public and global health 篇论文

公共卫生关乎我们每个人的安全与健康，而全球健康则着眼于跨越国界的疾病防控与医疗公平。这一领域不仅追踪传染病动态，更深入研究如何改善全人类的生活质量。在 Gist.Science，我们深知这些研究的重要性，因此专门从 medRxiv 收录该领域的所有最新预印本。

作为科学知识的桥梁，我们处理 medRxiv 上的每一份新稿件，将其转化为通俗易懂的科普解读与详尽的技术摘要，让专业发现不再束之高阁。无论您是医学研究者还是关心健康的普通大众，都能在此找到所需信息。

以下是本分类下来自 medRxiv 的最新研究论文列表，欢迎查阅。

这项针对纽约市2万多名老年人的纵向队列研究发现，较高的居住地鸟类生物多样性与较低的衰弱程度显著相关，尤其是在65至74岁的个体中，这表明城市生物多样性可能是一种支持健康老龄化的可调节环境因素。

本研究提出了一个基于行为风险因素监测系统（BRFSS）数据的开放式多语言机器学习基准测试，该基准测试展示了在时间分割下对未来主观认知下降（SCD）进行稳定且良好校准的预测，同时通过收敛的可解释性方法识别出了诸如决策困难等关键预测因子。

这项对来自五个撒哈拉以南非洲国家的人口与健康调查数据的合并分析显示，虽然在未调整模型中，产科医疗服务的完整连续性与较低的新生儿死亡率相关，但在控制了社会人口统计因素后，这种保护效应消失了，这表明所观察到的益处是由选择偏倚而非医疗连续性本身的直接因果影响所驱动的。

这项在马拉维南部进行的研究利用精细尺度空间建模证明，血吸虫（*Schistosoma haematobium*）感染强度与贫血严重程度显著相关，揭示了独特的空间风险模式和高风险集群，从而支持了开展针对性干预措施的必要性。

这项基于英国千禧年队列研究（Millennium Cohort Study）的数据研究表明，青少年时期的健康状况，特别是心理健康问题及其与肥胖等身体问题的共存，显著增加了他们在23岁时处于“非在学、非就业、非培训”（NEET）状态的风险，且这种影响在女性及经济不活跃群体中更为显著。

本研究表明，一种将高分辨率温度数据与呼吸道感染监测相结合的混合神经网络模型，在重建德国每日全因死亡率的准确性方面，显著优于仅依赖气象或感染数据的模型，同时也揭示了仅考虑温度的模型由于未能解释重叠的冬季感染效应，可能会高估归因于寒冷暴露的死亡风险。

本研究通过分析2022年加纳人口与健康调查发现，乳腺癌和宫颈癌筛查的摄入率在北部地区显著较低，且与财富和教育水平密切相关，这表明将空间聚类分析与机器学习相结合，可以识别出传统区域报告之外的高风险局部热点。

本研究通过利用 e-Delphi 法验证了一套由交叉学科、应用建模及理论技能组成的共识集，建立了首个针对传染病动力学博士级专业能力的结构化框架，从而为该领域的课程开发和受训者评估提供了标准化指南。

这项在尼日利亚拉各斯开展的混合方法研究表明，青少年物质使用受社会接触和感知到的社区可用性共同驱动，且当这些因素相互作用时风险会显著放大，从而支持了既要解决环境获取问题又要应对社会影响的多层级预防策略。

本研究利用 SEIDR 模型和先进的优化算法分析了 2026 年刚果民主共和国邦迪布乔戈埃博拉疫情的动态，确定基本再生数为 1.83，并证明时变最优控制策略可以缩短七个月的流行期，同时显著降低向邻近非洲国家、法国和加拿大的跨境溢出风险。