机器学习辅助优化饮食干预以降低痴呆风险Machine learning-assisted optimization of dietary intervention against dementia risk

环球医讯 / 认知障碍来源:www.nature.com英国 - 英文2025-07-10 18:20:23 - 阅读时长2分钟 - 718字
本研究基于185,012名英国生物样本库参与者的数据,开发了一种通过机器学习辅助优化的饮食干预方案(MODERN),发现其在降低痴呆风险方面优于MIND饮食,并揭示了其潜在机制和对精神/行为障碍的显著关联。
健康痴呆风险饮食干预MODERN饮食机器学习健康相关结果痴呆预防食品组饮食评分潜在途径
机器学习辅助优化饮食干预以降低痴呆风险

健康的饮食被认为与降低痴呆风险相关。在此研究中,我们基于来自英国生物样本库(UK Biobank)的185,012名参与者数据设计了一种名为“MODERN”(Machine learning-assisted Optimizing Dietary intERvention against demeNtia risk)的饮食方案,其中1,987名参与者在10年内发展为全因痴呆。首先,我们在食品广泛关联分析中确定了25种与痴呆相关的食品组。其次,我们使用机器学习对这些食品的重要性进行排序,并优先选择了八类食品(例如绿叶蔬菜、浆果和柑橘类水果)。最后,我们建立并外部验证了一个MODERN评分(0-7分),结果显示该评分与较低的痴呆相关结果风险(最高三分位数与最低三分位数的风险比为0.64,95%置信区间:0.43-0.93)的关联性比预先定义的MIND饮食更强(风险比为0.75,95%置信区间:0.61-0.92)。在63项健康相关结果中,MODERN饮食显示出与精神/行为障碍特别显著的关联。多模态神经影像、代谢组学、炎症和蛋白质组学分析揭示了潜在的途径,并进一步支持了MODERN饮食在痴呆预防中的潜力。

图1:研究设计。

图2:34种食品组与全因痴呆事件的关联。

图3:MODERN饮食评分的构建及其与痴呆风险的关联。

图4:MODERN饮食与其他健康相关结果的关联。

图5:MODERN饮食与全因痴呆之间的潜在途径,涉及脑结构、代谢、炎症和蛋白质组特征。

数据可用性

支持本文结论的主要数据集可从英国生物样本库(UK Biobank,UKB)存储库获取(

代码可用性

分析程序可通过GitHub访问,网址为


(全文结束)

大健康
大健康