基于机器学习的饮食质量指数及其对血压水平及高血压的预测研究

目的基于机器学习弹性网变量选择方法提出一种数据自适应的饮食质量指数,并探讨其与血压及高血压患病风险的关联。方法数据来源于美国营养调查协会(NHANES)2011~2018年4个周期的1143个亚裔样本数据,其中男性占59.06%,平均年龄为(43.12±15.10)岁;其它变量包括人口统计学变量、29种食物摄入成分以及舒张压和收缩压测量值。在控制相关混杂因素的前提下,利用弹性网变量选择方法筛选出重要食物摄入成分,并以食物成分对应的回归系数为权重计算加权平均值作为数据自适应饮食质量指数(ddDQS)。进一步分析新指数与高血压风险的关联,并与健康饮食指数(HEI-2015)、替代健康饮食指数(AHEI)、得舒饮食指数(DASH)以及地中海饮食指数(MED)4种常用的饮食指数进行比较。结果高血压患病率为26.15%,患高血压个体的平均年龄[(52.94±14.77)岁]显著高于没有患高血压的个体[(39.64±13.62)岁]。ddDQS包含5个重要的膳食成分(精制谷物、油、酒精、添加糖以及马铃薯),与收缩压(SBP)(β=-2.08,95%CI=-3.24~-0.92,P<0.001)及高血压(HTN)(β=-0.482,95%CI=-0.72~-0.25,OR=0.62,P<0.001)均相关。摄入马铃薯会增加ddDQS指数,而摄入精制谷物、油、酒精、添加糖则会降低ddDQS指数。亚组分析结果表明40~60岁以及男性人群对于ddDQS更加敏感,这些亚群将更多地从健康膳食模式中获益。HEI-2015与DBP、SBP以及HTN存在一定关联,但P值均大于ddDQS对应P值。本研究未发现DASH、AHEI和MED与DBP、SBP以及HTN的关联。结论与常用饮食指数相比,ddDQS对高血压有更好的预测。ddDQS越高越有益于血压及高血压风险的降低。针对亚裔人群的饮食指数的构建可指导未来研究进行高血压预防与控制。