Un análisis masivo con IA apunta a que la edad no es obstáculo para adelgazar

En 2013, la científica murciana publicó sus primeros hallazgos sobre la relación entre el reloj biológico (que marca muchos de nuestros hábitos, como la hora a la que comemos o cenamos) y la alimentación. Determinó que las personas con un cronotipo vespertino –es decir, aquellas que tienden a ser más nocturnas y con ello a dormir menos, a madrugar con mayor esfuerzo y a comer y cenar más tarde– presentan un mayor riesgo de obesidad y de alteraciones metabólicas.

Desde entonces, Garaulet ha recopilado miles de datos de más de 5.800 pacientes atendidos en los cinco centros nutricionales que gestiona en la Región de Murcia. Se trata de una cantidad ingente de información sobre indicadores como la edad, cronotipo, hábitos de vida y de alimentación, conductas emocionales o el perfil genético (lo que permite buscar marcadores relacionados con la obesidad). Ahora, con la irrupción de herramientas cada vez más sofisticadas de inteligencia artificial, esta valiosa base de datos puede ser analizada con mucha mayor precisión en busca de respuestas, y es lo que ha hecho la catedrática murciana en colaboración con sus colegas de la Harvard Medical School.

El resultado es un nuevo estudio publicado en la 'International Journal of Obesity' que arroja conclusiones llamativas, como la falta de relación de la edad con la pérdida de peso. «No hay diferencias entre jóvenes y mayores en la pérdida global de peso, o en la rapidez con la que se adelgaza. Lo que sí observamos es que los más mayores abandonan menos, y esto, al final, significa que tienen más éxito», explica Marta Garaulet

La motivación despunta como la variable más importante: influye tanto en la pérdida total de peso como en la velocidad a la que se adelgaza. Y, obviamente, en la adherencia al tratamiento. Muy relacionado con la motivación, el autoseguimiento es también fundamental. «Se trata de que te responsabilices de tu propio proceso, apuntando lo que comes, midiendo la actividad física o comprobando si llegas a los 10.000 pasos diarios», subraya la investigadora. Una tercera variable a tener muy en cuenta es el picoteo. Quienes tienden a comer entre horas tienen más dificultades para perder peso. «Es importante identificar este factor, porque nos permite actuar. En estas personas, lo más eficaz es buscar un picoteo saludable para que no abandonen el tratamiento». Por último, la actividad física permite sobre todo perder kilos más rápidamente.

Garaulet pone el foco en aspectos conductuales y emocionales sobre los que se puede actuar, frente a otros factores como los genéticos. Llevar a cabo una dieta sin un abordaje amplio que tenga en cuenta estas variables conduce al fracaso, advierte. Sus estudios han ahondado, por ejemplo, en el perfil de los 'comedores emocionales', que tienden a recurrir a la nevera cuando están ansiosos, preocupados o aburridos.

Uno de los aspectos más relevantes de este nuevo estudio publicado en 'International Journal of Obesity' es la metodología. Para bucear entre millones de datos de 5.800 pacientes, los investigadores han utilizado herramientas de 'machine learning'. Es decir, potentes programas informáticos que identifican patrones y ofrecen modelos predictivos mediante un proceso de 'autoaprendizaje' basado en la repetición y el cruce de millones de variables.

En este caso, estos programas de 'machine learning' han cruzado 1.900 variables diferentes para descartar aquellas que no tienen impacto en el proceso de adelgazamiento e identificar las que sí son relevantes. Un primer análisis permitió detectar 138 variables que terminaron agrupadas en 38: engloban desde indicadores metabólicos a hábitos de vida.

Con estas herramientas de inteligencia artificial se trató de determinar después el papel que juegan estas 38 variables en tres aspectos: la pérdida global de peso, la velocidad a la que se adelgaza y la adherencia al proceso. Este análisis permitió concluir que entre las variables sobre las que se puede actuar (es decir, aquellas relacionadas con nuestras conductas o hábitos) sobresalen la motivación, el autoseguimiento y el picoteo.

En definitiva, este modelo permite predecir si el paciente tendrá mayor o menor éxito a la hora de perder peso. Pero no se trata de tirar la toalla si el resultado es negativo, si no de centrar los esfuerzos, precisamente, en esos factores, aclara la catedrática de la UMU. «Estas herramientas nos permitirán un abordaje individualizado», resume la experta.

Garaulet ha encontrado en la inteligencia artificial una potente aliada frente a la obesidad y el sobreepso