239 articles
L'épidémiologie étudie la manière dont les maladies se propagent au sein des populations et comment nous pouvons les contrôler. Ce domaine crucial ne se limite pas aux simples statistiques, mais explore les facteurs environnementaux et sociaux qui influencent notre santé collective, offrant des clés pour prévenir les crises sanitaires avant qu'elles ne s'étendent.
Sur Gist.Science, nous nous engageons à rendre ces recherches accessibles à tous en traitant systématiquement chaque nouveau prépublication provenant de medRxiv. Pour chaque article, nous proposons à la fois une explication claire en langage courant et un résumé technique détaillé, permettant à chacun de comprendre les enjeux sans barrière linguistique ou scientifique.
Découvrez ci-dessous les dernières études épidémiologiques analysées par notre équipe, issues directement des travaux récents déposés sur medRxiv.
Cette étude utilise un modèle mécaniste intégrant la transmission, la perte d'immunité et la vaccination pour analyser les dynamiques des résurgences à grande échelle de la grippe A(H1N1) et identifier les facteurs clés ayant influencé les épidémies post-pandémiques dans neuf régions.
En utilisant une approche de triangulation combinant analyses empiriques et simulations, cette étude conclut que les mécanismes plausibles de biais de sélection sont peu susceptibles d'expliquer entièrement l'effet protecteur observé de l'adiposité précoce sur le risque de cancer du sein, soutenant ainsi une interprétation causale de cette relation.
Cette étude révèle en 2023-24 une prévalence élevée et persistante de marqueurs de résistance aux antipaludéens multiples en Ouganda, avec une répartition géographique hétérogène des mutations K13 et une expansion des marqueurs de résistance aux antifolates, soulignant la nécessité d'une surveillance moléculaire continue pour orienter les politiques de traitement.
L'article présente TrialScout, un outil alimenté par un modèle de langage qui relie efficacement les essais cliniques enregistrés sur ClinicalTrials.gov à leurs publications de résultats dans PubMed, permettant d'identifier les résultats pour 63,6 % d'un échantillon de 9 600 essais avec une sensibilité de 92,5 %.
Cette étude populationnelle révèle des relations bidirectionnelles entre la dépression, l'anxiété et l'incontinence urinaire chez les femmes, démontrant que les troubles de l'humeur augmentent le risque d'apparition de l'incontinence et vice-versa, avec des preuves de causalité génétique notamment pour la dépression.
Cette étude transversale basée sur l'enquête TDHS-MIS 2022 révèle qu'environ 27,5 % des femmes enceintes en Tanzanie subissent des violences conjugales, principalement émotionnelles, et identifie la consommation d'alcool du partenaire, la polygamie et la durée de l'union comme des facteurs de risque significatifs, tandis que la possession d'un acte de mariage et la présence d'un seul enfant sont protectrices.
En utilisant des données d'enquêtes sociales et un cadre d'apprentissage automatique, cette étude propose une méthode pour construire des réseaux de contacts hétérogènes et structurés par âge qui améliorent la précision des modèles épidémiques en quantifiant l'impact des interventions de santé publique et en réduisant la taille des épidémies par rapport aux modèles simplifiés.
En utilisant un modèle SEIR de co-infection, cette étude révèle que le « biais de passager clandestin » fausse la surveillance basée sur les symptômes en surestimant la gravité des virus asymptomatiques co-infectant des patients déjà testés pour d'autres pathogènes, et propose un cadre de modélisation pour corriger ces distorsions et retrouver la véritable pathogénicité des virus.
Cette étude de simulation démontre que, dans le cadre de l'ajustement par score de propension à grande échelle, l'inclusion de variables instrumentales n'entraîne qu'un biais négligeable sur l'estimation de l'effet, à condition que la corrélation avec le traitement et le score de préférence restent inférieurs à 0,5.
En appliquant un cadre de modélisation mécaniste aux données du Brésil, cette étude démontre que les inégalités sociales préexistantes, plutôt que les interventions elles-mêmes, ont été les principaux moteurs de la mortalité par COVID-19, tout en prouvant qu'une priorisation équitable de la vaccination peut inverser cette gradient de mortalité.