五歲的體重能否預測成年時的肥胖？

兒童和成人的肥胖問題是全球公共衛生的一大挑戰。最近的一項研究表明，可以高精度地預測個體從兒童時期到成年期的身體質量指數變化。為了實現這一目標，科學家採用了一種創新方法，結合人工智慧與遺傳、家庭和環境數據。

該研究基於近三千名參與者的數據，這些參與者從8歲被追蹤至27歲。研究人員發現，5歲時的體重（以身體質量指數測量）是預測日後肥胖風險的最關鍵因素。這一結果在兒童時期尤為顯著，儘管其影響在青春期和成年期略有減弱。相反，通過DNA計算得出的遺傳傾向評分，其影響力在17歲之後變得更為重要。

其他因素也發揮著重要作用。父母的體重、身高、教育水平以及兒童早期的體脂測量數據，都會影響體重的發展。例如，母親在懷孕前或懷孕期間超重會增加孩子的風險。同樣，不利的家庭環境可能限制獲得健康飲食和規律運動的機會，從而促進體重增加。

科學家們使用了一種人工智慧模型，能夠分析數百個變量並提取最相關的因素。該模型揭示了這些不同因素之間的複雜關聯。特別是，研究發現與成人肥胖相關的基因隨著年齡增長而變得更加重要，而兒童早期的生活條件對前幾年的影響仍然至關重要。

這些發現強調了早期干預預防肥胖的重要性。從5歲開始密切監測體重，可以幫助識別高風險兒童並採取適當的預防措施。干預措施可以針對飲食習慣、體力活動以及家庭支持，同時考慮到父母的既往病史和生活條件。

這項研究中人工智慧的應用提供了一種理解肥胖風險隨時間構建方式的新方法。它為更個人化、更有效的預防策略開闢了道路，這些策略基於兒童早期即可獲取的數據。

Sources et crédits

Étude source

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