导语：在当今全球人口老龄化加速的背景下，痴呆症的发病率不断攀升，给患者、家庭以及社会带来了沉重的负担。然而，目前对于痴呆症的治疗手段仍然有限，这使得预防策略显得尤为重要。近年来，饮食干预作为一种潜在的预防手段，逐渐受到关注。然而，既往研究在饮食与痴呆症关系的探索上仍存在诸多空白，尤其是在大规模、长期队列研究中，缺乏对饮食模式与痴呆症风险因果关系的明确证据。在此背景下，一项创新性研究应运而生，为痴呆症的饮食预防策略开辟了新的方向。

        痴呆症防治难题待解饮食干预策略亟待优化

        痴呆症作为一种常见的神经退行性疾病，其病因复杂且发病机制尚未完全明确。尽管医学研究不断深入，但目前仍缺乏特效的治疗方法，这使得预防成为控制痴呆症的关键策略。近年来，饮食因素在痴呆症预防中的潜在作用逐渐受到关注。然而，既往研究多为小规模、短期的观察性研究，缺乏大规模、长期的队列研究来明确饮食模式与痴呆症风险之间的因果关系。例如，一些研究表明地中海饮食(Mediterranean diet)可能对认知功能有保护作用，但由于这些研究的样本量较小，且随访时间较短，难以得出确切结论。2025年5月，Nature Human Behaviour杂志发表了一篇题为“Machine learning-assisted optimization of dietary intervention against dementia risk”的文章，该研究利用机器学习技术优化了针对痴呆症风险的饮食干预策略，为痴呆症的预防提供了新的思路和靶点。研究通过大规模队列研究和先进的机器学习算法，识别了与痴呆症风险相关的关键食物组，并构建了一个新的饮食模式(MODERN饮食)，对比地中海饮食表现出更强的保护效果。

        大规模队列研究结合机器学习探索饮食与痴呆症风险的关联

        本研究是一项基于大规模队列研究的机器学习辅助试验，旨在通过优化饮食模式来降低痴呆症风险。研究纳入了来自英国生物银行(UK Biobank)的185,012名参与者，其中1,987人在10年的随访期间发展为全因痴呆症。研究首先通过食物广泛关联分析(Food-wide association analysis)识别了与痴呆症相关的25种食物组，随后利用机器学习算法(LightGBM)对这些食物组的重要性进行排序，并最终构建了一个包含7个食物组的MODERN饮食模式。该饮食模式包括橄榄油、绿叶蔬菜、浆果和柑橘类水果、土豆、鸡蛋、家禽和限制含糖饮料的摄入。主要评价指标为全因痴呆症的发病风险，次要评价指标包括阿尔茨海默病(AD)的发病风险及其他健康相关结局(图1)。

图1 MODERN饮食的外部验证及其健康结果分析

Ⅰ.研究设计和分析流程;Ⅱ.研究参与者的筛选流程及随访情况;Ⅲ.应用机器学习确定MODERN饮食模式;ⅣMODERN与健康相关结局。

        MODERN饮食模式显著降低痴呆症风险具体食物组建议及效果分析

        在本研究中，研究团队通过一系列分析揭示了饮食模式与痴呆症风险之间的关联，并通过三个图像详细解释了研究结果。

        图2利用柱状图和折线图展示了不同食物组在预测痴呆症风险中的重要性。柱状图显示了通过LightGBM算法确定的各个食物组别的重要性得分。这些得分反映了每个食物组在预测痴呆症风险中的贡献大小。柱子的高度表示食物组别的重要性，其中家禽(Poultry)显示出最高的重要性得分，接近0.30，表明在家禽摄入量与痴呆症风险之间可能存在显著关联。其次是土豆(Potatoes)和鸡蛋(Eggs)，它们的重要性得分也相对较高，分别约为0.15和0.10。这表明这些食物组别的摄入量可能对痴呆症风险有较大影响。折线图展示了随着食物组别逐步加入模型，对数损失(log loss)的变化情况。对数损失是衡量模型预测准确性的指标，值越低表示模型性能越好。图中的折线显示，随着重要食物组别的加入，模型的对数损失逐渐降低，表明模型预测性能的提升。特别是家禽、土豆和鸡蛋这些重要的食物组别加入模型后，对数损失显著下降，进一步证实了这些食物组别在预测痴呆症风险中的关键作用。

图2 食物组别的重要性和模型性能

        图3为各食物消费水平与评分系统，以便于根据个人饮食习惯调整食物摄入量，达到MODERN饮食模式的要求。通过优化这些特定食物组别的摄入量将会有助于降低痴呆症风险。这种饮食模式的构建旨在通过鼓励摄入对脑健康有益的食物，同时限制潜在有害的食物，来预防认知功能衰退。

        橄榄油：消费量大于0被赋予1分，表明适量摄入橄榄油对遵循MODERN饮食模式是有益的。

        绿叶蔬菜：摄入量在0至1.5份/天为中等消费水平，赋予1分;超过1.5份/天为高消费水平，也赋予1分。

        浆果和柑橘类水果：摄入量在0至2份/天为中等消费水平，超过2份/天为高消费水平，均赋予1分。

        土豆：摄入量在0至0.75份/天为中等消费水平，超过0.75份/天为高消费水平，均赋予1分。

        鸡蛋：摄入量在0至1份/天为中等消费水平，超过1份/天为高消费水平，均赋予1分。

        家禽：摄入量在0至0.5份/天为中等消费水平，超过0.5份/天为高消费水平，均赋予1分。

        含糖饮料：摄入量为0为低消费水平，此时赋予0分，鼓励限制这类饮料的摄入。

图3 各食物消费水平与评分系统

        图4通过森林图的形式对比了MODERN和MIND饮食评分与痴呆症风险的关联，揭示了两种饮食模式对痴呆症预防的潜在效果。结果显示，随着MODERN饮食评分的增加，痴呆症和AD死亡风险显著降低，在NHANES队列中，MODERN饮食评分最高的T3组相较于最低的T1组，AD死亡风险显著降低(HR=0.42, 95%CI: 0.28～0.62)。MIND饮食评分同样显示出与痴呆症风险降低相关，但在NHANES队列中，MIND饮食评分最高的T3组与最低的T1组相比，AD死亡风险降低的HR为0.81，95%CI为0.62～1.06，效果略低于MODERN饮食。

        汇总分析进一步证实了两种饮食模式与降低痴呆症风险的关联，其中MODERN饮食评分每增加20%，对应的痴呆症风险降低更为显著(HR=0.64, 95%CI: 0.43～0.93)相比于MIND饮食(HR=0.78, 95% CI: 0.71-0.86)。这些发现不仅证实了MODERN饮食模式在预防痴呆症方面可能比MIND饮食更有效，而且强调了通过优化特定食物选择和摄入量来降低痴呆症风险的重要性。然而研究团队表示在本实验中缺乏样本多样性，未来的研究将进一步探索这两种饮食模式在不同人群中的适用性和效果，以及它们在临床和公共卫生实践中的可行性。

图4. MODERN和MIND饮食评分与痴呆症风险的关联

        总结

        本研究利用大规模数据分析和机器学习技术，探究了饮食模式与痴呆症风险之间的联系。研究结果支持了一种新的饮食模式--MODERN饮食，它在降低痴呆症风险方面显示出比现有的MIND饮食更有效的潜力。MODERN饮食鼓励摄入橄榄油、绿叶蔬菜、浆果和柑橘类水果、土豆、鸡蛋和家禽，同时限制含糖饮料。

        通过在英国生物银行的数据以及三个外部队列研究的验证，研究团队发现遵循MODERN饮食模式与降低痴呆症和阿尔茨海默病死亡风险相关联。这些发现为通过饮食干预预防痴呆症提供了新的科学依据，并强调了优化日常饮食选择对于促进脑健康的重要性。未来的研究将进一步验证这些饮食模式在不同人群背景中的效果，以及它们在实际应用中的可行性。

        参考文献

        CHEN SJ, CHEN H, YOU J, et al. Machine learning-assisted optimization of dietary intervention against dementia risk[J]. Nat Hum Behav. 2025 Jul 2. doi: 10.1038/s41562-025-02255-w . Epub ahead of print.

        “医学论坛网”发布医学领域研究成果和解读，供专业人员科研参考，不作为诊疗标准，使用需根据具体情况评估。