Bärbar teknologi i axelrörelser

Capture-mobilapplikationen eller "appen" (FocusMotion, Santa Monica, Kalifornien) var specialdesignad och säkert installerad på en enda (CCF) smartphone som används av den ledande medutredaren, Dr. Ramkumar, och fungerar som ett privat användargränssnitt för proprietärt mjukvaruutvecklingskit (SDK). Capture-appen använder en Bluetooth-anslutning för att para ihop med Pebble Time Round smartwatch för att möjliggöra fjärrtidsvisning av smarttelefonen medan den används av deltagaren. Smartklockan lånades ut av FocusMotion till utredarna i syftet med studien.

Denna egenutvecklade SDK (FocusMotion) bearbetar användarrörelser som registreras av hårdvaran (accelerometer, gyroskop, magnometer). När data samlas in klassificerar mjukvaruutvecklingssatsen (SDK) rörelsen som repetitiv eller icke-repetitiv, och repetitiva rörelser analyseras ytterligare. När användaren slutför ett träningspass eller en rörelse, spårar SDK antalet utförda repetitioner, teknik och vilotid. SDK:n kan ge feedback i realtid till användaren angående deras form genom att jämföra rörelsen med en mall för en idealisk rörelse för just den åtgärden. SDK:n är kompatibel med alla operativsystem, telefoner eller bärbara enheter, vilket ger sömlös integration med redan existerande teknologier.

Mätningar från SDK kommer att jämföras med de som tas med en manuell goniometer för fyra axelmanövrar (abduktion, framåtböjning, intern rotation, extern rotation). Var och en av de 10 försökspersonerna kommer att utföra 5 försök av varje manöver för konsekvens och reproducerbarhet.

Deltagare utan axelsmärta, med full axelrörelse och utan föregående axeloperation kommer att rekryteras. Inga andra uteslutningskriterier kommer att införas. Individer kommer att rekryteras från CCFs grund- och doktorandutbildningsprogram.

Statistisk analys kommer att användas för att bedöma axelrörelsebågarna mätta från både SDK och den manuella goniometern. Univariata analyser (chi-kvadrat för kategoriska och t-test för kontinuerliga variabler) kommer att utföras för att jämföra vinkelmätningarna från varje patient och vinkelmätningar. Effektanalys visade en 94% chans att upptäcka en stor effektstorlek och en 60% chans att upptäcka en medium effektstorlek mellan de två grupperna vid 5% konfidensnivå. För 1 prov t-test indikerade effektanalys att det fanns en 92% chans att detektera en medelstor effektstorlek signifikant vid 5% konfidensnivå. All dataanalys kommer att utföras med hjälp av Microsoft. Excel-analysprogramversion 14.5.4 Ett p-värde cutoff på <0,05 användes för att bestämma statistisk signifikans.

Alla biverkningar kommer att rapporteras till den institutionella granskningsnämnden.