内分泌

订阅

MedSci主页 / 所有栏目 / 内分泌

Int J Obes：融合多基因评分与早期因素揭示BMI从童年到成年的动态变化规律

2026-04-07 清泉心田 MedSci原创 发表于上海

肥胖人工智能
关注

该研究通过可解释AI模型，揭示了童年BMI z评分与多基因评分在BMI轨迹中的动态作用，强调了5岁这一关键时期的BMI作为肥胖风险生物标志物的潜力。

深度解析医学证据，DeepEvidence为你支撑决策   肥胖已成为全球流行病，全球成人肥胖率自1990年以来翻了一番，青少年肥胖率增长四倍，澳大利亚近三分之二成人和四分之一儿童存在超重或肥胖问题。由于儿童肥胖常持续至成年，55%的肥胖儿童会延续至青春期，80%的肥胖青少年会持续至成年，因此早期预防至关重要。为精准预测从童年到成年早期的体重指数（BMI）轨迹，识别肥胖风险关键预测因子，研究团队采用可解释人工智能（AI），整合成人BMI多基因评分（PGS）、母亲因素、早期生活因素及家庭因素，开展了一项纵向研究。     该研究采用澳大利亚雷恩研究第二代队列的纵向数据，共纳入2868名参与者，属于观察性研究，未进行随机分组或病例对照设计，收集了参与者8岁、10岁、14岁、17岁、20岁、23岁和27岁七个年龄段的BMI数据。研究团队将柯尔莫哥洛夫-阿诺德网络（KAN）与极端随机森林、极端梯度提升、梯度提升机、弹性网络四种传统机器学习模型相结合，整合了流行病学变量（父母人体测量学指标、父母教育水平、早期皮褶厚度测量值）与7个BMI相关多基因评分，全程未实施任何

相关资料下载：
[AttachmentFileName(sort=1, fileName=Longitudinal prediction of BMI using explainable AI_ integrating polygenic scores, maternal, early-life and familial factors.pdf)] GetArticleByIdResponse(id=65cc93392562, projectId=1, sourceId=null, title=Int J Obes：融合多基因评分与早期因素揭示BMI从童年到成年的动态变化规律, articleFrom=MedSci原创, journalId=1954, copyright=原创, creationTypeList=[1], summary=该研究通过可解释AI模型，揭示了童年BMI z评分与多基因评分在BMI轨迹中的动态作用，强调了5岁这一关键时期的BMI作为肥胖风险生物标志物的潜力。, cover=https://img.medsci.cn/20240808/1723095208922_92910.jpg, authorId=0, author=清泉心田, originalUrl=, linkOutUrl=, content=深度解析医学证据，DeepEvidence为你支撑决策   肥胖已成为全球流行病，全球成人肥胖率自1990年以来翻了一番，青少年肥胖率增长四倍，澳大利亚近三分之二成人和四分之一儿童存在超重或肥胖问题。由于儿童肥胖常持续至成年，55%的肥胖儿童会延续至青春期，80%的肥胖青少年会持续至成年，因此早期预防至关重要。为精准预测从童年到成年早期的体重指数（BMI）轨迹，识别肥胖风险关键预测因子，研究团队采用可解释人工智能（AI），整合成人BMI多基因评分（PGS）、母亲因素、早期生活因素及家庭因素，开展了一项纵向研究。     该研究采用澳大利亚雷恩研究第二代队列的纵向数据，共纳入2868名参与者，属于观察性研究，未进行随机分组或病例对照设计，收集了参与者8岁、10岁、14岁、17岁、20岁、23岁和27岁七个年龄段的BMI数据。研究团队将柯尔莫哥洛夫-阿诺德网络（KAN）与极端随机森林、极端梯度提升、梯度提升机、弹性网络四种传统机器学习模型相结合，整合了流行病学变量（父母人体测量学指标、父母教育水平、早期皮褶厚度测量值）与7个BMI相关多基因评分，全程未实施任何, belongTo=, tagList=[TagDto(tagId=332, tagName=肥胖), TagDto(tagId=8461, tagName=人工智能)], categoryList=[CategoryDto(categoryId=6, categoryName=内分泌, tenant=100), CategoryDto(categoryId=18, categoryName=儿科, tenant=100), CategoryDto(categoryId=84, categoryName=研究进展, tenant=100), CategoryDto(categoryId=20656, categoryName=梅斯医学, tenant=100)], articleKeywordId=0, articleKeyword=, articleKeywordNum=6, guiderKeywordId=0, guiderKeyword=, guiderKeywordNum=6, opened=0, paymentType=1, paymentAmount=5, recommend=0, recommendEndTime=null, sticky=0, stickyEndTime=null, allHits=1848, appHits=0, showAppHits=0, pcHits=55, showPcHits=1848, likes=0, shares=0, comments=0, approvalStatus=1, publishedTime=Tue Apr 07 11:30:00 CST 2026, publishedTimeString=2026-04-07, pcVisible=1, appVisible=1, editorId=6556123, editor=儿科新前沿, waterMark=0, formatted=0, deleted=0, version=3, createdBy=98af8624274, createdName=清泉心田, createdTime=Mon Apr 06 22:14:47 CST 2026, updatedBy=92910, updatedName=rayms, updatedTime=Tue Apr 07 10:11:20 CST 2026, ipAttribution=上海, attachmentFileNameList=[AttachmentFileName(sort=1, fileName=Longitudinal prediction of BMI using explainable AI_ integrating polygenic scores, maternal, early-life and familial factors.pdf)], guideDownload=1, surveyId=null, surveyIdStr=null, surveyName=null, pushMsXiaoZhi=true, qaList=[{id=2016631, encryptionId=21ef2016631a1, articleId=65cc93392562, userName=administrator, question=如何平衡遗传风险（多基因评分）与可改变环境因素在肥胖预防中的应用？, answer=研究提示青春期前侧重环境干预（如家庭健康行为），青春期后加强高遗传风险个体的靶向管理，形成动态防控策略。, clickNum=0, type=article, createdAt=1775527902712, updatedAt=1775527902712}, {id=2016629, encryptionId=aa83201662989, articleId=65cc93392562, userName=administrator, question=该研究对临床肥胖预防策略制定有何启示？, answer=应重点关注5岁关键窗口期，结合遗传风险评估（多基因评分）及早期体成分测量，实现精准干预。, clickNum=0, type=article, createdAt=1775527902712, updatedAt=1775527902712}])
Longitudinal prediction of BMI using explainable AI_ integrating polygenic scores, maternal, early-life and familial factors.pdf
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2306551, encodeId=98b42306551bf, content=<a href='/topic/show?id=3ad9818917c' target=_blank style='color:#2F92EE;'>#肥胖#</a> <a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=47, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能), TopicDto(id=81891, encryptionId=3ad9818917c, topicName=肥胖)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Tue Apr 07 10:11:20 CST 2026, time=2026-04-07, status=1, ipAttribution=上海)]
    2026-04-07 梅斯管理员 来自上海

    #肥胖# #人工智能#

    0

相关资讯

Nutrients：中国临床肥胖患病率达 26.9%，多重合并症风险不容忽视

本研究系统估算了中国成人临床肥胖的患病率、合并症负担，并探讨了其与体力活动的关联，为中国肥胖防控提供了重要的全国性证据。

ACC.26丨聚焦肥胖管理新进展，前瞻即将发布的重要研究！

作为心血管领域的国际盛会，本次大会将公布多项与肥胖及体重管理相关的最新研究成果。POCKETIN特别整理了大会中值得关注的肥胖领域相关日程，带大家提前了解即将发布的重要研究亮点。

Lancet子刊：行星健康饮食依从性提升，可显著改善肥胖与体脂分布

中年人群提高PHD依从性可能减少或减缓肥胖进展，改善体脂分布，且在肥胖人群中效果更显著，其中对内脏脂肪和肝脂肪的有益影响独立于体重变化。

Nutrients：肥胖伤脑？膳食多酚打破“代谢-神经”恶性循环，守住大脑健康防线

肥胖通过神经炎症、胰岛素/瘦素抵抗、肠道-脑轴紊乱等途径损伤神经系统功能，而膳食多酚可通过直接作用于中枢神经系统、调节肠道-脑轴、改善炎症与代谢紊乱等多靶点，缓解肥胖相关神经损伤。

Int J Obes：体能指标+深度学习，精准锁定成人肥胖人群

这项可解释性序列深度学习模型可通过体能指标精准预测18-64岁成人肥胖，为临床及公共卫生领域的肥胖筛查、风险评估和干预提供了高效、可靠的工具。

Int J Obes：肥胖与认知功能下降密切相关

体重指数和腰围升高与男女认知功能下降均密切相关，腰围的影响比体重指数更显著；仅男性中观察到肥胖与认知衰退的关联及年龄修饰效应，这为痴呆症的精准预防提供了重要依据。

中医封神时刻！五味子活性成分登上《Nature》子刊，精准燃烧白色脂肪，一夜减重26.8%+胰岛素敏感性飙升，奥利司他黯然失色

该研究首次系统阐明了Sin A通过重塑肠道菌群结构、升高结合型胆汁酸水平、激活脂肪组织TGR5-p-CREB-STAT6信号轴、驱动M2型巨噬细胞极化并偶联交感神经促进产热的完整分子机制。

中国儿童肥胖核心元凶公布：5 大高风险因素，每一个都能提前干预

今天，我们就把这份权威报告里最核心的发胖元凶一一拆解，看看那些被我们忽视的细节，到底是如何一步步喂胖中国孩子的。

Int J Obes：为何高收入国家中法国肥胖率能保持低位？

法国凭借完善的公共卫生政策和独特的饮食文化，在肥胖防控中取得了相对成效，但社会不平等带来的肥胖差异、传统饮食文化弱化及食品行业干预等问题，仍需持续破解。

娃饭量正常却悄悄长胖？别怪吃得多，元凶就藏在零食包装袋里

近日，发表在国际顶级医学期刊《BMC Medicine》上的一项前瞻性队列研究，给所有家长敲响了警钟：学龄前儿童的超加工食品摄入，与2年后的肥胖风险升高显著相关。