基于血液的饮食特征预测饮食和心血管疾病的风险
在研究食物和饮食时，很难知道人们在吃什么，更不用说他们的饮食引起的疾病风险了。
医生和研究人员通常会让人们填写一份长时间的食物频率调查问卷，以估计卡路里摄入量、食物种类和营养成分。这依赖于一个人的记忆，可能无法提供最准确的图像。
然而，由密歇根医学心脏病专家领导的一个研究小组发现了一种利用分子分析和机器学习来开发的方法基于血液的饮食特征，更准确地预测饮食和心血管疾病和2型糖尿病的风险。研究结果发表在欧洲心脏杂志。
“饮食不是一维的;它在不断变化，我们传统的评估方式并不完美，”资深作者说Venkatesh Murthy，医学博士。他是密歇根大学健康弗兰克尔心血管中心的心脏病专家，也是密歇根大学医学院心脏病学副教授。
“我们需要更可靠、更精确的工具，同时也便于每个人使用。利用代谢物特征和数据科学，我们可以提高我们对人们实际摄入多少的理解，以及他们可能导致影响数百万美国人的心脏代谢疾病的风险，”穆尔蒂说。
研究人员在“年轻人冠状动脉风险发展研究”中跟踪调查了2200多名白人和黑人成年人，使用血液样本和食物调查来确定25年来饮食和随后疾病风险的代谢物特征。通过机器学习模型，研究人员能够创建一个基于血液的饮食特征，更准确地预测一个人在19种食物组中的整个饮食，准确度为10-20%。
此外，基于血液的特征通常优于健康饮食指数，健康饮食指数是一种衡量饮食质量的标准指标，用于识别基于每种食物组的人更容易患糖尿病和心血管疾病。例如，当食物频率问卷显示吃红肉的人患糖尿病的风险增加18%时，基于血液的签名发现风险增加了55%。
“利用代谢物来了解食物暴露和营养是营养科学的一个不断扩大的领域，”合著者说Ravi Shah，医学博士范德比尔特大学医学中心心脏病专家和医学副教授。“除了了解哪些类型的营养对我们的健康有益或有害之外，这里的方法还可以让那些研究食品科学的人了解营养和饮食的代谢快照，以更好地了解它们对健康的影响。”
此前，美国国立卫生研究院(National Institutes of Health)向全国各地的诊所和中心提供了1.7亿美元的资助，用于一项研究精准健康营养据一份新闻稿称，这项研究旨在“开发算法来预测个人对食物和饮食习惯的反应”。
研究人员说，这种基于血液的签名技术需要在不同饮食的前瞻性对照研究中进行测试。Murthy说，使用基于血液的特征来精确地了解人们对饮食的坚持程度，将会产生更有力的结果。
“饮食和营养研究真的很困难，”穆尔蒂说。“我们认为这是重要的一步，也是一套工具，可以更精确、更高效地进行营养研究。最终，这项工作可能会让我们更好地了解患者的最佳饮食。”
参考:Shah RV, Steffen LM, Nayor M，等。饮食代谢特征和心脏代谢风险。欧洲心脏。2022.doi:10.1093 / eurheartj / ehac446
这篇文章是根据以下内容重新发表的材料。注:材料可能因长度和内容而被编辑。欲了解更多信息，请与引用的来源联系。
