Artículo cientifico

Muscle Mass Moderates Metabolic Syndrome Risk Associated with Adiposity: A SHAP-Based Machine Learning Study

by
Rodrigo Alejandro Yáñez-Sepúlveda, José Francisco López-Gil, Boryi A. Becerra-Patiño, Santiago Ramos Bermúdez, Rodrigo Olivares, Eduardo Guzmán-Muñoz, Yeny Concha-Cisternas, Daniel Rojas-Valverde, Carlos Abraham Herrera-Amante, Nicole Aguilera-Martínez, Camila Miño
Nutrients
Factor de impacto
0
año de publicación
0

RESUMEN DIVULGATIVO

La masa muscular modera el riesgo de síndrome metabólico asociado a la adiposidad: un estudio de aprendizaje automático basado en SHAP

El estudio se propuso identificar predictores de obesidad y riesgo metabólico a partir de datos de composición corporal de 13 663 adultos (6877 hombres y 6786 mujeres) mediante algoritmos de aprendizaje automático óptimos e interpretables. Con un diseño transversal, las variables se obtuvieron por bioimpedancia multifrecuencia de 8 puntos con un dispositivo InBody 770 validado en población adulta; se compararon 10 algoritmos y se generó un mapa de calor de probabilidad a partir de un modelo logístico para visualizar la transición bidimensional entre estados de bajo y alto riesgo metabólico en función de la interacción entre componentes de la composición corporal. El perceptrón multicapa fue el modelo superior en ambos sexos, con AUC-ROC de 0,981 en hombres y 0,993 en mujeres y F1 de 0,912 y 0,969, respectivamente, y con una exactitud sistemáticamente mayor en la cohorte femenina, por encima del 95 % en la mayoría de modelos. Los autores concluyen que la masa muscular actúa como mediador metabólico que modula y reduce el riesgo asociado a la adiposidad visceral, y que las redes neuronales son una herramienta adecuada para analizar ese riesgo.

Hallazgo clave

En 13 663 adultos, los modelos de aprendizaje automático (con el perceptrón multicapa como mejor algoritmo, AUC-ROC de 0,981 en hombres y 0,993 en mujeres) indicaron que la masa muscular modula y reduce el riesgo metabólico asociado a la adiposidad visceral.

×
DOI
10.3390/nu18091443
Revista
Nutrients
Volumen
18
Páginas
-
Año
2026
Palabras clave
regresión logísticasíndrome metabólicoPython (lenguaje de programación)obesidadperceptrón multicapacinturamasa muscular
Artículos relacionados
Scroll al inicio