235 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.
Diese Studie identifiziert anhand von Daten aus drei Kohorten spezifische metabolische Signaturen für stressreiche Lebensereignisse, die insbesondere auf eine Dysregulation im Fett- und Gallensäurestoffwechsel hinweisen und potenzielle biologische Zielstrukturen für die Prävention stressbedingter Erkrankungen aufzeigen.
Die Studie zeigt, dass klinische Shigella-Impfstoffstudien durch den Vergleich der Wachstumsentwicklung nur bei natürlich infizierten Teilnehmern anstatt im gesamten Studienkollektiv sowie durch optimiertes Studiendesign deutlich höhere statistische Aussagekraft zur Erfassung von Impfstoffeffekten auf das Längenwachstum erreichen können.
Diese Studie fasst Daten aus fünf großen Multizenterstudien zusammen und zeigt, dass Rotaviren und Shigellen die Hauptursachen für mittelschwere bis schwere Durchfallerkrankungen bei Kindern unter drei Jahren in ressourcenarmen Settings sind, wobei sich die Krankheitslast nach der Einführung von Rotavirus-Impfstoffen zunehmend auf Shigellen verlagert.
Diese Studie stellt ein neuartiges Rahmenwerk vor, das durch die Kreuztabulierung von Trinkfrequenz und -menge sowie die Anwendung eines systematischen Bounding-Algorithmus die Unsicherheit kategorischer AUDIT-C-Daten in großen Biobanken adressiert und so präzisere epidemiologische Analysen von Lebensstilfaktoren ermöglicht.
Diese systematische Übersicht und Metaanalyse zeigt, dass die antimikrobielle Resistenz bei prioritären Bakterien in Kamerun aus einer One-Health-Perspektive hoch ist, regional ungleich verteilt ist und sich zwischen 2000 und 2025 signifikant verschlimmert hat, was eine verstärkte Überwachung erfordert.
Diese Studie analysiert die räumlich-zeitlichen Zusammenhänge zwischen klimatischen Faktoren, der Aedes-Mückeninfestation und Dengue-Fällen in Porto Alegre und zeigt, dass verzögerte Klimavariablen und Entomologiedaten entscheidend für die Vorhersage von Infektionsrisiken und die Optimierung öffentlicher Gesundheitsmaßnahmen sind.
Diese Studie zeigt, dass die anhaltende Malaria-Übertragung im brasilianischen Amazonasgebiet trotz eines allgemeinen Rückgangs primär durch die synergistischen Effekte von Entwaldung und extremer Armut getrieben wird, was einen Paradigmenwechsel hin zu einem „One Health"-Ansatz erfordert, der Umweltschutz und soziale Entwicklung integriert.
Die Studie zeigt, dass durch den Einsatz interpretierbarer maschineller Lernverfahren und differentialer Privatsphäre aggregierte Seroprävalenzdaten aus Kohortenstudien genutzt werden können, um die lokale COVID-19-Inzidenz präzise vorherzusagen und dabei wichtige verhaltens- und berichtsbezogene Treiber der Übertragungsdynamik zu identifizieren.
Diese Studie stellt einen validierten mobilen Laborworkflow vor, der Nanopore-Sequenzierung, qPCR und optimierte Nukleinsäure-Extraktion kombiniert, um eine effektive One-Health-Überwachung von Krankheitserregern und Antibiotikaresistenzen in Abwasser und Umweltproben in Subsahara-Afrika zu ermöglichen.
Diese Studie entwickelt ein feinkörniges, datengesteuertes Ensemble-Modell auf Basis von One-Class-Support-Vektor-Maschinen, um die Umweltgeeignetheit für das Sylvatische Gelbfieber in Brasilien mit hoher räumlicher Auflösung zu prognostizieren, wobei die südliche Region als am stärksten gefährdet identifiziert wurde und Landnutzung als einflussreichster Faktor ermittelt wurde.