基于人工智能仪表盘的新加坡肥胖症流行及管理现状研究

《Scientific Reports》：Obesity prevalence and management insights using Adipoview a real time clinical obesity landscape indicator based on a population study

　　

摘要

肥胖症是一种受生物、环境和社会因素影响的多元慢性病症，其测量、监测、诊断或管理往往不够充分。因此，本研究旨在利用名为Adipoview的新型人工智能驱动仪表盘，研究新加坡西部医疗集群内肥胖症的流行情况及管理现状。本研究以电子健康记录（EHR）中2023年8月23日至2024年间收录的一组成年患者（≥ 18岁）为对象，开展了一项基于人群的横断面研究。去标识化患者数据来源于Adipoview，该仪表盘采用多种数据分析和可视化方法，实时展示肥胖症管理概况。提取了社会人口学特征（即年龄、性别、种族）和临床特征（即肥胖分类、肥胖诊断、合并症及肥胖治疗）。本研究分析了313,369例患者，平均年龄为58.3（17.1）岁，以女性为主（53%）。最常见的合并慢性病症为高脂血症（40.0%）、高血压（36.7%）和糖尿病（22.1%），其中初级保健患者年龄偏大，DHL（糖尿病、高血压和高脂血症）的患病率更高。在符合基于BMI的脂肪过量标准的患者中，仅10.5%有明确诊断记录。符合BMI标准的患者在初级保健中的比例略高于三级保健（89.8% vs. 86.1%）。如预期般，本研究的患病率数值高于国家人口健康调查（NPHS）的数据（58.9%）。18至74岁患者中，超重和肥胖的比例分别为18.1%和56.9%。在被转诊至肥胖管理与手术中心（COMS）的患者中，7,761例（68.9%）能够坚持随访。脂肪过量的高患病率与作为慢性病诊断不足并存，限制了遏制肥胖相关心血管代谢风险的能力。需要加大努力以提高体重管理意识、完善肥胖评估指标、利用临床决策支持工具确保准确诊断、审查现有减重项目的疗效，并通过Adipoview等实时可视化工具促进合并症的筛查。