305 Arbeiten
Epidemiologie untersucht, wie sich Krankheiten in Populationen ausbreiten und welche Faktoren diesen Prozess beeinflussen. Dieser Bereich hilft uns zu verstehen, warum bestimmte Gruppen stärker betroffen sind und wie wir Infektionsketten wirksam unterbrechen können. Auf Gist.Science machen wir die neuesten Forschungsergebnisse aus diesem dynamischen Feld für alle verständlich, ohne dass Sie Fachjargon beherrschen müssen.
Alle hier gelisteten Studien stammen direkt von medRxiv, wo Forscher ihre Vorab-Veröffentlichungen teilen. Unser Team verarbeitet jedes neue Preprint in dieser Kategorie und erstellt sowohl eine einfache Zusammenfassung für ein breites Publikum als auch eine detaillierte technische Analyse für Experten. So bleiben Sie stets über den aktuellen Stand der Wissenschaft informiert, lange bevor die Ergebnisse in Fachzeitschriften veröffentlicht werden.
Im Folgenden finden Sie die aktuellsten Beiträge aus dem Bereich Epidemiologie, die wir gerade für Sie aufbereitet haben.
Das Papier stellt **serocalculator** vor, ein Open-Source-R-Paket, das einen likelihoodbasierten Rahmen nutzt, um Seroinzidenzraten aus Querschnitts-Serologiedaten zu schätzen, indem es Antikörperzerfallsmodelle, biologische Variabilität und Messrauschen integriert.
Diese Arbeit beschreibt die erfolgreiche Integration des National Alzheimer's Coordinating Center Uniform Data Set Version 3 in die langjährige Diabetes Prevention Program Outcomes Study durch Datenharmonisierung, elektronische Erfassung und automatisierte Berichterstattung, was einen praktischen Rahmen für die Anpassung etablierter Kohorten an nationale Standards der Alzheimer-Forschung aufzeigt.
Diese Arbeit zeigt auf, dass die Basisreproduktionszahl () allein aus epidemischen Trajektorien fundamental nicht identifizierbar ist, da sie die Pathogenbiologie mit adaptivem menschlichem Verhalten konfundiert, doch die empirische Analyse von US-amerikanischen COVID-19-Mobilitätsdaten offenbart, dass diese Verhaltenskomponente zwar strukturell als zustandsabhängig charakterisierbar ist, ihr praktischer Einfluss jedoch aufgrund einer negativen Korrelation zwischen Risikoreaktivität und Verhaltenssättigung über verschiedene Jurisdiktionen hinweg moderat ist.
Unter Verwendung von 11 Jahren an US-amerikanischen Medicaid- und Medicare-Daten analysierte diese Studie mittels maschinellen Lernens 137.293 Erwachsene mit Down-Syndrom, um entscheidende Mortalitätsprädiktoren wie Demenz, Lungenentzündung, Herz-Kreislauf-Erkrankungen, Herzinsuffizienz und Epilepsie zu identifizieren und somit intervenierbare Bereiche zur Senkung der Sterberaten in dieser Population hervorzuheben.
Diese systematische Übersichtsarbeit und Bayes-Analyse von 67 Nipah-Virus-Ausbrüchen in Bangladesch und Indien von 2001 bis 2026 zeigt, dass die Übertragung selbstlimitierend ist, mit einer medianen Reproduktionszahl unter 1, aber hochgradig überdispers, was darauf hindeutet, dass ein kleiner Bruchteil der Fälle den Großteil der Weiterverbreitung antreibt, und dies unterstützt gezielte Eindämmungsstrategien wie Kontaktnachverfolgung und Quarantäne.
Dieses Papier schlägt ein deterministisches Modell vor, das die Wirksamkeit von Interventionen, wie etwa Impfkampagnen, für vektorübertragene Infektionen wie Dengue vorhersagt, indem es die Beobachtung nutzt, dass altersabhängige Fallverteilungen über variierende Ausbruchsintensitäten und geografische Regionen hinweg konsistent bleiben, wodurch die Schätzung von Interventionsauswirkungen ohne die Abhängigkeit von stationären Annahmen ermöglicht wird.
Diese Studie nutzt räumliches maschinelles Lernen und Längsanalysen von neun Wellen des Ghana Demographic and Health Survey (1988–2022), um aufzuzeigen, dass die Abdeckung durch qualifizierte Schwangerschaftsvorsorge nahezu universalisiert wurde und die interregionale Ungleichheit drastisch zurückgegangen ist, während signifikante fertilitätsbedingte räumliche Ungleichheiten im nördlichen Gürtel fortbestehen, was gezielte Investitionen in das Gesundheitssystem erfordert, die durch neue Metriken wie den Care Efficiency Index geleitet werden.
Diese Studie demonstriert die Machbarkeit und die hohe Erfolgsrate der Implementierung einer standardisierten, videobasierten asynchronen neurologischen Untersuchung (VANE) an 25 Multizentren zur effizienten Untersuchung auf neurologische Erkrankungen in einer großen Kohorte von Patienten mit Prädiabetes und Typ-2-Diabetes.
Diese Studie präsentiert ein bayesianisches hierarchisches Modell, das gemischte Überwachungsdaten und Seroprävalenzstudien integriert, um die Dynamik der Dengue-Übertragung präzise zu schätzen und Gebiete mit hoher Priorität für eine Impfung in Indonesien zu identifizieren, wobei aufgezeigt wird, dass die alleinige Abhängigkeit von gemeldeten Inzidenzen das Risiko in Gebieten mit schwacher Überwachung häufig unterschätzt.
Diese landesweite bayessche räumlich-zeitliche Analyse ghanaischer Schlangenbissdaten von 2020 bis 2025 identifiziert beständige Hochrisikodistrikte, die in spezifischen nördlichen und südlichen Regionen konzentriert sind, verknüpft ein erhöhtes Risiko mit Temperatur und Luftfeuchtigkeit und hebt kritische Ungleichheiten beim geografischen Zugang zu Behandlungen hervor, um gezielte Prävention und Ressourcenallokation zu unterstützen.