Un taux de graisse corporelle plus élevé augmente-t-il l'erreur ? Les faits dérangeants révélés par une étude sur les montres intelligentes

Un taux de graisse corporelle plus élevé augmente-t-il l'erreur ? Les faits dérangeants révélés par une étude sur les montres intelligentes

L'affichage de "500 kcal" sur le bras est une estimation, pas une mesure

Au moment où vous terminez votre exercice, votre montre intelligente affiche "500 kcal brûlées". Ce sentiment d'accomplissement peut vous faire penser que vous pouvez vous permettre un dessert. Cependant, ces 500 kcal ne sont pas mesurées directement dans votre corps. Elles sont une estimation calculée par un algorithme propre au fabricant, basé sur des données telles que la fréquence cardiaque, les mouvements du bras, l'âge, le sexe, la taille et le poids.

Cette différence n'est pas qu'une question de terminologie. Si vous utilisez cet affichage comme simple indicateur d'activité, une certaine marge d'erreur est acceptable. Cependant, si vous l'utilisez comme "budget" pour déterminer votre apport calorique pendant un régime, cette erreur pourrait entraîner un déséquilibre dans la quantité de nourriture que vous consommez. De nouvelles recherches montrent que cette marge d'erreur peut varier non seulement selon le modèle de l'appareil, mais aussi en fonction du taux de graisse corporelle.


Comparaison de quatre modèles populaires avec l'analyse des gaz respiratoires

L'équipe de recherche de l'Université Internationale de Floride a testé quatre modèles : l'Apple Watch Series 8, le Fitbit Sense 2, le Samsung Galaxy Watch 5 et le Garmin Forerunner 955. L'étude a porté sur 58 adultes hispaniques âgés de 18 à 50 ans, avec une moyenne d'âge de 23 ans. Les participants ont pédalé sur un vélo couché, alternant toutes les deux minutes entre une intensité modérée et élevée pendant 10 minutes. Des périodes de repos et de récupération de 5 minutes ont été prévues avant et après l'exercice, et le mode exercice des montres a fonctionné pendant ces 20 minutes au total.

La référence utilisée était le COSMED K5, un appareil de mesure métabolique qui analyse l'oxygène et le dioxyde de carbone contenus dans la respiration pour déterminer la dépense énergétique. Contrairement aux informations indirectes obtenues depuis le poignet, l'évaluation métabolique par gaz respiratoire est utilisée comme norme de comparaison en laboratoire.

L'équipe de recherche a examiné le "biais", qui est la différence entre les valeurs des montres et la valeur de référence, l'"erreur absolue", qui mesure l'ampleur de la différence indépendamment du signe, et l'"erreur en pourcentage absolu", qui est le pourcentage d'erreur par rapport à la valeur de référence. Ne pas faire cette distinction pourrait conduire à négliger le phénomène où "la moyenne est correcte, mais les erreurs individuelles sont importantes".


Garmin et Samsung surestiment, Apple a un écart relativement faible

En comparant les mesures qui respectaient les normes de qualité des données, le biais moyen était de +21,6 kcal pour Apple, +68,6 kcal pour Garmin et +56,8 kcal pour Samsung. Cela signifie que, dans ces conditions, les trois modèles affichaient en moyenne des valeurs plus élevées que la réalité, avec une surestimation particulièrement marquée pour Garmin et Samsung.

Le biais moyen pour Fitbit était de +3,1 kcal, ce qui pourrait sembler le plus précis. Cependant, on ne peut pas conclure que "Fitbit est précis" sur la base de ce seul chiffre. Fitbit a enregistré sept valeurs anormales dépassant 450 % de la valeur de référence, ce qui représente environ 13 % des essais pour ce modèle. Après avoir exclu ces valeurs, la moyenne était de +3,1 kcal, mais avant l'exclusion, le biais moyen atteignait +128,6 kcal. Certaines mesures n'ont pas donné de résultats.

De plus, l'erreur absolue moyenne des estimations des modèles pour le taux de graisse corporelle moyen des participants était d'environ 25,2 kcal pour Apple, 18,8 kcal pour Fitbit, 47,9 kcal pour Garmin et 41,0 kcal pour Samsung. Il est important de noter que la valeur plus faible de Fitbit résulte d'une analyse excluant les valeurs aberrantes problématiques. Dans l'ensemble de l'étude, il a été rapporté que la médiane de l'erreur en pourcentage absolu typique variait généralement de 15 à 25 % selon le modèle.

Cependant, cela ne signifie pas que "Apple est toujours précis" ou que "Garmin surestime toujours d'environ 70 kcal". Ces résultats ont été obtenus dans des conditions limitées : modèles spécifiques, exercice de courte durée sur vélo, et caractéristiques des participants. Les résultats pourraient varier pour la course en extérieur, l'entraînement en force, la vie quotidienne, ou avec des appareils d'une autre génération.


Plus le taux de graisse corporelle est élevé, plus l'erreur est grande pour tous les modèles

L'aspect le plus remarquable de cette étude est que, à mesure que le taux de graisse corporelle augmente, l'erreur d'estimation des calories augmente pour toutes les marques. La manière dont l'erreur augmente varie selon la marque, avec une augmentation plus rapide de l'erreur en pourcentage pour Fitbit et Garmin par rapport à Apple, et une augmentation notable de l'erreur absolue pour Garmin et Samsung.

Pourquoi le taux de graisse corporelle influence-t-il les résultats ? Cette expérience ne permet pas de le déterminer avec certitude. De nombreuses montres utilisent une combinaison de capteurs optiques de fréquence cardiaque qui lisent les changements de flux sanguin à travers la peau et de capteurs d'accélération. L'épaisseur du tissu sous-cutané, le flux sanguin, les mouvements des tissus mous pendant l'exercice et l'ajustement de la montre au poignet peuvent affecter le signal. En outre, si les données utilisées pour apprendre et ajuster l'algorithme ne reflètent pas suffisamment la diversité des morphologies, des erreurs importantes peuvent survenir pour certains types de corps.

D'autre part, dans la gamme des types de peau Fitzpatrick III à V étudiée ici, aucune relation claire entre le type de peau et l'erreur n'a été confirmée. Cependant, il n'y avait que quatre participants de type V, et les types I, II et VI n'étaient pas inclus. Ces résultats ne permettent pas de généraliser que "la couleur de la peau n'affecte pas la précision".


Le titre "Nuisible pour le régime" n'est pas directement prouvé par l'étude

Il est important de noter que cette étude a mesuré la précision de l'estimation de la dépense énergétique pendant l'exercice, mais n'a pas suivi si les utilisateurs de montres intelligentes ont réellement pris du poids ou échoué à perdre du poids. Par conséquent, affirmer que "les montres intelligentes nuisent au régime" est une interprétation qui va au-delà des résultats.

Néanmoins, le risque est compréhensible. Par exemple, si la montre surestime la dépense et que l'utilisateur compense systématiquement cette estimation par un apport alimentaire équivalent, le déficit calorique prévu sera réduit. Si les erreurs s'accumulent dans la même direction, il est possible que "le poids ne change pas malgré les prévisions de perte". Le responsable de l'étude avertit également que si les affichages sont traités comme des chiffres précis, cela pourrait entraîner un écart de plusieurs centaines de kcal par semaine, transformant un déficit en excédent.

À l'inverse, réduire excessivement l'apport alimentaire par crainte des erreurs est également dangereux. La récupération et l'exercice continu nécessitent de l'énergie, et une restriction excessive de l'apport ne peut être justifiée simplement parce que l'affichage est inexact. Le problème n'est pas l'utilisation de la montre elle-même, mais le traitement des estimations comme des chiffres comptables précis.


Sur les réseaux sociaux, "pas fiable" et "convient à moi" coexistent

Cette étude a été publiée fin juillet 2026, et dans la mesure où une recherche publique a pu le confirmer, les réactions sur les réseaux sociaux à l'étude elle-même sont encore limitées. En élargissant aux publications d'utilisateurs connexes, le débat se divise en trois grandes catégories.

 

La première catégorie est celle des réalistes qui "n'accordent pas de confiance aux valeurs absolues et les utilisent comme indicateurs". Dans un post sur Reddit remettant en question l'affichage des calories de l'Apple Watch, certains ont exprimé l'opinion qu'ils ignorent les chiffres de la montre et se fient à leur ressenti, ou qu'ils utilisent la montre comme une ligne de base en combinaison avec une sangle thoracique. Cette attitude de considérer les estimations comme approximatives en dehors du laboratoire rejoint les recommandations des chercheurs.

La deuxième catégorie concerne la confusion face aux grandes différences lors du changement de marque. Dans un fil de discussion où un utilisateur a signalé une différence de 300 à 400 kcal par jour après être passé de l'Apple Watch à Garmin, certains ont trouvé que "Garmin se rapproche de mes mesures réelles", tandis que d'autres ont rapporté une expérience opposée, disant que "c'est environ 500 kcal de moins que ma consommation totale". Les différences individuelles sont importantes, et un exemple sur les réseaux sociaux ne suffit pas à déterminer la supériorité.

La troisième catégorie soulève la question de savoir si "les définitions des chiffres comparés sont différentes". Dans un post signalant une différence de 778 kcal entre l'Apple Watch et le Fitbit, des réactions ont suggéré de vérifier si les calories actives et les calories totales consommées, y compris le métabolisme de base, n'étaient pas confondues. Même le terme "calories brûlées" peut couvrir des domaines différents selon l'application ou l'appareil. Comparer des captures d'écran entre marques ne se traduit pas nécessairement par une comparaison de précision.

De plus, certains utilisateurs ont rapporté que "lorsqu'ils comparent les enregistrements alimentaires et les changements de poids, les estimations de la montre étaient assez précises pour eux". Cela est tout à fait possible, mais l'expérience personnelle n'est pas une vérification contrôlée. Les réseaux sociaux peuvent fournir des informations sur la diversité des erreurs et l'utilisation par les utilisateurs, mais ils ne représentent pas une enquête représentative ni une base pour un classement des produits. Le fait qu'il existe des témoignages qui semblent contredire les résultats de l'expérience souligne la nécessité de se concentrer sur les tendances à long terme au sein de chaque individu plutôt que sur les valeurs absolues.


Cinq règles pour utiliser les montres intelligentes dans un régime

Premièrement, ne liez pas directement les calories affichées à une "quantité supplémentaire que vous pouvez manger". Consommer 100 % des calories affichées après chaque exercice peut être désavantageux pour ceux qui subissent une surestimation continue. Cependant, il n'existe pas de base suffisante pour indiquer combien de pourcentage il faudrait systématiquement déduire, donc il est préférable d'éviter des ajustements extrêmes.

Deuxièmement, mettez à jour votre profil avec votre poids, votre taille, votre âge, etc., et choisissez un mode d'entraînement adapté à votre activité. Assurez-vous que le bracelet est suffisamment serré pour ne pas glisser sur le poignet, et gardez les capteurs propres. Les fabricants expliquent également que l'état de port, le flux sanguin cutané, le froid, les tatouages et les mouvements continus du poignet peuvent affecter la mesure de la fréquence cardiaque. Bien que des améliorations puissent être apportées par des mises à jour ou des calibrations, les limites propres à l'algorithme ne disparaîtront pas entièrement.

Troisièmement, ne comparez pas simplement les chiffres entre différents modèles. Continuez avec le même appareil, le même mode d'exercice et des conditions similaires, et observez les changements relatifs, comme "ai-je été plus actif que la semaine dernière ?". Les articles de recherche indiquent également que, même si la précision des valeurs absolues est faible, cela ne disqualifie pas l'utilisation pour suivre les changements internes à un individu.

Quatrièmement, évaluez la perte de poids en utilisant plusieurs informations, telles que l'évolution du poids sur plusieurs semaines, les enregistrements alimentaires, la sensation de faim et les performances sportives. Le poids quotidien peut fluctuer en raison de l'eau, donc il est préférable de regarder la moyenne mobile ou la moyenne hebdomadaire plutôt que les variations quotidiennes. Les chiffres de la montre ne doivent être qu'un des éléments de cette évaluation.

Cinquièmement, les personnes ayant des conditions médicales telles que le diabète, celles qui gèrent leur énergie à des fins médicales, ou celles ayant des antécédents de troubles alimentaires ne devraient pas ajuster leur alimentation uniquement sur la base des affichages des appareils portables, mais devraient consulter un médecin ou un diététicien. L'affichage des calories brûlées n'est pas une valeur diagnostique fournie par un dispositif médical.


N'oubliez pas qu'il s'agit d'une étude de petite taille et dans des conditions uniques

La force de cette étude réside dans le fait qu'elle a comparé directement quatre modèles sur les mêmes participants avec une analyse des gaz respiratoires. Cependant, elle présente également de nombreuses limites. Les participants étaient peu nombreux, 58, et limités à des adultes hispaniques d'une moyenne d'âge de 23 ans. L'exercice consistait en une seule session de vélo couché, sans évaluation de la vie quotidienne ou de l'utilisation à long terme. Le port simultané de plusieurs appareils pourrait avoir influencé la position ou l'ajustement des bracelets.

De plus, même si les appareils ont un mécanisme d'apprentissage et de réajustement à long terme, une seule expérience ne peut pas l'évaluer. L'exclusion des valeurs aberrantes était prévue, mais les critères numériques spécifiques ont été fixés lors de la vérification des données, et l'impact de l'exclusion était particulièrement important pour Fitbit. Les appareils testés étaient de la génération autour de 2022, et les résultats ne peuvent pas être directement appliqués aux modèles les plus récents ou aux logiciels actuels.

Néanmoins, des études antérieures ont également rapporté à plusieurs reprises que "la fréquence cardiaque est relativement mesurable, mais la dépense énergétique est difficile à estimer". Les résultats actuels sont significatifs car ils montrent non seulement que le problème persiste, mais aussi que les erreurs peuvent être biaisées par la morphologie.


Conclusion : ne jetez pas les chiffres, changez leur rôle

La valeur des montres intelligentes ne réside pas uniquement dans les valeurs absolues des calories. Elles sont utiles pour suivre le temps d'exercice, vérifier les zones de fréquence cardiaque, remarquer une sédentarité excessive et fournir une motivation pour la continuité. Ce qui est nécessaire, ce n'est pas de retirer la montre, mais de changer le rôle des chiffres.

Considérez les calories brûlées non pas comme une "somme à utiliser pour le règlement", mais comme un "indicateur de la direction générale de l'activité". Suivez les tendances à long terme avec le même appareil et vérifiez la réalité avec des mesures réelles de l'alimentation et du poids. Au lieu de suivre aveuglément les chiffres affichés sur votre poignet, utilisez-les comme un des matériaux pour une utilisation intelligente des montres intelligentes.


Source URL