handdator

Visa fullständig version : Hunger indikerar inte akut energistatus hos friska människor (C-Uppsats)


Insulinus
2012-06-26, 21:11
Jag och min kollega gjorde en interventionsstudie där vi undersökte korrelation mellan blodglukosnivåer, mängden tillgänglig dietär energi från mat samt upplevd hunger hos friska människor.

Sedan tittade vi lite på tider då man vanligtvis åt samt tidpunkter då hungern ökade och hittade ett litet samband där också.

Vi kollade även huruvida personer som är vana vid Intermittent fasta skattar sin hunger lägre gentemot de som äter mer frekvent.

http://hh.diva-portal.org/smash/record.jsf?searchId=1&pid=diva2:536998

Ondskapelsen
2012-06-26, 21:20
Intressant men inte speciellt oväntat :).

Spartansk
2012-06-26, 21:23
Intressant men inte speciellt oväntat :).

Nej - blev man inte hungrig förrän det var "kris" skulle nog inte många stenåldersmänniskor klarat sig. :)

tjing
2012-06-27, 09:46
Är inte det här redan utrett sen tidigare tänker jag?

Ola Wallengren
2012-06-27, 12:12
Kul arbete och en bra ansats. Metodiken och deltagarantalet lämnar däremot en del att önska, men ni har säkert lärt er en hel del om hur man arbetar vetenskapligt, vilket får ses som det främsta syftet.

Ondskapelsen
2012-06-27, 13:36
Kul arbete och en bra ansats. Metodiken och deltagarantalet lämnar däremot en del att önska, men ni har säkert lärt er en hel del om hur man arbetar vetenskapligt, vilket får ses som det främsta syftet.

Några mer detaljerade åsikter om utförandet?

Ola Wallengren
2012-06-27, 13:43
Massor av åsikter, men det känns inte rättvist att kritisera en C-uppsats.

Insulinus
2012-06-27, 20:11
Kul arbete och en bra ansats. Metodiken och deltagarantalet lämnar däremot en del att önska, men ni har säkert lärt er en hel del om hur man arbetar vetenskapligt, vilket får ses som det främsta syftet.

Tack!

Vi är väl medvetna om flertalet brister och diskuterar mycket om det i diskussionen. Vår första tanke var att få tag i en betydligt mycket större samt mer homogen grupp gällande kön, ålder, träningsvana osv med hjälp av ett samarbete med försvarsmakten, men den planen brast bara några veckor innan vi drog igång allt.

Sedan var utrustningen vi had etillgång till något begränsad i jämförelse med en "riktig" studie. Men men, vi är klart nöjda med vår studie ändå. Och framförallt så har vi lärt oss massvis gällande vetenskapligt arbete.

Du är välkommen att kritisera hur mycket du vill, men jag förstår att du inte tycker det känns rättvist då du inte känner till vår budget för studien, tillgång till testutrustning osv. Men men, intressant var det och framförallt lärorikt! :D

Ola Wallengren
2012-06-28, 07:33
Grejen är den att ni med ganska små medel hade kunnat göra designen och analysen mycket mer kraftfull även med de få deltagarna.
Det mest uppenbara är att göra en cross-over så att varje person är sin egen kontroll, det mer än fördubblar styrkan.
Det andra har främst med statistiken att göra. Enkla t-tester är inte det bästa för att analysera denna typ av data med upprepade mätningar. Bättre är att analysera arean under kurvan (AUC) eller förändringen under kurvan (iAUC) alt ta medelvärdet för alla mätpunkter (vid användandet av 30min intervall genomgående). Då kan man använda t-test, men med så små grupper borde man kanske vara mer konservativ och använda ickeparametriska tester.
Det bästa hade varit att göra en ANCOVA med upprepade mätningar och startvärden etc som kovariater, det hade löst de flesta problem. Så vitt jag vet kan man inte göra det med excel.
En annan grej är att man inte bör göra korrelationer mellan beroende mätningar, vilket ni verkar ha gjort. Att göra korrelationer på den typen av data är mycket mer komplicerat.

Insulinus
2012-06-28, 10:21
Grejen är den att ni med ganska små medel hade kunnat göra designen och analysen mycket mer kraftfull även med de få deltagarna.
Det mest uppenbara är att göra en cross-over så att varje person är sin egen kontroll, det mer än fördubblar styrkan.
Det andra har främst med statistiken att göra. Enkla t-tester är inte det bästa för att analysera denna typ av data med upprepade mätningar. Bättre är att analysera arean under kurvan (AUC) eller förändringen under kurvan (iAUC) alt ta medelvärdet för alla mätpunkter (vid användandet av 30min intervall genomgående). Då kan man använda t-test, men med så små grupper borde man kanske vara mer konservativ och använda ickeparametriska tester.
Det bästa hade varit att göra en ANCOVA med upprepade mätningar och startvärden etc som kovariater, det hade löst de flesta problem. Så vitt jag vet kan man inte göra det med excel.
En annan grej är att man inte bör göra korrelationer mellan beroende mätningar, vilket ni verkar ha gjort. Att göra korrelationer på den typen av data är mycket mer komplicerat.

Tack för all input! Vi tar mer än gärna all konservativ kritik vi kan få. Främst då inför D-uppsatsen framöver :)

Tanken var först att köra allt i SPSS som är ett statistikprogram men på grund av den lilla mängd data vi hade valde vi Excel den här gången.
Att göra en Cross-over hade vi allt med i tanken, men det uteslöts främst på grund av tidsbrist.

Tack för responsen! Alltid kul och givande att få konstruktiv kritik :thumbup:


Vi har bara läst den "nödvändiga" statistiken, kommer betydligt mer statistik och vetenskapsmetodik under magister och masterutbildningarna. Hoppas det blir givande :)