跳到正文
穿戴裝置與測量科學測量驗證研究/回顧4 分鐘閱讀

蘋果、Fitbit、佳明手錶的心率和熱量誤差隨運動強度而變

MoveVitals 編輯部 · 研究發表 · 解讀更新

原文:Estimating Accuracy at Exercise Intensities: A Comparative Study of Self-Monitoring Heart Rate and Physical Activity Wearable Devices. · JMIR mHealth and uHealth · 2017 · 論文原文 ↗

先看重點

在62人參與的跑步機測試中,Apple Watch的心率誤差(MAPE)為1.14%至6.70%,Fitbit Charge HR為2.38%至16.99%,Garmin Forerunner 225為7.87%至24.38%,三者的熱量估算誤差都大得多。這些是當年的腕式裝置,只在短時間實驗室測試中評估,不代表現在的型號或日常使用情況。

證據類型

測量驗證研究/回顧

解讀依據

公開摘要

閱讀重點

參照與測量誤差

研究在問什麼

腕式運動裝置被廣泛用來判斷心率和消耗熱量,甚至用於減重介入,但運動越來越劇烈時它們是否仍然準確,此前並不清楚。研究者檢驗了三款常見裝置在不同運動強度下測量心率和能量消耗的準確性。

研究對象與方法

這是一項驗證研究,62名參與者(女性佔58%,非白人佔47%)同時佩戴Apple Watch、Fitbit Charge HR和Garmin Forerunner 225。心率以胸帶為參照,能量消耗以代謝車為參照。流程為10分鐘靜坐基線期,分別進行4分鐘的輕度、中度和劇烈強度跑步機運動,再接10分鐘靜坐恢復期。裝置資料與各參照標準用雙因素重複測量方差分析和Bland-Altman分析比較,誤差以平均絕對百分比誤差(MAPE)表示。

主要發現

以下為作者報告的結果。數值須連同族群和不確定性一起閱讀。

  1. 1
    Apple Watch的心率MAPE為1.14%至6.70%。在開始時(P=.78)、基線期(P=.76)和劇烈強度(P=.84)與胸帶無差異,但在輕度(P=.03)、中度強度(P=.001)和恢復期(P=.004)讀數偏低。
  2. 2
    Fitbit的心率MAPE為2.38%至16.99%。開始時(P=.67)和中度強度(P=.34)無差異,基線期、劇烈強度和恢復期讀數偏低(P<.001),輕度強度偏高(P<.001)。
  3. 3
    Garmin的心率MAPE為7.87%至24.38%。僅在劇烈強度(P=.35)無差異,其他階段讀數偏高。
  4. 4
    熱量估算準確性差得多:Apple Watch的MAPE為14.07%至210.84%,Fitbit為16.85%至84.98%,Garmin為30.77%至155.05%。Apple Watch和Garmin在所有階段都偏高;Fitbit在基線期、輕度和中度強度偏高,劇烈強度(P=.70)和恢復期(P=.10)無差異。

限制與不確定性

  1. 1
    三款裝置均為2017年之前的型號,韌體和演算法此後已更新,結果不代表現在的型號。
  2. 2
    實驗室跑步機上每階段僅4分鐘,沒有涵蓋長時間穩定跑步,也沒有騎行、力量訓練等真實場景。
  3. 3
    摘要沒有報告膚色、佩戴鬆緊或體能水平對準確性的影響,儘管樣本中非白人佔47%。
  4. 4
    本解讀僅基於摘要;Bland-Altman一致性界限未給出。

日常健康啟示

這幾款腕式裝置的心率在某些條件下可用,在另一些條件下明顯偏差,誤差隨運動強度而變。熱量數字與代謝車相差太大,更適合當作粗略估計,而不是精確資料。

如何連結自己的資料

如果你按心率區間訓練,不妨偶爾用胸帶核對手錶,尤其是輕鬆和中等強度時,並把熱量消耗只當作粗略的相對數字。對比自己的資料時,請用同一裝置和同一佩戴位置,看長期趨勢。

如何理解這類證據

一致性取決於裝置、韌體、參照、族群和使用情境。相關性不等於一致性;驗證某個指標不等於已證明診斷或治療獲益。

作者的結構化摘要 English

以下英文摘要依所記錄的開放授權轉載,屬於作者原始材料,並非 MoveVitals 解讀。上方已提供研究解讀,分別說明作者結果與本站解釋;重要結論可直接查核原文。

Background

Physical activity tracking wearable devices have emerged as an increasingly popular method for consumers to assess their daily activity and calories expended. However, whether these wearable devices are valid at different levels of exercise intensity is unknown.

Objective

The objective of this study was to examine heart rate (HR) and energy expenditure (EE) validity of 3 popular wrist-worn activity monitors at different exercise intensities.

Methods

A total of 62 participants (females: 58%, 36/62; nonwhite: 47% [13/62 Hispanic, 8/62 Asian, 7/62 black/ African American, 1/62 other]) wore the Apple Watch, Fitbit Charge HR, and Garmin Forerunner 225. Validity was assessed using 2 criterion devices: HR chest strap and a metabolic cart. Participants completed a 10-minute seated baseline assessment; separate 4-minute stages of light-, moderate-, and vigorous-intensity treadmill exercises; and a 10-minute seated recovery period. Data from devices were compared with each criterion via two-way repeated-measures analysis of variance and Bland-Altman analysis. Differences are expressed in mean absolute percentage error (MAPE).

Results

For the Apple Watch, HR MAPE was between 1.14% and 6.70%. HR was not significantly different at the start (P=.78), during baseline (P=.76), or vigorous intensity (P=.84); lower HR readings were measured during light intensity (P=.03), moderate intensity (P=.001), and recovery (P=.004). EE MAPE was between 14.07% and 210.84%. The device measured higher EE at all stages (P<.01). For the Fitbit device, the HR MAPE was between 2.38% and 16.99%. HR was not significantly different at the start (P=.67) or during moderate intensity (P=.34); lower HR readings were measured during baseline, vigorous intensity, and recovery (P<.001) and higher HR during light intensity (P<.001). EE MAPE was between 16.85% and 84.98%. The device measured higher EE at baseline (P=.003), light intensity (P<.001), and moderate intensity (P=.001). EE was not significantly different at vigorous (P=.70) or recovery (P=.10). For Garmin Forerunner 225, HR MAPE was between 7.87% and 24.38%. HR was not significantly different at vigorous intensity (P=.35). The device measured higher HR readings at start, baseline, light intensity, moderate intensity (P<.001), and recovery (P=.04). EE MAPE was between 30.77% and 155.05%. The device measured higher EE at all stages (P<.001).

Conclusions

This study provides one of the first validation assessments for the Fitbit Charge HR, Apple Watch, and Garmin Forerunner 225. An advantage and novel approach of the study is the examination of HR and EE at specific physical activity intensities. Establishing validity of wearable devices is of particular interest as these devices are being used in weight loss interventions and could impact findings. Future research should investigate why differences between exercise intensities and the devices exist.

來源與署名

Estimating Accuracy at Exercise Intensities: A Comparative Study of Self-Monitoring Heart Rate and Physical Activity Wearable Devices.

Dooley EE, Golaszewski NM, Bartholomew JB.

JMIR mHealth and uHealth · 2017-03-16

DOI: 10.2196/mhealth.7043 ↗PubMed · 28302596 ↗Europe PMC · 所記錄的開放授權: cc by ↗

摘要著作權歸原作者,依來源紀錄的開放授權轉載。中文譯文協助閱讀,英文摘要供查核術語及具體數值;本站的方法學解釋與作者結論分別呈現。

MoveVitals 編輯解讀 · 健康教育內容 · 未記錄個人臨床審閱

來源查核日期 2026-11-01

實用健康指南

放在一起讀

·世代研究

加速度計處理方法不同,身體活動與中風、心肌梗死的關聯曲線也不同

在英國生物銀行中,基線無心血管疾病的90237名成年人追蹤至2022年12月,共發生1298例中風和2031例心肌梗死;中高強度身體活動(MVPA)與這兩種結局的關聯曲線形狀,取決於加速度計資料的處理方法。就中風而言,只有機器學習法得到直線下降的風險;就心肌梗死而言,機器學習法和LFENMO法呈曲線下降,活動計數法呈直線下降。摘要沒有給出風險比,只能說明不同方法的結論不一致,不能說明哪種方法更正確,而且這些只是觀察性關聯。

Preventive Medicine

重點論文精講閱讀論文 →
·測量驗證研究/回顧

智慧手錶資料能當「證人」嗎:心率驗證得最充分,其餘證據參差

一項圍繞數字取證展開的系統評價和統合分析,梳理了四大主流品牌智慧手錶的驗證研究,發現心率是研究最多、也最準確的指標。步數、距離、能量消耗、活動分類和睡眠的驗證不夠一致,結果因品牌、方案和報告方式而異。摘要沒有給出彙總資料,且多數研究是在健康族群中、於實驗室內完成的,所以無法說明某一塊手錶對某個人在日常生活中的表現。

Forensic Science International

重點論文精講閱讀論文 →
·回顧的回顧

活動追蹤器:每天多走約1800步,對其他健康指標影響較小

這項傘形綜述彙總了39篇系統評價和統合分析,涉及163992名參與者;結果顯示使用活動追蹤器與身體活動增加相關(標準化均數差SMD為0.3–0.6),相當於每天多走約1800步、多步行40分鐘,體重減輕約1公斤。對血壓、膽固醇、糖化血紅蛋白、生活質量和疼痛的影響通常很小,且多數不顯著。摘要沒有說明這些專案裡追蹤器還搭配了什麼,也沒有說明各評價之間重疊多少,因此不能把效果完全歸功於裝置本身。

The Lancet Digital Health

重點論文精講閱讀論文 →
·測量驗證研究/回顧

七款睡眠追蹤裝置:識別睡著很準,識別醒著和睡眠分期較差

在睡眠實驗室裡,34名健康的年輕成年人連續三晚佩戴七款消費級睡眠追蹤裝置中的若干款。與多導睡眠監測相比,所有裝置識別睡眠都很準(靈敏度均不低於0.93),但識別清醒較差(特異度0.18–0.54),七款中有五款與研究用活動記錄儀(特異度0.39)持平或更好;睡眠分期的估計結果不穩定。受試者是18至35歲的健康成年人,臥床時間固定為8小時,每款裝置只在其中11至20人身上測試,因此對有睡眠問題的人幾乎沒有參考價值。

Sleep

重點論文精講閱讀論文 →
穿戴裝置與測量科學 →