Applicazione dell'analisi multivariata ad esami ematochimici di atleti in ottica antidoping
View/ Open
Author
Cambiaso, Chiara <1996>
Date
2021-03-26Data available
2021-04-01Abstract
L’esercizio fisico influenza in maniera significativa alcuni parametri di laboratorio. La conoscenza approfondita di tali influenze consente di applicare degli intervalli di riferimento appropriati per gli sportivi e di identificare quei marcatori biochimici in grado di predire la performance dell’atleta, un eventuale sovrallenamento, o l’utilizzo di sostanze dopanti.
L’oggetto di questo studio è l’analisi di dati riferiti ad analisi del sangue svolte su atleti di élite appartenenti al mondo del trail running e di altre discipline.
Gli atleti sono stati studiati in base all’età, allo sport praticato, tenendo conto delle variabili che possono interferire con l’analisi di laboratorio e con l’obiettivo di monitorare cambiamenti nel tempo e studiare le correlazioni tra le variabili.
I dati in questione sono stati estratti dal sito ufficiale del QuartzProgram, un programma che opera nel mondo dello sport di alto livello con l’obiettivo di promuovere la trasparenza nello sport, rendendo pubblici i dati biologici e tossicologici degli atleti che vi aderiscono.
L’attività oggetto di questa tesi è stata svolta in collaborazione con il gruppo di Ricerca in Chimica Analitica e Chemiometria del Dipartimento di Farmacia dell’Università di Genova, che mi ha permesso di partecipare ad entrambi i moduli della scuola di Chemiometria che annualmente organizza: il modulo di Experimental Design
ed il modulo di Analisi multivariata, da cui ho tratto gli insegnamenti principali per lo svolgimento di questa tesi.
Il lavoro sperimentale consta di due fasi principali: la raccolta dei dati e l’estrapolazione di informazioni a partire dai dati iniziali.
La prima fase di raccolta dati è stata svolta dai diversi laboratori convenzionati con il QuartzProgram che hanno effettuato i test.
La seconda fase del lavoro invece è l’argomento chiave di questa tesi, che si serve della Chemiometria per trarre informazioni chiare ed esplicative da semplici numeri, studiando le relazioni tra i vari dati. Exercise significantly influences some laboratory parameters. A thorough knowledge of these influences allows the application of appropriate reference intervals for athletes and also the identification of those biochemical markers capable of predicting an athlete's performance, any overtraining or the use of doping substances.
The object of this study is the analysis of data referring to blood tests carried out on elite athletes belonging to the world of trail running and other disciplines.
The athletes were studied on the basis of age and sport, taking into account the variables that interfere with the laboratory analysis, with the aim of monitoring changes over time and studying correlations between variables.
The data in question was extracted from the QuartzProgram official website, a program that operates in the world of high-level sport with the aim of promoting transparency in sport, providing the biological and toxicological data of the athletes who join.
The activity covered by this thesis was carried out in collaboration with the Research group in Analytical Chemistry and Chemometrics of the Department of Pharmacy of the University of Genoa, which allowed me to participate in both modules the School of Chemometrics organizes annually: the module of Experimental Design dedicated to the multivariate design of experiments and the module of Multivariate Analysis, from which I have drawn the main lessons for the development of this thesis.
The experimental work consists of two main phases: the collection of data and the extrapolation of information starting from the initial data.
The first phase of data collection was carried out by the various laboratories affiliated with the QuartzProgram that carried out the tests.
The second phase of the work, on the other hand, is the key topic of this thesis, which uses Chemometrics to draw clear and explanatory information from simple numbers, studying the relationships between the various data.
Type
info:eu-repo/semantics/masterThesisCollections
- Laurea Magistrale [4954]