Ci si può fidare dell'HRV di uno smartwatch o di un anello?
Redazione: ONDA Life (Yakiv Bilenko) · Aggiornato il 17 novembre 2026

L'HRV dei dispositivi indossabili può essere utile, ma non coincide automaticamente con la misura che darebbe un ECG. La maggior parte degli smartwatch e degli anelli stima la variabilità da un battito all'altro a partire da un segnale ottico del polso. Le prove mostrano una buona concordanza con l'ECG per alcune misure in condizioni di riposo controllate, e limiti chiari con il movimento, tra metriche diverse e tra dispositivi diversi. L'uso più solido è una tendenza personale coerente, non un numero universalmente intercambiabile.
Punti chiave
- ECG e PPG misurano segnali diversi: l'ECG registra l'attività elettrica del cuore, mentre la PPG stima i tempi dei battiti dalle onde del polso sulla pelle.
- La variabilità del polso ricavata dalla PPG può concordare bene con l'HRV derivata dall'ECG per alcune metriche in condizioni di riposo controllate: la concordanza è condizionata, non universale.
- Movimento, contatto del sensore, perfusione periferica, finestra di registrazione, scelta della metrica ed elaborazione proprietaria modellano tutti i numeri di HRV di un dispositivo indossabile.
- Due dispositivi possono legittimamente riportare valori di HRV diversi senza che nessuno dei due sbagli; possono non riportare la stessa metrica su finestre confrontabili.
- RMSSD e SDNN riassumono proprietà diverse di una registrazione, e i loro valori non sono intercambiabili.
- La tua tendenza personale, misurata in modo coerente con lo stesso dispositivo e lo stesso metodo, è di solito più informativa del confronto di valori assoluti tra dispositivi.
- L'HRV è una misura fisiologica, non una diagnosi; una singola lettura bassa o alta di per sé non stabilisce nulla.
Che cos'è l'HRV dei dispositivi indossabili?
Quando uno smartwatch o un anello mostra un numero di HRV, mostra una stima della variabilità della frequenza cardiaca (HRV), cioè la naturale variazione del tempo tra battiti consecutivi. Di solito la stima è costruita da un segnale ottico del polso e non dall'attività elettrica del cuore, e questo solo fatto sta dietro alla maggior parte della confusione, del marketing e delle domande legittime su cosa significhi quel numero.
Questa pagina risponde alla domanda di metodo che sta sotto a quelle di tutti i giorni. Perché due dispositivi non concordano è una storia pratica raccontata in perché la tua HRV è diversa su ogni dispositivo; cosa siano le due varianti dell'orologio di Apple è spiegato in Recovery HRV e Overall HRV su Apple Watch; cosa fare dopo una lettura bassa è il tema di perché l'HRV del mio Apple Watch è bassa; e mantenere confrontabili le tue letture è il compito di come misurare l'HRV in modo coerente. Qui la domanda è: quanto fedelmente un sensore al polso o al dito può riprodurre ciò che misurerebbe un ECG clinico, e cosa implica la risposta per il modo in cui leggi i tuoi numeri?
In questa pagina tre termini vanno tenuti distinti, perché confonderli è il punto da cui parte la maggior parte delle esagerazioni. Un valore di HRV derivato dall'ECG, un valore di variabilità del polso (PRV) derivato dalla fotopletismografia (PPG) e un punteggio proprietario di un dispositivo indossabile, calcolato dall'HRV e da altri segnali, sono misure correlate, non una misura sola [S3]. Possono seguirsi da vicino, ma il segnale, l'elaborazione e il significato cambiano a ogni passaggio.
La risposta breve: l'HRV dei dispositivi indossabili può essere utile, ma la sua utilità è condizionata dalla metrica, dalle condizioni e da ciò con cui la confronti.
Come funziona l'HRV dei dispositivi indossabili?
Due catene di misura partono da due segnali diversi.
La catena di riferimento è elettrica. Un ECG registra l'attività elettrica del cuore, e il picco R netto di ogni battito offre un riferimento temporale preciso; l'HRV si calcola dagli intervalli tra battiti normali successivi [S1] [S4]. La catena dei dispositivi indossabili è ottica. Un sensore di fotopletismografia (PPG) proietta luce nella pelle e segue le piccole variazioni del volume di sangue che ogni battito spinge nella circolazione periferica; un software individua i picchi ricorrenti del polso e stima il tempo tra l'uno e l'altro [S3]. La variabilità calcolata da questi intervalli del polso si chiama di solito variabilità del polso (PRV).
In breve: ECG → picchi elettrici → intervalli tra battiti → HRV. E: PPG → picchi del polso sulla pelle → intervalli tra pulsazioni → PRV.

Ogni battito produce in ultima analisi un'onda del polso, quindi le due catene sono strettamente legate. Ma il polso deve viaggiare fino al punto di misura, e ciò che accade lungo il percorso (tempo di transito del polso, tono vascolare, circolazione periferica), insieme ad artefatti da movimento, contatto del sensore, proprietà ottiche della pelle ed elaborazione del segnale del dispositivo, può allontanare un valore basato sul polso dal suo corrispettivo elettrico [S3]. Un sensore da polso o da anello non è quindi un elettrodo ECG in miniatura. Osserva un segnale correlato e da quello fa una stima, e la qualità della stima dipende dalle condizioni.
È anche per questo che la domanda «questo sensore è accurato?» è incompleta. La versione basata sulle prove chiede: accurato per quale metrica, in quale persona, in quali condizioni, con quale elaborazione? Le sezioni che seguono affrontano questi elementi uno alla volta.
Come si misura l'HRV dei dispositivi indossabili?
Ogni valore di HRV di un dispositivo indossabile è il prodotto finale di una catena di scelte, e due numeri sono confrontabili solo nella misura in cui le scelte coincidono. Cinque domande permettono di decifrare qualsiasi numero di HRV:
- Quale segnale è stato misurato? Un ECG clinico, una fascia toracica che rileva l'attività elettrica o un sensore ottico PPG al polso o al dito: il segnale determina di che cosa il valore sia una stima [S1] [S4].
- Quale metrica è stata calcolata? Un dispositivo può riportare una metrica, un altro basarsi su un'altra. RMSSD — la radice quadrata della media dei quadrati delle differenze successive tra i battiti cardiaci [S1]. SDNN — la deviazione standard degli intervalli tra battiti cardiaci normali [S1]. Le due riassumono proprietà diverse della stessa registrazione (l'RMSSD isola i cambiamenti tra battiti adiacenti, lo SDNN la dispersione complessiva) e dipendono in misura diversa dalla modulazione parasimpatica, quindi i loro valori non sono intercambiabili [S2]. Alcune app vanno oltre e mostrano un punteggio proprietario di recupero o di prontezza ricavato dall'HRV e da altri segnali; un punteggio non è una metrica, e di solito il suo calcolo non è pubblicato. Le pagine concettuali su RMSSD e SDNN analizzano ciascuna metrica nel dettaglio.
- Quando e come è stata misurata? Un rapido controllo puntuale, una registrazione a riposo controllato e una finestra notturna sono modalità di misura diverse, e la durata della registrazione cambia perfino il significato di un valore, perché le finestre più lunghe accumulano ritmi più lenti e valori di tipo SDNN più alti [S2].
- Quanto era buono il segnale? Movimento, aderenza scarsa e debole perfusione periferica degradano per primi una stima ottica, e gli studi di validazione escludono queste registrazioni prima di calcolare qualsiasi cosa [S4].
- Stai guardando una tendenza o reagendo a un numero? Un singolo valore è un'osservazione; una sequenza di valori raccolti nello stesso modo è un segnale [S5].
Una fascia toracica che rileva l'attività elettrica del cuore è più vicina al riferimento di un sensore ottico. In un unico studio di validazione su giovani adulti sani (Blalock et al., 2026), una fascia toracica Polar e un ECG di laboratorio hanno registrato contemporaneamente gli intervalli battito per battito, e i valori di HRV della fascia nel dominio del tempo sono risultati di fatto intercambiabili con quelli dell'ECG [S11]. Per questo nelle ricerche sui dispositivi indossabili queste fasce fungono spesso da riferimento pratico. Il risultato vale solo per giovani adulti sani in un breve protocollo a riposo, con respirazione guidata e in piedi; non si trasferisce ai sensori ottici da polso o da anello.
L'ecosistema Apple è un esempio concreto della questione della metrica. Apple Health registra l'HRV come SDNN [S6]: i valori di HRV in Apple Health sono quindi sempre stati di tipo SDNN, registrati automaticamente da Apple Watch. Sui modelli recenti, Apple Watch Series 12 e Ultra 4 con watchOS 27 mostrano due varianti di HRV — Recovery HRV e Overall HRV — e misurano l'HRV anche ogni cinque minuti [S7]; Apple non ha spiegato come si calcola Recovery HRV. Inoltre iOS e watchOS 27 aggiungono ad Apple Health un tipo di dato RMSSD [S8]: un cambiamento della piattaforma che permette alle app di scrivere in Apple Health un valore di tipo RMSSD, e che conta ogni volta che un numero di Apple Watch viene confrontato con un anello che riporta l'RMSSD.
Un modo compatto per tenere insieme tutto questo:
| Situazione | Come leggerla |
|---|---|
| Un dispositivo, una metrica, condizioni simili ogni volta | Una base solida per una tendenza personale |
| Due dispositivi, due metriche o finestre diverse | I numeri non sono automaticamente confrontabili |
| Una lettura presa durante il movimento | Aspettati una stima peggiore; trattala con cautela |
| Un valore insolitamente basso o alto | Un'osservazione, non un verdetto |
| Uno spostamento persistente insieme a sintomi preoccupanti | Un quadro da discutere con un medico |
La regola pratica discende dalla tabella: stesso dispositivo, stessa metrica, condizioni simili, misurazioni ripetute, prima di confrontare valori assoluti tra dispositivi. Dove si collocano i tuoi numeri rispetto alle fasce d'età della popolazione è una domanda separata, a cui rispondono il calcolatore HRV e l'articolo sull'HRV normale per età, e che qui non viene ripresa.
Cosa influenza l'HRV dei dispositivi indossabili?
- Movimento ed esercizio. Il movimento distorce il segnale ottico, e l'esercizio cambia insieme la fisiologia e l'ambiente di misura; per questo gli studi a riposo controllato appaiono più puliti dei dati raccolti nella vita di tutti i giorni [S4].
- Aderenza del sensore e perfusione. Un cinturino allentato o una pelle fredda e poco perfusa indeboliscono il segnale del polso da cui dipende l'algoritmo [S4].
- Finestra di registrazione e ora del giorno. Un breve campione diurno e una media notturna descrivono modalità di misura diverse; i loro valori non sono intercambiabili [S2] [S5].
- Metrica ed elaborazione. RMSSD e SDNN rispondono a domande diverse sulla stessa registrazione [S2], e il filtraggio, l'interpolazione e la gestione degli artefatti di ciascun produttore modellano il numero finale [S3].
- Respiro e postura. La frequenza respiratoria e la profondità del respiro durante la finestra si imprimono nel valore [S5].
- Cambiare dispositivo. Passare da un dispositivo a un altro può spostare anche la baseline personale: un cambiamento della modalità di misura più che della fisiologia [S3].
Cosa mostrano le prove?
Accertato. L'ECG è il metodo di riferimento per misurare gli intervalli tra battiti [S1] [S4], e le catene del segnale sono ben comprese: la PPG stima i tempi dei battiti dalle onde del polso periferico [S3], e la PRV è correlata all'HRV derivata dall'ECG, ma non fisiologicamente identica [S3]. Altrettanto consolidate sono le proprietà delle metriche: RMSSD e SDNN riassumono aspetti diversi di una registrazione [S2], e la durata della registrazione cambia il significato di un valore [S2].
Dipende dal contesto. Le prove più recenti affrontano direttamente la domanda dei consumatori. Una revisione sistematica con meta-analisi (Xu et al., 2026) ha confrontato la PRV derivata dalla PPG con l'HRV derivata dall'ECG in popolazioni non cliniche sane o apparentemente sane [S3]. La sintesi qualitativa ha incluso 43 studi, ma solo 10 studi distinti fornivano dati abbastanza confrontabili per l'aggregazione quantitativa. Dove i dati si potevano aggregare, gli errori standardizzati per RMSSD e SDNN erano relativamente piccoli, anche se le analisi di sensibilità hanno confermato i risultati sull'RMSSD più solidamente delle stime sullo SDNN [S3]. Il limite posto dagli stessi autori conta più dei numeri aggregati: la sintesi quantitativa poggiava su pochi studi, condotti soprattutto in condizioni di riposo o controllate, e le stime aggregate non vanno generalizzate al sonno, all'esercizio, allo stress o alla vita di tutti i giorni, né lette come prova di intercambiabilità [S3].
Uno studio di validazione controllato (Zuern et al., 2026) ha registrato 66 partecipanti con ritmo sinusale, con un ECG clinico e un sensore PPG da polso in funzione contemporaneamente [S4]. In condizioni di riposo controllate, la PPG al polso ha riprodotto gli indici derivati dall'ECG abbastanza fedelmente da indurre gli autori a sostenerne alcuni parametri per la valutazione a breve termine, pur chiedendo ulteriori validazioni nella vita reale [S4]. La concordanza dipendeva dalla metrica, ed era più debole per le metriche di variabilità a breve termine e di entropia che per le misure standard sugli intervalli [S4]; inoltre le registrazioni con qualità del segnale scarsa (bassa perfusione, artefatti da movimento) sono state escluse prima dell'analisi [S4]. È proprio il filtro su cui l'uso quotidiano non può contare.
I valori notturni aggiungono un secondo livello: i dispositivi li calcolano in modo diverso. In uno studio sui valori notturni (Dial et al., 2025), 13 adulti sani hanno indossato contemporaneamente durante il sonno un ECG di riferimento e diversi dispositivi indossabili di consumo, per 536 notti in totale [S9]. In questo studio la concordanza con il riferimento variava da un dispositivo all'altro: gli anelli Oura concordavano strettamente, WHOOP in modo accettabile, gli orologi Garmin Fenix e Polar meno strettamente [S9]. Il risultato descrive queste versioni dei dispositivi in questo piccolo gruppo di adulti sani durante il sonno: non è una classifica dei marchi. Ogni produttore calcola la propria HRV notturna su finestre proprie con metodi non standardizzati, e gli autori dello studio osservano che, senza trasparenza da parte dei produttori, né gli utenti né i ricercatori indipendenti possono capire come queste metriche vengano calcolate o ponderate [S10].
Per l'Apple Watch, una revisione sistematica «vivente» con meta-analisi (Lambe et al., 2026) ha rilevato una piccola sottostima media della frequenza cardiaca rispetto ai metodi di riferimento, con una variabilità moderata delle singole letture e un'accuratezza che variava in base alla metrica, alle condizioni e alla fisiologia individuale [S12]; l'abstract non riporta alcun risultato aggregato sull'HRV. Un unico studio di validazione dello stesso gruppo (O'Grady et al., 2024) ha confrontato letture ripetute dell'HRV di due modelli recenti di Apple Watch in adulti sani con una fascia toracica di riferimento: l'orologio tendeva a sottostimare l'HRV e non rientrava nel margine di equivalenza fissato in anticipo dagli autori [S13]. Lo studio è precedente alle varianti Recovery HRV e Overall HRV di Apple e non dice nulla sulle loro prestazioni.
I dati sull'ecosistema Apple rientrano qui come dati sui dispositivi: Apple Health memorizza l'HRV come SDNN [S6], i modelli recenti di orologio espongono due varianti di HRV [S7], e la piattaforma ora accetta anche un valore di tipo RMSSD [S8]. Sono affermazioni circoscritte su cosa viene registrato, non sulla salute.
Linee guida / consenso di esperti. Le linee guida attuali affermano che il segnale di partenza, la durata della registrazione, il contesto, il respiro e l'approccio analitico influiscono tutti sul rigore e sull'affidabilità [S5], e che i risultati dell'HRV da dispositivi indossabili, anche nella ricerca, vanno interpretati e contestualizzati entro questi limiti [S5]. L'estensione quotidiana è confrontare misure omogenee. Anche la ripetibilità dipende dall’indice: in uno studio di laboratorio su giovani adulti sani, il RMSSD breve a riposo si ripeteva bene tra le sessioni, ma un indice della frequenza di picco no [S15]; un motivo in più per seguire un solo indice in condizioni comparabili.
Sconosciuto. Quanto bene questi metodi si generalizzino alla varietà di dispositivi di consumo e di algoritmi proprietari; come funzionino durante il movimento libero della giornata e su finestre notturne che i dispositivi definiscono in modi diversi; come si comportino nelle persone con aritmie o con condizioni specifiche; e quando un cambiamento rilevato da un dispositivo indossabile diventi clinicamente significativo. Nulla di tutto ciò è risolto: un motivo per imparare a leggere le misure, non per scartare i dati.
Cosa l'HRV dei dispositivi indossabili non ti dice
- Non è una lettura ECG. Un valore basato sulla PPG è una stima da un segnale correlato, e la concordanza aggregata non si estende a ogni contesto né equivale a intercambiabilità [S3].
- Non è un numero universale. RMSSD, SDNN e punteggi proprietari descrivono cose diverse; un valore senza la sua metrica e la sua finestra è un'informazione incompleta [S2] [S3].
- Non è una diagnosi né un verdetto sullo stress. Una singola lettura di HRV bassa non significa di per sé che tu sia stressato o non stia bene [S1] [S5], e la stessa cautela vale per i valori insolitamente alti.
- Non è una lettura di come ti senti. In uno studio osservazionale, il modo in cui le persone si sentivano non corrispondeva in modo coerente all'HRV notturna del loro tracker; tutti gli autori lavorano per PepsiCo R&D (Gatorade Sports Science Institute), che ha finanziato lo studio [S14].
- Non è il tono vagale. Il modo di inquadrarla conta. Il tono vagale non può essere misurato direttamente; misure dell'HRV come l'RMSSD riflettono le variazioni della frequenza cardiaca mediate dal vago [S1] [S5].
- Non è una classifica dei dispositivi. La concordanza dipende dalla metrica, dalle condizioni, dalla qualità del segnale e dall'elaborazione [S3] [S4]; quale dispositivo faccia per te è una domanda da recensioni di prodotto, e questa pagina volutamente non indica alcun tracker «più accurato».
- Un singolo valore dice poco. Le indicazioni metodologiche chiedono un'interpretazione contestualizzata [S5]; le tue letture recenti in condizioni confrontabili sono il termine di paragone più informativo.
In ONDA
ONDA si colloca sul versante dei dispositivi di consumo di queste prove, e la sua documentazione è chiara sulla provenienza di ogni numero. La baseline personale si basa sui valori di HRV scritti in Apple Health, da Apple Watch o da qualsiasi tracker la cui app vi sincronizzi i dati cardiaci. Apple Health registra l'HRV come SDNN [S6], quindi quei valori sono di tipo SDNN. La lettura in tempo reale mostrata durante una pratica è un indicatore surrogato calcolato dalla deviazione standard della frequenza cardiaca, non RMSSD né SDNN; la fotocamera del telefono rileva il polso, non l'HRV; e il punteggio di coerenza disponibile con Apple Watch è un punteggio di feedback proprietario, non una misura clinica dell'HRV. ONDA usa il segnale per il biofeedback: la domanda non è solo quale sia il numero, ma cosa gli succede mentre pratichi. Confronta il tuo ultimo giorno con dati con il tuo corridoio recente e non diagnostica nulla. Vedi cosa misura ONDA.
Informazioni a scopo educativo, non una diagnosi né un trattamento medico.
Le evidenze in sintesi
| Affermazione | Evidenza | Limite |
|---|---|---|
| Il metodo di riferimento per misurare gli intervalli dell'HRV è l'ECG, che rileva i tempi dei picchi elettrici R del cuore. [S1][S4] | Accertato | Una convenzione metodologica per la misura degli intervalli; non significa che il monitoraggio quotidiano richieda un ECG clinico. |
| I dispositivi indossabili stimano la variabilità da un battito all'altro dal segnale del polso periferico: la PPG ricava i tempi delle pulsazioni sulla pelle dalle variazioni del volume di sangue, invece di registrare l'attività elettrica del cuore. [S3] | Accertato | Descrive la catena del segnale comune ai sensori da polso e da anello; non dice nulla sull'accuratezza di un prodotto. |
| L'HRV derivata dall'ECG e la PRV derivata dalla PPG sono correlate ma non fisiologicamente identiche: tempo di transito del polso, tono vascolare, circolazione periferica, artefatti da movimento, contatto del sensore, proprietà ottiche della pelle e algoritmi di elaborazione possono allontanare un valore basato sul polso dal suo corrispettivo elettrico. [S3] | Accertato | Una distinzione fisiologica e metodologica; l'ampiezza dello scarto dipende dalla persona, dal punto di misura e dalle condizioni. |
| Una revisione sistematica con meta-analisi ha confrontato la PRV derivata dalla PPG con l'HRV derivata dall'ECG in popolazioni non cliniche sane o apparentemente sane, concentrandosi su RMSSD e SDNN. [S3] | Accertato | Definisce l'ambito delle prove aggregate: popolazioni non cliniche; le popolazioni cliniche ne restano fuori. |
| Dove i dati si potevano aggregare, la meta-analisi ha trovato errori standardizzati relativamente piccoli sia per l'RMSSD sia per lo SDNN. [S3] | Dipende dal contesto | Una misura statistica di concordanza, non una percentuale di accuratezza di un prodotto; i dati aggregati provenivano soprattutto da condizioni di riposo o controllate. |
| La solidità dei risultati aggregati differiva per metrica: le analisi di sensibilità hanno confermato i risultati sull'RMSSD, mentre le stime sullo SDNN erano stabili nella direzione ma meno solide sul piano statistico. [S3] | Dipende dal contesto | Riguarda stime aggregate, non singoli dispositivi; pochi studi hanno contribuito all'aggregazione di ciascuna metrica. |
| Le stime aggregate di concordanza poggiano su una base quantitativa ridotta, tratta soprattutto da condizioni di riposo o controllate, e non vanno generalizzate al sonno, all'esercizio, allo stress o alla vita di tutti i giorni, né lette come prova di intercambiabilità. [S3] | Dipende dal contesto | Un limite tracciato dagli autori della revisione sulle stime aggregate; non esclude buone prestazioni di un dispositivo specifico in un contesto specifico. |
| In condizioni di riposo controllate, la PPG al polso ha riprodotto gli indici di HRV derivati dall'ECG abbastanza fedelmente da indurre gli autori a sostenerne alcuni parametri per la valutazione a breve termine. [S4] | Dipende dal contesto | Un solo dispositivo da polso in adulti a riposo con ritmo sinusale; tre dei dodici coautori sono affiliati al produttore del dispositivo (l'articolo dichiara assenza di conflitti di interesse); gli autori stessi chiedono ulteriori validazioni nella vita reale. |
| La concordanza con l'ECG dipende dalla metrica: nella validazione controllata, le metriche di variabilità a breve termine e di entropia concordavano meno delle misure standard sugli intervalli. [S4] | Dipende dal contesto | Un solo studio, un solo dispositivo; quali metriche concordino meglio dipende dal dispositivo e dalle condizioni. |
| La qualità del segnale condiziona la misura: nella validazione controllata, le coppie di registrazioni con qualità ECG o PPG scarsa (bassa perfusione o artefatti da movimento) sono state escluse dall'analisi. [S4] | Dipende dal contesto | Un filtro da studio di validazione; i dispositivi di consumo applicano nell'uso quotidiano propri filtri di qualità, perlopiù non documentati. |
| Il segnale di partenza, la durata della registrazione, il contesto, il respiro e l'approccio analitico influiscono tutti sul rigore, sull'affidabilità e sull'interpretazione di una misura di HRV. [S5] | Linee guida / consenso di esperti | Consenso di esperti sui metodi; l'entità di ciascun effetto dipende dalle condizioni e dalla persona. |
| I risultati dell'HRV da dispositivi indossabili, anche nella ricerca, vanno interpretati e contestualizzati entro i limiti del metodo. [S5] | Linee guida / consenso di esperti | Indicazioni per l'interpretazione, non dati sugli esiti; l'estensione quotidiana è confrontare misure omogenee: stesso dispositivo, stessa metrica, condizioni simili. |
| Numerosi fattori sperimentali, demografici e ambientali influenzano la valutazione, l'interpretazione e l'affidabilità dell'HRV: uno dei motivi per cui una differenza tra dispositivi non è automaticamente un errore. [S5] | Linee guida / consenso di esperti | Consenso di esperti sulle molte variabili in gioco in una misura; la combinazione specifica di cause cambia per ogni coppia di dispositivi e di condizioni. |
| RMSSD e SDNN riassumono proprietà diverse di una registrazione (i cambiamenti da un battito all'altro contro la dispersione complessiva), e l'RMSSD dipende dalla modulazione parasimpatica più dello SDNN. [S2] | Accertato | Un confronto relativo tra le due metriche; la durata della registrazione è un ulteriore motivo per cui i loro valori divergono. |
| La durata della registrazione cambia il significato di un valore: le registrazioni più lunghe accumulano ritmi più lenti e valori di tipo SDNN più alti, quindi i valori di finestre diverse non sono confrontabili. [S2] | Accertato | Una proprietà della metrica; vale allo stesso modo per i confronti tra app, studi e routine notturne. |
| Apple Health registra l'HRV come SDNN, calcolata come deviazione standard degli intervalli tra battiti normali e registrata automaticamente da Apple Watch. [S6] | Accertato | Documentazione ufficiale; descrive cosa registra il sistema, non cosa significhino i valori per la salute; limitata all'ecosistema Apple. |
| I modelli recenti di Apple Watch con watchOS mostrano due varianti di HRV, Recovery HRV e Overall HRV, e misurano l'HRV anche ogni cinque minuti. [S7] | Dipende dal contesto | Annuncio del produttore limitato a specifici hardware e versioni del sistema operativo; Apple non ha spiegato come si calcola Recovery HRV. |
| iOS e watchOS aggiungono ad Apple Health un tipo di dato RMSSD. [S8] | Dipende dal contesto | Documentazione ufficiale; la disponibilità è limitata a specifiche versioni del sistema operativo, e cosa registrino le app con questo tipo dipende da ciascuna app. |
| L'HRV non è una lettura diretta del tono vagale né dell'equilibrio simpatico-parasimpatico. [S1][S5] | Accertato | Una cautela metodologica tratta dagli standard e dalle linee guida; l'HRV riflette le variazioni della frequenza cardiaca mediate dal vago, non l'attività del nervo in sé. |
| Un singolo valore basso o alto non stabilisce di per sé stress, malattia o stato di salute. [S1][S5] | Accertato | Riguarda l'interpretazione, non l'accuratezza della misura; cambiamenti persistenti accompagnati da sintomi preoccupanti vanno discussi con un medico. |
| Una fascia toracica che rileva l'attività elettrica del cuore ha fornito valori di HRV nel dominio del tempo di fatto intercambiabili con un ECG di laboratorio in giovani adulti sani (un unico studio di validazione). [S11] | Dipende dal contesto | Un solo modello di fascia toracica, giovani adulti sani, un breve protocollo da supini, con respirazione guidata e in piedi; non dice nulla sui sensori ottici da polso o da anello. |
| In uno studio sui valori notturni, la concordanza con un ECG di riferimento variava tra i dispositivi indossabili di consumo: gli anelli Oura concordavano strettamente, WHOOP in modo accettabile, Garmin Fenix e Polar meno strettamente. [S9] | Dipende dal contesto | Un unico piccolo studio su adulti sani, solo durante il sonno, con generazioni specifiche di dispositivi; ogni produttore calcola l'HRV notturna su finestre proprie con metodi non standardizzati; non è una classifica dei marchi. Finanziato dall'Air Force Research Laboratory dell'aeronautica statunitense; gli autori dichiarano di non avere conflitti di interesse. |
| Senza dettagli pubblicati sugli algoritmi, né gli utenti né i ricercatori indipendenti possono capire come l'HRV notturna di un dispositivo indossabile venga calcolata o ponderata. [S10] | Dipende dal contesto | La risposta degli autori dello studio in uno scambio di lettere (il team di WHOOP aveva commentato lo studio); un argomento sulla trasparenza, non nuovi dati di misura. |
| Nell'insieme degli studi di validazione, l'Apple Watch ha mostrato una piccola sottostima media della frequenza cardiaca con una variabilità moderata delle singole letture, e l'accuratezza variava in base alla metrica, alle condizioni e alla fisiologia individuale. [S12] | Dipende dal contesto | Risultato aggregato sulla frequenza cardiaca; l'abstract non riporta alcun risultato aggregato sull'HRV, e i risultati non sono suddivisi per generazione di orologio. |
| In uno studio di validazione su letture ripetute in adulti sani, due modelli recenti di Apple Watch tendevano a sottostimare l'HRV rispetto a una fascia toracica di riferimento e non rientravano nel margine di equivalenza fissato in anticipo dagli autori. [S13] | Dipende dal contesto | Un unico studio, adulti sani, due modelli di orologio, come riferimento una fascia toracica con software di analisi; non descrive la Recovery HRV né i modelli di orologio più recenti. |
| In uno studio osservazionale, il modo in cui le persone si sentivano non corrispondeva in modo coerente all'HRV notturna di un activity tracker. [S14] | Emergente | Piccolo studio osservazionale con un unico tracker commerciale; tutti gli autori sono dipendenti di PepsiCo R&D (Gatorade Sports Science Institute), che ha finanziato lo studio; serve una replica indipendente. |
| La ripetibilità dipende dall’indice: il RMSSD breve a riposo si ripeteva bene tra sessioni di laboratorio in giovani adulti sani, un indice della frequenza di picco no. [S15] | Dipende dal contesto | Uno studio di laboratorio con registrazioni di qualità ECG in giovani adulti sani; i valori notturni dei dispositivi indossabili non sono stati verificati. |
Fonti
I titoli degli studi e delle riviste sono riportati nella lingua originale.
- [S1] Task Force of the ESC and NASPE (1996). Heart rate variability: standards of measurement, physiological interpretation and clinical use. Circulation. DOI 10.1161/01.CIR.93.5.1043 · PMID 8971803
- [S2] Shaffer & Ginsberg (2017). An overview of heart rate variability metrics and norms. Frontiers in Public Health. DOI 10.3389/fpubh.2017.00258 · PMID 29034226
- [S3] Xu et al. (2026). Accuracy of photoplethysmography-derived pulse rate variability compared with electrocardiography-derived heart rate variability: a systematic review and meta-analysis. Sensors. DOI 10.3390/s26165192 · PMID 42655500
- [S4] Zuern et al. (2026). Validation of photoplethysmography-derived short-term heart rate variability using a wearable device. Scientific Reports. DOI 10.1038/s41598-026-52700-7 · PMID 42151374
- [S5] Carter et al. (2026). Guidelines for rigor and reproducibility of heart rate variability within human cardiovascular research. Am J Physiol Heart Circ Physiol. DOI 10.1152/ajpheart.00041.2026 · PMID 42495990
- [S6] Apple Inc. — HealthKit documentation. heartRateVariabilitySDNN. · documentazione ufficiale
- [S7] Apple Newsroom (2026). Apple advances health and fitness capabilities using Apple Intelligence. · documentazione ufficiale
- [S8] Apple Inc. — HealthKit documentation. heartRateVariabilityRMSSD (iOS/watchOS 27). · documentazione ufficiale
- [S9] Dial et al. (2025). Validation of nocturnal resting heart rate and heart rate variability in consumer wearables. Physiological Reports. DOI 10.14814/phy2.70527 · PMID 40834291
- [S10] Dial et al. (2025), letter. Contextual equivalence for accurate comparison of wearables requires transparency. Physiological Reports. DOI 10.14814/phy2.70706 · PMID 41399178
- [S11] Blalock et al. (2026). Validity of the Polar H10 for heart rate variability and cardiac autonomic reflex tests. Autonomic Neuroscience. DOI 10.1016/j.autneu.2026.103447 · PMID 42275859
- [S12] Lambe et al. (2026). The accuracy of Apple Watch measurements: a living systematic review and meta-analysis. npj Digital Medicine. DOI 10.1038/s41746-025-02238-1 · PMID 41513748
- [S13] O'Grady et al. (2024). The Validity of Apple Watch Series 9 and Ultra 2 for Serial Measurements of Heart Rate Variability and Resting Heart Rate. Sensors. DOI 10.3390/s24196220 · PMID 39409260
- [S14] Ungaro et al. (2026). Disconnection Between Self-Reported Wellbeing and Heart Rate Variability from Wearables. Sensors. DOI 10.3390/s26041325 · PMID 41755264
- [S15] North et al. (2026). Test-retest reliability of time- and frequency-domain measures of short-term resting heart rate variability in a healthy young population. International Journal of Psychophysiology. DOI 10.1016/j.ijpsycho.2026.113341 · PMID 41765049
Vedi anche
- ScienzaRMSSD: cosa riflette questa metrica dell'HRV e cosa no
- ScienzaSDNN: cosa misura questa metrica dell'HRV e cosa no
- ScienzaEsercizio e HRV: cosa fa l'allenamento e cosa mostra la guida tramite HRV
- ScienzaVariabilità della frequenza cardiaca: cos'è, cosa riflette e cosa non è
- ScienzaBaseline dell'HRV: perché la tua normalità conta più di qualsiasi norma
- ScienzaFrequenza cardiaca a riposo: cosa riflette e come si misura
- ScienzaCome il respiro cambia l'HRV — e perché la respirazione lenta la aumenta
- ScienzaBiofeedback dell'HRV: che cosa mostrano le evidenze
- GlossarioHeart Rate Variability
- ArticoloWhy Your HRV Is Different on Every Device (and Which to Trust)
- ArticoloApple Watch ora mostra due valori di HRV: HRV di recupero vs HRV complessiva
- ArticoloCome misurare l'HRV perché il numero significhi davvero qualcosa
- StrumentoHRV Calculator by Age
Come nascono le pagine di ONDA Science: ogni numero proviene da un unico elenco di dati verificati, ogni affermazione è collegata alle sue fonti e classificata in base alla solidità delle prove, e le fonti devono avere un DOI o un PMID (la documentazione dei produttori si usa solo per i dati sui dispositivi).