Non-invasive methods to evaluate skeletal muscle oxidative capacity have beenemerging as a viable substitute for invasive methods in recent years. One ofthose methods utilises near-infrared spectroscopy (NIRS) to calculate V O2mrecovery off-kinetics following an exercise. The data analysis of the measuredsignals from the NIRS is still done manually in a time-consuming and dauntingprocess. The present thesis aimed to develop software, associated with theNIRS method, capable of analysing the recovery from a repeated arterialocclusion protocol following an exercise to assess muscle oxidative capacity.Additionally, to analyse the recovery from ischemic preconditioning as a singletest to assess muscle oxidative capacity. A method that has never been utilisedbefore.11 active, healthy subjects were analysed to calculate their recovery rate.Subjects underwent ischemic preconditioning before exercising for 6 minutesat 80% of gas exchange threshold. A repeated arterial occlusion protocol wascarried out after the exercise. A software was developed in R that utilised linearregression as well as exponential fitting to calculate the recovery rate of eachsubject during both the ischemic preconditioning and the occlusion protocol.The calculated results were compared to predetermined recovery rate results ofeach subject. The calculated results of the repeated arterial occlusion protocolgave similar results to the predetermined ones and even more data on eachsubject’s recovery from an exercise. The calculated results of the ischemicpreconditioning were promising and implied that ischemic preconditioning asa single test can be utilised as a method to assess muscle oxidative capacity.However, further research is required to confirm it. / Icke-invasiva metoder för att utvärdera skelettmuskulaturens oxidativa förmågahar på senare år blivit en användbar ersättning för invasiva metoder. Nearinfrared spectroscopy (NIRS) är en utav dessa metoder och har använts föratt beräkna V O2m återhämtning off-kinetics efter träning. Dataanalysen av deuppmätta signalerna från NIRS görs fortfarande manuellt i en tidskrävandeoch felbenägen process. Syftet med den här uppsatsen var att utveckla enprogramvara som kopplad till NIRS metoden, kan analysera återhämtningenfrån ett protokoll med upprepade arteriella ocklusioner efter träning för attutvärdera skelettmuskulaturens oxidativa förmåga. Dessutom att analyseraåterhämtningen från ischemic preconditioning som ett enda test för att utvärderaskelettmuskulaturens oxidativa förmåga. En metod som aldrig tidigare använts.11 aktiva, friska försökspersoner analyserades för att beräkna deras återhämtningshastighet.Försökspersonerna genomgick ischemic preconditioning innan de tränadei 6 minuter med 80% av gasutbyteströskeln. Ett protokoll med upprepadearteriella ocklusioner genomfördes efter träningen. En programvara utveckladesi R som använde sig av linjär regression och monoexponentiell funktionsanpassningför att beräkna återhämtningshastigheten för varje försöksperson under bådeichemic preconditioning och ocklusionprotokollet. De beräknade resultatenjämfördes med förutbestämda resultat av återhämtningshastigheten för varjeförsöksperson. De beräknade resultaten av ocklusionprotokollet gav liknanderesultat som de förutbestämda och gav ännu fler uppgifter om varje försökspersonåterhämtning efter träning. De beräknade resultaten av ischemic preconditioningvar lovande och indikerade att ischemic preconditioning som ett enda testkan användas som en metod för att utvärdera skelettmuskulaturens oxidativaförmåga. Det krävs dock ytterligare forskning för att bekräfta detta.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-314463 |
| Date | January 2022 |
| Creators | Þráinsson, Hrafnkell |
| Publisher | KTH, Skolan för kemi, bioteknologi och hälsa (CBH) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-CBH-GRU ; 2022:122 |
Page generated in 0.0021 seconds