Se você toma um café da manhã – uma almôndega, digamos ou marshmello – como isso afetará o açúcar no sangue? Esta é uma pergunta incrivelmente complexa: a reação glicêmica do corpo para diferentes alimentos varia com base em genética individual, microbiomas, flutuações hormonais e muitas outras. Por esse motivo, fornecendo conselhos nutricionais personalizados – que podem ajudar a gerenciar diabetes, obesidade e doenças cardiovasculares, entre outras condições – são necessários testes caros e intragudores, o que faz um cuidado eficaz em escalas.
Em um papel Diabetes Journal of Science and TechnologyPesquisadores do Instituto de Tecnologia Stevens oferecem uma nova abordagem: um modelo de dados é capaz de prever adequadamente reações glicêmicas separadas sem a necessidade de desenho sanguíneo, amostra de fezes ou outros exames desagradáveis. A chave para sua abordagem? As pessoas estão no controle do que realmente comem.
Ferba Presidente Professor de Ciência da Computação. “Mostramos que, analisando os tipos de alimentos, é possível fazer uma previsão muito precisa com muito menos dados” “
Usando o banco de dados de alimentos existentes e o chatzipi, eles categorizam cada dieta de acordo com o conteúdo de macronutrientes e também ganham estrutura alimentar (para que a carne seja mais semelhante uma da outra do que o queijo), permite que eles distinguam entre alimentos equivalentes nutritivos.
Ao treinar um algoritmo usando dados nutritivos e recursos alimentares e alguns detalhes da população, a equipe conseguiu prever a reação glicêmica de cada pessoa para cada refeição que inclui detalhes com o mesmo nível de precisão no mesmo nível do estudo anterior e outros dados difíceis de cor.
“Nós ainda não sabemos Por que As características alimentares incluem uma diferença tão grande: “O Dr. Cleinberg diz que é possível que a informação alimentar seja um proxy para micronutrientes que conduzem reações glicêmicas ou as propriedades físicas de certos alimentos levam as pessoas a comer ou digeri -las”. Embora tenha sido dito, quando se trata mais do que açúcar no sangue, “apenas os macronutrientes.
Ao focar no tipo de alimento, a equipe conseguiu explorar diferentes variações nas reações glicêmicas. O Dr. Cleinberg explica: “As pessoas comem repetidamente o mesmo alimento, os dados nos dão visibilidade que as reações distintas de certos alimentos mudam com o tempo”. A equipe descobriu que, em seu modelo, o STRU é responsável pela variedade de inter-sujeitos, incluindo dados no ciclo do tusrub, sugere que a transferência de níveis hormonais pode desempenhar um papel importante no meio das reações glicêmicas separadas.
O modelo de equipe também prevê reações glicêmicas para os Estados Unidos e para a população chinesa-uma pesquisa importante, uma vez que os modelos baseados em microbioma geralmente se esforçam para fornecer resultados precisos em diferentes contextos culturais. O Dr. Cleinberg explicou: “Não precisamos de dados específicos da população regional para poder prever lá”.
O novo modelo é forte o suficiente para prever as reações glicêmicas de qualquer pessoa com base nas informações da população sem treinamento personalizado sobre registro de alimentos ou outros dados personalizados. Como resultado, os médicos podem usar o modelo para dar conselhos nutritivos durante a reunião inicial com um paciente sem a necessidade de uma exploração de alimentos de classe de trabalho ou exame de intruso. O Dr. Cleinberg explicou: “Podemos fornecer melhores recomendações se tivermos mais dados, mas podemos obter resultados muito bons sem nenhuma informação personalizada”. “Isso significa que podemos dar conselhos úteis para o paciente agora – e esperamos que ele os inspire a continuar”.
Em seguida, a equipe planeja explorar seu modelo usando conjuntos de dados maiores e adicionando dados de microbioma para aprimorar sua precisão do modelo. O Dr. Cleinberg diz: “Esta é a grande questão, porque se a informação por si só fornece tudo o que precisamos, o banco não precisa coletar amostra ou outros testes”, disse o Dr. Cleinberg. “Pode tornar os nutrientes personalizados mais acessíveis e acessíveis para todos”.
