RMSSD vs SDNN : pourquoi les valeurs de VFC diffèrent selon les apps
Journal · 2026-09-15 · R. Klug · Toutes les notes
Lire en : English · Deutsch · Español · Italiano
Portez deux appareils pendant une semaine et vous obtiendrez deux colonnes de « variabilité de la fréquence cardiaque » (VFC, ou HRV) qui divergent — parfois d'un facteur deux. Avant de conclure qu'un des capteurs est défectueux, regardez l'étiquette de la colonne. Dans la plupart des cas, l'écart ne vient pas du matériel. Il vient de la statistique.
Deux résumés de la même séquence
Chaque métrique de VFC part du même matériau brut : la série des intervalles entre battements cardiaques consécutifs. Les métriques diffèrent par ce qu'elles résument.
- RMSSD — racine carrée de la moyenne des carrés des différences successives — ne regarde que l'écart de chaque intervalle avec son voisin immédiat. Il capture la variation rapide, battement par battement, dominée par l'activité parasympathique. C'est la statistique sur laquelle repose l'essentiel des travaux de VFC en sciences du sport, généralement log-transformée (lnRMSSD) et moyennée sur une fenêtre.
- SDNN — écart-type de tous les intervalles de la fenêtre — mélange la variation rapide avec chaque dérive lente de la même période. Sur 24 heures, il reflète la variabilité totale ; sur une fenêtre courte, il devient fortement dépendant de la longueur de la fenêtre et de ce qui s'y est passé.
Même cœur, même nuit — questions mathématiques différentes, chiffres différents. Aucun des deux n'est faux. Ce sont des réponses à des questions différentes, et elles ne peuvent pas être comparées entre elles en termes absolus.
Ce qu'Apple Health stocke
Depuis iOS 11, le type VFC d'Apple Health est le SDNN, calculé à partir de courts extraits de mesure — raison pour laquelle les valeurs de Health ne correspondent jamais à une app fondée sur le RMSSD, et pour laquelle les apps qui lisent la VFC depuis Health héritent à la fois de la statistique et du calendrier d'échantillonnage de la source qui a écrit la donnée. Avec iOS 27, Apple a ajouté à côté un type RMSSD distinct, ce qui réduit l'écart pour les sources plus récentes — mais toute valeur importée de Health porte toujours avec elle la fenêtre, le moment et l'appareil de sa source. ampulse étiquette donc la VFC importée de Health exactement comme la statistique fournie par la source, plutôt que de prétendre qu'elle serait comparable à ses propres fenêtres issues d'une ceinture thoracique ou du Loop.
Trois autres raisons pour lesquelles deux apps divergent
- Fenêtre et moment. Une lecture matinale de cinq minutes, une moyenne de nuit entière et une mesure ponctuelle à la demande échantillonnent des états physiologiques différents. La VFC oscille aussi au sein d'une même nuit ; « quelle partie de la nuit » déplace à elle seule le chiffre.
- Traitement des artefacts. Un seul battement manqué ou doublé, non corrigé, peut gonfler le RMSSD de plusieurs centaines de pour cent (Bourdillon et al. 2022). Les apps corrigent différemment — ou pas du tout — et le disent rarement.
- L'accès du capteur au signal. Une ceinture thoracique détecte chaque battement électriquement et transmet les intervalles ; les capteurs optiques estiment les battements à partir du flux sanguin et varient largement dans la fidélité avec laquelle les intervalles survivent. Quand l'app reçoit des intervalles bruts, la statistique peut être calculée de façon transparente ; quand elle reçoit un score pré-calculé, rien ne peut être vérifié.
La seule règle qui garde les tendances honnêtes
Choisissez une statistique, un appareil, un contexte de mesure — et comparez-vous uniquement à votre propre historique dans cette méthode. Les comparaisons de valeurs absolues entre méthodes sont du bruit déguisé en information. C'est aussi pourquoi ampulse conserve les intervalles entre battements eux-mêmes dans des fichiers : une séquence brute stockée peut être recalculée sous n'importe quelle statistique, aujourd'hui ou dans des années, et chaque chiffre dérivé reste vérifiable contre l'enregistrement qui l'a produit.