Un artículo sobre variabilidad de la frecuencia cardiaca (VFC) vale lo que diga sobre la cadena de medición de la lección 16 y sobre los ajustes de las lecciones 17 a 19. Dos listas publicadas indican qué debe declarar un artículo. La validación de un dispositivo añade cuatro medidas estadísticas, y cada una responde a una pregunta distinta. Esta lección enseña a leer ambas, con un estudio de 2025 sobre relojes, anillos y pulseras como ejemplo resuelto, y termina con lo que la palabra «validado» puede y no puede significar en una caja.
Parte 1: ¿se puede reproducir el estudio?
Empieza por la sección de métodos, no por el resumen. Si Índice de estrés de Baevsky Un número, sin unidad, calculado a partir del histograma de los intervalos entre latidos. Sube cuando el ritmo se vuelve más estable y menos variable, algo que Baevsky interpretaba como tensión en la regulación del organismo. Más sobre Índice de estrés de Baevsky no puedes saber cómo se registraron, limpiaron y analizaron los latidos, el resultado no se puede comparar con ningún otro, diga lo que diga.
La lista GRAPH (Quintana, Alvares y Heathers, 2016) se escribió para la psiquiatría, pero sirve para cualquier estudio de VFC. Tiene 13 puntos en cuatro apartados. Selección de participantes: cómo se reclutó y evaluó cada grupo, los criterios de inclusión, las características de la enfermedad y la medicación, y los datos demográficos, incluidos la actividad física, el alcohol y la nicotina. Registro de los intervalos entre latidos: el equipo y la disposición de los electrodos, la frecuencia de muestreo Frecuencia de muestreo Cuántas veces por segundo mide un sensor la señal, en hercios (Hz). Determina con qué precisión se sitúa cada latido en el tiempo: unos ±1 ms a 1000 Hz, ±4 ms a 250 Hz y ±20 ms con una cámara de 25 Hz. Más sobre Frecuencia de muestreo original, la duración del registro, la hora del día, el filtrado, la postura y las instrucciones. Preparación de los datos: cómo se calcularon y se remuestrearon los intervalos, cómo se identificaron los artefactos Artefacto Un error en el registro de los latidos (uno no detectado, uno de más o uno mal situado en el tiempo), a menudo por movimiento o mal contacto del sensor. Puede distorsionar mucho los valores de VFC. Más sobre Artefacto , por qué se perdieron datos y cómo se limpiaron, con el porcentaje de latidos corregidos. Cálculo de la VFC: las medidas, el programa y cualquier transformación logarítmica, y las bandas de frecuencia con su interpretación. El artículo señala que un umbral del 5 % de pérdida de datos es habitual y no tiene base empírica, y que las estimaciones de la HF Potencia HF La varianza de los intervalos entre latidos que cae en la banda de 0,15 a 0,40 Hz, en ms²: el rango de la respiración normal. Refleja sobre todo la actividad vagal si se respira de 9 a 24 veces por minuto. Más sobre Potencia HF por FFT y por AR se correlacionan con r = 0,96, de modo que importa menos el método que cómo se informa de él.
La lista de Catai (Catai y colaboradores, 2020) tiene 30 puntos pensados para la cardiología y la rehabilitación cardiaca, y entra más a fondo en las condiciones: la sala (de 20 a 24 °C, del 40 al 60 % de humedad, ruido, gente que pasa), al menos 15 minutos de reposo en la postura del registro, las sustancias que se evitan el día anterior y el mismo día (alcohol, cafeína, nicotina, chocolate, refrescos, bebidas energéticas), ningún ejercicio intenso el día anterior, la hora del día, la frecuencia respiratoria Frecuencia respiratoria Las respiraciones que haces por minuto. Hace variar la VFC por sí sola: respirar más despacio y más hondo aumenta la oscilación entre latidos, y por debajo de unas 9 por minuto esa oscilación pasa de la banda HF a la LF. Más sobre Frecuencia respiratoria comprobada (por debajo de 8 respiraciones por minuto, la banda LF Potencia LF La varianza de los intervalos entre latidos que cae en la banda de 0,04 a 0,15 Hz, en ms²: ritmos que se repiten cada 7 a 25 segundos. Antes se leía como actividad simpática, una lectura hoy discutida. Más sobre Potencia LF no se puede interpretar), un criterio declarado de calidad de la señal, el número de latidos omitidos e interpolados y si las ventanas se fijaron en tiempo o en latidos.
Las directrices de la revista Psychophysiology (Quigley y colaboradores, 2024) añaden el mínimo de equipo: ECG ECG Un registro de la actividad eléctrica del corazón, tomado con electrodos sobre la piel. Los intervalos RR obtenidos con un ECG son el patrón de referencia para medir la VFC. Más sobre ECG a 1000 Hz como valor por defecto, PPG PPG Método óptico que envía luz a la piel y detecta el pulso de la sangre con cada latido. La mayoría de los relojes, los anillos y las aplicaciones que usan la cámara del teléfono se basan en él para estimar la VFC. Más sobre PPG y frecuencias de muestreo tan bajas como 100 Hz solo cuando el ECG no es viable, el número de latidos editados, cualquier laguna de más de 5 segundos, una prueba del efecto de la edición siempre que supere el 1 % y, para los dispositivos de consumo, una validación frente a una referencia.
Lee un artículo con estas tres listas delante. Heathers (2014) revisó 97 estudios de VFC de corta duración publicados en 2012 y encontró que solo el 45 % controlaba la comida, el 23 % el agua y el 4 % la vejiga llena antes del registro. Un estudio que presenta una diferencia entre grupos en la HF sin indicar la frecuencia respiratoria ofrece una diferencia que no se puede interpretar (lección 18).
Para saber más Preguntas de diseño que las listas no hacen
Laborde y colaboradores (2017) plantean un estudio en torno a tres R: reposo (el nivel de partida), reactividad (el cambio desde el nivel de partida hasta una tarea) y recuperación (el cambio posterior a ella). Un artículo que mide solo una de las tres ha respondido solo a un tercio de la pregunta, y las tres no son intercambiables: un tono vagal más alto en reposo suele ser bueno, mientras que una retirada vagal bajo carga puede ser adaptativa o no según la tarea. Pregunta qué R midió el estudio, si la postura de partida coincidía con la de la tarea y si quien limpiaba los latidos sabía qué condición estaba limpiando. Laborde recomienda que no lo sepa.
Parte 2: las cuatro medidas de concordancia
La validación de un dispositivo compara un instrumento nuevo con uno de referencia sobre los mismos latidos. Aparecen cuatro cifras, y cada una responde a una pregunta distinta.
La correlación no mide la concordancia. La r de Pearson indica si dos medidas suben y bajan juntas. Un reloj que midiera exactamente el doble que el ECG obtendría r = 1. Bland y Altman (1986) abrieron su artículo con esa idea: según ellos, usar la correlación induce a error. Y propusieron el método que la sustituyó.
Bland-Altman: sesgo y límites de concordancia. Para cada par de mediciones, toma la diferencia y represéntala frente a la media del par. La diferencia media es el sesgo, y los límites de concordancia son
Léelo así: la diferencia media, más y menos unas dos desviaciones estándar de las diferencias. El artículo de 1986 redondea 1,96 a 2. Si las diferencias son aproximadamente normales, el 95 % de las comparaciones individuales cae dentro de esos límites. El sesgo indica si, de media, el dispositivo mide por encima o por debajo; los límites indican cuánto puede desviarse una sola medición. Una validación que da el sesgo sin los límites da la media y esconde la dispersión.
ICC: el coeficiente de correlación intraclase. Trata los dos instrumentos como evaluadores y pregunta qué parte de la varianza total procede de diferencias reales entre personas y no del desacuerdo entre evaluadores:
Léelo así: la varianza que es señal, dividida entre la señal más el error. Koo y Li (2016) describen diez formas de ICC, cada una con supuestos distintos, y piden a los autores que indiquen el modelo, el tipo y la definición que usaron, y que den el intervalo de confianza del 95 %. Sus tramos: por debajo de 0,5, bajo; de 0,5 a 0,75, moderado; de 0,75 a 0,9, bueno; por encima de 0,9, excelente. Un ICC depende de lo distintas que sean las personas de la muestra: una muestra muy dispersa hace que un dispositivo parezca más fiable que ese mismo dispositivo medido en personas parecidas.
CCC: el coeficiente de correlación de concordancia. Lin (1989) lo definió como la correlación entre las dos mediciones respecto a la recta de 45 grados que pasa por el origen. Multiplica la r de Pearson (la precisión: lo compacta que es la nube de puntos) por un factor de corrección del sesgo (la exactitud: lo lejos que queda la nube de la recta de concordancia perfecta):
Léelo así: el doble de la covarianza, dividido entre las dos varianzas más el cuadrado de la diferencia entre las dos medias. Un desplazamiento constante o un error de escala lo reducen; una nube compacta sobre la recta da 1. Es el coeficiente que usa el estudio de dispositivos que verás a continuación.
MAPE: error porcentual absoluto medio. La media de las diferencias absolutas, cada una como porcentaje de la referencia:
Léelo así: de media, qué porcentaje se aparta de la referencia. Es fácil de leer y tiene una trampa: en una medida como el RMSSD RMSSD Raíz cuadrada de la media de los cuadrados de las diferencias sucesivas: medida de VFC basada en cuánto difiere cada intervalo entre latidos del siguiente, en milisegundos. Refleja sobre todo la actividad vagal. Más sobre RMSSD , que puede ser de 15 ms en una persona y de 90 ms en otra, el mismo error de 5 ms es del 33 % para la primera y del 6 % para la segunda.
Parte 3: un ejemplo resuelto
Dial y colaboradores (2025) pidieron a 13 adultos sanos (6 mujeres, con una edad media de 33 años) que llevaran una banda pectoral Polar H10, un ECG de una derivación muestreado a 1000 Hz, junto con cinco dispositivos, durante 536 noches en total, y compararon el RMSSD nocturno. Las ventanas diferían: los anillos y el Garmin usaron la media de segmentos de 5 minutos repartidos por la noche, WHOOP usó una media que da más peso al último tramo de sueño de ondas lentas, y el reloj Polar usó las cuatro horas posteriores al inicio del sueño. La referencia fue el valor de toda la noche de la banda, calculado con Kubios y conservado solo cuando había que corregir menos del 5 % de los latidos.
| Dispositivo | Límites del 95 % (ms) | CCC (0 a 1) | MAPE (%) |
|---|---|---|---|
| Oura Gen 4 | −11,8 a +9,9 | 0,99 | 6,0 |
| Oura Gen 3 | −11,4 a +6,4 | 0,97 | 7,2 |
| WHOOP 4.0 | −12,5 a +10,9 | 0,94 | 8,2 |
| Garmin Fenix 6 | −15,2 a +11,6 | 0,87 | 10,5 |
| Polar Grit X Pro | −14,3 a +23,6, tal como figura en el artículo (véase abajo) | 0,82 | 16,3 |
El artículo da los límites con dos decimales; aquí se redondean a uno. El número de noches por dispositivo va de 139 (Oura Gen 4) a 470 (Oura Gen 3), y todos los sesgos de la tabla del artículo son negativos: −1,0 ms para el anillo Gen 4, −2,5 para el Gen 3, −0,8 para WHOOP, −1,8 para el Garmin y −4,7 para el reloj Polar. En cuatro dispositivos los límites son el sesgo más y menos 1,96 desviaciones estándar, como corresponde. La fila del Polar no lo cumple: su sesgo es de −4,65 ms con una desviación estándar de 9,67 ms, lo que da unos límites de −23,6 a +14,3 ms, es decir, los límites publicados con los signos intercambiados. Uno de los dos signos de esa fila es una errata, y el artículo no dice cuál. En cualquier caso, el intervalo del reloj Polar tiene unos 38 ms de ancho, frente a los 18 a 23 ms aproximados de los anillos y de WHOOP.
Los autores clasificaron el CCC como inaceptable por debajo de 0,80, bajo de 0,80 a 0,89, moderado de 0,90 a 0,95, sustancial de 0,95 a 0,99 y casi perfecto por encima de 0,99, y consideraron inaceptable un MAPE superior al 10 %. Lee la tabla a través de las cuatro medidas. Todos los dispositivos tienen un sesgo pequeño: de media, todos miden a pocos milisegundos de la banda. Los límites son lo que los separa: los anillos y WHOOP mantienen el 95 % de las noches a unos 12 ms de la banda, por arriba o por abajo, mientras que las noches del reloj Polar se reparten en una franja casi dos veces más ancha. El CCC los ordena así porque castiga la dispersión, y el MAPE deja a dos dispositivos por encima del umbral de los autores. Las salvedades del propio estudio: 13 personas, todas aparentemente sanas, y algoritmos propietarios que pueden actualizarse, por lo que los autores piden seguir revalidando.
Parte 4: resultado de grupo, valor individual
La tabla describe dispositivos medidos en un conjunto de personas. Tu pregunta es otra: ¿es este dispositivo lo bastante preciso para mostrar, en tus propios datos, los cambios que te importan? Eso depende de un valor que ninguna validación puede darte: la dispersión de tus propios valores de un día a otro.
Aunque no pase nada, las mediciones sueltas oscilan entre 37 y 57 ms. La media de 7 días se mantiene entre 45 y 49 ms.
| Día | Medición (ms) | Media de 7 días (ms) | Suceso |
|---|---|---|---|
| hace 29 días | 41 | 48 | Ninguno |
| hace 28 días | 43 | 47 | Ninguno |
| hace 27 días | 47 | 46 | Ninguno |
| hace 26 días | 45 | 45 | Ninguno |
| hace 25 días | 46 | 45 | Ninguno |
| hace 24 días | 52 | 46 | Ninguno |
| hace 23 días | 51 | 46 | Ninguno |
| hace 22 días | 45 | 47 | Ninguno |
| hace 21 días | 52 | 48 | Ninguno |
| hace 20 días | 37 | 47 | Ninguno |
| hace 19 días | 42 | 46 | Ninguno |
| hace 18 días | 40 | 45 | Ninguno |
| hace 17 días | 52 | 45 | Ninguno |
| hace 16 días | 57 | 46 | Ninguno |
| hace 15 días | 53 | 47 | Ninguno |
| hace 14 días | 42 | 46 | Ninguno |
| hace 13 días | 41 | 46 | Ninguno |
| hace 12 días | 46 | 47 | Ninguno |
| hace 11 días | 53 | 49 | Ninguno |
| hace 10 días | 46 | 48 | Ninguno |
| hace 9 días | 43 | 46 | Ninguno |
| hace 8 días | 45 | 45 | Ninguno |
| hace 7 días | 51 | 46 | Ninguno |
| hace 6 días | 46 | 47 | Ninguno |
| hace 5 días | 47 | 47 | Ninguno |
| hace 4 días | 52 | 47 | Ninguno |
| hace 3 días | 41 | 46 | Ninguno |
| hace 2 días | 40 | 46 | Ninguno |
| Ayer | 45 | 46 | Ninguno |
| Hoy | 52 | 46 | Ninguno |
Un gráfico de 30 mediciones matutinas simuladas de RMSSD que suben y bajan de un día a otro, con una línea más estable para la media de 7 días y una franja sombreada para el rango habitual. Después del gráfico hay una tabla con todas las mediciones.
Imagina que tus mediciones matutinas varían ±20 ms en torno a una media de 7 días de 60 ms. Un dispositivo cuyas noches sueltas quedan a unos ±12 ms de la realidad añade menos error del que ya hay en tus datos, y su tendencia es utilizable. Imagina ahora que tu dispersión es de ±5 ms en torno a 25 ms. El error del mismo dispositivo es mayor que tu propia variación, y un cambio de 8 ms en una noche tiene tantas probabilidades de venir del sensor como de ti. El remedio es el de la lección 10: lee la media de 7 días, no la noche. Un sesgo importa menos de lo que parece, porque un dispositivo que siempre mide 2,5 ms de menos sigue mostrando fielmente tus cambios; solo importa cuando comparas tu valor con el de otra persona o con una tabla de valores normativos hecha con otro dispositivo (lección 7).
La misma lógica vale para cualquier resultado de grupo de este curso. Un metaanálisis que relaciona una VFC baja con eventos cardiovasculares (lección 14) describe una población. Un ICC de 0,9 describe lo bien que un dispositivo distingue a unas personas de otras. Ninguno de los dos dice nada sobre una medición concreta de una mañana concreta.
Parte 5: cómo leer un titular sobre riesgo
Los estudios de VFC y salud terminan en otro tipo de número: el riesgo relativo. «Las personas del grupo de VFC más baja tuvieron un 35 % más de riesgo» significa que el suceso fue 1,35 veces más frecuente en ese grupo que en el de comparación. No dice cuál era la frecuencia de partida del suceso, y eso, el riesgo absoluto, es lo que decide a cuántas personas se refiere el titular.
El gráfico interactivo de abajo convierte un riesgo relativo en personas. Fija un valor de partida: cuántas personas de cada 100 tendrían el suceso de todos modos; ese valor es un ejemplo inventado, no el riesgo real de nadie. Después carga el riesgo relativo de uno de tres estudios citados en la página sobre VFC y longevidad: un metaanálisis de los primeros eventos cardiovasculares en personas sin cardiopatía conocida (Hillebrand 2013), un metaanálisis de la muerte por cualquier causa (Jarczok 2022) y un estudio de 1987 con supervivientes de un infarto (Kleiger). Cuenta las personas adicionales que supone cada uno.
Riesgo relativo, en personas
Un riesgo de partida inventado, riesgos relativos reales
- Con el riesgo de partida
- 4 de cada 100
- Personas de más
- 1 de cada 100
- Suceso con el riesgo de partida
- Personas de más con el riesgo más alto
- Sin suceso en ningún caso
Con un riesgo de partida de 4 de cada 100, un riesgo relativo de 1,35 supone unos 5 de cada 100: 1 persona más, y 95 de las 100 sin ningún suceso en ningún caso.
Los controles deslizantes funcionan cuando JavaScript está activado.
Una cuadrícula de diez por diez con 100 círculos. Los círculos ámbar rellenos son las personas que tendrían el suceso con el riesgo de partida, los círculos con contorno ámbar son las personas adicionales con el riesgo relativo más alto, y los círculos grises son las personas sin ningún suceso en ninguno de los dos casos. Un control deslizante ajusta el riesgo de partida de 1 a 30 de cada 100; otro ajusta el riesgo relativo de 1 a 6. Tres botones cargan los riesgos relativos de Hillebrand 2013, Jarczok 2022 y Kleiger 1987. Una frase cuenta las personas de cada grupo.
Lee cualquier titular sobre riesgo con tres preguntas. Relativo a quién: ¿al grupo de VFC más alta, al resto de la muestra o a un punto de corte fijo? De cuántos: ¿cuál es el riesgo absoluto en el grupo de comparación? Y en quién: ¿en adultos sanos o en pacientes tras un infarto, medidos con un ECG médico durante 24 horas y no con un dispositivo que se lleva puesto por la noche? Un riesgo relativo de 5 tras un infarto y uno de 1,35 en adultos sanos son resultados distintos sobre personas distintas, y ninguno es un pronóstico para una persona concreta.
Parte 6: qué significa «validado» en una caja
«Validado clínicamente» no es una expresión regulada para la VFC de consumo. Cuando la veas, haz seis preguntas, y espera que la respuesta a cada una esté en un artículo publicado, no en la página del producto.
- ¿Frente a qué? Un ECG a 1000 Hz o una banda pectoral son una referencia; otro dispositivo, no.
- ¿En quién? Cuántas personas, de qué edades, con qué grado de salud, y si se incluyó a alguien con un ritmo irregular. El estudio de 2025 reúne a 13 adultos con una edad media de 33 años.
- ¿Qué medida y qué ventana? El RMSSD nocturno de segmentos de 5 minutos no es la misma magnitud que una medición matutina de 5 minutos ni que un SDNN SDNN La desviación estándar de todos los intervalos NN de un registro, en milisegundos. Mide la variabilidad global, y su valor depende mucho de la duración del registro. Más sobre SDNN de 24 horas (lección 17).
- ¿Qué medida de concordancia? La correlación sola no es concordancia. Busca el sesgo con sus límites, y un ICC o un CCC con su intervalo.
- ¿Qué firmware? Los algoritmos cambian. La validación del firmware del año pasado es un documento histórico.
- ¿Quién pagó? Los estudios financiados por el fabricante pueden ser sólidos, y deberían decirlo.
Un dispositivo que supera las seis preguntas está validado para ese uso. Aun así, no es un instrumento de diagnóstico, y las señales de alarma de la lección 14 siguen valiendo sea cual sea su CCC.
Has llegado al final del Nivel 4 y del curso. La página del certificado comprueba todos los cuestionarios, los veinte, e imprime tu certificado cuando los hayas superado.