INTRODUZIONE

L’obesità era una situazione rara prima del XX secolo ora invece obesità e pandemia sono diventate quasi sinonimi e i dati italiani riflettono le previsioni poco rosee di stima dei dati epidemiologici. Infatti in Italia troviamo il 35% della popolazione in sovrappeso e il 10% obesa[3]. L'ʹOrganizzazione mondiale della sanità (OMS) l'ʹha riconosciuta ufficialmente come un'ʹepidemia globale. [1]

Nel 2005 l'ʹOMS stima che almeno 400 milioni di adulti (9,8%) siano obesi, con tassi più alti tra le donne rispetto agli uomini[2]. Secondo il settimo rapporto dell`Istituto Auxologico di Milano (Italia) sull`obesità, reso noto lo scorso anno, tra i 45 e i 64 anni, solo un uomo su tre è normopeso, mentre, per le donne, il rapporto è di uno a uno. I bambini a otto anni, età in cui si raggiunge il picco, il 36% è in sovrappeso o obeso. L’obesità sta seguendo un trend di peggioramento del 2,5% ogni 5 anni[3].

OBIETTIVO

Lo scopo è valutare un metodo pratico e veloce per il calo ponderale e il miglioramento della salute che utilizzi esclusivamente le proprietà biochimiche dei cibi, senza dare indicazioni sulle quantità, e quindi sulle calorie. Il metodo utilizzato è stato il programma alimentare Bioimis.

MATERIALI E METODI

Il campione preso in esame è composto da individui di età media di 43.8 anni, l’età va dai 18 ai 82 anni (con un minimo di 18 e un massimo di 82). I maschi hanno in media un’età maggiore (45.1 anni), le femmine sono più giovani (43.3 anni).

L’altezza media è di 1.65 metri,  con un minimo di 1.20 e un massimo di 1.92.

Il campione in esame ha seguito un’alimentazione senza limiti nelle quantità di alimenti e di olio extra vergine d’oliva secondo le indicazioni del Programma Alimentare Bioimis. Ogni persona ha ricevuto un menù composto da colazione, pranzo e cena da rispettare per 2 giorni consecutivi, il secondo giorno la persona chiamava e gli veniva fornito il menù successivo per ulteriori 2 giorni.

Per la seguente analisi sono stati considerati tutti i clienti, indifferentemente dal numero di proroghe.

Si riporta la tabella con le frequenze di clienti per numero di proroghe (una proroga ha una durata di 30 giorni):

All’interno del campione utilizzato per l’analisi sono presenti individui con alcune patologie come il diabete, l’ipertensione e le malattie della tiroide .

Nello specifico circa il 7% del campione è diabetico, il 3% ha alterazioni della funzionalità della tiroide e il 22% è iperteso.

Considerando la tipologia delle variabili da analizzare (quantitative) e avendo come obiettivo il confronto di alcuni valori in due diversi momenti (all’inizio e alla fine del trattamento), lo strumento statistico più adatto per questa tipologia di analisi è il t test per dati appaiati[1].  Questo test confronta il punteggio medio di due gruppi e permette di capire se la differenza tra le due medie è dovuta alla casualità (legata cioè al campione preso in considerazione) o se si può definire statisticamente significativa (cioè reale, di una certa importanza ed estensibile all’intera popolazione).

Prima di applicare il t test è necessario valutare l’uguaglianza delle varianze dei due gruppi presi in considerazione (in questo caso il gruppo di soggetti è unico, preso in due momenti diversi). Per fare questa valutazione si utilizza la statistica test rapporto tra le varianza[2], quindi prima di ogni t test verrà riportato il test sulle varianze (che non verrà commentato perché non ha rilevanza concettuale per questo studio, ma solo strumentale).

Per ogni variabile di interesse viene di seguito riportata una tabella di sintesi con i valori minimi, massimi, il valore medio e la numerosità utilizzata (varia per ogni variabile a causa della presenza)

Peso

Dai valori medi ottenuti  dividendo il campione in due gruppi in base al sesso si vede che i maschi sembrano avere una diminuzione maggiore del peso grazie al trattamento (differenza delle medie pari a 9 Kg) rispetto alle donne (differenza di 7Kg).

Grazie all’analisi sull’uguaglianza delle medie si potrà capire se queste differenze sono legate alla casualità del campione utilizzato oppure se si possono riportare all’intera popolazione.

Sia per il campione generale che per i campioni divisi per sesso è stato necessario utilizzare il t test per gruppi con varianza diversa. Infatti il gruppo “dopo il trattamento” risulta avere una varianza diversa dal gruppo “prima del trattamento”. Questo significa che i due gruppi (“prima” e “dopo”) hanno una variabilità diversa (sia nel caso del campione generale che nei maschi e femmine).

Il t test è significativo in tutti i confronti: questo significa che le medie del peso “prima” sono significativamente diverse dalle medie “dopo” il trattamento, con un p-value inferiore al 0.0001.

Oltre al test riportato in tabella è stato utilizzato il t test unilaterale che aiuta a capire la direzione della disuguaglianza (cioè a capire quale delle due medie è maggiore). Nel caso del peso il test unilaterale riporta un p-value inferiore a 0.0001 a favore della perdita di peso:  il peso “dopo” è in media inferiore al peso “prima”, sia nel campione generale che nei campioni di soli maschi e di sole femmine.
In media la perdita di peso per il campione generale è di 10.7Kg, il cliente che ha perso maggior peso è riuscito a dimagrire di 39Kg, mentre il cliente cha ha ottenuto minor risultato è aumentato di 2Kg.
Per il gruppo femminile la perdita di peso media è di 9.9Kg, con una perdita massima di 24.0Kg (la perdita minima è stata di -2Kg, cioè un aumento del peso).

Per il gruppo dei maschi la perdita di peso media è di 13.3Kg, con una perdita minima di -1.1Kg e una perdita massima di 39.4Kg

Per studiare la perdita di peso tra il tempo di inizio e il tempo di fine della proroga è stato fatta un’anova che studia la perdita di peso tra i due sessi.

Il risultato è concorde con quanto affermato nei passaggi precedenti: i due gruppi sono significativamente diversi (test F= 111.16 con p.value<0.001). Questo significa che il sesso del cliente influisce sulla quantità di Kg che si riescono a perdere.