En conséquence de la douleur causée par la tendinopathie, il est logique de penser que celle-ci amènera une diminution de l’utilisation du membre atteint. Le soulagement de la douleur devrait amener le patient à utiliser plus fréquemment le membre atteint. Cette utilisation fut quantifiée avec une échelle visuelle analogue et avec une technologie novatrice : l’accélérométrie.
5.4.6.1 ACCÉLÉROMÉTRIE D’UTILISATION DU BRAS
Le WIMU-GPS est un dispositif conçu comme plateforme universelle d’actimétrie et développé au Centre de Recherche sur le Vieillissement, CSSS-IUGS (Boissy et al., 2011; Choquette et al., 2008), pour le suivi de la mobilité et de l’activité d’individus dans leur milieu naturel sur des périodes prolongées. Brièvement, le WIMU-GPS de troisième génération (voir figure 11) est une centrale inertielle de la taille d’une montre intégrant un accéléromètre triaxial (±2/4/8/16g), un gyromètre triaxial (250/500/1000/2000 deg/s), un magnétomètre triaxial (±0,8Ga à ±8,1Ga), tous échantillonnés à une fréquence de 50 Hz, et un GPS (SiRFstarIV, 48 canaux) échantillonné à une fréquence de 1 Hz. Les données sont ensuite enregistrées sur une carte mémoire externe microSD pouvant contenir jusqu’à huit gigaoctets, permettant ainsi la collection de données pour une période d’au moins quatre semaines. Une pile Li-Ion de 400 mA permet une autonomie suffisante pour environ 10 à 14 heures d’enregistrement en continu. L’appareil fut activé par l’équipe de recherche et remis aux participants au début du projet. Aucune instruction ne leur fut donnée sur la façon d’allumer ou d’éteindre le dispositif, car les enregistrements étaient automatiquement suspendus lors de la recharge ou si la pile était trop faible, et recommençaient lorsque l’appareil était débranché du chargeur. Il leur fut expliqué de porter la centrale inertielle au poignet du membre atteint pendant la journée lors de leurs activités. Ils devaient l’enlever cependant pour toute activité impliquant un contact avec l’eau et le recharger pendant la nuit.
À chaque Suivi clinique, les participants remettaient la CI à l’étudiant responsable ou à l’assistant(e) de recherche afin que les données soient téléchargées sur l’ordinateur et la CI réinitialisée. Seules les fonctions de l’accéléromètre furent utilisées dans le protocole afin de calculer un décompte d’activité. Le GPS a aussi servi, une fois par jour, afin de déterminer l’heure exacte du début du port de la CI.
Les décomptes d’activité furent calculés selon une méthode précédemment utilisée dans notre laboratoire et décrite par Choquette et al. (2008). Les données brutes de
Figure 11 : Le WIMU-GPS
Survol de la plateforme WIMU-GPS : a) appareil porté au poignet ; b) composantes et architecture des entrées/sorties ; et c) carte circuit et composantes internes.
l’accéléromètre furent filtrées avec un filtre passe-bas (Butterworth, 1Hz, 2e ordre) afin de retirer le bruit du capteur, rectifiées afin d’obtenir un signal positif (full wave rectification), filtrées à l’aide d’un filtre passe-haut (Butterworth, 5Hz, 2e ordre) pour retirer le vecteur d’accélération gravitationnel, et combinées en un seul vecteur à l’aide d’une somme des racines carrées. Les périodes de temps actif furent définies comme étant les périodes du vecteur où 50% des données dans une fenêtre de 10 secondes se trouvaient au-dessus d’un seuil fixe de 0,015g. Ce seuil fut déterminé pour le WIMU-GPS de première génération dans une étude précédente afin de détecter l’activité physique corporelle d’une population gériatrique portant l’appareil à la taille (Choquette et al., 2008). Le décompte d’activité fut ensuite calculé en intégrant le vecteur d’accélération combiné des périodes de temps actif (voir figure 12). Cinq variables furent dérivées de ces calculs : le ratio de temps actif par jour (nombre de minutes de temps actif divisé par le nombre de minutes d’enregistrement), le décompte d’activité par minute de temps actif, et le pourcentage de minutes de temps actif passées aux activités de basse, moyenne et haute intensité. Les seuils permettant la classification des activités (basse, moyenne et haute) furent obtenus en analysant la distribution des décomptes d’activités par minute pour chaque activité détectée. De façon empirique, les activités se classant sous le 33e percentile furent définies de basse intensité, celles se classant entre le 33e et 66e percentile furent définies de moyenne intensité, et les activités au-dessus du 66e percentile furent définies de haute intensité.
Afin d’être comparées aux autres outils de mesure, la moyenne par jour et l’écart- type des données d’accélérométrie furent rapportés pour la semaine pré-injection, la deuxième, et la quatrième semaine post-injection. Les semaines ne comprenant pas au moins trois journées de données furent éliminées des analyses puisqu’il a été déterminé qu’il s’agissait du seuil minimal pour obtenir des données représentatives de la vie quotidienne des participants (Trost et al., 2005).
Figure 12 : Procédé du calcul des décomptes d’activité
Processus de calcul du décompte d’activité : a) vecteur d’accélération combiné ; b) et c) les périodes de temps actif sont identifiées dans les zones où 50% des données sur une époque de 10 secondes dépassent un seuil fixe ; et d) intégrale du vecteur d’accélération dans les
zones de temps actif pour produire le décompte d’activité.
5.4.6.2 ÉVA UTILISATION DU MEMBRE SUPÉRIEUR
À la fin de chaque journée, les participants devaient remplir une ÉVA comprenant la question suivante : « Au cours des 24 dernières heures, à quel point avez-vous utilisé votre bras dont l’épaule est douloureuse pour effectuer vos activités ? (De « Pas du tout » à « Tout le temps ») ». La question devait être répondue pour chaque jour entre la première et la dernière évaluation clinique, ainsi que par suivi postal entre la 7e et la 8e semaine. La moyenne et l’écart-type de ces ÉVA furent calculés pour la semaine pré-injection, la deuxième et la quatrième semaine post-injection.