No todos los contadores de pasos son iguales: cuál algoritmo de wearable funciona realmente

Los recuentos diarios de pasos se han convertido en uno de los indicadores más utilizados de actividad física en la investigación epidemiológica y el seguimiento de salud para el consumidor, con múltiples estudios de cohortes de gran tamaño que vinculan un mayor número de pasos con un menor riesgo de enfermedades cardiovasculares, trastornos metabólicos, cáncer y mortalidad por todas las causas. Sin embargo, la precisión de los algoritmos que convierten las señales brutas de los acelerómetros de muñeca en recuentos de pasos rara vez se ha evaluado de forma rigurosa frente a un verdadero estándar de referencia en condiciones naturalistas de vida libre. Este estudio aborda directamente esa brecha.

El equipo de investigación reclutó a 20 adultos (edad media 36,1 ± 14,7 años; 50% mujeres) en San Luis Obispo, CA, entre julio de 2019 y marzo de 2020. Cada participante llevó simultáneamente un activPAL3 en el muslo y un ActiGraph GT3X+ en la muñeca durante siete días. Un subgrupo completó dos sesiones separadas de tres horas en las que fueron filmados de forma continua con una cámara GoPro Hero 5. Cinco codificadores entrenados anotaron las grabaciones en cuanto a postura, tipo de actividad, intensidad y recuentos de pasos, con una fiabilidad entre evaluadores que superó un ICC de 0,9 en todas las categorías. Esto generó 35 sesiones de observación emparejadas en 20 participantes.

Se evaluaron seis métodos de recuento de pasos: el algoritmo propietario VANE/CREA del activPAL, más cinco métodos aplicados a los datos del ActiGraph: el propietario ActiLife y cuatro algoritmos de código abierto (Oak, SDT, Verisense y stepcount). Entre todos los métodos basados en la muñeca, el algoritmo «stepcount» de OxWearables —un modelo híbrido de aprendizaje automático más detección de picos, entrenado con datos anotados de vida libre— obtuvo resultados notablemente mejores que sus competidores. Su error porcentual absoluto medio (MAPE) fue de apenas un 17,1% en comparación con la observación directa, frente al 40,5% de ActiLife, el 41,7% de Verisense, el 62,4% de Oak y un sorprendente 231,5% de SDT. Tanto el activPAL como stepcount fueron estadísticamente equivalentes a la observación directa con el umbral de equivalencia del 15% (prueba de dos lados unilaterales, p < 0,05), mientras que ningún otro algoritmo de muñeca alcanzó siquiera ese nivel del 15%.

La varianza explicada (R² marginal) osciló entre 0,64 (SDT) y 0,90 (Oak) a nivel de sesión, aunque un R² elevado no indica necesariamente un sesgo bajo, una distinción metodológica fundamental. A lo largo del período completo de uso de siete días, el activPAL y stepcount produjeron estimaciones altamente concordantes (R² = 0,87, MAPE = 12,8%), lo que sugiere que ambos enfoques son intercambiables para la investigación del recuento de pasos a nivel poblacional y podrían permitir la agrupación de datos procedentes de estudios que utilizaron distintas ubicaciones del dispositivo.

La estratificación por tipo de actividad reveló un patrón consistente: todos los algoritmos funcionaron mejor durante la caminata o la carrera sostenidas (el caso de uso previsto), pero la precisión se deterioró de forma sustancial —y variable— durante el ciclismo, la caminata modificada (por ejemplo, cargando objetos o subiendo escaleras) y movimientos mixtos como empujar un cochecito de bebé, preparar alimentos o trabajar con el ordenador. El algoritmo VANE del activPAL clasificó erróneamente el ciclismo como pasos a nivel de época de manera notable, aunque el software de resumen diario corrigió este error. El sobrerrecuento catastrófico de SDT parece estar impulsado por falsos positivos durante movimientos de extremidades superiores no locomotores, una vulnerabilidad conocida de los algoritmos de muñeca basados en umbrales.

Para la comunidad investigadora en longevidad, las implicaciones son significativas. Los estudios que han utilizado SDT, Oak o ActiLife para cuantificar los pasos diarios pueden haber medido de forma sustancialmente incorrecta la exposición, lo que podría atenuar o distorsionar las relaciones dosis-respuesta entre los pasos y los resultados de salud. Los investigadores que diseñen nuevos estudios con dispositivos portátiles o que reanalicen conjuntos de datos existentes deberían considerar seriamente el algoritmo stepcount o, cuando la ubicación del dispositivo lo permita, el activPAL como método preferido de recuento de pasos.