serocalculator, an R package for estimating seroincidence from cross-sectional serological data
本文介绍了 **serocalculator**,这是一个开源 R 程序包,它利用基于似然值的框架,通过整合抗体衰减模型、生物学变异性和测量噪声,从横断面血清学数据中估算血清发病率。
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。
本文介绍了 **serocalculator**,这是一个开源 R 程序包,它利用基于似然值的框架,通过整合抗体衰减模型、生物学变异性和测量噪声,从横断面血清学数据中估算血清发病率。
本文通过数据协调、电子采集和自动化报告,描述了将第三版国家阿尔茨海默病协调中心统一数据集成功整合进长期开展的糖尿病预防计划结果研究的过程,展示了一个用于使既有队列符合国家阿尔茨海默病研究标准的实用框架。
本文表明,基本再生数()从流行病轨迹本身来看在本质上是不可识别的,因为它将病原体生物学特征与人类适应性行为混为一谈,然而对美国 COVID-19 流动性数据的实证分析显示,尽管这一行为组件在结构上可被表征为状态依赖型的,但由于不同辖区内风险响应程度与行为饱和度之间存在负相关性,其在实际上的影响是微小的。
这项研究利用 11 年的美国医疗补助和医疗保险数据,并结合机器学习技术,对 137,293 名唐氏综合征患者进行了分析,以确定痴呆症、肺炎、心血管疾病、心力衰竭和癫痫等关键死亡预测因子,从而强调了在这一人群中降低死亡率的可干预领域。
这项针对 2001 年至 2026 年间孟加拉国和印度 67 起尼帕病毒爆发的系统评价和贝叶斯分析表明,其传播具有自限性,中位再生数低于 1,但具有高度过度离散性,这意味着极少数病例驱动了大部分的后续传播,从而支持了如接触者追踪和隔离等针对性的遏制策略。
本文提出了一种确定性模型,该模型通过利用“年龄相关病例分布在不同疫情强度和地理区域下保持一致”这一观察结果,预测如登革热等媒介传播型传染病中干预措施(如疫苗接种运动)的有效性,从而能够在不依赖稳态假设的情况下实现对干预影响的评估。
本研究利用空间机器学习和对九波加纳人口与健康调查(1988–2022年)的纵向分析表明,尽管熟练产前护理覆盖率已趋于全民化且区域间不平等已大幅下降,但由于北部地带仍存在显著的生育相关空间不平等,因此有必要在如“护理效率指数”等新指标的指导下进行有针对性的卫生系统投资。
本研究证明了在 25 个多中心站点实施标准化的、基于视频的异步神经系统检查(VANE),以高效筛查大规模糖尿病前期及 2 型糖尿病患者群体中神经系统疾病的可行性与高成功率。
本研究提出了一种贝叶斯层级模型,该模型整合了混合监测数据与血清流行率调查,旨在准确估算印度尼西亚登革热的传播动态并识别疫苗接种的高优先级地区,研究结果表明,仅依赖报告的发病率往往会低估监测能力薄弱地区的风险。
这项针对 2020 年至 2025 年间加纳蛇咬伤数据的全国性贝叶斯时空分析,识别了集中在特定北部和南部地区的持续高风险区域,将风险增加与温度和湿度联系起来,并强调了地理治疗获取方面的严重不平等,旨在为有针对性的预防和资源分配提供参考。