Exercices à domicile assistés par application mobile pour les troubles musculosquelettiques

Contexte : Les troubles musculo-squelettiques sont une cause majeure d'incapacité dans le monde. La prescription d'exercices est une pierre angulaire de la rééducation musculo-squelettique, et les kinésithérapeutes fournissent souvent des programmes d'exercices à domicile dans le cadre de stratégies d'autogestion. Cette approche n'est pas seulement une intervention complémentaire active, mais aussi rentable. Cependant, selon l'Enquête nationale sur la santé de Taïwan de 2021, 54 % des adultes ne respectaient pas les niveaux d'activité physique recommandés par l'Organisation mondiale de la santé – nettement plus élevé que la moyenne mondiale de 27 % – soulignant la faible adhérence à l'exercice non supervisé chez les adultes taïwanais. Avec les progrès technologiques, les interventions de santé électronique (e-santé) sont de plus en plus répandues. Les applications pour smartphone peuvent fournir des rappels, un enregistrement et des conceptions personnalisées pour améliorer l'adhésion et les résultats cliniques. Néanmoins, des revues systématiques ont rapporté que la plupart des applications disponibles sur le marché couvrent de manière limitée les fonctions d'intervention de changement de comportement (FICC) et manquent de validation scientifique rigoureuse, laissant leur efficacité clinique et leur applicabilité à grande échelle incertaines. Youdon, une application mobile développée par Meike Tech à Taïwan, vise à améliorer l'accessibilité et l'adhésion aux programmes d'exercices à domicile chez les patients taïwanais. Malgré ses fonctions complètes de changement de comportement, l'efficacité clinique de l'application reste à vérifier par la recherche scientifique.

Objectif : Cette étude vise à évaluer l'efficacité clinique d'un programme d'exercices à domicile assisté par une application mobile chez les patients souffrant de troubles musculo-squelettiques, à travers deux volets complémentaires :

1. Un essai contrôlé randomisé (ECR) comparant les résultats sur la douleur et la fonction entre les programmes d'exercices à domicile avec et sans assistance par l'application.
2. Une étude observationnelle rétrospective analysant les données des utilisateurs de l'application pour évaluer les changements de douleur en temps réel avant et après l'exercice, ainsi que leurs facteurs associés.

Méthodes :

Partie I : Un essai contrôlé randomisé en simple aveugle recrutera 30 participants âgés de 18 ans et plus présentant des douleurs au cou, à l'épaule, au bas du dos ou au genou. Les participants seront assignés au hasard à un groupe assisté par l'application ou à un groupe témoin sans assistance. Les deux groupes recevront une intervention de 4 semaines comprenant des séances de kinésithérapie hebdomadaires et des exercices à domicile quotidiens de 10 minutes. Les critères principaux incluent l'intensité de la douleur, les scores de l'Échelle fonctionnelle spécifique au patient (PSFS) et les indices d'incapacité spécifiques à la région ; le critère secondaire est l'adhésion à l'exercice. Les mesures seront effectuées au départ, à la semaine 2 et à la semaine 4. Les données seront analysées selon une approche en intention de traiter et une ANOVA mixte pour examiner les effets du temps et du groupe (p < 0,05).

Partie II : Une étude observationnelle rétrospective analysera environ 700 000 entrées de données anonymisées de la base de données Youdon entre le 1er juillet 2024 et le 30 août 2025. L'étude évaluera les changements de douleur en temps réel avant et après chaque séance d'exercice et identifiera les facteurs influençant dans des conditions cliniques de routine. Les données seront analysées à l'aide de modèles linéaires à effets mixtes (LMM), avec l'identifiant du participant défini comme une interception aléatoire pour tenir compte de la variabilité intra-sujet.

Modèle 1 (Modèle d'amélioration de la douleur) : La variable dépendante sera le score de changement de douleur ; les prédicteurs incluent le diagnostic fonctionnel, le nombre de sites douloureux, le score de douleur avant l'exercice et l'adhésion à l'exercice.

Modèle 2 (Modèle d'adhésion) : La variable dépendante sera l'adhésion à l'exercice ; les prédicteurs incluent le nombre de sites douloureux, la douleur avant l'exercice, le nombre de prescriptions d'exercice et l'effort perçu. Les deux modèles ajusteront l'âge et le sexe comme covariables.