Mobilapp-assisteret hjemmetræning for muskuloskeletale lidelser

Baggrund: Muskuloskeletale lidelser er en førende årsag til handicap verden over. Recept på motion er et hjørnesten i muskuloskeletal rehabilitering, og fysioterapeuter giver ofte hjemmebaserede træningsprogrammer som en del af selvforvaltningsstrategier. Denne tilgang er ikke kun en aktiv adjuvansintervention, men også omkostningseffektiv. Ifølge Taiwans nationale sundhedsundersøgelse fra 2021 opfyldte dog 54 % af voksne ikke Verdenssundhedsorganisationens anbefalede fysiske aktivitetsniveauer – væsentligt højere end det globale gennemsnit på 27 % – hvilket fremhæver den lave overholdelse af uovervåget motion blandt taiwanesiske voksne. Med teknologiens fremskridt er elektroniske sundhed (e-sundhed) interventioner blevet stadig mere udbredt. Smartphone-applikationer kan give påmindelser, optegnelser og personlige designs for at forbedre overholdelse og kliniske resultater. Systematiske oversigter har dog rapporteret, at de fleste kommercielt tilgængelige apps har begrænset dækning af adfærdsændringsinterventionsfunktioner (BCIF'er) og mangler streng videnskabelig validering, hvilket efterlader deres kliniske effektivitet og storskala anvendelighed usikker. Youdon, en mobilapp udviklet af Meike Tech i Taiwan, sigter mod at forbedre tilgængeligheden og overholdelsen af hjemmetræningsprogrammer blandt taiwanesiske patienter. På trods af dens omfattende adfærdsændringsfunktioner forbliver appens kliniske effektivitet at blive verificeret gennem videnskabelig forskning.

Formål: Dette studie sigter mod at undersøge den kliniske effektivitet af et mobilapp-assisteret hjemmetræningsprogram hos patienter med muskuloskeletale lidelser, gennem to komplementære komponenter:

1. Et randomiseret kontrolleret forsøg (RCT) der sammenligner smerte- og funktionsresultater mellem app-assisterede og ikke-assisterede hjemmetræningsprogrammer.
2. En retrospektiv observationsstudie der analyserer app-brugerdata for at evaluere realtidssmerteændringer før og efter motion og deres associerede faktorer.

Metoder:

Del I: Et enkelt-blindet randomiseret kontrolleret forsøg vil rekruttere 30 deltagere på 18 år og derover, der præsenterer med nakke-, skulder-, lænd- eller knæsmerter. Deltagerne vil blive tilfældigt tildelt enten en app-assisteret gruppe eller en kontrolgruppe uden app-støtte. Begge grupper vil modtage en 4-ugers intervention bestående af ugentlige fysioterapisessioner og daglige 10-minutters hjemmeøvelser. Primære resultater inkluderer smerteintensitet, Patient-Specific Functional Scale (PSFS) scorer og regionsspecifikke handicapindeks; det sekundære resultat er træningsoverholdelse. Målinger vil blive udført ved baseline, uge 2 og uge 4. Data vil blive analyseret ved brug af en intention-to-treat tilgang og blandet ANOVA for at undersøge tids- og gruppeeffekter (p < 0,05).

Del II: En retrospektiv observationsstudie vil analysere omkring 700.000 anonymiserede dataoptegnelser fra Youdon-databasen mellem 1. juli 2024 og 30. august 2025. Studiet vil vurdere realtidsændringer i smerte før og efter hver træningssession og identificere påvirkende faktorer under rutinemæssige kliniske forhold. Data vil blive analyseret ved brug af lineære mixed-effekt modeller (LMM'er), med deltager-ID sat som et tilfældigt skæringspunkt for at tage højde for indenfor-subjekt variabilitet.

Model 1 (Smerteforbedringsmodellen): Den afhængige variabel vil være smerteændringsscoren; prædiktorer inkluderer funktionel diagnose, antal smerteområder, for-træningssmerte-score og træningsoverholdelse.

Model 2 (Overholdelsesmodellen): Den afhængige variabel vil være træningsoverholdelse; prædiktorer inkluderer antal smerteområder, for-træningssmerte, antal træningsrecepter og opfattet anstrengelse. Begge modeller vil justere for alder og køn som kovariater.