Explainable Machine Learning Framework for Predicting Cardiometabolic Risk Using Meal Timing and Eating Habits

Resumen Técnico: Marco de Aprendizaje Automático Explicable para la Predicción del Riesgo Cardiometabólico mediante el Tiempo de las Comidas y los Hábitos Alimentarios

Planteamiento del Problema
Las estrategias tradicionales de evaluación del riesgo cardiometabólico dependen predominantemente de indicadores antropométricos y clínicos estáticos (p. ej., IMC, presión arterial) y del contenido dietético, omitiendo a menudo la dimensión temporal del comportamiento alimentario. Si bien la investigación emergente en crononutrición sugiere que el tiempo de las comidas y la regularidad influyen significamente en la salud metabólica —específicamente a través de la alineación del ritmo circadiano—, estos factores rara vez se integran en los modelos predictivos. Además, las técnicas estadísticas existentes suelen fallar al capturar las complejas relaciones no lineales entre los patrones de comportamiento y los resultados metabólicos. Adicionalmente, la naturaleza de "caja negra" de los modelos avanzados de aprendizaje automático (ML) limita su utilidad clínica, ya que los profesionales de la salud requieren información interpretable para guiar las intervenciones.

Metodología
Este estudio transversal analizó datos de 300 adultos, integrando datos demográficos, antropométricos (IMC, índice cintura-cadera), clínicos (presión arterial) y crononutricionales (tiempo de las comidas, frecuencia, regularidad y conciencia conductual).

• Preprocesamiento de Datos e Ingeniería de Características: Los datos brutos fueron limpiados, imputando los valores faltantes mediante la media o la moda. Las variables categóricas fueron codificadas y las variables ordinales fueron ordenadas numéricamente. Se diseñaron nuevas características para cuantificar la variabilidad conductual, incluyendo un Índice de Desalineación Circadiana, un Índice de Variabilidad del Tiempo de las Comidas y un Índice de Calidad de la Dieta. Los predictores continuos fueron sometidos a normalización Z-score y transformación logarítmica para distribuciones sesgadas.
• Desarrollo del Modelo: Se desarrollaron y compararon tres algoritmos de aprendizaje supervisado: Regresión Logística (LR), Random Forest (RF) y Extreme Gradient Boosting (XGBoost).
  • LR: Probada con regularización L1, L2 y elastic-net (óptimo $C=1.0$).
  • RF: Configurada con 500 árboles, profundidad máxima de 20 y criterios de división específicos para equilibrar el sesgo y la varianza.
  • XGBoost: Ajustada mediante búsqueda de cuadrícula (grid search) con una tasa de aprendizaje de 0.05, profundidad máxima de 6, razón de submuestreo de 0.8 y parámetros de regularización $\alpha=0.1, \lambda=1$.
• Validación e Interpretabilidad: Los modelos fueron evaluados mediante validación cruzada estratificada anidada de 10 pliegues (10-fold). Las métricas de rendimiento incluyeron AUC-ROC, precisión, exactitud, sensibilidad (recall), puntuación F1 y la puntuación de Brier para la calibración. Para asegurar la interpretabilidad, se aplicaron las Explicaciones de Shapley Aditivas (SHAP) al modelo con mejor desempeño para cuantificar las contribuciones de las características e identificar impulsores conductuales accionables.

Resultados Clave

• Desempeño del Modelo: El modelo XGBoost demostró un desempeño superior, alcanzando un AUC-ROC de 0.98, 93% de exactitud, 92% de precisión, 91% de sensibilidad y una puntuación F1 de 0.92. También exhibió la mejor calibración con una puntuación de Brier de 0.03. Random Forest le siguió con un AUC de 0.94 y 89% de exactitud, mientras que la Regresión Logística alcanzó un AUC de 0.92 y 87% de exactitud.
• Predictores de Riesgo:
  • Fisiológicos: El índice cintura-cadera (WHR) y el IMC siguieron siendo los predictores fisiológicos más significativos (OR de 4.39 y 2.74, respectivamente).
  • Conductuales/Crononutricionales: El análisis SHAP identificó el horario tardío de la cena (OR = 2.5), la irregularidad en el tiempo de las comidas (OR = 1.6) y la reducción de la adherencia a la frecuencia de comidas recomendada (OR = 1.8) como los principales predictores independientes de riesgo cardiometabólico.
  • Factores Protectores: El aumento en la frecuencia de las comidas y una mayor conciencia sobre la importancia del tiempo de las comidas se asociaron con un menor riesgo.
• Interacciones: El estudio encontró un efecto compuesto donde los individuos con un WHR o IMC más altos se veían más negativamente afectados por los patrones de alimentación irregulares y la alimentación nocturna tardía, lo que sugiere que la desalineación circadiana exacerba la vulnerabilidad metabólica.

Contribuciones Clave

1. Integración de la Crononutrición: El estudio incorpora con éxito el tiempo de las comidas y la regularidad en un marco de ML predictivo, demostrando que estos factores temporales proporcionan un valor predictivo significativo más allá de las medidas antropométricas tradicionales.
2. Marco de IA Explicable: Al combinar el aprendizaje de conjunto de alto rendimiento (XGBoost) con SHAP, el estudio cierra la brecha entre la precisión predictiva y la interpretabilidad clínica. Traduce las salidas complejas del modelo en objetivos conductuales específicos y modificables (p. ej., evitar cenas tardías, mantener la regularidad).
3. Identificación de la Conciencia como un Factor: La investigación destaca la "conciencia del tiempo de las comidas" como un factor conductual protector, independiente del tamaño corporal o la calidad de los alimentos, lo que sugiere un componente cognitivo en la regulación metabólica.

Significancia y Reivindicaciones
El artículo afirma que la integración del tiempo de las comidas y la regularidad conductual en modelos de aprendizaje automático explicables mejora significativamente la precisión de la predicción del riesgo cardiometabólico. Los autores sostienen que el marco XGBoost-SHAP no solo ofrece un alto desempeño predictivo, sino que también elucida las interacciones entre la composición corporal y los ritmos de alimentación circadianos.

Crucialmente, el estudio postula que la conciencia del tiempo de las comidas es un objetivo de salud pública de bajo costo, escalable y modificable. Los hallazgos sugieren que sincronizar el consumo de alimentos con los ciclos fisiológicos naturales del cuerpo —específicamente evitando cenas tardías y manteniendo horarios irregulares— puede servir como una estrategia efectiva para la prevención a largo plazo de la enfermedad cardiometabólica, incluso en individuos con un IMC normal. Los autores enfatizan que estas intervenciones conductuales pueden mitigar los impactos metabólicos en estilos de vida modernos y erráticos sin necesidad de restricciones dietéticas severas.

Nota: Dado que este es un preprint, los autores declaran explícitamente que la investigación no ha sido certificada por revisión por pares y no debe utilizarse para guiar la práctica clínica.