Fitnesstracker voor VO₂max: Hoe Nauwkeurig is het Getal op je Pols?

Je horloge laat je een VO₂max-cijfer zien. Het wordt stilletjes bijgewerkt, het beweegt op of neer, en het voelt als een meting. Dat is het niet. Het is een schatting, geproduceerd door een algoritme dat nog nooit in je longen heeft gekeken.

Dat doet ertoe, omdat VO₂max — je maximale zuurstofopname, de meeste zuurstof die je lichaam kan opnemen en gebruiken tijdens intensieve training — een van de sterkste gezondheidsmarkers is die we hebben. Het is dus de moeite waard om te weten hoe dicht het getal op je pols daadwerkelijk bij de waarheid zit, en wat je ermee moet doen zodra je het weet.

Waarom het VO₂max-getal de moeite waard is om goed te krijgen

Een overzicht van meta-analyses met meer dan 20,9 miljoen observaties uit 199 cohortstudies ontdekte dat mensen met hoge cardiorespiratoire conditie ongeveer de helft van het totale sterfterisico hadden van mensen met lage conditie (hazard ratio 0,47), en dat elke toename van 1 MET in conditie geassocieerd was met een 11-17% lager risico op overlijden door elke oorzaak (Lang et al., 2024). 1 MET is ongeveer 3,5 ml/kg/min zuurstofopname — een kleine stap op de schaal, met een groot effect eraan verbonden.

Dezelfde review vond de grootste enkelvoudige associatie voor nieuw ontstaan hartfalen: elke 1 MET hogere conditie ging gepaard met een 18% lager risico. Beweegt een marker je risico zoveel, dan is een foutmarge van 15% in het meten ervan geen afrondingskwestie.

Hoe schat een fitnesstracker VO₂max?

Geen enkele consumentenwearable meet zuurstof. De laboratoriumreferentie — cardiopulmonale inspanningstest — zet een masker op je gezicht en analyseert het gas dat je uitademt terwijl je tot uitputting werkt. Je horloge heeft niets van dat alles. Het leidt af.

Grofweg vallen de algoritmes in 2 families, en het onderscheid blijkt meer ertoe te doen dan het merk op de behuizing:

• Op rust gebaseerde schattingen gebruiken je demografische gegevens, rusthartslag en hartslagvariabiliteit. Geen training vereist.
• Op inspanning gebaseerde schattingen gebruiken de relatie tussen je hartslag en je daadwerkelijke arbeidstempo tijdens een sessie — tempo van gps, of vermogen van een meter.

Beide zijn afleidingen. De ene is een veel betere afleiding dan de andere.

Hoe nauwkeurig zijn fitnesstrackers bij VO₂max?

Het INTERLIVE-netwerk combineerde 14 validatiestudies en vond de splitsing duidelijk. Apparaten die rustinformatie gebruikten, overschatten VO₂max gemiddeld met 2,17 ml/kg/min, met overeenstemmingsgrenzen die liepen van −13,07 tot +17,41 ml/kg/min. Apparaten die op inspanning gebaseerde informatie gebruikten, waren gemiddeld bijna perfect — een bias van slechts −0,09 ml/kg/min — maar hun overeenstemmingsgrenzen liepen nog steeds van −9,92 tot +9,74 (Molina-Garcia et al., 2022).

Lees die overeenstemmingsgrenzen zorgvuldig, want zij zijn de echte bevinding. Een gemiddelde bias dicht bij nul betekent dat de fouten binnen een groep tegen elkaar wegvallen. Het betekent niet dat jouw getal klopt. Zelfs met de betere algoritmes kan een individuele schatting ongeveer 10 ml/kg/min aan weerszijden van de waarheid liggen — wat voor een gemiddelde volwassene het verschil is tussen gemiddelde conditie en oprecht goede conditie. De eigen conclusie van de auteurs was dat op inspanning gebaseerde schatting prima werkt op populatieniveau, maar dat de individuele foutmarge groot genoeg blijft dat sport- en klinisch gebruik nog verbetering nodig heeft.

Een levende koepelreview van 24 systematische reviews — 249 validatiestudies, 430.465 deelnemers — kwam tot hetzelfde soort antwoord: wearables overschatten VO₂max met ongeveer 15% wanneer ze uitgingen van rusttests, en ongeveer 10% van inspanningstests (Doherty et al., 2024). Die review merkte ook iets op om even bij stil te staan: slechts ongeveer 11% van de tot nu toe uitgebrachte consumentenwearables is gevalideerd voor zelfs maar 1 biometrische uitkomst, en het validatiewerk dat tot nu toe is gedaan, vertegenwoordigt ongeveer 3,5% van wat een uitgebreide evaluatie zou vereisen.

Apparaatspecifieke studies vullen het beeld aan. Toen de Apple Watch Series 7 werd vergeleken met een metabole gasanalyzer bij 19 volwassenen, was het laboratoriumgemiddelde 45,88 ml/kg/min tegenover 41,37 van het horloge — een gemiddelde absolute percentagefout van 15,79% en een intraclass-correlatie van 0,47, wat telt als slechte betrouwbaarheid (Caserman et al., 2024). De Garmin fēnix 6 deed het beter in een vergelijkbaar protocol, met 7,05% foutmarge en een concordantiecoëfficiënt van 0,73 — wat de vooraf vastgestelde validatiedrempels van het onderzoek haalde (Carrier et al., 2025).

Dus: niet nutteloos, niet inwisselbaar, en geen meting.

Waarom de fout het grootst is bij de uitersten

Er is een patroon in de data dat makkelijk over het hoofd wordt gezien. De Apple Watch-studie ontdekte dat de schatting mensen met slechte conditie vaak overschat en mensen met uitstekende conditie onderschat — en dat de nauwkeurigheid verbeterde in de fittere subgroep (foutmarge 14,59%, intraclass-correlatie 0,60) (Caserman et al., 2024).

Dit is hoe regressie naar het populatiegemiddelde er in de praktijk uitziet. Een algoritme, getraind op een brede steekproef, trekt ongebruikelijke individuen terug naar het midden. Het gevolg is ongemakkelijk: de 2 groepen met het meeste op het spel — iemand met een slechte conditie die een eerlijke baseline nodig heeft, en iemand die zeer getraind is en een kleine winst najaagt — zijn de 2 die de schatting het minst goed dient.

Waar je tracker oprecht goed voor is

Nauwkeurigheid en bruikbaarheid zijn niet hetzelfde. Een getal kan systematisch fout zijn en toch informatief blijven, mits het consistent in dezelfde richting fout is.

De echte waarde van je tracker is trend, geen waarheid. Blijven het algoritme, het apparaat en de testomstandigheden hetzelfde, dan weerspiegelt een stijging over 8 weken waarschijnlijk een echte verandering in je conditie — zelfs als het absolute cijfer een paar eenheden afwijkt. Wat je niet moet doen, is het getal van je horloge vergelijken met dat van het andere horloge van een vriend, met een gepubliceerde leeftijdstabel, of met een laboratoriumresultaat, en daar conclusies uit trekken. Die vergelijkingen zijn waar de overeenstemmingsgrenzen toeslaan.

Behandel het als een badkamerweegschaal met een onbekende afwijking. Nuttig voor richting. Zwak voor absolute waarden.

Hoe kom je aan een VO₂max-getal waar je iets mee kunt

Wil je dat de schatting iets betekent, dan wijst het bewijs naar 3 dingen.

Geef de voorkeur aan op inspanning gebaseerde schattingen. De INTERLIVE-meta-analyse is ondubbelzinnig dat algoritmes die echt arbeidstempo krijgen, beter presteren dan die gebouwd op rustdata (Molina-Garcia et al., 2022). Een test waarbij je daadwerkelijke vermogensoutput wordt gemeten op een gekalibreerde ergometer geeft het algoritme veel beter ruw materiaal dan een rusthartslag ooit zal doen. De VO₂max-test van CAROL werkt op deze manier — een submaximale rit op een gepersonaliseerd doelvermogen, waarbij het arbeidstempo direct wordt gemeten in plaats van afgeleid uit gps-tempo op een winderige dag.

Standaardiseer de omstandigheden. Dezelfde test, hetzelfde apparaat, ongeveer hetzelfde tijdstip van de dag. Trenddata is alleen trenddata als de methode stilstaat.

Verander dan de input. Een betere schatting van je VO₂max verhoogt het niet. Training doet dat wel — en intensiteit doet er meer toe dan uren. In een werkplekonderzoek van 8 weken verbeterde reduced exertion high-intensity interval training (REHIT) — de aanpak van CAROL, opgebouwd rond 2 all-out sprints van 20 seconden binnen een rit van ongeveer 5 minuten — de conditie met 12%, tegenover 7% voor gelijkmatige training op matige intensiteit (Cuddy et al., 2019). De sprintduur is ook niet willekeurig: sprints van 20 naar 10 seconden verkorten, verzwakte meetbaar de VO₂max-winst (Nalçakan et al., 2018). Beide waren kleine onderzoeken, en individuele reacties variëren — maar de richting is consistent.

Kortom

De VO₂max van je fitnesstracker is een schatting, en een ruizige. Op inspanning gebaseerde algoritmes verslaan op rust gebaseerde overtuigend, maar zelfs de goede kunnen voor een individu ongeveer 10 ml/kg/min van de waarheid afwijken. De fout is het grootst precies waar je hem het minst zou willen — aan de onfitte en zeer fitte uiteinden van het bereik.

Gebruik het getal voor richting, niet voor diagnose. Houd de test en het apparaat constant, zodat de trend iets betekent. En onthoud dat de schatting het makkelijke deel is: de marker die voorspelt hoe lang je leeft, reageert op zware sprints, niet op een beter algoritme.