期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
机器学习饮食质量评分与心血管疾病风险 被引量：1
1
作者 杨灿 李琦 +4 位作者 刘炎 张玲 高健 徐旭 袁敏 《中国科学技术大学学报》 CAS CSCD 北大核心 2023年第12期23-29,I0004,I0009,I0010,共10页
目的:目前营养学领域已建立了多种饮食评分体系用于衡量整体饮食质量,并用于心血管疾病等非传染性慢性疾病的预防和管理。基于现代机器学习技术构建的饮食评分可能包含独立的信息,若结合临床经验构建的饮食评分有望提供更好的膳食建议... 目的:目前营养学领域已建立了多种饮食评分体系用于衡量整体饮食质量,并用于心血管疾病等非传染性慢性疾病的预防和管理。基于现代机器学习技术构建的饮食评分可能包含独立的信息,若结合临床经验构建的饮食评分有望提供更好的膳食建议。方法:本文提出了一种新颖的基于机器学习方法的饮食质量评分(DQS),并研究DQS与健康饮食指数-2015(HEI2015)、地中海饮食评分(MED)、替代健康饮食指数-2010(AHEI)结合后与心血管疾病风险的关联。研究数据来源于美国国家健康与营养调查(NHANES)的2011–2012年至2017–2018年周期。研究人群为年龄在20岁以上的成年人,通过参与者自我报告收集食物摄入情况以及相关协变量信息。我们采用弹性网络惩罚回归模型选择重要的食物特征,并使用广义线性回归模型在控制年龄、性别和其他相关协变量后估计相对风险OR和95%置信区间。结果:共计16756名参与者纳入分析。在调整其他常见饮食评分后,DQS与冠状动脉疾病(CAD)风险显著相关。DQS与HEI2015、MED、AHEI和得舒饮食(DASH)得分结合的OR都在0.900左右,p值小于0.05。在包括所有其他评分的全模型中,DQS的OR值为0.905(95%CI,0.828–0.989,p=0.028<0.05)。结论:基于NHANES连续4个周期的数据,较高的DQS与较低的CAD风险相关。DQS捕获了独立于现有饮食评分的独特预测信息,因此可以作为补充评分系统,进一步改善CAD患者的饮食推荐。 展开更多
关键词 饮食质量评分 心血管疾病 美国国家营养与健康调查(NHANES) 机器学习方法
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部