5岁的体重能否预测成年期的肥胖？

儿童和成人的肥胖是全球公共卫生面临的重大挑战。最近的一项研究表明，可以高精度地预测个体从儿童期到成年期身体质量指数（BMI）的变化。为了实现这一点，科学家们采用了一种创新方法，结合人工智能和遗传、家庭及环境数据。

这项研究基于近三千名参与者的数据，这些参与者从8岁被追踪至27岁。研究人员发现，5岁时的体重（通过身体质量指数测量）是预测日后肥胖风险的最重要因素。这一结果在儿童期尤为显著，尽管其影响在青春期和成年期会略有减弱。相反，通过DNA计算得出的遗传倾向评分的影响在17岁之后变得更为重要。

其他因素也发挥着重要作用。父母的体重、身高、教育水平以及儿童早期的体脂测量都会影响体重的发展。例如，母亲在怀孕前或怀孕期间超重会增加孩子的风险。同样，不利的家庭环境可能限制获得健康饮食和定期体育活动的机会，从而促进体重增加。

科学家们使用了一种人工智能模型，能够分析数百个变量并提取最相关的因素。该模型揭示了这些不同因素之间的复杂联系。特别是，它显示与成人肥胖相关的基因随着年龄增长变得更加重要，而儿童早期的生活条件在头几年仍然至关重要。

这些发现强调了尽早采取行动预防肥胖的重要性。从5岁开始密切关注体重，可以识别出高风险儿童并采取相应措施。干预措施可以同时针对饮食习惯、体育活动和家庭支持，并考虑到父母的既往情况和生活条件。

这项研究中使用人工智能提供了一种新的方式，帮助我们理解肥胖风险如何随时间构建。它为更个性化、更有效的预防策略铺平了道路，这些策略基于儿童早期可获得的数据。

Sources et crédits

DOI : https://doi.org/10.1038/s41366-026-02050-1

Titre : Longitudinal prediction of BMI using explainable AI: integrating polygenic scores, maternal, early-life and familial factors

Revue : International Journal of Obesity

Éditeur : Springer Science and Business Media LLC

Auteurs : Fuling Chen; Phillip E. Melton; Kevin Vinsen; Trevor Mori; Lawrence Beilin; Rae-Chi Huang

Ready

Speed 500