Cómo predecir la obesidad

Obesidad
  • 5 septiembre, 2019

La matemática Jocelyn Dunstan creó, junto a un equipo de investigadores chileno-estadounidense, un algoritmo capaz de predecir la obesidad de los países, en base a lo que comen sus habitantes.

 

Actualmente, la obesidad es una epidemia. La Organización Mundial de la Salud (OMS) la catalogó así por su rápida dispersión en el mundo —la población obesa casi se triplicó en treinta años, aumentando de 857 millones en 1980 a 2.100 millones en 2010—, y también por sus altas tasas de mortalidad: cada año, mueren 2.8 millones de personas debido a ella, una cifra que sigue en aumento.

Preocupada por el fenómeno, la doctora en Matemáticas Aplicadas e investigadora de la Universidad de Chile, Jocelyn Dunstan, lleva cuatro años desarrollando un método para predecir el porcentaje de personas obesas en cada país, en base a los datos del tipo de alimentos que consumen sus poblaciones. En un contexto mundial en donde cinco millones de niños menores de cinco años ya son obesos, resulta urgente analizar los factores que determinan y promueven su aparición.

Dunstan comenzó su investigación en la Universidad Johns Hopkins, en Estados Unidos, y la continuó junto a un equipo transdisciplinario de la Universidad de Chile. Para poder diseñar un método capaz de predecir la obesidad, decidieron usar los datos de Euromonitor, una detallada base de datos internacional que reporta la venta de alimentos de la población de 79 países en 48 categorías distintas de comida.

La investigadora de la Universidad de Chile, Jocelyn Dunstan.

Esos datos fueron usados por algoritmos con aprendizaje de máquinas (machine learning), una rama de la inteligencia artificial que busca que las máquinas aprendan de su experiencia. El algoritmo, explica Dunstan, no solo predice resultados, sino también indica qué datos fueron los que le sirvieron para llegar a la respuesta.

—Queríamos averiguar si es posible predecir la obesidad conociendo solamente la venta de alimentos, aunque existen otros factores que también influyen, como el sedentarismo —explica la investigadora—. Si sólo sabemos las ventas brutas de los 79 países que analizamos, ¿es posible predecir el porcentaje de población obesa?

Si la máquina era capaz de distinguir patrones entre venta de alimentos y obesidad, dice Dunstan, podía ser de gran utilidad para monitorear el problema anualmente, lo que todavía es muy difícil para los gobiernos: en Chile, por ejemplo, la Encuesta Nacional de Salud, que entrega los datos al respecto, se realiza cada seis años.

De los 79 países que analizaron, lograron predecir con éxito la obesidad en el 60%. Es decir, en ellos el algoritmo arrojó resultados muy similares a los datos oficiales, con un margen de error menor al 10%. Incluso, cuenta la investigadora, tuvieron predicciones casi exactas: para Taiwán, el algoritmo señaló un 8.38% de obesidad y los reportes registran un 8.37%. En el caso de Chile, el programa determinó un 28% de obesidad y la cifra oficial marca un 31%. Dunstan cree que estos resultados aún se podrían afinar, entrenando a la máquina sólo con información de Chile y usando todas las Encuestas Nacionales de Salud disponibles a la fecha.

 

“Queríamos averiguar si es posible predecir la obesidad conociendo solamente las ventas brutas de alimentos de los países, aunque existen otros factores que también influyen, como el sedentarismo”, dice la Jocelyn Dunstan.

 

—Para nuestro país, el tema de la obesidad tiene mucha importancia: como la encuesta se hace cada seis años, se forma una gran brecha de información hasta que se conocen nuevos resultados —dice la científica—. Por eso, sería bueno poder tener medidas anuales para poder guiar o apoyar las decisiones.

 

Alimentos predictores

Una de las características más interesantes del algoritmo, cuyos resultados fueron publicados en mayo en la revista Health Informatics Journal, es su capacidad para analizar el comportamiento de sus propios cálculos, e indicar cuáles son los factores que más lo ayudan en esta tarea. En el caso de la predicción de obesidad, tres variables claves fueron el consumo de bebidas azucaradas, harinas y quesos.

—Es interesante esta información, pues son alimentos que han sido estudiados por investigadores de salud pública durante mucho tiempo —dice la científica—. Las bebidas azucaradas, por ejemplo, son un problema de salud mundial debido a múltiples razones, entre ellas que no experimentamos saciedad al consumirlas.

En Chile, dice Dunstan, es muy común encontrar estos alimentos en la dieta diaria de las personas. De hecho, nuestro país —con su 31% de población obesa— es el segundo más afectado de la OCDE, y según los últimos datos de JUNAEB, el 51% de los niños de prekinder ya sufren algún grado de obesidad o sobrepeso.

 

En el caso de la predicción de obesidad, tres variables claves fueron el consumo de bebidas azucaradas, harinas y quesos.

 

—Estamos hablando de un tercio de la población chilena en un estado nutricional que es considerado factor de riesgo para varias enfermedades —explica la matemática—. El promedio mundial es un 14% de obesidad, un 31% es alarmante.

Las próximas metas del equipo son entender cómo las categorías que predicen la obesidad han ido cambiando con el tiempo, y descifrar —con la mayor precisión posible—, qué factores están influyendo en la alta presencia de ésta en Chile. Una radiografía que podría ayudar a evitar que la epidemia se siga esparciendo.

 

Texto: Natalia Correa

ETIQUETAS:

COMPARTE: