乐汁团发表科研论文——通过互联网进行生活方式干预消除肥胖！赞！（三）

（续）

2 结 果

2.1 基本特征 

剔除干预期间体重信息缺失多于 3 次的研究对象，共纳入 301 名研究对象进行分析。研究对象来自于28 个省市地区，年龄为 23~61 岁，平均（41.0±7.8）岁，男性 5 名，女性 296 名，见表 1。

表 1 研究对象入组时的基本情况

注：BMI.体质指数。

2.2 研究对象的体重变化

研究对象干预前的体重为 66.3 kg （P25~P75：61.8~73.1 kg），干预 4 周后体重为63.0 kg（P25~P75：58.4~69.0 kg），明显低于干预前，差异有统计学意义（t=29.721，P<0.01）。体重正常组、超重组和肥胖组研究对象干预第 4 周的体重也均低于干预前，差异均有统计学意义（t 值分别为 15.816、19.550 和19.759，P<0.01），见表 2。

表 2   研究对象不同干预时间点的体重（kg）

注：括号外数据为中位数，括号内数据为 P25~P75。

随着干预时间的推移，研究对象的体重逐渐下降，体重下降百分比逐渐上升，其中， 肥胖组的体重下降百分比在各个观察点均为最大，体重正常组的体重下降百分比在第 1 周大于超重组，第2、3、4 周均小于超重组，见表 3。

表 3    研究对象不同干预时间点的体重下降百分比（x±s，%）

2.3 减重的影响因素分析 

首先以个体编号变量为随机效应项，时间变量为固定效应项，进行单因素线性混合效应分析，结果显示，时间效应对体重下降百分比的影响有统计学意义（P<0.01）；再纳入干预前的 BMI分组、是否吃夜宵、是否运动、是否饮酒和睡眠时间 5 个因素为固定效应项，采用逐步回归法筛选变量，最终选择时间、BMI 分组变量为固定效应项构建线性混合效应模型。结果显示，时间效应有统计学意义 （P< 0.01），BMI 分组效应无统计学意义（P>0.05）；但与体重正常组相比，随着时间的推移，超重组和肥胖组的体重下降百分比变化均有统计学意义（P<0.05，P<0.01），见表 4。

表 4   减重效果的混合效应模型分析结果（固定效应）

 乐汁团发表科研论文——通过互联网进行生活方式干预消除肥胖！赞！（四）点击左侧文字收看