305 articoli
L'epidemiologia studia come le malattie si diffondono nelle popolazioni e quali fattori influenzano la salute pubblica. Questo campo è fondamentale per capire i focolai, prevenire epidemie e guidare le decisioni sanitarie che ci riguardano tutti, trasformando dati complessi in azioni concrete per la comunità.
Su Gist.Science, selezioniamo ogni nuovo preprint pubblicato su medRxiv in questa categoria, garantendo l'accesso immediato alle ricerche più recenti. Per ogni documento, offriamo sia un riassunto tecnico approfondito che una spiegazione semplice, rendendo la scienza avanzata comprensibile a tutti senza perdere precisione.
Di seguito trovate l'elenco aggiornato degli ultimi studi in epidemiologia disponibili su medRxiv, pronti per essere esplorati nelle nostre sintesi.
Il documento presenta **serocalculator**, un pacchetto R open-source che utilizza un framework basato sulla verosimiglianza per stimare i tassi di sieroincidenza da dati sierologici trasversali, integrando modelli di decadimento anticorpale, variabilità biologica e rumore di misurazione.
Questo articolo descrive l'integrazione riuscita della versione 3 dell'Uniform Data Set del National Alzheimer's Coordinating Center nel consolidato Diabetes Prevention Program Outcomes Study attraverso l'armonizzazione dei dati, la cattura elettronica e la reportistica automatizzata, dimostrando un quadro pratico per adattare le coorti consolidate al fine di soddisfare gli standard nazionali per la ricerca sulla malattia di Alzheimer.
Questo articolo dimostra che il numero di riproduzione di base () è fondamentalmente non identificabile dalle sole traiettorie epidemiche poiché confonde la biologia del patogeno con il comportamento umano adattivo, eppure l'analisi empirica dei dati sulla mobilità COVID-19 negli Stati Uniti rivela che, sebbene questa componente comportamentale sia strutturalmente caratterizzabile come dipendente dallo stato, il suo impatto pratico è modesto a causa di una correlazione negativa tra la reattività al rischio e la saturazione comportamentale tra le diverse giurisdizioni.
Utilizzando 11 anni di dati statunitensi relativi a Medicaid e Medicare e l'apprendimento automatico, questo studio ha analizzato 137.293 adulti con sindrome di Down per identificare i principali predittori di mortalità, quali demenza, polmonite, malattie cardiovascolari, insufficienza cardiaca ed epilessia, evidenziando aree intervenibili per ridurre i tassi di mortalità in questa popolazione.
Questa revisione sistematica e analisi bayesiana di 67 focolai di virus Nipah in Bangladesh e India dal 2001 al 2026 rivela che la trasmissione è autolimitante con un numero di riproduzione mediano inferiore a 1 ma altamente sovradispersa, indicando che una piccola frazione di casi guida la maggior parte della diffusione successiva e supportando strategie di contenimento mirate come il tracciamento dei contatti e la quarantena.
Questo articolo propone un modello deterministico che predice l'efficacia degli interventi, come le campagne di vaccinazione, per le infezioni trasmesse da vettori come la dengue, sfruttando l'osservazione che le distribuzioni dei casi in base all'età rimangono coerenti attraverso diverse intensità di epidemia e regioni geografiche, consentendo così la stima degli impatti degli interventi senza fare affidamento su ipotesi di stato stazionario.
Questo studio utilizza l'apprendimento automatico spaziale e l'analisi longitudinale di nove ondate del Ghana Demographic and Health Survey (1988–2022) per dimostrare che, sebbene la copertura delle cure prenatali qualificate sia diventata quasi universale e la disuguaglianza interregionale sia drasticamente diminuita, persistono significative disparità spaziali legate alla fertilità nella Cintura Settentrionale, rendendo necessari investimenti mirati nel sistema sanitario guidati da nuovi parametri come il Care Efficiency Index.
Questo studio dimostra la fattibilità e l'alto tasso di successo dell'implementazione di un esame neurologico asincrono standardizzato basato su video (VANE) in 25 siti multicentrici per lo screening efficiente di condizioni neurologiche in una vasta coorte di pazienti con pre-diabete e diabete di tipo 2.
Questo studio presenta un modello gerarchico bayesiano che integra dati di sorveglianza misti e indagini sulla sieroprevalenza per stimare accuratamente la dinamica della trasmissione della dengue e identificare i distretti ad alta priorità per la vaccinazione in Indonesia, rivelando che l'affidamento alla sola incidenza segnalata spesso sottostima il rischio nelle aree con una sorveglianza debole.
Questa analisi spazio-temporale bayesiana su scala nazionale dei dati relativi ai morsi di serpente in Ghana dal 2020 al 2025 identifica distretti con un rischio persistente elevato concentrati in specifiche regioni settentrionali e meridionali, collega l'aumento del rischio alla temperatura e all'umidità, e sottolinea le critiche iniquità nell'accesso geografico al trattamento per informare la prevenzione mirata e l'allocazione delle risorse.