本研究结合自然语言处理与运动监测，旨在改善代谢综合症的早期诊断。通过分析日常生理数据和运动文本，研究表明该方法能有效分类代谢综合症，降低筛查和管理成本，具有重要的临床应用潜力。

本研究提出了一种新颖的混合框架MetaBoost，以解决代谢综合症预测中的类别不平衡和数据稀缺问题。通过优化合成数据生成，模型准确率提升了1.14%。反事实分析显示，血糖和甘油三酯是降低代谢综合症风险的重要指标。