"El smartwatch no es tan smart al medir el gasto energético"

Los smartwatches resultan ser muy imprecisos al medir el gasto energético. Con ello cabe preguntarse cuál es el valor añadido de esta funcionalidad.

Smartwatch y gasto energético

Vaya gracia. Crees que estás registrando tu gasto energético y resulta que recibes datos incorrectos.

Investigadores de Stanford University probaron en total 6 smartwatches distintos: Samsung Gear 2, Apple Watch, Fitbit Surge, Mio, Alpha 2, PulseOn y Basis Peak [1]. Hicieron que 60 sujetos llevaran hasta cuatro smartwatches al mismo tiempo y compararon los resultados con los de equipos profesionales para medir el gasto energético y la frecuencia cardíaca.

Los siete smartwatches probados se desviaron al menos un 20% del gasto energético medido por el equipo profesional. En el 'mejor' de los casos (Fitbit Surge), el smartwatch mostró una desviación del 27%. ¡El PulseOn se equivocó nada menos que un 93%! La frecuencia cardíaca resultó más fácil de medir.

Not so smartwatch

¿Por qué los smartwatches fallan tanto?

Esto puede salir mal durante la medición y durante el 'saber'. Como en realidad les pedimos información para la que reciben demasiado poco input, los smartwatches tienen que hacer muchas suposiciones. Además, no disponen de los medios para realizar mediciones precisas de la información que ellos mismos deben proporcionar.

Los smartwatches deben medir cuánto te mueves y luego calcular cuánta energía cuesta ese movimiento en tu caso concreto. La medición en sí se hace midiendo el movimiento y la frecuencia cardíaca. No es extraño, por tanto, que el gasto energético durante actividades sentadas mostrara un margen de error mayor (50% de media). Pero también en actividades como correr y caminar, los smartwatches se equivocaron una media del 30%.

Además de la medición en sí, el movimiento debe convertirse en gasto energético. Para ello, los smartwatches tienen que hacer cálculos basados en algoritmos que usan variables como edad, sexo, altura y peso.

Así que siguen siendo estimaciones basadas en mediciones incompletas.

If it fits your smartwatch

En algunos casos, los smartwatches también pueden mostrarte el número total de calorías quemadas por día: tu metabolismo en reposo más el gasto por actividad.

Puedes preguntarte qué tan preciso es esto si las actividades separadas se miden mal.

La pregunta, por tanto, es cuál es el valor añadido. ¿Te aporta más información sobre tus necesidades calóricas que si ya trabajas, por ejemplo, con fórmulas como Harris-Benedict y Katch-McArdle en la app FITsociety?

¿Y qué fórmulas usan realmente los smartwatches para tu metabolismo en reposo?

En realidad querrías saberlo para poder comprobar tú mismo la base de esas fórmulas. Para este tipo de fórmulas normalmente introduces tus variables y calculas por día cuál es tu gasto estimado. La mayor parte de tu gasto procede de tu metabolismo en reposo. El gasto añadido por actividad se estima de forma bastante aproximada, por ejemplo en la app. Indicas lo activo que eres eligiendo entre distintos niveles de actividad. Según ese nivel de actividad, tu gasto se multiplica por un factor determinado.

'No muy específico', podrías decir. "Entrenamiento ligero" y "entrenamiento intenso" son conceptos bastante amplios y su definición difiere de una persona a otra. Además, un día puedes "entrenar más duro" que otro. ¿Y cómo funciona si eres cartero? ¿Cuenta eso como entrenamiento ligero? En la práctica, esto funciona como trial and error. Eliges un nivel de actividad y calculas tu necesidad, sigues correctamente la dieta basada en ello y luego compruebas si los resultados coinciden con las expectativas. Entonces puedes decidir si tu mejor estimación era correcta y, si hace falta, hacer ajustes.

En realidad eso tampoco suena muy científico. ¿Por qué tantos profesionales del fitness siguen trabajando con este método? Porque los datos precisos son muy difíciles de obtener sin vivir como sujeto de laboratorio. Caminar todo el día con una máscara para medir tu consumo de oxígeno no es precisamente práctico. Quizá sea útil en una convención de Star Wars, pero menos en otras ocasiones sociales.

Nos encantaría basar tu gasto energético personal en la FITsociety App en una actividad específica. Cuánto quemas cuando haces una forma concreta de cardio, por ejemplo, pero también el número de calorías quemadas por repetición durante el entrenamiento de fuerza. Sin embargo, hemos decidido que el riesgo de que recibas datos incorrectos es demasiado grande. No queremos crear la ilusión de que esto puede calcularse con tanta precisión.

Peor aún: que uses datos incorrectos para crear tu plan de nutrición.

El entrenamiento de fuerza plantea bastantes retos a la hora de calcular el gasto energético en comparación con el cardio. Se han realizado varios estudios al respecto, aunque con resultados distintos [2]. Sin embargo, hay demasiadas variables. ¿Qué tan pesado es el peso en relación con tu peso corporal y experiencia? ¿Cómo se ejecuta el ejercicio? ¿Usas la mejor técnica para levantar el peso (halterofilia) o la mejor técnica para estimular el crecimiento muscular (culturismo)? ¿Ejecutas el ejercicio de forma explosiva, usas mucha o poca masa muscular para el ejercicio? Tendríamos que hacer decenas de estudios para calcular, en un solo ejercicio, el gasto energético bajo todas estas circunstancias distintas. Y entonces, una vez establecidos esos valores, volverías a estar estimando: '¿cuenta esto como una repetición explosiva, es el 60 o el 70% de mi 1RM?' Eso tampoco hará que tu entrenamiento fluya mejor.

El cardio ya tiene menos variables y, por tanto, debería poder estimarse con más precisión [3], pero al parecer los smartwatches también tienen bastantes dificultades con esto.

El método perfecto, preciso y práctico para medir tu gasto energético exacto, todavía no existe. En realidad, la pregunta es si prefieres confiar en tus propias estimaciones o en las de un smartwatch. Para mí no es una pregunta difícil.

Herramienta de motivación

Pero tampoco creo que el valor añadido del smartwatch esté aquí, o deba estarlo. Cuando probé el Apple Watch para una review, también dejé que mi hija lo probara durante un tiempo. El resultado fue que a las 23:30 de repente oímos golpes desde arriba porque quería alcanzar todavía ciertos objetivos de actividad. Un buen gadget que te recuerda regularmente que quieres alcanzar determinados objetivos y lo muestra de una forma visualmente atractiva puede ser, al parecer, muy motivador.

Un estudio del año pasado mostró, pese a ello, que los fitness trackers no aportan valor añadido frente a un programa normal dirigido a la pérdida de peso [4]. Los investigadores también indican que su grupo de prueba no es representativo para muchas personas y, por tanto, no quieren afirmar que los fitness trackers no funcionen. Algunas personas del estudio sí se beneficiaron de ellos.

Sin embargo, si hablamos de motivación, personalmente creo que es mejor trabajar con un 'sistema de puntos' que con una representación imprecisa del gasto energético. Vinculado a tu agenda, por ejemplo. "¡Felicidades! Has ganado 1000 puntos corriendo. Te faltan 300 puntos y puedes ir a cenar con tu hermana".

La consistencia sí es importante. Debes poder confiar en que realmente te has movido más o menos. Para la motivación, en mi opinión, esto no tiene por qué traducirse necesariamente a calorías supuestas.

¿Cuáles son vuestras experiencias con los smartwatches? ¿Os motivaron? ¿Os dieron información sobre vuestro gasto energético y pudisteis compararlo con otros datos? Me gustaría saberlo.

Referencias

1. J. Pers. Med. 2017, 7(2), 3; doi:10.3390/jpm7020003
2. Robergs RA, Gordon T, Reynolds J, Walker TB. Energy expenditure during benchpress and squat exercises. J Strength Cond Res. 2007 Feb;21(1):123-30. PubMed PMID: 17313290.
3. McARDLE, W.D. et al. (2000) Energy expenditure at rest and during physical activity. In: McARDLE, W.D. et al., 2nd ed. Essentials of Exercise Physiology, USA: Lippincott Williams and Wilkins
4. Jakicic JM, Davis KK, Rogers RJ, King WC, Marcus MD, Helsel D, Rickman AD, Wahed AS, Belle SH. Effect of Wearable Technology Combined With a Lifestyle Intervention on Long-term Weight LossThe IDEA Randomized Clinical Trial. JAMA. 2016;316(11):1161-1171. doi:10.1001/jama.2016.12858