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。

该研究基于荷兰 NESDA 队列数据，揭示了压力性生活事件与脂肪酸及胆汁酸等代谢通路紊乱的显著关联，并在荷兰 NEO 队列和中国 GBCS 队列中成功复现了包括甘氨鹅脱氧胆酸 3-硫酸盐在内的关键代谢标志物。

该研究指出，在常规随机对照试验中检测志贺氏菌疫苗对生长影响的统计效力极低，而通过聚焦“自然感染”亚组并优化试验设计（如在高发病率地区采用 12 个月免疫计划），可显著提升检测疫苗改善生长效果的统计效力并降低得出无效或相反结论的风险。

该研究通过整合五项多中心研究数据，揭示了在低收入资源地区，轮状病毒和志贺氏菌是 3 岁以下儿童中重度腹泻的主要病因，且随着轮状病毒疫苗的引入，疾病负担正逐渐向志贺氏菌转移。

该研究提出了一种结合二维交叉列联表与系统边界估算算法的新框架，用于处理大型生物库中 AUDIT-C 筛查数据的分类局限性，通过明确量化不确定性并可视化饮酒频率与数量的交互影响，显著提升了生活方式暴露数据的分辨率、可重复性与可解释性。

这项针对喀麦隆的系统综述和荟萃分析显示，世卫组织优先关注的细菌耐药性在人类、动物和环境来源中普遍存在且分布不均，特别是在滨海地区，且自 2016 年以来耐药率呈显著上升趋势，凸显了加强“全健康”视角下耐药性监测的紧迫性。

该研究通过分析 2018 至 2025 年巴西阿雷格里港的气候、登革热及伊蚊数据，揭示了降雨频率、温度及滞后变量对蚊媒密度和疾病传播的关键驱动作用，并构建了能有效预测登革热风险的时空模型，强调了整合多源监测数据以优化公共卫生干预的重要性。

该研究通过对巴西亚马逊地区 773 个市镇的纵向分析发现，尽管疟疾总体呈下降趋势，但森林砍伐和极端贫困仍是导致传播持续的关键驱动因素，而人口密度则表现出保护作用，表明要实现 2035 年消除目标，必须采取整合环境保护与社会发展的“同一健康”策略。

该研究利用德国 MuSPAD 队列数据，结合可解释机器学习与差分隐私技术，证明了血清流行率及人口队列数据不仅能准确预测新冠局部发病率，还能识别出感染史、疫苗接种及行为改变等关键传播驱动因素，为数字流行病学和公共卫生决策提供了互补且隐私保护的洞察。

本研究开发并验证了一套适用于撒哈拉以南非洲的移动实验室工作流程，通过整合牛津纳米孔测序、多重 metabarcoding 和 Biomeme qPCR 技术，结合优化的核酸提取与离线生物信息学分析，实现了对废水及环境样本中病原体、微生物群落及耐药基因的高效、实时监测与风险评估。

该研究提出了一种基于高分辨率环境协变量和生成式机器学习集成方法（One-Class SVM）的细粒度空间模型，用于预测巴西森林黄热病的环境适宜性，结果显示南部地区适宜性最高，且土地利用/覆盖是主要影响因子，同时揭示了北部地区数据收集亟需加强。