La obesidad en ni\u00f1os y adultos representa un desaf\u00edo importante de salud p\u00fablica en el mundo. Una investigaci\u00f3n reciente ha demostrado que es posible predecir con gran precisi\u00f3n la evoluci\u00f3n del \u00edndice de masa corporal de los individuos desde la infancia hasta la edad adulta. Para lograrlo, los cient\u00edficos utilizaron un enfoque innovador que combina la inteligencia artificial y datos gen\u00e9ticos, familiares y ambientales.<\/p>\n
El estudio se bas\u00f3 en los datos de casi tres mil participantes seguidos desde los 8 a\u00f1os hasta los 27 a\u00f1os. Los investigadores descubrieron que el peso a los 5 a\u00f1os, medido por el \u00edndice de masa corporal, es el factor m\u00e1s determinante para anticipar los riesgos de obesidad m\u00e1s adelante en la vida. Este resultado es particularmente marcado durante la infancia, aunque su influencia disminuye ligeramente en la adolescencia y en la edad adulta. En cambio, el impacto de las predisposiciones gen\u00e9ticas, evaluado mediante puntuaciones calculadas a partir del ADN, se vuelve m\u00e1s importante despu\u00e9s de los 17 a\u00f1os.<\/p>\n
Otros elementos tambi\u00e9n desempe\u00f1an un papel significativo. El peso y la estatura de los padres, su nivel de educaci\u00f3n, as\u00ed como las mediciones de grasa corporal tomadas durante la primera infancia, influyen en el desarrollo del peso. Por ejemplo, el exceso de peso en la madre antes o durante el embarazo aumenta los riesgos para el ni\u00f1o. Del mismo modo, un entorno familiar desfavorecido puede limitar el acceso a una alimentaci\u00f3n saludable y a una actividad f\u00edsica regular, lo que favorece el aumento de peso.<\/p>\n
Los cient\u00edficos utilizaron un modelo de inteligencia artificial capaz de analizar cientos de variables y extraer las m\u00e1s relevantes. Este modelo permiti\u00f3 revelar v\u00ednculos complejos entre estos diferentes factores. Muestra, en particular, que los genes asociados con la obesidad en adultos cobran importancia con la edad, mientras que las condiciones de vida durante la primera infancia siguen siendo cruciales para los primeros a\u00f1os.<\/p>\n
Estos descubrimientos subrayan la importancia de actuar temprano para prevenir la obesidad. Un seguimiento cuidadoso del peso desde los 5 a\u00f1os podr\u00eda permitir identificar a los ni\u00f1os con mayor riesgo y aplicar medidas adecuadas. Las intervenciones podr\u00edan enfocarse tanto en los h\u00e1bitos alimentarios, la actividad f\u00edsica y el apoyo a las familias, teniendo en cuenta los antecedentes parentales y las condiciones de vida.<\/p>\n
El uso de la inteligencia artificial en este estudio ofrece una nueva forma de comprender c\u00f3mo se construye el riesgo de obesidad a lo largo del tiempo. Abre el camino a estrategias de prevenci\u00f3n m\u00e1s personalizadas y efectivas, basadas en datos accesibles desde la primera infancia.<\/p>\n
DOI\u00a0:<\/strong> https:\/\/doi.org\/10.1038\/s41366-026-02050-1<\/a><\/p>\n Titre\u00a0:<\/strong> Longitudinal prediction of BMI using explainable AI: integrating polygenic scores, maternal, early-life and familial factors<\/p>\n Revue : <\/strong> International Journal of Obesity<\/p>\n \u00c9diteur : <\/strong> Springer Science and Business Media LLC<\/p>\n Auteurs : <\/strong> Fuling Chen; Phillip E. Melton; Kevin Vinsen; Trevor Mori; Lawrence Beilin; Rae-Chi Huang<\/p>\n","protected":false},"excerpt":{"rendered":" \u00bfEl peso a los 5 a\u00f1os permite predecir la obesidad en la edad adulta? La obesidad en ni\u00f1os y adultos representa un desaf\u00edo importante de salud p\u00fablica en el mundo. Una investigaci\u00f3n reciente ha demostrado que es posible predecir con gran precisi\u00f3n la evoluci\u00f3n del \u00edndice de masa corporal de los individuos desde la infancia… Seguir leyendo \u00bfEl peso a los 5 a\u00f1os permite predecir la obesidad en la edad adulta?<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3,6,2],"tags":[],"class_list":["post-23","post","type-post","status-publish","format-standard","hentry","category-ciencia-y-tecnologia","category-medio-ambiente","category-salud","entry"],"_links":{"self":[{"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/posts\/23","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/comments?post=23"}],"version-history":[{"count":1,"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/posts\/23\/revisions"}],"predecessor-version":[{"id":24,"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/posts\/23\/revisions\/24"}],"wp:attachment":[{"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/media?parent=23"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/categories?post=23"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/es\/wp-json\/wp\/v2\/tags?post=23"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}