新的数据保存模型准确预测个体血糖反应

新的数据保存模型准确预测个体血糖反应

当您吃零食（例如肉丸或棉花糖）时，它会如何影响您的血糖？这是一个令人惊讶的困难问题：身体对不同食物的血糖反应因个体遗传、微生物组、荷尔蒙波动等而异。因此，提供可控制糖尿病、肥胖和心血管疾病等的个性化营养建议需要昂贵的侵入性测试，从而难以大规模提供有效的护理。

在一篇论文中糖尿病科学技术杂志史蒂文斯理工学院的研究人员提供了一种新方法：模型节省模型，可以准确预测个体血糖反应，而无需抽血、粪便样本或其他令人不快的测试。他们方法的关键是什么？追踪人们实际吃的东西。

这听起来似乎是显而易见的，但到目前为止，大多数研究都集中在大量营养素上，例如碳水化合物的克数，而不是人们吃的特定食物。我们已经证明，通过分析食物类型，可以用更少的数据做出高度准确的预测。 “

Samantha Kleinberg 博士，计算机科学色彩讲座教授

Kleinberg 博士的团队检查了两个数据集，其中包括近 500 名糖尿病患者（美国和中国）的详细食物日记和连续血糖监测数据。他们利用现有的食物数据库和 Chatgpt，根据宏量营养素含量对每餐进行分类，并利用食物的结构（例如，肉类与奶酪更相似），以便区分营养相当的食物。

通过使用饮食数据和食物特征以及一些人口统计详细信息训练算法，该团队能够预测每个人对每种食物的血糖反应，其准确度与之前的研究几乎相同，其中包括详细的微生物组数据和其他计算信息。

“我们仍然不知道为什么“包括食物特性会带来很大的不同，”克莱因伯格博士说。食物信息可能是驱动血糖反应的微量营养素的代表，或者某些食物的物理特性导致人们以不同的方式食用它们或以不同的方式消化它们。

通过关注食物类型，研究小组还能够检查血糖反应的个体差异。 “由于人们一遍又一遍地吃同样的饭菜，这些数据使我们能够了解个人对某些食物的反应如何随着时间的推移而变化，”克莱因伯格博士解释道。研究小组发现，在他们的模型中包含月经周期数据可以解释大部分受试者内部变异，这表明激素水平的变化可能在调节个体血糖反应中发挥重要作用。

该团队的模型还准确预测了美国和中国人群的血糖反应，这是一个重要的发现，因为基于微生物组的模型通常很难在不同的文化背景下产生准确的结果。 “我们不需要特定区域人口的数据来进行预测，”克莱因伯格博士解释道。

新模型还足够强大，可以根据人口统计数据预测一个人的血糖反应，而无需对食物日志或其他个性化数据进行量身定制的培训。因此，临床医生可以在与患者的初次会面中培育该模型以提供营养建议，而无需费力的食物方案或侵入性测试。 “如果我们有更多数据，我们就可以提出更好的建议，但在没有个人信息的情况下我们也可以获得非常好的结果，”克莱因伯格博士解释道。 “这意味着我们可以立即为患者提供有用的建议 - 希望这会激励他们继续前进。”

接下来，该团队计划使用更大的数据集完善他们的模型，并检查添加微生物组数据是否可以提高模型的准确性。 “这是一个大问题，因为如果食物信息本身就能为我们提供所需的一切，那么可能就不需要收集粪便样本或进行其他测试，”克莱因伯格博士说。 “这可以使个性化营养变得更加实惠，让每个人都能获得。”

资料来源：