DOI: https://doi.org/10.1111/obr.70083
PMID: https://pubmed.ncbi.nlm.nih.gov/41725143
تاريخ النشر: 2026-02-22
المؤلف: Maria Kafyra وآخرون
الموضوع الرئيسي: التغذية، الوراثة، والمرض
نظرة عامة
يهدف مشروع BETTER4U، الذي يعد جزءًا من مبادرة هورايزون أوروبا (GAP 101080117)، إلى تعزيز فهم علم الأوبئة المعقد للسمنة من خلال دراسة التفاعلات بين العوامل البيولوجية ونمط الحياة والعوامل السياقية. تسعى هذه المبادرة إلى تجاوز الأساليب التقليدية من خلال التركيز على الأنظمة المترابطة التي تؤثر على السمنة، بما في ذلك الاستعدادات الوراثية، وسلوكيات نمط الحياة مثل النشاط البدني والتغذية، وعناصر سياقية متنوعة مثل التأثيرات الاجتماعية والبيئية.
من خلال دمج المخاطر متعددة الجينات وعلامات الأوميكس مع بيانات نمط الحياة والسياق المستمدة من بنوك الأنسجة والدراسات السابقة المهمة، يسعى BETTER4U إلى تقديم إطار شامل لفهم السمنة. من المتوقع أن تسفر هذه المقاربة الشاملة عن رؤى يمكن أن تُعلم التدخلات الأكثر فعالية وتخصيصًا للوقاية من السمنة.
مقدمة
تسلط مقدمة ورقة البحث الضوء على أزمة الصحة العامة المتزايدة المتعلقة بزيادة الوزن والسمنة، لا سيما داخل منطقة منظمة الصحة العالمية (WHO) الأوروبية. منذ عام 1975، تضاعفت معدلات السمنة تقريبًا، حيث تأثر أكثر من 2.5 مليار بالغ بزيادة الوزن وحوالي 890 مليون يعيشون مع السمنة اعتبارًا من عام 2022. الانتشار أعلى بشكل ملحوظ بين الرجال والأفراد ذوي التحصيل التعليمي المنخفض، مع مضاعفات صحية كبيرة وأعباء اقتصادية مرتبطة بالسمنة، بما في ذلك أكثر من 1.2 مليون وفاة سنويًا في أوروبا وحدها. تشير التوقعات إلى أنه بحلول عام 2035، قد يتم تصنيف أكثر من نصف سكان العالم على أنهم يعانون من زيادة الوزن أو السمنة، مما يؤدي إلى تكاليف الرعاية الصحية التي قد تصل إلى 4 تريليون دولار سنويًا.
تؤكد الورقة على الطبيعة متعددة العوامل للسمنة، المتأثرة بالعوامل الوراثية والسلوكية والبيئية. لقد حددت التقدمات الأخيرة في دراسات الارتباط على مستوى الجينوم (GWAS) مسارات وراثية متنوعة مرتبطة بالسمنة، بينما تشير الأدلة الناشئة إلى أن التدخلات المخصصة، المستندة إلى البيانات الوراثية والتمثيل الغذائي، يمكن أن تعزز فعالية العلاج. إن دمج الذكاء الاصطناعي (AI) والتقنيات الصحية الرقمية يحدث ثورة في إدارة السمنة من خلال تمكين المراقبة في الوقت الحقيقي والدعم المخصص. يهدف مشروع BETTER4U إلى الاستفادة من هذه التقدمات لتطوير تدخلات مخصصة تعالج الطبيعة المعقدة للسمنة، مما يساهم في الأهداف الصحية العامة المتعلقة بالعدالة الصحية والتنمية المستدامة.
الطرق
تم تنظيم منهجية BETTER4U في أربع مراحل تنفيذية متميزة، مما يسهل التعرف المنهجي على المحددات وتطبيقها في النمذجة التنبؤية. تهدف هذه المقاربة المنظمة إلى تطوير تدخلات مخصصة مستندة إلى الذكاء الاصطناعي مصممة لتلبية الاحتياجات الفردية. بالإضافة إلى ذلك، يركز التصميم على قابلية توسيع إطار BETTER4U، مما يضمن أن المنهجية يمكن توسيعها بشكل فعال لتطبيقات أوسع في التدخلات المخصصة. توضح الشكل 3 التكامل المتماسك لهذه المراحل ضمن الإطار العام.
المناقشة
يتناول مشروع BETTER4U التحدي العالمي للسمنة من خلال دمج مجموعات بيانات واسعة من حوالي 1 مليون فرد، تشمل البيانات الوراثية ونمط الحياة والبيوكيميائية والسريرية والميكروبيوم. تتميز هذه المبادرة باستخدامها المبتكر للتوصيات المخصصة المستندة إلى الذكاء الاصطناعي، والتي تجمع بين معلومات المخاطر الوراثية مع المراقبة في الوقت الحقيقي والتدخلات المتعلقة بنمط الحياة. يهدف المشروع إلى إنشاء فهم شامل للتفاعلات المعقدة بين العوامل الوراثية ونمط الحياة والعوامل البيئية التي تؤثر على مؤشر كتلة الجسم (BMI) عبر مراحل الحياة المختلفة. من خلال استخدام درجات المخاطر متعددة الجينات (PRS) وتقنيات التعلم الآلي المتقدمة، يسعى BETTER4U إلى تطوير استراتيجيات تدخل مخصصة تعزز الوقاية من السمنة وإدارتها.
يؤكد المشروع على أهمية الطب الشخصي، متجاوزًا الأساليب التقليدية التي تناسب الجميع إلى تدخلات تأخذ في الاعتبار الملفات البيولوجية ونمط الحياة الفردية. تم تصميم منهجية BETTER4U لتكمل العلاجات الدوائية، مما يضمن دمج التعديلات المتعلقة بنمط الحياة بشكل فعال في رعاية السمنة. علاوة على ذلك، يدمج المشروع أطر علم التنفيذ لمعالجة الحواجز أمام الممارسة السريرية، مثل تباين البيانات ومخاوف الخصوصية، مما يعزز قابلية التوسع والشمولية. من خلال تعزيز التعاون بين الباحثين ومقدمي الرعاية الصحية وصانعي السياسات، يهدف BETTER4U إلى تمكين الأفراد، لا سيما في الفئات السكانية الضعيفة، لاتخاذ قرارات صحية مستنيرة وتحسين النتائج الصحية على المدى الطويل. ستركز الأبحاث المستقبلية على التحقق من صحة نماذج الذكاء الاصطناعي في مجموعات سكانية متنوعة ومعالجة الاعتبارات الأخلاقية المتعلقة باستخدام البيانات والوصول إلى التدخلات المخصصة.
DOI: https://doi.org/10.1111/obr.70083
PMID: https://pubmed.ncbi.nlm.nih.gov/41725143
Publication Date: 2026-02-22
Author(s): Maria Kafyra et al.
Primary Topic: Nutrition, Genetics, and Disease
Overview
The BETTER4U project, part of the Horizon Europe initiative (GAP 101080117), aims to enhance the understanding of obesity’s complex etiology by investigating the interactions among biological, lifestyle, and contextual factors. This initiative seeks to transcend conventional approaches by focusing on the interconnected systems that influence obesity, including genetic predispositions, lifestyle behaviors such as physical activity and nutrition, and various contextual elements like social and environmental influences.
By integrating polygenic risks and omics-based markers with lifestyle and contextual data sourced from biobanks and significant prior studies, BETTER4U endeavors to provide a comprehensive framework for understanding obesity. This holistic approach is expected to yield insights that could inform more effective, tailored interventions for obesity prevention.
Introduction
The introduction of the research paper highlights the escalating public health crisis of overweight and obesity, particularly within the World Health Organization (WHO) European Region. Since 1975, obesity rates have nearly tripled, with over 2.5 billion adults affected by overweight and approximately 890 million living with obesity as of 2022. The prevalence is notably higher among men and individuals with lower educational attainment, with significant health complications and economic burdens associated with obesity, including over 1.2 million deaths annually in Europe alone. Projections indicate that by 2035, more than half of the global population may be classified as overweight or obese, leading to healthcare costs that could reach $4 trillion per year.
The paper underscores the multifactorial nature of obesity, influenced by genetic, behavioral, and environmental factors. Recent advancements in Genome-Wide Association Studies (GWAS) have identified various genetic pathways linked to obesity, while emerging evidence suggests that personalized interventions, informed by genetic and metabolic data, can enhance treatment efficacy. The integration of artificial intelligence (AI) and digital health technologies is revolutionizing obesity management by enabling real-time monitoring and personalized support. The BETTER4U project aims to leverage these advancements to develop tailored interventions that address the complex nature of obesity, ultimately contributing to public health goals related to health equity and sustainable development.
Methods
The BETTER4U methodology is organized into four distinct implementation phases, which facilitate the systematic identification of determinants and their application in predictive modeling. This structured approach aims to develop AI-derived, personalized interventions tailored to individual needs. Additionally, the design emphasizes the scalability of the BETTER4U framework, ensuring that the methodology can be effectively expanded for broader application in personalized interventions. Figure 3 illustrates the cohesive integration of these phases within the overall framework.
Discussion
The BETTER4U project addresses the global challenge of obesity by integrating extensive datasets from approximately 1 million individuals, encompassing genetic, lifestyle, biochemical, clinical, and microbiome data. This initiative is distinguished by its innovative use of AI-driven personalized recommendations, which combine genetic risk information with real-time monitoring and lifestyle interventions. The project aims to create a comprehensive understanding of the complex interactions between genetics, lifestyle, and environmental factors influencing body mass index (BMI) across different life stages. By employing polygenic risk scores (PRS) and advanced machine learning techniques, BETTER4U seeks to develop tailored intervention strategies that enhance obesity prevention and management.
The project emphasizes the importance of personalized medicine, moving away from traditional one-size-fits-all approaches to interventions that consider individual biological and lifestyle profiles. BETTER4U’s methodology is designed to complement pharmacological treatments, ensuring that lifestyle modifications are effectively integrated into obesity care. Furthermore, the project incorporates implementation science frameworks to address barriers to clinical practice, such as data heterogeneity and privacy concerns, thereby promoting scalability and inclusivity. By fostering collaboration among researchers, healthcare providers, and policymakers, BETTER4U aims to empower individuals, particularly in vulnerable populations, to make informed health decisions and improve long-term health outcomes. Future research will focus on validating AI models in diverse populations and addressing ethical considerations related to data use and access to personalized interventions.