais para prever o risco de desenvolver COVID longo.
“Não basta saber quais doenças uma pessoa tem. A ordem em que aparecem pode influenciar significativamente o risco, principalmente entre as mulheres”, explica Natàlia Blay, primeira autora do estudo.
Os resultados mostram que levar em conta a sequência e a interação das doenças ao longo do tempo permite uma previsão mais precisa do que considerar apenas a presença de uma única condição. Por exemplo, indivíduos com ansiedade seguida de depressão apresentam um risco diferente em comparação com aqueles que vivenciam as mesmas condições na ordem inversa.
No total, foram analisadas 162 trajetórias e 38 foram associadas a um risco significativamente maior de COVID longo. As trajetórias mais frequentes envolveram distúrbios de saúde mental, neurológicos, respiratórios (como asma) e doenças metabólicas ou digestivas (como hipertensão, obesidade ou refluxo).
A análise também revela que algumas destas trajetórias de doença aumentam o risco de COVID longa, independentemente da gravidade da infecção inicial. Isto indica que nem tudo pode ser explicado pelo tipo ou intensidade da COVID aguda. Os investigadores observam que, no futuro, esta abordagem poderá beneficiar de ferramentas de inteligência artificial capazes de detectar padrões complexos em grandes conjuntos de dados longitudinais de saúde, melhorando assim a capacidade de prever riscos e identificar grupos populacionais vulneráveis com mais precisão.
“Este trabalho demonstra que o longo COVID resulta de uma trajetória de saúde anterior e não de um único fator. Acima de tudo, destaca que estudar trajetórias em dados longitudinais como os do GCAT tem valor além do COVID, pois nos permite identificar padrões de saúde da população que podem ajudar a prever outras doenças e apoiar uma abordagem de saúde pública mais preventiva e personalizada”, explica Rafael de Cid, investigador principal do estudo e diretor do GCAT no IGTP.
No que diz respeito à componente genética, o estudo não revela nenhuma correlação genética global forte com a COVID longa, embora tenham sido encontradas relações modestas com factores genéticos ligados a doenças neurológicas e músculo-esqueléticas. Esses achados sugerem uma possível suscetibilidade compartilhada em certos casos.
O estudo reforça a necessidade de compreender a saúde como um processo dinâmico e cumulativo. A incorporação da sequência temporal das doenças juntamente com a informação genética pode melhorar a previsão, o cuidado e a prevenção da COVID longa e de outras condições crónicas.
Mais informações:
Natalia Blay et al, Trajetórias de doenças pré-pandêmicas e insights genéticos sobre a longa suscetibilidade ao COVID, Medicina BMC (2025). DOI: 10.1186/s12916-025-04427-x
Fornecido pelo Instituto de Pesquisa Alemão Trias i Pujol
Citação: A sequência de doenças anteriores pode ajudar a prever o risco de COVID longo (2025, 4 de novembro) recuperado em 5 de novembro de 2025 em https://medicalxpress.com/news/2025-11-sequence-previous-diseases-covid.html
Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa privada, nenhuma parte pode ser reproduzida sem permissão por escrito. O conteúdo é fornecido apenas para fins informativos.






