A ciência por trás do Balance

Esta página resume pesquisas sobre VFC, medição no pulso, sono, respiração, atividade e estresse. Elas oferecem contexto geral, mas não validam por si só o score próprio do Feelmo. Os detalhes do processamento não são públicos.

Também deixamos claro o limite: o Feelmo resume informações disponíveis derivadas da VFC e a sua tendência pessoal anterior, mas não mede diretamente emoção, estado autonômico, estresse, cansaço, recuperação ou saúde.

O que é o sistema nervoso autônomo e como se relaciona com o HRV?

O sistema nervoso autônomo ajuda a regular respiração, batimentos e digestão sem controle consciente contínuo. A regulação autonômica do coração influencia a VFC, mas o valor também muda com respiração, postura, horário, exercício, sono, medicamentos, doenças e condições de medição. Por isso, uma leitura não mostra o “equilíbrio completo” entre simpático e parassimpático (Task Force, 1996; Shaffer & Ginsberg, 2017).

Como regular o sistema nervoso autônomo?

A pesquisa descreve fatores associados à fisiologia autonômica, ao ritmo circadiano e à VFC. Eles não “regulam” o sistema de forma garantida para cada pessoa.

• Respiração lenta — cerca de seis respirações por minuto entram em ressonância com o barorreflexo e elevam o HRV de forma transitória (Lehrer & Gevirtz, 2014; Zaccaro et al., 2018)
• Luz pela manhã — a luz é um dos fatores ambientais mais fortes sobre ritmo circadiano, sono e humor (Blume et al., 2019)
• Exercício regular — a metanálise associa a um HRV de repouso mais alto (Sandercock et al., 2005)
• Condições de medição semelhantes — postura, horário, respiração e movimento influenciam a VFC; o sono também varia por estágio e despertares (Trinder et al., 2001; Stein & Pu, 2012)

Todas são tendências populacionais, e o efeito varia de pessoa para pessoa.

Seu batimento cardíaco não é um metrônomo

O intervalo entre um batimento e o próximo (intervalo R-R) apresenta pequenas variações. Chamamos essa variação de VFC (variabilidade da frequência cardíaca). Respiração, postura, horário, atividade, medicamentos, doenças e condições de medição podem influenciá-la.

Em muitas pessoas, a frequência cardíaca aumenta na inspiração e diminui na expiração. Essa arritmia sinusal respiratória é usada em estudos da modulação vagal cardíaca, mas também depende da velocidade e da profundidade da respiração. Ela não comprova, sozinha, relaxamento ou saúde.

A VFC é amplamente usada em pesquisa fisiológica desde as recomendações da força-tarefa de 1996. A interpretação depende da métrica, da duração, do protocolo e da população; não é uma leitura direta de todo o sistema nervoso autônomo (Task Force, 1996; Shaffer & Ginsberg, 2017).

Como interpretar as métricas de VFC

A VFC tem muitas métricas científicas. Nenhuma delas deve ser tratada, sozinha, como resposta direta sobre estresse, recuperação ou saúde. O Feelmo resume informações disponíveis derivadas da VFC e a sua tendência pessoal anterior por processamento próprio no dispositivo. Os detalhes não são públicos.

As visões no domínio do tempo capturam o quanto os intervalos entre batimentos variam ao longo de um período. As visões no domínio da frequência separam as flutuações mais rápidas, ligadas à respiração, dos padrões mais lentos. Ambas são lentes científicas úteis (Task Force, 1996; Shaffer & Ginsberg, 2017; Laborde et al., 2017), mas nenhuma lente isolada deve ser tratada como resposta direta à pergunta "quão estressado eu estou?".

Essas análises apresentam apenas contexto científico geral. Os detalhes do Feelmo não são públicos.

Por que considerar a tendência anterior da própria pessoa?

O valor absoluto da HRV varia muito conforme a idade, o sexo e a constituição de cada pessoa. Dados em larga escala abrangendo nove décadas de vida mostraram que a HRV diminui com a idade (Umetani et al., 1998). Em outras palavras, o mesmo número pode significar algo completamente diferente de uma pessoa para outra em termos de "se ele é alto ou baixo para aquele indivíduo".

Por causa dessa variação, o Balance não deve ser usado para comparar pessoas. Ele é uma referência dentro do produto que considera a tendência anterior da própria pessoa. As regras de comparação e exibição não são públicas, e ele não é uma faixa clínica normal.

Personagens e rótulos da interface

A pontuação Balance é mostrada de 0 a 100 e pode aparecer ao lado de seis companheiros (Genki, Odayaka, Futsuu, Fuan, Panku e Tsukare).

Esses personagens são nomes, imagens e rótulos próprios do produto. Eles não traduzem o score em emoção, cansaço, recuperação, estresse ou saúde. As regras de exibição não são públicas.

Quando medir — por que valorizamos o repouso e o sono

Sensores ópticos no pulso são práticos, mas sofrem influência do movimento. Registros com menos movimento podem apresentar menos artefatos, embora repouso e sono não eliminem erros.

O sono é relevante para a ciência da VFC, mas não é uma condição controlada:

• Os estágios do sono e os despertares mudam a fisiologia autonômica ao longo da noite (Trinder et al., 2001).
• Revisões descrevem relações entre sono, VFC e distúrbios do sono em nível de grupo (Stein & Pu, 2012).
• Uma leitura no pulso não identifica com precisão o estágio, a qualidade do sono, um distúrbio ou a recuperação de uma pessoa.

Estresse e equilíbrio

Meta-análises relatam associações médias entre estresse psicológico e algumas medidas de VFC, com resultados que dependem do contexto e do método (Kim et al., 2018). Modelos neuroviscerais também propõem relações entre regulação cortical e cardíaca em nível de grupo (Thayer et al., 2012). Isso não permite identificar o estresse de uma pessoa pela VFC. Veja A conexão cérebro-coração.

O nível de estresse mostrado no app é uma exibição do produto. Ele não mede diretamente estresse psicológico nem diagnostica doença.

O que acontece durante a respiração lenta

Ritmos lentos usados em estudos, muitas vezes próximos de seis respirações por minuto, podem interagir com o barorreflexo e aumentar temporariamente algumas medidas de VFC (Lehrer & Gevirtz, 2014). O ritmo de maior resposta varia entre pessoas.

Revisões relatam mudanças médias em medidas fisiológicas e subjetivas durante práticas de respiração lenta (Zaccaro et al., 2018; Russo et al., 2017). Os estudos variam em protocolo e qualidade, e não garantem relaxamento, melhora do sono, tratamento ou benefício para cada pessoa.

As sessões do Feelmo são guias de ritmo, não tratamentos nem promessas de efeito.

Sobre a luz e o movimento

Há um motivo por trás de o registro de hábitos na aba Bem-estar tratar também da luz solar e da atividade física.

• A luz influencia o sistema circadiano e está associada ao sono e ao humor em estudos (Blume et al., 2019). Um registro de luz mostra exposição, não comprova benefício individual.
• Meta-análises relatam associação entre exercício regular e mudanças médias na VFC de repouso (Sandercock et al., 2005). Passos isolados não medem recuperação nem prontidão.

No app, esses registros podem ser vistos lado a lado. Uma mudança conjunta é apenas uma associação observacional, não prova de causa ou efeito.

O que podemos dizer sobre a pontuação

O score Balance resume informações disponíveis derivadas da VFC e a sua tendência pessoal anterior em uma escala própria de 0 a 100. Os detalhes do processamento não são públicos. A pesquisa citada oferece contexto geral sobre VFC, mas não valida por si só o score do Feelmo nem comprova benefício à saúde.

O princípio do Feelmo é mostrar uma tendência com cautela, não adivinhar os seus sentimentos. O score não mede diretamente estresse, emoções, recuperação nem o equilíbrio geral do sistema nervoso autônomo.

O que significa medir no pulso

O Apple Watch usa um sensor óptico para registrar a onda de pulso. Um estudo em adultos saudáveis relatou concordância com ECG em condições específicas de repouso e estresse mental; isso não torna toda leitura equivalente a um ECG clínico (Hernando et al., 2018).

O Balance resume informações disponíveis derivadas da VFC e a sua tendência pessoal anterior por processamento próprio no dispositivo. Os detalhes não são públicos. Movimento, contato, hardware, software e protocolo podem afetar a medição no pulso.

Comparando os seus próprios registros — a ideia do n-of-1

Médias de grupo e associações observadas nos seus próprios registros são coisas diferentes. Os padrões de associação de hábitos do Feelmo (Premium) resumem a associação observacional entre os hábitos registrados e o Balance. Eles não comprovam efeito nem causalidade, e os detalhes não são públicos.

Em vez de aplicar diretamente uma afirmação geral a você, o recurso oferece como referência associações observadas nos seus registros — uma perspectiva que coloca cada indivíduo no centro.

Os campos de estudo por trás do Feelmo

Vários campos ajudam a entender o contexto geral: fisiologia autonômica e VFC, ciência do sono e dos ritmos circadianos, medição óptica, respiração, atividade física e estatística de dados observacionais. As referências abaixo sustentam apenas essas explicações gerais.

Os detalhes do processamento próprio e da exibição não são públicos.

Referências

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.