Application of Gaussian graphical models to derive dietary intake networks and association of the identified networks with risk of major chronic diseases in European Prospective Investigation into Cancer and Nutrition-Potsdam Cohort [article]

Khalid Iqbal, Heiner Boeing, Technische Universität Berlin, Technische Universität Berlin
2017
Ernährungsmusteranalysen sind eine bevorzugte Methode um die Ernährungsaufnahme zu charakterisieren und um das Essverhalten zu verstehen. Existierende Datenreduktionsmethoden wie Hauptkomponentenanalysen (PCA) identifizieren ähnliche Muster der Nahrungsaufnahme. Jedoch sind sie nicht geeignet um zu erkennen, welche Lebensmittel in Verbindung mit anderen konsumiert werden. Darüber hinaus erfordern diese Methoden mehrere subjektive, aber wichtige Entscheidungen während der Analyse und die
more » ... yse und die identifizierten Muster sind nur schwer zu interpretieren. Gaußsche grafische Modelle (GGM) sind leistungsfähige explorative Ansätze, die, als komplementärer Ansatz der Ernährungsmusteranalyse verwendet werden können, um leicht zu interpretierende Muster zu identifizieren, die wichtige Einsichten in Essgewohnheiten offenbaren. Die Ziele dieser Arbeit waren daher Gaußsche grafische Modelle als neue Methode der Ernährungsmusteranalyse anzuwenden und die Assoziationen der identifizierten Muster zum Risiko für schwere chronische Krankheiten in der European Prospective Investigation into Cancer and Nutrition (EPIC)-Potsdam-Studie zu untersuchen. In dieser Studie wurden die Ernährungsdaten von 10,780 Männern und 16,340 Frauen aus EPIC-Potsdam genutzt um daraus Nahrungsmittelnetzwerke zu abzuleiten, die Lebensmittelmuster darstellen. Im ersten Schritt wurden GGM auf die log-transformierten Verzehrsmengen von 49 Lebensmittelgruppen angewendet um geschlechtsspezifische Nahrungsmittelnetzwerke zu bilden. Semiparametrische Gauß-Copula grafische Modelle (SGCGM) wurden genutzt um die Ergebnisse der GGM zu bestätigen. Die Stabilität der Netzwerke wurde mittels 100 Bootstrap-Stichproben bewertet. In einem zweiten Schritt wurden den Nahrungsmittelnetzwerken ein Score zugewiesen, welcher als Expositionsvariable genutzt wurde um die Assoziationen mit schweren chronischen Krankheiten einschließlich Diabetes mellitus Typ 2 (T2D), Herzinfarkt, Schlaganfall, kardiovaskulären Erkrankungen (Herzinfarkt und Schlaganfall), Krebs, kardiometabolischen Erkra [...]
doi:10.14279/depositonce-6057 fatcat:t6si77ipv5ft7ihx2acruuniey