Una página de referencia sobre qué cifras de un reloj o de un anillo lee un sensor y cuáles produce un modelo, cuánto error lleva cada una y cuáles son las dos que merecen un hueco en tu semana.
Primero, la versión corta. Un reloj o un anillo de consumo distingue bien cuándo has dormido, y sigue bien el pulso. Con la variabilidad de la frecuencia cardíaca flojea. Las fases del sueño, las puntuaciones de preparación y de recuperación, los gráficos de estrés y el VO2 max se calculan a partir de esos pocos datos de entrada, y el tamaño del error de ese cálculo no aparece en ninguna parte de la pantalla.
Lo que sigue es la respuesta larga, estudio por estudio, con los límites de cada uno explicados y la lista completa de fuentes al final, mientras que en Substack hay una versión más corta y más personal del mismo argumento. Duermo con un anillo puesto y entreno con un reloj, y llevo años haciéndolo, así que parte de lo que viene son datos míos, y diré dónde.
Puntos clave
Los horarios del sueño se miden bien. En una prueba de laboratorio con seis dispositivos, cada uno distinguió bien el sueño de la vigilia entre el 86 y el 89 % de la noche, analizada en tramos de treinta segundos, y por eso los investigadores consideraron válidos a los seis para saber cuándo y cuánto duermes.
La frecuencia cardíaca nocturna también se mide bien: cuatro de los seis se ajustaron al ECG con correlaciones intraclase de 0,85 o más.
La variabilidad de la frecuencia cardíaca se mide con poca precisión. En el dispositivo típico, los límites de concordancia con un ECG abarcaban de 55 a 77 milisegundos.
Las fases del sueño se deducen sin la señal cerebral que las define, en parte a partir de supuestos de fábrica sobre el momento de la noche en que suele darse cada fase.
Ninguno de los fabricantes que están detrás de las catorce puntuaciones compuestas revisadas reveló cómo se calcula la puntuación.
En un grupo, las estimaciones de VO2 max basadas en el ejercicio se acercan de media al valor real, y con una persona concreta pueden fallar en unos 10 ml/kg/min.
Dos números merecen tu atención: cuánto se dispersa el punto medio de tu sueño a lo largo de una semana, y la frecuencia cardíaca en reposo frente a lo que es normal en ti.
Esto es una perspectiva educativa y estratégica, no un consejo médico personal.
Las opiniones son del autor y no constituyen declaraciones de Atlas Cove Lda.
La respuesta corta: lo medido frente a lo calculado
Cada número de un reloj o un anillo nace de uno de cuatro flujos de datos en bruto, que son un acelerómetro para el movimiento, un sensor óptico para el pulso, un pequeño termómetro apoyado en la piel y la hora del propio aparato, y todo lo que la pantalla muestre más allá de esos cuatro es la salida de un modelo que nunca es mejor que las personas con cuyos datos se entrenó. Todo lo demás son cuentas.
Así que la pregunta útil ante cualquier cifra de la aplicación es de qué flujo viene y cuántos pasos de cálculo hay entre el sensor y la pantalla, y la hora de acostarse, la de despertarse y el pulso salen tras un solo paso. Un total de sueño profundo, una puntuación de preparación o una estimación de capacidad aeróbica salen tras varios, y cada paso añade un error que no se ve. Un número que salió de un solo paso merece más confianza que uno que salió de cinco, por mucho que la pantalla los pinte igual.
Esa es toda la tesis, y está acotada a propósito. Nada de esto dice que los dispositivos sean malos. En lo que de verdad captan, son mejores que las herramientas de investigación que los precedieron.
Lo que los sensores hacen bien
El interesante es el sensor óptico. Proyecta luz verde sobre la piel y lee cuánta vuelve, algo que cambia con cada latido a medida que los pequeños vasos sanguíneos que hay debajo se llenan y se vacían, y la técnica, la fotopletismografía, funciona con el mismo principio que la pinza que te ponen en el dedo en la planta de un hospital. Sacar de ahí la frecuencia cardíaca casi no requiere modelar nada.
La prueba más limpia que conozco es la de Miller y sus colegas, que pusieron seis dispositivos de consumo a cincuenta y tres adultos jóvenes durante una sola noche en un laboratorio del sueño, junto a una polisomnografía completa y un ECG (Miller et al., 2022). Cuatro dispositivos iban en la muñeca, uno era un anillo y otro un parche adhesivo en la frente con electrodos propios, y cuando la noche se puntuó en periodos de treinta segundos todos distinguieron bien el sueño de la vigilia entre el 86 y el 89 % del tiempo, y por eso los autores consideraron válidos a los seis para saber cuándo y cuánto duerme alguien. En la frecuencia cardíaca a lo largo de la noche, cuatro de los seis coincidieron con el ECG con correlaciones intraclase de 0,85 a 0,99. El pulso es lo fácil.
La literatura en general coincide. Una revisión de 2024 sobre el estado de la cuestión concluyó que los dispositivos de consumo actuales, tomando el laboratorio como referencia, evalúan el sueño mejor que los actígrafos tradicionales que se usaron en investigación durante décadas (de Zambotti et al., 2024).
Dentro de ese buen resultado hay un punto flaco, y luego tendrá su importancia. Todos los dispositivos del estudio de Miller detectaron más de nueve de cada diez periodos de sueño, pero la parte de la vigilia real que reconocían como vigilia iba del 26 al 57 % entre los dispositivos de muñeca y de dedo. Chinoy y sus colegas encontraron el mismo patrón con otros siete dispositivos de consumo durante tres noches de laboratorio: sensibilidad para el sueño de al menos 0,93, especificidad para la vigilia entre 0,18 y 0,54 (Chinoy et al., 2021). Para un acelerómetro, estar inmóvil sin dormir se parece mucho a dormir. Los ratos cortos de vigilia en mitad de la noche son lo que más a menudo se escapa.
Variabilidad de la frecuencia cardíaca, la medición que flojea
Tu corazón no late como un metrónomo. El hueco entre dos latidos se estira y se encoge, unos pocos milisegundos cada vez, en gran parte porque el nervio vago frena el corazón y lo suelta con cada respiración y según tu estado general. La variabilidad de la frecuencia cardíaca es un resumen de ese vaivén, y el resumen más habitual es el rMSSD, la raíz cuadrática media de las diferencias entre intervalos consecutivos de latido a latido. En reposo y durante el sueño está muy extendido leerla como un reflejo de la actividad parasimpática, y el estudio del anillo que se comenta más abajo la calculó en ventanas de un minuto y de cinco minutos precisamente para captar cambios parasimpáticos rápidos (Altini and Kinnunen, 2021).
La HRV es más quisquillosa. La frecuencia del pulso aguanta unos cuantos latidos mal captados. Una medida construida a partir de las diferencias entre intervalos individuales no, así que un sensor óptico tiene que descartar cualquier intervalo del que no esté seguro, y el artículo del anillo solo conservaba un intervalo cuando los dos anteriores y los dos siguientes también parecían limpios. Los seis dispositivos de Miller ni siquiera coincidían en la ventana: unos daban la HRV de toda la noche, uno en bloques de cuatro horas, otro a partir de una prueba de tres minutos que inicias tú.
El resultado en esa misma noche de laboratorio fue moderado. Cuatro de los seis dispositivos coincidieron con el ECG en HRV con correlaciones intraclase de 0,63 a 0,69, y sus límites de concordancia rondaban los 55 a 77 milisegundos arriba o abajo, una franja más ancha que la mayoría de los cambios de un día para otro en los que la gente busca un significado cuando abre la aplicación por la mañana. Un dispositivo llegó a 0,99. Lo hizo con datos en bruto que su fabricante entregó a los investigadores, y eso no es lo que te enseña la aplicación que llevas en la muñeca.
La HRV medida en la muñeca o en el dedo es un indicador, y el valor de una sola mañana dice muy poco por sí solo. Siempre he leído la mía así, como un dato entre varios, y los datos de validación no me dan ningún motivo para subirla de categoría.
Cómo calcula un reloj las fases del sueño sin señal cerebral
En un laboratorio, una fase del sueño es una definición aplicada a la actividad cerebral. Un técnico lee las señales eléctricas del cuero cabelludo, los movimientos oculares y el tono muscular en tramos de treinta segundos, y «sueño profundo» es el nombre de un patrón de ondas lentas de gran amplitud en el EEG, y como un dispositivo de muñeca no tiene ninguna de esas entradas, cada fase que muestra es una predicción hecha a partir de movimiento, pulso, temperatura y hora.
Walch y sus colegas publicaron en abierto cómo se puede construir una predicción así con un reloj de consumo corriente y treinta y una personas sin problemas de sueño (Walch et al., 2019). El movimiento por sí solo fue el peor predictor para separar REM de no REM. La frecuencia cardíaca aportó mucho. Después llegó una tercera entrada, a la que los autores llamaron «indicador del reloj circadiano»: una curva que imita el impulso circadiano hacia el sueño a lo largo de la noche. Con las tres entradas, el modelo separó vigilia, REM y no REM correctamente en torno al 72 % del tiempo.
Altini y Kinnunen, que trabajaban ambos con el fabricante del anillo que llevo, fueron más allá con 440 noches de 106 personas y detallaron cada paso (Altini and Kinnunen, 2021). El acelerómetro, por sí solo, acertaba la clasificación en cuatro fases el 57 % de las veces, añadir la temperatura lo subía a 60, y añadir la variabilidad de la frecuencia cardíaca lo llevaba a 76, que es donde está la mayor parte de la mejora. Los tres últimos puntos, hasta 79, vinieron de lo que llaman variables independientes del sensor: un coseno que hace las veces del ritmo circadiano, un decaimiento exponencial que hace las veces de la presión de sueño y una recta que sube de cero a uno a lo largo de la noche, las tres añadidas para decirle al modelo que el sueño profundo suele llegar pronto y el REM tarde. Ese artículo me gustó más de lo que esperaba, porque dice con claridad lo que la mayoría de las páginas de producto se callan.
Ese resultado tiene mérito. Un 79 % se acerca a la concordancia entre dos evaluadores humanos formados que puntúan el mismo registro, que el artículo sitúa entre 82 y 83, y en una noche normal eso es buena ingeniería.
Las tablas por fase de Miller muestran dónde está lo difícil. De los periodos de treinta segundos que el laboratorio puntuó como sueño profundo, los cuatro dispositivos de muñeca y de dedo que dan el sueño profundo por separado etiquetaron también como profundo entre el 28 y el 62 %, y en REM esos mismos cuatro acertaron entre el 49 y el 66 %. Contando todas las fases y la vigilia juntas, los dispositivos de muñeca y de dedo coincidieron con el laboratorio entre el 50 y el 61 % del tiempo. El parche de la frente, el único dispositivo que leía señales cerebrales directamente, llegó al 65 % en total y detectó el 68 % del sueño profundo. El dispositivo con la señal cerebral fue el mejor en la fase que se define por la señal cerebral, que es más o menos lo que cabría esperar.
Por qué la noche atípica es el punto débil
Mira de quién aprendieron estos modelos. El equipo de Walch excluyó a personas con insomnio, a quienes trabajaban por turnos y a cualquiera que hubiera cruzado más de dos husos horarios el mes anterior, y en el apartado de limitaciones de su artículo escribieron que con insomnio el rendimiento podía empeorar, porque el método depende de un sistema nervioso autónomo que se comporta con normalidad. Altini y Kinnunen también entrenaron su modelo con personas sin problemas de sueño.
El diseño de Chinoy puso a prueba directamente el otro extremo. Una de las tres noches de laboratorio de cada participante se alteró a propósito, fragmentada como se fragmenta una mala noche, y en esas noches los dispositivos fallaron más. Los autores piden que se prueben en otras poblaciones y contextos antes de que nadie les pida a los resultados más de lo que dan de sí.
Poner esos hallazgos uno al lado del otro es cosa mía, no algo que ninguno de los dos estudios probara: un modelo que se apoya en parte en dónde suelen caer las fases en una noche típica debería ser menos fiable justo en la noche que no es típica. Es la noche del desfase horario, la noche con un niño enfermo, la noche en que a las tres sigues con los ojos abiertos. Es también la noche en que es más probable que abras la aplicación para entender qué ha pasado.
Los algoritmos que se venden son cerrados. No puedo decirte que un producto concreto funcione como las dos recetas publicadas. Lo que sí puedo decir es que las dos recetas publicadas necesitaron meter la hora en el cálculo para lograr su mejor resultado.
El VO2 max del reloj: una estimación con un margen amplio
Mi propio reloj me dio tres lecturas a lo largo de la preparación para Cascais: 54,7 en abril, 52,4 en julio y 51,6 en octubre, una bajada de 3,1 puntos en seis meses durante los que todas las demás señales decían que el entrenamiento iba bien. Me lo creí tal cual. En julio estuve a punto de volver a meter series en un plan que ya no tenía hueco para ellas, fiándome de esa lectura intermedia. La banda de pecho mejoró los datos de pulso. No hizo que la cifra de oxígeno dejara de ser una conjetura, porque nada de lo que yo llevaba encima midió nunca el oxígeno.
El metaanálisis de Molina-Garcia y sus colegas combinó catorce estudios de validación y expuso cómo se construyen las dos grandes familias de estimación (Molina-Garcia et al., 2022). La familia basada en el ejercicio registra unos pocos datos personales, como mínimo la edad, recoge la frecuencia cardíaca y la velocidad durante una carrera o una salida en bici, se queda con los tramos que parecen fiables y deduce el VO2 max de cómo se relaciona la frecuencia cardíaca con la velocidad. La familia basada en el reposo parte de la frecuencia cardíaca en reposo, la variabilidad de la frecuencia cardíaca, la edad, la actividad que declaras y algunos otros datos que introduces tú, sin nada de ejercicio en el cálculo.
De media, las estimaciones en reposo salieron unos 2 ml/kg/min por encima, con límites de concordancia de aproximadamente menos 13 a más 17. Las estimaciones con ejercicio casi no tenían sesgo medio, menos 0,09, pero sí límites de concordancia de unos 10 ml/kg/min a cada lado, y por eso los autores resumen la estimación basada en el ejercicio como adecuada para describir una población y poco fiable para describir a una persona concreta.
Diez puntos arriba o abajo son más del triple de la bajada que casi me cambia el verano. Ahora leo el VO2 max del reloj como una idea aproximada de por dónde ando, y no veo tendencia en ningún cambio más pequeño que esa franja.
Hay un contraargumento serio. Una cosa es coincidir con el laboratorio en muchas personas y otra que un dispositivo siga con fidelidad los cambios de una persona, y un dispositivo que sobrestimara a todos sus usuarios en cuatro puntos podría seguir correctamente la tendencia de cada uno. El metaanálisis no lo pone a prueba, y no he encontrado ningún estudio que lo haga, así que lo trato como una cuestión abierta. La versión larga de por qué el VO2 max decide menos de lo que la gente cree en una carrera larga está en qué decide el VO2 max y qué no.
De qué está hecha una puntuación de preparación o de recuperación
Doherty y sus colegas analizaron catorce puntuaciones compuestas, de diez fabricantes, que cubrían preparación, recuperación, carga, estrés y energía (Doherty et al., 2025). De esas catorce, el 86 % usaba la variabilidad de la frecuencia cardíaca como dato de entrada y el 79 % la frecuencia cardíaca en reposo. Ninguno de los fabricantes reveló la fórmula. Las ventanas de tiempo y las ponderaciones variaban de unos a otros y pocos podían remitir a una validación revisada por pares, y como Altini, uno de los cinco autores, es también el primer autor del artículo del anillo, la crítica viene del propio ámbito y no de alguien que le tenga manía.
Así que la puntuación típica mezcla el dato que se mide con poca precisión con el que se mide bien, en proporciones que nadie de fuera de la empresa puede ver, y devuelve un número de dos cifras. Soy ingeniero de formación y eso me molesta de una manera concreta: una cifra hecha con una receta oculta no se puede comprobar, y por tanto no se puede demostrar que esté mal. Esa es toda la objeción. Dejé de mirar la mía hace tiempo, sobre todo porque me di cuenta de que nada de lo que hacía cambiaba cuando se movía.
Las puntuaciones también tienen su defensa, y es legítima. Un color por la mañana es sencillo, y para quien de otro modo no le prestaría ninguna atención al sueño, que algo le invite a acostarse a una hora razonable hace bien aunque las cuentas que hay detrás de esa invitación sean endebles.
El riesgo aparece en otro sitio. En el estudio de Gavriloff, sesenta y tres personas con insomnio llevaron un dispositivo y a la mañana siguiente recibieron un informe inventado, que al azar les decía que habían dormido bien o mal (Gavriloff et al., 2018). Quienes recibieron el mensaje de que habían dormido mal dijeron sentirse menos alerta y con más somnolencia y cansancio durante el día, mientras que en una prueba objetiva de vigilancia los dos grupos rindieron igual. Eso es en personas con insomnio y durante un día, así que no es una ley general. Aun así es la prueba más clara que conozco de que un número de sueño puede cambiar cómo vives un día sin cambiar lo que eres capaz de hacer en él.
También me obliga a corregir algo. En el primer texto de esta serie sugerí seguir la tendencia semanal de recuperación que te da un reloj. Ahora lo acotaría a la frecuencia cardíaca en reposo que hay debajo de esa tendencia.
Qué merece la pena mirar y una prueba de seis semanas
Mi propia lista es corta. El anillo me responde cuatro preguntas: cuánto he dormido, el punto medio de la noche y cómo se desplaza en siete días, el pulso y la HRV como indicadores, y si llevo demasiado tiempo sentado. El reloj responde a cuánto he recorrido, por dónde y a qué frecuencia cardíaca. Todo lo demás que sale en cualquiera de las dos pantallas lo dejo estar.
Empieza por el punto medio del sueño. Es el punto intermedio entre el momento en que te duermes y el momento en que te despiertas, y lo que importa es cuánto va y viene a lo largo de una semana. La regularidad de los horarios tiene detrás una evidencia inusualmente sólida: en un estudio que siguió a 60.977 personas, Windred y sus colegas encontraron que la regularidad del sueño predecía el riesgo de mortalidad mejor que lo que dormía la gente (Windred et al., 2024). Es una asociación, y los autores son prudentes con la causa. La materia prima, eso sí, sale de la hora que marca el aparato y del acelerómetro, las dos cosas que mejor lee un dispositivo. Por qué los horarios pesan tanto se explica en arquitectura del sueño, no horas de sueño. Añade la duración del sueño, porque la vas a mirar de todos modos y el dispositivo la acierta más o menos.
El segundo es la frecuencia cardíaca en reposo, leída frente a tu propio historial. Quer y sus colegas siguieron a 92.457 adultos de Estados Unidos que llevaban monitores de muñeca durante una mediana de 320 días cada uno, y entre personas la frecuencia cardíaca en reposo normal difería hasta en 70 latidos por minuto (Quer et al., 2020), así que los valores de referencia de la población te dicen muy poco sobre ti. Dentro de una misma persona el valor era mucho más estable, con una pequeña variación estacional, y el 20 % de las personas tuvo una semana o más en la que cambió al menos 10 latidos. Esas son las semanas en las que fijarse. Los datos de Quer no las explican.
La prueba que propongo es gratis. Pasa seis semanas leyendo solo esos números y nada más de la pantalla. Cada vez que antes habrías querido una puntuación para tomar una decisión (una sesión dura, una cena tardía, otro café), apunta la decisión que tomaste sin ella. Al final, repasa la lista, marca cada decisión que una puntuación podría haber cambiado y pregúntate si con ella habría salido mejor. Mi apuesta es que muy pocas. Me gustaría saber de cualquiera a quien le salga otra cuenta.
Lo que dice la evidencia, lo medido frente a lo calculado
| Cifra | Medida o calculada | Cómo es el error |
|---|---|---|
| Inicio del sueño, hora de despertar, duración del sueño | Medida: hora y movimiento | 86 a 89 % de coincidencia; los despertares breves se escapan a menudo |
| Frecuencia cardíaca nocturna | Medida: pulso óptico | CCI 0,85 a 0,99 en cuatro de seis dispositivos |
| Variabilidad de la frecuencia cardíaca | Medida, con poca precisión | CCI 0,63 a 0,69; límites de concordancia de 55 a 77 ms |
| Fases del sueño | Calculada a partir de movimiento, pulso, temperatura y hora | 50 a 61 % de coincidencia, fases y vigilia juntas |
| Puntuaciones de preparación, recuperación y estrés | Calculada, fórmula no revelada | Desconocido; pocas validaciones revisadas por pares |
| VO2 max, basado en el ejercicio | Calculada a partir de frecuencia cardíaca y velocidad | De media, cerca; unos 10 ml/kg/min arriba o abajo para una persona |
| VO2 max, basado en reposo | Calculada a partir de datos en reposo | De media, unos 2 ml/kg/min por encima; franja más ancha |
Salvedades y qué me haría cambiar de opinión
Una página así debería ser honesta sobre dónde se queda corta, así que aquí están los límites, estudio por estudio.
Los mejores datos de validación son de gente joven y sana. Los voluntarios de Miller tenían de media 25 años y pasaron una noche cada uno en el laboratorio; los de Chinoy también eran adultos jóvenes y sanos. Una persona de cincuenta y tantos con el sueño fragmentado no es con quien se probaron estos dispositivos.
Los dispositivos y los algoritmos cambian. Las actualizaciones de firmware modifican los modelos, así que cualquier validación describe una versión en un momento concreto. El orden de lo medido por encima de lo calculado se ha mantenido en los estudios de esta página; los porcentajes exactos no se mantendrán.
Los vínculos con la industria atraviesan la literatura. El equipo de Miller declara haber recibido apoyo a la investigación de un fabricante, y los dos autores del artículo del anillo estaban vinculados a la empresa que lo fabrica. Ninguno de los dos hechos hace que los resultados estén mal. El artículo del anillo es, en todo caso, el relato más abierto de cómo funciona la clasificación en fases.
La revisión de las puntuaciones se basa aquí en su resumen. La revisión de Doherty y sus colegas se cita aquí solo por lo que afirma su resumen: la proporción de puntuaciones que usa cada dato de entrada, la ausencia de fórmulas reveladas y la escasez de validación.
El resultado del informe ficticio tiene un alcance limitado. Sesenta y tres personas que cumplían los criterios de insomnio, un día de informes. Muestra que el mecanismo es posible, no su magnitud en el resto de la gente.
El seguimiento de tendencias está sin probar, que yo sepa. Un estudio que midiera el VO2 max de las mismas personas en un laboratorio y con un reloj, repetidamente durante meses, nos diría si se puede confiar en la dirección de un reloj aunque no se pueda confiar en su nivel. Eso cambiaría cómo interpreto mis tres lecturas.
El argumento de la noche atípica es una inferencia. Une dos hallazgos; una prueba directa de la precisión de la clasificación en fases en noches alteradas, fase por fase, con modelos entrenados en personas sin problemas de sueño, lo confirmaría o lo tumbaría.
Dónde encaja Atlas Cove
Las cifras más sencillas de Cascais siguen siendo aquellas en las que más confío: frecuencia cardíaca de 143 nadando, 142 en la bici y 144 corriendo, con banda de pecho, sin variar más de dos latidos durante más de once horas. No intervino ningún modelo. El registro de entrenamiento que llevé aquel año seguía una sola cosa, las horas, y no tenía dónde anotar cuándo me iba a la cama, lo cual me da algo de vergüenza, visto cómo termina esta página.
La primera semana de medición que acogimos en Atlas Cove siguió la misma lógica. La cifra que más peso tuvo salió de un dinamómetro de mano: un muelle, una esfera y ningún modelo detrás. La fuerza de agarre ayudó a cada huésped a ver si los próximos meses debían inclinarse hacia la fuerza, la resistencia o el sueño, y como la medimos dos veces también aprendimos que cambia según la hora del día, algo que conviene saber antes de que nadie le busque significado a un valor suelto. Los datos de sueño se ganaron su sitio solo por los horarios: el punto medio de la noche, los minutos que se tardaba en conciliar el sueño y si alguien se despertaba a las tres o a las cinco.
Por eso una semana en Atlas Cove empieza midiendo. Nuestros anfitriones solo miden algo si pueden decir de antemano qué cambiaría en tus días un resultado alto y qué cambiaría uno bajo. Un número que no supera esa prueba se queda fuera de tu hoja, que es la misma regla que se expone en el artículo sobre el lactato.
Preguntas frecuentes
¿Son precisas las puntuaciones de sueño de un reloj o un anillo?
Los horarios en los que se basan, sí. Cuándo te dormiste y cuándo te despertaste se mide bien, con una coincidencia del 86 al 89 % con el laboratorio en la mejor prueba que conozco. La puntuación en sí, no. Se calcula con datos y ponderaciones que no se hacen públicos, así que nadie de fuera de la empresa puede decirte cuánto acierta.
¿Hasta qué punto mide bien el sueño profundo un reloj o un anillo?
Con poca precisión. En una comparación de laboratorio, los dispositivos de muñeca y de dedo etiquetaron como profundo entre el 28 y el 62 % del sueño profundo real, porque el sueño profundo se define por ondas cerebrales que no pueden registrar. Yo leería el total nocturno de sueño profundo como una estimación aproximada y nunca como un objetivo.
¿Puedo fiarme de la HRV que marca mi reloj?
Como tendencia frente a lo que es normal en ti, con cautela. Frente a un ECG, la mayoría de los dispositivos coincidieron solo de forma moderada, con límites de concordancia de unos 55 a 77 milisegundos, así que el valor de una mañana dice muy poco. Una serie de mañanas que se mueven en la misma dirección dice más.
¿Es correcto el VO2 max que marca mi reloj?
De media, en mucha gente, las estimaciones basadas en el ejercicio se acercan. Para una persona pueden desviarse unos 10 ml/kg/min arriba o abajo, así que trato el mío como una idea aproximada de por dónde ando e ignoro los cambios más pequeños que eso.
¿Qué debería seguir en lugar de una puntuación de preparación?
Dos cosas: cuánto se mueve el punto medio de tu sueño a lo largo de una semana, y tu frecuencia cardíaca en reposo frente a lo que es normal en ti. Las dos salen de lo que un dispositivo mide directamente, y la regularidad de los horarios de sueño tiene detrás una evidencia más sólida que cualquier puntuación compuesta.
Fuentes
Miller, D. J., Sargent, C., & Roach, G. D. (2022). A validation of six wearable devices for estimating sleep, heart rate and heart rate variability in healthy adults. Sensors, 22(16), 6317. DOI: 10.3390/s22166317
Walch, O., Huang, Y., Forger, D., & Goldstein, C. (2019). Sleep stage prediction with raw acceleration and photoplethysmography heart rate data derived from a consumer wearable device. Sleep, 42(12), zsz180. DOI: 10.1093/sleep/zsz180
Chinoy, E. D., Cuellar, J. A., Huwa, K. E., Jameson, J. T., Watson, C. H., Bessman, S. C., Hirsch, D. A., Cooper, A. D., Drummond, S. P. A., & Markwald, R. R. (2021). Performance of seven consumer sleep-tracking devices compared with polysomnography. Sleep, 44(5), zsaa291. DOI: 10.1093/sleep/zsaa291
Windred, D. P., Burns, A. C., Lane, J. M., Saxena, R., Rutter, M. K., Cain, S. W., & Phillips, A. J. K. (2024). Sleep regularity is a stronger predictor of mortality risk than sleep duration: a prospective cohort study. Sleep, 47(1), zsad253. DOI: 10.1093/sleep/zsad253
Quer, G., Gouda, P., Galarnyk, M., Topol, E. J., & Steinhubl, S. R. (2020). Inter- and intraindividual variability in daily resting heart rate and its associations with age, sex, sleep, BMI, and time of year: retrospective, longitudinal cohort study of 92,457 adults. PLOS ONE, 15(2), e0227709. DOI: 10.1371/journal.pone.0227709
Doherty, C., Baldwin, M., Lambe, R., Burke, D., & Altini, M. (2025). Readiness, recovery, and strain: an evaluation of composite health scores in consumer wearables. Translational Exercise Biomedicine, 2(2), 128-144. DOI: 10.1515/teb-2025-0001
Gavriloff, D., Sheaves, B., Juss, A., Espie, C. A., Miller, C. B., & Kyle, S. D. (2018). Sham sleep feedback delivered via actigraphy biases daytime symptom reports in people with insomnia: implications for insomnia disorder and wearable devices. Journal of Sleep Research, 27(6), e12726. DOI: 10.1111/jsr.12726
Molina-Garcia, P., Notbohm, H. L., Schumann, M., Argent, R., Hetherington-Rauth, M., Stang, J., Bloch, W., Cheng, S., Ekelund, U., Sardinha, L. B., Caulfield, B., Brønd, J. C., Grøntved, A., & Ortega, F. B. (2022). Validity of estimating the maximal oxygen consumption by consumer wearables: a systematic review with meta-analysis and expert statement of the INTERLIVE network. Sports Medicine, 52(7), 1577-1597. DOI: 10.1007/s40279-021-01639-y
Altini, M., & Kinnunen, H. (2021). The promise of sleep: a multi-sensor approach for accurate sleep stage detection using the Oura ring. Sensors, 21(13), 4302. DOI: 10.3390/s21134302
de Zambotti, M., Goldstein, C., Cook, J., Menghini, L., Altini, M., Cheng, P., & Robillard, R. (2024). State of the science and recommendations for using wearable technology in sleep and circadian research. Sleep, 47(4), zsad325. DOI: 10.1093/sleep/zsad325
Esto es una perspectiva educativa y estratégica, no un consejo médico personal.
Las opiniones son del autor y no constituyen declaraciones de Atlas Cove Lda.
Tom Wuerden · Co-Founder
Engineer turned Ironman
Leer a continuación
¿El ácido láctico causa el ardor y las agujetas? Lo que dice la evidencia
El lactato es un combustible que queman el corazón y el cerebro. No causa el ardor en las piernas ni las agujetas dos días después.
Arquitectura del sueño, no horas de sueño: qué te cuesta de verdad una noche corta
Acortar la noche no cuesta lo mismo en cada fase. Qué dice la evidencia sobre sueño profundo, REM, alcohol, cafeína y los medidores de sueño.
Qué mueve de verdad tu baseline de salud: medir, descansar o hacer
Catorce ensayos, 182.880 adultos, ninguna vida salvada. Qué dice la evidencia sobre revisiones, wearables, descanso y el único número que responde al trabajo.