Statistical analyses were performed

Statistical analyses were performed using SPSS software (Ver. 21; IBM-SPSS Inc.). Significance was set at p

ผลลัพธ์ (ไทย) 1:

ดำเนินการวิเคราะห์ทางสถิติโดยใช้โปรแกรมซอฟต์แวร์ (ไม่ 21 IBM-SPSS Inc.) ตั้งค่านัยสำคัญที่ p < 0.05 มีรายงานค่าทั้งหมดตามหมายถึง ± SEM เว้นแต่ระบุไว้เป็นอย่างอื่น ก่อนเริ่มต้นของการศึกษา จำนวนเรื่องที่ถูกกำหนดจากการวิเคราะห์พลังงานที่ใช้ตัวแปรผลลัพธ์สำคัญ (ยการ ออกซิเดชันไขมัน gastro-entero-ตับอ่อน ฮอร์โมน VAS) เป็นรายงานจากการศึกษาก่อนหน้านี้ [10] ด้วยระดับอัลฟาการตั้งค่าเป็น 0.05 และพลังของ 0.8 กำหนดวิเคราะห์นี้เราจะต้องมี n = 12 คนเพื่อตรวจสอบความแตกต่างอย่างมีนัยสำคัญ ตอบไบโอมาร์คเกอร์ (กลูโคส อินซูลิน GIP, GLP-1, ghrelin) ถูกประเมิน โดยการคำนวณพื้นที่ใต้เส้นโค้ง (AUC) โดยใช้วิธีสี่เหลี่ยมคางหมูเพิ่ม ตัวคูณ 2 × 4 × 4 ซ้ำมาตรการวิเคราะห์ความแปรปรวน (กลุ่มที่ 2 แบบ lean อ้วน: 4 ทดสอบอาหาร WMS, WMS + WP อาร์เอส RS + WP: 4 เวลาคะแนน 0, 60, 120, 180 นาที) ได้เริ่มดำเนินการเพื่อกำหนดความแตกต่างระหว่างกลุ่ม ทดสอบอาหาร และจุดเวลา (เวลาและกลุ่ม/ทดสอบอาหาร x เวลาโต้ตอบ) หลังจากนั้น เนื่องจากไม่มีความแตกต่างอยู่ระหว่างผู้หญิงที่น้ำหนักเกิน/อ้วน และแบบ lean สำหรับตัวแปรทั้งหมด 4 × 4 RMANOVA (เวลาซื้ออาหาร) รันสำหรับตัวแปรผลทั้งหมด การเปลี่ยนแปลงสัมบูรณ์ถูกคำนวณเป็นค่าเฉลี่ยพื้นฐาน (3 หรือ 4 ทดสอบอาหาร) หักออกจากค่าแต่ละค่าอาหารหลัง (Figs. 2, 3, 5 และ 6) มีคำนวณเปอร์เซ็นต์การเปลี่ยนแปลงเป็นผลต่างระหว่างพื้นฐานและจุดเวลาอาหารลงละหาร ด้วยมูลค่าพื้นฐาน (Fig. 4) ที่ระบุลักษณะสำคัญหลัก เปรียบเทียบ post hoc (จัดเป็นคู่ตัวอย่าง t-ทดสอบ [เวลาผล] และ Tukey ของทดสอบ [ความแตกต่างของกลุ่ม]) ได้ดำเนินการเพื่อค้นหาความแตกต่าง เราใช้ด้านเดียว t-ทดสอบเพื่อการตรวจสอบลักษณะพิเศษเวลาสำหรับแต่ละเงื่อนไขทดสอบอาหาร

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ทางสถิติได้ดำเนินการโดยใช้โปรแกรม SPSS (Ver 21. ไอบีเอ็ม SPSS อิงค์) ความสำคัญอยู่ที่ p <0.05 ค่าทั้งหมดจะมีการรายงานเป็นวิธี± SEM ถ้าไม่สังเกตเห็น ก่อนที่จะมีการเริ่มต้นของการศึกษาจำนวนเรื่องที่ถูกกำหนดจากการวิเคราะห์พลังงานขึ้นอยู่กับตัวแปรผลใหญ่ (TEM ออกซิเดชันไขมันฮอร์โมนระบบทางเดิน Entero-ตับอ่อน VAS) ขณะที่รายงานจากการศึกษาก่อนหน้า [10] ที่มีระดับอัลฟา ตั้ง 0.05 และพลังของ 0.8 การวิเคราะห์นี้เรามุ่งมั่นที่จะต้องมี n = 12 เข้าร่วมในการตรวจสอบความแตกต่างกัน การตอบสนอง Biomarker (กลูโคสอินซูลิน GIP, GLP-1 ghrelin) ได้รับการประเมินโดยการคำนวณพื้นที่ที่เพิ่มขึ้นภายใต้เส้นโค้ง (AUC) โดยใช้วิธีการรูปสี่เหลี่ยมคางหมู 2 × 4 × 4 ปัจจัยที่วัดซ้ำ ANOVA (2 กลุ่มยันอ้วน: อาหาร 4 มื้อทดสอบ WMS, WMS + WP อาร์เอสอาร์เอส + ที่ WP: 4 จุดเวลา 0, 60, 120, 180 นาที) ได้ดำเนินการในขั้นต้น เพื่อตรวจสอบความแตกต่างระหว่างกลุ่มอาหารการทดสอบและการจุดเวลา (เวลาและกลุ่ม / ทดสอบอาหาร x ปฏิสัมพันธ์เวลา) หลังจากนั้นไม่แตกต่างกันเพราะอยู่ระหว่างลีนและมีน้ำหนักเกิน / ผู้หญิงอ้วนสำหรับตัวแปรทั้งหมด 4 × 4 RMANOVA (อาหาร×เวลา) ก็วิ่งสำหรับตัวแปรผลทั้งหมด การเปลี่ยนแปลงแอบโซลูทจะถูกคำนวณเป็นค่าพื้นฐานเฉลี่ย (3 หรือ 4 มื้อทดสอบ) หักออกจากค่าแต่ละหลังอาหาร (มะเดื่อ. 2, 3, 5 และ 6) ร้อยละการเปลี่ยนแปลงนี้จะถูกคำนวณเป็นเดลต้าระหว่างพื้นฐานและแต่ละจุดเวลาโพสต์อาหารหารด้วยมูลค่าพื้นฐาน (รูปที่. 4) ในกรณีที่มีผลกระทบอย่างมีนัยสำคัญหลักที่ถูกระบุโพสต์เปรียบเทียบเฉพาะกิจ (ตัวอย่างคู่ t-test [ผลกระทบเวลา] และการทดสอบของ Tukey [ความแตกต่างของกลุ่ม]) ได้ดำเนินการในการค้นหาความแตกต่าง เราใช้อย่างใดอย่างหนึ่งนกทีทดสอบสำหรับการตรวจสอบผลกระทบของเวลาสำหรับแต่ละสภาพการทดสอบอาหาร

ผลลัพธ์ (ไทย) 3:

สถิติที่ใช้ในการวิเคราะห์คือการใช้โปรแกรม SPSS ( Ver . 21 ; ibm-spss Inc . ) นัยสำคัญทางสถิติที่ p < 0.05 ค่าทั้งหมดจะรายงานเป็นวิธีการ ±  SEM เว้นแต่ระบุไว้เป็นอย่างอื่น ก่อนที่จะเริ่มต้นของการศึกษาเรื่องตัวเลขถูกกำหนดจากพลังการวิเคราะห์ตัวแปรผลหลัก ( ประทับ , ระบบทางเดินอาหารทอดสายตาตับอ่อน ปฏิกิริยาออกซิเดชันไขมันVAS ) รายงานโดยศึกษา [ 10 ] ก่อนหน้านี้กับอัลฟ่าตั้งค่าระดับ 0.05 และพลังงานของ 0.8 . การวิเคราะห์นี้เราต้องพิจารณา N   =   12 เข้าร่วมเพื่อตรวจสอบความแตกต่าง . การตอบสนองของไบโอมาร์คเกอร์ ( กลูโคส , อินซูลิน , กิ๊บ glp-1 กรีลิน , , ) มีการประเมินโดยการคำนวณพื้นที่ใต้เส้นโค้งที่เพิ่มขึ้น ( ยา ) ใช้แม้วิธี2 × 4 × 4 ปัจจัย ย้ำมาตรการ ANOVA ( 2 กลุ่ม คือ ผอม อ้วน : 4 การทดสอบอาหาร ; ระบบ WMS WP , อาร์เอส , RS , WP : 4 เวลาจุด ; 0 , 60 , 120 , 180 นาที ) ได้เริ่มทำการศึกษาความแตกต่าง ระหว่างกลุ่ม ทดลอง อาหาร และจุดเวลา ( เวลา และกลุ่ม / อาหารการทดสอบ x เวลาปฏิสัมพันธ์ ) หลังจากนั้น เพราะไม่มีความแตกต่างอยู่ระหว่างผู้หญิงอ้วนและอ้วน / ผอมทุกตัวแปร4 × 4 rmanova ( เวลา×อาหาร ) ใช้สำหรับตัวแปรผลทั้งหมด เปลี่ยนแปลงแน่นอนคำนวณเป็นค่าพื้นฐานเฉลี่ย ( 3 หรือ 4 มื้อ ทดสอบ ) หักออกจากโพสต์แต่ละมื้อค่า ( Figs 2 , 3 , 5 และ 6 ) การเปลี่ยนแปลงร้อยละคำนวณเป็น เดลต้า ระหว่างก่อนและหลังมื้ออาหารแต่ละจุดเวลาที่แบ่งตามมูลค่าพื้นฐาน ( รูปที่ 4 ) ผลกระทบหลักอย่างมีนัยสำคัญทางสถิติที่ระบุไว้กระทู้เฉพาะกิจ ( Paired sample t-test เปรียบเทียบ [ เวลา ] แล้วทดสอบผลการทดสอบความแตกต่าง [ กลุ่ม ] ) การวิจัยเพื่อค้นหาความแตกต่าง เราใช้แบบหนึ่ง หางสำหรับตรวจสอบผลเวลาสำหรับการทดสอบแต่ละมื้อเงื่อนไข