平衡的科學

本頁整理 Feelmo 參考的 HRV 研究並附上出處。這些同行評審論文提供的是 HRV 的一般科學背景，並未直接驗證 Feelmo 的非公開處理、0–100 分數或個人準確度。

這一頁，是我們儘可能誠實地告訴你「Feelmo 測量什麼、為什麼這樣測量」的地方。篇幅稍長，你儘可只挑感興趣的標題來讀。

什麼是自律神經？與 HRV 有什麼關係？

自律神經會在無意識中調節心率、血壓與消化等功能。交感與副交感神經並不是單純的油門和剎車，有時也會同時活動。HRV 尤其會受到心臟迷走神經性調節影響，但也會受到呼吸、姿勢、時段、運動、藥物、年齡與測量方法影響。因此，HRV 不是交感神經活動或「交感／副交感平衡」的直接檢查（Task Force, 1996; Laborde et al., 2017）。

日常可以做什麼，以及如何解讀 HRV？

研究中有若干獲得支持的線索。

• 不勉強的緩慢呼吸 — 統合分析顯示，呼吸中與剛結束時部分 HRV 指標可能提高。不過呼吸本身就會改變 HRV，當下升高不是體況改善的證明（Laborde et al., 2022）
• 早晨的光 — 光是影響晝夜節律、睡眠與情緒最強的環境因素之一（Blume et al., 2019）
• 規律運動 — 統合分析報告其與靜息 HRV 升高相關（Sandercock et al., 2005）
• 盡量統一測量條件 — 使用相同裝置，在相近時段、姿勢與呼吸狀態下比較，可減少條件差異造成的波動（Laborde et al., 2017）

以上都是人群層面的趨勢，表現程度因人而異。

心跳，並不是節拍器

通常，連續心搏的間隔（R-R 間期）不會像時鐘般完全一致，而會隨呼吸、姿勢與活動等細微改變。以不同方法概括這些變化的指標統稱為 HRV（心率變異性）。

例如，吸氣時心率可能稍快，呼氣時稍慢。這種呼吸性變化在安靜狀態下可提供心臟迷走神經性調節的線索，但呼吸的快慢與深淺本身也會改變數值，因此不能簡化為「高＝健康、低＝壓力」。

自 1996 年聯合工作組發布測量標準以來（Task Force, 1996），HRV 已廣泛用於研究。不過，解讀時仍須說明指標、記錄長度、呼吸、輸入訊號與研究族群，並避免把它直接等同整體自律神經功能（Laborde et al., 2017）。

Feelmo 看的是什麼

HRV 是多種指標的總稱，不同指標、記錄長度與測量條件不能任意互換。Feelmo 會把 Apple Watch／HealthKit 可提供的 HRV 衍生資訊與本人過去趨勢，以裝置內的獨有處理概括為平衡度；詳細內容不公開。

為什麼要與「自己的基線」比較

HRV 的絕對值會因年齡、性別、個體特徵與測量條件而異。跨越九個年代的資料顯示，部分 HRV 指標的群體平均值與年齡呈下降關聯（Umetani et al., 1998）。因此，同一數值在不同人與不同測量方法中的解釋可能不同。

所以 Feelmo 看的不是與他人的比較，而是與你自己基線的變化。不是比鄰座高還是低，而是與「平時的自己」相比如何——這才是有意義的提問。

首頁平衡儀表周圍的「光暈」只是產品內視覺提示，不是另一項生理測量。它與 Balance 的關係、比較與顯示規則不公開。解讀單日數字時，仍要留意測量條件與實際體感。

表情是產品內標籤

Feelmo 會在平衡度旁顯示 6 位夥伴（元氣、平和、平常、不安、爆表、疲憊） 之一。表情只是產品內標籤。

「不安」「疲憊」等名稱不代表實際情緒、疲勞、壓力、精神狀態或體況，也不是診斷結果。

手腕測量的條件與限制

手腕的光學感測器雖然便利，卻會受到體動、佩戴狀態與皮膚接觸等影響。坐著或睡眠中通常較少大幅體動，但仍不等同心電圖，且可能有誤差與缺失。

睡眠中通常比白天少大幅體動，可能較容易在相近時段比較記錄；但睡眠階段、呼吸、翻身、飲酒、體況與佩戴狀態仍會改變，並非完全相同條件。睡眠與 HRV 的關係也已在系統綜述中整理（Stein & Pu, 2012）。

壓力與平衡

心理壓力與部分 HRV 指標下降之間的群體層面關聯，已在薈萃分析中報告（Kim et al., 2018）。腦影像研究的薈萃分析也討論了前額葉、迷走神經性調節與 HRV 之間的關聯模型（Thayer et al., 2012）。這些結果支持 HRV 作為研究用的間接指標，並不讓它成為個人壓力或健康的直接感測器。關於 大腦與心臟的連線，另一頁有更細緻的說明。

這些研究是產品設計的背景，但一般研究中的群體關聯不能證明 Feelmo 壓力顯示對個人的準確度。壓力顯示也不會直接測量心理壓力或交感神經活動。

緩慢呼吸為何會改變 HRV

Feelmo 的部分呼吸會話會引導每分鐘約 6 次的呼吸。在這附近，呼吸、心率與調節血壓的壓力反射週期可能接近，使部分人的呼吸中 HRV 變大。最適共振速度有個人差異，固定節奏不一定適合所有人（Lehrer & Gevirtz, 2014; Laborde et al., 2022）。

2022 年統合分析報告，緩慢呼吸期間、剛結束時與多次練習後，迷走神經性 HRV 指標有上升趨勢（Laborde et al., 2022）。但呼吸中的 HRV 上升也可能是呼吸操作本身的生理反應，不能直接證明疾病改善、長期恢復或 Feelmo 的效果。

「讓自己平靜」與「提振」是產品內的會話名稱，不代表已證明特定生理或健康效果。

關於光與運動

身心狀態 標籤頁的習慣日誌之所以處理日照與活動量，同樣有其背景。

• 光是影響人類晝夜節律（體內時鐘）、睡眠與情緒的重要環境因素（Blume et al., 2019）。日照記錄可幫助回顧受光時段與生活節律。
• 有統合分析在群體平均上報告運動介入後靜息 HRV 的變化（Sandercock et al., 2005），但不能從個人步數或一天分數判定運動效果。

這些都不是「應該這樣做」的指標任務，而是為了讓你留意平衡與日常之間的聯絡、柔軟的線索。

Feelmo 產品顯示與科學限制

Feelmo 會把 Apple Watch／HealthKit 可提供的 HRV 衍生資訊與本人過去趨勢，以裝置內的獨有處理概括為心靈平衡度（Balance，0–100）；詳細內容不公開。開發者的研究經驗與一般同行評審研究是設計參考，但不代表大學認可現行產品、個人準確度已獲驗證或健康效果已臨床確立。

Feelmo 不會把獨有分數當成自律神經、情緒、疲勞、恢復或健康狀態的直接測量。

在手腕上測量這件事

Apple Watch 透過光學感測器等取得心率資訊，並把 HRV（SDNN）樣本存入 HealthKit。健康成人在安靜條件下的研究曾顯示與心電圖衍生值的關聯（Hernando et al., 2018），但誤差會因裝置、分析方法與測量條件而變。消費者穿戴裝置不能視為等同醫療心電圖。

Feelmo 會把 Apple Watch／HealthKit 可提供的 HRV 衍生資訊與本人過去趨勢，以裝置內的獨有處理概括；詳細內容不公開。

比較你自己的記錄——N-of-1 的思路

群體平均值與在你自己記錄中共同出現的模式是兩回事。因此 Feelmo 的習慣相關模式（Feelmo Premium）採用 N-of-1（個人內觀察） 的思路，整理本人記錄中的觀察性關聯；細節不公開，也不證明效果或因果關係。

它不會把一般說法直接套在你身上，而是把你自己記錄中觀察到的相關性作為參考——這是一種把每一個人都當作主角的視角。

支撐 Feelmo 的學問領域

Feelmo 的說明與介面設計參考多個領域。列出領域名稱，不表示各方法已完整實作，也不證明產品精度。獨有處理的詳細內容不公開。

• 自律神經科學、心率變異性 — 理解心搏間隔變化、測量條件與解讀限制。
• 情感科學、心理生理學 — 採取「人的狀態不能由單一生理指標決定」的前提；6 種表情是產品內標籤，不是情緒推定。
• 訊號處理、時間序列解析 — 概括可用記錄，但無法完美分離雜訊與生理變化。
• 統計學 — 回顧本人過去記錄的變化；使用統計方法本身不保證個人準確度。
• 決策科學 — 以不把不確定資訊說成定論、並優先考慮本人感受與症狀為目標。
• 觀察資料統計 — 謹慎比較日常記錄中的相關性，不從相關性推斷原因或證明效果。
• 個人內比較（N-of-1 的思路） — 不把群體平均直接套用於個人，而是在一個人的記錄內觀察共同出現的模式；不證明效果或因果。
• 時間生物學 — 時段與睡眠／清醒節律會影響生理指標，因此測量時段是解讀背景之一。
• 行為科學 — 我們不會催促你堅持下去。比起指標任務或競爭，我們悄悄地把小小的積累化作言語。
• 規制、倫理 — 避免診斷與治療表述，把範圍限於健康生活的回顧。HealthKit 衍生資料的處理、由你發起的分享和 Apple 同步，見資料與隱私。

參考文獻

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. Laborde S, 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.