Compreender o Measurement error e a qualidade dos dados de frequência cardíaca

Este artigo explica o que significa o valor Measurement error (%) e como a qualidade dos dados de frequência cardíaca afeta as métricas fisiológicas no Firstbeat Sports: porque é que os registos de frequência cardíaca contêm erros, como o Firstbeat Sports os corrige e como interpretar a percentagem.

Porque é que os registos de frequência cardíaca contêm erros

O Firstbeat Sports Sensor regista a frequência cardíaca a partir do eletrocardiograma (ECG), o sinal elétrico do coração. O Sensor deteta cada batimento cardíaco ao encontrar um pico específico no sinal, o pico R. Estes fatores podem perturbar a deteção:

Movimento e ruído muscular: os elétrodos deslocam-se ligeiramente, ou a atividade muscular próxima cria interferência elétrica semelhante a um batimento cardíaco.
Mau contacto dos elétrodos: o suor, a pele seca ou um Sensor solto enfraquecem o sinal.
Batimentos irregulares: o algoritmo pode ter mais dificuldade em classificar corretamente os batimentos irregulares que ocorrem naturalmente.

Nenhum registo de frequência cardíaca é perfeitamente limpo. Algum ruído e alguns batimentos mal lidos são uma parte normal e esperada de qualquer registo, e não um sinal de que algo está avariado.

Como o Firstbeat Sports corrige os erros

O Firstbeat Sports aplica a correção de artefactos a todos os registos antes de calcular qualquer resultado. O algoritmo de correção de artefactos analisa os dados em bruto, identifica os batimentos cardíacos que provavelmente não são fisiologicamente reais e corrige-os ou remove-os. A correção usa informação dos batimentos cardíacos vizinhos e da fisiologia cardíaca normal. A correção de artefactos é o controlo de qualidade entre os dados em bruto e os resultados, e mantém a monitorização da frequência cardíaca fiável mesmo quando um registo contém algum ruído.

O que significa o Measurement error (%)

O Measurement error (%) é a proporção dos dados de frequência cardíaca que o Firstbeat Sports identifica como pouco fiáveis e corrige durante a análise. Quando se juntam várias medições, as lacunas entre elas também são incluídas na percentagem. A mesma métrica também pode aparecer com o nome Missing or Poor Quality Data (%).

Um Measurement error mais baixo significa maior confiança nos resultados.
Um Measurement error mais elevado significa um maior risco de as métricas fisiológicas serem afetadas.

O Measurement error é um indicador de qualidade, não uma avaliação de aprovado ou reprovado. O Measurement error dá contexto para interpretar as métricas fisiológicas e mostra até que ponto pode confiar nos resultados.

Interpretar o Measurement error

Bom (verde): menos de 15%. Em geral, pode confiar nas métricas fisiológicas.
Moderado (amarelo): 15–30%. A maioria das métricas é afetada apenas minimamente, mas as métricas de alta intensidade podem ser mais afetadas.
Fraco (vermelho): mais de 30%. As métricas relacionadas com a carga de treino (training load, TL) e com o exercício de alta intensidade podem ser substancialmente afetadas. Avalie os resultados caso a caso.

Medições em repouso

A análise da variabilidade da frequência cardíaca (heart rate variability, HRV) em repouso tem requisitos de qualidade dos dados mais rigorosos do que a monitorização do exercício. Os cálculos da HRV dependem do momento exato de cada batimento cardíaco, pelo que os dados corrigidos não conseguem substituir totalmente os batimentos reais. Nas medições em repouso, procure ter um Measurement error inferior a 15% sempre que possível.

Como a qualidade dos dados afeta os resultados

A Firstbeat estudou o impacto da qualidade dos dados de frequência cardíaca em cerca de 1,4 milhões de sessões de treino de futebol. Os registos com um Measurement error inferior a 15% produziram resultados fisiológicos muito semelhantes, enquanto os erros maiores afetaram cada vez mais as métricas relacionadas com a TL e com o exercício de alta intensidade. Quando o Measurement error ultrapassa 30%, o impacto nota-se sobretudo nas métricas que dependem de captar com precisão os períodos de frequência cardíaca elevada.

Métricas mais afetadas quando o Measurement error ultrapassou 30% (impacto médio):

Tempo na zona de frequência cardíaca 5: cerca de 27% mais baixo
TRIMP (training impulse, impulso de treino): cerca de 20% mais baixo
Efeito do treino (Training Effect, TE) aeróbio e anaeróbio: cerca de 8–11% mais baixo

Métrica menos sensível à má qualidade dos dados:

Frequência cardíaca média: cerca de 3% mais baixa

O que esperar no dia a dia

As sessões leves e moderadas são normalmente menos sensíveis a problemas de qualidade dos dados.
Os treinos de sprint, os intervalos intensos e os jogos têm maior probabilidade de ser afetados quando o Measurement error é elevado.
As métricas baseadas no tempo passado com frequências cardíacas muito elevadas são as mais vulneráveis à má qualidade dos dados.
A qualidade dos dados pode ser pior no início de uma medição devido à pele e à roupa secas, sobretudo se a cinta peitoral não tiver sido bem humedecida.
No final de uma medição pode aparecer uma parte final de má qualidade, registada depois de a cinta peitoral já ter sido retirada. Essa parte final aumenta a percentagem de Measurement error, mas não tem impacto prático. Pode cortá-la, como descrito em Cortar uma medição no Sports Cloud.
Se a qualidade dos dados descer de repente durante uma sessão, um dos pinos do Sensor pode ter-se soltado da cinta peitoral, ou a cinta peitoral pode ter descido demasiado.

Pontos principais

Todos os registos de frequência cardíaca contêm alguns erros, e o Firstbeat Sports corrige-os automaticamente com a correção de artefactos.
O Measurement error (%) mostra que proporção dos dados de frequência cardíaca era pouco fiável e foi corrigida. Quando se juntam medições, as lacunas entre elas são incluídas.
Menos de 15% é bom, 15–30% é moderado e mais de 30% é fraco.
Acima de 30%, o tempo na zona de frequência cardíaca 5, o TRIMP e o TE são os mais afetados; a frequência cardíaca média é a menos afetada.
Nas medições de HRV em repouso, procure ter menos de 15%.
Para melhorar a qualidade dos dados, siga os passos de Percentagem de erros elevada nos dados do Sensor.