基于生物电阻抗与决策树模型的学龄前儿童超重肥胖筛查与亚型识别研究

摘要

目的 基于生物电阻抗技术（BIA）与决策树模型，构建肥胖亚型分类规则，旨在识别学龄前儿童超重肥胖的敏感指标及其亚型特征，为精准干预提供依据。方法 于2024年3—12月采用方便抽样选取上海市550名3～6岁学龄前儿童，通过INBODY J30测定身体成分指标，对比BMI与体脂百分比（PBF）的肥胖检出差异；通过共线性分析筛选出关键变量，采用CRT决策树构建亚型分类规则，并借助XGboost评估特征重要性，通过10折交叉验证模型的稳健性。结果BMI标准超重肥胖检出率为26.5%，而PBF标准为21.78%。体成分分析显示，超重肥胖儿童与正常体重儿童有29项指标存在显著差异，通过逐步回归分析解决变量间的共线性问题，保留10项变量进入决策树模型构建。基于CRT算法生成的决策树包含17个节点（9个终端节点），将超重肥胖分为三型：下肢脂肪主导型（节点10）、骨骼肌质量低下型（节点16）和高肌肉量型（节点11），模型总体准确率达97.5%。结论 基于BIA与决策树的多维筛查模型可精准识别学龄前儿童超重肥胖亚型，研究提出的亚型分类框架为制定差异化干预策略提供参考和依据，对优化儿童肥胖早期防控措施具有重要实践价值。

关键词

决策树 / 学龄前儿童 / 超重 / 肥胖 / 预测模型

基金资助

上海市教育科学研究项目（C2022113）