Feelmo

HRV

SDNN ou RMSSD : pourquoi la VFC diffère entre l’Apple Watch et les autres applications

Apple Santé indique 42 ms, une autre application 28 ms. Des valeurs différentes le même jour ne signifient pas forcément une erreur. La VFC se calcule de plusieurs façons, dont SDNN et RMSSD. Heure, durée, appareil et synthèse quotidienne peuvent modifier le résultat d’une même personne.

SDNN ou RMSSD : pourquoi la VFC diffère entre l’Apple Watch et les autres applications

En bref

Le SDNN décrit simplement la dispersion des intervalles sur toute la mesure ; le RMSSD, les différences entre intervalles voisins. Apple HealthKit utilise SDNN ; Oura et WHOOP décrivent utiliser RMSSD. Il n’existe pas de formule universelle de conversion exacte. Comparez la même mesure, le même appareil, les mêmes horaires, durées, postures et conditions.

À retenir

  • SDNN décrit la dispersion générale ; RMSSD les différences entre battements voisins
  • Les deux sont en millisecondes, mais leurs calculs différents empêchent une conversion directe
  • Apple HealthKit utilise SDNN ; Oura et WHOOP utilisent RMSSD
  • Mesure individuelle, moyenne nocturne et score de récupération sont des chiffres distincts
  • Avant de comparer, alignez indicateur, appareil, horaire, durée, posture, respiration et synthèse
  • La VFC seule ne diagnostique ni la fonction autonome ni une maladie

Deux façons différentes de calculer la VFC

La variabilité de la fréquence cardiaque décrit les variations des intervalles entre battements, mais plusieurs calculs existent. SDNN et RMSSD sont deux mesures courantes.

Imaginez un relevé où les intervalles changent progressivement, et un autre où chaque intervalle alterne entre long et court. La dispersion générale et les différences successives ne seront pas identiques. SDNN et RMSSD mettent l’accent sur des variations différentes.

  • SDNN : dispersion des intervalles entre battements normaux autour de leur moyenne
  • RMSSD : différences entre intervalles normaux voisins, d’un battement au suivant
  • Points communs : généralement en millisecondes et dépendants de la qualité des données
  • Différence : ils ne donnent pas nécessairement la même valeur, car ils décrivent des variations distinctes

Le SDNN décrit la dispersion sur toute la mesure

Le SDNN est l’écart-type des intervalles entre battements classés comme normaux. L’écart-type décrit la dispersion autour de la moyenne. Il réunit des changements lents et rapides sur l’ensemble de l’enregistrement.

La durée influence fortement le SDNN. Un relevé long inclut plus facilement les changements veille-sommeil, posture, activité et heure. Une mesure brève, un SDNN sur cinq minutes et un SDNN sur 24 heures ne se comparent pas à une même norme.

Apple HealthKit enregistre la VFC en échantillons individuels de SDNN, en millisecondes. Malgré le même nom, cela diffère d’un électrocardiogramme clinique sur 24 heures.

Le RMSSD décrit les différences entre battements voisins

Le RMSSD résume les différences entre chaque paire d’intervalles normaux voisins. Le calcul élève ces différences au carré, en fait la moyenne, puis prend la racine carrée. Malgré le nom et la formule, retenez qu’il regarde le changement d’un intervalle au suivant.

Les changements relativement rapides contribuent fortement au RMSSD. Il est lié aux variations associées à la respiration, mais la vitesse et la profondeur respiratoires, la posture, la fréquence cardiaque et les conditions interviennent aussi.

Le RMSSD n’est pas la quantité d’activité parasympathique ou la capacité de récupération elle-même. Les recommandations de recherche sur la VFC de 2026 déconseillent aussi d’en faire une mesure directe de l’activité sympathique ou de l’équilibre sympathovagal.

Apple Watch, Oura et WHOOP ne résument pas la même mesure

Apple Santé, Oura et WHOOP affichent tous une VFC en millisecondes, mais les indicateurs et la synthèse quotidienne diffèrent. Les fonctions et algorithmes évoluent : consultez les explications actuelles du produit.

  • Apple Watch / HealthKit : enregistre des échantillons de SDNN quand les mouvements sont faibles et le signal clair
  • Oura : décrit l’utilisation du RMSSD pour la tendance et la moyenne nocturnes
  • WHOOP : utilise RMSSD et combine les données nocturnes selon sa propre méthode pour la récupération
  • Autres applications : certaines lisent le SDNN de HealthKit ; d’autres calculent un indicateur à partir de leurs capteurs ou intervalles

Six raisons de valeurs différentes le même jour

  • Indicateurs différents : SDNN, RMSSD, logarithmes ou scores de récupération propres au produit
  • Capteurs différents : optiques au poignet ou au doigt, électriques sur une ceinture thoracique, par exemple
  • Durées différentes : bref relevé automatique, mesure standardisée au réveil ou nuit entière
  • Moments différents : les échantillons Apple et une synthèse nocturne ne décrivent pas forcément le même instant
  • Traitements différents : retrait ou correction des mouvements, battements irréguliers et signaux de mauvaise qualité
  • Synthèses différentes : moyenne, médiane, moyenne pondérée ou période la plus stable

Pas de conversion universelle entre SDNN et RMSSD

Dans des groupes, SDNN et RMSSD évoluent parfois dans le même sens. Mais aucune formule universelle ne donne un RMSSD exact à partir d’un seul SDNN. Un chiffre de synthèse ne conserve pas l’ordre des intervalles d’origine.

Ne transformez pas « SDNN Apple à 42 ms » en un RMSSD supposé. Comparez SDNN à SDNN et RMSSD à RMSSD.

Dans les recherches, vérifiez aussi l’indicateur et la durée. SDNN sur 24 heures d’ECG, RMSSD sur cinq minutes au repos et estimations nocturnes ne partagent pas une norme simplement parce qu’ils s’appellent VFC.

Cinq points avant de comparer

  1. Vérifier le nom de l’indicateur

    SDNN, RMSSD, lnRMSSD après transformation logarithmique, ou score propre au produit ? Si seul VFC est écrit, lisez les explications de l’application.

  2. Vérifier la source

    Dans Santé → Parcourir/Rechercher → Cœur → Variabilité de la fréquence cardiaque, regardez l’heure et l’appareil ou l’application de chaque échantillon.

  3. Choisir des moments semblables

    Séparez sommeil, réveil, journée et séances respiratoires. Distinguez les relevés automatiques des mesures volontaires pendant la respiration.

  4. Aligner durée et posture

    Ne mélangez pas relevé bref et synthèse nocturne, ni position assise et allongée. Comparez des conditions comparables.

  5. Suivre le même indicateur dans le temps

    Choisissez appareil, application et mesure, puis comparez votre plage sur plusieurs semaines. Elle n’a pas à correspondre au chiffre d’une autre application.

En cas de valeur extrême ou de symptômes

Erreurs optiques, mouvements, battements irréguliers ou mal exclus peuvent affecter SDNN et RMSSD. Avec de fréquentes irrégularités, une VFC très élevée ne signifie pas nécessairement une excellente récupération.

La VFC ne détecte ni n’exclut à elle seule une arythmie comme la fibrillation atriale. En cas de douleur thoracique, d’essoufflement important, de perte de connaissance ou de palpitations intenses soudaines et persistantes, recherchez une aide médicale urgente avant d’examiner les écarts entre applications.

Références

  1. Spécification HealthKit de la variabilité de la fréquence cardiaque (SDNN) — Apple Developer
  2. Using Apple Watch to Measure Heart Rate, Calorimetry, and Activity — Apple
  3. Cardiovascular Health White Paper — utilisation de rMSSD — Oura
  4. Intégration Apple Santé — SDNN chez Apple, RMSSD chez WHOOP — Assistance WHOOP
  5. Guidelines for rigor and reproducibility of heart rate variability within human cardiovascular research — American Journal of Physiology-Heart and Circulatory Physiology
  6. Heart rate variability measurement and influencing factors — European Heart Journal — Digital Health
SDNN ou RMSSD : pourquoi la VFC diffère entre l’Apple Watch et les autres applications | Feelmo