La VFC expliquée : SDNN vs RMSSD

Ton iPhone indique une VFC de 48 ms. La bague d'un ami affiche 75 ms pour lui. Une autre app t'attribue 31 ms le même matin. Aucun de ces chiffres n'est forcément faux, mais ils ne mesurent peut-être pas la même chose, et les mettre côte à côte n'apprend presque rien.

Ce guide explique ce qu'est la variabilité de la fréquence cardiaque, les deux métriques que tu croiseras le plus souvent (SDNN et RMSSD), pourquoi ta propre référence est la seule comparaison juste, et comment Tracked étiquette précisément la VFC qu'il importe.

Ce qu'est la VFC

Un cœur en bonne santé ne bat pas comme un métronome. Même au repos, le temps entre deux battements varie de quelques millisecondes d'un battement à l'autre. La variabilité de la fréquence cardiaque (VFC), aussi appelée HRV en anglais, décrit l'ampleur de ces variations.

Cette variation est largement modulée par le système nerveux autonome, et la respiration, la posture, le sommeil et le stress y contribuent tous (Shaffer et Ginsberg, 2017). La VFC n'est pas un chiffre unique tiré d'une formule unique. C'est une famille de statistiques, chacune calculée différemment à partir de la même série d'intervalles entre battements. Les deux que tu verras le plus sur les appareils grand public sont SDNN et RMSSD.

SDNN : la variabilité globale d'un enregistrement

SDNN est l'écart-type des intervalles NN (normal à normal) : les intervalles entre battements normaux, une fois les artefacts et les battements irréguliers écartés. Il décrit à quel point l'ensemble des intervalles d'un enregistrement est dispersé.

Comme SDNN capte toutes les formes de variation sur l'ensemble de l'enregistrement, y compris les oscillations lentes, il dépend fortement de la durée de l'enregistrement. La Task Force qui a standardisé la mesure de la VFC en 1996 déconseillait de comparer des valeurs de SDNN issues d'enregistrements de durées différentes (Task Force, 1996).

RMSSD : la variabilité d'un battement à l'autre

RMSSD est la racine carrée de la moyenne des carrés des différences successives (root mean square of successive differences). On calcule la différence entre chaque paire d'intervalles consécutifs, on élève ces différences au carré, on en fait la moyenne, puis on prend la racine carrée. Le résultat se concentre sur les changements rapides, d'un battement à l'autre.

RMSSD est la principale mesure du domaine temporel utilisée pour estimer la VFC d'origine vagale (parasympathique) (Shaffer et Ginsberg, 2017). Il fonctionne aussi sur des enregistrements courts, ce qui explique en partie pourquoi les sciences du sport l'utilisent couramment pour suivre les athlètes (Buchheit, 2014).

Pourquoi SDNN et RMSSD ne sont pas interchangeables

• Ce sont des formules différentes. Les mêmes battements donnent deux chiffres différents, parce que chaque statistique répond à une question différente sur ces battements.
• Il n'existe pas de facteur de conversion. L'écart entre les deux n'est pas fixe : il varie d'une personne à l'autre et d'un enregistrement à l'autre.
• Les appareils mesurent aussi différemment. La durée d'enregistrement, le moment de la journée, le type de capteur (ceinture thoracique ECG ou capteur optique au poignet ou au doigt) et le traitement des artefacts déplacent les valeurs de VFC. Ces différences méthodologiques expliquent une grande partie de la dispersion des valeurs publiées (Nunan et al., 2010).

Donc 45 ms de SDNN et 45 ms de RMSSD ne sont pas la même mesure. Et passer de 40 ms de SDNN sur un appareil à 55 ms de RMSSD sur un autre n'est pas une progression : c'est un changement de règle graduée.

Quelle plateforme donne quelle métrique

Une partie de ces informations est bien documentée. Sinon, consulte la documentation du fabricant de ton appareil.

• Apple Santé enregistre la VFC en SDNN. Le type de donnée de variabilité de HealthKit est défini comme SDNN, et c'est ce qu'écrit l'Apple Watch.
• Health Connect, sur Android, enregistre la VFC en RMSSD. Son type d'enregistrement de VFC est HeartRateVariabilityRmssdRecord.
• Beaucoup d'objets connectés spécialisés affichent du RMSSD. WHOOP et Oura, par exemple, décrivent leur VFC comme du RMSSD. Les autres appareils varient, et un fabricant peut changer de méthode avec le temps.

Compare-toi à ta propre référence, pas aux autres

La VFC varie énormément d'une personne à l'autre. Une revue systématique de la VFC à court terme portant sur 44 études et plus de 21 000 adultes en bonne santé a relevé de grandes différences entre individus (Nunan et al., 2010). L'âge, le sexe et le contexte de mesure déplacent les valeurs typiques, et les normes établies pour des durées d'enregistrement différentes ne sont pas interchangeables (Shaffer et Ginsberg, 2017).

Une valeur basse pour une personne peut être tout à fait ordinaire pour une autre. La bonne question n'est pas « 48 ms, c'est bien ? », mais « comment cela se situe-t-il par rapport à ma propre normale récente, mesurée de la même façon ? ». Les chercheurs qui suivent des athlètes d'élite insistent sur le même point : il faut des données longitudinales pour connaître le profil de VFC propre à chacun (Plews et al., 2013).

Pourquoi une seule nuit en dit peu

La VFC bouge d'un jour à l'autre pour de nombreuses raisons. Le sommeil, une maladie, le stress, l'alcool, l'heure de la mesure et le simple bruit de mesure peuvent tous jouer. Une mesure isolée ne te dit pas lequel de ces facteurs est en cause, ni même s'il y en a un.

C'est pourquoi le suivi en sciences du sport s'appuie sur des moyennes plutôt que sur des jours isolés. Plews et ses collègues ont suivi une moyenne glissante sur 7 jours du RMSSD chez des triathlètes d'élite (Plews et al., 2012) et recommandent des techniques de moyennage adaptées pour le suivi au quotidien (Plews et al., 2013). Considère une nuit comme un point de données. Une semaine comparée aux semaines précédentes donne une image plus stable, mais cela reste une description, pas une explication.

La VFC n'est pas un diagnostic

La VFC des appareils grand public est une mesure de bien-être, pas un examen médical. Une valeur plus basse ne signifie pas que quelque chose ne va pas, une valeur plus haute ne signifie pas que tu es en bonne santé, et aucune des deux ne dit pourquoi elle a changé. Si tu as des symptômes ou des inquiétudes pour ta santé, parles-en à un médecin plutôt que de te fier à la mesure d'un objet connecté.

Comment Tracked étiquette la VFC

Quand tu connectes Apple Santé ou Health Connect via Health Sync, Tracked conserve la métrique que ta source a réellement fournie :

• Apple Santé → SDNN.
• Health Connect → RMSSD.
• Comptes d'objets connectés liés → RMSSD. Toute VFC que Tracked importe directement depuis un compte d'objet connecté lié est enregistrée en RMSSD.

Une mesure qui n'indique pas de quelle métrique il s'agit est écartée, pas devinée. SDNN et RMSSD sont stockés comme deux métriques distinctes, et Tracked ne les moyenne jamais ensemble, ne convertit jamais l'une en l'autre et ne les compare jamais entre elles. Si ton historique contient les deux (par exemple parce que tu es passé d'un iPhone à un téléphone Android), Tracked utilise une seule métrique pour une comparaison et laisse l'autre de côté au lieu de les mélanger. L'écran de disponibilité indique la métrique utilisée, par exemple « HRV (SDNN) ».

La référence n'appartient qu'à toi. Tracked compare tes 7 derniers jours aux 28 jours qui les précèdent immédiatement, si bien que la semaine évaluée ne fait jamais partie de sa propre référence. Elle n'est jamais comparée à une moyenne de population ni à un seuil clinique.

• D'abord, assez de données. Un changement n'est signalé que lorsque la dernière semaine compte au moins 4 jours enregistrés et la fenêtre de référence au moins 14. D'ici là, Tracked indique qu'il n'y a pas assez de données pour comparer. Ce n'est pas la même chose qu'un changement nul.
• Un changement d'appareil est signalé, pas comparé. Si aucune des sources de ta dernière semaine n'apparaît aussi dans ta fenêtre de référence, les deux moyennes proviennent d'instruments différents. Tracked indique alors que la source a changé au lieu d'afficher un chiffre. À mesure que des jours de ta source actuelle entrent dans la fenêtre de référence, la comparaison redevient possible.

Ce que Tracked ne calcule pas. Tracked ne calcule aucun score de récupération ni de charge (strain), et ne transforme pas la VFC en score à part entière. Le score de disponibilité de Tracked provient de tes réponses au questionnaire de disponibilité. Avec les questionnaires de disponibilité de Tracked PRO, la VFC et la fréquence cardiaque au repos, mesurées par rapport à ta propre référence, peuvent appliquer un petit ajustement plafonné à ce score dès que l'historique est suffisant, et l'écran de disponibilité montre de combien elles l'ont fait bouger. Ce sont toujours tes réponses au questionnaire qui déterminent le score.

Interroger Claude sur ta VFC

Le connecteur Tracked figure dans l'annuaire des connecteurs de Claude et lit les mêmes données, en lecture seule. Son résumé de récupération nomme la métrique de VFC (SDNN ou RMSSD) à côté de chaque valeur et précise la fenêtre de référence : les 7 derniers jours face aux 28 jours précédents, avec le nombre de jours enregistrés derrière chaque moyenne. Quand une comparaison est impossible, il explique pourquoi. Il ne fournit aucun score de disponibilité, de récupération ou de charge, et ce n'est pas un avis médical. Consulte Connecteurs IA pour la configuration et le reste de ce que le connecteur peut lire.

Références

1. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology (1996). Heart rate variability: standards of measurement, physiological interpretation and clinical use. Circulation, 93(5), 1043-1065. PubMed
2. Shaffer, F. et Ginsberg, J.P. (2017). An overview of heart rate variability metrics and norms. Frontiers in Public Health, 5, 258. PMC
3. Buchheit, M. (2014). Monitoring training status with HR measures: do all roads lead to Rome? Frontiers in Physiology, 5, 73. PMC
4. Nunan, D., Sandercock, G.R. et Brodie, D.A. (2010). A quantitative systematic review of normal values for short-term heart rate variability in healthy adults. Pacing and Clinical Electrophysiology, 33(11), 1407-1417. PubMed
5. Plews, D.J., Laursen, P.B., Kilding, A.E. et Buchheit, M. (2012). Heart rate variability in elite triathletes, is variation in variability the key to effective training? A case comparison. European Journal of Applied Physiology, 112(11), 3729-3741. PubMed
6. Plews, D.J., Laursen, P.B., Stanley, J., Kilding, A.E. et Buchheit, M. (2013). Training adaptation and heart rate variability in elite endurance athletes: opening the door to effective monitoring. Sports Medicine, 43(9), 773-781. PubMed
7. Apple Developer Documentation. heartRateVariabilitySDNN. Apple
8. Android Developers. HeartRateVariabilityRmssdRecord. Android