Si alguna vez has usado dos rastreadores de recuperación a la vez, conoces la frustración. Tu WHOOP te autoriza para un día duro con un 78 por ciento recuperado. Tu Body Battery de Garmin dice que estás funcionando con el tanque vacío. ¿Cuál tiene razón? La respuesta honesta es que la pregunta está ligeramente mal planteada. No son dos intentos de medir lo mismo. Son dos opiniones distintas construidas a partir de datos superpuestos pero procesados de forma diferente.
Para entender por qué, hay que separar dos capas que se mezclan en el marketing: la señal fisiológica bruta (tu frecuencia cardíaca en reposo, tu HRV) y el puntaje derivado (recuperación, preparación, batería corporal). La primera tiene una verdad de referencia que puedes validar frente a un ECG médico. La segunda es una interpretación propietaria sin un estándar compartido. Este artículo recorre ambas capas, lo que muestra la investigación de validación para cada una, y qué deberías hacer realmente al respecto.
Para la base sobre qué es la HRV y cómo leerla, nuestros artículos de investigación del entrenamiento con variabilidad de la frecuencia cardíaca y qué es una buena HRV según la edad cubren la señal subyacente en profundidad.
Capa Uno: La Señal Bruta Es Mayormente Fiable
Empecemos con la buena noticia. Las entradas brutas que alimentan todo puntaje de recuperación, la frecuencia cardíaca en reposo y la HRV, son mediciones fisiológicas reales con un estándar de referencia claro: un electrocardiograma. Y los mejores dispositivos de consumo las miden bien.
La evidencia reciente más sólida es Dial et al. (2025) en Physiological Reports, que hizo que los participantes usaran cinco dispositivos (Oura Gen 3, Oura Gen 4, WHOOP 4.0, Garmin Fenix 6, Polar Grit X Pro) frente a un ECG de grado investigación a lo largo de 536 noches de sueño. Para la HRV nocturna (RMSSD):
- Oura Gen 4: correlación de concordancia de 0,99, error porcentual absoluto medio de aproximadamente 6,0 por ciento.
- Oura Gen 3: concordancia de 0,97, error de aproximadamente 7,2 por ciento.
- WHOOP 4.0: concordancia de 0,94, error de aproximadamente 8,2 por ciento.
- Garmin Fenix 6: concordancia de 0,87, error de aproximadamente 10,5 por ciento.
- Polar Grit X Pro: concordancia de 0,82, error de aproximadamente 16,3 por ciento.
La frecuencia cardíaca en reposo fue aún más precisa en general (errores mayormente por debajo del 3 por ciento). Así que el anillo de dedo y los mejores dispositivos de muñeca son genuinamente buenos capturando la señal bruta. Hay una jerarquía real (los anillos superan a los relojes para la HRV nocturna), pero los dispositivos superiores están cerca del ECG para los números que importan.
Los relojes de muñeca son el eslabón más débil. O'Grady et al. (2024) en Sensors validaron el Apple Watch Series 9 y Ultra 2 frente a una banda pectoral Polar H10 a lo largo de 316 mediciones y encontraron que el Apple Watch subestimaba la HRV en unos 8,3 ms en promedio, con un error porcentual absoluto medio cercano al 29 por ciento. Eso es lo bastante preciso para seguir tu propia tendencia de varias semanas pero demasiado grosero para decisiones finas día a día. La ubicación del sensor y el método de medición óptico importan mucho.
El punto clave: cuando dos buenos dispositivos miden tu frecuencia cardíaca en reposo o HRV brutas la misma noche, suelen coincidir de cerca. La divergencia que ves en tus apps no viene mayormente de esta capa.
Capa Dos: El Puntaje de Recuperación Es una Caja Negra
Ahora la parte que realmente diverge. Un "puntaje de recuperación" no es una medición. Es un veredicto calculado. Cada marca toma un conjunto de entradas y las procesa a través de un modelo propietario para generar un único número amigable. Las entradas se superponen pero las recetas no:
- WHOOP Recovery es un puntaje de 0 a 100 por ciento fuertemente ponderado hacia la HRV, más la frecuencia cardíaca en reposo, el sueño y la frecuencia respiratoria, calibrado contra tu línea base personal.
- Oura Readiness es un puntaje de 0 a 100 que combina la HRV, la frecuencia cardíaca en reposo, la temperatura corporal, el sueño y la actividad del día anterior.
- Garmin Body Battery es una estimación de "energía" de 0 a 100 que se actualiza continuamente durante el día, drenándose con el estrés y la actividad y recargándose con el descanso, construida sobre los modelos de estrés y HRV de Firstbeat.
Tres diferencias estructurales garantizan que los puntajes no coincidan:
1. Entradas y ponderaciones distintas. Un modelo que se apoya en la temperatura corporal (Oura) marcará una enfermedad incipiente de forma distinta a uno que no lo hace. Un modelo construido alrededor de la HRV (WHOOP) reacciona a los cambios autonómicos con más agudeza que uno construido alrededor del seguimiento continuo del estrés (Garmin).
2. Líneas base distintas. Cada puntaje compara hoy con tu propio historial, pero cada marca construye esa línea base sobre una ventana distinta y con matemáticas distintas. Dos dispositivos pueden incluso discrepar sobre qué es "normal para ti".
3. Escalas y momentos de actualización distintos. Una recuperación WHOOP del 78 por ciento y un Body Battery de 78 no son la misma afirmación, y uno es una instantánea de una sola mañana mientras el otro se mueve todo el día. No hay conversión entre ellos porque nunca estuvieron en una escala compartida.
Ninguno de los tres puntajes principales tiene validación transparente e independientemente publicada como sí la tiene la HRV bruta. Son productos competitivos, y los algoritmos son secretos comerciales. Eso no es un escándalo, pero sí significa que deberías tratar un puntaje de recuperación como la opinión informada del modelo de una empresa, no como una lectura objetiva de tu cuerpo.
Las Estimaciones Derivadas Divergen Aún Más: El Ejemplo de la VO2max
Los puntajes de recuperación son un tipo de métrica derivada. La VO2max es otra, y muestra el mismo patrón de forma aún más marcada, porque aquí podemos comparar la estimación del wearable con un verdadero estándar de laboratorio.
Lambe et al. (2025) en PLOS ONE validaron el Apple Watch (Series 9 y Ultra 2) frente a la calorimetría indirecta, la referencia de laboratorio para la VO2max. El reloj subestimó la VO2max en unos 6,1 mL/kg/min en promedio, con un error porcentual absoluto medio del 13,3 por ciento. Eso es ampliamente consistente con la literatura más amplia, donde las estimaciones de VO2max desde la muñeca típicamente se sitúan dentro de aproximadamente un 10 a 15 por ciento de un valor de laboratorio, y donde la precisión se degrada en personas muy entrenadas cuya VO2max real se sitúa en el borde de los datos de entrenamiento del modelo.
La estimación de Garmin basada en Firstbeat funciona mejor cuando se combina con una banda pectoral (errores medios a menudo en el rango del 5 por ciento en buenas condiciones) y peor solo desde la muñeca. La misma historia que la recuperación: el número derivado depende mucho de la calidad del sensor y del modelo propietario, y dos marcas te darán dos cifras de VO2max distintas para los mismos pulmones y el mismo corazón.
La implicación práctica para cualquier métrica derivada, ya sea la VO2max, la "carga de entrenamiento", la "edad física" o un porcentaje de recuperación: la tendencia dentro de un mismo dispositivo es informativa, el número absoluto es aproximado, y la comparación entre dispositivos no tiene sentido. Puedes aprender mucho observando cómo tu propia VO2max de Apple Watch sube a lo largo de seis meses. No puedes aprender nada notando que marca tres puntos menos que el Garmin de tu amigo. ¿Curioso sobre la métrica subyacente? Nuestra entrada del glosario sobre VO2 max la define, y la calculadora de zonas de frecuencia cardíaca te ayuda a fijar tus zonas de entrenamiento a partir de una señal que no depende de ningún puntaje propietario.
Obtén un plan basado en evidencia diseñado para ti
FitCraft, nuestra app móvil de fitness, te conecta con un entrenador de IA que construye un plan personalizado según tus objetivos, horario y nivel de condición física. Cada programa de FitCraft está diseñado por Domenic Angelino, MPH (Brown University) y NSCA-CSCS, con investigación publicada en el Journal of Strength and Conditioning Research y Medicine & Science in Sports & Exercise.
Realizar la Evaluación Gratuita Gratis • 2 minutos • Sin tarjeta de créditoLas Etapas del Sueño: Otra Entrada que Diverge
Dado que el sueño alimenta todo puntaje de recuperación, vale la pena saber que la clasificación de las etapas del sueño también diverge según el dispositivo. Schyvens et al. (2025) en Sleep Advances validaron seis dispositivos de muñeca frente a la polisomnografía, el estándar de oro clínico, en 62 participantes. Todos los dispositivos fueron excelentes en la distinción simple de sueño frente a vigilia (sensibilidad por encima del 90 por ciento), pero la precisión al clasificar las etapas (ligero, profundo, REM) varió mucho: la concordancia con la referencia (kappa de Cohen) osciló entre aproximadamente 0,21 para el dispositivo más débil y 0,53 para el mejor. Los dispositivos asignaron mal con frecuencia el tiempo de vigilia y discreparon sobre cuánto sueño profundo obtuviste.
Así que un puntaje de recuperación que pondera el "sueño profundo" se sostiene sobre una entrada inestable, y dos dispositivos estimarán tu sueño profundo de forma distinta. Esto agrava la divergencia: no solo difieren los algoritmos, algunos de los ingredientes de los que dependen son en sí mismos estimaciones ruidosas en lugar de mediciones limpias.
Qué Hacer Realmente al Respecto
Nada de esto significa que los puntajes de recuperación sean inútiles. Significa que deberías usarlos como usa un buen entrenador cualquier dato individual: como una entrada más, leída como una tendencia, contrastada con la realidad.
1. Elige un dispositivo y quédate con él. En el momento en que comparas entre marcas, los números dejan de significar algo. La consistencia dentro de un mismo dispositivo es lo que hace legible la tendencia.
2. Prefiere dispositivos con fuerte precisión de señal bruta. El puntaje de recuperación se apoya sobre la HRV y la frecuencia cardíaca brutas. Un dispositivo que las mide bien (los anillos de dedo lideraron en Dial et al., 2025) construye su veredicto sobre un terreno más firme que uno que las mide mal.
3. Sigue la tendencia móvil, no el número diario. Un único puntaje bajo de recuperación está dominado por el sueño, el alcohol o el estrés de la noche anterior. Una o dos semanas de puntajes consistentemente bajos mientras el entrenamiento no ha aumentado es la señal que vale la pena atender.
4. Deja que tu cuerpo desempate. Cuando el puntaje y tu experiencia vivida discrepan fuertemente, confía en los desempates que el puntaje no puede ver: cómo se siente el calentamiento, tu dolor muscular, tu ánimo, tu motivación. Si te sientes genial y el puntaje dice descansa, un calentamiento adecuado te dirá la verdad rápidamente.
5. No dejes que el puntaje dirija tu entrenamiento. El uso respaldado por la investigación de los datos de recuperación son pequeños ajustes a lo largo de semanas (cambiar un día duro por uno fácil cuando la tendencia está claramente baja), no interruptores de encendido y apagado cada mañana. Para el marco completo de decisión sobre entrenar con una lectura baja, consulta HRV baja hoy, ¿deberías entrenar de todos modos.
Conceptos Erróneos Comunes
Concepto erróneo 1: "El dispositivo con el puntaje de recuperación más alto es el preciso"
Ninguno tiene razón objetivamente, porque no hay un estándar compartido de lo que debería dar un puntaje de recuperación. Ambos pueden ser internamente válidos para seguir tu propia tendencia mientras son completamente incomparables entre sí. La precisión aplica a la HRV y la frecuencia cardíaca brutas, que puedes validar. No aplica de forma limpia a un puntaje compuesto propietario.
Concepto erróneo 2: "Un puntaje de recuperación bajo significa que tendré un mal entrenamiento"
Los puntajes de recuperación predicen la preparación débilmente a nivel del día individual. Muchas personas logran récords personales en días "rojos" y se sienten planas en los "verdes". El puntaje refleja entradas autonómicas y de sueño, no tu capacidad de rendir en un día determinado, por lo que la preparación percibida y un calentamiento son mejores predictores del mismo día.
Concepto erróneo 3: "La VO2max del wearable me dice mi nivel de fitness real"
Te dice una estimación dentro de aproximadamente un 10 a 15 por ciento, y puede estar más desviada en atletas entrenados. Trátala como una línea de tendencia, no como un resultado de laboratorio. Si necesitas una VO2max precisa, una prueba de esfuerzo graduada con análisis de gases es la única respuesta real.
Lo Que Sugiere la Investigación de Cara al Futuro
El campo de la recuperación por wearables está madurando, y la síntesis honesta es una historia en dos partes. Las señales fisiológicas brutas (frecuencia cardíaca en reposo, HRV) ahora se miden bien en los mejores dispositivos, validadas contra el ECG, con una jerarquía de precisión clara que favorece a los anillos de dedo para la HRV nocturna. Eso es un logro genuino. Los puntajes de recuperación construidos encima siguen siendo propietarios, no validados entre sí, y construidos a partir de entradas distintas, así que su divergencia es estructural y no va a desaparecer.
Limitaciones que vale la pena señalar:
- Los estudios de validación son pequeños. Dial et al. usaron 13 participantes a lo largo de muchas noches; O'Grady et al. usaron 39. La clasificación de dispositivos es informativa pero no la última palabra, y las actualizaciones de firmware cambian la precisión con el tiempo.
- Los puntajes de recuperación son objetivos móviles. Las marcas actualizan sus algoritmos, así que una comparación de hace dos años puede no sostenerse hoy.
- La respuesta individual varía. El rendimiento de algunas personas sigue de cerca su puntaje de recuperación; otras muestran casi ninguna relación. Aprende tu propio patrón antes de confiar en el veredicto de cualquier puntaje.
La conclusión práctica no ha cambiado: el puntaje de recuperación es un empujón útil, no un oráculo. Elige un dispositivo, observa la tendencia, y mantén tu propio juicio en el circuito. Si tu entrenamiento sigue estancándose porque te sientes constantemente fatigado, el panorama más amplio de recuperación en nuestro artículo sobre investigación del síndrome de sobreentrenamiento es más útil que el número de cualquier mañana.
Referencias
- Dial MB, Hollander ME, Vatne EA, Emerson AM, Edwards NA, Hagen JA. "Validation of nocturnal resting heart rate and heart rate variability in consumer wearables." Physiological Reports. 2025;13(16):e70527. doi:10.14814/phy2.70527
- O'Grady B, Lambe R, Baldwin M, Acheson T, Doherty C. "The Validity of Apple Watch Series 9 and Ultra 2 for Serial Measurements of Heart Rate Variability and Resting Heart Rate." Sensors. 2024;24(19):6220. doi:10.3390/s24196220
- Lambe R, O'Grady B, Baldwin M, Doherty C. "Investigating the accuracy of Apple Watch VO2 max measurements: A validation study." PLOS ONE. 2025;20(5):e0323741. doi:10.1371/journal.pone.0323741
- Schyvens AM, Peters B, Van Oost NC, et al. "A performance validation of six commercial wrist-worn wearable sleep-tracking devices for sleep stage scoring compared to polysomnography." Sleep Advances. 2025;6(2):zpaf021. doi:10.1093/sleepadvances/zpaf021
- Shaffer F, Ginsberg JP. "An Overview of Heart Rate Variability Metrics and Norms." Frontiers in Public Health. 2017;5:258. doi:10.3389/fpubh.2017.00258
Preguntas Frecuentes
¿Por qué mis puntajes de recuperación de WHOOP y Garmin no coinciden?
Porque son algoritmos propietarios distintos que miden y ponderan cosas diferentes. El porcentaje de Recovery de WHOOP, el Readiness de Oura y el Body Battery de Garmin se basan todos en la frecuencia cardíaca, la HRV y el sueño, pero cada uno combina esas entradas de forma distinta, hace referencia a una línea base personal diferente, y se actualiza con un calendario distinto (Body Battery corre de forma continua, WHOOP y Oura producen un único puntaje matutino). Un Body Battery de 42 y una recuperación de WHOOP del 78 por ciento la misma mañana es lo esperado. Los puntajes no están en una escala común y nunca se pensaron para coincidir.
¿Son fiables los números brutos aunque los puntajes no lo sean?
Generalmente sí. Dial et al. (2025) validaron cinco wearables frente a un ECG a lo largo de 536 noches y encontraron que la frecuencia cardíaca en reposo y la HRV eran medidas bien por los mejores dispositivos, con los anillos Oura más cercanos a la referencia (concordancia de alrededor de 0,97 a 0,99 para la HRV) y WHOOP aceptable. La frecuencia cardíaca en reposo y la HRV brutas son mediciones fisiológicas con una verdad de referencia. El puntaje de recuperación es una interpretación superpuesta, y las interpretaciones difieren según la marca.
¿Qué tan precisa es la VO2max de los wearables?
Es una aproximación, no un valor de laboratorio. Una validación de 2025 del Apple Watch (Lambe et al.) encontró un error porcentual absoluto medio del 13,3 por ciento frente a una prueba de laboratorio, subestimando la VO2max en unos 6 mL/kg/min en promedio. Las estimaciones desde la muñeca típicamente se desvían en aproximadamente 10 a 15 por ciento, y la precisión es peor en individuos muy entrenados. La VO2max de los wearables está bien para seguir tu propia tendencia a lo largo de meses pero no debería tratarse como un número de fitness preciso ni compararse entre marcas.
¿Qué dispositivo tiene el seguimiento de recuperación más preciso?
Para las entradas brutas que alimentan la recuperación, los sensores de anillo (Oura) validaron mejor para la HRV nocturna y la frecuencia cardíaca en reposo en Dial et al. (2025), con WHOOP cerca detrás y los relojes de muñeca menos consistentes. Pero ningún estudio independiente ha coronado el puntaje de recuperación general de ninguna marca como el más preciso, porque esos puntajes son propietarios y carecen de validación transparente y publicada. El enfoque más confiable es elegir un dispositivo con buena precisión de señal bruta y seguir su tendencia en lugar de su veredicto diario.
¿Debería confiar en mi puntaje de recuperación o en cómo me siento?
Usa ambos, y pondera la tendencia por encima de la señal diaria. Un puntaje de recuperación es una entrada ruidosa más, mejor leída como una tendencia móvil que como el veredicto de una sola mañana. Tu propia preparación percibida, la calidad del sueño, el dolor muscular y cómo se siente un calentamiento son señales igual de válidas. Si el puntaje y tu cuerpo discrepan fuertemente, tu cuerpo suele ganar. El puntaje es una invitación a revisar, no una orden.