Selbstlernende Klassifizierung durchflusszytometrischer Listendaten von immunphänotypisierten Lymphozyten bei akuter körperlicher Arbeit

Gespeichert in:
Bibliographische Detailangaben
Englischer übersetzter Titel:Self learning classification of flow cytometric list mode data from immune phenotyped lymphocytes following acute physical work
Autor:Gabriel, Holger Horst Werner; Valet, G.; Urhausen, A.; Kindermann, W.
Erschienen in:Deutsche Zeitschrift für Sportmedizin
Veröffentlicht:44 (1993), Sonderheft, S. 461-465, Lit.
Format: Literatur (SPOLIT)
Publikationstyp: Zeitschriftenartikel
Medienart: Gedruckte Ressource
Sprache:Deutsch
ISSN:0344-5925, 2627-2458
Schlagworte:
Online Zugang:
Erfassungsnummer:PU199310068597
Quelle:BISp

Abstract

Vor, waehrend und 60 min nach intensiven, erschoepfenden Ausdauerbelastungen auf dem Fahrradergometer mit 110 der individuellen anaeroben Schwelle (n=22; Dauer: 20+/-7 min) wurden Immunphaenotypisierungen der Leukozyten vorgenommen. Die Auswertung der Methoden erfolgte mit dem selbstlernenden Klassifizierungsprogrammsystem CLASSIFI. Die Belastungs- und Ruhezeitpunkte der Einzelperson wurden vom Programm zu >92 hauptsaechlich aufgrund prozentualer Veraenderungen einzelner Zellpopulationen infolge der Zunahme der NK-Zellen richtig erkannt. Nennenswerte Aenderungen der Packungsdichte der Antigene auf der Zellmembran der Lymphozyten wurden dagegen nicht beobachtet. Die selbstlernende Klassifizierung durchflusszyometrisch bestimmter Immunphaenotypen kann demnach in standardisierter Weise zwischen Ruhe- und Belastungszustand differenzieren. Die vorliegenden Ergebnisse zeigen beispielhaft neue Moeglichkeiten fuer eine klinikgerechte durchflusszytometrische Diagnostik. Verf.-Referat