Conoscere la quantità di energia spesa durante un’attività specifica, comunemente nota come dispendio energetico (EE), è importante non solo per gli atleti, ma anche per soggetti affetti da obesità o diabete.
Il termine EE è spesso utilizzato in relazione alla nutrizione, alla scienza dello sport, alle attività professionali e all’allenamento degli atleti, aree in cui è importante monitorare le richieste di varie attività fisiche.
L’acqua doppiamente marcata (DLW, Doubly Labelled Water) è considerato il metodo “gold standard” per la misurazione della EE nello svolgimento delle attività fisiche durante il giorno; tuttavia, i costi considerevoli e i requisiti analitici ne limitano la fattibilità in studi di coorte su larga scala.
La calorimetria indiretta rappresenta il metodo più comunemente impiegato per la valutazione del costo energetico di un’attività. Può essere eseguita utilizzando spirometri fissi o portatili per misurare lo scambio gassoso respiro per respiro, che a sua volta viene analizzato per stimare la EE.
Questo metodo di riferimento misura le attività svolte per una durata di 1-3 ore e si è dimostrato accurato durante i periodi di riposo e vari livelli di intensità di esercizio.
Un’altra opzione è quella di stimare la EE utilizzando i dati della frequenza cardiaca (FC), sfruttando la sua relazione lineare con il consumo di ossigeno (la relazione sembra essere lineare durante un attività dinamica fino all’85% della FCmax).
Risultati precedenti hanno supportato le misurazioni della FC come un metodo valido per valutare la EE in un contesto di laboratorio o sul campo; le stime della EE erano ancora migliori quando si utilizzava la percentuale di riserva della FC [(100 × (FC attività – FC a riposo) / (FC massima – FC a riposo)] o la differenza tra la FC durante l’attività e quella a riposo.
Quindi, quando si considerano diversi metodi per la valutazione della EE, è ovvio che esiste un compromesso tra accuratezza, fattibilità e costi. Allo stesso tempo, è importante considerare fattori quali l’usabilità del dispositivo e i limiti di movimento.
Gli orologi sportivi potrebbero rappresentare la soluzione perfetta in quanto sono facili da usare, relativamente economici, non invasivi e possono fornire altre informazioni importanti durante una sessione di allenamento, come durata, frequenza cardiaca, velocità, distanza e altitudine percorso.
Le aziende che sviluppano questi dispositivi utilizzano algoritmi proprietari per stimare la EE.
Generalmente, questi algoritmi considerano variabili come età, peso, altezza, sesso, frequenza cardiaca massima e consumo massimo di ossigeno per il calcolo della EE di un individuo. La nuova generazione di orologi è dotata di accelerometri integrati; quindi, è probabile che anche i dati di accelerazione vengano considerati nell’algoritmo.
Tuttavia, i costruttori preferiscono mantenere segreti i loro algoritmi e sono disponibili solo poche ricerche pubblicate sul loro sviluppo, validità e affidabilità per la stima della EE, soprattutto per quanto riguarda l’attività fisica intensa.
È importante comprendere quindi quanto siano accurati questi strumenti nel valutare la EE durante diversi livelli di intensità.
Lo studio di Zhao et al. (J Sci Sport Exerc. 2025. DOI: 10.1007/s42978-025-00339-7), ha coinvolto venti atleti che hanno svolto un allenamento di danza aerobica seguendo tre protocolli:
- allenamento a intervalli ad alta intensità (HIIT)
- allenamento continuo ad intensità moderata (MICT)
- TABATA
indossando quattro smartwatch insieme ad un accelerometro ActiGraph (dispositivo di monitoraggio dell’attività fisica basato su accelerometria triassiale, ampiamente validato in ambito clinico e di ricerca; viene spesso considerato uno standard di riferimento per la misurazione del movimento e dell’energia spesa).
Per la misura della EE, sono serviti come standard di riferimento la calorimetria indiretta e il metodo di Scott (usato per quantificare l’energia non rilevabile tramite la sola calorimetria indiretta, come quella derivante da processi anaerobici).
L’energia anaerobica ha rappresentato l’8%–11% della EE totale, con l’ActiGraph che ha mostrato la massima accuratezza, con un errore percentuale assoluto medio (MAPE, metrica statistica utilizzata per valutare l’accuratezza di una stima rispetto ad un valore reale) del 14,51%.
Gli errori degli smartwatch variavano dal 16,56% al 42,84%, con il Samsung Galaxy Watch 6 che ha ottenuto i risultati migliori (MAPE: 21,12%) e il Huawei Watch 4 che ha ottenuto quelli peggiori (MAPE: 42,14%).
La precisione è ulteriormente diminuita includendo l’energia anaerobica, evidenziando gli attuali limiti dei dispositivi indossabili nella stima della EE.
Futuri miglioramenti potrebbero derivare da modelli ibridi che integrano i dati di più sensori, tra cui misurazioni di movimento, frequenza cardiaca e lattato, per migliorare la precisione della stima della EE.
