La ciencia de Balance

Esta página separa dos cosas que es fácil confundir: lo que dice la investigación revisada por pares sobre la variabilidad de la frecuencia cardíaca (HRV) y lo que muestra la puntuación Balance, propia de Feelmo.

¿Qué es la HRV?

La HRV describe la variación de los intervalos entre latidos. Se calcula con métricas del dominio temporal y de la frecuencia. La regulación autónoma contribuye a la HRV. En condiciones controladas, el RMSSD, la potencia de alta frecuencia y medidas relacionadas pueden reflejar la influencia parasimpática sobre el corazón vinculada a la respiración.

Esto es más limitado que afirmar que la HRV mide todo el sistema nervioso autónomo. Las recomendaciones científicas de 2026 desaconsejan usarla como marcador específico de las señales simpáticas enviadas al corazón o del «equilibrio simpatovagal». La relación LF/HF tampoco es un medidor sencillo de acelerador y freno (Carter et al., 2026).

¿Cómo puedo regular el sistema nervioso autónomo?

La investigación señala algunas vías con respaldo.

• Respiración lenta — modifica el patrón cardíaco y aumenta, en promedio, algunas métricas de HRV en los estudios; esto no demuestra automáticamente relajación (Lehrer & Gevirtz, 2014; Zaccaro et al., 2018; Laborde et al., 2022)
• Luz por la mañana — la luz es uno de los factores ambientales más potentes sobre el ritmo circadiano, el sueño y el ánimo (Blume et al., 2019)
• Ejercicio regular — el metaanálisis lo asocia a un HRV en reposo más alto (Sandercock et al., 2005)
• Condiciones de medición parecidas — menos movimiento puede mejorar la comparabilidad, pero el sueño no es una condición controlada ni idéntica (Trinder et al., 2001; Stein & Pu, 2012)

Todas son tendencias a nivel poblacional y su efecto varía de una persona a otra.

Tu latido no es un metrónomo

Los intervalos entre latidos no son perfectamente constantes. Esa variación se llama HRV y depende, entre otros factores, de la respiración, la postura, la actividad, la hora, la fase del sueño, el alcohol, los medicamentos, las enfermedades, la edad y las condiciones de medición.

La frecuencia cardíaca suele aumentar un poco al inspirar y disminuir al espirar. Este patrón contribuye a algunas métricas de HRV, pero su amplitud no demuestra que el nervio vago esté sano, que te hayas recuperado ni que no exista estrés.

Desde que un grupo de trabajo conjunto de la European Society of Cardiology y la North American Society of Pacing and Electrophysiology estandarizó su medición e interpretación (Task Force, 1996), la HRV se ha usado para estudiar de forma indirecta parte de la regulación autónoma cardíaca (Shaffer & Ginsberg, 2017). No mide todo el sistema nervioso autónomo.

Qué observa Feelmo

Feelmo resume información disponible derivada de la HRV y tendencias de tus registros anteriores mediante un procesamiento propio en el dispositivo. Los detalles no son públicos.

Las perspectivas del dominio temporal capturan cuánto varían los intervalos latido a latido a lo largo de un periodo. Las del dominio de la frecuencia separan las fluctuaciones más rápidas, relacionadas con la respiración, de los patrones más lentos. Ambas son lentes científicas útiles (Task Force, 1996; Shaffer & Ginsberg, 2017; Laborde et al., 2017), pero ninguna lente por sí sola debería tomarse como respuesta directa a "¿cuánto estrés tengo?".

Los estudios citados no probaron el algoritmo exacto de Feelmo. Por tanto, no demuestran que 0–100 sea una escala clínica, que una puntuación concreta corresponda a un estado fisiológico determinado ni que usar la app mejore la salud. Una actividad o colaboración de investigación no equivale a una validación del producto completada y revisada por pares.

Por qué tus registros anteriores pueden aportar contexto

El valor absoluto de la HRV varía enormemente según la edad, el sexo y la constitución. Datos a gran escala que abarcan nueve décadas de vida han mostrado que la HRV disminuye con la edad (Umetani et al., 1998). Dicho de otro modo, un mismo número puede significar algo completamente distinto de una persona a otra en cuanto a "si es alto o bajo para ese individuo".

Los registros anteriores de una persona pueden aportar más contexto que una comparación directa con otras personas. No eliminan los efectos de la respiración, el sueño, los medicamentos, las enfermedades, el sensor o la vida diaria. Las comparaciones mostradas son referencias propias del producto, no diagnósticos de salud, recuperación, calma o estrés; sus reglas no son públicas.

La pantalla de inicio puede mostrar una referencia propia del producto. Las reglas de comparación y visualización no son públicas; no es una referencia médica.

Los personajes de la interfaz

Feelmo muestra Balance junto a seis compañeros (Genki, Odayaka, Futsuu, Fuan, Panku y Tsukare). Son personajes de la interfaz. Los detalles de visualización no son públicos.

Los nombres como «tranquilo», «inquieto» o «cansado» son nombres de producto. No significan que Feelmo haya reconocido esa emoción o estado.

Cuándo medir: por qué valoramos el reposo y el sueño

Las mediciones ópticas en la muñeca son especialmente sensibles al movimiento. Estar sentado con calma o dormir puede reducir los movimientos grandes y aumentar la posibilidad de obtener datos de pulso utilizables, sin garantizar una medición exacta o completa.

Hay varias razones por las que observamos de cerca el sueño.

• La fase del sueño, los despertares, la respiración, la postura, el alcohol, la enfermedad, el contacto del sensor y el número y momento de las muestras del Apple Watch cambian de una noche a otra.
• La HRV nocturna se relaciona con la fisiología del sueño a nivel de grupo, pero no es una medición directa de la calidad del sueño o la recuperación (Trinder et al., 2001).
• La relación entre el sueño y la HRV también ha quedado sistematizada en revisiones sistemáticas (Stein & Pu, 2012).

Estrés y balance

El vínculo entre el estrés psicológico y una HRV reducida se ha descrito repetidamente en metaanálisis (Kim et al., 2018). Además, un metaanálisis de estudios de neuroimagen ha propuesto un modelo en el que la vía vagal que conecta la corteza prefrontal (el cerebro que piensa) y el corazón es lo que hace de la HRV un marcador de estrés y salud (Thayer et al., 2012). Para profundizar en esta conexión cerebro-corazón, consulta La conexión cerebro-corazón.

Estos resultados se solapan mucho entre personas y situaciones. No permiten que una app infiera el estrés, la emoción o la actividad cerebral de una persona a partir de una medición. El indicador de «estrés» de Feelmo es una etiqueta propia del producto, no una medición directa del estrés.

¿Cómo afecta la respiración lenta a la HRV?

La respiración lenta puede aumentar temporalmente la amplitud de la oscilación cardíaca relacionada con la respiración. Alrededor de seis respiraciones por minuto es frecuente en estudios de biofeedback, donde puede acercarse a la frecuencia de resonancia del sistema barorreflejo; el ritmo óptimo y la respuesta varían entre personas (Lehrer & Gevirtz, 2014).

Un metaanálisis de 223 estudios encontró aumentos medios de HRV mediada por el vago durante y después de la respiración lenta (Laborde et al., 2022). Cerca de seis respiraciones por minuto es frecuente en la literatura, pero el ritmo de resonancia varía entre personas. El aumento durante la respiración guiada refleja en parte el patrón respiratorio y no demuestra automáticamente relajación, recuperación, mejor sueño o tratamiento.

Las sesiones de Respiración son guías de ritmo. Sus nombres no garantizan calma, activación ni un beneficio de salud.

Sobre la luz y el movimiento

Hay un trasfondo tras el hecho de que el registro de hábitos de la pestaña Bienestar también contemple la luz solar y la actividad.

• La luz influye en el ritmo circadiano y se relaciona con el sueño y el estado de ánimo (Blume et al., 2019).
• Las intervenciones de ejercicio se han asociado con cambios de la HRV en reposo en metaanálisis (Sandercock et al., 2005).

No son cuotas de lo que «deberías» hacer. Ver hábitos y Balance juntos puede sugerir preguntas, pero no demuestra una conexión causal.

Qué podemos decir sobre la puntuación

Balance es una visualización de bienestar propia de 0 a 100. Los detalles no son públicos. No mide directamente el estado autónomo, las emociones, la fatiga, el estrés, la recuperación o la salud. Las publicaciones citadas no validan la puntuación de Feelmo; una actividad o colaboración de investigación no sustituye una evaluación externa completada del producto.

Qué significa medir en la muñeca

El Apple Watch obtiene una onda de pulso mediante un sensor óptico y HealthKit puede ofrecer una estimación de HRV. Un estudio controlado en participantes sanos informó concordancia para las condiciones y métricas examinadas frente a ECG (Hernando et al., 2018). Esto no valida todos los modelos, contextos, personas ni métricas.

Feelmo lee en el dispositivo los registros autorizados del Apple Watch / HealthKit. El movimiento, el ajuste, el contacto con la piel, la duración del registro, la respiración, el hardware, el software y los latidos ausentes o irregulares limitan la comparabilidad. Los detalles no son públicos.

Comparar tus propios registros: la idea del n-of-1

Las medias de grupo y los patrones de tus propios registros son cosas distintas. Los patrones de asociación de hábitos de Feelmo (Premium) presentan asociaciones exploratorias intraindividuales. Muestran correlaciones observadas; no prueban un efecto ni una relación causal. Los detalles no son públicos.

En vez de aplicarte directamente una afirmación general, la función ofrece como referencia asociaciones observadas en tus propios registros: una perspectiva que sitúa a cada individuo en el centro.

Lo que no demuestran los campos de investigación citados

La investigación sobre HRV, el procesamiento de señales, la estadística, la cronobiología y las ciencias del comportamiento aporta contexto general. Mencionar estos campos no demuestra que Feelmo reconozca emociones, mida el equilibrio autónomo, determine causas o proporcione una previsión validada clínicamente. Los detalles no son públicos.

Referencias

1. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology. Heart rate variability: standards of measurement, physiological interpretation and clinical use. Circulation. 1996;93(5):1043–1065.
2. Shaffer F, Ginsberg JP. An Overview of Heart Rate Variability Metrics and Norms. Frontiers in Public Health. 2017;5:258.
3. Laborde S, Mosley E, Thayer JF. Heart Rate Variability and Cardiac Vagal Tone in Psychophysiological Research – Recommendations for Experiment Planning, Data Analysis, and Data Reporting. Frontiers in Psychology. 2017;8:213.
4. Trinder J, Kleiman J, Carrington M, et al. Autonomic activity during human sleep as a function of time and sleep stage. Journal of Sleep Research. 2001;10(4):253–264.
5. Stein PK, Pu Y. Heart rate variability, sleep and sleep disorders. Sleep Medicine Reviews. 2012;16(1):47–66.
6. Kim HG, Cheon EJ, Bai DS, Lee YH, Koo BH. Stress and Heart Rate Variability: A Meta-Analysis and Review of the Literature. Psychiatry Investigation. 2018;15(3):235–245.
7. Thayer JF, Åhs F, Fredrikson M, Sollers JJ, Wager TD. A meta-analysis of heart rate variability and neuroimaging studies: implications for heart rate variability as a marker of stress and health. Neuroscience & Biobehavioral Reviews. 2012;36(2):747–756.
8. Lehrer PM, Gevirtz R. Heart rate variability biofeedback: how and why does it work? Frontiers in Psychology. 2014;5:756.
9. Zaccaro A, Piarulli A, Laurino M, et al. How Breath-Control Can Change Your Life: A Systematic Review on Psycho-Physiological Correlates of Slow Breathing. Frontiers in Human Neuroscience. 2018;12:353.
10. Russo MA, Santarelli DM, O'Rourke D. The physiological effects of slow breathing in the healthy human. Breathe (Sheffield). 2017;13(4):298–309.
11. Umetani K, Singer DH, McCraty R, Atkinson M. Twenty-four hour time domain heart rate variability and heart rate: relations to age and gender over nine decades. Journal of the American College of Cardiology. 1998;31(3):593–601.
12. Hernando D, Roca S, Sancho J, Alesanco Á, Bailón R. Validation of the Apple Watch for Heart Rate Variability Measurements during Relax and Mental Stress in Healthy Subjects. Sensors (Basel). 2018;18(8):2619.
13. Blume C, Garbazza C, Spitschan M. Effects of light on human circadian rhythms, sleep and mood. Somnologie. 2019;23(3):147–156.
14. Sandercock GR, Bromley PD, Brodie DA. Effects of exercise on heart rate variability: inferences from meta-analysis. Medicine & Science in Sports & Exercise. 2005;37(3):433–439.
15. Carter JR, et al. Guidelines for rigor and reproducibility of heart rate variability within human cardiovascular research. American Journal of Physiology-Heart and Circulatory Physiology. 2026. doi:10.1152/ajpheart.00041.2026. PMID: 42495990.
16. Laborde S, Allen MS, Borges U, et al. Effects of voluntary slow breathing on heart rate and heart rate variability: A systematic review and a meta-analysis. Neuroscience & Biobehavioral Reviews. 2022;138:104711. doi:10.1016/j.neubiorev.2022.104711. PMID: 35623448.