Reliability and validity of using smartphone sensor and photography to measure hand and upper extremity joint range of motion: A systematic review
Notice bibliographique
Résumé
BACKGROUND: Accurate Range of Motion measurement is vital for clinical decision-making. Traditional goniometers are reliable and valid tools but face challenges. Smartphones, with advanced technologies, are emerging as promising tools, necessitating validation for clinical integration. PURPOSE: The study aim is to appraise and synthesize the available evidence on the reliability and validity of smartphone sensors and photography in assessing the ROM of hand and upper extremity joints. STUDY DESIGN: Systematic review. METHODS: We searched the studies in which "smartphone sensor" or "smartphone photography" was employed as the method of upper limb ROM measurement from January 2001 to January 2023 to find relevant studies. We compared the studied methods to conventional goniometer as the gold standard and validated ROM measurement techniques. Two independent reviewers (SM and ES) assessed the methodological quality of reliability and validity of both category of studies using the Quality Appraisal Tool for studies of diagnostic Reliability (QAREL) and the Quality Assessment of Diagnostic Accuracy Studies (QUADAS-2) tools, respectively. Qualitative synthesis was the preferred method of summarizing and presenting the results. RESULTS: A total of 31 studies were included in this study. The sample size across studies ranged from 10 to 171, and the mean age was 41 years old. Eleven out of 12 studies included in the photography category stated the good to excellent reliability or validity with respect to the goniometric measurements. Eight studies in the smartphone sensor category reported excellent reliability or validity (47%), seven studies stated good level of reliability or validity (41%), and two studies reported average or moderate level of reliability (12%). The quality assessment using the QAREL assessment tool was high in 11 studies (35%), moderate in 8 studies (26%) or low in 12 studies (39%). CONCLUSIONS: This review provides clinicians and researchers with evidence to support using smartphone photography and sensor applications as valid and reliable methods for ROM measurements.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».