التنبؤ الشخصي لمستويات الجلوكوز باستخدام بيانات داخل الموقع فقط

الملخص إن الارتفاع العالمي لمستويات الجلوكوز في الدم يمثل مشكلة صحية رئيسية، حيث أصبحت الأمراض الأيضية المختلفة أكثر شيوعًا. النظام الغذائي، وهو سلوك صحي قابل للتعديل، هو هدف رئيسي للإدارة الوقائية لمستويات الجلوكوز. أظهرت الدراسات الأخيرة أن استجابة مستويات الجلوكوز في الدم بعد الوجبات (استجابة الجلوكوز بعد الوجبات، PPGR) يمكن أن تختلف بشكل كبير بين الأفراد، حتى مع تناول طعام مماثل، واقترحت أن ميكروبات الأمعاء قد تلعب دورًا هامًا في هذه الاختلافات. بينما تم تحقيق توقعات دقيقة لاستجابة الجلوكوز باستخدام ميزات مختلفة مثل بيانات الميكروبيوم ومعلمات الدم، لا يزال التأثير الدقيق لكل عامل فردي على التوقع غير واضح. هنا، نوضح أن خوارزمية التعلم الآلي باستخدام البيانات المجمعة من مجموعة رقمية تضم أكثر من 1000 مشارك يمكن أن تحقق دقة عالية في توقع PPRG. ومن المثير للاهتمام، نجد أن أفضل نموذج لتوقع PPGR يحتاج فقط إلى بيانات غذائية تم جمعها بزاوية زمنية وبيانات جلايسيمية. يوفر القدرة المثبتة على توقع PPGR بدقة عالية باستخدام بيانات تم جمعها فقط في الموقع، دون الحاجة إلى التحليل البيولوجي في المختبر، طريقًا نحو استراتيجيات تغذية وإدارة جلوكوز شخصية قابلة للتوسع بشكل كبير.