233 篇论文
该研究利用 2017-2022 年孟加拉国人口与健康调查数据，通过多层混合效应模型分析发现，新冠疫情后该国糖尿病患病率急剧上升且受社区环境因素影响显著增强，而高血压患病率则呈下降趋势，两者关联减弱，揭示了非传染性疾病负担的显著转变及城市化带来的新风险。
该研究证实，在无需麻醉、镇痛剂及宫颈扩张的情况下，宫腔镜下息肉切除术不仅对子宫内膜息肉具有高达 85.1% 的切除成功率，且患者疼痛程度与诊断性宫腔镜相当，是一种安全有效的一线治疗方案。
该案例研究阐述了 2025 年通过乍得向苏丹达尔富尔地区实施跨境疫苗供应战略的成功经验，该举措克服了冲突导致的供应链中断，显著提升了常规免疫接种率并有效控制了霍乱与脊髓灰质炎疫情，证明了在高度受限的冲突环境中跨境部署是恢复免疫服务的关键且可行的生命线机制。
该研究基于 GenomeIndia 项目对印度 81 个民族语言群体共 1.7 万余人的表型分析，揭示了印度健康风险具有显著的民族语言结构特征，发现绝大多数人群存在生化或人体测量指标异常且认知不足，从而强调了建立群体特异性参考区间以推动精准公共卫生的重要性。
这项基于威尔士人口数据库的链接研究表明，先天性异常儿童的教育成就主要受贫困和特殊教育需求（SEN）而非疾病本身的影响，其中同时面临贫困、先天性异常及癫痫等健康问题的儿童最易成为“被遗忘的一群”，而 SEN 支持虽能缓解劣势，却难以完全消除贫困带来的教育鸿沟。
该研究方案旨在通过对斯洛文尼亚 50 岁及以上社区居住人群进行为期两年的纵向观察，探讨包括幸福感、韧性和社会联系在内的积极心理健康因素与衰弱之间的动态关系，以期为促进健康老龄化提供循证依据。
该研究评估了赞比亚 Mtendere 社区家庭对含汞节能灯泡的知识与处置行为，发现尽管居民了解其节能优势，但普遍缺乏对健康风险的认知且多将其混入普通垃圾，因此呼吁加强公众教育、建立专门回收点并制定国家法规以保障公共健康与环境安全。
该研究指出，赤道几内亚比奥科岛因一年期疟疾防控中断导致传播迅速反弹，但随后恢复室内滞留喷洒等控制措施有效遏制并逆转了这一趋势，证明了持续防控的重要性及中断后快速恢复措施的有效性。
这项基于乌干达六家医院数据的研究表明，在预测五岁以下疑似脓毒症患儿出院后六个月内死亡风险时，仅增加三个出院特征即可显著提升模型的准确性、校准度及风险分层能力，使其优于仅依赖入院特征的模型。
该研究通过对 74 名老年人（含 20 名痴呆症患者）进行多设备同步监测，发现虽然消费级睡眠技术（CSTs）在聚合 7-14 天数据后能提供可靠的睡眠指标，但除睡眠时长外，大多数指标具有设备特异性，无法在不同设备或金标准多导睡眠图（PSG）之间直接互换。
本文介绍并试点验证了 ABHA-O-SHINE 框架，该框架旨在 Ayushman Bharat 数字生态系统中整合口腔健康风险评估与保险优先排序，并具备未来人工智能集成的潜力。
本文提出了一种融合气象学、信息论与决策理论的框架，旨在将传染病预测指标转化为决策者可理解且具行动价值的公共卫生指标，从而弥合预测者与决策者之间的概念鸿沟并提升疫情应对的可靠性。
这项英国队列研究表明，孕期吸烟和双重使用（吸烟加 vaping）会显著降低新生儿出生体重并延长住院时间，而单独使用 vaping 则未显示出类似的不利影响，因此强调孕妇应彻底戒烟，同时避免因戒断 vaping 而重新吸烟。
这项定性研究通过让十名残障人士进行实时有声思维任务，揭示了他们在在线搜索健康信息（特别是关于 COVID-19 的信息）时面临的特定痛点，包括网页布局导致的注意力分散、导航引起的身体疲劳以及对 AI 生成内容普遍缺乏信任等问题，并呼吁在在线内容设计中应纳入残障人士的用户反馈。
这项在加纳开展的多中心横断面研究显示，过去一年内约有 31.6% 的成年居民使用补充和替代医学（主要是草药）预防疟疾，且该行为受教育程度、对疟疾的认知态度及就业状况等因素影响，提示将草药纳入预防策略可能有助于疟疾消除工作，但需进一步研究验证其疗效及安全性。
该研究揭示了印度安得拉邦部落初级卫生中心在利用孕产妇和儿童健康数据时，因正式系统存在结构性缺陷（如基础设施不足、数据单向流动及认证机制脆弱）而无法满足本地决策需求，促使决策者转而依赖非正式的补充性信息实践来弥合差距，并主张政策改革应重视并强化这些本土智慧而非简单替代。
该研究通过在印度安得拉邦三个部落初级卫生中心应用“三共”框架（共同定义、共同设计、共同完善）开展行动研究，与一线卫生工作者协作开发了基于数据科学的本地化母婴健康决策工具，有效解决了自上而下数字工具与基层实际需求不匹配的问题，并提升了组织的数据成熟度。
这项针对密歇根州社区枪支回购活动的混合方法研究表明，许多枪支持有者是通过继承等非购买途径被动获得枪支的，出于对误用和盗窃的担忧以及储存焦虑，他们在安全、非惩罚性的处置渠道出现时，倾向于通过回购活动自愿放弃这些不想要的枪支，从而获得情感上的解脱。
该研究以芝加哥为例，通过对比多种变量选择策略，发现基于随机森林的机器学习方法能最有效地优化热脆弱性指数，从而更准确地识别贫困率、缺乏空调及老年人口比例等关键热风险驱动因素。
该研究方案提出了一项混合方法的现实评估，旨在通过结合定量与定性数据，深入探究萨顿育儿计划（SPO）这一基于社区的同伴主导型普惠育儿项目如何在不同情境下促进家庭参与、推动积极改变并创造系统价值。