Zegarek sportowy a VO₂max: jak dokładna jest liczba na nadgarstku?

Twój zegarek pokazuje wartość VO₂max. Po cichu się aktualizuje, rośnie albo spada i wygląda jak pomiar. Nie jest nim. To szacunek algorytmu, który nigdy nie zajrzał do Twoich płuc.

Ma to znaczenie, bo VO₂max — maksymalny pobór tlenu, największa ilość tlenu, jaką organizm potrafi pobrać i wykorzystać podczas intensywnego wysiłku — to jeden z najsilniejszych wskaźników zdrowia, jakie mamy. Warto więc wiedzieć, jak blisko prawdy jest liczba na nadgarstku i co z nią zrobić.

Dlaczego warto mieć dobrą wartość VO₂max

Przegląd metaanaliz obejmujący ponad 20,9 miliona obserwacji ze 199 badań kohortowych wykazał, że osoby o wysokiej wydolności krążeniowo-oddechowej miały mniej więcej połowę ryzyka zgonu ogółem w porównaniu z osobami o niskiej wydolności (hazard ratio 0,47), a każdy wzrost o 1 MET wiązał się z 11–17% niższym ryzykiem zgonu z jakiejkolwiek przyczyny (Lang i in., 2024). Jeden MET to około 3,5 ml/kg/min poboru tlenu — mały krok na skali, z dużym efektem przypisanym.

Ten sam przegląd wykazał największą pojedynczą zależność dla wystąpienia niewydolności serca: każdy 1 MET wyższej wydolności wiązał się z 18% niższym ryzykiem. Jeśli wskaźnik tak mocno przesuwa Twoje ryzyko, 15% błędu w jego pomiarze to nie kwestia zaokrąglenia.

Jak zegarek sportowy szacuje VO₂max?

Żadne urządzenie konsumenckie nie mierzy tlenu. Wzorcem laboratoryjnym jest badanie ergospirometryczne — zakłada maskę na twarz i analizuje wydychany gaz, gdy pracujesz do wyczerpania. Twój zegarek nie ma nic z tego. On wnioskuje.

Ogólnie algorytmy dzielą się na dwie rodziny, a to rozróżnienie okazuje się ważniejsze niż logo na kopercie:

• Szacunki oparte na spoczynku korzystają z Twoich danych demograficznych, tętna spoczynkowego i zmienności rytmu serca. Bez wysiłku.
• Szacunki oparte na wysiłku korzystają z zależności między tętnem a rzeczywistym obciążeniem podczas sesji — tempem z GPS albo mocą z miernika.

Oba są wnioskowaniem. Jedno jest znacznie lepszym wnioskowaniem niż drugie.

Jak dokładne są zegarki sportowe przy VO₂max?

Sieć INTERLIVE zebrała 14 badań walidacyjnych i wyraźnie pokazała ten podział. Urządzenia korzystające z danych spoczynkowych zawyżały VO₂max średnio o 2,17 ml/kg/min, a granice zgodności sięgały od −13,07 do +17,41 ml/kg/min. Urządzenia korzystające z danych z wysiłku były średnio niemal idealne — obciążenie zaledwie −0,09 ml/kg/min — ale ich granice zgodności wciąż biegły od −9,92 do +9,74 (Molina-Garcia i in., 2022).

Przeczytaj te granice zgodności uważnie, bo to one są prawdziwym wnioskiem. Średnie obciążenie bliskie zeru oznacza, że błędy znoszą się w grupie. Nie oznacza, że Twoja liczba jest poprawna. Nawet przy lepszych algorytmach pojedynczy szacunek może leżeć mniej więcej 10 ml/kg/min po obu stronach prawdy — a to u przeciętnej osoby dorosłej różnica między przeciętną a naprawdę dobrą formą. Autorzy sami stwierdzili, że szacowanie na podstawie wysiłku jest w porządku na poziomie populacji, ale błąd indywidualny pozostaje na tyle duży, że zastosowania sportowe i kliniczne wymagają poprawy.

Żywy przegląd parasolowy 24 przeglądów systematycznych — 249 badań walidacyjnych, 430 465 uczestników — doszedł do odpowiedzi o tym samym kształcie: urządzenia zawyżały VO₂max o około 15% przy testach spoczynkowych i o około 10% przy testach wysiłkowych (Doherty i in., 2024). Ten przegląd odnotował też coś, przy czym warto się zatrzymać: zaledwie około 11% wypuszczonych dotąd urządzeń konsumenckich zwalidowano choćby dla jednego wyniku biometrycznego, a wykonana dotąd praca walidacyjna to mniej więcej 3,5% tego, czego wymagałaby pełna ocena.

Badania nad konkretnymi urządzeniami dopełniają obraz. Gdy Apple Watch Series 7 porównano z analizatorem gazów u 19 dorosłych, średnia laboratoryjna wyniosła 45,88 ml/kg/min wobec 41,37 z zegarka — średni bezwzględny błąd procentowy 15,79% i współczynnik korelacji wewnątrzklasowej 0,47, co uchodzi za słabą rzetelność (Caserman i in., 2024). Garmin fēnix 6 wypadł lepiej w porównywalnym protokole, osiągając 7,05% błędu i współczynnik zgodności 0,73 — przekraczając przyjęte w badaniu progi walidacji (Carrier i in., 2025).

Zatem: nie bezużyteczne, nie wymienne i nie pomiar.

Dlaczego błąd jest największy na krańcach

W danych jest wzorzec, który łatwo przeoczyć. Badanie Apple Watcha wykazało, że szacunek zwykle zawyża wynik osobom o słabej formie i zaniża osobom o doskonałej — a dokładność poprawiała się w sprawniejszej podgrupie (błąd 14,59%, korelacja wewnątrzklasowa 0,60) (Caserman i in., 2024).

Tak w praktyce wygląda regresja do średniej populacyjnej. Algorytm wytrenowany na szerokiej próbie ściąga nietypowe osoby z powrotem ku środkowi. Wniosek jest niewygodny: dwie grupy, dla których stawka jest największa — osoba niewytrenowana potrzebująca uczciwego punktu wyjścia i osoba mocno wytrenowana goniąca drobny przyrost — to dwie grupy, którym ten szacunek służy najgorzej.

Do czego Twój zegarek naprawdę się nadaje

Dokładność i przydatność to nie to samo. Liczba może być systematycznie błędna i wciąż informować, o ile myli się w stałym kierunku.

Prawdziwą wartością Twojego zegarka jest trend, a nie prawda. Jeśli algorytm, urządzenie i warunki testu pozostają takie same, wzrost w ciągu ośmiu tygodni prawdopodobnie odzwierciedla realną zmianę formy — nawet jeśli wartość bezwzględna mija się o kilka jednostek. Czego nie powinieneś robić, to porównywać liczby ze swojego zegarka z liczbą z innego zegarka kolegi, z opublikowaną tabelą według wieku czy z wynikiem laboratoryjnym i wyciągać wniosków. To właśnie w takich porównaniach granice zgodności dają o sobie znać.

Traktuj to jak wagę łazienkową z nieznanym przesunięciem. Przydatna do kierunku. Słaba do wartości bezwzględnych.

Jak uzyskać wartość VO₂max, na której można działać

Jeśli chcesz, by szacunek coś znaczył, dowody wskazują trzy rzeczy.

Wybieraj szacunki oparte na wysiłku. Metaanaliza INTERLIVE nie pozostawia wątpliwości, że algorytmy karmione rzeczywistym obciążeniem wypadają lepiej niż te oparte na danych spoczynkowych (Molina-Garcia i in., 2022). Test, w którym Twoja rzeczywista moc jest mierzona na skalibrowanym ergometrze, daje algorytmowi znacznie lepszy surowiec niż kiedykolwiek da tętno spoczynkowe. Test VO₂max od CAROL działa właśnie tak — submaksymalna jazda przy spersonalizowanej mocy docelowej, z obciążeniem mierzonym bezpośrednio, a nie wnioskowanym z tempa GPS w wietrzny dzień.

Ujednolicaj warunki. Ten sam test, to samo urządzenie, mniej więcej ta sama pora dnia. Dane o trendzie są danymi o trendzie tylko wtedy, gdy metoda się nie zmienia.

A potem zmień dane wejściowe. Lepszy szacunek VO₂max go nie podnosi. Podnosi go trening — a intensywność liczy się bardziej niż godziny. W ośmiotygodniowym badaniu w miejscu pracy reduced exertion high-intensity interval training (REHIT) — podejście CAROL zbudowane wokół dwóch 20-sekundowych maksymalnych sprintów w około pięciominutowej jeździe — poprawił wydolność krążeniowo-oddechową o 12%, wobec 7% przy ciągłym treningu o umiarkowanej intensywności (Cuddy i in., 2019). Długość sprintu też nie jest przypadkowa: skrócenie sprintów z 20 do 10 sekund mierzalnie osłabiło przyrost VO₂max (Nalçakan i in., 2018). Oba badania były małe, a reakcje są indywidualne — ale kierunek jest spójny.

Podsumowanie

VO₂max z Twojego zegarka to szacunek, i to zaszumiony. Algorytmy oparte na wysiłku przekonująco biją te oparte na spoczynku, a mimo to nawet te dobre potrafią wylądować około 10 ml/kg/min od prawdy u konkretnej osoby. Błąd jest największy dokładnie tam, gdzie najmniej byś tego chciał — na krańcach: u niewytrenowanych i u bardzo sprawnych.

Używaj tej liczby do określania kierunku, a nie do diagnozy. Utrzymuj ten sam test i to samo urządzenie, by trend coś znaczył. I pamiętaj, że szacunek to łatwa część: wskaźnik, który zapowiada długość życia, reaguje na mocne sprinty, a nie na lepszy algorytm.