No Todos los Rastreadores de Sueño Son Iguales: Cómo se Comparan 5 Wearables Populares con el ECG

Los dispositivos ponibles (*wearables*) se han convertido en una herramienta de uso generalizado para monitorizar la calidad del sueño y la salud cardiovascular, con la frecuencia cardíaca en reposo (FCR) y la variabilidad de la frecuencia cardíaca (VFC) como dos de las métricas clínicamente más relevantes que reportan. Ambas son predictores independientes de mortalidad cardiovascular y por todas las causas, y ambas reflejan el estado cotidiano del sistema nervioso autónomo. Sin embargo, dado que los fabricantes de *wearables* utilizan algoritmos de fotopletismografía (PPG) propietarios que varían en frecuencia de muestreo, filtrado de señal y ventanas de promediado, la precisión de estas métricas puede diferir sustancialmente, una brecha que este estudio fue diseñado para cuantificar.

Trece adultos sanos (6 mujeres) llevaron una correa pectoral de ECG Polar H10 como referencia estándar de oro simultáneamente con hasta cinco *wearables* de consumo durante el sueño en sus propios hogares, acumulando 536 noches de datos. La FCR y la VFC (reportada como RMSSD) de cada dispositivo se compararon con los datos del H10 procesados con Kubios mediante el Coeficiente de Correlación de Concordancia de Lin (CCC) y el Error Porcentual Absoluto Medio (MAPE). Los valores de CCC superiores a 0,90 se consideraron de excelente concordancia.

En cuanto a la FCR, el Oura Gen 3 (CCC = 0,97, MAPE = 1,67%) y el Oura Gen 4 (CCC = 0,98, MAPE = 1,94%) encabezaron el ranking con amplia ventaja. El WHOOP 4.0 mostró una concordancia moderada (CCC = 0,91, MAPE = 3,00%), mientras que el Polar Grit X Pro tuvo un rendimiento deficiente (CCC = 0,86, MAPE = 2,71%). El Garmin Fenix 6 fue excluido del análisis de FCR por una incompatibilidad metodológica: su algoritmo calcula el promedio más bajo de 30 minutos a lo largo de un período de 24 horas, en lugar de un promedio nocturno, lo que hace inválida la comparación directa.

En cuanto a la VFC, Oura volvió a dominar: el Gen 4 alcanzó CCC = 0,99 y MAPE = 5,96%; el Gen 3 logró CCC = 0,97 y MAPE = 7,15%. El WHOOP fue aceptable (CCC = 0,94, MAPE = 8,17%), el Garmin mostró un rendimiento deficiente (CCC = 0,87, MAPE = 10,52%) y el Polar fue el dispositivo más débil (CCC = 0,82, MAPE = 16,32% con alta variabilidad). La mayor variabilidad del MAPE del WHOOP para la VFC (±10,49%) en comparación con Oura (±5,12%) sugiere que puede ser menos consistente de una noche a otra.

Los autores señalan que las diferencias no se deben únicamente al hardware del sensor, sino a enfoques algorítmicos fundamentalmente distintos: Garmin utiliza la ventana de 30 minutos más baja en 24 horas; Polar emplea solo las primeras 4 horas tras el inicio del sueño; Oura promedia ventanas de 5 y 10 minutos a lo largo de toda la noche; WHOOP pondera los datos hacia la última fase de sueño de ondas lentas. Estas decisiones de diseño implican que incluso una lectura «correcta» de un dispositivo no puede compararse directamente con la de otro, una advertencia fundamental para investigadores y clínicos que agregan datos de distintos tipos de dispositivos.