Translational Algorithms for Technological Dietary Quality Assessment Integrating Nutrimetabolic Data with Machine Learning Methods

Recent advances in machine learning technologies and omics methodologies are revolutionizing dietary assessment by integrating phenotypical, clinical, and metabolic biomarkers, which are crucial for personalized precision nutrition. This investigation aims to evaluate the feasibility and efficacy of...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Nutrients Ročník 16; číslo 22; s. 3817
Hlavní autoři:	de la O, Víctor, Fernández-Cruz, Edwin, Matía Matin, Pilar, Larrad-Sainz, Angélica, Espadas Gil, José Luis, Barabash, Ana, Fernández-Díaz, Cristina M., Calle-Pascual, Alfonso L., Rubio-Herrera, Miguel A., Martínez, J. Alfredo
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Switzerland MDPI AG 07.11.2024 MDPI
Témata:	Algorithms Artificial intelligence Biomarkers Eating Feasibility Studies Food habits Humans Machine Learning Metabolites Methods Nutrition Nutrition Assessment Nutrition research Political aspects Product/Service Evaluations ROC Curve Type 2 diabetes Taiwan Spain dietary assessment machine learning computational algorithm precision nutrition clinical biomarkers nutritional evaluation
ISSN:	2072-6643, 2072-6643
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!