Обзор статистических методов анализа моделей питания

Введение: Анализ моделей питания — перспективный подход к изучению сложной взаимосвязи между питанием и здоровьем. Несмотря на существование множества статистических методов, в литературе преимущественно рассматриваются классические методы, такие как оценки качества питания, анализ главных компонент, факторный анализ, кластерный анализ и регрессия с пониженным рангом. Некоторые новые методы пока редко или вовсе не становились предметом адекватного обзора и обсуждения.

Методы: В статье представлен обзор спектра существующих статистических методов выделения моделей питания, особенно модели конечных смесей, treelet-преобразования, интеллектуального анализа данных, оператора наименьшего абсолютного сжатия и отбора (LASSO) и анализа композиционных данных, с точки зрения лежащих в их основе концепций, преимуществ и недостатков, а также доступного программного обеспечения и пакетов для их применения.

Результаты: Все статистические методы анализа моделей питания обладают уникальными особенностями и предназначены для решения различных задач, однако новые методы заслуживают большего внимания. Для оценки их воспроизводимости, валидности и способности прогнозировать различные исходы необходимы дальнейшие исследования.

Выводы: Выбор наиболее подходящего метода в основном зависит от исследовательского вопроса. Поскольку это направление продолжает развиваться, сохраняются возможности для выделения моделей питания с помощью новых аналитических методологий.