Effect of Physical Fitness on Body Mass Index through Artificial Intelligence in South Chinese College Students from 2013 to 2025

Resumo Técnico: Efeito do Condicionamento Físico no Índice de Massa Corporal através de Inteligência Artificial em Estudantes Universitários do Sul da China (2013–2025)

Definição do Problema
A inatividade física e o aumento das taxas de obesidade entre estudantes universitários representam um desafio crítico de saúde pública, particularmente na China, onde a prevalência de sobrepeso e obesidade entre estudantes tem aumentado. Embora o condicionamento físico esteja teoricamente ligado ao Índice de Massa Corporal (IMC), o valor preditivo específico da combinação de múltiplos componentes do condicionamento permanece incerto. Os métodos estatísticos tradicionais frequentemente têm dificuldade em capturar as interações complexas e não lineares entre várias variáveis fisiológicas (por exemplo, força muscular, função pulmonar, flexibilidade) e o IMC. Além disso, as descobertas inconsistentes na literatura anterior em relação às relações entre o IMC e indicadores específicos, como a capacidade vital e a flexibilidade, exigem uma abordagem analítica mais robusta. Este estudo visa investigar o efeito dos resultados dos testes de condicionamento físico no IMC entre estudantes universitários chineses utilizando Inteligência Artificial (IA) para caracterizar precisamente essas relações.

Metodologia
O estudo utilizou um conjunto de dados retrospectivo de grande escala, composto por 83.664 estudantes de graduação do primeiro ano (43.734 homens e 39.930 mulheres) da Universidade de Shenzhen, coletados entre 2013 e 2025. Os participantes foram triados para excluir valores extremos e dados ausentes.

• Coleta de Dados: As avaliações de condicionamento físico seguiram os Padrões Nacionais de Condicionamento Físico para Estudantes da China. O conjunto de testes incluiu:

  • Capacidade Vital (CV)
  • Salto em Distância (SD)
  • Sentar e Alcançar (SA)
  • Sprint de 50 metros (50 m)
  • Corrida de longa distância (1.000 m para homens, 800 m para mulheres)
  • Resistência muscular: Barra fixa (homens) ou Abdominais (mulheres)
  • O IMC foi calculado e categorizado em abaixo do peso, peso normal, sobrepeso e obesidade, com base nas diretrizes do Ministério da Educação.

• Abordagem de Modelagem de IA: O estudo empregou um framework de aprendizado de máquina supervisionado para prever as categorias de IMC. Quatro algoritmos distintos foram implementados e comparados:

  1. Regressão Logística (RL): Serviu como uma linha de base linear.
  2. Árvore de Decisão (AD): Um método de particionamento recursivo não linear.
  3. Random Forest (RF): Um método de ensemble utilizando bagging para reduzir o overfitting.
  4. XGBoost (eXtreme Gradient Boosting): Um algoritmo de gradient boosting avançado que utiliza expansão de Taylor de segunda ordem e regularização.

• Processamento de Dados: O conjunto de dados passou por pré-processamento, incluindo remoção de duplicatas, imputação pela média para valores numéricos ausentes e normalização Z-score para lidar com diferentes unidades. Os dados foram divididos em conjuntos de treinamento (80%) e teste (20%) usando amostragem estratificada. Uma validação cruzada estratificada de cinco dobras (five-fold) foi realizada para garantir a generalização do modelo.

• Métricas de Avaliação: O desempenho do modelo foi avaliado usando Acurácia, Precisão, Recall e o F1-score ponderado. A importância das características foi quantificada usando a métrica "Ganho" (redução cumulativa na função objetivo) derivada dos modelos baseados em árvores.

Principais Resultados

• Desempenho do Modelo: O XGBoost superou consistentemente os outros algoritmos em ambos os sexos.
  • Homens: O XGBoost alcançou uma acurácia de 75,33% e um F1-score ponderado de 68,92%.
  • Mulheres: O XGBoost alcançou uma acurácia de 83,12% e um F1-score ponderado de 75,82%.
  • As Árvores de Decisão apresentaram o desempenho mais baixo, enquanto a Regressão Logística e a Random Forest mostraram resultados comparáveis, porém ligeiramente inferiores aos do XGBoost.
• Importância das Características:
  • Homens: As barras fixas foram o preditor dominante, representando 45,27% da importância total das características. Seguiram-se a capacidade vital, o tempo de corrida de 1.000 m, o salto em distância, o sentar e alcançar e o sprint de 50 m.
  • Mulheres: Nenhum indicador único dominou. A capacidade vital foi o preditor mais importante, seguida pelo desempenho de corrida de 800 m, salto em distância, sprint de 50 m, sentar e alcançar e abdominais.
• Nuances de Classificação: Os modelos demonstraram alta acurácia para classificar estudantes de "peso normal". No entanto, o recall foi menor para as classes minoritárias (abaixo do peso, sobrepeso e obesidade), uma limitação atribuída ao desequilíbrio de classes inerente ao conjunto de dados, onde a maioria dos estudantes estava dentro da faixa de IMC normal.

Principais Contribuições

1. Aplicação de IA em Larga Escala: Este é o primeiro estudo a aplicar técnicas de aprendizado de máquina para prever o IMC usando dados de condicionamento físico de mais de 83.000 jovens adultos coletados ao longo de 13 anos.
2. Comparação Algorítmica: O estudo fornece uma comparação rigorosa entre paradigmas de aprendizado de máquina lineares e não lineares, demonstrando que métodos de ensemble (especificamente o XGBoost) superam significativamente os modelos estatísticos tradicionais na captura das relações complexas entre o condicionamento físico e o IMC.
3. Insights Específicos por Gênero: A pesquisa identifica impulsionadores fisiológicos distintos para o IMC em homens versus mulheres. Destaca que a força muscular do membro superior (barra fixa) é o principal preditor para homens, enquanto a função pulmonar e a resistência cardiorrespiratória são preditores mais equilibrados para mulheres.
4. Utilidade Prática: O estudo valida o uso de testes de condicionamento físico rotineiros e obrigatórios como ferramentas de triagem eficazes para identificar estudantes em risco de níveis de IMC não saudáveis, sem a necessidade de equipamentos especializados adicionais.

Significância e Alegações
Os autores afirmam que o condicionamento físico está intimamente associado ao IMC e que os modelos de IA podem prever o IMC de forma eficaz usando dados de condicionamento físico rotineiros. O estudo conclui que essas descobertas apoiam o uso de avaliações de condicionamento físico como ferramentas práticas para triagem e promoção do controle de peso entre jovens adultos.

Especificamente, o artigo sugere que:

• Programas de saúde universitária podem utilizar testes simples de condicionamento físico para identificar estudantes com níveis de IMC não saudáveis.
• Priorizar o treinamento em força muscular (particularmente barras fixas para homens), resistência e aptidão cardiorrespiratória pode servir como estratégias de intervenção práticas para apoiar o controle de peso.
• A alta acurácia preditiva do modelo ressalta a relevância dessas seis medidas de condicionamento físico em refletir o estado de saúde geral, oferecendo evidências para que formuladores de políticas desenvolvam intervenções direcionadas para a melhoria da saúde pública.

Os autores mantêm um tom modesto quanto à causalidade, reconhecendo o desenho transversal do estudo. Eles afirmam que, embora o estudo identifique associações fortes, não estabelece relações causais e recomendam pesquisas longitudinais futuras para confirmar os elos causais entre o condicionamento físico e o IMC.