Predictive and Seasonal Dynamics of the Human Wastewater Virome
该研究通过对美国德克萨斯州 15 个城市为期三年的废水病毒组进行靶向杂交捕获测序,揭示了废水病毒组具有高度季节性、相互关联且可预测的生态特征,并成功利用机器学习模型实现了基于历史数据和其他病毒信号的未来一个月病毒流行趋势及样本采集时间的精准预测。
305 篇论文
流行病学关注疾病如何在人群中传播、为何爆发以及如何被有效遏制。这一领域不仅追踪流感或新冠等传染病的动向,更深入探究影响健康的各种社会与环境因素,是守护公共安全的科学基石。
在 Gist.Science,我们直接从 medRxiv 获取该领域的所有最新预印本,并逐一进行深度处理。无论您是寻求通俗解读的公众,还是渴望掌握技术细节的研究者,我们都能为您提供清晰的白话总结与详尽的专业分析,让前沿数据触手可及。
以下为您呈现来自流行病学领域的最新研究成果。
该研究通过对美国德克萨斯州 15 个城市为期三年的废水病毒组进行靶向杂交捕获测序,揭示了废水病毒组具有高度季节性、相互关联且可预测的生态特征,并成功利用机器学习模型实现了基于历史数据和其他病毒信号的未来一个月病毒流行趋势及样本采集时间的精准预测。
该研究利用机器学习方法分析了 2000 至 2022 年的数据,确立了伤寒爆发(至少 7 天、6 例或 2 例实验室确诊)的量化定义,识别出大小两类爆发模式,并发现安全卫生设施缺乏、城市化及基本饮水服务不足是预测大规模爆发的关键因素,从而为 192 个国家提供了基于证据的爆发定义标准及风险预测,以支持及时响应和大规模疫情应对准备。
该研究通过整合流行病学、媒介生态及地理空间数据,证实刚果民主共和国伊图里省 Kakoi-Koda 地区在接受或未接受大规模药物干预的情况下,盘尾丝虫传播均显著下降,且森林砍伐导致的生境变化促使传播媒介从河蟹相关种向开阔生境种转变,表明该地区传播已大幅减弱但仍需针对性监测以指导停止干预决策。
这项基于丹麦中央地区 3.8 万余人的研究发现,公众对将健康数据用于人工智能的意愿取决于数据类型(如医学影像意愿最高、录音最低)及接收机构性质,且对公共部门的信任度显著高于私营部门。
这项在南非夸祖鲁 - 纳塔尔省农村开展的回顾性横断面研究发现,当地乙型肝炎病毒感染和既往暴露率较高(分别为 10.4% 和 34.9%),但疫苗介导的免疫水平较低,凸显了加强干预措施以实现全球消除目标的紧迫性。
该研究利用英国生物样本库数据,通过潜在类别分析比较了英国退役女兵与平民女性的创伤暴露特征及心理健康关联,发现尽管退役女兵报告了更高水平的创伤(尤其是童年创伤和亲密伴侣暴力),但其创伤类别与心理健康问题之间的关联模式比平民女性更为复杂且不一致。
该研究提出了一种基于“不显著椭圆”和“可达成删减区域”的新方法,用于评估二元结果荟萃分析对缺失数据的脆弱性与稳健性,并通过维生素 D 与癌症死亡率关联的实例证明,即使在大样本荟萃分析中,极少数数据变动或假设性数据增减也足以推翻显著性结论,提示解读荟萃分析结果时需高度谨慎。
该论文提出了名为 SEVA 的外源性驱动框架,通过引入独立于感染人数且无传播反馈的时变群体感染概率,成功复现了 2020 年春季欧洲和美国多地 COVID-19 死亡曲线的形态特征,表明季节性或环境因素驱动的暴露动态可能是解释早期疫情波峰的关键机制。
该研究利用 2009 至 2025 年的美国流感住院数据,通过多种时间序列分析方法发现,后疫情时代的流感季节呈现出强度显著增强、峰值时间提前及种族差异持续存在的特征,且近期多个季节的住院负担已超出疫情前的预测基准。
该研究通过传播模型量化了埃博拉疫情中断对几内亚冈比亚锥虫病(gHAT)传播的负面影响,并证实了被动筛查和媒介控制等干预措施的成功,这些努力使该国在 2025 年获得了消除该病作为公共卫生问题的验证。