Три слоя чисел на часах: что измерено, что оценено и что видно только в сравнении

О чём эта статья

Ниже я разбираю все три слоя: что говорит о точности каждой метрики лабораторная валидация и как эти метрики выглядят на данных наших пользователей. Своих чисел здесь шесть срезов, снятых 17 августа 2026 года по когортам от 23 до 64 профилей, плюс отдельная проверка наличия Training Readiness по всем 79 профилям с данными; каждый запрос лежит в рабочем журнале и перепрогоняется одной командой. Индивидуальные значения не показываются — только агрегаты по когорте.

Слой первый: что датчик измеряет

Оптический пульсометр, акселерометр и GPS дают величины, которые можно сопоставить с эталоном напрямую. Здесь часы работают хорошо.

Forerunner 945 против полисомнографии на 49 пациентах клиники сна (Budig et al., Sensors, 2022): пульс, вариабельность, SpO₂ и частота дыхания дают корреляцию выше 0,92. Сравнение шести браслетов с полисомнографией на 62 взрослых (Schyvens et al., Sleep Advances, 2025): сам факт сна ловится более чем в 90% эпох.

То же на беге: темп, дистанция, средний пульс, время в зонах, каденс, длина шага. Это исходное сырьё, и работать имеет смысл именно с ним.

Слой второй: что часы оценивают формулой

Дальше идут числа, которые датчик не измеряет. Их считает алгоритм.

МПК. Валидация Forerunner 245 против газоанализа в лаборатории на 35 спортсменах (Engel et al., Eur J Appl Physiol, 2026): часы занижают оценку в среднем на 4,73 и 4,05 мл·мин⁻¹·кг⁻¹ в двух забегах, средняя абсолютная ошибка 7,9% и 7,2%. У средне-тренированных ошибка 4,1–2,8%, у высоко-тренированных занижение достигает 6,3 единиц при ошибке около 10%. Вывод авторов: оценка пригодна у средне-тренированных и хуже работает у сильных. Систематический обзор 13 работ (Železnik Mežan, Front Sports Act Living, 2025) даёт ту же картину: в семи исследованиях оценка МПК признана валидной, в трёх валидна оценка лактатного порога, польза в элитном спорте названа сомнительной.

Стадии сна. У Schyvens согласие по стадиям — каппа от 0,21 до 0,53, то есть от слабого до среднего. У Budig общее время сна завышено в среднем на 84,6 минуты (ошибка 25,3%), лёгкий сон завышен, глубокий занижен, дневной сон не увиден ни разу.

Композиты. Батарейка тела, восстановление, готовность к тренировке — свёртки, чьи формулы закрыты. Проверить их независимо нечем. Вдобавок они есть не у всех. Из 105 профилей на сервере 26 — пустые оболочки без единого синхронизированного дня; среди остальных 79 поле Training Readiness заполнено хотя бы один день у 56%. У медианного профиля оно пусто целиком, а там, где появилось, покрывает в среднем 67% дней истории при медиане 92% — то есть считается либо почти всегда, либо никогда. На витрине приложения это место выглядит как ещё одна измеренная величина — независимо от того, есть под ним число или нет.

Практический вывод по слою: число из формулы читается как оценка с известной ошибкой. У МПК ошибка около 7–8% — это три-четыре единицы у типичного любителя.

Почему абсолютное число не сравнивают с чужим

Мы посчитали разброс вариабельности сердечного ритма по 64 профилям с историей не короче 30 суток. Личные средние идут от 25,2 до 82,3 мс, стандартное отклонение между людьми — 12,4 мс. Собственные колебания у среднего человека заметно у́же: медианная дисперсия внутри профиля 57,9, то есть около 7,6 мс.

Отсюда следствие, из-за которого таблицы норм в интернете бесполезны. Значение 45 мс ничего не говорит, пока неизвестно, чьё оно: для одного это провал на две личные сигмы, для другого — лучший день месяца. Читается отклонение от собственной базы.

С МПК то же самое, только с другой стороны. По 43 профилям с историей не короче 60 суток размах оценки внутри одного человека — медианно 8 единиц, у отдельных пользователей до 20 при среднем уровне около 47. Восемь единиц МПК — это дистанция между средним любителем и хорошо тренированным человеком. Часть размаха — реальный рост и спад формы за месяцы, и отделить его от шума алгоритма я не могу. Но человек, который смотрит на число раз в неделю, видит именно этот суммарный разброс.

Слой третий: отношения между измеренным

Третья группа величин на экран не выводится вообще. Пульс на заданном темпе и его сдвиг от месяца к месяцу. Дрейф пульса внутри одной сессии. Сколько времени реально ушло в каждую зону. Как быстро падает пульс после отрезка. Что стало с каденсом к концу длинной.

Все эти величины считаются из первого слоя, где датчик точен, и потому не наследуют ошибку закрытых формул. Дальше — три таких среза на наших пользователях.

Цена скорости

Мы взяли 32 профиля с достаточным числом пробежек и внутри каждого отобрали забеги в узкой полосе ±5% вокруг собственного среднего темпа, дистанция 4–12 км. То есть человек бежал примерно одинаково быстро.

Средний пульс на этих пробежках внутри одного человека гуляет со стандартным отклонением около 6,9 удара в минуту при медианном размахе в 30 ударов. Контроль на суженной дистанции 5–8 км (23 профиля) даёт 6,5 удара и размах 27 — кардиодрейф длинных забегов этот разброс не объясняет.

Темп описывает выполненную работу. Пульс на этом темпе описывает, чего работа сегодня стоила организму. Семь ударов разницы на одной и той же скорости — это расстояние между лёгким днём и днём, когда тело отдаёт больше обычного. В сводке за неделю обе пробежки лежат одной строкой.

Что даёт сравнение периодов

Теперь главный вопрос практики: если сравнивать два периода целиком — видно ли, что форма выросла?

Мы взяли тот же материал — пробежки в личной полосе темпа ±5% — и разрезали историю каждого профиля пополам по календарю. Условие включения: не меньше шести таких пробежек в каждой половине. В когорту вошли 25 профилей, у медианного — 57 пробежек в полосе и 361 день истории.

Медианный сдвиг среднего пульса между половинами — минус 1,2 удара в минуту. Средний темп внутри полосы при этом почти не изменился (медиана +0,5 секунды на километр), так что сдвигом скорости эти удары не объясняются. У 24% профилей пульс на своей скорости упал на 5 ударов и больше, у 8% — на столько же вырос. У остальных двух третей сдвиг остался в пределах ±5 ударов. Крайние значения — минус 9,7 и плюс 8,9.

Порог в 5 ударов собран из разброса, который мы уже померили. Одиночная пробежка о сдвиге формы не говорит ничего: собственный разброс пульса в этой же полосе темпа — 6,9 удара, то есть две случайно выбранные пробежки разойдутся на такую величину без всякой перемены в тренированности. Но разброс среднего падает с ростом числа пробежек. У медианного профиля в каждой половине около 28 забегов, и ожидаемая погрешность сравнения двух таких средних — примерно 1,8 удара. Сдвиг в 5 ударов крупнее этой погрешности почти втрое, поэтому его и можно называть сдвигом.

Отсюда три вещи, полезные на практике.

Первая: сравнение периодов — единственный доступный любителю способ увидеть изменение аэробной формы без лаборатории, и он не требует ни теста, ни контрольной тренировки. Достаточно, чтобы обычные пробежки накопились.

Вторая: под это нужен объём выборки. Десяток пробежек за период даёт погрешность сравнения около трёх ударов, и разговор о «минус двух ударах» на таком материале бессмысленен. Три десятка — уже рабочий материал.

Третья: у двух третей когорты за медианный год читаемого сдвига нет. Это тоже результат, и его стоит знать до того, как приходить к выводам о своей форме по одной удачной пробежке. Замечу отдельно: срез описывает пульс на своей скорости и не описывает результат на дистанции — соревновательное время зависит и от других вещей.

Устойчивость этого счёта я проверил отдельной нарезкой. Половины нарезаны по календарю — по середине между первой и последней пробежкой, — и у профиля с неровной активностью в них попадает разное число забегов. Если резать пополам по числу пробежек, в срез входят 26 профилей, доли остаются почти теми же (23% улучшение, 12% ухудшение), а медиана сдвига становится минус 0,4 удара вместо минус 1,2. Устойчивы здесь направление и доли, а не сама медиана: в обеих нарезках она меньше погрешности сравнения, так что читать её как «когорта за год стала выносливее на удар с небольшим» нельзя.

Ещё одна оговорка о методе. Полоса ±5% строится вокруг среднего темпа за всю историю профиля, а не отдельно для каждой половины. Если человек за это время заметно ускорился или замедлился, в полосу в разных половинах попадает разный участок его диапазона скоростей; направление такого смещения мы не устанавливали.

Контрольный прогон на профилях с длинной историей (не меньше 12 пробежек в каждой половине) я снять не смог: в него попало 18 профилей при пороге публикации в 20, и гейт приватности его не выпустил. Так что вопрос «сколько из этих двух третей — реальная стабильность формы, а сколько шум короткой истории» остаётся без ответа.

Куда уходит беговое время

Третий срез — распределение интенсивности. По 34 профилям с размеченными зонами и хотя бы 15 пробежками с заполненными зонами: у медианного профиля лёгкие зоны занимают 23,4% бегового времени, средняя — 36,6%, тяжёлые — 27,2%.

Две оговорки, без которых эти проценты врут. Границы зон опираются на настройки конкретного человека, а у большинства это оценка по возрасту, поэтому абсолютные доли мягкие. И когорта крайне неоднородна: доля средней зоны идёт от 5,1% до 62,5%, лёгкой — от 3,0% до 91,5%. Фраза «все любители сидят в средней зоне» этими числами не подтверждается.

Оценки самому распределению я не даю, и вот почему. Работа на 38 рекреационных бегунах за 8 недель (PMC7739641) сравнивала распределение 40/50/10 с поляризованным 77/3/20 и получила сопоставимый прирост, причём первая группа (40/50/10) потратила на 17% меньше времени — 24,8 часа против 29,9. У Muñoz et al. (IJSPP, 2014) 30 бегунов за 10 недель улучшили десятку в обеих группах — 5,0% против 3,6%, и разница между группами оказалась незначимой; значимой она стала только на подвыборке из 12 человек, точнее всех соблюдавших план. Так что срез отвечает на вопрос «куда уходит моё беговое время» и молчит о том, хорошо это или плохо.

Поведение, которое лежит рядом с числом

Ещё один способ читать данные — смотреть на то, что человек делал в дни вокруг метрики. По 48 профилям: после трёх суток подряд со статусом вариабельности Unbalanced или Low беговой объём следующих трёх дней у медианного профиля 3,67 км в день против его же обычных 4,31. Снижение есть у 65% профилей, у трети объём не меняется или растёт.

Направление здесь не установлено, и я не выдаю это за реакцию человека на подсказку часов. Низкая вариабельность приходит вместе с болезнью, перелётом и недосыпом — теми же событиями, которые сами по себе срезают беговой объём. Срез описывает совпадение.

Число, которое меняет состояние человека

У данных с часов есть описанный в клинике обратный эффект, и относится он к тому же второму слою — к числам, которые человек получает без объяснения.

Ортосомния описана клиницистами в 2017 году (Baron et al., J Clin Sleep Med): пациенты приходят лечить бессонницу, самостоятельно диагностированную по данным трекера, и данным трекера верят больше, чем полисомнографии.

Экспериментально механизм показан на 164 участниках (Draganich & Erdal, J Exp Psychol, 2014). Людям называли выдуманную долю быстрого сна — 28,7% или 16,2% — и назначенное таким образом «качество сна» предсказывало результат двух когнитивных тестов из четырёх (PASAT и COWA), тогда как собственная оценка сна не предсказывала ничего. Число, сказанное человеку, меняло его состояние.

У этого есть контрапункт. Пилот на 54 здоровых спящих (Robson et al., Sleep Biol Rhythms, 2022) показал, что разовая плохая оценка сна не ухудшила ни предсонное возбуждение, ни субъективный сон; авторы прямо пишут, что эффект регулярной обратной связи не изучен. А зонтичный обзор 39 обзоров на 163 992 участниках (Ferguson et al., Lancet Digital Health, 2022) показывает обратную сторону: трекеры добавляют около 1800 шагов и 40 минут ходьбы в день и примерно килограмм снижения веса, при этом эффекты на давление, холестерин и качество жизни малы и часто незначимы.

Складывается это так: необъяснённое число вредит, объяснённое работает.

Помогают ли эти числа тренироваться

Мета-анализ восьми исследований на 198 участниках (Düking et al., J Sci Med Sport, 2021): у тренировки, управляемой вариабельностью, средний эффект на субмаксимальные физиологические показатели (g = 0,296, p = 0,028), а на результат (g = 0,079, p = 0,597) и на V̇O₂peak (g = 0,171, p = 0,130) — малый и статистически незначимый. Зато меньше людей, у которых не отвечает вообще ничего.

Скромно. Ровно такой эффект и стоит обещать от управления тренировкой по данным.

Что видит тренер и что видят данные

Мета-анализ 27 работ (Inoue et al., Sports Med Open, 2022) сравнивал нагрузку, задуманную тренером, с нагрузкой, воспринятой спортсменом. По общей оценке они сходятся: разница незначима и для отдельной сессии (p = 0,10), и для нагрузки сессии целиком (p = 0,75). Значимое расхождение осталось в одной категории — на лёгких усилиях. Ровно там, где любитель и решает, отдых у него сегодня или работа.

HERITAGE Family Study (Bouchard et al., 1999) — 481 человек из 98 семей, 20 недель одинаковой программы. Средний прирост МПК около 400 мл/мин, но у части участников прироста почти нет, а у части выше литра; дисперсии между семьями в 2,5 раза больше, чем внутри, наследуемость отклика 47%. Один и тот же план даёт разный результат, и узнать свой можно только по собственным данным.

Тренер видит человека и не видит его ночь. Данные видят ночь и не видят человека.

Как читать свои числа

Практическая выжимка из всего перечисленного.

Числа из формул — оценка с ошибкой. У МПК это 7–8%, у времени сна — 25%. Тренд за месяцы у них читается; значение за один день лежит внутри их ошибки.

Абсолютное значение не сравнивают с чужим. Ни ВСР, ни МПК, ни глубокий сон. Работает сравнение с собой две недели назад.

Одиночная тренировка о форме не говорит. Собственный разброс пульса на одной и той же скорости — около семи ударов. Нужен период.

Сравнение периодов требует материала. Три десятка пробежек в каждом периоде дают погрешность около двух ударов, десяток — около трёх.

Отсутствие сдвига — тоже ответ. У двух третей нашей когорты за год пульс на своей скорости остался в пределах шума.

Границы разбора данных

Что не умеет ни один алгоритм над этими данными, включая наш. Он не видит технику движения. Он не знает контекста жизни, пока человек сам не расскажет. Он не несёт ответственности за решение выйти на старт. И он не заменяет отношений, ради которых к тренеру и приходят. Медицинских выводов мы не делаем сознательно: подозрение на проблему — повод идти к врачу; чат его не заменит.

Дообученная на данных носимых устройств модель Google (Khasentino et al., Nature Medicine, 2025) обошла выборку людей-экспертов на экзаменах — 88% против 71% по фитнесу и 79% против 76% по медицине сна — и на 857 реальных кейсах была сопоставима с экспертами по фитнес-задачам. Работа финансирована Google, авторы — сотрудники Alphabet, сравнение шло на текстовых задачах, и исход тренировочного цикла в нём никто не мерил. Так что это довод в пользу того, что модель умеет объяснять цифру, и не довод в пользу замены тренера.

Зачем нужен разбор данных отдельным сервисом

Три роли, и все три следуют из чисел выше.

Первая — перевод числа в действие. Вред из раздела про ортосомнию рождается из необъяснённой цифры и сравнения с чужой нормой. Разбор, который говорит «твои 45 мс — это твой обычный вторник», лечит ровно эту тревогу.

Вторая — непрерывность. Тренер видит спортсмена три раза в неделю, данные идут каждый день, и разрыв на лёгких усилиях из мета-анализа Inoue живёт именно в этом промежутке.

Третья — доступность для тех, у кого тренера нет и не будет. Им сегодня остаётся витрина из композитных чисел, чью точность проверить нечем.

И открытое предложение тренерам, которые дочитали. Возьмите своих атлетов, месяц и наши разборы, и сделайте выводы на своих людях. Мне интересен ваш разбор со своими выводами.