یک رویکرد ریاضی جدید برای بهبود محاسبه شاخص التهابی رژیم غذایی اصلی

شواهد فزاینده‌ای نشان می‌دهند که مصرف غذایی با فرآیندهای التهابی مرتبط است که در توسعه بیماری‌های غیرواگیر (NCD) نقش دارند. شاخص التهابی غذایی (DII) که توسط شیواپا و همکاران طراحی شده است، نشان داده که می‌تواند پتانسیل التهابی رفتار غذایی را در تعداد زیادی از مطالعات اپیدمیولوژیک ثبت کند. بنابراین، DII می‌تواند به عنوان ابزار آینده برای ارزیابی ظرفیت‌های التهابی تغذیه‌ای فرد و در نتیجه، ریسک فرد برای توسعه بیماری‌های غیرواگیر در آینده استفاده شود. با این حال، روش محاسبه DII می‌تواند از مراحل ریاضی جایگزین بهره‌مند شود، به ویژه در مورد تبدیل مصرف غذایی روزانه استاندارد شده به نمرات صدک. در اینجا، ما رویکردهای جدیدی ارائه می‌دهیم، روش فرمول مقیاس‌بندی (SF) و روش فرمول مقیاس‌بندی با شناسایی مقادیر دور (SFOD)، با هدف بهینه‌سازی روش محاسبه DII پیشنهادی توسط شیواپا و همکاران.ما با استفاده از داده‌های شبیه‌سازی‌شده محدودیت‌های خاص محاسبهٔ اصلی DII را نشان می‌دهیم و مزایای SF/SFOD را با استفاده از داده‌های شبیه‌سازی‌شده و داده‌های حاصل از گروه مطالعهٔ آینده‌نگر TEENDIAB نشان می‌دهیم که از کاربرد SF/SFOD در مطالعات اپیدمیولوژیک و بالینی آینده حمایت می‌کند.

Accumulating evidence links dietary intake to inflammatory processes involved in non-communicable disease (NCD) development. The dietary inflammatory index (DII) designed by Shivappa et al. has been shown to capture the inflammatory potential of dietary behavior in a large number of epidemiological studies. Thus, the DII may serve as future tool to assess someone’s nutritional inflammatory capacities and hence, the individual risks for NCD development later in life. The calculation method of the DII, however, can benefit from alternative mathematical steps, particularly regarding the transformation from standardized daily food consumption to percentile scores. Here, we provide novel approaches, the scaling-formula (SF) and scaling-formula with outlier detection (SFOD) methods, with the aim to optimize the DII calculation method proposed by Shivappa and colleagues. We illustrate on simulated data specific limitations of the original DII calculation and show the benefits of the SF/SFOD by using simulated data and data from the prospective TEENDIAB study cohort, which supports the application of SF/SFOD in future epidemiological and clinical studies.