Dá para confiar na HRV de um relógio ou anel inteligente?

Redação: ONDA Life (Yakiv Bilenko) · Atualizado em 17 de novembro de 2026

Um traçado de ECG acima de uma onda de pulso mais suave, com linhas tracejadas ligando cada batimento; um trecho borrado e ruidoso da onda de pulso mostra onde a estimativa óptica perde o rastro.
Resposta curta

A HRV de dispositivos vestíveis pode ser útil, mas não é automaticamente a medida que um ECG daria. A maioria dos relógios e anéis inteligentes estima a variabilidade batimento a batimento a partir de um sinal óptico do pulso. As evidências mostram boa concordância com o ECG para algumas medidas em condições controladas de repouso, e limites claros com movimento, entre métricas e entre dispositivos. O uso mais sólido é uma tendência pessoal consistente, não um número universalmente intercambiável.

Pontos-chave

  • ECG e fotopletismografia (PPG) medem sinais diferentes: o ECG registra a atividade elétrica do coração, enquanto a PPG estima o momento dos batimentos a partir das ondas de pulso na pele.
  • A variabilidade do pulso (PRV) derivada da PPG pode concordar bem com a HRV derivada do ECG para métricas selecionadas em condições controladas de repouso — a concordância é condicional, não universal.
  • Movimento, contato do sensor, perfusão periférica, janela de registro, escolha da métrica e processamento proprietário moldam os números de HRV de um dispositivo vestível.
  • Dois dispositivos podem legitimamente informar valores de HRV diferentes sem que nenhum esteja errado; talvez não estejam informando a mesma métrica a partir de janelas comparáveis.
  • O RMSSD e o SDNN resumem propriedades diferentes de um registro, e seus números não são intercambiáveis.
  • A sua própria tendência, medida de forma consistente com o mesmo dispositivo e o mesmo método, costuma informar mais do que comparar valores absolutos entre dispositivos.
  • A HRV é uma medida fisiológica, não um diagnóstico; uma única leitura baixa ou alta não comprova nada por si só.

O que é a HRV de dispositivos vestíveis?

Quando um relógio ou anel inteligente mostra um número de HRV, está mostrando uma estimativa da variabilidade da frequência cardíaca (HRV ou VFC) — a variação natural do tempo entre batimentos cardíacos consecutivos. Em geral, essa estimativa é construída a partir de um sinal óptico do pulso, e não da atividade elétrica do coração, e esse único fato está por trás da maior parte da confusão, da maior parte do marketing e da maior parte das perguntas honestas sobre o que o número significa.

Esta página responde à questão de método que está por baixo das perguntas do dia a dia. Por que dois dispositivos discordam é uma história prática contada em por que sua HRV é diferente em cada dispositivo; o que são as duas variantes do relógio da Apple está em Recovery HRV vs Overall HRV no Apple Watch; o que fazer diante de uma leitura baixa cabe a por que a HRV do meu Apple Watch está baixa; e manter suas próprias leituras comparáveis é tarefa de como medir a HRV de forma consistente. Aqui a pergunta é: até que ponto um sensor no pulso ou no dedo consegue reproduzir o que um ECG clínico mediria — e o que essa resposta implica para a forma como você lê seus números?

Três termos precisam ficar separados nesta página, porque é ao confundi-los que começa a maior parte dos exageros. Um valor de HRV derivado do ECG, um valor de variabilidade do pulso (PRV) derivado da fotopletismografia (PPG) e uma pontuação proprietária de um dispositivo vestível (wearable), calculada a partir da HRV e de outros sinais, são medidas relacionadas — não uma única medida [S3]. Eles podem se acompanhar de perto, mas o sinal, o processamento e o significado diferem a cada etapa.

A resposta curta: a HRV de dispositivos vestíveis pode ser útil, mas sua utilidade é condicional — depende da métrica, das condições e daquilo com que você a compara.

Como funciona a HRV de dispositivos vestíveis?

Duas cadeias de medição partem de dois sinais diferentes.

A cadeia de referência é elétrica. O ECG registra a atividade elétrica do coração, e o pico R bem definido de cada batimento fornece uma referência de tempo precisa; os intervalos entre batimentos normais sucessivos são a base do cálculo da HRV [S1] [S4]. A cadeia dos dispositivos vestíveis é óptica. Um sensor de fotopletismografia emite luz na pele e acompanha as pequenas mudanças no volume de sangue que cada batimento envia pela circulação periférica; um software encontra os picos de pulso que se repetem e estima o tempo entre eles [S3]. A variabilidade calculada a partir desses intervalos de pulso costuma ser chamada de variabilidade do pulso.

Em resumo: ECG → picos elétricos → intervalos batimento a batimento → HRV. E: PPG → picos de pulso na pele → intervalos pulso a pulso → PRV.

Um traçado elétrico de ECG com picos agudos acima de uma onda de pulso óptica mais suave, ao lado do contorno de uma pulseira.

Cada batimento acaba de fato produzindo uma onda de pulso, então as duas cadeias estão intimamente relacionadas. Mas o pulso precisa viajar até o local de medição, e o que acontece no caminho — tempo de trânsito do pulso, tônus vascular, circulação periférica —, junto com artefatos de movimento, contato do sensor, propriedades ópticas da pele e o processamento de sinal do dispositivo, pode afastar um valor baseado no pulso do seu equivalente elétrico [S3]. Um sensor de pulso ou de anel, portanto, não é um eletrodo de ECG em miniatura. Ele observa um sinal relacionado e faz uma estimativa a partir dele, e a qualidade dessa estimativa depende das condições.

É também por isso que a pergunta "este sensor é preciso?" está incompleta. A versão baseada em evidências pergunta: preciso para qual métrica, em qual pessoa, em quais condições, com qual processamento? As seções abaixo tratam dessas peças uma de cada vez.

Como a HRV de dispositivos vestíveis é medida?

Todo valor de HRV de um dispositivo vestível é o produto final de uma cadeia de escolhas, e dois números só são comparáveis na medida em que essas escolhas coincidem. Cinco perguntas decifram qualquer número de HRV que você vê:

  • Qual sinal foi medido? Um ECG clínico, uma cinta peitoral que capta a atividade elétrica ou um sensor óptico de PPG no pulso ou no dedo — o sinal determina do que o valor é uma estimativa [S1] [S4].
  • Qual métrica foi calculada? Um dispositivo pode informar uma métrica, e outro, uma diferente. RMSSD — a raiz quadrada média das diferenças sucessivas entre os batimentos cardíacos [S1]. SDNN — o desvio padrão dos intervalos entre batimentos cardíacos normais [S1]. As duas resumem propriedades diferentes do mesmo registro — o RMSSD isola as mudanças entre batimentos adjacentes, o SDNN a dispersão geral — e dependem de forma diferente da modulação parassimpática, então seus números não são intercambiáveis [S2]. Alguns apps vão além e mostram uma pontuação proprietária de recuperação ou prontidão derivada da HRV e de outros sinais; uma pontuação não é uma métrica, e seu cálculo geralmente não é publicado. As páginas de conceito do RMSSD e do SDNN analisam cada métrica em detalhe.
  • Quando e como foi medido? Uma medição pontual rápida, um registro controlado em repouso e uma janela noturna são regimes de medição diferentes — e a duração do registro chega a mudar o que um valor significa, porque janelas mais longas acumulam ritmos mais lentos e valores maiores do tipo SDNN [S2].
  • Qual era a qualidade do sinal? Movimento, ajuste frouxo e baixa perfusão periférica degradam primeiro uma estimativa óptica, e os estudos de validação filtram esses registros antes de calcular qualquer coisa [S4].
  • Você está olhando para uma tendência ou reagindo a um único número? Um valor isolado é uma observação; uma sequência de valores coletados da mesma forma é um sinal [S5].

Uma cinta peitoral que capta a atividade elétrica do coração fica mais perto da referência do que um sensor óptico. Em um único estudo de validação com adultos jovens saudáveis (Blalock et al., 2026), uma cinta peitoral Polar e um ECG de laboratório registraram ao mesmo tempo os intervalos batimento a batimento, e os valores de HRV da cinta no domínio do tempo foram praticamente intercambiáveis com os do ECG [S11]. É por isso que essas cintas costumam servir de referência prática em estudos com wearables. O achado se limita a adultos jovens saudáveis em um protocolo curto de repouso, respiração guiada e posição em pé; ele não se transfere para sensores ópticos de pulso ou de anel.

O ecossistema da Apple é um exemplo vivo da questão da métrica. Vale lembrar: o Apple Health registra a HRV como SDNN [S6] — então os valores de HRV no Apple Health sempre foram do tipo SDNN, registrados automaticamente pelo Apple Watch. Nos modelos recentes, o Apple Watch Series 12 e o Ultra 4 com watchOS 27 mostram duas variantes de HRV — Recovery HRV e Overall HRV — e medem a HRV com frequência de até a cada cinco minutos [S7]; a Apple não informou como a Recovery HRV é calculada. Além disso, o iOS e o watchOS 27 adicionam um tipo de dado RMSSD ao Apple Health [S8] — uma mudança de plataforma que permite aos apps gravar um valor do tipo RMSSD no Apple Health, o que importa sempre que um número do Apple Watch é comparado com o de um anel que informa RMSSD.

Uma forma compacta de guardar tudo isso:

SituaçãoComo interpretar
Um dispositivo, uma métrica, condições semelhantes a cada vezUma configuração sólida para uma tendência pessoal
Dois dispositivos, duas métricas ou janelas diferentesOs números não são automaticamente comparáveis
Uma leitura feita em movimentoEspere que a estimativa piore; trate-a com cautela
Um valor incomumente baixo ou altoUma observação, não um veredito
Uma mudança persistente acompanhada de sintomas preocupantesUm quadro para conversar com um profissional de saúde

A regra prática decorre da tabela: mesmo dispositivo, mesma métrica, condições semelhantes, medições repetidas — antes de comparar números absolutos entre dispositivos. Onde seus números se situam em relação às faixas etárias da população é outra questão, respondida pela calculadora de HRV e pelo artigo HRV normal por idade, e não repetida aqui.

O que afeta a HRV de dispositivos vestíveis?

  • Movimento e exercício. O movimento distorce o sinal óptico, e o exercício muda ao mesmo tempo a fisiologia e o ambiente de medição; por isso os estudos em repouso controlado parecem mais limpos do que os dados da vida cotidiana [S4].
  • Ajuste do sensor e perfusão. Uma pulseira frouxa ou uma pele fria e mal perfundida enfraquecem o sinal do pulso de que o algoritmo depende [S4].
  • Janela de registro e hora do dia. Uma amostra breve durante o dia e uma média noturna descrevem regimes diferentes; os valores de um e de outro não são intercambiáveis [S2] [S5].
  • Métrica e processamento. O RMSSD e o SDNN respondem a perguntas diferentes sobre o mesmo registro [S2], e a filtragem, a interpolação e o tratamento de artefatos de cada fabricante moldam o número final [S3].
  • Respiração e postura. A frequência respiratória e a profundidade da respiração durante a janela ficam gravadas no valor [S5].
  • Troca de dispositivo. Passar de um dispositivo para outro também pode mover a linha de base pessoal — uma mudança de regime de medição, e não de fisiologia [S3].

O que mostram as evidências?

Estabelecido. O ECG é o método de referência para medir intervalos batimento a batimento [S1] [S4], e as cadeias de sinal são bem compreendidas: a PPG estima o momento dos batimentos a partir de ondas de pulso periféricas [S3], e a PRV está relacionada à HRV derivada do ECG — mas não é fisiologicamente idêntica a ela [S3]. As propriedades das próprias métricas são igualmente consolidadas: o RMSSD e o SDNN resumem aspectos diferentes de um registro [S2], e a duração do registro muda o que um valor significa [S2].

Depende do contexto. As evidências mais recentes tratam diretamente da questão do consumidor. Uma revisão sistemática com metanálise (Xu et al., 2026) comparou a PRV derivada da PPG com a HRV derivada do ECG em populações não clínicas saudáveis ou aparentemente saudáveis [S3]. Sua síntese qualitativa abrangeu 43 estudos, mas apenas 10 estudos únicos forneceram dados comparáveis suficientes para o agrupamento quantitativo. Onde os dados puderam ser agrupados, os erros padronizados para o RMSSD e o SDNN foram relativamente pequenos, embora as análises de sensibilidade tenham sustentado os achados do RMSSD com mais força do que as estimativas do SDNN [S3]. O limite traçado pelos próprios autores importa mais do que os números agrupados: a síntese quantitativa se apoiou em poucos estudos, tirados sobretudo de condições de repouso ou controladas, e as estimativas agrupadas não devem ser generalizadas para sono, exercício, estresse ou vida cotidiana, nem lidas como evidência de intercambiabilidade [S3].

Um estudo de validação controlado (Zuern et al., 2026) avaliou 66 participantes em ritmo sinusal, com um ECG clínico e um sensor de PPG de pulso funcionando simultaneamente [S4]. Em condições controladas de repouso, a PPG de pulso reproduziu os índices derivados do ECG de perto o suficiente para que os autores apoiassem parâmetros selecionados para avaliação de curto prazo — ao mesmo tempo em que pediram mais validação no mundo real [S4]. A concordância dependeu da métrica, sendo mais fraca para as métricas de variabilidade de curto prazo e de entropia do que para as medidas padrão de intervalo [S4], e os registros com qualidade de sinal ruim — baixa perfusão, artefatos de movimento — foram excluídos antes da análise [S4]. Essa mesma filtragem é justamente aquilo com que o uso diário não pode contar.

Os valores noturnos acrescentam uma segunda camada: os dispositivos os calculam de formas diferentes. Em um estudo de valores (Dial et al., 2025), 13 adultos saudáveis usaram ao mesmo tempo, durante o sono, uma referência de ECG e vários wearables de consumo, ao longo de 536 noites no total [S9]. Neste estudo, a concordância com a referência variou entre os dispositivos: os anéis Oura concordaram de perto com ela, o WHOOP de forma aceitável, e os relógios Garmin Fenix e Polar em menor grau [S9]. O resultado descreve essas versões dos dispositivos neste pequeno grupo de adultos saudáveis durante o sono — não é um ranking de marcas. Cada fabricante calcula sua HRV noturna em suas próprias janelas, com métodos que não são padronizados, e os autores do estudo observam que, sem transparência dos fabricantes, nem os usuários nem os pesquisadores independentes conseguem saber como essas métricas são calculadas ou ponderadas [S10].

No caso do Apple Watch, uma revisão sistemática viva com metanálise (Lambe et al., 2026) encontrou uma pequena subestimação média da frequência cardíaca em relação aos métodos de referência, com variabilidade moderada das leituras individuais e uma precisão que variou conforme a métrica, as condições e a fisiologia de cada pessoa [S12]; o resumo não relata nenhum resultado agrupado de HRV. Um único estudo de validação do mesmo grupo (O'Grady et al., 2024) comparou leituras repetidas de HRV de dois modelos recentes de Apple Watch em adultos saudáveis com uma cinta peitoral de referência: o relógio tendeu a subestimar a HRV e não atingiu a margem de equivalência definida previamente pelos autores [S13]. Esse estudo é anterior às variantes Recovery HRV e Overall HRV da Apple e não diz nada sobre o desempenho delas.

Os fatos do ecossistema da Apple entram aqui como fatos sobre dispositivos: o Apple Health armazena a HRV como SDNN [S6], modelos recentes do relógio expõem duas variantes de HRV [S7], e a plataforma agora também aceita um valor do tipo RMSSD [S8] — afirmações de alcance delimitado sobre o que é registrado, não sobre saúde.

Diretriz / consenso de especialistas. As diretrizes atuais afirmam que o sinal de entrada, a duração do registro, o ambiente, a respiração e a abordagem analítica afetam o rigor e a confiabilidade [S5], e que os achados de HRV de dispositivos vestíveis — inclusive em pesquisa — devem ser interpretados e contextualizados dentro dessas limitações [S5]. A consequência no dia a dia é comparar o que é comparável. A repetibilidade também depende do índice: em um estudo de laboratório com adultos jovens saudáveis, o RMSSD curto em repouso se repetiu bem entre sessões, mas um índice de frequência de pico não [S15]; mais um motivo para acompanhar um só índice em condições comparáveis.

Desconhecido. Até que ponto esses métodos se generalizam para a variedade de dispositivos de consumo e algoritmos proprietários; como eles se saem durante o movimento livre do dia a dia e em janelas noturnas que os dispositivos definem de formas diferentes; como se comportam em pessoas com arritmias ou condições específicas; e quando uma mudança detectada por um dispositivo vestível passa a ter significado clínico. Nada disso está resolvido — o que é um motivo para entender a medição, não para descartar os dados.

O que a HRV de dispositivos vestíveis não diz

  • Não é uma leitura de ECG. Um valor baseado em PPG é uma estimativa a partir de um sinal relacionado, e a concordância agrupada não se estende a todos os contextos nem equivale a intercambiabilidade [S3].
  • Não é um número universal. RMSSD, SDNN e pontuações proprietárias descrevem coisas diferentes; um valor sem sua métrica e sua janela é informação incompleta [S2] [S3].
  • Não é um diagnóstico nem um veredito sobre estresse. Uma única leitura baixa de HRV não significa, por si só, que você esteja estressado ou doente [S1] [S5] — e a mesma cautela vale para valores incomumente altos.
  • Não é uma leitura de como você se sente. Em um estudo observacional, a forma como as pessoas se sentiam não correspondeu de maneira consistente à HRV noturna do rastreador; todos os seus autores trabalham para a PepsiCo R&D (Gatorade Sports Science Institute), que o financiou [S14].
  • Não é tônus vagal. O enquadramento importa. O tônus vagal não pode ser medido diretamente; medidas de HRV como o RMSSD refletem alterações da frequência cardíaca mediadas pelo nervo vago [S1] [S5].
  • Não é um ranking de dispositivos. A concordância depende da métrica, das condições, da qualidade do sinal e do processamento [S3] [S4]; qual dispositivo combina com você é assunto para análises de produtos, e esta página deliberadamente não aponta nenhum rastreador como "o mais preciso".
  • Um único valor diz pouco. As orientações metodológicas pedem uma interpretação contextualizada [S5]; suas próprias leituras recentes em condições comparáveis são a comparação mais informativa.

No ONDA

O ONDA está do lado do consumidor nessas evidências, e sua documentação é clara sobre a origem de cada número. A linha de base pessoal é construída com os valores de HRV gravados no Apple Health — pelo Apple Watch ou por qualquer pulseira ou anel cujo app sincronize os dados cardíacos lá —, e esses valores são do tipo SDNN: o Apple Health registra a HRV como SDNN [S6]. A leitura ao vivo mostrada durante uma prática é um substituto calculado a partir do desvio padrão da frequência cardíaca, não RMSSD nem SDNN; a câmera do celular fornece o pulso, não a HRV; e a pontuação de coerência disponível com o Apple Watch é uma pontuação proprietária de feedback, não uma medida clínica de HRV. O ONDA usa o sinal para biofeedback: a pergunta não é só qual é o número, mas o que acontece com ele enquanto você pratica. O app compara o seu dia de dados mais recente com a sua própria faixa recente e não diagnostica nada. Veja o que o ONDA mede.

Informação educativa, não um diagnóstico nem um tratamento médico.

As evidências em resumo

AfirmaçãoEvidênciaLimitação
O método de referência para medir os intervalos da HRV é o ECG, que cronometra os picos R elétricos do coração. [S1][S4]EstabelecidoUma convenção metodológica para a medição de intervalos; não significa que o acompanhamento do dia a dia exija um ECG clínico.
Os dispositivos vestíveis estimam a variabilidade batimento a batimento a partir do sinal do pulso periférico: a PPG deduz o momento dos pulsos na pele a partir de mudanças no volume de sangue, em vez de registrar a atividade elétrica do coração. [S3]EstabelecidoDescreve a cadeia de sinal comum aos sensores de pulso e de anel; não diz nada sobre a precisão de nenhum produto.
A HRV derivada do ECG e a PRV derivada da PPG estão relacionadas, mas não são fisiologicamente idênticas: tempo de trânsito do pulso, tônus vascular, circulação periférica, artefatos de movimento, contato do sensor, propriedades ópticas da pele e algoritmos de processamento podem afastar um valor baseado no pulso do seu equivalente elétrico. [S3]EstabelecidoUma distinção fisiológica e metodológica; o tamanho da diferença depende da pessoa, do local de medição e das condições.
Uma revisão sistemática com metanálise comparou a PRV derivada da PPG com a HRV derivada do ECG em populações não clínicas saudáveis ou aparentemente saudáveis, com foco no RMSSD e no SDNN. [S3]EstabelecidoDefine o alcance da evidência agrupada: populações não clínicas; populações clínicas ficam de fora.
Onde os dados puderam ser agrupados, a metanálise encontrou erros padronizados relativamente pequenos tanto para o RMSSD quanto para o SDNN. [S3]Depende do contextoUma medida estatística de concordância, não uma porcentagem de precisão de algum produto; os dados agrupados vieram sobretudo de condições de repouso ou controladas.
A robustez dos achados agrupados diferiu conforme a métrica: as análises de sensibilidade sustentaram os achados do RMSSD, enquanto as estimativas do SDNN foram estáveis na direção, mas menos robustas estatisticamente. [S3]Depende do contextoRefere-se a estimativas agrupadas, não a dispositivos individuais; poucos estudos contribuíram para o agrupamento de cada métrica.
As estimativas agrupadas de concordância se apoiam em uma base quantitativa pequena, tirada sobretudo de condições de repouso ou controladas, e não devem ser generalizadas para sono, exercício, estresse ou vida cotidiana, nem lidas como evidência de intercambiabilidade. [S3]Depende do contextoUm limite traçado pelos próprios autores da revisão sobre as estimativas agrupadas; não exclui um bom desempenho de um dispositivo específico em um contexto específico.
Em condições controladas de repouso, a PPG de pulso reproduziu os índices de HRV derivados do ECG de perto o suficiente para que os autores apoiassem parâmetros selecionados para avaliação de curto prazo. [S4]Depende do contextoUm único dispositivo de pulso em adultos em repouso e em ritmo sinusal; três dos doze coautores são vinculados ao fabricante do dispositivo (o artigo declara não haver conflitos de interesse); os próprios autores pedem mais validação no mundo real.
A concordância com o ECG depende da métrica: na validação controlada, as métricas de variabilidade de curto prazo e de entropia concordaram menos do que as medidas padrão de intervalo. [S4]Depende do contextoUm único estudo, um único dispositivo; quais métricas concordam melhor depende do dispositivo e da condição.
A qualidade do sinal condiciona a medição: na validação controlada, os pares de registros com qualidade ruim de ECG ou de PPG — baixa perfusão ou artefatos de movimento — foram excluídos da análise. [S4]Depende do contextoFiltragem de nível de validação; no uso diário, os dispositivos de consumo aplicam seus próprios filtros de qualidade, em geral não documentados.
O sinal de entrada, a duração do registro, o ambiente, a respiração e a abordagem analítica afetam o rigor, a confiabilidade e a interpretação de uma medição de HRV. [S5]Diretriz / consenso de especialistasConsenso de especialistas sobre métodos; o tamanho de cada efeito depende das condições e da pessoa.
Os achados de HRV de dispositivos vestíveis — inclusive em pesquisa — devem ser interpretados e contextualizados dentro das limitações do método. [S5]Diretriz / consenso de especialistasOrientação de interpretação, não dados de desfecho; a consequência no dia a dia é comparar o que é comparável — mesmo dispositivo, mesma métrica, condições semelhantes.
Numerosos fatores experimentais, demográficos e ambientais influenciam a avaliação, a interpretação e a confiabilidade da HRV, um dos motivos pelos quais uma diferença entre dispositivos não é automaticamente um erro. [S5]Diretriz / consenso de especialistasConsenso de especialistas sobre as muitas peças móveis de uma medição; a combinação específica de causas difere para cada par de dispositivos e condições.
O RMSSD e o SDNN resumem propriedades diferentes de um registro — mudanças batimento a batimento versus dispersão geral —, e o RMSSD depende mais da modulação parassimpática do que o SDNN. [S2]EstabelecidoUma comparação relativa entre as duas métricas; a duração do registro acrescenta mais um motivo para seus valores divergirem.
A duração do registro muda o que um valor significa: registros mais longos acumulam ritmos mais lentos e valores maiores do tipo SDNN, então valores de janelas diferentes não são comparáveis. [S2]EstabelecidoUma propriedade da métrica; vale igualmente para comparações entre apps, estudos e rotinas noturnas.
O Apple Health registra a HRV como SDNN, calculado como o desvio padrão dos intervalos entre batimentos normais e registrado automaticamente pelo Apple Watch. [S6]EstabelecidoDocumentação oficial; descreve o que o sistema registra, não o que os valores significam para a saúde; restrito ao ecossistema da Apple.
Modelos recentes do Apple Watch com watchOS mostram duas variantes de HRV — Recovery HRV e Overall HRV — e medem a HRV com frequência de até a cada cinco minutos. [S7]Depende do contextoAnúncio do fabricante restrito a hardware e versões de sistema específicos; a Apple não informou como a Recovery HRV é calculada.
O iOS e o watchOS adicionam um tipo de dado RMSSD ao Apple Health. [S8]Depende do contextoDocumentação oficial; a disponibilidade é restrita a versões específicas do sistema, e o que os apps registram por meio desse tipo depende de cada app.
A HRV não é uma leitura direta do tônus vagal nem do equilíbrio simpático-parassimpático. [S1][S5]EstabelecidoCautela metodológica da literatura de padrões e diretrizes; a HRV reflete alterações da frequência cardíaca mediadas pelo nervo vago, não a atividade do nervo em si.
Um único valor baixo ou alto não comprova, por si só, estresse, doença ou estado de saúde. [S1][S5]EstabelecidoRefere-se à interpretação, não à precisão da medição; mudanças persistentes com sintomas preocupantes devem ser vistas por um profissional de saúde.
Uma cinta peitoral que capta a atividade elétrica do coração forneceu valores de HRV no domínio do tempo praticamente intercambiáveis com um ECG de laboratório em adultos jovens saudáveis (um único estudo de validação). [S11]Depende do contextoUm único modelo de cinta peitoral, adultos jovens saudáveis, um protocolo curto deitado, com respiração guiada e em pé; não diz nada sobre sensores ópticos de pulso ou de anel.
Em um estudo de valores, a concordância com uma referência de ECG variou entre wearables de consumo: os anéis Oura concordaram de perto, o WHOOP de forma aceitável, e o Garmin Fenix e o Polar em menor grau. [S9]Depende do contextoUm único estudo pequeno com adultos saudáveis, apenas durante o sono, com gerações específicas de dispositivos; cada fabricante calcula a HRV noturna em suas próprias janelas com métodos não padronizados; não é um ranking de marcas. Financiado pelo Laboratório de Pesquisa da Força Aérea dos EUA; os autores declaram não ter conflitos de interesse.
Sem detalhes publicados dos algoritmos, nem os usuários nem os pesquisadores independentes conseguem saber como a HRV noturna de um wearable é calculada ou ponderada. [S10]Depende do contextoA resposta dos autores do estudo em uma troca de cartas (a equipe da WHOOP havia comentado o estudo); um argumento sobre transparência, não novos dados de medição.
No conjunto dos estudos de validação, o Apple Watch mostrou uma pequena subestimação média da frequência cardíaca, com variabilidade moderada das leituras individuais, e a precisão variou conforme a métrica, as condições e a fisiologia de cada pessoa. [S12]Depende do contextoResultado agrupado de frequência cardíaca; o resumo não relata nenhum resultado agrupado de HRV, e os resultados não são separados por geração de relógio.
Em um estudo de validação de leituras repetidas em adultos saudáveis, dois modelos recentes de Apple Watch tenderam a subestimar a HRV em relação a uma cinta peitoral de referência e não atingiram a margem de equivalência definida previamente pelos autores. [S13]Depende do contextoUm único estudo, adultos saudáveis, dois modelos de relógio e, como referência, uma cinta peitoral com software de análise; não descreve a Recovery HRV nem modelos de relógio mais recentes.
Em um estudo observacional, a forma como as pessoas se sentiam não correspondeu de maneira consistente à HRV noturna de um rastreador de atividade. [S14]EmergentePequeno estudo observacional com um único rastreador comercial; todos os autores são funcionários da PepsiCo R&D (Gatorade Sports Science Institute), que financiou o estudo; é necessária replicação independente.
A repetibilidade depende do índice: o RMSSD curto em repouso se repetiu bem entre sessões de laboratório em adultos jovens saudáveis, mas um índice de frequência de pico não. [S15]Depende do contextoUm estudo de laboratório com registros de qualidade de ECG em adultos jovens saudáveis; valores noturnos de vestíveis não foram testados.

Fontes

Os títulos dos trabalhos e das revistas são citados no idioma original.

  1. [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
  2. [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
  3. [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
  4. [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
  5. [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
  6. [S6] Apple Inc. — HealthKit documentation. heartRateVariabilitySDNN. · documentação oficial
  7. [S7] Apple Newsroom (2026). Apple advances health and fitness capabilities using Apple Intelligence. · documentação oficial
  8. [S8] Apple Inc. — HealthKit documentation. heartRateVariabilityRMSSD (iOS/watchOS 27). · documentação oficial
  9. [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
  10. [S10] Dial et al. (2025), letter. Contextual equivalence for accurate comparison of wearables requires transparency. Physiological Reports. DOI 10.14814/phy2.70706 · PMID 41399178
  11. [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
  12. [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
  13. [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
  14. [S14] Ungaro et al. (2026). Disconnection Between Self-Reported Wellbeing and Heart Rate Variability from Wearables. Sensors. DOI 10.3390/s26041325 · PMID 41755264
  15. [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

Veja também

Como são feitas as páginas do ONDA Science: cada número vem de uma única lista de fatos verificados, cada afirmação é ligada às suas fontes e classificada pela força das evidências, e as fontes precisam ter DOI ou PMID (a documentação de fabricantes é usada só para fatos sobre dispositivos).