论文摘要
目的探讨中国北方成年人膳食氨基酸摄入量与肥胖之间的关系,并进一步检验氨基酸是否能预测北方健康年轻人群的肥胖状况。方法本研究共纳入随机招募的来自中国北方18~40岁的共3 939名参与者,相关数据由互联网在线膳食调查问卷(internet-based food frequency questionnaire,IDQC)获得,根据氨基酸种类的不同组合,采用随机森林(random forest,RF)算法分析膳食摄入氨基酸和肥胖相关指标(身高、体重、腰围等)的关系。结果纳入人群的超重/肥胖患病率为30.45%,腹部肥胖的患病率为23.49%,总人群的体质指数(body mass index,BMI)为(29.88±13.02)kg/m2,男性为(23.44±3.64)kg/m2,女性为(22.00±3.32)kg/m2。男性的最佳的分类结果随机森林模型总体准确率为61.11%,女性为78%。并且氨基酸组合作为输入特征时能够达到该分类器的最佳性能。结论支链氨基酸和芳香族氨基酸可能是调节肥胖和慢性疾病的重要因素。
论文目录
文章来源
类型: 期刊论文
作者: 张萌,李国强,姚思涵,郭盼盼,纪晓宁,黄敏,王雪梅,王妍,冯任南
关键词: 膳食氨基酸,食物频率问卷,随机森林模型,芳香族氨基酸,支链氨基酸
来源: 哈尔滨医科大学学报 2019年06期
年度: 2019
分类: 医药卫生科技
专业: 内分泌腺及全身性疾病
单位: 哈尔滨医科大学营养与食品卫生学教研室,哈尔滨医科大学后勤管理处,黑龙江护理高等专科学校学生处
基金: 国家自然科学基金资助项目(81573133)
分类号: R589.2
页码: 667-670
总页数: 4
文件大小: 453K
下载量: 46
相关论文文献
- [1].基于迭代随机森林算法的糖尿病预测[J]. 长春工业大学学报 2019(06)
- [2].基于改进随机森林的城市河流水生态健康评价研究[J]. 海河水利 2019(06)
- [3].基于随机森林癫痫患者脑电数据的分析研究[J]. 中国数字医学 2020(01)
- [4].基于局部均值分解和迭代随机森林的脑电分类[J]. 吉林大学学报(信息科学版) 2020(01)
- [5].网贷平台数据的随机森林预测模型实证分析[J]. 宜宾学院学报 2019(12)
- [6].采用单类随机森林的异常检测方法及应用[J]. 西安交通大学学报 2020(02)
- [7].随机森林数据情感挖掘方法分析[J]. 通讯世界 2020(01)
- [8].运用最大熵模型和随机森林模型对东北红松分布的模拟[J]. 东北林业大学学报 2020(03)
- [9].基于随机森林算法的城区土地覆盖分类研究[J]. 河北省科学院学报 2020(01)
- [10].运用随机森林模型对北京市林分蓄积生长量的预测[J]. 东北林业大学学报 2020(05)
- [11].融合人工鱼群和随机森林算法的膝关节接触力预测[J]. 中国医学物理学杂志 2020(04)
- [12].结合特征选择和优化随机森林的无线网络数据丢失重建[J]. 上海电力大学学报 2020(03)
- [13].基于随机森林算法的耕地质量定级指标体系研究[J]. 华南农业大学学报 2020(04)
- [14].一种基于随机森林的组合分类算法设计与应用[J]. 电子设计工程 2020(16)
- [15].基于随机森林算法的日光温室内气温预测模型研究[J]. 中国农学通报 2020(25)
- [16].基于因子分析和迭代随机森林方法的学生成绩综合评价——以都匀市某高中为例[J]. 黔南民族师范学院学报 2020(04)
- [17].基于随机森林模拟的辽宁省降水量空间分布研究[J]. 陕西水利 2020(09)
- [18].随机森林模型在膝关节炎患者结构特征与症状定量分析中的应用(英文)[J]. 磁共振成像 2020(10)
- [19].基于特征选择的极限随机森林算法研究[J]. 计算机应用研究 2020(09)
- [20].一种面向非均衡分类的随机森林算法[J]. 计算机与现代化 2018(12)
- [21].随机森林模型和决策树模型在肝硬化上消化道出血预后中的应用[J]. 中国卫生统计 2019(02)
- [22].基于随机森林的债券违约分析[J]. 当代经济 2018(03)
- [23].基于改进网格搜索算法的随机森林参数优化[J]. 计算机工程与应用 2018(10)
- [24].随机森林在城市不透水面提取中的应用研究[J]. 云南师范大学学报(自然科学版) 2017(03)
- [25].一种顺序响应的随机森林:变量预测和选择[J]. 小型微型计算机系统 2017(08)
- [26].基于随机森林回归的军械器材需求预测[J]. 自动化应用 2017(09)
- [27].流式大数据下随机森林方法及应用[J]. 西北工业大学学报 2015(06)
- [28].面向高维数据的随机森林算法优化探讨[J]. 商 2016(04)
- [29].深度随机森林在离网预测中的应用[J]. 计算机科学 2016(06)
- [30].随机森林在居民购房意愿研究中的应用[J]. 现代经济信息 2016(13)