Estadiamento do Sono por Dispositivos Vestíveis: Por que o Sono Profundo É Difícil de Medir

Seu dispositivo vestível geralmente consegue dizer se você dormiu. Ele tem muito mais dificuldade para dizer se você passou 83 minutos em sono profundo.

Em estudos recentes que compararam sinais de dispositivos vestíveis com a polissonografia (PSG), o padrão laboratorial para medir o sono, algoritmos de quatro estágios ficaram aproximadamente na mesma faixa: 75,3% a 80,8% de acurácia e valores de kappa de Cohen de 0,6151 a 0,70. Essa concordância é útil, mas fica aquém da esperada entre avaliadores humanos treinados em PSG. A fronteira difícil é N2 versus N3, ou sono de ondas lentas — o estágio que os aplicativos de consumo rotulam como "Sono Profundo".

A conclusão prática é menos dramática do que o marketing. Use um dispositivo vestível para acompanhar padrões gerais de sono ao longo de semanas. Trate o total de sono profundo de uma única noite como uma estimativa ruidosa, não como uma medida suficientemente precisa para orientar o treino de amanhã, um experimento com álcool ou o conjunto de suplementos.

Sensores diferentes, limites semelhantes para quatro estágios

Três estudos de validação concomitantes à PSG chegaram a resultados semelhantes, apesar de usarem dispositivos, modelos e populações de pacientes diferentes.

Zhang et al. (2026) testaram um modelo de aprendizado profundo baseado em Mamba em 357 participantes de uma clínica do sono. O dispositivo vestível ANNE One combinava ECG torácico, PPG de dedo, acelerometria e temperatura da pele. Em comparação com a PSG, sua acurácia balanceada de quatro classes foi de 75,30% e seu kappa foi de 0,6151. Essa foi a configuração com mais sensores do grupo, mas não superou os estudos que usaram apenas PPG.

Constantin et al. (2025) usaram PPG refletiva no pulso durante 68 registros noturnos concomitantes à PSG. Seu modelo de aprendizado profundo alcançou 78,7% de acurácia em quatro classes e kappa de 0,68 em comparação com a PSG. Em uma análise ambulatorial separada de longo prazo, a concordância sono/vigília alcançou kappa de 0,80 em comparação com a actigrafia. Esse valor mais alto não pode ser comparado aos resultados de PSG: a actigrafia é uma referência baseada em movimento, não uma medição direta dos estágios do sono.

Aguet et al. (2025) avaliaram modelos de aprendizado profundo baseados em PPG durante PSG clínica em 134 pessoas com suspeita de apneia do sono. A PPG de pulso alcançou 80,8% de acurácia em quatro classes e kappa de 0,70. A coorte importa. A apneia do sono pode fragmentar a variabilidade da frequência cardíaca e a arquitetura do sono, portanto esses resultados não estabelecem o mesmo desempenho em adultos saudáveis.

Estas são comparações entre estudos, não uma disputa controlada entre sensores. Os estudos diferiram quanto à arquitetura dos modelos, aos dados de treinamento, ao posicionamento e à população. Ainda assim, um sistema de ECG torácico mais PPG de dedo não superou claramente a PPG de pulso isolada. Mais sensores podem ajudar algoritmos específicos, mas as evidências atuais não mostram que a quantidade de sensores preveja de forma confiável uma melhor classificação do sono em quatro estágios.

O sinal ausente é a fronteira entre N2 e N3

O resultado mais informativo surge ao simplificar a tarefa de classificação. Zhang e colegas melhoraram de kappa 0,6151 para quatro classes para 0,7289 para três classes: vigília, sono NREM leve e sono REM. A remoção da fronteira N2/N3 produziu um ganho de cerca de 0,11 pontos de kappa.

Esse padrão é compatível com a fisiologia do sono. N3 é definido na PSG pela atividade delta de alta amplitude no EEG, tipicamente na faixa de 0,5–4 Hz. ECG, variabilidade da frequência cardíaca e PPG capturam sinais cardíacos e vasculares periféricos; eles não registram diretamente essa atividade cerebral. Um modelo pode aprender correlações entre padrões autonômicos e estágios do sono, mas correlação não substitui o sinal usado para definir N3 em primeiro lugar.

Isso não torna inúteis os dispositivos vestíveis sem EEG. Há mais respaldo para a classificação de sono/vigília e de vigília-NREM-REM em linhas gerais. Constantin et al. relataram kappa de sono/vigília de curto prazo de 0,71 em comparação com a PSG, enquanto o resultado de três classes de Zhang foi de 0,7289. As evidências sustentam melhor categorias amplas do que uma afirmação minuto a minuto sobre o sono de ondas lentas.

Mais dados de treinamento não resolveram o problema

Pini et al. (2023) desenvolveram um algoritmo de estadiamento baseado na frequência cardíaca usando 12.404 registros de PSG de clínicas em três continentes e, em seguida, o validaram prospectivamente com um dispositivo de ECG vestível. A coorte de treinamento tinha idade média de 42,3 anos, com desvio-padrão de 16,8 anos, e 59% apresentavam distúrbios respiratórios do sono. O relatório disponível não fornece uma estimativa de kappa para quatro classes que permita comparação direta com os estudos acima.

Seu valor está na escala, não em um novo parâmetro numérico. Um conjunto de dados de ECG muito maior e geograficamente mais amplo estabeleceu que o estadiamento derivado da frequência cardíaca é viável. Ele não forneceu evidências de que sinais derivados de ECG possam distinguir N3 de forma nítida no nível da classificação baseada em EEG. A composição clínica também deixa sem resposta quão bem esse modelo se transfere para atletas saudáveis, adultos mais velhos sem distúrbios respiratórios do sono ou adolescentes.

O posicionamento pode importar, mas o modelo determina quanto

Aguet et al. observaram que mover o sensor de PPG do pulso para a parte superior do braço reduziu a acurácia em 6,2 pontos percentuais e o kappa em cerca de 10% em seu modelo padrão de aprendizado profundo. No entanto, um modelo baseado apenas no intervalo entre batimentos eliminou essa desvantagem de posicionamento. O resultado não prova que o pulso sempre supera a parte superior do braço; mostra que os efeitos do posicionamento dependem tanto do algoritmo quanto do sinal.

Dispositivos em anel acrescentam outra questão ainda não resolvida. A PPG de dedo pode fornecer um sinal óptico forte, mas os estudos primários acima não realizaram uma comparação controlada entre dedo e pulso usando as mesmas pessoas e o mesmo modelo. Svensson et al. (2024) avaliaram de forma independente o Oura Ring Gen3 com seu algoritmo OSSA 2.0 em comparação com PSG ambulatorial de múltiplas noites em 96 participantes, abrangendo 421.045 épocas classificadas. Trata-se de uma valiosa validação comercial, mas ela não estabelece que o posicionamento no dedo seja superior ao posicionamento no pulso.

Por que a pesquisa publicada não pode certificar seu aplicativo

As principais marcas de dispositivos vestíveis usam algoritmos proprietários, dados de treinamento não divulgados e atualizações de firmware que podem alterar o desempenho sem aviso. Portanto, modelos de pesquisa e produtos comerciais pertencem a linhas de evidência relacionadas, mas separadas.

Existe validação comercial por PSG. Schyvens et al. (2025) compararam seis dispositivos comerciais usados no pulso com PSG em 62 participantes. O mesmo grupo de pesquisa também publicou uma revisão sistemática de 2024 sobre Fitbit Charge 4, Garmin Vivosmart 4 e WHOOP em comparação com PSG. Lee et al. (2023) avaliaram prospectivamente 11 rastreadores de consumo vestíveis, próximos ao corpo e ambientais em comparação com PSG.

Esses estudos mostram que dispositivos comerciais podem ser testados em comparação com PSG. Eles não criam uma comparação direta e limpa com os algoritmos de pesquisa de Zhang, Constantin ou Aguet. A sensibilidade para N3 em cada estágio também não é relatada de modo consistente nos estudos comerciais, de modo que nenhuma estimativa publicada pode informar exatamente quanta confiança depositar no gráfico de sono profundo de uma marca.

Como usar os dados sem se enganar

Os estágios do sono de um dispositivo vestível são mais bem tratados como estimativas com margens de erro diferentes, mesmo quando o aplicativo os exibe como minutos exatos.

• Use o tempo total de sono e os padrões gerais de sono/vigília como os resultados mais confiáveis.
• Analise médias móveis de 7 a 14 noites antes de interpretar uma mudança nas tendências dos estágios do sono.
• Não altere um plano de treinamento ou protocolo de suplementação porque uma noite produziu um total de sono profundo incomumente baixo ou alto.
• Prefira validações revisadas por pares e comparadas à PSG que relatem resultados específicos por estágio, em vez de alegações de acurácia dos fabricantes.

As evidências podem mudar. Um estudo de PSG em adultos saudáveis que demonstrasse discriminação de N3 sem EEG acima de kappa 0,80, ou uma comparação controlada que mostrasse que um algoritmo comercial supera claramente sistemas de pesquisa publicados, exigiria uma reavaliação. Nenhum dos resultados aparece nas evidências atuais. Por enquanto, a leitura honesta é simples: dispositivos vestíveis podem ajudar a acompanhar o comportamento do sono, mas não conseguem ver o sinal de EEG que define o sono profundo.