Resumen ejecutivo
Un smartwatch no mide casi nada de forma directa: estima. A partir de una señal óptica y de un acelerómetro, un algoritmo propietario deduce pulsaciones, sueño, esfuerzo o calorías. Por eso la pregunta útil no es «¿es preciso?», sino «¿qué parte de lo que me enseña puedo tomarme en serio y para qué decisión?».
La evidencia agrupada de 2024 a 2026 dibuja un patrón estable: la frecuencia cardiaca es la medida más estudiada y la que mejor se comporta; el sueño total, los pasos y la intensidad quedan en un terreno intermedio; y las fases del sueño, la HRV entre marcas, el VO₂max y sobre todo el gasto energético siguen siendo estimaciones con desviaciones amplias.
La precisión no es una propiedad de la categoría «wearable»: depende del dispositivo, del algoritmo, de la población estudiada y del contexto de medición. Una media publicada sobre decenas de modelos no garantiza nada sobre el reloj concreto que llevas puesto.
- alta en condiciones favorables
- La evidencia agrupada muestra errores pequeños cuando la medición ocurre en condiciones estables (reposo, ajuste correcto, poco movimiento). No equivale a precisión clínica ni a precisión garantizada en tu muñeca.
- moderada
- Sirve para seguir tendencias y comparar contigo mismo, pero el error puede ser relevante en una medición aislada.
- variable
- Los resultados dependen mucho del dispositivo, del algoritmo, de la población estudiada y del contexto. Hay modelos razonables y modelos claramente imprecisos dentro de la misma métrica.
- baja para decisiones individuales
- La evidencia agrupada muestra desviaciones lo bastante grandes como para no basar una decisión concreta en la cifra que ves.
Mapa de fiabilidad 2026
Matriz original de Secretos del Cuerpo. Cada fila resume literatura publicada; ninguna describe pruebas realizadas por SDC. En pantallas pequeñas la tabla se desplaza en horizontal.
| Métrica | Qué estima | Fiabilidad práctica | Qué dice la evidencia | Referencia de comparación | Cómo interpretarlo |
|---|---|---|---|---|---|
| Frecuencia cardiaca en reposo | Pulsaciones por minuto a partir de fotopletismografía óptica en la muñeca o el dedo. | alta en condiciones favorables | Es la métrica más estudiada y la que mejor se comporta de forma consistente. La umbrella review viva de Doherty et al. (2024) sitúa el sesgo medio de frecuencia cardiaca en torno a ±3 %, y la validación nocturna de 2025 encontró estimaciones de frecuencia cardiaca en reposo mucho más ajustadas que las de HRV. | Electrocardiografía (ECG) o banda pectoral. | Útil como referencia diaria y como serie temporal. Un valor aislado fuera de lo habitual pide antes revisar contexto y ajuste que sacar conclusiones. |
| Frecuencia cardiaca en ejercicio | Pulsaciones por minuto durante actividad, con corrección de artefactos de movimiento. | moderada | La evidencia agrupada sigue siendo favorable respecto a otras métricas, pero el error aumenta con el movimiento, los cambios bruscos de intensidad y el tipo de actividad. La revisión de 2026 «Is my smartwatch a valid witness?» describe la frecuencia cardiaca como la medida más precisa disponible, con heterogeneidad clara entre marcas y outcomes. | ECG o banda pectoral durante protocolos de esfuerzo. | Buena para zonas amplias de intensidad. Si entrenas por umbrales estrechos o haces intervalos cortos, una banda pectoral sigue siendo más fiable. |
| Variabilidad de la frecuencia cardiaca (HRV) | Dispersión de los intervalos entre latidos, casi siempre nocturna y resumida en un índice propietario. | variable | En la validación nocturna de 2025 con Garmin Fenix 6, Oura Gen3/Gen4, Polar Grit X Pro y Whoop 4.0 frente a ECG aparecieron diferencias relevantes entre dispositivos. En Apple Watch Series 9 y Ultra 2, la HRV no resultó equivalente dentro del margen preespecificado, mientras que la frecuencia cardiaca en reposo sí quedó mucho más ajustada. | ECG nocturno con detección latido a latido. | Compárala sólo contigo mismo, con el mismo dispositivo y la misma ventana de medición. Los valores de dos marcas distintas no son intercambiables. |
| Pasos | Recuento de zancadas a partir de acelerometría y un umbral algorítmico. | moderada | La revisión sistemática y meta-análisis de Apple Watch de 2025 evaluó frecuencia cardiaca, gasto energético y pasos, con un comportamiento más consistente en el recuento de pasos que en el gasto energético. El error crece a velocidades muy lentas, con el brazo apoyado o empujando carro o carrito. | Recuento manual por vídeo o podómetros de investigación. | Vale como indicador de volumen diario y de cambios de hábito. No lo trates como un contador exacto ni compares tu cifra con la de otra marca. |
| Sueño total | Minutos dormidos inferidos a partir de movimiento y señal cardiaca. | moderada | El meta-análisis de dispositivos de sueño frente a polisomnografía (24 estudios, 798 participantes) encontró diferencias significativas en tiempo total de sueño, eficiencia, latencia y WASO. El estudio de seis wearables de sueño frente a PSG describe alta sensibilidad para detectar sueño y menor especificidad para detectar vigilia. | Polisomnografía (PSG) en laboratorio. | Los wearables tienden a detectar bien que estás durmiendo y peor los despertares. Sirve para ver tendencias de duración, no para auditar una noche concreta. |
| Fases del sueño | Clasificación en ligero, profundo y REM mediante algoritmos propietarios. | baja para decisiones individuales | El acuerdo con la polisomnografía para la clasificación por fases se describe como fair-moderate en el estudio de seis wearables frente a PSG, y el meta-análisis de 2024/2025 confirma diferencias sistemáticas en arquitectura del sueño. | Estadificación por PSG. | No uses los minutos de sueño profundo o REM de una noche como diagnóstico ni como objetivo. Su valor está, como mucho, en el patrón de muchas semanas. |
| SpO2 (saturación de oxígeno) | Saturación periférica estimada por absorción de luz roja e infrarroja. | variable | La umbrella review de 2024 clasifica como validados para al menos un outcome apenas alrededor del 11 % de los dispositivos comerciales revisados, y los outcomes distintos de la frecuencia cardiaca muestran errores mayores y más heterogéneos. La evidencia disponible procede sobre todo de poblaciones sanas y de laboratorio. | Pulsioximetría clínica o gasometría en estudios de referencia. | Es una función de bienestar, no un pulsioxímetro médico. Un valor bajo aislado en la muñeca no confirma nada; una preocupación real se resuelve con un profesional sanitario. |
| VO₂max / capacidad aeróbica | Estimación del consumo máximo de oxígeno a partir de la relación entre ritmo, potencia y frecuencia cardiaca. | variable | La revisión sistemática cualitativa de 2025 sobre VO₂max y umbral de lactato (13 estudios) describe estimaciones aceptables en determinadas poblaciones y condiciones, con utilidad más incierta en deportistas de élite y necesidad de validación longitudinal. La umbrella review sitúa el VO₂max entre los outcomes con errores mayores. | Ergoespirometría de laboratorio (test incremental con análisis de gases). | Léelo como un índice de forma que sube o baja contigo, no como un número fisiológico exacto que puedas comparar con el de otra persona o de otra marca. |
| Intensidad de la actividad | Minutos en cada zona de intensidad o «minutos de actividad» a partir de acelerometría y frecuencia cardiaca. | variable | La umbrella review viva de Doherty et al. (2024) —24 revisiones sistemáticas, 249 estudios de validación no duplicados y 430.465 participantes— identifica la intensidad de actividad entre los outcomes con errores mayores y más heterogéneos que la frecuencia cardiaca. | Acelerometría de investigación y calorimetría indirecta. | Sirve para comparar semanas contigo mismo dentro del mismo dispositivo. No conviertas esos minutos en un cumplimiento exacto de recomendaciones de salud pública. |
| Gasto energético (calorías) | Calorías estimadas combinando movimiento, frecuencia cardiaca y datos antropométricos. | baja para decisiones individuales | Es uno de los outcomes con peor comportamiento tanto en la umbrella review de 2024 como en el meta-análisis de Apple Watch de 2025, con desviaciones amplias respecto a la calorimetría. | Calorimetría indirecta o agua doblemente marcada. | No planifiques ingesta ni déficit a partir de estas cifras. Como mucho, úsalas para comparar días parecidos entre sí. |
Lo que un smartwatch mide mejor
- Frecuencia cardiaca en reposo y durante actividad estable: es el outcome con más estudios y con menor error medio.
- Cambios de tu propia frecuencia cardiaca a lo largo de semanas, con el mismo dispositivo y la misma forma de llevarlo.
- Volumen de movimiento diario: pasos y actividad como señal de si te mueves más o menos que antes.
- Detección de que estás durmiendo, entendida como duración aproximada y no como arquitectura del sueño.
Lo que todavía conviene tratar como estimación
- HRV: depende del dispositivo, de la ventana nocturna y del algoritmo; los valores no son comparables entre marcas.
- Fases del sueño: el acuerdo con la polisomnografía es limitado incluso en los dispositivos más estudiados.
- SpO2: función de bienestar, no medida clínica.
- VO₂max y umbral: índice de forma útil como serie temporal, no un valor fisiológico exacto.
- Gasto energético: uno de los outcomes con mayor desviación en la evidencia agrupada.
- Minutos de intensidad: dependen del umbral que cada fabricante decida aplicar.
Por qué dos relojes pueden darte números distintos
Sensores distintos
El número de LED, la longitud de onda, la posición del sensor y la calidad del contacto cambian la señal de partida antes de que intervenga ningún algoritmo.
Algoritmos propietarios
Cada fabricante decide cómo filtrar artefactos, cómo puntuar el sueño y qué umbral define una zona de intensidad. Esas decisiones no son públicas ni equivalentes entre marcas.
Movimiento
El error crece con el movimiento del brazo, con los cambios bruscos de intensidad y con actividades que no encajan en el modelo entrenado.
Piel y ajuste
Tono de piel, vello, tatuajes, temperatura, perfusión y sobre todo la holgura de la correa afectan a la señal óptica.
Condiciones de medida
Frío, sudor, presión de la correa o llevar el reloj sobre el hueso cambian el resultado en la misma persona y el mismo día.
Población estudiada
Buena parte de la evidencia procede de personas sanas, jóvenes y en laboratorio. Extrapolar esos resultados a otras edades o condiciones clínicas no está justificado.
Actualizaciones de firmware
Un mismo modelo puede cambiar de comportamiento tras una actualización, de modo que un estudio de validación describe una versión concreta y no todo el ciclo de vida del producto.
Cómo leer tus datos sin engañarte
- Mira tendencias longitudinales antes que cifras aisladas: una serie de semanas dice mucho más que el número de esta mañana.
- Compárate contigo mismo, con el mismo dispositivo y la misma forma de llevarlo. Comparar tu HRV con la de otra marca no significa nada.
- No trates las calorías ni las fases del sueño como verdad clínica: son las estimaciones con mayor desviación en la evidencia revisada.
- Si una métrica cambia bruscamente, revisa primero contexto y medición —ajuste, alcohol, enfermedad, viaje, actualización de software— antes de asumir un cambio fisiológico.
- Ninguna de estas cifras diagnostica nada. Si algo te preocupa, la conversación es con un profesional sanitario.
Metodología SDC del informe
- Prioridad a revisiones sistemáticas, meta-análisis y umbrella reviews sobre estudios sueltos, y a estudios de validación comparados con estándares de referencia (ECG, polisomnografía, calorimetría indirecta, ergoespirometría).
- Separación explícita entre validez de grupo (cómo se comporta un dispositivo en promedio) y precisión individual (qué error puedes esperar en tu muñeca en un día concreto).
- No se mezclan generaciones ni modelos como si fueran equivalentes: un resultado obtenido con una versión concreta de hardware y firmware describe esa versión.
- No se declara ninguna prueba propia: SDC no ha validado estos dispositivos contra estándares de referencia, y este informe es una síntesis de literatura publicada.
- No se convierte una media agrupada en garantía para un modelo concreto; por eso las etiquetas de fiabilidad son cualitativas y prudentes.
- Fecha de corte de la evidencia revisada: 22 de agosto de 2026.
Qué falta por saber
- Faltan validaciones independientes de la mayoría de dispositivos comerciales: sólo una minoría cuenta con validación publicada para algún outcome.
- La diversidad de poblaciones sigue siendo escasa: predominan personas sanas, jóvenes y en laboratorio, con poca representación de edades avanzadas, tonos de piel oscuros, embarazo o condiciones clínicas.
- Los algoritmos cambian con las actualizaciones y casi nunca se documenta públicamente qué cambia, de modo que un estudio queda desactualizado sin aviso.
- Falta validación longitudinal: casi todo se valida en una sesión o unas noches, no a lo largo de meses de uso real.
- Apenas existe evidencia sobre si actuar según estas métricas mejora algún resultado de salud, que es la pregunta que de verdad importa.
Bibliografía
Umbrella review viva
Doherty C, et al. Sports Medicine (2024). Umbrella review viva de la validez de wearables comerciales.
24 revisiones sistemáticas, 249 estudios de validación no duplicados y 430.465 participantes. Alrededor del 11 % de los dispositivos comerciales aparecen validados para al menos un outcome; el sesgo medio de frecuencia cardiaca ronda el ±3 %, mientras que intensidad de actividad, VO₂max, sueño y gasto energético muestran errores mayores y heterogéneos. DOI 10.1007/s40279-024-02077-2.
PubMed · PMID 39080098Meta-análisis
Meta-análisis de dispositivos de consumo para medir el sueño frente a polisomnografía (2024/2025).
24 estudios y 798 participantes. Diferencias significativas frente a PSG en tiempo total de sueño, eficiencia del sueño, latencia y tiempo despierto tras el inicio del sueño (WASO).
PubMed · PMID 39484805Revisión sistemática y meta-análisis
«Is my smartwatch a valid witness?» Revisión sistemática y meta-análisis (2026).
La frecuencia cardiaca es la medida más estudiada y en general la más precisa. La evidencia es heterogénea por marca y por outcome, y predominan las poblaciones sanas y los entornos de laboratorio.
PubMed · PMID 41819643Estudio de validación
Validación nocturna de frecuencia cardiaca en reposo y HRV en cinco wearables frente a ECG (2025).
Garmin Fenix 6, Oura Gen3 y Gen4, Polar Grit X Pro y Whoop 4.0 comparados con ECG. Aparecen diferencias relevantes entre dispositivos, por lo que los resultados no son generalizables a todos los wearables.
PubMed · PMID 40834291Revisión sistemática y meta-análisis
Revisión sistemática cualitativa sobre estimación de VO₂max y umbral de lactato en wearables (2025).
13 estudios incluidos. Varias estimaciones resultan aceptables en determinadas poblaciones y condiciones; la utilidad es más incierta en deportistas de élite y falta validación longitudinal.
PubMed · PMID 41477023Revisión sistemática y meta-análisis
Apple Watch: revisión sistemática y meta-análisis sobre frecuencia cardiaca, gasto energético y pasos (2025).
Síntesis específica de una familia de dispositivos, con mejor comportamiento en frecuencia cardiaca y pasos que en gasto energético.
PubMed · PMID 40199339Estudio de validación
Validación de HRV y frecuencia cardiaca en reposo en Apple Watch Series 9 y Ultra 2 (2024).
La HRV no resultó equivalente dentro del margen preespecificado; la frecuencia cardiaca en reposo quedó mucho más ajustada.
PubMed · PMID 39409260Estudio de validación
Seis wearables de sueño frente a polisomnografía (2024).
Alta sensibilidad para detectar sueño, menor especificidad para detectar vigilia y acuerdo fair-moderate en la clasificación por fases.
PubMed · PMID 40303381
Este informe es divulgación de evidencia, no consejo médico. Ninguna métrica de un wearable diagnostica, descarta ni sustituye una valoración profesional.
Citabilidad
Cómo citar este informe
Referencia editorial recomendada. Este informe es una síntesis divulgativa de literatura publicada; no tiene DOI propio ni se presenta como artículo científico revisado por pares.
Última revisión editorial: 22 de agosto de 2026.