多组学在预测饮食后体重反弹和身体成分动态方面优于表型
亮点
- 多组学模型，结合肠道微生物组和粪便代谢组数据，在预测体重减轻和随后的反弹方面显著优于传统的表型模型。
- 多组学方法在预测减重期（≥5%）的临床有意义体重减轻时，曲线下面积（AUC）达到0.95。
- 关键基线预测因子，包括N-乙酰-L-天冬氨酸和特定肠道微生物如青春双歧杆菌，被确定为两个阶段中体重和身体成分变化的共享标志物。
- 这些发现表明，基线生物特征可以作为个性化体重管理策略的基础，以缓解常见的体重反弹问题。
临床实践中体重反弹的挑战
MedXY 注册用户
免费登录后阅读全文
登录或注册 MedXY 账号，即可解锁本文完整内容。
本文在创作过程中使用了包括 AI 在内的多种编辑工具，并在发布前经人工编辑审核。