Aplicarea învățării automate pentru a prezice scăderile dietetice în timpul pierderii în greutate - PubMed

Afilieri

  • 1 1 Centrul pentru Știința Greutății, Alimentației și Stilului de Viață și Departamentul de Psihologie, Universitatea Drexel, Philadelphia, PA, SUA.
  • 2 2 Departamentul de Psihologie, Colegiul de Arte și Științe, Universitatea Drexel, Philadelphia, PA, SUA.
  • 3 3 Departamentul de Psihiatrie și Comportament Uman, Warren Alpert Medical School of Brown University, Centrul de cercetare pentru controlul greutății și diabetului din spitalul Miriam, Providence, RI, SUA.
  • 4 4 Biroul președintelui, Universitatea din New England, Biddeford, ME, SUA.
  • PMID: 29792067
  • PMCID: PMC6134608
  • DOI: 10.1177/1932296818775757
Articol PMC gratuit

Autori

Afilieri

  • 1 1 Centrul pentru Știința Greutății, Alimentației și Stilului de Viață și Departamentul de Psihologie, Universitatea Drexel, Philadelphia, PA, SUA.
  • 2 2 Departamentul de Psihologie, Colegiul de Arte și Științe, Universitatea Drexel, Philadelphia, PA, SUA.
  • 3 3 Departamentul de Psihiatrie și Comportament Uman, Școala Medicală Warren Alpert de la Universitatea Brown, Centrul de Cercetare a Controlului Greutății și Diabetului din Spitalul Miriam, Providence, RI, SUA.
  • 4 4 Biroul președintelui, Universitatea din New England, Biddeford, ME, SUA.

Abstract

Fundal: Persoanele care respectă ghidurile dietetice furnizate în timpul intervențiilor de slăbire tind să aibă mai mult succes în controlul greutății. Orice abatere de la liniile directoare dietetice poate fi denumită „caducă”. Există un număr tot mai mare de cercetări care arată că decăderile sunt previzibile folosind o varietate de indicatori fiziologici, de mediu și psihologici. Odată cu progresele tehnologice recente, ar putea fi posibil să se evalueze acești factori declanșatori și să se prevadă caderile dietetice în timp real. Studiul actual a urmărit să utilizeze tehnici de învățare automată pentru a prezice deficiențele și pentru a evalua utilitatea combinării datelor atât la nivel de grup, cât și la nivel individual pentru a spori predicția caducității.