能量饮料习惯对年轻人的影响

在这项研究中，旨在确定能量饮料对习惯性和非习惯性咖啡因消费者的急性影响，以及咖啡因消费习惯是否会导致血液动力学和电生理参数的差异。 在这方面，将更详细地检查复杂的人体对这些饮料的反应。

材料和方法 参与者 48 名参与者（16 名女性，32 名男性）年龄在 18-24 岁之间，选自 Aydın Adnan Menderes 大学各学院一年级的学生。 通过申请人验收问卷收集年龄、体重、身高、BMI、咖啡因和能量饮料消费习惯信息来确定个体。 根据申请人接受问卷结果，体重指数大于30kg/m2、有全身性疾病、目前酗酒、吸烟者不纳入本研究。 此外，之前对能量饮料有不良反应的参与者被排除在外，以防止与这种情况相关的不良反应。 根据申请人验收问卷，12 名受试者是低度习惯性咖啡因消费者，估计每日摄入约 130 毫克咖啡因并命名为能量饮料 2 (ED2) 组，​​12 名受试者是高习惯性咖啡因消费者，估计每日摄入量约为超过 200 毫克咖啡因并命名为能量饮料 3 (ED3) 组，而 24 名受试者未接触咖啡因（能量饮料 1 (ED1) (n=12) 和对照组 (n=12)）。 本研究符合赫尔辛基宣言，并获得阿德南曼德列斯大学机构医学伦理委员会批准（方案编号：2017/1211）。

实验方案 所有实验均在一个安静且与外界因素隔绝的房间内进行，房间温度约为 20°C，相对湿度在 %40 和 60 之间。 建议所有参与者在测试前至少 72 小时避免饮酒和含咖啡因的食物，并禁食过夜（12 小时）。

在饮用饮料之前对参与者进行血压、心电图、呼吸频率、血红蛋白氧饱和度 (HOS) 和 BIA 测量。 测量后，ED1、ED2 和 ED3 组饮用 473 毫升含有 151.36 毫克咖啡因的红牛能量饮料，而对照组在 5 分钟内饮用相同量的水。 在 30 分钟和 60 分钟后再次进行测量。 此外，状态特质焦虑库存测试 (STAI) 用于评估参与者的生理压力。

血压 收缩压 (SBP) 和舒张压 (DBP) 通过使用听诊器（Littman Classic II，圣保罗，美国）和无液血压计（Welch Allyn Tycos，纽约，美国）在每个参与者的左臂上间接测量在坐姿。

心电图 (ECG) 在坐姿休息 5 分钟后，从所有休息 5 分钟的人那里获得心电图记录。 一次性 Ag-AgCl 电极按照 Einthoven 三角形配置放置。 使用连接到个人计算机的 ECG100C 单元和 BIOPAC Acqknowledge 采集软件（Biopac System Inc.，Santa Barbara，CA）以 200 Hz 的采样频率进行 ECG 测量。 PR 间期、QRS 复合波和 QTc 间期值根据参与者的 ECG 记录确定。 QTc 由 Bazett 公式计算 (QTc=QT/RR)。 它们的正常范围值为 120-200 毫秒，正常

为了获取心率变异性 (HRV) 时间序列，使用了 Pan 和 Thompkins 算法。 检测到 R 峰并定义 R-R 间隔。 两个连续 R 峰之间的持续时间称为 RR 间隔 (tRR)。 HRV 时间序列的样本量为 400。 心率 (HR) 确定为：

HR=60/t_RR 状态-特质焦虑量表（STAI） 是为了确定学习期间的心理压力而开发的测试。 STAI 被定义为状态和特质焦虑量表。 该测试由两部分组成（40 道题）。 由前 20 个问题组成的状态焦虑量表用于获取有关参与者在研究时的急性焦虑状态的信息。 每个问题都使用顺序量表进行评估（一点也不=1，有点=2，适度=3，非常=4）。 总分是每个答案值的总和，并提供有关参与者焦虑状态的信息。 总分在50分以上被认为是阳性病理性焦虑。

血红蛋白氧饱和度 (HOS) HOS 通过在左手第二根手指上使用指尖脉搏血氧仪测量 1 分钟。

呼吸频率 通过使用听诊器（Littman Classic II，美国圣保罗）计算一分钟的呼吸次数，对参与者进行呼吸频率测量。

生物电阻抗分析 (BIA) BIA 测量是在饮用饮料前和饮用后第 60 分钟使用 In Body 720 进行的。 每个参与者都被要求在脱掉衣服后站在身体成分分析仪上。 In Body 720 有一个八点触觉电极系统，可以分别测量手臂、躯干和腿部的阻抗。 它直接测量细胞内水量（ICW）、细胞外水量（ECW）、体脂百分比（PBF）、体重指数（BMI）和身体新陈代谢率（BMR）。

统计分析 数据的统计分析是通过使用 SPSS Statistics for Windows, Version 14.0 进行的。 （SPSS 公司，美国伊利诺伊州芝加哥）。 为了比较各组，首先应用 Shapiro-Wilk (SW) 正态性检验来确定分布的正态性。 如果 (SW) 正态性检验的结果大于 0.05，则数据呈正态分布，并使用 Bonferroni 后检验使用单因素方差分析 (ANOVA) 进行分析，但如果结果小于 0.05，则数据不正态分布分布并使用 Kruskal-Wallis 非参数检验进行分析。 同组不同测量时间数据的比较采用重复ANOVA检验。 描述性统计数据表示为平均值±平均值的标准误差 (SEM)。 小于 0.05 的 p 值被认为表明具有统计学意义。