地中海群体中的营养和生活方式特征:一种流行病学工具,用于基于计算算法对元型类型进行分类

科学领域:

• 营养科学 营养科学
• 公共卫生 公共卫生
• 生物统计学 生物统计学

背景情况:

• 个性化健康评估需要整合营养,体力活动,生活方式和医疗数据.
• 机器学习工具能够进行先进的分析和集群,用于健康分类.
• 了解地中海人口的健康因素对于定制的福祉策略至关重要.

研究的目的:

• 为了对地中海居民的健康因素进行分类.
• 为个性化福祉设计元类型.
• 为专业实施工具描述营养和生活方式特征.

主要方法:

• 这是一项两阶段的观察性研究,涉及5496名西班牙成年人.
• 经过验证的问卷评估了生活方式,饮食 (FFQ,MEDAS-17p),体育活动 (IPAQ) 和生活质量 (SF-12).
• 探索性因子,集群和随机森林分析被用于定义元类型.

主要成果:

• 5496名参与者表现出适度至高的地中海饮食 (46.4%) 和适度的体力活动 (71%).
• 确定了五种代谢型模型:西方化的千一代 (28.6%),健康 (25.1%),活跃的地中海人 (16.5%),代谢不良/疾病前期 (11.5%),代谢脆弱/疾病前期 (18.3%).
• 观察到良好的心血管健康和适度的生活质量.

结论:

• 精准营养和生活方式工具可以整合福祉特征并减轻不健康的习惯.
• 个性化干预和公共卫生政策从结合生活方式,代谢和生活质量数据中受益.
• 这些发现支持初级保健中的实用应用,以实现有针对性的健康管理.