374 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。
这项在赞比亚开展的收敛性混合方法研究表明，农村、城乡结合部及城市地区之间 SARS-CoV-2 感染差异的主要驱动因素是人口统计学、行为和卫生系统因素，而非仅仅是地理居住地，这强调了制定特定背景下的预防策略以及实现检测和疫苗公平获取的必要性。
本文介绍了里约热内卢热浪仪表盘（Rio de Janeiro Heat Dashboard），这是一个实时的 R/Shiny 监测系统，通过整合气候与健康数据来监测热暴露情况、划分预警等级并追踪健康影响，作为巴西首个市级热浪应对方案的核心组成部分。
这项针对英国两代人的队列研究显示，社会经济地位低下的情况以及不良童年经历与各种月经症状（包括疼痛、周期不规律和出血异常）风险增加显著相关，表明这些健康问题对社会和经济地位较低的女性造成了不成比例的影响。
本研究表明，废水处理厂能够有效地作为监测周边非网络人口传染病动态的哨点站，且与传统的行政边界相比，以流动性定义的社区为评估代表性提供了更优的框架。
这项针对安大略省婴儿的研究发现，尽管母体免疫力对于个体保护至关重要，但引入随时间变化的母体免疫力并未改善模型对疫情后呼吸道合胞病毒（RSV）复发的预测，这表明人群层面接触模式的变化是观察到的传播动态的主要驱动因素。
这项基于1958年英国出生队列数据的研究表明，虽然中年时期体重增加至肥胖会加速心血管代谢功能的下降，但从中年后期从肥胖状态减轻体重可以使心血管代谢健康轨迹恢复到与体重正常的人群相当的水平。
本研究表明，利用 InfluenzaNet 数据进行的参与式数字监测可以生成与健康及人口统计信息相联系的有效纵向社会接触矩阵，从而为建立一个支持流行病建模和公共卫生准备工作的欧洲社会接触观测站奠定可扩展的基础。
这项利用两项独立的具有国家代表性的巴西调查进行的预注册研究，识别并验证了 21 个与抑郁症状相关的健康、行为和社会相关因素，其中自评健康显示出最强的关联性，从而为未来的纵向研究提供了一份可复制的图谱，同时也承认了横断面设计无法建立因果关系的局限性。
本研究表明，将观测层面的交叉验证应用于具有二元结果的重复测量数据会显著高估预测性能，而受试者层面的划分则能有效消除这种乐观偏差的主要来源，并与严格的留一集群验证保持高度一致。
这项针对超过13万名青少年的多中心回顾性研究表明，较高的BMI与较差的视力和升高的静息心率独立相关，且这些关系随年龄和性别而显著变化，从而支持了通过综合、分层筛查策略来同时应对肥胖、近视及心血管风险的必要性。