Seu smartwatch não é o laboratório que você pensa: leia HRV, sono e calorias como tendência

Você acordou, olhou o app do smartwatch e viu: "preparação 12", "sono profundo 24 minutos", "HRV abaixo da média". Antes do café, você já decidiu adiar o treino. Talvez o corpo precisasse de descanso. Ou talvez o relógio tenha chutado um número a partir de luz e movimento, e você tenha tratado a estimativa como diagnóstico.

A resposta que organiza este texto é direta: o smartwatch não mede sono, variabilidade cardíaca nem gasto calórico. Ele estima. O aparelho tem boa precisão para a frequência cardíaca em repouso, precisão razoável em movimento e margem de erro considerável para quase tudo que envolve metabolismo e sistema nervoso. A forma de usar esses dados sem se enganar é tratar cada número como uma tendência que se compara ao longo de semanas, nunca como uma verdade absoluta de um único dia.

O sensor que enxerga luz, não um coração

Se você virar o relógio e olhar a parte de trás, vai ver um conjunto de pequenos LEDs e um fotossensor. Essa técnica se chama fotopletismografia, ou PPG (a palavra traduzida significa "registro do volume pela luz"). Funciona assim: o LED emite luz que atravessa a pele, e o fotossensor capta a luz que volta. A cada batida do coração, o sangue chega com mais força aos capilares do pulso, o volume de sangue ali muda e a luz refletida muda um pouco. O relógio lê essas variações minúsculas e transforma em batimentos por minuto.

Em repouso, a precisão para frequência cardíaca é clinicamente aceitável. Um estudo de 2018 comparou um relógio de pulso popular com o ECG (o eletrocardiograma, o exame que registra a atividade elétrica do coração por meio de eletrodos no tórax) e encontrou alta correlação quando o usuário estava parado.¹ O problema começa quando você se mexe. O braço balança, a luz ambiente muda, o suor altera a refração e o sinal se degrada. O algoritmo precisa então recorrer a um truque chamado interpolação: quando ele perde um pico do sinal (o momento exato da batida), ele preenche o buraco com um valor calculado a partir dos pontos vizinhos. Ou seja, parte do que aparece no seu app não veio do seu coração, veio de uma fórmula.

Isso não torna o aparelho inútil. Torna o aparelho um estimador, não um medidor. Para a frequência cardíaca em repouso, ele é confiável. Para quase tudo que depende de captar o pico exato de cada batida com precisão de milissegundos, a margem cresce.

HRV: o intervalo que ninguém enxerga

A HRV (Heart Rate Variability, ou variabilidade da frequência cardíaca) é a variação no tempo entre uma batida e outra. Não confunda com a frequência cardíaca em si (quantas batidas por minuto). A HRV mede as diferenças, em milissegundos, entre os intervalos chamados RR (o tempo entre o pico de uma batida e o pico da próxima). Quanto maior essa variação, em geral mais flexível está o seu sistema nervoso autônomo (a parte do sistema nervoso que regula funções involuntárias, como os batimentos e a digestão).

O problema é que o smartwatch não tem eletrodos no tórax. Ele lê a onda de pulso no pulso. Para calcular a HRV, ele precisa identificar com precisão absoluta o momento exato de cada pico sistólico (o pico da onda de pressão). Quando o sinal de luz se degrada por movimento, pigmentação da pele, suor ou constrição dos vasos periféricos (o que acontece quando você está com frio, por exemplo), o algoritmo perde picos e interpola. A métrica que sai dali, o RMSSD (a raiz do valor médio dos quadrados das diferenças entre intervalos adjacentes, uma das medidas mais usadas de HRV), passa a conter ruído. Parte do número é fisiologia, parte é matemática de preenchimento.

Por isso, a HRV de um wearable é uma métrica de tendência, não de diagnóstico. Fatores como hidratação, álcool na noite anterior, estresse agudo, fase do ciclo menstrual e horário da medição alteram o resultado. O relógio padroniza a coleta, mas não isola essas variáveis. Uma queda de 5 milissegundos no RMSSD numa manhã isolada não diz nada confiável. Uma queda sustentada por uma semana inteira, acompanhada de frequência cardíaca em repouso mais alta do que o normal, começa a contar uma história.

Sono profundo: o número que não é verdade

A função mais sedutora do smartwatch é a arquitetura do sono. O app te diz quantos minutos você passou em sono leve, profundo e REM (o estágio em que os olhos se movem rápido e os sonhos são mais vívidos). Mas o relógio não lê o seu cérebro. Ele combina o acelerômetro (o sensor de movimento) com a PPG e aplica um modelo de aprendizado de máquina (um algoritmo treinado para reconhecer padrões) que classifica o seu estado como probabilidade estatística.

O padrão-ouro para medir o sono é a PSG (polissonografia), um exame de laboratório que usa eletrodos no couro cabelado para registrar a atividade elétrica do cérebro (o EEG, ou eletroencefalograma), além de sensores de movimento, oxigenação e respiração. Um estudo de 2021 comparou sete dispositivos de consumo com a PSG e encontrou dois problemas sistemáticos: eles superestimam o tempo total de sono e falham em detectar a vigília.² Se você está deitado, imóvel, mas acordado, o acelerômetro não detecta movimento e a frequência cardíaca está baixa. O algoritmo conclui: sono leve. Você estava acordado.

Para o sono profundo (o estágio N3, o mais restaurador), o índice de concordância entre os dispositivos e a PSG, medido pelo kappa de Cohen (uma estatística que avalia o quanto duas classificações concordam além do acaso), ficou frequentemente abaixo de 0,5. Um kappa abaixo de 0,5 indica concordância moderada a fraca. A contagem exata de minutos de sono profundo no seu app é uma estimativa probabilística, não uma medição direta.

Há ainda um problema invisível: as empresas atualizam os algoritmos sem avisar. Uma atualização de firmware pode mudar a lógica de classificação e alterar os seus números de uma semana para outra, sem que nada no seu sono tenha mudado. Por isso, a comparação longitudinal só vale dentro de um mesmo período, sem atualização no meio do caminho.

Calorias e VO2 máx: a margem que todos ignoram

Se você usa o smartwatch para controlar a dieta, aqui está o número que importa: a margem de erro para gasto energético estimado varia de 20% a 40% quando comparada à calorimetria indireta (o método de laboratório que mede o oxigênio consumido e o dióxido de carbono produzido para calcular o gasto real).³ Para um dia de 2.000 kcal, 20% são 400 kcal. É uma refeição inteira de diferença.

O relógio calcula o gasto usando o acelerômetro triaxial (que mede movimento em três eixos), a frequência cardíaca e dados que você mesmo informou (peso, altura, idade). Ele estima os METs (Equivalentes Metabólicos, uma unidade que indica quantas vezes o seu gasto energético supera o gasto em repouso). Em exercícios estequiométricos (corrida e caminhada, onde o movimento do pulso reflete bem o trabalho do corpo), a estimativa é razoável. Em treinamento de força ou ciclismo indoor sem medidor de potência, o movimento do pulso não reflete o trabalho metabólico total, e o erro cresce. Os dispositivos de pulso tendem a superestimar o gasto em caminhada leve e subestimar em alta intensidade.

O VO2 máximo estimado (a capacidade máxima do seu corpo de consumir oxigênio durante o exercício) segue a mesma lógica. O relógio observa a relação entre a sua frequência cardíaca e o ritmo durante corridas e aplica um algoritmo preditivo. A variabilidade diária da frequência cardíaca (calor, desidratação, café) degrada a precisão. O valor serve como um termômetro de longo prazo da aptidão cardiovascular, não como uma ferramenta diagnóstica nem como base para prescrever zonas de treinamento com precisão.

O que isso faz com a sua vida real

Aqui entra a dimensão emocional e ocupacional do problema. Quando você trata um número da manhã como um veredito, você delega a decisão do treino, da alimentação e do descanso a um algoritmo que não conhece o seu contexto. O relógio não sabe que você brigou com o parceiro ontem, que a sua jornada de trabalho foi de 12 horas, que o café da manhã ainda não aconteceu. Ele lê luz e movimento e devolve uma pontuação. Se essa pontuação controla o seu dia, o aparelho deixou de ser uma ferramenta e virou uma fonte de ansiedade.

Há também um determinante social invisível nessa conversa. Pessoas com jornadas exaustivas, sem horário fixo para dormir, sem ambiente silencioso em casa ou sem acesso a comida de qualidade têm sono e recuperação piorados por causas estruturais. O smartwatch mede o resultado, mas não nomeia a causa. Tratar a pontuação como falha individual de disciplina é culpar o corpo por condições que ele não escolheu. O dado sem contexto vira culpa, e a culpa não recupera ninguém.

A lente filosófica que cabe aqui é a de Spinoza: ninguém sabe ainda o que pode um corpo, mas sabemos que o corpo é uma só substância com a mente. Quando você lê os dados do smartwatch com humildade, você usa a tecnologia para ampliar a sua potência de agir (a capacidade de fazer, decidir e viver com mais força), não para encolher o seu dia dentro de uma pontuação. O dado serve quando informa a decisão. O dado escraviza quando substitui a decisão.

Protocolo de leitura: como usar o smartwatch sem se enganar

Princípio básico: leia tendências, não pontos isolados. O seu relógio é um instrumento que vale pelo padrão que revela ao longo de semanas, não pelo número de uma manhã.

Meça sempre no mesmo contexto. Logo ao acordar, antes de tomar café, no mesmo horário, sentado ou deitado na mesma posição. A consistência da coleta vale mais do que a precisão absoluta do número.
Compare apenas médias móveis de 7 dias com a sua linha de base pessoal. Nunca compare o número de hoje com o de ontem. Compare a média desta semana com a média das últimas quatro semanas.
Decida o treino com dois sinais, não com um. Se a HRV caiu e você sente o corpo pesado, considere reduzir a carga. Se a HRV caiu e você se sente bem, treine. O dado é um voto, não um veto. A sua percepção subjetiva é o outro voto.
Use o sono como indicador de regularidade, não de diagnóstico. O que importa mais do que a contagem de minutos de sono profundo é a consistência do horário de dormir e acordar. Se o horário é estável e os valores caem uma semana inteira, preste atenção. Se oscilam de um dia para o outro, ignore.
Não use as calorias do relógio para prescrever a dieta com precisão. Use como referência aproximada de atividade. Se você precisa de um número exato para um plano alimentar clínico, procure um profissional e métodos de laboratório.
Registre as atualizações de firmware. Quando o fabricante atualizar o algoritmo, anote a data. Se os seus números mudarem de uma semana para outra sem mudança na sua rotina, desconfie da atualização, não do seu corpo.

A conclusão: o número é um tradutor, não um juiz

O smartwatch traduz sinais simples de luz e movimento em uma tentativa de descrever algo complexo: o estado do seu corpo. Ele acerta o ritmo, erra a arquitetura do sono, superestima calorias e interpola a variabilidade cardíaca quando o sinal falha. Nenhum desses limites torna o aparelho inútil. Eles tornam o aparelho uma bússola, não um mapa. A bússola aponta a direção da tendência. O terreno você conhece melhor do que ela.

O dado serve quando informa a decisão e se cala quando a decisão já é clara. Uma manhã de HRV baixo não é um fracasso, é uma mensagem: "hoje o corpo pede mais calma". Se você escuta o corpo e o dado juntos, o relógio vira um aliado. Se você obedece ao número sem consultar a própria percepção, o relógio vira um gerente que nunca trabalhou no seu lugar.

A tecnologia de wearable é uma das ferramentas mais poderosas do wellness contemporâneo, mas só quando o usuário entende o que ela mede e o que ela inventa. O corpo que sente, pensa e decide continua sendo a autoridade final. O relógio aponta limites. Você escolhe a direção.

Referências

Benedetto, S., et al. (2018). Assessment of the Fitbit Charge 2 for monitoring heart rate. PLOS ONE, 13(2), e0192691. DOI: 10.1371/journal.pone.0192691
Chinoy, E. D., et al. (2021). Performance of seven consumer sleep-tracking devices compared with polysomnography. Journal of Sleep Research, 30(3), e13303. DOI: 10.1111/jsr.13303
O'Driscoll, R., et al. (2020). Comparison of the validity and generalizability of wrist-worn consumer wearables for estimating energy expenditure. PLOS ONE, 15(5), e0231512. DOI: 10.1371/journal.pone.0231512

Se você quer ser o primeiro a ler novos protocolos como este, assine a newsletter do Wellness Protocol. Ciência traduzida para a vida real, toda semana, direto no seu e-mail.