Patrones dietéticos y prostatitis crónica: un modelo de predicción de la gravedad de los síntomas basado en la...

Área de la Ciencia:

• Urología y Ciencia de la Nutrición
• Biología Computacional y Bioinformática

Sus antecedentes:

• El síndrome de prostatitis crónica/dolor pélvico crónico (CP/CPPS) tiene causas complejas, y la dieta juega un papel importante.
• Comprender las influencias dietéticas es crucial para controlar los síntomas de CP/CPPS.

Objetivo del estudio:

• Desarrollar un modelo predictivo de aprendizaje automático para la gravedad de los síntomas de CP/CPPS.
• Analizar patrones dietéticos utilizando datos del cuestionario de frecuencia de alimentos (CFA).
• Establecer una base para intervenciones nutricionales personalizadas en pacientes con CP/CPPS.

Principales métodos:

• Se utilizó el Análisis de Componentes Principales (PCA) para identificar patrones dietéticos a partir de datos del CFA.
• La regresión LASSO seleccionó predictores dietéticos clave de la gravedad de los síntomas.
• Se entrenaron y evaluaron seis modelos de aprendizaje automático, y se seleccionó XGBoost como el modelo óptimo (AUC = 0.883).
• Se emplearon explicaciones aditivas de Shapley (SHAP) para la interpretabilidad del modelo.

Principales resultados:

• Dos patrones dietéticos principales fueron identificados: "Carnes Rojas y Alimentos Procesados" y "Rico en Lácteos".
• El patrón dietético "Carnes Rojas y Alimentos Procesados" mostró la asociación positiva más fuerte con la gravedad de los síntomas de CP/CPPS.
• El modelo XGBoost demostró un rendimiento superior en la predicción de la gravedad de los síntomas.

Conclusiones:

• Se desarrolló un modelo robusto de aprendizaje automático para predecir la gravedad de los síntomas de CP/CPPS basándose en patrones dietéticos.
• Los hallazgos resaltan el vínculo significativo entre la nutrición y el manejo de CP/CPPS.
• Este modelo ofrece un enfoque novedoso para las estrategias de nutrición de precisión en la atención de CP/CPPS.