探索性机器学习方法来评估一种新型的个性化生活方式干预,对体重和身体成分进行评估,使用或不使用可吞的胃内气球

科学领域:

• 腹部外科手术和体重管理干预措施.
• 用于治疗肥胖的医疗器械.
• 身体组成分析和代谢健康.

背景情况:

• 肥胖是一个重要的全球健康问题,需要有效的管理策略.
• 生活方式干预 (LI) 是减肥的基础,但可以增强.
• 可吞的AllurionTM胃内气球 (SIGB) 为体重管理提供了一个不那么侵入性的选择.

研究的目的:

• 评估个性化生活方式干预 (LI) 对身体组成 (BC) 的影响.
• 为了比较单独使用LI的疗效与与AllurionTM可吞胃内气球 (SIGB) 结合使用LI的疗效.
• 评估总体体重减轻 (TBWL),脂肪质量减轻 (FML),肌肉质量减轻 (MML) 和内脏脂肪减轻 (VFL) 的变化.

主要方法:

• 一项病例控制研究,涉及1,143名BMI≥30kg/m2的患者,持续36周.
• 有两个组:单独LI (n=876) 和LI+SIGB (n=267).
• LI包括个性化的营养,运动目标和远程医疗;SIGB是独立的,在16周左右自然通过. 通过生物阻抗评估的身体组成.

主要成果:

• 在16周后,LI + SIGB组的平均%TBWL (16.11%与10.22%),%FML (27.64%与15.34%) 和%VFL (17.60%与13.80%) 显著更高 (p < 0.001).
• 在LI+SIGB组中,FML的百分比较高 (6.57%对3.55%),但在两组中,FML的发病率是MML发病率的两倍多.
• 在LI + SIGB患者中,更大比例的患者在16周内达到>5%,>10%,>20%的TBWL值 (p < 0.001).

结论:

• 当SIGB与LI相结合时,可以显著增强TBWL,FML和VFL.
• 虽然MML与SIGB增加,但由于FML的增加,观察到有利的身体组成变化.
• SIGB是一种安全有效的工具,用于加快早期体重和减肥,并与全面的生活方式计划一起进行.