Smartphone apps per la valutazione funzionale – parte 1

Oggi vengono utilizzate sempre più le apps, direttamente sugli smartphone, per monitorare la velocità di movimento. Ma quanto sono attendibili? Scopriamolo insieme.

Introduzione

La letteratura scientifica è oggi di comune accordo sul fatto che la velocità di movimento sia una delle più importanti variabili per il monitoraggio e la prescrizione dei programmi di allenamento della forza.

Sebbene i trasduttori lineari di posizione e le unità di misurazione inerziale rappresentino i device più comunemente utilizzati per il monitoraggio della velocità di movimento, durante gli esercizi con sovraccarico, le smartphone apps stanno iniziando a dimostrarsi utili anche in questo contesto.

Le applicazioni per smartphone, infatti, devono la loro repentina acquisizione di popolarità grazie al loro basso costo e alla loro enorme comodità e portabilità. Queste apps raccolgono dati utilizzando differenti tecnologie, quali il GPS, l’accelerometro, il giroscopio, il microfono, la calcolatrice, il cronometro, o la telecamera ad alta velocità.

In questo contesto, sono di recente avvento alcuni studi che dimostrano come alcune smartphone apps siano capaci di misurare alcune variabili della performance fisica, come i parametri di velocità d’esecuzione di una ripetizione o di una intera serie, l’altezza di salto raggiunta, l’abilità nel cambio di direzione, etc, senza l’aiuto di alcuna strumentazione esterna.

Vediamo, allora, queste applicazioni e la loro praticità di utilizzo nel mondo della valutazione funzionale, citandone pregi e difetti. In questo articolo parleremo delle attuali applicazioni disponibili per iOS, capaci di indagare sui parametri della velocità di movimento, e di come queste possano dimostrarsi valide o meno nel campo del velocity based training.

APPS PER LA VALUTAZIONE DELLA VELOCITÀ DI MOVIMENTO

La quantificazione ed il monitoraggio dell’intensità di allenamento sono delle tappe fondamentali da percorrere quando ci si approccia alla strutturazione dei programmi di allenamento. Non per nulla, il monitoraggio dell’intensità è considerato come la variabile più importante per la produzione degli adattamenti neuromuscolari.

L’indagine sull’intensità di allenamento si è servita per diversi anni dell’approccio 1-RM, che rappresenta il più utilizzato nel campo dello strength and conditioning. Per la valutazione 1-RM, l’atleta deve eseguire un sollevamento massimale contro una resistenza che riesce a vincere solamente una volta e, quindi, con una sola ripetizione.

Dato però l’estremo sforzo necessario a risalire all’1-RM, nonché l’elevato rischio di infortunio nei soggetti non allenati o più deboli (soggetti anziani), nel corso degli anni sono emerse differenti strategie capaci di stimare indirettamente l’1-RM in una maniera meno faticosa.

Tra queste strategie, la valutazione della velocità di spostamento del bilanciere nella fase concentrica su differenti esercizi di forza si è dimostrata la migliore metodologia non-invasiva per stimare l’1-RM, grazie alla ben nota relazione forza-velocità, secondo la quale la velocità con cui il bilanciere viene sollevato è estremamente ben correlata (R² > 0.97) con il carico che rappresenta. Pertanto, la valutazione della velocità di spostamento del bilanciere ci permette di stimare l’1-RM con un’elevata accuratezza senza la necessità di dover ricorrere al test 1-RM.

Inoltre, il monitoraggio della velocità di movimento durante l’allenamento di forza si è dimostrato fornire una stima altrettanto accurata del grado di fatica neuromuscolare. Ad esempio, si è notato come la manipolazione della percentuale di perdita della velocità durante la serie influenzi l’aumento di forza ed ipertrofia, con le più basse percentuali di perdita associate con importanti miglioramenti di performance e minori guadagni di massa muscolare. Perciò, l’analisi della riduzione della velocità nel corso delle serie potrebbe essere utilizzata per ottimizzare gli adattamenti all’allenamento di forza.

Per valutare la velocità di movimento del bilanciere sono state utilizzate diverse tecnologie, come gli accelerometri, i sistemi video professionali o i trasduttori lineari di posizione (LT), con questi ultimi spesso considerati come il gold standard. Tuttavia, il fatto che gli LT siano ancora troppo costosi per molti preparatori fisici (~US$2,000) ne limita il loro utilizzo nei club professionistici o all’interno dei laboratori.

Per venire incontro a questa esigenza, la scienza ha cercato di individuare qualcosa di valido e affidabile che rendesse questo tipo di monitoraggio più semplice e alla portata di tutti, qualcosa di non troppo costoso, qualcosa magari anche di tascabile: ecco come nascono le smartphone apps per la valutazione funzionale. In questo contesto, analizzeremo nella fattispecie apps come PowerLift (divenuta poi My Lift) e iLOAD.

PowerLift

L’applicazione PowerLift è stata ideata per misurare la velocità di spostamento del bilanciere attraverso la ripresa video, in slow motion, della fase concentrica di una ripetizione. L’elevata frequenza di acquisizione dei fotogrammi (240 fps), fondamentale per la funzione slow motion, si serve della videocamera ad alta velocità inclusa negli attuali dispositivi iOS.

Ma ecco, in sostanza, come funziona: questa app permette di ispezionare il movimento fotogramma per fotogramma in modo da selezionare manualmente l’inizio e la fine del movimento, e misurare di conseguenza il tempo della fase concentrica della ripetizione. Infine, la velocità verticale media del bilanciere (in m/s) viene rilevata secondo l’operazione “ROM/tempo” della fase concentrica della ripetizione.

Ma vediamola nel dettaglio.

Innanzitutto, per rilevare il video, la videocamera deve essere posizionata dietro l’atleta a 1.5 m di distanza dal bilanciere ed alla stessa altezza del petto del partecipante, in maniera da riprendere l’intero ROM. Il ROM, ahimè, deve essere introdotto manualmente nell’app (taratura) in modo da calcolare la velocità media del bilanciere. Così, un operatore esperto dovrà misurare manualmente la distanza verticale tra il bilanciere (a braccia completamente estese) ed il petto, magari a bilanciere scarico.

In confronto con un LT, l’applicazione si è dimostrata fortemente valida ed affidabile per la misurazione della velocità media. I dati hanno infatti dimostrato un’elevata correlazione tra i valori ottenuti con l’app e quelli ottenuti con l’LT. La principale “pecca” dell’app è però rappresentata dalla selezione manuale dell’inizio e della fine del movimento, oltre al fatto che non permette di rilevare la velocità propulsiva media e di picco, entrambe rilevanti per indagare circa le abilità neuromuscolari dell’atleta.

Tuttavia, è bene dire che questa app permette, oltre che di rilevare i profili forza-velocità dei soggetti, anche di stimare l’1-RM sull’esercizio di panca piana, di full-squat e di hip-thrust, confermando così la praticità dell’utilizzo delle videocamere ad alta velocità nel campo della valutazione funzionale. È infatti proprio per queste caratteristiche che l’app in questione ha guadagnato forte interesse tra allenatori e preparatori in tutto il mondo.

Per concludere, è nostro dovere critico riportare che gli unici studi volti a valutare la validità e l’affidabilità di questa app per iOS sono stati condotti dallo stesso gruppo di ricerca che ha implementato l’applicazione, e che pertanto potrebbero essere stati “sporcati” dal conflitto di interessi. Ad ogni modo, i principi scientifici sui quali si fonda la struttura del software di analisi video rimangono estremamente validi.

My Lift

L’update dell’applicazione Powerlift prende il nome di My Lift. Questa applicazione ha anch’essa guadagnato l’attenzione dei professionisti del settore grazie alla sua versatilità e facilità di utilizzo, nonché al basso costo economico che la rende accessibile davvero a tutti.

L’applicazione permette di risalire all’1-RM negli esercizi di bench press, pull-up, squat, deadlift e hip-thrust.

Infatti, propone due versioni del test: una rapida per risalire all’1-RM, tramite l’esecuzione di una ripetizione con un carico liberamente scelto dal soggetto, e una versione completa, nella quale il soggetto solleva 4 carichi progressivamente incrementali (tra il 75-85% 1-RM). Quest’ultima versione del test è basata sull’analisi del profilo forza-velocità del soggetto.

L’applicazione My Lift si dota di una modalità di tracciamento automatico che stima la velocità da una visione laterale, dopo aver impostato manualmente, come valore di riferimento, il diametro dei dischi per il bilanciere. Questa volta però, un gruppo di ricerca differente da quello che ha partorito l’applicazione, ne ha testato le proprietà, mettendole in relazione a quelle di strumenti comunemente utilizzati nel velocity based training (VBT).

Vediamo che cosa si è visto.

Nello studio di Martinez-Cava e colleghi, 15 soggetti di sesso maschile sono stati monitorati con 7 strumenti basati su 4 diverse tecnologie durante il sollevamento di 8 carichi, da meno del 50% 1-RM fino a carichi maggiori dell’80% della loro 1-RM negli esercizi di squat e di panca piana.

In particolare, veniva utilizzato un trasduttore lineare di velocità (il T-Force Dynamic Measurement System), due trasduttori lineari di posizione (Speed4Lifts), un sistema di analisi video in 3D (STT System) e due smartphones che utilizzavano l’app My Lift. Di seguito riporteremo letteralmente i risultati dello studio.

My Lift risulterebbe affidabile solamente per monitorare i sollevamenti lenti con carichi pesanti. Sebbene questo possa essere utile per condurre test routinari submassimali a un carico >80% 1-RM ed evitare così di raggiungere il 100%, l’utilizzo dell’app My Lift per il VBT è sconsigliato a causa dei suoi non indifferenti errori di misurazione (SEM > 0.10 m/s, SDC > 0.23 m/s) quando traccia spostamenti > 0.30 m/s, rendendo difficoltosa la determinazione degli aggiustamenti del carico o delle fluttuazioni di performance con sufficiente accuratezza.

C’è però da dire che la versione dell’app My Lift utilizzata nello studio in questione era la 8.1 (mentre quella ad oggi più aggiornata è la 10.0.1), installata su due iPhone 5S con sistema operativo iOS 12.2. Di conseguenza, dato che attualmente esistono versioni più recenti, sia del software in questione che del sistema operativo per smartphone utilizzati nello studio, appare possibile che ad oggi la rilevazione della velocità di spostamento con l’app My Lift possa dimostrarsi maggiormente affidabile.

Non resta che attendere ulteriori chiarimenti da nuovi studi.

Nota dell’autore

Quando ci si approccia alla videoanalisi è bene tenere in considerazione alcuni fattori, primo fra tutti, la perpendicolarità tra la videocamera e il piano d’azione (ovvero quel piano in cui si sviluppa l’azione da registrare). È questo infatti l’unico modo per “combattere” l’effetto della prospettiva e risalire il più fedelmente possibile alla velocità della ripetizione. Di seguito, un esempio per comprendere meglio questo “problema”.

Supponiamo di fotografare i banchi di una classe, organizzati in file differenti. Durante la videoanalisi del fotogramma potrò impostare che ciascun banco della prima fila (piano d’azione 1) misura 1 metro. Questa è la cosiddetta fase di taratura: in sostanza, non facciamo nient’altro che dire al software: “Guarda che questo insieme di pixel corrispondono a 1 metro”.

A questo punto, il software sarà in grado di misurare tutti gli oggetti di quel fotogramma, proprio perché conosce la dimensione di ciascun pixel. Se però ordino al software di misurare il banco della seconda fila (piano d’azione 2), dato che per azione della prospettiva il banco nell’immagine occuperà un minore numero di pixel, il software lo misurerà come meno di 1 metro. Questo accade proprio perché le dimensioni degli oggetti più lontani in una foto diminuiscono, anche se ciascun banco mantiene, nella realtà, sempre la stessa misura.

Per questa ragione, se l’operatore non si posiziona perpendicolarmente al piano d’azione durante la ripresa video, l’oggetto di indagine verrebbe ripreso muoversi più avanti o più dietro al piano d’azione che ha come riferimento e, di conseguenza, dato che la velocità viene rilevata attraverso la formula “spazio/tempo”, questa non risulterebbe valida, proprio perché lo spazio con cui viene calcolata non è lo stesso di quello del suo piano d’azione.

Così, se l’operatore non si posiziona in maniera corretta, la valutazione video potrebbe non offrire una stima fedele dei parametri di velocità del movimento. Inoltre, tra gli altri fattori da tenere in considerazione per una corretta videoanalisi ci sarebbero la distanza dal piano d’azione e l’orizzontalità e l’altezza della ripresa video, tutti parametri da mantenere sempre standard per ciascuna misurazione.

iLOAD

Un’altra app per smartphone che rientra nella categoria della valutazione funzionale è iLOAD. Questa app permette di identificare, inserendo manualmente sul device la distanza tra il punto di inizio e quello di fine del movimento, la velocità media (MV, m/s) ed il lavoro totale (J) di una serie di allenamento in tempo reale. Stavolta, perciò, l’applicazione non si servirà della videocamera dello smartphone, bensì del suo timer e della sua calcolatrice.

iLOAD non era stata ancora scientificamente validata, fino a quando il gruppo di ricerca di Medeiros A. R. et al. (anche qui, lo stesso che ha implementato il software) ha indagato circa la sua efficienza valutativa per l’esercizio di half squat. Per farlo, i riccercatori hanno monitorato le serie dell’esercizio di half squat sia con l’applicazione che con un trasduttore lineare di posizione, per poi confrontarne i risultati.

Gli autori hanno affermato che, sebbene siano state rilevate differenze significative per la MV nell’intera sessione di allenamento (p < 0.05), la magnitudo delle differenze era poco rilevante-piccola e che le correlazioni fossero sempre quasi perfette per la MV ed il lavoro totale tra entrambi i device. Questi risultati supporterebbero pertanto l’idea che l’app iLOAD possa dimostrarsi un tool utile per il monitoraggio dell’allenamento di forza in quanto economico, facile da utilizzare, portatile e veloce.

Concludiamo citando la limitazione principale di questo tool valutativo che è principalmente rappresentata dal fatto che la velocità media (MV) rilevata dall’app iLOAD non si riferisce alla sola fase concentrica di una ripetizione, parametro su cui si fondano le linee guida per il velocity-based training, quanto invece alla velocità media delle ripetizioni di una serie intera, non permettendo di conseguenza agli operatori di potersi rifare a quest’ultime linee guida.

PROSPETTIVE FUTURE E CONCLUSIONI

Nel presente articolo sono state sviscerate tutte le informazioni presenti in letteratura che riguardano l’utilizzo di applicazioni per smartphone (per la maggior parte, con sistema operativo iOS) utili a preparatori, allenatori e operatori del settore. Queste apps rappresentano oggi la nuova frontiera della valutazione, proprio perché portano con loro un grandissimo vantaggio che è rappresentato dall’abbattimento dei costi, spesso troppo elevati per gli strumenti capaci di monitorare la velocità di movimento.

Tuttavia, abbiamo visto come queste apps non siano esenti da limitazioni, sia dal punto di vista dei parametri sui quali sono capaci di indagare che dal punto di vista dell’affidabilità e della validità della misurazione. È chiaro che, come per tutti i tools di nuova implementazione, queste applicazioni necessitino ancora di ulteriori modifiche e migliorie, al fine di avvicinarsi sempre di più a quegli strumenti che nel campo del velocity based training costituiscono il gold standard (vedi i trasduttori lineari di posizione).

Da una parte, quindi, c’è la consapevolezza dei limiti che porta con sé l’utilizzo di un’applicazione per smartphone nella valutazione della velocità di movimento ma, dall’altra parte, c’è l’entusiasmo di tirare fuori dalla propria tasca e utilizzare, senza ulteriori attrezzature, un vero e proprio laboratorio per la valutazione funzionale a un costo irrisorio (10-11 euro).

Non ci resta che sperare nell’implementazione da parte della letteratura e dei programmatori di nuovi metodi, o magari migliorie, per rendere la valutazione funzionale davvero alla portata di tutti, sia di studenti che di professionisti del settore, garantendo affidabilità e validità nelle varie misurazioni.

Non sarebbe fantastico avere un laboratorio in tasca?

Conflitto di interesse. L’autore dell’articolo dichiara di non avere nessun conflitto di interesse.

Gabriele Dipasquale
Note sull’autore
Articolista Training Lab Italia
Laurea in Scienze Motorie e Sportive (L-22) – Università degli studi dell’Aquila
Laurea Magistrale in Scienza e Tecnica dello Sport (LM-68) – Università degli studi dell’Aquila
Certificazione Self Myofascial Release Training Lab Italia
Certificazione Personal Trainer For Health 2019 – Training Lab Italia
Certificazione Strength and Conditioning 2020 (Buzzichelli Edition) – Training Lab Italia
Coordinatore Tecnico del progetto University Lab

Qui trovi la seconda parte dell’articolo!

Bibliografia

• Balsalobre-Fernández C. et al.  ANALYSIS OF WEARABLE AND SMARTPHONE-BASED TECHNOLOGIES FOR THE MEASUREMENT OF BARBELL VELOCITY IN DIFFERENT RESISTANCE TRAINING EXERCISES(2017). Frontiers in Physiology, 8, 649.
• Balsalobre-Fernández C. et al. VALIDITY AND RELIABILITY OF A NOVEL IPHONE APP FOR THE MEASUREMENT OF BARBELL VELOCITY AND 1RM ON THE BENCH-PRESS EXERCISE (2018).Journal of sports sciences, 36(1), 64-70.
• Martínez-Cava A. et al. RELIABILITY OF TECHNOLOGIES TO MEASURE THE BARBELL VELOCITY: IMPLICATIONS FOR MONITORING RESISTANCE TRAINING (2020).Plos one, 15(6), e0232465.
• Medeiros A. R. et al. VALIDITY OF THE ILOAD (R) APP FOR RESISTANCE TRAINING MONITORING (2019).