La science derrière Balance

Voici un résumé de la science qui sous-tend Feelmo, sources à l'appui. Les détails fins des algorithmes qui composent votre score ne sont pas publics, mais les idées sur lesquelles ils reposent s'appuient sur des recherches publiées et validées par les pairs.

Cette page est l'endroit où nous essayons de vous dire, aussi honnêtement que possible, ce que Feelmo mesure et pourquoi il le mesure de cette manière. Elle est un peu longue, alors n'hésitez pas à ne parcourir que les titres qui attirent votre attention.

Votre cœur n'est pas un métronome

Un cœur en bonne santé ne bat pas selon un rythme fixe comme une horloge. L'intervalle entre un battement et le suivant (l'intervalle R-R) fluctue sans cesse de façon infime, en réponse à votre respiration, à votre posture, à votre stress et à votre état de récupération. Ces fluctuations sont ce que l'on appelle la HRV (variabilité de la fréquence cardiaque).

Par exemple, votre cœur accélère légèrement lorsque vous inspirez, et ralentit lorsque vous expirez. Cette fluctuation rythmique, synchronisée avec votre souffle, est l'un des signes que le système nerveux parasympathique (vagal), qui gouverne le repos, fonctionne correctement. À l'inverse, lorsque la tension ou le stress persistent, ces fluctuations ont tendance à s'amenuiser et à s'aplatir.

Depuis qu'un groupe de travail conjoint de l'European Society of Cardiology et de la North American Society of Pacing and Electrophysiology a normalisé la façon de mesurer et d'interpréter physiologiquement la HRV (Task Force, 1996), la HRV a été utilisée dans des milliers d'études comme une fenêtre pour entrevoir, depuis l'extérieur du corps, le fonctionnement du système nerveux autonome (Shaffer & Ginsberg, 2017).

Ce que Feelmo observe

La HRV comporte de nombreux indicateurs, mais le score Balance de Feelmo n'est pas l'affichage direct d'un seul indicateur public. Il synthétise plusieurs indices dérivés de la HRV, la qualité de la mesure et l'écart par rapport à votre propre référence.

Les analyses dans le domaine temporel saisissent l'ampleur de la variation des intervalles battement à battement sur une période donnée. Les analyses dans le domaine fréquentiel séparent les fluctuations rapides, liées à la respiration, des motifs plus lents. Ces deux approches sont des lentilles scientifiques utiles (Task Force, 1996 ; Shaffer & Ginsberg, 2017 ; Laborde et al., 2017), mais aucune lentille prise isolément ne doit être traitée comme une réponse directe à la question « à quel point suis-je stressé ? ».

Feelmo utilise ces idées comme toile de fond, puis compare vos signaux à votre propre référence et à la fiabilité de la mesure. La composition exacte, la pondération et la méthode de conversion relèvent de la logique d'analyse propriétaire de Feelmo et ne sont pas divulguées publiquement.

Pourquoi comparer à « votre propre référence »

La valeur absolue de la HRV varie énormément selon l'âge, le sexe et la constitution. Des données à grande échelle couvrant neuf décennies de vie ont montré que la HRV décline avec l'âge (Umetani et al., 1998). Autrement dit, un même chiffre peut signifier quelque chose de totalement différent d'une personne à l'autre en termes d'« élevé ou faible pour cet individu ».

C'est pourquoi Feelmo regarde non pas comment vous vous situez par rapport aux autres, mais comment vous évoluez par rapport à votre propre référence. Que vous soyez plus haut ou plus bas que la personne à côté de vous n'est pas la question ; comment vous vous comparez à « votre vous habituel » — voilà ce qui compte.

C'est aussi pour cela que la jauge d'équilibre sur l'écran d'accueil s'accompagne d'une « aura » qui représente votre écart par rapport à votre propre référence. Plutôt que le chiffre du score lui-même, ce qui nous importe, c'est de montrer avec douceur « de quel côté vous penchez en ce moment, comparé à votre vous habituel ».

Traduire les chiffres en expressions

Le score Balance est un nombre de 0 à 100, mais Feelmo ne met pas ce nombre au premier plan. Il traduit plutôt le score en expressions de six compagnons (Genki, Odayaka, Futsuu, Fuan, Panku et Tsukare) et les place discrètement à côté du score.

C'est notre façon de ne pas déclarer qu'une hausse ou une baisse du nombre est « bonne » ou « mauvaise ». Un jour agité, « Fuan » (inquiet) ou « Tsukare » (fatigué) peuvent apparaître ; un jour apaisé, « Odayaka » (calme) ou « Genki » (plein d'entrain) traduisent votre état du moment en mots doux et descriptifs. C'est de l'observation, jamais de l'évaluation ni du diagnostic.

Quand mesurer — pourquoi nous accordons de la valeur au repos et au sommeil

Les capteurs optiques au poignet sont pratiques, mais ils ont une faiblesse : ils sont sensibles aux mouvements du corps. Les valeurs relevées pendant que vous marchez ou balancez les bras sont trop bruitées pour être fiables. Feelmo privilégie donc les conditions où la fluctuation peut être lue de façon stable — la mesure à la demande en position assise et immobile (mesurer sur le moment quand vous en avez besoin) et les données recueillies pendant le sommeil.

Nous prêtons une attention particulière au sommeil pour plusieurs raisons.

• Pendant le sommeil, les facteurs externes qui perturbent la HRV — exercice, alimentation, posture, caféine, etc. — sont au plus bas, ce qui en fait un moment où vous pouvez comparer dans des conditions presque identiques chaque jour.
• Pendant le sommeil profond non paradoxal, il a été montré que le système nerveux parasympathique domine (Trinder et al., 2001) ; c'est donc aussi un moment où les signes de récupération ont tendance à se manifester.
• La relation entre le sommeil et la HRV a également été synthétisée dans des revues systématiques (Stein & Pu, 2012).

Stress et équilibre

Le lien entre le stress psychologique et une HRV réduite a été rapporté à plusieurs reprises dans des méta-analyses (Kim et al., 2018). De plus, une méta-analyse d'études de neuro-imagerie a proposé un modèle dans lequel la voie vagale reliant le cortex préfrontal (le cerveau qui pense) et le cœur est ce qui fait de la HRV un marqueur du stress et de la santé (Thayer et al., 2012). Pour un regard plus approfondi sur ce lien cerveau–cœur, voir La connexion cerveau–cœur.

Les affichages du niveau de stress et de l'état sur l'écran d'accueil s'appuient sur ce contexte de recherche. Cela dit, il s'agit d'« associations » établies à l'échelle d'un groupe.

Pourquoi la respiration lente fonctionne

Si les séances de respiration de Feelmo (l'onglet Respiration) vous guident vers une respiration lente (environ six respirations par minute), c'est parce que respirer à ce rythme est connu pour entrer en résonance avec le baroréflexe (le réflexe qui régule la pression artérielle) et augmenter temporairement la HRV de façon marquée (Lehrer & Gevirtz, 2014).

Autour de six respirations par minute, la variation de votre fréquence cardiaque au fil de l'inspiration et de l'expiration s'aligne exactement sur le rythme du réflexe qui régule la pression artérielle. Lorsque cette « résonance » se produit, la fluctuation est grandement amplifiée. Les effets psychophysiologiques de la respiration lente ont également été rapportés dans des revues systématiques, où ils sont associés à une activité parasympathique accrue et à un sentiment de détente renforcé (Zaccaro et al., 2018 ; Russo et al., 2017).

Les séances « pour s'apaiser » comme celles « pour se remonter » sont de douces invitations bâties sur cette physiologie de la respiration.

À propos de la lumière et du mouvement

Il y a une raison pour laquelle le journal des habitudes de l'onglet Bien-être prend aussi en compte la lumière du soleil et l'activité.

• La lumière est l'un des facteurs environnementaux les plus puissants qui influent sur les rythmes circadiens de l'être humain (l'horloge interne), le sommeil et l'humeur (Blume et al., 2019). Un relevé de la lumière du matin est un petit indice pour construire une horloge interne bien accordée.
• L'exercice régulier a été rapporté dans des méta-analyses comme étant associé à une HRV accrue (Sandercock et al., 2005). Les pas accumulés deviennent, eux aussi, un socle qui soutient votre équilibre sur le long terme.

Ce ne sont pas des quotas de ce que vous « devriez » faire, mais de doux indices pour remarquer le lien entre votre équilibre et votre vie quotidienne.

Ce que l'on peut dire du score

Le score Balance intègre plusieurs signaux corporels, dont des indices dérivés de la HRV, et les traduit en un score unique de 0 à 100.

• La structure précise et la pondération de cette intégration ne sont pas divulguées, en tant que secret d'affaires.
• Le score est produit après avoir également pris en compte « avec quelle fiabilité nous avons réellement pu mesurer cette nuit-là ou lors de cette séance (la qualité de la mesure) ».
• La validité de l'analyse est vérifiée en continu dans le cadre d'un projet de recherche conjoint avec l'université Keio.

Le principe de Feelmo est de veiller sur votre équilibre plutôt que de deviner vos ressentis. Plutôt que de juger l'émotion elle-même, nous cherchons à veiller avec douceur sur la façon dont votre système nerveux autonome est équilibré, selon votre propre règle.

Ce que signifie mesurer au poignet

L'Apple Watch lit votre onde de pouls avec un capteur optique et estime les intervalles R-R. En conditions de repos, la HRV dérivée de l'Apple Watch a été validée comme concordant bien avec la mesure fondée sur l'ECG (Hernando et al., 2018).

Feelmo lit la HRV, la fréquence cardiaque, le sommeil et bien plus depuis l'Apple Watch / HealthKit sur l'appareil. Parce que la précision baisse lors de mouvements corporels vigoureux, il est logique, pour cette raison aussi, que nous accordions de l'importance aux données recueillies pendant le repos et le sommeil.

Le vérifier par vous-même — l'idée du n-of-1

Même lorsqu'on dit que quelque chose « fonctionne » en moyenne à l'échelle d'un groupe, cela ne veut pas nécessairement dire que cela s'applique à vous. C'est pourquoi l'analyse de l'impact des habitudes de Feelmo (Quelles habitudes vous aident, Feelmo Premium) est construite sur l'idée n-of-1, intra-individuelle : elle vérifie individuellement si une habitude comme la respiration fait réellement bouger votre propre équilibre.

Confirmer non pas « ça marche pour tout le monde » mais « ça marche pour vous », à partir de vos propres données — c'est une perspective qui place chaque individu au centre.

Les domaines d'étude derrière Feelmo

Feelmo est conçu en intégrant non pas une seule théorie mais plusieurs domaines. Nous donnons ici un aperçu des « disciplines sur lesquelles il repose ». Notez que les algorithmes, méthodes de calcul et paramètres spécifiques relèvent de la technologie propre de Feelmo et ne sont pas divulgués sur cette page (nous ne présentons que les noms des domaines et les idées).

• Neurosciences autonomes et variabilité de la fréquence cardiaque — lire la tendance de l'équilibre entre repos et tension à partir du frémissement de votre battement cardiaque (voir la première moitié de cette page pour les détails).
• Science affective et psychophysiologie — en nous appuyant sur des cadres psychologiques qui saisissent les états selon plusieurs axes, nous exprimons votre état du moment en quelques catégories douces (les six expressions).
• Traitement du signal et analyse de séries temporelles — distinguer soigneusement le bruit du changement porteur de sens dans les données cardiaques recueillies pendant le sommeil et le repos. Nous prenons aussi en compte « avec quelle fiabilité nous avons pu mesurer à cet instant ».
• Statistiques et apprentissage automatique — adopter le principe qu'un score doit être appréhendé non pas comme un point unique mais comme une « fourchette », et traiter statistiquement l'écart par rapport à « votre propre norme ».
• Science de la décision — apprendre progressivement, à partir de vos données, « la façon de s'accorder qui convient à cette personne, dans cette situation ».
• Inférence causale — intégrer des façons de penser qui distinguent soigneusement la « simple corrélation » de « ce qui semble véritablement lié ».
• Méthodologie de personnalisation (l'idée du n-of-1) — regarder « ce qui vous convient », avec chaque individu comme protagoniste plutôt que la moyenne du groupe.
• Chronobiologie — un même chiffre peut signifier quelque chose de différent selon l'heure de la journée ou le jour de la semaine. Nous tenons compte des rythmes quotidiens et hebdomadaires.
• Sciences du comportement — nous ne vous pressons pas de continuer. Plutôt que des quotas ou de la compétition, nous mettons discrètement en mots les petites accumulations.
• Équilibre et éthique — notre formulation évite le diagnostic et les affirmations catégoriques, en restant dans le cadre des tendances et de l'auto-soin. L'apprentissage et l'analyse s'effectuent sur l'appareil, et la propriété des données vous appartient.

Références

1. Task Force of the European Society of Cardiology and the North American Society of Pacing and Electrophysiology. Heart rate variability: standards of measurement, physiological interpretation and clinical use. Circulation. 1996;93(5):1043–1065.
2. Shaffer F, Ginsberg JP. An Overview of Heart Rate Variability Metrics and Norms. Frontiers in Public Health. 2017;5:258.
3. Laborde S, Mosley E, Thayer JF. Heart Rate Variability and Cardiac Vagal Tone in Psychophysiological Research – Recommendations for Experiment Planning, Data Analysis, and Data Reporting. Frontiers in Psychology. 2017;8:213.
4. Trinder J, Kleiman J, Carrington M, et al. Autonomic activity during human sleep as a function of time and sleep stage. Journal of Sleep Research. 2001;10(4):253–264.
5. Stein PK, Pu Y. Heart rate variability, sleep and sleep disorders. Sleep Medicine Reviews. 2012;16(1):47–66.
6. Kim HG, Cheon EJ, Bai DS, Lee YH, Koo BH. Stress and Heart Rate Variability: A Meta-Analysis and Review of the Literature. Psychiatry Investigation. 2018;15(3):235–245.
7. Thayer JF, Åhs F, Fredrikson M, Sollers JJ, Wager TD. A meta-analysis of heart rate variability and neuroimaging studies: implications for heart rate variability as a marker of stress and health. Neuroscience & Biobehavioral Reviews. 2012;36(2):747–756.
8. Lehrer PM, Gevirtz R. Heart rate variability biofeedback: how and why does it work? Frontiers in Psychology. 2014;5:756.
9. Zaccaro A, Piarulli A, Laurino M, et al. How Breath-Control Can Change Your Life: A Systematic Review on Psycho-Physiological Correlates of Slow Breathing. Frontiers in Human Neuroscience. 2018;12:353.
10. Russo MA, Santarelli DM, O'Rourke D. The physiological effects of slow breathing in the healthy human. Breathe (Sheffield). 2017;13(4):298–309.
11. Umetani K, Singer DH, McCraty R, Atkinson M. Twenty-four hour time domain heart rate variability and heart rate: relations to age and gender over nine decades. Journal of the American College of Cardiology. 1998;31(3):593–601.
12. Hernando D, Roca S, Sancho J, Alesanco Á, Bailón R. Validation of the Apple Watch for Heart Rate Variability Measurements during Relax and Mental Stress in Healthy Subjects. Sensors (Basel). 2018;18(8):2619.
13. Blume C, Garbazza C, Spitschan M. Effects of light on human circadian rhythms, sleep and mood. Somnologie. 2019;23(3):147–156.
14. Sandercock GR, Bromley PD, Brodie DA. Effects of exercise on heart rate variability: inferences from meta-analysis. Medicine & Science in Sports & Exercise. 2005;37(3):433–439.