La scienza del Balance

Ecco una sintesi della scienza che sta dietro Feelmo, con le relative fonti. I dettagli più fini degli algoritmi che compongono il tuo punteggio non sono pubblici, ma le idee su cui si fondano poggiano su ricerca pubblicata e sottoposta a revisione tra pari.

Questa pagina è il luogo in cui cerchiamo di raccontarti, nel modo più onesto possibile, che cosa misura Feelmo e perché lo misura così. È un po' lunga, quindi sentiti libero di scorrere soltanto i titoli che catturano la tua attenzione.

Il tuo battito cardiaco non è un metronomo

Un cuore sano non batte con un ritmo fisso come un orologio. L'intervallo tra un battito e il successivo (l'intervallo R-R) fluttua di continuo in modi minuscoli, in risposta al tuo respiro, alla postura, allo stress e allo stato di recupero. Sono queste fluttuazioni che chiamiamo HRV (variabilità della frequenza cardiaca).

Per esempio, il tuo cuore accelera leggermente quando inspiri e rallenta quando espiri. Questa fluttuazione ritmica, sincronizzata con il respiro, è uno dei segni che il sistema nervoso parasimpatico (vagale) che governa il riposo sta funzionando correttamente. Al contrario, quando la tensione o lo stress persistono, queste fluttuazioni tendono a ridursi e ad appiattirsi.

Da quando una task force congiunta della European Society of Cardiology e della North American Society of Pacing and Electrophysiology ha standardizzato il modo di misurare e interpretare fisiologicamente l'HRV (Task Force, 1996), l'HRV è stato usato in migliaia di studi come una finestra per intravedere la funzione del sistema nervoso autonomo dall'esterno del corpo (Shaffer & Ginsberg, 2017).

Che cosa osserva Feelmo

L'HRV ha molte metriche, ma il punteggio Balance di Feelmo non è la visualizzazione diretta di una singola metrica pubblica. Sintetizza molteplici indizi derivati dall'HRV, la qualità della misurazione e lo scostamento dalla tua stessa linea di base.

Le viste nel dominio del tempo colgono quanto variano gli intervalli battito-battito in un dato periodo. Le viste nel dominio della frequenza separano le fluttuazioni più rapide, legate al respiro, da quelle più lente. Entrambe sono lenti scientifiche utili (Task Force, 1996; Shaffer & Ginsberg, 2017; Laborde et al., 2017), ma nessuna singola lente andrebbe trattata come una risposta diretta alla domanda "quanto sono stressato?".

Feelmo usa queste idee come sfondo, poi confronta i tuoi segnali con la tua stessa linea di base e con l'affidabilità della misurazione. La composizione esatta, la ponderazione e il metodo di conversione sono la logica di analisi proprietaria di Feelmo e non vengono divulgati pubblicamente.

Perché confrontiamo con "la tua stessa linea di base"

Il valore assoluto dell'HRV varia moltissimo con l'età, il sesso e la costituzione. Dati su larga scala che coprono nove decenni di vita hanno mostrato che l'HRV diminuisce con l'età (Umetani et al., 1998). In altre parole, lo stesso numero può significare qualcosa di completamente diverso da una persona all'altra in termini di "se è alto o basso per quell'individuo".

Ecco perché Feelmo non guarda a come ti confronti con gli altri, ma a come cambi rispetto alla tua stessa linea di base. Se sei più alto o più basso della persona accanto a te non è il punto; come ti confronti con "il tuo solito te" — questa è la domanda che conta.

È per questo che l'indicatore di equilibrio nella schermata principale è accompagnato da un'"aura" che rappresenta il tuo scostamento dalla tua stessa linea di base. Più che il numero del punteggio in sé, ci interessa mostrarti con delicatezza "da che parte stai pendendo in questo momento, rispetto al tuo solito te".

Tradurre i numeri in espressioni

Il punteggio Balance è un numero da 0 a 100, ma Feelmo non mette quel numero in primo piano. Al contrario, traduce il punteggio nelle espressioni di sei compagni (Genki, Odayaka, Futsuu, Fuan, Panku e Tsukare) e li pone con discrezione accanto al punteggio.

È il nostro modo di non dichiarare "buono" o "cattivo" un rialzo o un ribasso del numero. In una giornata mossa possono comparire "Fuan" (inquieto) o "Tsukare" (stanco); in una giornata più tranquilla "Odayaka" (sereno) o "Genki" (vivace) traducono il tuo stato attuale in parole gentili e osservative. È osservazione, mai valutazione o diagnosi.

Quando misurare — perché diamo valore al riposo e al sonno

I sensori ottici da polso sono comodi, ma hanno un punto debole: sono vulnerabili al movimento del corpo. I valori rilevati mentre cammini o muovi le braccia sono troppo rumorosi per essere affidabili. Per questo Feelmo dà peso alle condizioni in cui la fluttuazione può essere letta in modo stabile — la misurazione su richiesta da seduti e immobili (misurando sul momento quando ne hai bisogno) e i dati raccolti durante il sonno.

Ci sono diverse ragioni per cui guardiamo con attenzione al sonno.

• Durante il sonno, i fattori esterni che disturbano l'HRV — esercizio, cibo, postura, caffeina e così via — sono al minimo, il che ne fa un momento in cui puoi confrontare in condizioni pressoché identiche ogni giorno.
• Durante il sonno profondo non-REM è stato dimostrato che predomina il sistema nervoso parasimpatico (Trinder et al., 2001), quindi è anche un momento in cui tendono a mostrarsi i segni del recupero.
• Anche la relazione tra sonno e HRV è stata organizzata in revisioni sistematiche (Stein & Pu, 2012).

Stress ed equilibrio

Il legame tra stress psicologico e riduzione dell'HRV è stato riportato ripetutamente nelle meta-analisi (Kim et al., 2018). Inoltre, una meta-analisi di studi di neuroimaging ha proposto un modello in cui è la via vagale che collega la corteccia prefrontale (il cervello che pensa) e il cuore a rendere l'HRV un marcatore di stress e salute (Thayer et al., 2012). Per uno sguardo più approfondito su questo legame cervello-cuore, vedi La connessione cervello-cuore.

Le visualizzazioni del livello di stress e dello stato nella schermata principale poggiano su questo sfondo di ricerca. Detto ciò, si tratta di "associazioni" a livello di gruppo.

Perché la respirazione lenta funziona

Il motivo per cui le sessioni di respirazione di Feelmo (la scheda Respirazione) ti guidano verso una respirazione lenta (all'incirca sei respiri al minuto) è che respirare a questo ritmo è noto per entrare in risonanza con il baroriflesso (il riflesso che regola la pressione sanguigna) e aumentare temporaneamente l'HRV in modo significativo (Lehrer & Gevirtz, 2014).

Intorno ai sei respiri al minuto, la variazione della tua frequenza cardiaca mentre inspiri ed espiri si allinea esattamente con il ritmo del riflesso che regola la pressione sanguigna. Quando si verifica questa "risonanza", la fluttuazione viene grandemente amplificata. Gli effetti psicofisiologici della respirazione lenta sono stati riportati anche in revisioni sistematiche, dove risultano associati a una maggiore attività parasimpatica e a un accresciuto senso di rilassamento (Zaccaro et al., 2018; Russo et al., 2017).

Sia le sessioni per "calmarti" sia quelle per "risollevarti" sono inviti gentili costruiti su questa fisiologia del respiro.

Su luce e movimento

C'è un motivo dietro al fatto che anche il diario delle abitudini nella scheda Benessere tenga conto della luce solare e dell'attività.

• La luce è uno dei fattori ambientali più forti che influenzano i ritmi circadiani umani (l'orologio biologico), il sonno e l'umore (Blume et al., 2019). Un registro della luce solare del mattino è un piccolo indizio per costruire un orologio biologico ben regolato.
• L'esercizio regolare è stato riportato nelle meta-analisi come associato a un aumento dell'HRV (Sandercock et al., 2005). Anche i passi accumulati diventano una base che sostiene il tuo equilibrio nel lungo periodo.

Non sono quote di ciò che "dovresti" fare, ma indizi discreti per notare il legame tra il tuo equilibrio e la tua vita quotidiana.

Che cosa possiamo dire del punteggio

Il punteggio Balance integra molteplici segnali del corpo, inclusi indizi derivati dall'HRV, e li traduce in un unico punteggio da 0 a 100.

• La struttura specifica e la ponderazione di questa integrazione non vengono divulgate, in quanto segreto industriale.
• Il punteggio viene prodotto dopo aver considerato anche "quanto in modo affidabile siamo effettivamente riusciti a misurare quella notte o quella sessione (la qualità della misurazione)".
• La validità dell'analisi viene verificata di continuo nell'ambito di un progetto di ricerca congiunto con la Keio University.

Il principio di Feelmo è vegliare sul tuo equilibrio anziché indovinare le tue emozioni. Invece di giudicare l'emozione in sé, puntiamo a vegliare con delicatezza su quanto bene sia bilanciato il tuo sistema nervoso autonomo, sul tuo personale righello.

Che cosa significa misurare al polso

L'Apple Watch legge la tua onda di polso con un sensore ottico e stima gli intervalli R-R. In condizioni di riposo, l'HRV derivato dall'Apple Watch è stato validato come ben concordante con la misurazione basata su ECG (Hernando et al., 2018).

Feelmo legge HRV, frequenza cardiaca, sonno e altro dall'Apple Watch / HealthKit sul dispositivo. Poiché l'accuratezza cala durante un movimento vigoroso del corpo, ha senso, anche per questo motivo, dare peso ai dati raccolti durante il riposo e il sonno.

Verificarlo di persona — l'idea dell'N-of-1

Anche quando si dice che qualcosa "funziona" in media in un gruppo, ciò non significa necessariamente che valga per te. Per questo l'analisi dell'impatto delle abitudini di Feelmo (Quali abitudini ti aiutano, Feelmo Premium) si fonda sull'idea N-of-1, intra-individuale: verifica individualmente se un'abitudine come la respirazione muove davvero il tuo equilibrio.

Confermare non "funziona per tutti", ma "funziona per te", usando i tuoi stessi dati — è una prospettiva che mette ciascun individuo al centro.

I campi di studio dietro Feelmo

Feelmo è progettato integrando non una singola teoria ma molteplici discipline. Qui diamo una panoramica di "su quali discipline si fonda". Nota che gli algoritmi specifici, i metodi di calcolo e i parametri sono tecnologia propria di Feelmo e non vengono divulgati in questa pagina (introduciamo soltanto i nomi dei campi e le idee).

• Neuroscienza del sistema autonomo e variabilità della frequenza cardiaca — leggere la tendenza dell'equilibrio tra riposo e tensione dal tremolio del tuo battito (per i dettagli vedi la prima metà di questa pagina).
• Scienza affettiva e psicofisiologia — sulla base di quadri psicologici che colgono gli stati lungo assi multipli, esprimiamo il tuo stato attuale in poche categorie gentili (le sei espressioni).
• Elaborazione dei segnali e analisi delle serie temporali — distinguere con cura il rumore dal cambiamento significativo nei dati cardiaci raccolti durante il sonno e il riposo. Consideriamo anche "quanto in modo affidabile siamo riusciti a misurare in quel momento".
• Statistica e apprendimento automatico — adottare la posizione secondo cui un punteggio va colto non come un singolo punto ma come un "intervallo", e trattare statisticamente lo scostamento dal "tuo personale standard".
• Scienza delle decisioni — apprendere gradualmente dai tuoi dati "il modo di mettere a punto che si addice a questa persona, in questa situazione".
• Inferenza causale — incorporare modi di ragionare che distinguono con attenzione la "mera correlazione" da "qualcosa che sembra davvero collegato".
• Metodologia della personalizzazione (l'idea dell'N-of-1) — guardare a "che cosa si addice a te", con ciascun individuo come protagonista anziché la media del gruppo.
• Cronobiologia — lo stesso numero può significare qualcosa di diverso a seconda dell'ora del giorno o del giorno della settimana. Teniamo conto dei ritmi giornalieri e settimanali.
• Scienza del comportamento — non ti mettiamo fretta di continuare. Anziché quote o competizione, mettiamo con discrezione in parole i piccoli accumuli.
• Equilibrio ed etica — le nostre formulazioni evitano diagnosi e affermazioni definitive, mantenendo tutto entro la cornice delle tendenze e della cura di sé. L'apprendimento e l'analisi si completano sul dispositivo, e la proprietà dei dati appartiene a te.

Bibliografia

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.