239 artículos
La epidemiología es la ciencia que rastrea cómo se propagan las enfermedades en nuestras comunidades y busca entender los factores que las impulsan. En Gist.Science, transformamos la investigación de vanguardia en conocimientos accesibles para todos. Cada nuevo prepublicación que aparece en medRxiv dentro de esta categoría es procesado por nuestro equipo, ofreciendo tanto resúmenes técnicos detallados como explicaciones en lenguaje sencillo para que cualquier persona pueda comprender los hallazgos más recientes sin necesidad de un doctorado.
Nuestro objetivo es cerrar la brecha entre la investigación compleja y el público general, asegurando que los avances críticos sobre brotes y prevención lleguen a quienes más los necesitan. A continuación, encontrará la lista actualizada de los últimos artículos en epidemiología seleccionados de medRxiv.
Este estudio utiliza un modelo matemático mecanicista para investigar la dinámica de los resurgimientos a gran escala de la influenza A(H1N1), revelando cómo la interacción entre la transmisión, la pérdida de inmunidad y la vacunación explica los patrones observados en los datos de nueve localidades.
Este estudio demuestra mediante triangulación de evidencia empírica y simulaciones que los mecanismos plausibles de sesgo de selección no pueden explicar completamente el efecto protector observado de la adiposidad temprana sobre el riesgo de cáncer de mama, apoyando así una interpretación causal de dicha relación.
Un estudio realizado en Uganda durante 2023-24 revela una prevalencia sostenida y geográficamente heterogénea de múltiples marcadores de resistencia a antimaláricos, incluyendo mutaciones en K13 y haplotipos de resistencia a antifolatos, lo que subraya la necesidad urgente de una vigilancia molecular continua para orientar las políticas de tratamiento y quimioprofilaxis.
El estudio presenta TrialScout, una herramienta basada en modelos de lenguaje grande que vincula de manera eficiente y precisa los registros de ensayos clínicos con sus publicaciones de resultados, demostrando una alta sensibilidad y superando errores humanos en la localización de dicha información.
Este estudio poblacional basado en datos del UK Biobank y análisis de aleatorización mendeliana demuestra una relación bidireccional entre la depresión, la ansiedad y la incontinencia urinaria en mujeres, donde la depresión y la ansiedad actúan como predictores del inicio de la incontinencia y, a su vez, la incontinencia aumenta el riesgo de desarrollar depresión y ansiedad.
Este estudio transversal basado en datos de la encuesta 2022-TDHS-MIS revela que el 27,46% de las mujeres embarazadas en Tanzania experimentan violencia de pareja, siendo la violencia emocional la más prevalente y factores como el consumo de alcohol por parte de la pareja, la poligamia y la duración de la unión asociados a un mayor riesgo, mientras que contar con un certificado de matrimonio y tener un solo hijo resultan protectores.
Este estudio presenta un marco de aprendizaje automático que construye redes de contacto heterogéneas y estructuradas por edad a partir de datos de encuestas, demostrando que incorporar estas complejidades reduce el tamaño de los brotes epidémicos y mejora la precisión de las proyecciones y estrategias de control en comparación con los modelos tradicionales.
Este estudio introduce y cuantifica el "sesgo del autostopista", un fenómeno en el que la coinfección con patógenos sintomáticos infla artificialmente las detecciones de virus asintomáticos o leves en la vigilancia basada en síntomas, y propone un marco de modelado para corregir estas distorsiones y recuperar la verdadera patogenicidad de los virus.
Esta simulación demuestra que, dentro del contexto de la puntuación de propensión a gran escala, ajustar por variables instrumentales con una correlación inferior a 0.5 y un equilibrio superior a 0.5 introduce un sesgo mínimo en la estimación del efecto, lo que respalda la estrategia de incluir la mayoría de las covariables pretratamiento en lugar de intentar identificar un conjunto limitado de confusores.
Este estudio presenta un marco de modelado mecanicista que demuestra que, en el contexto de la pandemia de COVID-19 en Brasil, las desigualdades sociales preexistentes fueron el principal motor de la mortalidad, las cuales se vieron reforzadas por la distribución desigual de las intervenciones, pero que podrían revertirse mediante estrategias de vacunación y adopción de medidas no farmacéuticas dirigidas equitativamente a las poblaciones más vulnerables.