开发一种使用智能手机衍生数字人类学预测代谢综合征模型
Caleb F Brandner1, Grant M Tinsley2, Abby T Compton3
1Department of Health and Human Physiology, University of Iowa, Iowa City, IA, USA.
The British journal of nutrition
|November 21, 2025
概括
智能手机扫描可以准确地预测代谢综合征 (MetS) 和其严重程度使用数字人体测量. 这项技术为传统临床环境之外的可访问健康查提供了一种新的方法.
科学领域:
- 生物医学工程 生物医学工程
- 公共卫生 公共卫生
- 数字健康数字健康
背景情况:
- 将代谢综合征 (MetS) 查整合到日常护理中是具有挑战性的,因为传统的人类测量评估的局限性.
- 智能手机扫描应用程序为自动化人类识别数据收集提供了潜在的解决方案.
研究的目的:
- 为了确定智能手机衍生的人类测量是否可以有效地预测MetS及其严重程度.
- 开发和验证一个预测模型,使用数字人体测量来预测METS的严重程度.
主要方法:
- 281名参与者接受了MetS查和智能手机扫描 (MeThreeSixty®) 进行数字人类识别.
- 最小绝对收缩和选择操作员 (LASSO) 回归开发了一个MetS指数预测方程,在子集上进行了测试.
- 后勤回归从保留的变量预测了MetS分类.
主要成果:
- 一个来自智能手机的MetS指数预测模型显示了与实际MetS指数的可接受一致 (R2:0.72).
- 智能手机预测的MetS分类实现了92.7%的准确性和0.89.8的AUC.
- 该模型包括药物使用,体重,胸围,大腿周长和附属体到体周长指数.
结论:
- 智能手机扫描应用程序可以准确评估MetS的流行程度和严重程度.
- 这项技术为超越临床环境的健康查提供了新的可能性.
- 智能手机自动化的人类测量为METS评估提供了可行的工具.
