基于全食物组识别青年和中年成年人焦虑障碍的风险因素:来自双数据库和多机器学习方法的见解

《Journal of Food Composition and Analysis》:Identification of Risk Factors for Anxiety Disorders in Young and Middle-Aged Adults Based on Whole Food Groups: Insights from Dual Databases and Multiple Machine Learning Approaches

【字体: 大 中 小 】 时间:2026年08月01日 来源:Journal of Food Composition and Analysis 5.3

编辑推荐:

  焦虑障碍在青年和中年成年人中日益普遍。然而,饮食成分、食物组摄入与焦虑风险之间的关系仍不清楚。本横断面研究纳入了来自美国国家健康与营养调查(NHANES,2005-2018)七个周期的5,195名参与者。膳食微量营养素和生物活性化合物来自NHANES的24小时

  
焦虑障碍在青年和中年成年人中日益普遍。然而,饮食成分、食物组摄入与焦虑风险之间的关系仍不清楚。本横断面研究纳入了来自美国国家健康与营养调查(NHANES,2005-2018)七个周期的5,195名参与者。膳食微量营养素和生物活性化合物来自NHANES的24小时膳食回顾,而食物组摄入则来自与美国农业部MyPyramid等量数据库(MyPyramid Equivalents Database)链接的相同膳食记录。使用BORUTA算法进行特征选择,使用SMOTE(合成少数类过采样技术)处理类别不平衡,并开发了六种机器学习模型。应用SHAP(Shapley加法解释)和LIME(局部可解释模型无关解释)分析来解释焦虑风险预测的膳食预测因子。随机森林在饮食成分和食物组模型中均表现出最佳性能。在NHANES模型中,可可碱、番茄红素、咖啡因、添加维生素B12、酒精和α-胡萝卜素是模型预测的主要贡献者。在MyPyramid模型中,肉类、总蔬菜、总蛋白质食物、奶酪、白土豆和坚果与种子是影响较大的全食物特征。将饮食成分和全食物组与可解释机器学习相结合,识别出与焦虑风险预测相关的饮食模式。这些发现为营养学研究提供了假设,但并未建立因果关系。
焦虑障碍(Anxiety Disorders)在青年和中年成年人(20-50岁)中日益普遍,全球终生患病率达20%-30%,且与饮食因素的关系尚不明确。现有研究多聚焦单一营养素或预定义膳食评分,结果不一致,且忽视了食物组整体模式与微量营养素间的交互作用。为此,研究人员利用美国国家健康与营养调查(NHANES,2005-2018)七个周期数据,结合美国农业部MyPyramid等量数据库(MyPyramid Equivalents Database),从营养素水平和全食物组两个维度,系统评估饮食成分与焦虑风险之间的关联。

该研究为横断面设计,最终纳入NHANES模型5,195名参与者,MyPyramid模型6,044名参与者。研究人员采用BORUTA算法进行特征选择,使用合成少数类过采样技术(SMOTE)处理类别不平衡,构建了六种机器学习模型,包括随机森林(Random Forest)、LightGBM、k近邻(k-NN)、朴素贝叶斯(Naive Bayes)、支持向量机(SVM)和XGBoost,并以受试者工作特征曲线下面积(AUC-ROC)为主要性能指标。模型解释采用SHAP(Shapley加法解释)和LIME(局部可解释模型无关解释)分析。研究结论显示,随机森林在两种饮食模型中均表现最佳,整合饮食成分与全食物组的可解释机器学习可识别与焦虑风险相关的饮食模式,但该发现仅提供预测性关联而非因果关系。论文发表在《Journal of Food Composition and Analysis》。

主要关键技术方法包括:样本来自NHANES 2005-2018七个周期,经严格排除标准后,NHANES模型纳入5,195人,MyPyramid模型纳入6,044人。特征选择采用BORUTA算法,通过500次Bootstrap迭代比较原始特征与影子特征的重要性,NHANES确认54个特征,MyPyramid确认44个特征。类别不平衡通过SMOTE合成少数类样本。六种机器学习模型基于MLR3框架开发,使用10折交叉验证优化超参数,以AUC-ROC为主要指标评估性能。模型解释采用SHAP和LIME,量化特征贡献并提供个体化局部解释。

研究结果分部分总结如下:

**3.1 青年和中年成年人焦虑障碍的特征**:通过比较NHANES和MyPyramid数据集中有焦虑(基于处方药ICD-10编码F41.9)与无焦虑参与者的基线特征,发现NHANES模型中,焦虑组在蛋白质、总糖、膳食纤维、多不饱和脂肪酸等营养素摄入上存在显著差异(p<0.05);MyPyramid模型中,焦虑组在总水果、深绿色蔬菜、总红色与橙色蔬菜等食物组摄入上显著较低(p<0.05)。

**3.2 机器学习特征选择**:通过Spearman相关性分析去除高度相关特征(相关系数>0.9),NHANES去除总脂肪和总叶酸,MyPyramid去除总淀粉类蔬菜、豆类(作为蔬菜)和总谷物。BORUTA算法进一步确认NHANES 54个特征、MyPyramid 44个特征为预测焦虑风险的显著特征,最终保留44个饮食成分特征和34个每日饮食特征。

**3.3 机器学习模型开发与评估**:在训练集和验证集中,随机森林在AUC-ROC、准确率、F-beta、灵敏度、特异性和AUC-PR上均表现最优(NHANES验证集AUC-ROC=0.926,MyPyramid验证集AUC-ROC=0.918)。LightGBM和XGBoost表现中等,朴素贝叶斯最差,模型间差异具有统计学意义(p<0.001)。

**3.4 SHAP和LIME算法解释**:SHAP分析显示,在NHANES模型中,可可碱(Theobromine)、番茄红素(Lycopene)、咖啡因(Caffeine)、添加维生素B12(Added Vitamin B12)、酒精(Alcohol)和α-胡萝卜素(Alpha-Carotene)是主要贡献特征,其SHAP方向与较低预测焦虑概率相关。在MyPyramid模型中,肉类(Meat)、总蔬菜(Total Vegetables)、总肉类禽类海鲜(Total Meat Poultry Seafood)、总蛋白质食物(Total Protein Foods)、奶酪(Cheese)、白土豆(White Potatoes)和坚果与种子(Nuts and Seeds)贡献最大。LIME个体化解释进一步展示了特定营养素范围(如食物叶酸0.442-0.82)和食物组范围(如其他蔬菜0.107-0.65)对降低预测焦虑概率的作用。

**3.5 敏感性分析**:采用2005-2014年数据作为训练集、2015-2018年作为验证集进行时间序列分析,随机森林在NHANES模型中训练集AUC-ROC=0.845,验证集AUC-ROC=0.760;在MyPyramid模型中同样表现稳健,表明模型在时间维度上具有可重复性。

讨论部分总结了研究优势:整合营养素与全食物组双框架、结合可解释机器学习方法,识别出非线性预测模式。与现有文献一致,番茄红素、α-胡萝卜素、维生素B12、可可碱、咖啡因等与焦虑风险相关,可能通过氧化应激、炎症、肠道-脑轴等途径发挥作用。但部分结果与先前研究存在差异,例如咖啡因和酒精的关联可能具有U型关系,且横断面设计无法推断因果。研究局限性包括:基于处方药定义焦虑可能遗漏未诊断者,24小时膳食回顾存在回忆偏倚,选择偏倚和外部推广性受限等。

研究结论部分翻译如下:总之,本横断面研究识别了饮食成分(包括微量营养素、生物活性化合物和全食物组)对青年和中年成年人焦虑风险机器学习的预测贡献。通过整合NHANES衍生的饮食成分信息与基于MyPyramid的全食物组表示,并应用可解释机器学习方法,本研究为探索与焦虑风险相关的复杂饮食模式提供了一个综合框架。所识别的饮食特征可能有助于为营养精神病学研究生成假设,并支持未来对焦虑易感性潜在饮食决定因素的调查。然而,这些发现代表预测性关联而非因果效应,不应被解释为修改特定饮食成分可直接预防或减少焦虑的证据。未来研究应优先考虑前瞻性纵向研究、在不同人群中进行外部验证,以及结合经过验证的焦虑评估、结构化诊断方法和炎症、氧化应激和肠道微生物群生物标志物的机制研究,以阐明时间关系并确定这些饮食模式的临床相关性。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号