食物依存症を予測する人類学,栄養学,生活習慣の要因: 機械学習のアグノスティックアプローチ

科学分野:

• 行動科学
• 栄養学
• 精神科

背景:

• 食物依存症 (FA) は他の依存症に類似した新興精神疾患である.
• FAの早期発見は,より深刻な疾患の発生を防ぐために不可欠です.

研究 の 目的:

• 人体測定法,食習慣,摂食障害 (ED) の症状,生活習慣の特徴が FAの症状を予測できるかどうかを判断する.
• 大学生集団におけるFAの予測モデルを開発し,検証する.

主な方法:

• 702人の大学生を対象とした横断的な研究です
• データ収集には,イエール・フード・アディクション・スケール2.0 (YFAS2.0),エーティング・アティチュード・テスト (EAT-26),フード・フリークエンス・アンケート (FFQ),人体測定,ライフスタイル・アンケートが含まれていた.
• 多変数ロジスティック回帰と機械学習のアプローチが分析に使用されました.

主要な成果:

• 参加者の6. 4%がFAに適合する症状を示し,8. 1%がEDのリスクを示した.
• FAを持つ人は,BMI,腰周,体脂肪が高く,EDのリスクも高かった.
• 非乳製品飲料の摂取,ビタミンD欠乏,腰周りの大きさは,FA症状を有意に予測した (R2ナゲルケルケ=0. 349).

結論:

• 予測モデルは大学生における FAを正確に特定しました
• 食事の習慣,体質,栄養不足を考慮した個別化されたアプローチにより,FAの識別が改善されました.
• 食物 中毒 に 寄与 する 複雑 な 相互 作用 を 強調 し て い ます.