Lire une étude de VFC ou la validation d’un appareil

Un article sur la VFC ne vaut que par ce qu’il dit de la chaîne de traitement de la leçon 16 et des réglages des leçons 17 à 19. Deux listes de contrôle publiées indiquent ce qu’un article doit préciser. La validation d’un appareil ajoute quatre statistiques, dont chacune répond à une question différente. Cette leçon montre comment lire les unes et les autres, avec une étude de 2025 sur des appareils connectés comme exemple détaillé, et se termine sur ce que le mot « validé » peut et ne peut pas signifier sur un emballage.

Partie 1 : l’étude peut-elle être reproduite ?

Commencez par la section des méthodes, pas par le résumé. Si Si Indice de stress de Baevsky Un nombre sans unité tiré de l’histogramme des intervalles entre battements. Il monte quand le rythme devient plus stable et moins variable, ce que Baevsky interprétait comme une régulation de l’organisme sous tension. En savoir plus sur Indice de stress de Baevsky vous ne pouvez pas savoir comment les battements ont été enregistrés, corrigés et analysés, le résultat ne peut être comparé à aucun autre, quoi qu’il affirme.

La liste GRAPH (Quintana, Alvares et Heathers, 2016) a été écrite pour la psychiatrie mais s’applique à toute étude de VFC. Elle compte 13 items répartis en quatre domaines. Sélection des participants : comment chaque groupe a été recruté et évalué, les critères d’inclusion, les caractéristiques de la maladie et les médicaments, et les données démographiques, dont l’activité physique, l’alcool et la nicotine. Recueil des intervalles entre deux battements : le matériel et la configuration des électrodes, la fréquence d’échantillonnage fréquence d’échantillonnage Fréquence d’échantillonnage Le nombre de fois par seconde où un capteur mesure le signal, en hertz (Hz). Il fixe la précision avec laquelle chaque battement est daté : environ ±1 ms à 1 000 Hz, ±4 ms à 250 Hz et ±20 ms à 25 Hz (caméra). En savoir plus sur Fréquence d’échantillonnage brute, la durée d’enregistrement, l’heure de la journée, le filtrage, la posture et les consignes. Préparation des données : comment les intervalles ont été calculés et rééchantillonnés, comment les artefacts artefacts Artefact Erreur dans un enregistrement des battements, comme un battement manqué, en trop ou mal daté, souvent due à un mouvement ou à un mauvais contact du capteur. Les artefacts peuvent fortement fausser les valeurs de VFC. En savoir plus sur Artefact ont été repérés, pourquoi des données ont été perdues et comment elles ont été corrigées, avec le pourcentage de battements corrigés. Calcul de la VFC : les mesures, le logiciel et toute transformation logarithmique, et les bandes de fréquences avec leur interprétation. L’article note qu’un seuil de 5 % de données perdues est courant mais sans fondement empirique, et que les estimations de la puissance HF puissance HF Puissance HF La variance des intervalles entre battements dans la bande de 0,15 à 0,40 Hz (en ms²), celle de la respiration normale. Elle reflète surtout l’activité vagale quand on respire de 9 à 24 fois par minute. En savoir plus sur Puissance HF (hautes fréquences) par FFT et par modèle AR sont corrélées à r = 0,96 : la méthode compte donc moins que la façon de la rapporter.

La liste Catai (Catai et coll., 2020) compte 30 items destinés à la cardiologie et à la réadaptation cardiaque et va plus loin sur les conditions : la pièce (20 à 24 °C, 40 à 60 % d’humidité, bruit, passages de personnes), au moins 15 minutes de repos dans la posture d’enregistrement, les substances évitées la veille et le jour même (alcool, caféine, nicotine, chocolat, sodas, boissons énergisantes), pas d’effort intense la veille, l’heure de la journée, la fréquence respiratoire fréquence respiratoire Fréquence respiratoire Nombre de respirations par minute. Elle fait varier la VFC à elle seule : une respiration plus lente et plus profonde accroît l’oscillation d’un battement à l’autre, et sous environ 9 respirations par minute, celle-ci passe de la bande HF à la bande LF. En savoir plus sur Fréquence respiratoire vérifiée (en dessous de 8 respirations par minute, la bande LF LF Puissance LF Variance des intervalles entre battements dans la bande de 0,04 à 0,15 Hz, en ms² : des rythmes qui se répètent toutes les 7 à 25 secondes. Autrefois interprétée comme un reflet de l’activité sympathique, une lecture aujourd’hui contestée. En savoir plus sur Puissance LF , celle des basses fréquences, ne peut pas être interprétée), un critère de qualité du signal précisé, le nombre de battements omis et interpolés, et si les fenêtres ont été définies en temps ou en nombre de battements.

Les recommandations de Psychophysiology (Quigley et coll., 2024) ajoutent le plancher matériel : ECG ECG ECG Un enregistrement de l’activité électrique du cœur, réalisé avec des électrodes posées sur la peau. Les intervalles RR obtenus par ECG sont la méthode de référence pour mesurer la VFC. En savoir plus sur ECG à 1 000 Hz par défaut, photopléthysmographie photopléthysmographie PPG Une méthode optique qui envoie de la lumière dans la peau et détecte l'afflux de sang qui accompagne chaque battement. La plupart des montres, des bagues et des applications utilisant la caméra du téléphone s'en servent pour estimer la VFC. En savoir plus sur PPG (PPG) et fréquences descendant jusqu’à 100 Hz seulement quand l’ECG n’est pas envisageable, le nombre de battements corrigés, toute interruption de plus de 5 secondes, un test de l’effet des corrections dès qu’elles dépassent 1 %, et, pour les appareils grand public, une validation par rapport à une référence.

Lisez un article avec ces trois listes sous les yeux. Heathers (2014) a passé en revue 97 études de VFC à court terme publiées en 2012 et constaté que seules 45 % contrôlaient la prise de nourriture, 23 % la prise d’eau et 4 % la vessie pleine avant l’enregistrement. Une étude qui rapporte une différence de HF sans la fréquence respiratoire a rapporté une différence qu’elle ne peut pas interpréter (leçon 18).

Pour aller plus loin Les questions de conception que les listes ne posent pas

Laborde et ses collègues (2017) construisent une étude autour de trois « R » : le repos (resting, le niveau de départ), la réactivité (reactivity, le changement entre le niveau de départ et une tâche) et la récupération (recovery, le changement après celle-ci). Un article qui ne mesure qu’un seul des trois n’a répondu qu’à un tiers de la question, et les trois ne sont pas interchangeables : un tonus vagal de repos plus élevé est en général une bonne chose, tandis qu’un retrait vagal sous charge peut être adaptatif ou non selon la tâche. Demandez quel « R » l’étude a mesuré, si la posture de la mesure de départ correspondait à celle de la tâche, et si la personne qui corrigeait les battements savait de quelle condition il s’agissait. Laborde recommande qu’elle l’ignore.

Partie 2 : les quatre statistiques de concordance

La validation d’un appareil compare un nouvel instrument à une référence sur les mêmes battements. On y trouve quatre chiffres, qui répondent à des questions différentes.

La corrélation ne mesure pas la concordance. Le r de Pearson indique si deux mesures montent et descendent ensemble. Une montre qui afficherait exactement le double de l’ECG obtiendrait r = 1. Bland et Altman (1986) ouvrent leur article sur ce constat, « l’usage de la corrélation est trompeur », et ont donné la méthode qui l’a remplacée.

Bland-Altman : biais et limites de concordance. Pour chaque paire de mesures, prenez la différence $d$ et reportez-la en fonction de la moyenne de la paire. La différence moyenne est le biais, et les limites de concordance sont

$$\bar{d} \pm 1.96\,s_d$$

Autrement dit : la différence moyenne, plus et moins environ deux écarts types des différences. L’article de 1986 arrondit 1,96 à 2. Si les différences sont à peu près normales, 95 % des comparaisons isolées tombent à l’intérieur de ces limites. Le biais indique si l’appareil affiche en moyenne trop haut ou trop bas ; les limites, l’écart possible d’une mesure isolée. Une validation qui rapporte le biais sans les limites a rapporté la moyenne et caché la dispersion.

ICC : le coefficient de corrélation intraclasse. Il traite les deux instruments comme des évaluateurs et demande quelle part de la variance totale vient de vraies différences entre personnes plutôt que d’un désaccord entre évaluateurs :

$$\mathrm{ICC} = \frac{\sigma^2_{\text{between people}}}{\sigma^2_{\text{between people}} + \sigma^2_{\text{error}}}$$

Autrement dit : la variance qui est du signal, divisée par signal plus erreur de mesure. Koo et Li (2016) décrivent dix formes d’ICC, chacune avec des hypothèses différentes, et demandent aux auteurs d’indiquer le modèle, le type et la définition utilisés, et de rapporter l’intervalle de confiance à 95 %. Leurs seuils de fiabilité : en dessous de 0,5, faible ; de 0,5 à 0,75, modérée ; de 0,75 à 0,9, bonne ; au-dessus de 0,9, excellente. Un ICC dépend de la diversité des personnes de l’échantillon : un échantillon très dispersé fait paraître un appareil plus fiable que le même appareil chez des personnes semblables.

CCC : le coefficient de corrélation de concordance. Lin (1989) l’a défini comme la corrélation entre les deux mesures le long de la droite à 45 degrés passant par l’origine. Il multiplie le r de Pearson (la précision, c’est-à-dire la compacité du nuage) par un facteur de correction du biais (l’exactitude, c’est-à-dire l’éloignement du nuage par rapport à la droite de concordance parfaite) :

$$\rho_c = \frac{2\rho\,\sigma_x\sigma_y}{\sigma_x^2 + \sigma_y^2 + (\mu_x - \mu_y)^2}$$

Autrement dit : deux fois la covariance, divisée par les deux variances plus le carré de la différence entre les deux moyennes. Un décalage constant ou une erreur d’échelle l’abaisse ; un nuage serré sur la droite donne 1. C’est le coefficient qu’utilise l’étude sur les appareils connectés ci-dessous.

MAPE : erreur moyenne absolue en pourcentage. La moyenne des écarts absolus, chacun exprimé en pourcentage de la référence :

$$\mathrm{MAPE} = \frac{100}{n}\sum_{i=1}^{n}\left|\frac{x_i - r_i}{r_i}\right|$$

Autrement dit : l’erreur moyenne, exprimée en pourcentage. Il se lit facilement et comporte un piège : pour une mesure comme le RMSSD RMSSD RMSSD Racine carrée de la moyenne des carrés des différences successives : mesure de VFC calculée à partir de l’écart entre chaque intervalle entre battements et le suivant, en millisecondes. Elle reflète surtout l’activité vagale. En savoir plus sur RMSSD , qui peut valoir 15 ms chez une personne et 90 ms chez une autre, la même erreur de 5 ms représente 33 % pour l’une et 6 % pour l’autre.

Partie 3 : un exemple détaillé

Dial et ses collègues (2025) ont fait porter à 13 adultes en bonne santé (6 femmes, âge moyen 33 ans) une ceinture thoracique Polar H10, un ECG à une dérivation échantillonné à 1 000 Hz, ainsi que cinq appareils connectés pendant 536 nuits au total, et comparé le RMSSD nocturne. Les fenêtres différaient : les bagues et la Garmin faisaient la moyenne de segments de 5 minutes sur toute la nuit, WHOOP utilisait une moyenne pondérée en faveur de la dernière période de sommeil lent profond, et la montre Polar utilisait les quatre heures suivant l’endormissement. La référence était la valeur de la ceinture sur toute la nuit, calculée par Kubios, conservée seulement quand moins de 5 % des battements avaient dû être corrigés.

L’article donne les limites avec deux décimales ; elles sont arrondies à une décimale ici. Le nombre de nuits par appareil allait de 139 (Oura Gen 4) à 470 (Oura Gen 3), et chaque biais du tableau de l’article est négatif : −1,0 ms pour la bague Gen 4, −2,5 pour la Gen 3, −0,8 pour WHOOP, −1,8 pour la Garmin et −4,7 pour la montre Polar. Pour quatre appareils, les limites sont le biais plus et moins 1,96 écart type, comme il se doit. La ligne Polar fait exception : son biais est de −4,65 ms avec un écart type de 9,67 ms, ce qui donne des limites de −23,6 à +14,3 ms, soit les limites imprimées avec leurs signes échangés. L’un des deux signes de cette ligne est une coquille, et l’article ne dit pas lequel. Dans les deux cas, la fourchette de la montre Polar est large d’environ 38 ms, contre environ 18 à 23 ms pour les bagues et WHOOP.

Les auteurs ont classé le CCC ainsi : sous 0,80 inacceptable, de 0,80 à 0,89 faible, de 0,90 à 0,95 modéré, de 0,95 à 0,99 substantiel et au-dessus de 0,99 quasi parfait, et ils ont jugé inacceptable un MAPE supérieur à 10 %. Lisez le tableau à la lumière des quatre statistiques. Tous les appareils ont un petit biais : en moyenne, ils affichent tous une valeur à quelques millisecondes de celle de la ceinture. Ce sont les limites qui les distinguent : les bagues et WHOOP gardent 95 % des nuits à environ 12 ms de part et d’autre, tandis que les nuits de la montre Polar se répartissent sur une fourchette près de deux fois plus large. Le CCC les classe dans cet ordre parce qu’il pénalise la dispersion, et le MAPE place deux appareils au-delà de la limite fixée par les auteurs. Les réserves de l’étude elle-même : 13 personnes, toutes apparemment en bonne santé, et des algorithmes propriétaires susceptibles d’être révisés, d’où l’appel des auteurs à revalider régulièrement les appareils.

Partie 4 : résultat de groupe, chiffre individuel

Le tableau décrit des appareils sur l’ensemble des personnes. Votre question est différente : cet appareil est-il assez précis pour montrer les changements qui comptent pour vous dans vos propres données ? Cela dépend d’un nombre qu’aucune validation ne peut vous donner : l’ampleur de votre propre dispersion d’un jour à l’autre.

Afficher la moyenne sur 7 joursAfficher ma plage habituelle

RMSSD, ms

30405060

il y a 29 joursAujourd’hui

• Mesure d’un matin
• Moyenne sur 7 jours
• Plage habituelle

Même sans rien de particulier, les mesures isolées varient entre 37 et 57 ms. La moyenne sur 7 jours reste entre 45 et 49 ms.

Ajouter un événement

Une mauvaise nuitDeux verresUne semaine d’entraînement intenseUn début de maladieUne mesure prise deboutRéinitialiser

RMSSD du matin simulé sur les 30 derniers jours. Plage habituelle : 43 à 51 ms.

Jour	Mesure (ms)	Moyenne sur 7 jours (ms)	Événement
il y a 29 jours	41	48	Aucun
il y a 28 jours	43	47	Aucun
il y a 27 jours	47	46	Aucun
il y a 26 jours	45	45	Aucun
il y a 25 jours	46	45	Aucun
il y a 24 jours	52	46	Aucun
il y a 23 jours	51	46	Aucun
il y a 22 jours	45	47	Aucun
il y a 21 jours	52	48	Aucun
il y a 20 jours	37	47	Aucun
il y a 19 jours	42	46	Aucun
il y a 18 jours	40	45	Aucun
il y a 17 jours	52	45	Aucun
il y a 16 jours	57	46	Aucun
il y a 15 jours	53	47	Aucun
il y a 14 jours	42	46	Aucun
il y a 13 jours	41	46	Aucun
il y a 12 jours	46	47	Aucun
il y a 11 jours	53	49	Aucun
il y a 10 jours	46	48	Aucun
il y a 9 jours	43	46	Aucun
il y a 8 jours	45	45	Aucun
il y a 7 jours	51	46	Aucun
il y a 6 jours	46	47	Aucun
il y a 5 jours	47	47	Aucun
il y a 4 jours	52	47	Aucun
il y a 3 jours	41	46	Aucun
il y a 2 jours	40	46	Aucun
Hier	45	46	Aucun
Aujourd’hui	52	46	Aucun

Un graphique de 30 mesures matinales simulées du RMSSD qui montent et descendent d’un jour à l’autre, avec une ligne plus stable pour la moyenne sur 7 jours et une bande grisée pour la plage habituelle. Un tableau avec chaque mesure suit le graphique.

Supposons que vos matins varient de ±20 ms autour d’une moyenne sur 7 jours de 60 ms. Un appareil dont les nuits isolées restent à ±12 ms environ de la valeur réelle ajoute moins d’erreur que n’en comportent déjà vos propres variations, et sa tendance est utilisable. Supposons que votre dispersion soit de ±5 ms autour de 25 ms. L’erreur du même appareil est maintenant supérieure à votre propre variation, et un changement de 8 ms d’une nuit à l’autre a autant de chances de venir du capteur que de vous. Le remède est celui de la leçon 10 : lire la moyenne sur 7 jours, pas la nuit. Un biais compte moins qu’il n’y paraît, car un appareil qui affiche toujours 2,5 ms de moins montre quand même fidèlement vos changements ; il ne compte que lorsque vous comparez votre chiffre à celui de quelqu’un d’autre, ou à un tableau de valeurs normatives construit avec un autre appareil (leçon 7).

La même logique vaut pour chaque résultat de groupe de ce cours. Une méta-analyse qui relie une VFC basse à des événements cardiovasculaires (leçon 14) décrit une population. Un ICC de 0,9 décrit dans quelle mesure un appareil sépare les personnes les unes des autres. Aucun des deux n’est un énoncé sur la mesure d’une personne un matin donné.

Partie 5 : lire un titre sur le risque

Les études sur la VFC et la santé se terminent par un autre type de nombre : un risque relatif. « Les personnes du groupe de VFC la plus basse avaient un risque supérieur de 35 % » signifie que l’événement était 1,35 fois plus fréquent dans ce groupe que dans le groupe de comparaison. Cela ne dit pas à quel point l’événement était fréquent au départ, et c’est ce risque absolu qui détermine combien de personnes le titre concerne.

L’outil interactif ci-dessous transforme un risque relatif en personnes. Fixez un niveau de départ : combien de personnes sur 100 auraient l’événement de toute façon ; ce niveau est ici un exemple inventé, pas le risque réel de quiconque. Chargez ensuite un risque relatif issu de l’une de trois études citées sur la page VFC et longévité : les études de mortalité : une méta-analyse des premiers événements cardiovasculaires chez des personnes sans maladie cardiaque connue (Hillebrand 2013), une méta-analyse des décès toutes causes confondues (Jarczok 2022), et une étude de 1987 sur des survivants d’un infarctus (Kleiger). Comptez les personnes supplémentaires que chacune représente.

Le risque relatif, en personnes

Un risque de base fictif, de vrais risques relatifs

Risque de base 4 sur 100 Risque relatif 1,35 fois le risque

Hillebrand 2013 : 1,35 Jarczok 2022 : 1,56 Kleiger 1987 : 5,3

Au risque de base

4 sur 100

Personnes en plus

1 sur 100

• Événement au risque de base
• En plus au risque plus élevé
• Aucun événement dans les deux cas

Avec 4 sur 100 au risque de base, un risque relatif de 1,35 correspond à environ 5 sur 100 : 1 personne de plus, et 95 personnes sur 100 sans événement dans les deux cas.

Les curseurs fonctionnent lorsque JavaScript est activé.

Une grille de 100 cercles, dix sur dix. Les cercles orange pleins sont les personnes chez qui l’événement survient au risque de base, les cercles au contour orange les personnes en plus au risque relatif plus élevé, et les cercles gris les personnes chez qui il ne survient dans aucun cas. Un curseur règle le risque de base de 1 à 30 sur 100 ; un autre règle le risque relatif de 1 à 6. Trois boutons chargent les risques relatifs de Hillebrand 2013, Jarczok 2022 et Kleiger 1987. Une phrase compte les personnes de chaque groupe.

Devant tout titre sur le risque, posez trois questions. Par rapport à qui : le groupe à la VFC la plus haute, le reste de l’échantillon, ou un seuil fixe ? Sur combien : quel est le risque absolu dans le groupe de comparaison ? Et chez qui : chez des adultes en bonne santé, ou chez des patients après un infarctus, mesurés avec un ECG médical sur 24 heures plutôt qu’avec un appareil porté la nuit ? Un risque relatif de 5 après un infarctus et un risque relatif de 1,35 chez des adultes en bonne santé sont des résultats différents sur des personnes différentes, et aucun n’est une prévision pour une personne donnée.

Partie 6 : ce que « validé » signifie sur un emballage

« Cliniquement validé » n’est pas une expression réglementée pour la VFC grand public. Quand vous la rencontrez, posez six questions, et attendez-vous à ce que la réponse à chacune figure dans un article publié, pas sur la page produit.

1. Par rapport à quoi ? Un ECG à 1 000 Hz ou une ceinture thoracique est une référence ; un autre appareil connecté n’en est pas une.
2. Chez qui ? Combien de personnes, de quel âge, en quel état de santé, et si des personnes ayant un rythme irrégulier ont été incluses. L’étude de 2025 porte sur 13 adultes d’âge moyen 33 ans.
3. Quelle mesure et quelle fenêtre ? Un RMSSD nocturne calculé sur des segments de 5 minutes n’est pas la même grandeur qu’une mesure du matin de 5 minutes ou qu’un SDNN SDNN SDNN Écart type de tous les intervalles NN d’un enregistrement, en millisecondes. Il mesure la variabilité globale, et sa valeur dépend fortement de la durée de l’enregistrement. En savoir plus sur SDNN sur 24 heures (leçon 17).
4. Quelle statistique ? La corrélation seule n’est pas la concordance. Cherchez un biais avec ses limites, et un ICC ou un CCC avec son intervalle.
5. Quel firmware ? Les algorithmes changent. La validation du firmware de l’an dernier est un document historique.
6. Qui a payé ? Les études financées par le fabricant peuvent être solides, mais doivent l’indiquer.

Un appareil qui répond aux six questions est validé pour cet usage. Ce n’est toujours pas un instrument de diagnostic, et les signaux d’alerte de la leçon 14 s’appliquent quel que soit son CCC.

Vous voici au terme du niveau 4 et du cours. La page de l’attestation de fin de cours vérifie les vingt quiz et imprime votre attestation une fois qu’ils sont tous réussis.