Ítem
Acceso Abierto
Association Between the LZTFL1 rs11385942 Polymorphism and COVID-19 Severity in Colombian Population
Título de la revista
Autores
Angulo-Aguado, Mariana
Corredor-Orlandelli, David
Carrillo-Martínez, Juan Camilo
Gonzalez-Cornejo, Mónica
Pineda-Mateus, Eliana
Rojas, Carolina
Triana-Fonseca, Paula
Constanza Contreras Bravo, Nora
Morel, Adrien
Parra Abaunza, Katherine
Fecha
2022-03-31
Directores
ISSN de la revista
Título del volumen
Editor
Buscar en:
Métricas alternativas
Resumen
Los factores genéticos y no genéticos contribuyen a la alta variabilidad interindividual en la respuesta al SARS-CoV-2. Aunque se han identificado numerosos polimorfismos genéticos asociados con la gravedad de la COVID-19, estos permanecen poco estudiados en poblaciones latinoamericanas. Este estudio evaluó la asociación entre factores no genéticos y tres polimorfismos específicos —ACE rs4646994, ACE2 rs2285666 y LZTFL1 rs11385942— con la gravedad de la COVID-19 y la presencia de síntomas a largo plazo, mediante un diseño de casos y controles. El grupo control estuvo compuesto por casos asintomáticos o leves (n=61) reclutados de un laboratorio privado, mientras que el grupo de casos incluyó pacientes graves o críticos (n=63) hospitalizados en el Hospital Universitario Mayor-Méderi de Bogotá, Colombia. Se realizó un seguimiento clínico exhaustivo y revisión de historias médicas para identificar los factores no genéticos. La genotipificación de los polimorfismos se efectuó mediante análisis de tamaño de amplicón y secuenciación Sanger. Los resultados mostraron una asociación estadísticamente significativa entre la edad avanzada, el sexo masculino y las comorbilidades (como hipertensión arterial y diabetes tipo 2) con un peor desenlace clínico. El polimorfismo LZTFL1 rs11385942 se identificó como un importante factor de riesgo de hospitalización (p < 0.01; OR = 5.73; IC 95% = 1.2–26.5). Los síntomas persistentes fueron comunes y se asociaron con la gravedad de la enfermedad, aunque no se observó relación entre los polimorfismos estudiados y dichos síntomas a largo plazo. El análisis comparativo de las frecuencias alélicas con otras poblaciones mostró diferencias significativas para los tres polimorfismos analizados. Finalmente, se desarrolló un modelo predictivo de regresión logística (AUC = 0.86; IC 95% = 0.79–0.93), implementado en una aplicación web Shiny, que combina variables genéticas y no genéticas para predecir la severidad del COVID-19. Los resultados sugieren que el polimorfismo LZTFL1 rs11385942 podría servir como un biomarcador potencial de la gravedad de la COVID-19, complementando los factores de riesgo clínicos convencionales.
Abstract
Genetic and non-genetic factors contribute to the high interindividual variability in response to SARS-CoV-2. Although many genetic polymorphisms have been identified as risk factors for severe COVID-19, they remain understudied in Latin-American populations. This study assessed the association between non-genetic factors and three specific polymorphisms —ACE rs4646994, ACE2 rs2285666, and LZTFL1 rs11385942— with COVID-19 severity and long-term symptoms using a case-control design. The control group included asymptomatic or mild cases (n = 61) from a private laboratory, while the case group consisted of severe or critical patients (n = 63) hospitalized at the Hospital Universitario Mayor-Méderi in Bogotá, Colombia. Through clinical follow-up and medical record review, non-genetic factors were assessed. Genotyping was performed using amplicon size analysis and Sanger sequencing. Significant associations were found between older age, male sex, and comorbidities (such as hypertension and type 2 diabetes mellitus) with worse outcomes. The LZTFL1 rs11385942 polymorphism emerged as a significant risk factor for hospitalization (p < 0.01; OR = 5.73; 95% CI = 1.2–26.5). Long-term symptoms were common and associated with disease severity, but no association was observed between the studied polymorphisms and persistent symptoms. Comparison of allele frequencies with other populations revealed significant differences for all three polymorphisms. A predictive logistic regression model (AUC = 0.86; 95% CI = 0.79–0.93) was developed and implemented in a Shiny web application, integrating genetic and non-genetic variables to predict COVID-19 severity. These findings suggest that LZTFL1 rs11385942 may serve as a potential biomarker for COVID-19 severity, alongside conventional non-genetic risk factors.
Palabras clave
COVID-19 , Polimorfismos genéticos , LZTFL1 rs11385942 , ACE , ACE2 , Gravedad , Biomarcador , Colombia , Factores no genéticos , Regresión logística
Keywords
Genetic polymorphisms , Severity , Biomarker , Non-genetic factors , Logistic regression
