175 articoli
Le malattie infettive rappresentano una delle sfide più dinamiche per la salute globale, spaziando da patogeni noti a nuove minacce emergenti che richiedono una risposta rapida e informata. In questa sezione, esploriamo la ricerca all'avanguardia che cerca di comprendere come si diffondono questi agenti, come il sistema immunitario reagisce e quali strategie potrebbero fermarne la propagazione, rendendo la scienza accessibile a tutti senza barriere linguistiche.
Ogni nuovo preprint pubblicato su medRxiv relativo a questo settore viene elaborato dal nostro team per offrire non solo una sintesi tecnica dettagliata, ma anche una spiegazione in linguaggio semplice che ne chiarisca l'impatto reale. Questo approccio garantisce che i risultati più recenti siano comprensibili sia ai ricercatori esperti che al grande pubblico, trasformando dati complessi in conoscenza fruibile.
Qui di seguito trovate le ultime ricerche selezionate su malattie infettive, aggiornate in tempo reale dalle pubblicazioni su medRxiv.
Questo studio di coorte retrospettivo e monocentrico presso il CHUGA mira a identificare nuovi biomarcatori metabolici attraverso la metabolomica untargeted LC-MS/MS per migliorare l'accuratezza predittiva degli esiti di gravità del COVID-19 oltre i parametri clinici standard e i comuni esami del sangue.
Le prove provenienti da un trial randomizzato per cluster in un'area urbana del Bangladesh indicano che, sebbene il vaccino coniugato contro il tifo Vi-TT fornisca un'elevata protezione diretta ai riceventi, una significativa protezione di gregge per i non vaccinati si ottiene solo nei cluster con una copertura complessiva della popolazione più elevata, suggerendo che la vaccinazione degli adulti, oltre a quella dei bambini, sia necessaria per un efficace controllo del tifo.
Uno studio di modellazione matematica sulle strategie di screening della tubercolosi in Sudafrica dal 2026 al 2035 trova che lo screening radiografico basato sulla comunità è l'approccio autonomo più costo-efficace, ma la combinazione di questo con i metodi basati sulle cliniche offre l'impatto complessivo e la costo-efficacia maggiori, affrontando sia le popolazioni ad alto rischio che quelle con una bassa copertura di screening esistente.
Questo articolo propone un modello linguistico di grandi dimensioni interpretabile e causalmente disaggregato per prevedere accuratamente la gravità del Long COVID nelle donne, distinguendo i veri segnali patologici dai fattori di confondimento, come le transizioni ormonali e le comorbidità, che simulano i sintomi caratteristici.
Questo studio qualitativo condotto in sei distretti ugandesi identifica specifici comportamenti di interazione uomo-animale-zecca, come la coabitazione stretta con il bestiame, la macellazione di animali malati e il consumo di zecche ingorgate, come fattori di rischio critici ma sottostimati per la trasmissione del virus della febbre emorragica di Crimea-Congo che richiedono interventi culturalmente mirati.
Questo studio, condotto in una struttura sanitaria secondaria in Ghana, rivela una prevalenza del 22,8% di infezioni delle vie urinarie dominata da batteri Gram-negativi multiresistenti, in particolare *E. coli*, che esibiscono un'estrema resistenza ai comuni beta-lattamici e cefalosporine ma rimangono suscettibili ad amikacina, levofloxacina e gentamicina, evidenziando l'urgente necessità di rivedere i protocolli di trattamento empirico.
Uno studio del 2024 in Zambia rivela l'emergenza rapida e la diffusione di una nuova mutazione *Pfkelch13* A724E che conferisce una parziale resistenza all'artemisinina, evidenziata dalla sua ascesa dallo 0% al 79% di prevalenza a Kaoma tra il 2018 e il 2026 e dalla sua forte associazione con la positività del parassita al terzo giorno dopo il trattamento.
Questo studio dimostra che la generazione di previsioni sull'influenza a livello metropolitano locale supera significativamente in accuratezza le tradizionali previsioni a livello statale, offrendo uno strumento più efficace per la pianificazione della salute pubblica mirata e la risposta alle epidemie.
Questo articolo introduce SchistoTrackNet, il primo modello di deep learning in grado di diagnosticare automaticamente i diversi gradi di severità della fibrosi periportale associata alla schistosomiasi da immagini ecografiche, offrendo una soluzione scalabile per la sorveglianza su larga scala in contesti a basse risorse per sostenere gli sforzi di eliminazione globale.
Questa revisione sistematica e meta-analisi di 36 studi che coinvolgono oltre 10.000 bambini dimostra che, sebbene i tamponi rinofaringei rimangano lo standard di riferimento, i campioni nasali e orali offrono un'accuratezza diagnostica comparabile per i virus respiratori con una tollerabilità significativamente migliore, supportando il loro adozione come alternative valide nell'assistenza pediatrica.