INTRODUZIONE – Validità scientifica
Dopo aver convalidato e testato con utenti reali la misurazione della velocità di corsa con la telecamera mobile (puoi leggere la presentazione Qui e la convalida Qui), ci siamo resi conto che l'affidabilità non era tutto quando si sviluppa la tecnologia per gli atleti. La validità scientifica e l'affidabilità della Computer Vision per tracciare la velocità del bilanciere sono incredibili, anche sudispositivi Android a basso costoTuttavia, la sua usabilità lasciava molto a desiderare: l'impossibilità di misurare con precisione il range of motion (ROM) e il fatto che fosse necessario posizionare il cellulare con un treppiede davanti (cosa difficile in una palestra a causa dello spazio o degli altri utenti che passavano, cosa che persino alcuni atleti potrebbero trovare imbarazzante) lo rendevano poco utile per l'atleta quotidiano, che è lo scopo per cui è stato progettato Spleeft.
Per questo motivo, sempre con l'obiettivo di offrire ai nostri utenti uno strumento in grado di essere utilizzato quotidianamente per monitorare l'allenamento della forza, abbiamo deciso di passare ad una tecnologia che sia affermata nel settore: accelerometri o IMU (Unità di Misura Inerziale). Questa tecnologia, nonostante la letteratura scientifica presenti una disparità di prove sulla sua validità e affidabilità (1,2) è ampiamente utilizzata nella pratica dai professionisti per la sua facilità d'uso, nonostante la disparità nella letteratura scientifica per quanto riguarda la sua validità e affidabilità, dovuta a differenze negli algoritmi utilizzati.
Lo scopo di questo articolo è, ancora una volta, quello di mostrarvi dati comparativi di Spleen, sia su iOS che su Android, contro un trasduttore lineare, dimostrando la sua validità e affidabilità. Ti presenteremo il protocollo in modo che, se vuoi aumentare la tua fiducia nello strumento, puoi replicarlo.
Nel caso in cui non voleste leggere l'introduzione più tecnica e i risultati, possiamo dirvi ancora una volta che consideriamo Spleeft uno strumento valido e affidabile da utilizzare quotidianamente come atleta, poiché abbiamo ottenuto un alta correlazione (r2>0,97) e c'erano nessuna differenza significativa nei risultati (p > 0,05) tra tutte le piattaforme e il trasduttore lineare.
METODO
Un soggetto ha eseguito 94 back-squat (sfruttando il ciclo allungamento-accorciamento) con un peso costante di 25 kg, variando l'intenzionalità di eseguire sollevamenti con una velocità compresa tra 0,39 e 0,91 m/s.
L'app Spleeft è stata installata su uno Xiaomi Redmi Note 6 Pro Android (v1.4.1) low-cost con Android 9, un Apple iPhone 7 (v1.3) con iOS 15.0 e un Apple iPhone 12 (v1.3) con iOS 15.0. Va notato che ogni dispositivo ha sensori di qualità diversa e quindi le specifiche tecniche non sono esattamente le stesse. Tuttavia, Spleeft elabora un segnale a 100 Hz da ciascun sensore (accelerometro, giroscopio e magnetometro). Un LT scientificamente convalidato è stato utilizzato come gold standard (1).
RISULTATI
Validità concorrente della domanda
È stata ottenuta una correlazione molto elevata nei valori di velocità media misurati con Spleeft e LT, entrambi su iPhone 12 (r2=0,98, SEE=0,014 m/s, errore medio = 0,027 m/s), iPhone 7 (r2=0,98, SEE=0,014 m/s, errore medio = 0,019 m/s) e Android (r2=0,97, SEE=0,014 m/s, errore medio = 0,046 m/s).
Per le misurazioni ROM, i valori di correlazione erano elevati sia su iPhone 12 (r2=0,93, SEE=0,3 cm, errore medio = 3,15 cm) sia su iPhone 7 (r2=0,92, SEE=0,3 cm, errore medio = 0,9 cm), mentre sul dispositivo Android la validità era accettabilmente inferiore (r2=0,83, SEE=0,36 cm, errore medio = 5,5 cm),
Affidabilità e precisione della velocità del bilanciere con l'app vs LT
Il test t per campioni accoppiati ha mostrato che ci sono nessuna differenza significativa tra l'app su uno qualsiasi dei dispositivi e LT (p>0,05) per le misurazioni sia della velocità che del ROM, eccetto su Android per la misurazione del ROM (p<0,05).
I grafici di Bland-Altman non hanno rivelato la presenza di qualsiasi errore sistematico, poiché la correlazione tra la media e la differenza delle misurazioni della velocità e il LT era molto bassa (r2 = 0,0004 su Android, r2 = 0,1 su iPhone 7 e r2 = 0,08 su iPhone 12). Pertanto, gli errori per ciascun dispositivo sono costanti lungo l'intera curva carico-velocità.
I grafici Bland-Altman sono realizzati tra la differenza di due risultati da confrontare e la loro media. Un'elevata correlazione r2 (>0,9) indica l'esistenza di un errore sistematico.
Affidabilità intra-osservatori
Il coefficiente di correlazione intraclasse (ICC) ha rivelato alto accordo tra i tre osservatori: Spleeft sia per iPhone 12 che per Android e LT (ICC=0,964, CI [95%]=0,933-0,979) nella misurazione della velocità media. Non sono state trovate differenze significative tra Spleeft nella sua versione Android e nella sua versione iOS (p>0,05). Il grafico Bland-Altman ha confermato i risultati di cui sopra (r2=0,005).
Per i dispositivi Apple, l'ICC ha nuovamente mostrato un'elevata concordanza tra Spleeft su iPhone 12 e iPhone 7 e LT (ICC=0,991, CI [95%]=0,968-0,996) sulla misurazione della velocità media. Nessuna differenza significativa sono stati trovati tra le misurazioni effettuate con entrambi i dispositivi (p>0,05). Il grafico di Bland-Altman ha confermato i risultati di cui sopra (r2=0,01).
CONCLUSIONI
È stata dimostrata la validità e l'affidabilità di Spleeft, utilizzando lo smartphone come IMU, su entrambe le piattaforme e i dispositivi per la misurazione della velocità di esecuzione dello squat posteriore in un regime di contrazione eccentrico-concentrica su una macchina guidata, abbinando i risultati delle misurazioni preliminari della telecamera comparativa (articolo Qui). Ancora una volta è stato dimostrato che i cellulari di fascia bassa possono competere con quelli di fascia alta.
Questi risultati sono sorprendenti, poiché altri studi di convalida delle IMU non le considerano valide o affidabili (1) delle IMU non le considerano valide o affidabili poiché riscontrano un ICC basso (ICC < 0,78) ed errori sistematici nei grafici di Bland – Altman (r2 = 0,23 – 0,42) di 0,05 ± 0,21 m/s. Tuttavia, ci sono altre IMU che sono state considerate valide e affidabili dalla comunità scientifica. (2). Questa differenza nei risultati non indica una mancanza di congruenza nella letteratura scientifica circa l'affidabilità o meno delle IMU per la misurazione della velocità di esecuzione, ma piuttosto che la validità e l'affidabilità in sé non dipendono esclusivamente dalla tecnologia e dal suo hardware. Questi fattori possono essere correlati, oltre a quelli metodologici nella raccolta dei dati, alla software e algoritmi che ogni IMU utilizza per filtrare il segnale, eliminare possibili rumori, determinare l'ora di inizio e di fine di una ripetizione…
Pertanto, i dati sopra presentati dimostrano che L'algoritmo di Spleeft è valido per filtrare il segnale proveniente dai sensori di ogni telefono cellulare e fornisce una misurazione affidabile e a basso costo della velocità di esecuzione.
Come future linee di innovazione e ricerca, sulla base dei dati presentati, è necessario migliorare la misurazione del ROM, in quanto presenta delle carenze in quanto è doppiamente indiretta, oltre ad essere testata con protocolli più standardizzati (come il test 1RM) in diversi esercizi e con altri regimi di contrazione.
Infine, tornando a quanto affermato nell'introduzione di questo articolo, misurare la velocità di corsa non è tutto se non si utilizzano i dati per migliorare il proprio allenamento. Ecco perché Spleeft include anche funzionalità per l'autoregolamentazione dell'allenamento tramite Z-Score e il monitoraggio della ripetizione più veloce a lungo termine, quindi ora che hai uno strumento sufficientemente accurato e facile da usare per i tuoi atleti, puoi iniziare a integrare tali dati nel tuo processo decisionale in modo semplice.
