通过功能混合模型使用无监督学习的子宫内膜异位症的体力活动表型
Bryan T Tricoche1, Billy A Caceres2, Leslee J Shaw3,4
1Windreich Department of Artificial Intelligence and Human Health, Icahn School of Medicine at Mount Sinai, New York, NY, USA.
BMC women's health
|December 11, 2025
概括
这项研究在患有子宫内膜异位症的个体中确定了四种不同的体力活动 (PA) 概况. 较高的活动水平与下部疼痛有关,但在最活跃的组中,疲劳也更高.
科学领域:
- 内分泌学和新陈代谢学
- 运动生理学 运动生理学
- 慢性疾病管理 慢性疾病管理
背景情况:
- 子宫内膜异位症显著影响生活质量,导致疼痛和不孕.
- 尽管身体活动 (PA) 有好处,但子宫内膜异位症患者通常不活跃.
- 了解PA模式对于有针对性的干预至关重要.
研究的目的:
- 在患有子宫内膜异位症的个体中调查不同的日常体力活动 (PA) 轨迹.
- 通过集群技术识别PA的潜形状.
- 探索PA形状与自我报告的疼痛和疲劳之间的关系.
主要方法:
- 分析了使用Fitbit追踪器对171名子宫内膜异位症患者的30天PA数据.
- 采用功能混合模型 (FMM) 来识别基于每日步数的PA轨迹集群.
- 在一小部分参与者中对疼痛和疲劳调查进行了探索性分析.
主要成果:
- 确定了四种不同的PA配置文件:"高活跃"",高中度"",低中度"和"不够活跃".
- 较高的PA体积和可变性是"高活跃"组的特征.
- 探索性分析显示,较高活动的疼痛得分较低,但"高活动"组报告的疲劳更多.
结论:
- 这项研究为患有子宫内膜异位症的个体提供了第一个客观的PA概况.
- 识别不同的PA表型可以帮助风险分层.
- 这些发现可以为个性化干预提供信息,以促进PA并改善子宫内膜异位症患者的健康结果.
