epidemiology 篇论文 | Gist.Science

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。

该研究利用 2003 至 2024 年泰国全国监测数据结合潜在过程模型，揭示了恙虫病传播范围已远超传统认知的北部地区而扩展至东北和南部，且易感人群逐渐向老年群体转移，从而呼吁采取因地制宜的监测策略和针对老年人的临床准备措施。

该研究通过整合人类体内、人蚊传播及蚊体内疟原虫动力学的多尺度模型，利用人体挑战试验数据量化了关键生物学参数，并揭示了无症状感染者感染蚊子的时间进程主要受无性寄生虫增殖和配子体成熟驱动，而既定感染者的传染性则主要取决于血液中配子体的可用性及配子受精效率。

这项基于英国 4,547 名参与者纵向数据的研究表明，社会处方显著降低了全科医生就诊、急诊就诊及住院率，且这种效益在不同社会人口群体中普遍适用。

本文介绍了 Episia，一款专为资源匮乏地区（特别是非洲）设计的开源 Python 库，它集成了流行病模型、蒙特卡洛敏感性分析、经 OpenEpi 验证的生物统计套件以及 DHIS2 数据自动摄入功能，旨在解决当地卫生部门在流行病学分析与建模中面临的成本高昂、技术门槛高及资源依赖等挑战。

该研究通过对 2005 至 2022 年美国县级数据的时空分析，揭示了肺栓塞死亡率的地理聚集特征及年龄等关键预测因子，为制定针对性的区域预防策略提供了实证依据。

该研究利用美国及多国肺炎球菌疾病数据，开发并评估了三种预测模型及其集成方法，证实集成模型能准确预测不同疫苗时期非疫苗血清型的频率变化，从而为评估疫苗影响及指导未来疫苗配方提供有效工具。

该研究方案旨在利用英国 Orchid-e 数据库开展一项描述性队列研究，通过比较绝经后激素替代疗法（HRT）使用者与匹配对照组的随访数据，评估 HRT 引起的非计划性出血在子宫内膜癌诊断中的准确性，以优化相关临床转诊指南并减少不必要的侵入性检查。

该研究通过整合多物种生态相互作用与人类社会经济因素，揭示尽管拉沙病毒在西非城市周边具有极高的生物传播风险，但城市基础设施形成的“社会经济屏障”有效阻断了向城市核心区的溢出，从而估算出实际年感染人数高达 260 万，并指出了尼日利亚、贝宁和多哥等地存在严重的监测盲区。

这项基于 TriNetX 数据的回顾性队列研究表明，在患有自身免疫疾病的新冠患者中，使用 Paxlovid 或 Molnupiravir 治疗并未显著增加间质性肺病的风险。

这项针对巴西2015至2024年钩端螺旋体病的生态学研究揭示，该病的时空分布与致死率受厄尔尼诺现象等气候因素及基本卫生设施缺失等多重因素驱动，且疫情数据在新冠疫情期间显著下降，提示需实施区域特异性公共卫生策略以应对该疾病负担。