역학은 질병이 어떻게 퍼지고 왜 발생하는지를 연구하여 공중보건을 지키는 핵심 학문입니다. Gist.Science에서는 의학 사전논문 저장소인 medRxiv에 올라오는 모든 역학 관련 논문을 실시간으로 수집합니다.

우리는 전문 용어에 익숙하지 않은 분들을 위해 복잡한 연구 결과를 쉽게 풀어서 설명하는 평이한 요약을 제공하고, 동시에 연구의 세부 사항까지 담보한 기술적 요약도 함께 준비합니다. 이 과정을 통해 최신 과학적 발견을 누구나 손쉽게 이해하고 활용할 수 있도록 돕는 것이 저희의 목표입니다.

아래에는 medRxiv에서 새로 공개된 역학 분야의 최신 논문들이 정리되어 있습니다.

📊 epidemiology

Epidemiology of stillbirths and maternal post-discharge outcomes following stillbirths in Uganda: a prospective cohort study

우간다의 7,000명 이상의 여성을 대상으로 한 이 전향적 코호트 연구는 사산 후 모성 이환율이 높다는 것을 밝혀냈으며, 이전의 자녀 사망, 이동 지연, 임신 관련 질환을 주요 위험 요인으로 식별하는 동시에 적절한 산전 관리와 배우자의 지지를 보호 요인으로 강조한다.

Twinamatsiko, o., Nguyen, V., Owen. Wiens, M., Komugisha, C., Namala, A., Ngonzi, J., Pillay, Y., Mugisha, N. K., Christ (…)2026-01-25
📊 epidemiology

Dietary sugar exposure in early life and risk of adult mental health disorders: UK Biobank cohort study

이 UK 바이오뱅크 코호트 연구는 생후 첫 1,000일 동안의 설탕 배급 노출이 이후의 식습관과는 독립적으로 성인기 불안 장애 발생 위험을 감소시키는 것과 관련이 있는 반면, 우울증에 대한 보호 효과는 더 약하며 잠재적으로 생애 후기 요인들에 의해 매개되는 것으로 보인다는 점을 시사한다.

Navratilova, H. F., Whetton, A. D., Geifman, N.2026-01-22
📊 epidemiology

Assessing diagnostic accuracy of Ov16 rapid diagnostic tests for onchocerciasis using Bayesian latent class models

모잠비크, 가나, 베닌의 통합된 데이터에 베이지안 잠재 클래스 모델을 적용함으로써, 본 연구는 새로운 GADx Ov16 신속 검사가 대량 약물 투여 중단을 위한 데에 필요한 민감도를 달ien하는 반면, 평가된 어떤 검사도 확증 전략 없이는 퇴치 결정을 뒷받침하는 데 필요한 특이도 임계치를 충족하지 못한다는 것을 입증한다.

Norman, J., Bassabi-Alladjie, N.-M., Boko-Collins, P. M., de Souza, D. K., Gass, K., Hamill, L., Langa, J., Moore, C., N (…)2026-01-22
📊 epidemiology

A distributed, privacy-preserving platform for linkage of epidemiological data with pathogen genome sequences

저자들은 개인 식별 정보를 노출하지 않으면서 실시간 유행 감지를 가능하게 하기 위해, 서로 다른 조직 간의 역학 데이터와 병원체 게놈 서열을 암호화 해싱을 통해 자동적이고 안전하게 연결하는 프라이버시 보존형 분산 플랫폼인 SecureEpiLink를 제시한다.

Langevin, J., Featherstone, L., Di Giallonardo, F., Horsburgh, B. A., Lloyd, A., Rawlinson, W., Bull, R., Kelleher, A. (…)2026-01-21
📊 epidemiology

Drastic changes in collaboration networks and publication patterns in research using the CDC WONDER dataset

이 연구는 주로 파키스탄 출신의 연구자 네트워크에 의해 주도된 CDC WONDER 데이터셋 관련 논문의 급격한 증가를 밝혀냈으며, 이는 의료 레지던트 요구 사항을 충족하기 위해 저품질의 템플릿 기반 논문을 생산하고 있을 가능성이 높은 이들에 의한 것으로, 대량 생산된 연구로부터 과학적 무결성을 보호하기 위한 선제적인 편집 심사와 향상된 비판적 검토 기술의 시급한 필요성을 강조한다.

Maupin, D., Suchak, T., Sengupta, A., Marra, M., Geifman, N., Spick, M.2026-01-15