235 artigos
A epidemiologia é a ciência que estuda como as doenças se espalham e quem elas afetam, funcionando como um radar essencial para a saúde pública. Neste espaço, exploramos pesquisas que mapeiam surtos, identificam fatores de risco e avaliam estratégias de prevenção, traduzindo dados complexos em insights compreensíveis para todos.
No Gist.Science, monitoramos diariamente o medRxiv, o repositório de pré-prints da área médica, para trazer as descobertas mais recentes antes mesmo da publicação formal. Processamos cada novo estudo nesta categoria, oferecendo tanto resumos técnicos detalhados para especialistas quanto explicações em linguagem simples para o público geral, garantindo que o conhecimento flua rapidamente e com clareza.
Abaixo, você encontra a seleção mais atual de artigos de epidemiologia, organizados para facilitar sua leitura e compreensão das tendências que moldam o futuro da saúde global.
Este estudo utiliza um modelo matemático mecanicista para investigar a dinâmica de ressurgências em larga escala da influenza A (H1N1), demonstrando como a interação entre transmissão, perda de imunidade e vacinação explica os padrões de surtos observados em nove localidades.
Este estudo utiliza uma abordagem de triangulação de evidências, combinando análises empíricas e simulações, para concluir que os mecanismos plausíveis de viés de seleção são insuficientes para explicar o efeito protetor observado da adiposidade na infância sobre o risco de câncer de mama, apoiando assim uma interpretação causal dessa relação.
Este estudo relata que, em 2023-24, a Uganda manteve uma alta prevalência sustentada de múltiplos marcadores de resistência a antimaláricos, incluindo mutações K13 e haplótipos de resistência a antifolatos, com distribuição geográfica heterogênea que destaca a necessidade contínua de vigilância molecular para orientar políticas de tratamento.
O estudo apresenta o TrialScout, uma ferramenta baseada em modelos de linguagem grande que identifica com alta sensibilidade as publicações de resultados de ensaios clínicos registrados no ClinicalTrials.gov, superando a precisão de revisões humanas em casos de discordância e acelerando significativamente o monitoramento da divulgação de resultados científicos.
Este estudo populacional baseado no UK Biobank e em dados de randomização mendeliana estabelece uma relação bidirecional entre depressão, ansiedade e incontinência urinária em mulheres, demonstrando que a depressão e a ansiedade são tanto causas quanto consequências do desenvolvimento da incontinência.
Este estudo transversal analisando dados nacionais de 2022 revela que 27,46% das mulheres grávidas na Tanzânia sofrem violência pelo parceiro íntimo, sendo a violência emocional a mais comum e fatores como o consumo de álcool pelo parceiro, poligamia e duração da união associados a maiores riscos, enquanto a certidão de casamento e ter apenas um filho atuam como fatores protetores.
Este artigo apresenta uma estrutura de aprendizado de máquina que utiliza dados de pesquisas sociais para construir redes de contato heterogêneas e estruturadas por idade, demonstrando que a incorporação desses fatores complexos resulta em projeções de epidemias mais precisas e realistas, com tamanhos de surto menores e uma melhor representação da variabilidade nos casos secundários em comparação com modelos simplificados.
O artigo introduz o conceito de "viés de carona" (hitchhiker bias), demonstrando como a coinfecção com patógenos sintomáticos pode distorcer a vigilância baseada em sintomas, e propõe um modelo matemático para corrigir essas distorções e recuperar a verdadeira patogenicidade dos vírus.
Este estudo de simulação demonstra que, no contexto de escores de propensão de grande escala, o ajuste por variáveis instrumentais que atendem a critérios específicos de correlação e equilíbrio gera um viés insignificante na estimativa do efeito, apoiando a estratégia de incluir a maioria das covariáveis pré-tratamento em vez de tentar identificar um conjunto limitado de confundidores.
Este estudo desenvolve e aplica um modelo mecanicista baseado na Teoria da Causa Fundamental para demonstrar que, no Brasil, as desigualdades sociais pré-existentes foram o principal motor da mortalidade por COVID-19, enquanto intervenções não farmacológicas desiguais reforçaram esse gradiente, mas a priorização equitativa de vacinas nas comunidades mais vulneráveis conseguiu reverter essa tendência.