今天分享一篇近期由荷兰阿姆斯特丹公共卫生研究所流行病学和数据科学系的Haykanush Ohanyan等人发表在Environment International上的文章。
今天分享一篇近期由荷兰阿姆斯特丹公共卫生研究所流行病学和数据科学系的Haykanush Ohanyan等人发表在Environment International上的文章。
1.研究背景
肥胖是一种慢性、复杂、多病因的疾病，增加了一系列非传染性疾病的风险。虽然肥胖的根本原因是能量摄入和消耗之间的不平衡，但这种不平衡的多个潜在决定因素是复杂的，超出了个人层面的因素，扩展到了背景因素。现代城市环境中的生活，能源密集型产品的大量可用性、机动交通、久坐工作和缺乏体力活动对全球肥胖率的增长有着巨大的影响。
城市暴露可定义为与城市外部和内部领域相关的定量和定性指标的持续时空变化，这些领域利用小城市区域，如社区，塑造城市人口的生活质量和健康。
探索城市暴露的哪些环境因素与BMI相关，并评估多种统计方法结果的一致性。从三组方法（降维、变量选择、聚类）中选择了至少一种统计方法，以有效地结合每种方法的优点并弥补其局限性。
Fig. 1 Graphical abstract
2. 研究背景
2.1 研究人群与暴露组表征
分析样本来自职业和环境健康队列研究（AMIGO）中的147,81名受试者，自我报告了身高和体重，以计算BMI（Body Mass Index）。BMI≥ 25 kg/m2和BMI≥ 30 kg/m2分别被定义为超重和肥胖。将9个个人社会人口特征视为协变量，对11个暴露组中的99个影响因素去除了高相关性和低变异性的变量，保留了涵盖空气污染、道路交通噪声、移动电话基站射频电磁场、绿地密度、夜间室外光照、气象、饮用水质量、社区的社会人口特征、食物环境、建筑环境和道路安全的86个影响因素作为城市暴露组的表征。
2.2 城市暴露与BMI
Table 1给出了所有变量中，至少被一种算法列为重要的6个变量。贝叶斯模型平均算法（BMA）认为这六个变量均重要，相反的是稀疏群偏最小二乘法（sgPLS）方法只选择了协变量。6个变量中，反映社区社会经济地位的平均房价与BMI的相关性最为一致，除sgPLS外，所有模型均认为平均房价与BMI之间存在负相关。第二个最重要的是PM2.5的氧化电位，只有随机森林（RF）、BMA和多元线性回归（MLR）认为它重要，在所有模型中均为正相关。对于特定的地区层面特征，如5公里内健康食品店的数量（6[1-20]）和附近独居家庭的百分比，都与较低的BMI（10[4-63]）（Fig. 2）有关。登记最低收入的居民比例较高的社区，其BMI水平往往有所提高（11.5[3-15]）。靠近大型火车站（15[6-57]）、高收入社区（16.5[2-51]）、非西方移民在社区中的比例（22[7-62.5]）、细颗粒PM2.5（23.5[5-67]）、PM2.5中的硅（17.5[15-38]）以及100米范围内的绿色空间（24[7-37]）也与BMI有关，但如Fig. 2所示，不同方法的一致性较差。
Table 1至少被一种算法选择的变量
Fig. 2不同方法中前30位重要城市暴露影响因素的排名。
3.结论与讨论
在这项研究中，评估了城市暴露与成人BMI的关系。处理了许多环境风险，并使用综合多元统计策略来解释风险之间的线性和非线性关联以及复杂的相互作用。多模型推理的结果仅对最强的关联是一致的。平均房价较高的社区居民的BMI较低，PM2.5的氧化潜能与BMI增加有关。独居家庭比例较高的社区与BMI水平较低相关。此外，根据模型处理线性或非线性关联的能力，观察到结果的聚类。这些结果为进一步研究社会结构、特定城市特征之间的相互作用及其对健康相关行为的影响提供了建议。
没有发现体重指数与城市化水平（以居住密度衡量）之间存在任何关联，这表明城市肥胖环境不仅仅是由人口密度驱动的，而是由与人口密度相关的特定社区特征驱动的。
确认社区社会经济地位（SEP）是社区环境中与健康相关的重要组成部分。发现社区SEP和BMI的各种指标之间存在明显的联系，与个人SEP水平无关。低社区SEP可能会促进不健康的饮食习惯和久坐的生活方式，居民暴露于更多的心理社会压力源和更高的抑郁风险，这可能会影响一个人不健康的生活方式选择，导致更高的肥胖风险。此外，在SEP较低的社区，街道步行性和安全性可能会对居民的流动性和体力活动产生负面影响。
社交网络是肥胖的重要上游决定因素。在本研究中，线性模型观察到独居家庭在社区中的份额与BMI之间的联系，这突出了社交网络的重要性，因为单身社区可能更活跃，更繁荣，拥有更多的社会联系。
提出了PM2.5的氧化电位与肥胖相关的可能性。氧化电位测量PM氧化目标分子的固有能力，PM2.5的氧化潜能可能通过诱导氧化应激和炎症过程而导致心脏代谢紊乱。之前发表的研究发现，与农村地区相比，城市地区的氧化电位浓度更高（通过ESR评估），城市中，主要道路附近的氧化电位浓度更高，氧化电位对道路交通产生的大气中PM成分高度敏感。然而，未观察到与其他交通相关因素存在关联，这可能是颗粒物氧化潜能在肥胖中的实际作用。因此，必须谨慎解释这些数据，因为观察到的关联可以用与城市或道路交通相关的未测量风险来解释。
参考文献
- Ohanyan, H., Portengen, L., Huss, A., Traini, E., Beulens, J. W., Hoek, G., … & Vermeulen, R. (2022). Machine learning approaches to characterize the obesogenic urban exposome. Environment international, 158, 107015.
长按关注我们
微信号｜FoodAI
原创文章，作者：ifyoung，如若转载，请注明出处：https://www.drugfoodai.com/fat-ml.html
注意：本站原创指的是原创编译，并不主张对所介绍的工作的版权，如有侵权，请联系删除！
微信扫一扫 
支付宝扫一扫 相关推荐
-
基于多种智能传感技术的数据融合策略及其在金华火腿品质评价中的应用
该研究针对多种智能感知技术，包括电子鼻、电子舌和计算机视觉的模式识别，提出了一种新的距离-概率分类（distance-probability classification，DPC）方法，并应用于不同老化时间下金华干腌火腿的分类评价，准确率可达到100%。同时进一步利用融合数据，建立了反向传播神经网络(BPNN)模型来预测老化时间并同时预测12种感官属性。BPNN模型在预测老化时间(R2 > 0.972)和感官属性(R2 > 0.935)方面表现出令人满意的性能。
-
中国人民公安大学侦查学院姜红课题组：基于拉曼光谱和机器学习算法的沙门氏菌快速鉴定
本研究针对三种最具致病性的沙门氏菌血清型，使用拉曼光谱获取其光谱数据，选择适合解决多分类问题的卷积神经网络（CNN）对拉曼光谱数据进行深入挖掘和分析。比较了五种光谱预处理方法，Savitzky-Golay平滑（SG），多元散射校正（MSC），标准正态变量（SNV）和希尔伯特变换（HT）对CNN模型预测能力的影响。采用准确度（ACC）、精度、召回率和F1得分 4种机器学习评价指标来评估不同预处理方法下的模型性能。
-
中国科学院上海技术物理研究所万雄课题组：基于β-胡萝卜素拉曼光谱定量检测的橄榄油鉴别
采用激光共聚焦拉曼技术与基于DFT的拉曼光谱相结合，准确分析了植物油的成分，并识别出低成本的仿制橄榄油。
-
利用温控近红外光谱研究限制环境下蛋白质的热稳定性及水的作用
文章中利用反胶束模拟限制环境，采集了不同温度下蛋白质溶液及反胶束溶液的近红外光谱。通过化学计量学方法对光谱进行解析，发现限制环境下蛋白质的热稳定性显著提高，并且发现了特殊桥连水结构的存在可能是其热稳定性提高的原因之一。
-
基于牛奶营养分子数据集的婴幼儿配方奶粉人性化全息分析方法的建立与评价
今天介绍一篇来自东北农业大学食品科学系张英华，王玉堂课题组于2022年4月发表在Food Chemistry（IF=7.514）上的文章。文中通过研究编制的牛奶营养分子数据集，结合机器学习提出了一种识别婴儿配方奶粉人性化程度的新方法。
-
我的食物安全吗？ – 基于人工智能的含有微量的麸质或坚果的小扁豆粉样品分类
今天介绍一篇由Sandra Pradana-López等人于2022年8月发表在Food Chemistry上的文章。本文提出了一种基于人工智能的实时快速检测掺杂扁豆粉的方法。将“无麸质”小扁豆粉与小麦粉或开心果粉混合，然后，拍摄纯的和受污染的小扁豆粉的数字图像，并用于训练基于转移学习的模型（即ResNet34），该模型旨在根据小麦和开心果含量对图像进行分类。本文获得的结果旨在作为概念验证，以评估数字成像与深度学习技术相结合的食物过敏原检测的真正潜力。
-
基于数据和结构的组合建模方法筛选数据库中潜在甜味分子
今天给大家介绍一篇由Anukrati Goel等人合作的，于前段时间发表在Food Chemistry的一篇文章，文章中作者介绍了一种基于计算机驱动的方法，可以从大型天然化合物数据库中筛选出潜在的新型甜味剂。
-
植物油中化学物质污染的安全风险评估和预警
今天介绍一篇由上海大学生命科学学院发表于Food Control的一篇文章。文中针对中国的实际情况，分析了三种食用植物油的化学危害污染状况，通过建立多种膳食暴露评价模型，对食用植物油中的苯并芘、黄曲霉毒素B1和重金属进行了风险评价。在此基础上，对食用植物油化学危害的综合风险评价进行了研究，并利用AHP-BP方法建立了食用植物油化学危害程度的预测模型。
-
FRONT NUTR：通过化学信息学方法从蓝莓中计算筛选抗阿尔茨海默病的新神经保护成分
今天介绍一篇由中南林业科技大学张琳教授团队发表的一篇研究性论文，由肖冉等人于2022年12月发表在国际营养学TOP期刊Frontiers in Nutrition上（JCR:Q1 IF:6.59）。本文尝试设计一种基于化学信息学方法这种有效的智能筛选模式，从蓝莓中寻找抗阿尔茨海默病（AD）的新型有效成分，并通过实验验证了预期成分的生物活性。该方法集成了先进的人工智能和化学信息学方法，实现了对所有成分的逐步分析和过滤。最后，获得了预期的新化合物氯化锦葵色素-3-O-半乳糖苷（Ma-3-gal-Cl）。这篇文章采用的创新性方法为。这项工作采用的筛选策略能够为研究者从天然产物和食物中筛选活性成分提供新的参考。
-
基于人工智能的黄油品种识别作为食品掺假检测的研究范例
今天给大家介绍一篇由Gokce Iymen等人近期发表在Innovative Food Science and Emerging Technologies上的一篇文章。文章介绍了基于人工智能工具，利用简单的声音振动来识别食品中的掺假。
