La suavidad es un sello distintivo del movimiento hábil y coordinado; sin embargo, cuantificar matemáticamente la suavidad del movimiento es complejo. Existen varias métricas de suavidad, cada una con sus propias limitaciones y que pueden ser específicas para un movimiento particular, como el alcance del miembro superior. Hasta la fecha, no hay consenso sobre cuál métrica de suavidad es la más apropiada para evaluar el movimiento de ciclismo en niños con parálisis cerebral (PC). Evaluamos la capacidad de cuatro métricas preexistentes: el tirón adimensional, la medida de longitud de arco espectral, el índice de rugosidad y la correlación cruzada; y dos métricas nuevas: la longitud de arco y el error cuadrático medio, para cuantificar la suavidad del ciclismo en un conjunto de datos preexistente de niños con PC (edad media 13.7 +/- 2.6 años). Primero, para medir la repetibilidad de cada medida en la distinción entre diferentes niveles de falta de suavidad, aplicamos cada métrica a un conjunto de señales de movimiento de manivela simuladas con un número conocido de revoluciones aberrantes utilizando los datos reales del ángulo de manivela de los sujetos. En segundo lugar, utilizamos análisis de función discriminante para comparar estadísticamente la fuerza de las seis métricas, en relación entre sí, para discriminar entre un movimiento de ciclismo suave obtenido de un conjunto de datos de niños típicamente desarrollados (TD), el grupo de control (edad media 14.9 +/- 1.4 años), y un movimiento de ciclismo menos suave y detenido obtenido de niños con PC. Nuestros resultados muestran que (1) ArcL mostró la mayor repetibilidad al cuantificar con precisión un movimiento no suave cuando las mismas revoluciones de ciclismo se presentaron en un orden diferente, y (2) ArcL y DJ tuvieron la mayor capacidad discriminatoria para diferenciar entre un movimiento de ciclismo no suave y suave. Combinando los resultados del análisis de repetibilidad y discriminación, ArcL fue la métrica más repetible y sensible para identificar el movimiento de ciclismo no suave y detenido en comparación con el movimiento suave. Por lo tanto, ArcL puede usarse como una métrica en futuros estudios para cuantificar cambios en la suavidad del movimiento de ciclismo antes y después de las intervenciones. Además, esta métrica puede servir como una herramienta para rastrear la recuperación motora no solo en individuos con PC, sino en otras poblaciones de pacientes con déficits neurológicos similares que pueden presentar un movimiento de ciclismo detenido y no suave.