Может ли оценка VO2max носимым устройством отражать реальную физическую форму?

Оценка VO2max на носимом устройстве, вероятно, отражает реальную физиологическую связь. Ошибка — считать показанное число лабораторным измерением. В наиболее качественной работе по оценке в повседневной жизни VO2max определяли с ошибкой 2,902 мЛ/кг/мин, однако для этого использовали примерно семь дней непрерывных многосенсорных данных и модель, разработанную для исследований, а не проприетарное программное обеспечение внутри потребительских часов.

Это различие существенно, поскольку кардиореспираторная выносливость (КРВ), которую обычно измеряют как VO2max, связана с исходами здоровья, заслуживающими внимания. У пациентов с установленными сердечно-сосудистыми заболеваниями метаанализ 21 проспективной когорты с участием 159 352 человек показал, что наивысшая по сравнению с наименьшей категория КРВ была связана с более низкой смертностью от всех причин (отношение рисков 0,42, 95%-й ДИ 0,28–0,61) и сердечно-сосудистой смертностью (0,27, 95%-й ДИ 0,16–0,48). Это связи, а не доказательство того, что показатель часов меняет чей-либо прогноз, но они объясняют столь большой интерес к VO2max.

Лучший результат получен в совершенно ином исследовании носимых устройств

Наиболее убедительные данные валидации получены в исследовании Spathis и соавторов 2022 года в когорте Fenland. Исследователи собрали примерно семь дней данных акселерометрии запястья в повседневной жизни, частоты сердечных сокращений, вариабельности сердечного ритма, физической активности умеренной и высокой интенсивности, ЧСС в покое и антропометрических показателей у 11 059 взрослых жителей Великобритании. Участники также прошли велоэргометрию под наблюдением в клинике для измерения VO2max.

Команда обучила модель плотной нейронной сети на данных 8 384 участников и оценила её на отложенной тестовой выборке из 2 675 человек. Полная многосенсорная модель дала R² 0,671, корреляцию 0,821 и среднеквадратическую ошибку (RMSE) 2,902 мЛ/кг/мин (95%-й ДИ 2,806–3,002). RMSE описывает типичный размер ошибок прогнозирования: чем она меньше, тем лучше.

В физиологии упражнений изменение физической формы примерно на 3,5 мЛ/кг/мин — около одного метаболического эквивалента, или MET, — часто считают практически значимым. Это условность, а не диагностический порог. Тем не менее ошибка около 2,9 мЛ/кг/мин помещает эту исследовательскую систему в диапазон, где повторные измерения могут стать полезными.

Результат также показывает, за счёт чего работала модель. При использовании только антропометрических показателей RMSE составила 4,051 мЛ/кг/мин, а при использовании только ЧСС в покое — 4,007. Сочетание антропометрических показателей и ЧСС в покое снизило ошибку до 3,159 мЛ/кг/мин. Полный набор датчиков оказался лучше, потому что точнее отражал, как человек в действительности двигается и восстанавливается в повседневной жизни.

Более сложное моделирование помогло меньше, чем более качественные входные данные. Линейная модель с теми же признаками имела RMSE 2,956 мЛ/кг/мин — всего на 0,054 выше, чем нейронная сеть. Традиционные уравнения без физической нагрузки работали значительно хуже: R² составлял −3,2, а корреляция — 0,389. В этих условиях объединение данных датчиков было важнее алгоритмических эффектов.

Почему это не валидирует число на запястье

Систематический обзор и метаанализ Dosis и соавторов 2026 года рассмотрел 18 исследований оценки КРВ без наблюдения в повседневной жизни. Его вывод противоречит маркетингу потребительских часов: имеющиеся в продаже носимые устройства дают большую ошибку для отдельных людей. Обзор связывает значительную часть этого разрыва с калибровкой. Коммерческие алгоритмы в основном строятся на коротких периодах данных структурированной физической нагрузки, тогда как модель Fenland использовала неделю непрерывного мониторинга в повседневной жизни и несколько сигналов.

Эти подходы отвечают на связанные, но разные вопросы. Часы могут оценивать физическую форму по пробежке с GPS-отслеживанием, темпу и реакции ЧСС; другая оценка может в значительной степени опираться на ЧСС в покое, когда данных о нагрузке мало. Ни один из этих подходов автоматически не воспроизводит результативность исследовательской модели, которая в течение нескольких дней объединяет данные о движении, вариабельности сердечного ритма, интенсивности активности, ЧСС в покое и параметрах тела.

Обзор также показал, что во многих исследованиях использовалась только внутренняя валидация. Модели нередко выглядят лучше, когда их тестируют на людях из того же источника данных, который использовался для их построения. Поэтому специально выделенная отложенная тестовая выборка Spathis и соавторов убедительнее, чем модель, оценённая только в собственной выборке разработки, хотя ей всё ещё требуется воспроизведение в более разнообразных популяциях.

Исследования потребительских устройств показывают связь, а не окончательно установленную точность

Потребительские устройства не лишены физиологической чувствительности. Когортное исследование Zhang и соавторов 2024 года в местном сообществе выявило связи между показателями ЧСС и физической активности, полученными со смарт-часов, и показателями кардиореспираторной выносливости. Это подтверждает основную предпосылку: часы собирают информацию, связанную с физической формой. Но это не доказывает, что отображаемый VO2max конкретного человека достаточно точен, чтобы заменять лабораторный тест.

Исследование валидации Apple Watch, проведённое Lambe и соавторами в 2025 году, сравнивало оценки VO2max Apple Watch с лабораторным стандартом. Доступная информация из аннотации не содержит извлекаемых значений RMSE, стандартной ошибки оценки или пределов согласия Бланда—Альтмана. Без этих показателей точности на уровне отдельного человека исследование не может определить, насколько близким, вероятно, будет значение Apple Watch для конкретного пользователя.

Это различие легко упустить. Устройство может коррелировать с физической формой на уровне группы и при этом допускать ошибки, достаточно большие, чтобы вводить в заблуждение отдельного человека. Связь на популяционном уровне — отправная точка, а не основание принимать клинические решения по панели показателей.

Кому следует быть особенно осторожным?

Наиболее точный результат в повседневной жизни был получен в относительно здоровой когорте взрослых жителей Великобритании. Имеющиеся данные не подтверждают сопоставимую точность у людей с VO2max выше 55 мЛ/кг/мин, тяжёлым ожирением, в старшем возрасте или при разнообразных клинических состояниях. Модели прогнозирования обычно испытывают трудности на границах популяции, на которой их создавали.

Механическая эффективность создаёт ещё одну проблему. Методы оценки без физической нагрузки часто предполагают, что люди преобразуют движение в работу с одинаковой эффективностью. В обзоре 2026 года сообщается, что это предположение может не выполняться у пожилых, хрупких людей или людей с нарушениями опорно-двигательного аппарата и может систематически занижать VO2max. Исследование сейсмокардиографии 2024 года иллюстрирует, почему исследователи продолжают изучать альтернативные датчики, включая сигналы вибрации грудной клетки, регистрируемые в покое. Однако оно пока не даёт решения для потребительских носимых устройств.

Время ношения — ещё одна нерешённая переменная. Результат Fenland зависел от примерно семи дней непрерывного сбора данных. Представленные здесь данные не показывают, что один, два или три дня приводят к той же оценке. Недельная тенденция, основанная на непоследовательном ношении устройства, может выглядеть более научной, чем она есть на самом деле.

Физическая форма важна; её оценка остаётся проблемой измерения

Значение КРВ выходит за пределы показателей выносливости. Систематический обзор и метаанализ 2025 года показал, что физическая форма была связана с риском смертности во всех категориях ИМТ. Отдельный метаанализ у пациентов с сердечно-сосудистыми заболеваниями выявил более низкую смертность среди людей с более высокой физической формой, измеренной при кардиопульмональном нагрузочном тестировании (CPET). Эти результаты относятся к измеренной КРВ и долгосрочным исходам; они не валидируют оценки потребительских устройств.

Другие наблюдательные данные указывают в том же направлении. Когортное исследование UK Biobank 2026 года с участием 54 418 взрослых в возрасте от 39 до 70 лет без диабета на исходном уровне связало более высокий оценочный VO2max с более низким риском впервые возникшего диабета 2 типа и рассмотрело биологическое старение как возможный посредник. Исследование когнитивно сохранных взрослых 2024 года выявило положительные корреляции между VO2max и фракцией миелиновой воды в нескольких областях белого вещества. Ни одна из этих связей не доказывает, что повышение показателя на носимом устройстве предотвратит диабет или сохранит миелин мозга, но обе подтверждают, почему точное отслеживание физической формы было бы полезно.

Как пользоваться носимым устройством, не вводя себя в заблуждение

• Отслеживай тенденцию на протяжении месяцев. Если последовательно носить одно и то же устройство, а оценка растёт или снижается вместе с изменениями тренировок, это направление может быть полезнее абсолютного числа.
• Не придавай одной тренировке слишком большого значения. В анализе Fenland RMSE только для ЧСС в покое составляла около 4,0 мЛ/кг/мин, а короткие структурированные занятия не сопоставимы с неделей многосенсорного наблюдения.
• Учитывай контекст показателя. Изменения массы тела, типа тренировок, болезни, жары, лекарств и несовершенный контакт датчика могут влиять на входные данные, которые используют алгоритмы.
• Если речь идёт о клинически значимых решениях, используй лабораторное тестирование. Кардиопульмональное нагрузочное тестирование остаётся подходящим методом для оценки сердечного риска, диагностических вопросов или решений, требующих точного VO2max.

Потребительское носимое устройство может быть полезным инструментом для долгосрочного отслеживания физической формы. Однако на уровне отдельного человека оно пока не является валидированной заменой лабораторному измерению.

Обоснованный вывод имеет умеренную степень уверенности и намеренно узок: оценка VO2max на часах, вероятно, отражает реальную физиологию, особенно если она последовательно меняется со временем. Исследовательский ориентир в 2,902 мЛ/кг/мин показывает, чего может достичь пассивный многосенсорный мониторинг в благоприятных условиях. Он не говорит о том, что конкретные Apple Watch, Garmin или Fitbit достигают этого ориентира. Пока независимые исследования потребительских устройств не будут последовательно сообщать о малых индивидуальных ошибках в разнообразных популяциях, используй это число как линию тенденции, а не как диагноз.