Como ler estudos de VFC e validações de dispositivos

Um artigo sobre variabilidade da frequência cardíaca (VFC) só é tão bom quanto aquilo que revela sobre a cadeia de medição da aula 16 e as configurações das aulas 17 a 19. Duas listas de verificação publicadas dizem o que um artigo deve declarar. A validação de um dispositivo acrescenta quatro estatísticas, e cada uma responde a uma pergunta diferente. Esta aula mostra como ler as duas coisas, com um estudo de 2025 sobre dispositivos vestíveis como exemplo resolvido, e termina com o que a palavra “validado” pode e não pode significar na caixa de um produto.

Parte 1: o estudo pode ser reproduzido?

Comece pela seção de métodos, não pelo resumo. Se você não consegue saber como os batimentos foram registrados, limpos e analisados, o resultado não pode ser comparado com nenhum outro, seja o que for que ele afirme.

A lista GRAPH (Quintana, Alvares e Heathers, 2016) foi escrita para a psiquiatria, mas vale para qualquer estudo de VFC. Tem 13 itens em quatro domínios. Seleção dos participantes: como cada grupo foi recrutado e avaliado, os critérios de inclusão, as características da doença e os medicamentos, e dados demográficos, inclusive atividade física, álcool e nicotina. Coleta dos intervalos entre batimentos: o equipamento e a configuração dos eletrodos, a taxa de amostragem taxa de amostragem Taxa de amostragem Quantas vezes por segundo um sensor mede o sinal, em hertz (Hz). Define a precisão com que cada batimento é marcado: cerca de ±1 ms a 1.000 Hz, ±4 ms a 250 Hz e ±20 ms em uma câmera de 25 Hz. Mais sobre Taxa de amostragem bruta, a duração do registro, o horário, a filtragem, a postura e as instruções. Preparação dos dados: como os intervalos foram calculados e reamostrados, como os artefatos artefatos Artefato Um erro em um registro de batimentos, como um batimento perdido, extra ou marcado no momento errado, muitas vezes causado por movimento ou por mau contato do sensor. Artefatos podem distorcer muito os valores de VFC. Mais sobre Artefato foram identificados, por que dados foram perdidos e como foram limpos, com o percentual de batimentos corrigidos. Cálculo da VFC: as medidas, o programa, qualquer transformação logarítmica e as bandas de frequência com a sua interpretação. O artigo observa que um corte de 5% de perda de dados é comum e não tem base empírica, e que as estimativas de HF HF Potência HF A variância dos intervalos entre os batimentos que cai na banda de 0,15 a 0,40 Hz, em ms²: a faixa da respiração normal. Reflete principalmente a atividade vagal quando a respiração é de 9 a 24 por minuto. Mais sobre Potência HF (alta frequência) por FFT e por AR se correlacionam em r = 0,96, de modo que o método importa menos do que o relato dele.

A lista Catai (Catai e colaboradores, 2020) tem 30 itens voltados à cardiologia e à reabilitação cardíaca e vai mais fundo nas condições: a sala (20 a 24 °C, 40% a 60% de umidade, ruído, pessoas passando), pelo menos 15 minutos de repouso na postura do registro, substâncias evitadas no dia anterior e no próprio dia (álcool, cafeína, nicotina, chocolate, refrigerantes, energéticos), nenhum exercício intenso no dia anterior, o horário, a frequência respiratória frequência respiratória Frequência respiratória Quantas respirações você faz por minuto. Ela muda a VFC por si só: respirar mais devagar e mais fundo aumenta a oscilação entre os batimentos e, abaixo de cerca de 9 respirações por minuto, essa oscilação passa da banda HF para a LF. Mais sobre Frequência respiratória verificada (abaixo de 8 respirações por minuto, a banda LF LF Potência LF A variância dos intervalos entre batimentos que cai na banda de 0,04 a 0,15 Hz, em ms²: ritmos que se repetem a cada 7 a 25 segundos. Já foi lida como atividade simpática, leitura hoje contestada. Mais sobre Potência LF (baixa frequência) não pode ser interpretada), um critério de qualidade do sinal declarado, o número de batimentos omitidos e interpolados e se as janelas foram definidas em tempo ou em batimentos.

As diretrizes da revista Psychophysiology (Quigley e colaboradores, 2024) acrescentam os requisitos mínimos de equipamento: ECG ECG ECG Um registro da atividade elétrica do coração, feito com eletrodos na pele. Os intervalos RR obtidos por ECG são o padrão de referência para medir a VFC. Mais sobre ECG a 1000 Hz como padrão, PPG PPG PPG Método óptico que emite luz sobre a pele e registra a pulsação do sangue a cada batimento. A maioria dos relógios, anéis e aplicativos que medem pela câmera do celular usa esse método para estimar a VFC. Mais sobre PPG e taxas de amostragem de apenas 100 Hz só quando o ECG não for viável, o número de batimentos editados, qualquer lacuna de mais de 5 segundos, um teste do efeito da edição sempre que ela passar de 1% e, para dispositivos de consumo, uma validação em comparação com uma referência.

Leia um artigo com essas três listas abertas. Heathers (2014) examinou 97 estudos de VFC de curta duração publicados em 2012 e constatou que apenas 45% controlaram a alimentação, 23% a água e 4% a bexiga cheia antes do registro. Um estudo que apresenta uma diferença de HF sem a frequência respiratória traz um resultado que ele mesmo não consegue interpretar (aula 18).

Para saber mais Perguntas de desenho que as listas não fazem

Laborde e colaboradores (2017) estruturam um estudo em torno de três Rs, as iniciais em inglês de repouso (resting, o nível na linha de base), reatividade (reactivity, a mudança da linha de base para uma tarefa) e recuperação (recovery, a mudança depois dela). Um artigo que mede apenas um dos três respondeu a apenas um terço da pergunta, e os três não são intercambiáveis: um tônus vagal de repouso mais alto costuma ser bom, enquanto uma retirada vagal sob carga pode ser adaptativa ou não, dependendo da tarefa. Pergunte qual R o estudo mediu, se a postura da linha de base era a mesma da tarefa e se quem limpava os batimentos sabia qual condição estava limpando. Laborde recomenda que não saiba.

Parte 2: as quatro estatísticas de concordância

A validação de um dispositivo compara um instrumento novo com uma referência nos mesmos batimentos. Aparecem quatro números, e eles respondem a perguntas diferentes.

A correlação não mede a concordância. O r de Pearson diz se duas medidas sobem e descem juntas. Um relógio que marca exatamente o dobro do ECG tem r = 1. Bland e Altman (1986) começaram por esse ponto, “o uso da correlação é enganoso”, e propuseram o método que a substituiu.

Bland-Altman: viés e limites de concordância. Para cada par de medições, tome a diferença $d$ e marque-a em um gráfico em função da média do par. A diferença média é o viés, e os limites de concordância são

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

Leia assim: a diferença média, mais e menos cerca de dois desvios padrão das diferenças. O artigo de 1986 arredonda 1,96 para 2. Se as diferenças forem aproximadamente normais, 95% das comparações individuais caem dentro desses limites. O viés mostra se o dispositivo marca alto ou baixo em média; os limites mostram o quanto uma medição pode errar. Uma validação que dá o viés sem os limites mostrou a média e escondeu a dispersão.

ICC: o coeficiente de correlação intraclasse. Ele trata os dois instrumentos como avaliadores e pergunta que parte da variância total vem de diferenças reais entre as pessoas, e não do desacordo entre avaliadores:

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

Leia assim: a variância que é sinal, dividida pelo sinal mais o ruído. Koo e Li (2016) descrevem dez formas de ICC, cada uma com suposições diferentes, e pedem aos autores que declarem o modelo, o tipo e a definição que usaram e apresentem o intervalo de confiança de 95%. As faixas deles: abaixo de 0,5 baixa, de 0,5 a 0,75 moderada, de 0,75 a 0,9 boa, acima de 0,9 excelente. O ICC depende de quão diferentes são as pessoas da amostra: uma amostra bem dispersa faz um dispositivo parecer mais confiável do que o mesmo dispositivo em pessoas parecidas.

CCC: o coeficiente de correlação de concordância. Lin (1989) o definiu como a correlação entre as duas medições ao longo da reta de 45 graus que passa pela origem. Ele multiplica o r de Pearson (precisão, o quanto a nuvem é compacta) por um fator de correção do viés (exatidão, o quanto a nuvem fica longe da reta de concordância perfeita):

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

Leia assim: duas vezes a covariância, dividida pelas duas variâncias mais o quadrado da diferença entre as duas médias. Uma diferença constante ou um erro de escala o reduz; uma nuvem compacta sobre a reta dá 1. É o coeficiente que o estudo de dispositivos vestíveis abaixo usa.

MAPE: erro percentual absoluto médio. A média das diferenças absolutas, cada uma como porcentagem da referência:

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

Leia assim: em média, quantos por cento de erro. É fácil de ler e tem uma armadilha: para uma medida como o RMSSD RMSSD RMSSD Raiz quadrada da média dos quadrados das diferenças sucessivas: medida de VFC calculada a partir de quanto cada intervalo entre batimentos difere do seguinte, em milissegundos. Reflete principalmente a atividade vagal. Mais sobre RMSSD , que pode ser 15 ms em uma pessoa e 90 ms em outra, o mesmo erro de 5 ms é 33% para uma e 6% para a outra.

Parte 3: um exemplo resolvido

Dial e colaboradores (2025) pediram a 13 adultos saudáveis (6 mulheres, idade média de 33 anos) que usassem uma cinta peitoral Polar H10, um ECG de derivação única amostrado a 1000 Hz, junto com cinco dispositivos vestíveis, em 536 noites no total, e compararam o RMSSD noturno. As janelas eram diferentes: os anéis e o Garmin calculavam a média de segmentos de 5 minutos ao longo da noite, o WHOOP usava uma média que dá mais peso ao último trecho de sono de ondas lentas, e o relógio Polar usava as quatro horas depois do início do sono. A referência era o valor da noite inteira da cinta, calculado no Kubios, mantido apenas quando menos de 5% dos batimentos precisaram de correção.

O artigo dá os limites com duas casas decimais; aqui eles estão arredondados para uma. O número de noites por dispositivo variou de 139 (Oura Gen 4) a 470 (Oura Gen 3), e todos os vieses da tabela do artigo são negativos: −1,0 ms para o anel Gen 4, −2,5 para o Gen 3, −0,8 para o WHOOP, −1,8 para o Garmin e −4,7 para o relógio Polar. Em quatro dispositivos, os limites são o viés mais e menos 1,96 desvios padrão, como deve ser. A linha do Polar não é assim: o viés é −4,65 ms com desvio padrão de 9,67 ms, o que dá limites de −23,6 a +14,3 ms, os limites impressos com os sinais trocados. Um dos dois sinais dessa linha é um erro de impressão, e o artigo não diz qual. De qualquer forma, a faixa do relógio Polar tem cerca de 38 ms de largura, contra cerca de 18 a 23 ms dos anéis e do WHOOP.

Os autores classificaram o CCC como inaceitável (abaixo de 0,80), baixo (0,80 a 0,89), moderado (0,90 a 0,95), substancial (0,95 a 0,99) e quase perfeito (acima de 0,99), e trataram um MAPE acima de 10% como inaceitável. Leia a tabela à luz das quatro estatísticas. Todos os dispositivos têm um viés pequeno: em média, todos marcam a poucos milissegundos da cinta. O que os separa são os limites: os anéis e o WHOOP mantêm 95% das noites a cerca de 12 ms da referência, para mais ou para menos, enquanto as noites do relógio Polar se espalham por uma faixa quase duas vezes mais larga. O CCC os classifica nessa ordem porque penaliza a dispersão, e o MAPE põe dois dispositivos acima do limite dos autores. As ressalvas do próprio estudo: 13 pessoas, todas aparentemente saudáveis, e algoritmos proprietários que podem ser atualizados, razão pela qual os autores pedem revalidação contínua.

Parte 4: resultado de grupo, número individual

A tabela descreve o desempenho dos dispositivos em um grupo de pessoas. A sua pergunta é outra: este dispositivo é preciso o bastante para mostrar as mudanças que importam nos seus próprios dados? Isso depende de um número que nenhuma validação pode dar a você, o tamanho da sua própria dispersão de um dia para o outro.

Mostrar a média de 7 diasMostrar minha faixa habitual

RMSSD, ms

30405060

há 29 diasHoje

• Medição de uma manhã
• Média de 7 dias
• Faixa habitual

Mesmo sem nada acontecendo, as medições isoladas variam entre 37 e 57 ms. A média de 7 dias fica entre 45 e 49 ms.

Adicione um acontecimento

Uma noite ruimDois drinquesUma semana de treino pesadoO início de uma doençaUma medição feita em péRedefinir

RMSSD matinal simulado dos últimos 30 dias. Faixa habitual de 43 a 51 ms.

Dia	Medição (ms)	Média de 7 dias (ms)	Evento
há 29 dias	41	48	Nenhum
há 28 dias	43	47	Nenhum
há 27 dias	47	46	Nenhum
há 26 dias	45	45	Nenhum
há 25 dias	46	45	Nenhum
há 24 dias	52	46	Nenhum
há 23 dias	51	46	Nenhum
há 22 dias	45	47	Nenhum
há 21 dias	52	48	Nenhum
há 20 dias	37	47	Nenhum
há 19 dias	42	46	Nenhum
há 18 dias	40	45	Nenhum
há 17 dias	52	45	Nenhum
há 16 dias	57	46	Nenhum
há 15 dias	53	47	Nenhum
há 14 dias	42	46	Nenhum
há 13 dias	41	46	Nenhum
há 12 dias	46	47	Nenhum
há 11 dias	53	49	Nenhum
há 10 dias	46	48	Nenhum
há 9 dias	43	46	Nenhum
há 8 dias	45	45	Nenhum
há 7 dias	51	46	Nenhum
há 6 dias	46	47	Nenhum
há 5 dias	47	47	Nenhum
há 4 dias	52	47	Nenhum
há 3 dias	41	46	Nenhum
há 2 dias	40	46	Nenhum
Ontem	45	46	Nenhum
Hoje	52	46	Nenhum

Um gráfico de 30 medições matinais simuladas de RMSSD que sobem e descem de um dia para o outro, com uma linha mais estável para a média de 7 dias e uma área sombreada para a faixa habitual. Depois do gráfico vem uma tabela com todas as medições.

Suponha que as suas manhãs se espalhem ±20 ms em torno de uma média de 7 dias de 60 ms. Um dispositivo cujas noites individuais ficam a cerca de ±12 ms do valor real acrescenta menos ruído do que você já tem, e a tendência dele é utilizável. Suponha agora que a sua dispersão seja de ±5 ms em torno de 25 ms. O erro do mesmo dispositivo agora é maior do que a sua própria variação, e uma mudança de 8 ms em uma noite tem a mesma chance de vir do sensor ou de você. O remédio é o da aula 10: leia a média de 7 dias, não a noite. Um viés importa menos do que parece, porque um dispositivo que sempre marca 2,5 ms abaixo continua mostrando com fidelidade as suas mudanças; ele só importa quando você compara o seu número com o de outra pessoa ou com uma tabela normativa construída com outro dispositivo (aula 7).

A mesma lógica vale para todo achado de grupo neste curso. Uma metanálise que associa uma VFC baixa a eventos cardiovasculares (aula 14) descreve uma população. Um ICC de 0,9 descreve o quanto um dispositivo separa as pessoas umas das outras. Nenhum dos dois é uma afirmação sobre uma medição em uma manhã.

Parte 5: como ler uma manchete sobre risco

Os estudos sobre VFC e saúde terminam em outro tipo de número: um risco relativo. “As pessoas do grupo de VFC mais baixa tiveram um risco 35% maior” significa que o evento foi 1,35 vez tão frequente nesse grupo quanto no grupo de comparação. Isso não diz o quanto o evento já era comum no grupo de comparação, e é isso, o risco absoluto, que decide de quantas pessoas a manchete trata.

A ferramenta interativa abaixo transforma um risco relativo em pessoas. Defina um risco de base, quantas pessoas em 100 teriam o evento de qualquer forma; o risco de base aqui é um exemplo inventado, não o risco real de ninguém. Depois carregue o risco relativo de um de três estudos citados na página VFC e longevidade: o que mostram os estudos de mortalidade: uma metanálise de primeiros eventos cardiovasculares em pessoas sem doença cardíaca conhecida (Hillebrand 2013), uma metanálise de morte por qualquer causa (Jarczok 2022) e um estudo de 1987 com sobreviventes de infarto (Kleiger). Conte quantas pessoas a mais cada um representa.

Risco relativo, em pessoas

Um risco basal inventado, riscos relativos reais

Risco basal 4 em 100 Risco relativo 1,35 vezes o risco

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

No risco basal

4 em 100

Pessoas a mais

1 em 100

• Evento no risco basal
• A mais no risco mais alto
• Sem evento nos dois casos

Com 4 em 100 no risco basal, um risco relativo de 1,35 equivale a cerca de 5 em 100: 1 pessoa a mais, e 95 das 100 sem evento em nenhum dos dois casos.

Os controles deslizantes funcionam quando o JavaScript está ativado.

Uma grade de dez por dez com 100 círculos. Os círculos âmbar preenchidos são as pessoas que teriam o evento com o risco basal, os círculos com contorno âmbar são as pessoas a mais com o risco relativo mais alto, e os círculos cinza são pessoas sem evento em nenhum dos dois casos. Um controle deslizante define o risco basal de 1 a 30 em 100; outro define o risco relativo de 1 a 6. Três botões carregam os riscos relativos de Hillebrand e colaboradores (2013), Jarczok e colaboradores (2022) e Kleiger e colaboradores (1987). Uma frase conta as pessoas de cada grupo.

Leia qualquer manchete de risco com três perguntas. Relativo a quem: o grupo de VFC mais alta, o restante da amostra ou um ponto de corte fixo? Em quantas pessoas: qual é o risco absoluto no grupo de comparação? E em quem: adultos saudáveis ou pacientes depois de um infarto, medidos com um ECG médico durante 24 horas e não com um dispositivo vestível durante a noite? Um risco relativo de 5 depois de um infarto e um de 1,35 em adultos saudáveis são achados diferentes sobre pessoas diferentes, e nenhum é uma previsão para uma pessoa em particular.

Parte 6: o que “validado” significa na caixa

“Clinicamente validado” não é uma expressão regulamentada para a VFC de dispositivos de consumo. Quando você a encontrar, faça seis perguntas e espere que as respostas estejam em um artigo publicado, não na página do produto.

1. Comparado com o quê? Um ECG de 1000 Hz ou uma cinta peitoral é uma referência; outro dispositivo vestível, não.
2. Em quem? Quantas pessoas, que idades, quão saudáveis, e se alguém com ritmo irregular foi incluído. O estudo de 2025 tem 13 adultos com idade média de 33 anos.
3. Qual medida e qual janela? O RMSSD noturno de segmentos de 5 minutos não é a mesma grandeza que uma medição matinal de 5 minutos nem um SDNN SDNN SDNN O desvio padrão de todos os intervalos NN de um registro, em milissegundos. Mede a variabilidade global, e o valor depende muito da duração do registro. Mais sobre SDNN de 24 horas (aula 17).
4. Qual estatística? A correlação sozinha não é concordância. Procure o viés com os limites e um ICC ou CCC com o intervalo de confiança.
5. Qual firmware? Os algoritmos mudam. A validação do firmware do ano passado é um documento histórico.
6. Quem pagou? Estudos financiados pelo fabricante podem ser sólidos, e devem declarar isso.

Um dispositivo que passa nas seis é validado para aquele uso. Ainda assim, não é um instrumento diagnóstico, e os sinais de alerta da aula 14 continuam valendo, seja qual for o CCC dele.

Você chegou ao fim do Nível 4 e do curso. A página do certificado confere cada quiz, todos os vinte, e emite o certificado quando você tiver passado em todos.