有酸素運動や筋トレ中の筋酸素は、筋肉の働きだけでなく、皮膚や脂肪の厚み、センサーの位置にも左右される。首の筋肉とクライマーの前腕を調べた研究から、光が届く深さと測定値の関係を読む。別の人との比較や脂肪燃焼の判断に数字を使う前に、確認したい条件を整理する。
深い筋肉を測るつもりのセンサーは、本当にそこを見ているのか。運動中の筋酸素のグラフを友人と見比べ、似た動きなのに線の高さが違うと感じたときにも、この問いが役に立つ。「私の筋肉には酸素が届いていないのか」と考える前に、肌から筋肉までの道のりを確かめたい。皮膚の色調や脂肪の厚みを計算に含めるかどうかで、筋肉の酸素化に関する測定値が変わった研究がある。[13]
答えの芯は、脂肪の厚みも測定条件になる、ということだ。ただし「厚いほど必ずこの値になる」という共通の換算表にはできない。健常者の首の筋肉を調べた研究では、皮膚と脂肪を考慮しない単純な計算で、酸素化ヘモグロビンや組織酸素飽和度などが過小評価された。対象部位と測定方式を伴う結果として読む必要がある。[13]
「有酸素運動の筋酸素は血液だけを見ている?筋肉の色素と光の数字を読み分ける」は、信号の由来を扱う既存記事である。また「HIITの筋酸素は肌の色でも違って測れる?他人の表示と比べる前に読む光の条件」には、肌の違う人同士を比較する問いを譲る。ここでは、深い筋肉を狙った測定で何が見えているか、最大深さと平均深さをどう区別するかに焦点を絞る。数字の順位を付ける前に、光の通り道を読む記事である。

筋肉の手前にも、光が通る組織がある
近赤外分光法は、近赤外の光を使って組織の情報を調べる方法であり、筋肉の酸素状態や血流、代謝の評価に使われている。皮膚の上から目的の筋肉を調べる場合、その筋肉は皮膚と脂肪の下にある。光の通り道には、目的の筋肉より手前の組織も含まれる。[5][13]
この順序を思い浮かべると、筋肉の名前と測っている範囲を分けやすくなる。「太ももを測った」と聞いても、それだけでは太ももの奥まで均等に調べた意味にはならない。近赤外光の到達深さには限りがあり、骨の血行動態を扱うレビューでも、この限界が測定の応用を制約する点として挙げられている。[5]
厚みは、体型の良し悪しの採点項目ではない。ここで知りたいのは、光が目的の組織へ向かう途中に何があるかだ。首の筋肉を対象にした研究は、皮膚の色調と脂肪の厚みには個人差があり、その違いが深部組織の光学的な性質を取り出す計算に影響するという問題を検証した。[13]
したがって、筋酸素の値を読んで直ちに「運動が足りない」「脂肪を減らせば正しい数字になる」と結び付ける順序は避けたい。測定条件の違いを、本人の努力の違いへ移し替えないためである。この研究の比較対象は計算モデルであり、脂肪を減らす運動計画の優劣ではない。[13]
初日の汗は、予約した人だけが持ち帰れる。
脂肪を考慮した計算と、ひとまとめの計算
健常者の胸鎖乳突筋、つまり首の筋肉を調べた研究では、周波数領域の近赤外分光法と、血流に関する情報を得る拡散相関分光法を組み合わせた。参加者は安静、呼吸への負荷、回復という流れの呼吸運動を行った。ランニングや脚の筋トレを比べた試験ではなく、測定方法を検証する研究である。健常者の首で得た推定値の変化を、18〜39歳の女性が脚を動かす場面へそのまま当てはめるには、部位と運動条件の違いを検証する必要がある。[13]
研究者は皮膚の色調を色の測定器で、脂肪の厚みを超音波で調べ、それぞれの人に合わせた皮膚・脂肪・目的組織の多層モデルを作った。モデルとは、光が組織を通る様子を計算に表したものだ。光の動きを数値で模擬する方法を使い、組織を模したシリコーンの模型でも検証している。[13]
比較したのは、こうした違いを含むモデルと、組織を単一の層として扱う単純なモデルである。皮膚の色調と脂肪の厚みを考慮しない場合、酸素化ヘモグロビン、総ヘモグロビン、組織酸素飽和度、血流指標はいずれも過小評価された。数字を出す装置だけでなく、その数字を組み立てる計算にも目を向ける理由がここにある。[13]
組織酸素飽和度は組織の酸素化を表す指標であり、血流指標とは別の項目として評価されている。「酸素の数字」とひとくくりにしても、比較している指標が違えば問いも変わる。グラフを見るときには縦軸の名前を省略せず、どの項目が変わったのかまで読むのがよい。[13]
この結果から取り出せるのは、測定前の組織の情報が推定値に関わるという事実である。個人差を扱う工夫が必要なのは、装置が無意味だからではない。首という特定の部位で確かめた方法を、脚へどう当てはめるかを別の問題として残せることも、研究を正確に読む利点となる。[13]

前腕では、奥の筋肉のつもりで手前を見ていた
クライマーを対象にした方法研究では、指を曲げる深い筋肉を近赤外分光法で調べる際に、本当にその筋肉が十分に測定範囲へ入っているのかが検討された。深指屈筋は前腕の奥にある筋肉で、その手前には浅指屈筋が位置する。狙った筋肉の名前を書くだけでは、この重なりを解決できない。対象はクライマーであり、18〜39歳の女性一般に同じ深さや配置による差が当てはまるかは、別に検証する必要がある。[11]
形態を調べる部分には28人、測定部の向きを比べる部分には22人が参加した。前腕の皮下脂肪と筋肉の厚みを超音波で調べたところ、浅指屈筋と深指屈筋の境界は深さ17.6±4.0 mmにあった。研究は、多くの装置の最大到達深さを約20 mmと説明し、この条件では手前の浅指屈筋が信号を主に占めると報告している。[11]
ここで大切なのは、境界が平均でその深さにあった点だ。最大到達深さが境界を少し越えれば、奥の筋肉全体を見渡せるという意味にはならない。研究の結論も、深指屈筋のうち到達範囲に入るのは一部にとどまる、というものだった。光の先端が触れる範囲と、測定に強く寄与する範囲は同じ問いではない。[11]
さらに、測定部を筋線維に対して平行に置くか、垂直に置くかでも、段階的な指の持久運動中の結果が変わった。垂直配置では平行配置より平均酸素化が5.5±3.4%高く、最終段階の収縮間の再酸素化は2.7±2.9%低かった。一方で、血流を一時的に止める検査後の回復半減時間などには配置間の差がなかった。[11]
つまり、位置が違うと全部の指標が同じ方向へ動く、という単純な話でもない。平均の高さと収縮間の戻り方は別々に読む必要がある。友人より高い線を見て「こちらの運動の方が優秀」と感じる場面でも、前腕の研究では測定部の向きが比較に関わっていた。[11]
前腕の形態測定では、同じ腕でも場所と向きを分けて調べている。測定したのは基準点とその近位、遠位の部位であり、前腕を回して手のひらを上へ向ける姿勢と下へ向ける姿勢も含まれる。脂肪の層だけでなく、その下にある筋肉の位置関係を調べてから信号を解釈する設計だった。[11]
この手順には、研究紹介を読む側にも使える視点がある。「深い筋肉の酸素化」という見出しを見たら、まずその深い筋肉がどこにあり、光が届く範囲とどう重なるかを探す。筋肉の名前が専門的であるほど正確に測れている、とは限らない。前腕の研究者が測定対象を指屈筋群という呼び方で表すよう勧めたのも、複数の筋肉が関わる実態を反映するためである。[11]
光源と受光部を離すと、深さも変わる
光を出す部分と戻ってきた光を受ける部分の距離も、深さを考える手掛かりになる。ブタの腎臓組織を用いた実験では、光の通過を順に遮る方法で深さの分布を調べた。光源と受光部の距離を6通りに変え、それぞれ4回の反復データを集めている。ブタの腎臓で得た関係を18〜39歳の女性の筋肉へそのまま当てはめることはできず、ここでは最大深さと平均深さを分ける考え方を読む。[10]
結果は、距離が大きいほど最大到達深さも平均到達深さも増えるというものだった。ただし両者の距離との関係は同一ではなく、最大深さは距離と、平均深さは距離の平方根と線形の関係を表せた。平均と最大を区別せず「この装置はここまで届く」と読むと、測定範囲の理解が粗くなる。[10]
この実験は、人が運動したときの脂肪燃焼を測った研究ではない。実際の動物組織で光の深さを検討した方法研究である。だからこそ、腎臓で得た深さの関係を、そのまま自分の太ももの距離表に使うことはしない。組織と実験方法を添えておくと、数字の使い道を取り違えずに済む。[10]
別の拡散する試料を使った実験・数値研究は、光源と受光部を離すと深く届く一方で、信号が急に弱くなり、雑音に対する信号の比が悪くなる問題を説明している。距離を広げるだけでは、信号の弱さが課題として残る。深さを増やす工夫には、戻る信号をどう確保するかという課題が付いてくる。[17]
その研究では、入射するレーザー光の波面を整える技術により、戻ってくる光を強め、深部の吸収変化への感度を改善する可能性が示された。ここでいう感度は、変化を捉える能力のことである。日常の運動者が装置を自己流に貼り替える根拠というより、測定技術が深さと信号の両方を扱っていることを示す研究と読む。[17]
数字で読む筋酸素の測定条件
28人:クライマーの前腕形態を超音波で調べた部分の対象数である。[11]
22人:前腕の測定部の向きと血行動態の関係を調べた部分の対象数である。[11]
17.6±4.0 mm:前腕で測った浅い筋肉と深い筋肉の境界の深さであり、全身共通の境界ではない。[11]
約20 mm:同研究が示す多くの近赤外分光装置の最大到達深さの目安である。[11]
6通り・各4回:ブタ腎臓組織の実験で検討した光源と受光部の距離の条件数と反復数である。[10]
初日の汗は、予約した人だけが持ち帰れる。
1
2






