AI4Food发布可穿戴数据体重预测研究结果

AI4Food 项目研究者 A. Attioui 等在 medRxiv 发布预印，公布对 93 名超重与肥胖参与者的 30 天交叉干预机器学习结果：在参与者层面五折交叉验证下，随机森林模型对体温调节表型的平均准确率为 64.3%，对血糖表型为 61.7%，RMSSD、夜间不安和夜间呼吸频率是重要预测因子。 该研究在 IMDEA 营养研究所开展，传统阶段采集问卷与食物日记，数字阶段使用 Fitbit Sense 智能手表和 FreeStyle Libre 2 血糖传感器，采集睡眠、血糖、皮肤温度、营养与肠道菌群数据。研究者称，肠道菌群组成在这一短期干预期内基本保持稳定。

AI 根据报道生成 · 23 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。