Onderzoekers van het Stevens Institute of Technology hebben een nieuwe methode ontwikkeld om de bloedsuikerreactie van individuen op specifieke voedingsmiddelen te voorspellen — zonder dat daar bloedafnames, ontlastingsmonsters of andere ingrijpende testen voor nodig zijn. Deze zogenoemde data-sparse methode maakt gebruik van voedseltypes in plaats van alleen macronutriënten, zoals koolhydraten, om voorspellingen te doen.
Door voedselgegevens en glucosemonitorgegevens van bijna 500 mensen uit de VS en China te analyseren, konden ze nauwkeurige voorspellingen doen op basis van wat mensen daadwerkelijk eten, aangevuld met eenvoudige demografische gegevens. Opvallend is dat hun model ook goed presteert over verschillende culturen heen, in tegenstelling tot microbiome-gebaseerde modellen.
De methode maakt het mogelijk om gepersonaliseerd voedingsadvies te geven, zelfs zonder persoonlijke voedselregistraties of testdata. Ook hormoonschommelingen, zoals die tijdens de menstruatiecyclus, bleken een rol te spelen in individuele reacties op voeding.
De onderzoekers willen hun model verder verfijnen met grotere datasets, en onderzoeken of toevoeging van microbiome-data nog verdere verbetering oplevert. Dit zou gepersonaliseerde voeding toegankelijker en betaalbaarder kunnen maken.