Τα smartwatches μπορούν να μετρούν βήματα, καρδιακούς παλμούς και προπονήσεις, όμως οι θερμίδες που εμφανίζουν στην οθόνη δεν πρέπει να αντιμετωπίζονται ως απόλυτα ακριβείς. Νέα μελέτη σε τέσσερα δημοφιλή μοντέλα εντόπισε σημαντικές αποκλίσεις από την εργαστηριακή μέτρηση της ενεργειακής δαπάνης, με τα σφάλματα να αυξάνονται όσο υψηλότερο ήταν το ποσοστό σωματικού λίπους.
Ένα smartwatch μπορεί να αποτελεί εξαιρετικό εργαλείο για να παρακολουθεί κανείς τη φυσική του δραστηριότητα. Όταν όμως μετά την προπόνηση αναγράφει ότι «έκαψε» 500 θερμίδες, ο αριθμός αυτός δεν θα πρέπει να θεωρείται εργαστηριακή μέτρηση.
Νέα μελέτη του Florida International University (FIU), που δημοσιεύθηκε στο επιστημονικό περιοδικό PLOS One, συνέκρινε τις εκτιμήσεις ενεργειακής δαπάνης τεσσάρων δημοφιλών smartwatches με φορητό σύστημα έμμεσης θερμιδομετρίας.
Το βασικό εύρημα ήταν σαφές: τα wearables μπορούν να κάνουν σημαντικά λάθη στον υπολογισμό των θερμίδων που καταναλώνονται κατά την άσκηση, ενώ η ακρίβεια δεν ήταν ίδια σε όλες τις συσκευές ούτε σε όλους τους ανθρώπους.
Τέσσερα δημοφιλή smartwatches στο εργαστήριο
Οι ερευνητές εξέτασαν:
Apple Watch Series 8, Fitbit Sense 2, Samsung Galaxy Watch 5 και Garmin Forerunner 955.
Στη μελέτη συμμετείχαν 58 ενήλικες ισπανόφωνης/λατινοαμερικανικής καταγωγής, ηλικίας 18 έως 50 ετών.
Οι συμμετέχοντες πραγματοποίησαν μια ελεγχόμενη δοκιμασία σε εργομετρικό ποδήλατο, με εναλλαγές μεταξύ μέτριας και υψηλής έντασης.
Κατά τη διάρκεια της άσκησης φορούσαν ταυτόχρονα τα smartwatches, ενώ η πραγματική ενεργειακή δαπάνη εκτιμήθηκε με το COSMED K5, φορητό μεταβολικό αναλυτή που καταγράφει την κατανάλωση οξυγόνου και την ανταλλαγή αναπνευστικών αερίων.
Η έμμεση θερμιδομετρία χρησιμοποιήθηκε ως μέτρο αναφοράς για να αξιολογηθεί πόσο κοντά βρισκόταν κάθε wearable στην εργαστηριακή εκτίμηση.
Το Apple Watch είχε τη μικρότερη μέση απόκλιση
Στο συγκεκριμένο πειραματικό πρωτόκολλο, το Apple Watch Series 8 εμφάνισε τη μικρότερη μέση συστηματική απόκλιση μεταξύ των συσκευών που αξιολογήθηκαν.
Κατά μέσο όρο, η εκτίμησή του ήταν περίπου 21,6 θερμίδες υψηλότερη από εκείνη της έμμεσης θερμιδομετρίας.
Η μέση υπερεκτίμηση ήταν μεγαλύτερη για:
- το Samsung Galaxy Watch 5, περίπου 56,8 θερμίδες
- το Garmin Forerunner 955, περίπου 68,6 θερμίδες
Οι διαφορές αυτές αφορούν το συγκεκριμένο εργαστηριακό πρωτόκολλο και δεν σημαίνουν ότι οι ίδιες αποκλίσεις θα εμφανίζονται σε κάθε προπόνηση ή σε κάθε χρήστη.
Η περίεργη περίπτωση του Fitbit
Τα αποτελέσματα για το Fitbit Sense 2 ήταν πιο δύσκολο να ερμηνευθούν.
Η μέση αριθμητική απόκλιση μετά την επεξεργασία των δεδομένων ήταν μικρή, όμως η συσκευή παρουσίασε μεγάλη μεταβλητότητα, ακραίες τιμές και ελλιπείς μετρήσεις.
Σε ορισμένες περιπτώσεις καταγράφηκαν εξαιρετικά χαμηλοί και μη ρεαλιστικοί υπολογισμοί θερμίδων, ενώ σε άλλες δεν δημιουργήθηκε καθόλου αξιοποιήσιμη μέτρηση.
Για τον λόγο αυτό αποκλείστηκε μέρος των δεδομένων.
Οι ίδιοι οι ερευνητές τονίζουν ότι η φαινομενικά μικρή μέση απόκλιση του Fitbit εξαρτάται από αυτή την αφαίρεση προβληματικών τιμών και επομένως δεν μπορεί να ερμηνευθεί απλά ως απόδειξη ότι ήταν η ακριβέστερη συσκευή.
Όσο περισσότερο το σωματικό λίπος, τόσο μεγαλύτερο το σφάλμα
Ίσως το σημαντικότερο εύρημα της μελέτης δεν αφορά το ποια μάρκα τα πήγε καλύτερα.
Οι ερευνητές διαπίστωσαν ότι το ποσοστό σωματικού λίπους επηρέαζε την ακρίβεια των εκτιμήσεων.
Καθώς αυξανόταν το ποσοστό λίπους, αυξανόταν και το σφάλμα στην εκτίμηση της ενεργειακής δαπάνης, και η σχέση αυτή παρατηρήθηκε συνολικά στις συσκευές που εξετάστηκαν.
Το εύρημα έχει ιδιαίτερη σημασία για ανθρώπους που χρησιμοποιούν smartwatch στο πλαίσιο προσπάθειας απώλειας βάρους.
Εάν η συσκευή υπερεκτιμά συστηματικά τις θερμίδες της άσκησης, ο χρήστης μπορεί να πιστεύει ότι βρίσκεται σε μεγαλύτερο θερμιδικό έλλειμμα από ό,τι πραγματικά συμβαίνει.
«Μπορεί να πέφτεις έξω εκατοντάδες θερμίδες την εβδομάδα»
Ο επικεφαλής της έρευνας Jason Kostrna, αναπληρωτής καθηγητής κινησιολογίας και επιστήμης της άσκησης στο FIU, προειδοποιεί ότι ο αριθμός των «καμένων θερμίδων» δεν πρέπει να αντιμετωπίζεται ως απόλυτα ακριβής.
Όπως εξηγεί, επαναλαμβανόμενα σφάλματα μπορούν σε βάθος μιας εβδομάδας να συσσωρευτούν σε εκατοντάδες θερμίδες.
Αυτό έχει πρακτική σημασία εάν κάποιος χρησιμοποιεί την ένδειξη του smartwatch για να αποφασίσει πόσο περισσότερο μπορεί να φάει μετά την άσκηση.
Μια υπερεκτίμηση της κατανάλωσης ενέργειας μπορεί θεωρητικά να μετατρέψει ένα υπολογιζόμενο θερμιδικό έλλειμμα σε ισορροπία ή ακόμη και πλεόνασμα.
Γιατί τα smartwatches δυσκολεύονται να μετρήσουν τις θερμίδες
Τα wearables δεν διαθέτουν τη δυνατότητα να μετρούν άμεσα την ενεργειακή δαπάνη όπως ένας μεταβολικός αναλυτής.
Αντίθετα, χρησιμοποιούν έναν συνδυασμό δεδομένων από:
καρδιακούς παλμούς, επιταχυνσιόμετρα, κίνηση, ηλικία, φύλο, ύψος, βάρος και άλλα χαρακτηριστικά του χρήστη.
Στη συνέχεια, ιδιόκτητοι αλγόριθμοι μετατρέπουν αυτές τις πληροφορίες σε εκτιμώμενες θερμίδες.
Και ακριβώς εκεί μπορεί να δημιουργηθεί το σφάλμα.
Οι αλγόριθμοι έχουν αναπτυχθεί και εκπαιδευτεί πάνω σε συγκεκριμένους πληθυσμούς και δεδομένα, τα οποία δεν δημοσιοποιούνται πάντα αναλυτικά από τις εταιρείες.
Ο Kostrna σημειώνει ότι δεν είναι γνωστό σε ποιον ακριβώς βαθμό τα δεδομένα ανάπτυξης των αλγορίθμων αντιπροσωπεύουν διαφορετικούς σωματότυπους.
Τι έδειξε η έρευνα για τον τόνο του δέρματος
Η μελέτη εξέτασε επίσης εάν ο τόνος του δέρματος επηρεάζει την ακρίβεια, καθώς οι οπτικοί αισθητήρες των wearables χρησιμοποιούν φως για να καταγράψουν φυσιολογικές παραμέτρους.
Στη συγκεκριμένη ανάλυση δεν προέκυψε σαφής ανεξάρτητη επίδραση του τόνου του δέρματος στο σφάλμα των θερμίδων.
Το αποτέλεσμα, όμως, χρειάζεται προσοχή.
Το δείγμα περιλάμβανε μόνο άτομα με τύπους δέρματος III έως V στην κλίμακα Fitzpatrick, ενώ μόνο τέσσερις συμμετέχοντες ανήκαν στον τύπο V.
Οι ίδιοι οι συγγραφείς αναγνωρίζουν ότι η περιορισμένη εκπροσώπηση ορισμένων κατηγοριών μειώνει τη δυνατότητα εξαγωγής ισχυρών συμπερασμάτων για αυτό το ζήτημα.
Δεν σημαίνει ότι όλα τα smartwatches είναι «αναξιόπιστα»
Η μελέτη δεν υποστηρίζει ότι πρέπει να σταματήσουμε να χρησιμοποιούμε wearables.
Αντίθετα, οι ερευνητές τονίζουν ότι μπορούν να εξακολουθούν να έχουν σημαντική χρησιμότητα στην παρακολούθηση της φυσικής δραστηριότητας και στην κινητοποίηση του χρήστη.
Υπάρχει μεγάλη διαφορά ανάμεσα στο να χρησιμοποιούμε έναν αριθμό ως ένδειξη μιας τάσης και στο να τον θεωρούμε ακριβή φυσιολογική μέτρηση.
Για παράδειγμα, εάν κάποιος παρατηρεί ότι αυξάνει σταθερά τη δραστηριότητά του από εβδομάδα σε εβδομάδα, το smartwatch μπορεί να λειτουργήσει ως πολύτιμο εργαλείο ανατροφοδότησης.
Το πρόβλημα ξεκινά όταν μια ένδειξη όπως «623 kcal» αντιμετωπίζεται ως βέβαιη μέτρηση με ακρίβεια θερμίδας.
Το σημαντικότερο είναι η τάση και όχι ο απόλυτος αριθμός
Για έναν συνηθισμένο χρήστη, ίσως η πιο χρήσιμη προσέγγιση είναι να παρακολουθεί τη σχετική μεταβολή των δεδομένων του.
Εάν το ίδιο ρολόι χρησιμοποιείται υπό παρόμοιες συνθήκες, μπορεί να βοηθήσει κάποιον να διαπιστώσει ότι κινήθηκε περισσότερο αυτή την εβδομάδα από την προηγούμενη ή ότι αύξησε σταδιακά τον χρόνο άσκησης.
Αυτό δεν προϋποθέτει ότι κάθε επιμέρους εκτίμηση θερμίδων είναι απολύτως σωστή.
Τα wearables μπορούν επομένως να λειτουργούν καλύτερα ως εργαλεία παρακολούθησης συμπεριφοράς και δραστηριότητας παρά ως φορητά θερμιδομετρικά εργαστήρια.
Ιδιαίτερη προσοχή όταν το smartwatch χρησιμοποιείται για απώλεια βάρους
Το αποτέλεσμα αποκτά μεγαλύτερη σημασία όταν η εκτίμηση θερμίδων χρησιμοποιείται για τον σχεδιασμό διατροφής.
Κάποιος μπορεί, για παράδειγμα, να θεωρήσει ότι επειδή το ρολόι αναφέρει πως κατανάλωσε 600 θερμίδες στην προπόνηση, μπορεί να αυξήσει αντίστοιχα την πρόσληψη τροφής.
Εάν όμως η πραγματική ενεργειακή δαπάνη είναι χαμηλότερη, το μαθηματικό ισοζύγιο αλλάζει.
Για αυτό, οι εκτιμήσεις των wearables δεν θα πρέπει να χρησιμοποιούνται ως μοναδικό εργαλείο για τον υπολογισμό της πρόσληψης τροφής ή την κλινική διαχείριση του σωματικού βάρους.
Η μελέτη έχει σημαντικούς περιορισμούς
Τα αποτελέσματα δεν πρέπει να γενικευθούν περισσότερο από όσο επιτρέπει ο σχεδιασμός της έρευνας.
Πρώτον, εξετάστηκαν μόλις 58 άτομα, με μέση ηλικία περίπου 23 ετών.
Δεύτερον, όλοι ήταν ισπανόφωνοι ενήλικες και οι τύποι δέρματος περιορίζονταν σε συγκεκριμένο εύρος.
Τρίτον, εξετάστηκε μόνο μία μορφή άσκησης: ποδηλασία σε ελεγχόμενο εργαστηριακό περιβάλλον.
Τα αποτελέσματα επομένως δεν μας λένε απαραίτητα πόσο ακριβείς είναι οι ίδιες συσκευές στο τρέξιμο, στο περπάτημα, στην κολύμβηση ή στην καθημερινή ζωή.
Επιπλέον, πραγματοποιήθηκε μία μόνο συνεδρία ανά συμμετέχοντα, επομένως δεν μπορούσε να εξεταστεί εάν οι αλγόριθμοι των wearables προσαρμόζονται με την πάροδο του χρόνου στον συγκεκριμένο χρήστη.
Επόμενος στόχος: τα βάρη
Η επόμενη φάση της έρευνας του FIU θα εξετάσει την ακρίβεια των wearables κατά την προπόνηση δύναμης.
Εκεί η τεχνολογική πρόκληση μπορεί να είναι ακόμη μεγαλύτερη.
Οι ασκήσεις με βάρη χαρακτηρίζονται από σύντομες περιόδους έντονης προσπάθειας, διαλείμματα και διαφορετικές μορφές μυϊκής δραστηριότητας, γεγονός που καθιστά δυσκολότερη την εκτίμηση της ενεργειακής δαπάνης αποκλειστικά από κίνηση και καρδιακό ρυθμό.
Τι πρέπει τελικά να πιστεύουμε από το smartwatch μας
Το smartwatch δεν «λέει ψέματα» με την κυριολεκτική έννοια. Κάνει μια εκτίμηση βασισμένη σε αισθητήρες και μαθηματικούς αλγόριθμους.
Και αυτή η εκτίμηση μπορεί να είναι περισσότερο ή λιγότερο ακριβής ανάλογα με τη συσκευή, τον άνθρωπο και το είδος της δραστηριότητας.
Η νέα μελέτη προσθέτει ένα ακόμη στοιχείο σε κάτι που είναι ήδη γνωστό στην επιστήμη των wearables: οι θερμίδες αποτελούν μία από τις δυσκολότερες παραμέτρους για ακριβή μέτρηση από τον καρπό.
Επομένως, δεν υπάρχει λόγος να πετάξει κανείς το smartwatch του.
Υπάρχει όμως καλός λόγος να αντιμετωπίζει τον αριθμό των θερμίδων που εμφανίζεται στην οθόνη ως εκτίμηση και όχι ως απόλυτη αλήθεια.
Κάντε like στη σελίδα μας στο facebook για να μαθαίνετε όλα τα νέα
Διαβάστε επίσης
Οι εφαρμογές ύπνου ίσως αυξάνουν την ανησυχία σε άτομα με αϋπνία
Εφαρμογές AI «χάνουν» έως 345 θερμίδες από κάθε γεύμα
