La mañana empieza con el reloj informando: recuperación al 42 %, poco sueño profundo, mejor aplazar el entrenamiento. La pregunta que conviene hacerse antes de rehacer el plan es otra: ¿hasta qué punto esa cifra se corresponde con lo que ocurrió por la noche?

El patrón oro para medir el sueño es la polisomnografía (PSG): electroencefalograma, movimientos oculares y tono muscular, estadificados a mano según los criterios de la Academia Estadounidense de Medicina del Sueño. Los dispositivos vestibles miden algo completamente distinto —movimiento y pulso— y a partir de ahí adivinan las fases. Se han acumulado ya suficientes comparaciones como para hablar con concreción.

La prueba de seis dispositivos

SLEEP Advances, abril de 2025. 62 adultos pasaron una noche en un laboratorio del sueño: a la vez, PSG y entre dos y cuatro dispositivos vestibles por persona.

Se pusieron a prueba Fitbit Charge 5, Fitbit Sense, Withings ScanWatch, Garmin Vívosmart 4, WHOOP 4.0 y Apple Watch Series 8.

El resultado clave es una asimetría:

Sensibilidad (detección del sueño): por encima del 90 % en todos los dispositivos. Si estás dormido, el tracker lo ve.
Especificidad (detección de la vigilia): 29,39–52,15 %. Si estás tumbado sin dormir o te despiertas de madrugada, el tracker la mayoría de las veces no lo ve.

De ahí se sigue directamente una sobrestimación sistemática del tiempo de sueño:

WHOOP 4.0: +24,46 minutos
Apple Watch Series 8: +19,60 minutos

La mayoría de los dispositivos difería de forma significativa de la PSG en tiempo total de sueño, eficiencia del sueño, vigilia tras el inicio del sueño y sueño ligero.

En sueño profundo, la mejor de las pulseras evaluadas fue WHOOP 4.0: clasificó correctamente el 69,63 % de las épocas N3 según la PSG. Es el mejor resultado de la muestra y, aun así, significa que casi un tercio del sueño profundo está mal etiquetado.

Anillos frente a pulseras

Aparte merece mención el mayor estudio de validación de un anillo. Sleep Medicine, 2024: Oura Ring Gen3 con el algoritmo de estadificación OSSA 2.0 frente a una PSG ambulatoria de varias noches, 96 participantes y 421 045 épocas de treinta segundos.

sensibilidad 94,4–94,5 %
especificidad 73,0–74,6 %
exactitud 91,7–91,8 %
exactitud de estadificación: desde el 75,5 % (sueño ligero) hasta el 90,6 % (REM)

Una especificidad del 73–75 % frente al 29–52 % de las pulseras es notablemente mejor. El anillo toma la señal en el dedo, donde el flujo sanguíneo y la onda de pulso se leen de forma más estable que en la muñeca, y eso, por lo visto, sí supone una ventaja real.

Pero también aquí: aproximadamente una de cada cuatro épocas de vigilia se contabiliza como sueño.

Qué se deduce de esto

El tiempo total de sueño es la cifra más fiable. En todos los dispositivos es la que queda más cerca de la verdad, aunque esté desplazada hacia arriba en 20–25 minutos.

Las fases del sueño son lo más débil. El sueño ligero es lo más difícil de estadificar, y precisamente a partir de las fases se construyen los vistosos «índices de recuperación».

El error es sistemático, no aleatorio. Es una buena noticia: si tu tracker suma de forma estable 20 minutos, la tendencia sigue siendo informativa. Compararte contigo mismo de la semana pasada, se puede. Comparar la cifra absoluta con la recomendación de «dormir 8 horas», no tanto.

Una mala noche el tracker la suaviza. Precisamente porque la vigilia es lo peor detectado: has dado vueltas una hora y el dispositivo te ha contado sueño. La noche posterior a una carrera o a un vuelo, el aparato la pintará mejor de lo que fue.

Una salvedad importante. Todos estos datos proceden de adultos sanos, no de deportistas en un bloque de entrenamiento. Hasta qué punto las cifras se trasladan a alguien con mucho volumen de carga y una variabilidad del pulso elevada es una cuestión aparte y todavía abierta.

Cómo aplicarlo

Mira el tiempo total de sueño y la tendencia de la semana, no el desglose por fases.
Resta mentalmente 20–25 minutos al tiempo de sueño que te muestre, si usas pulsera.
No rehagas el plan por una sola noche. Una noche es una única medición con un error sistemático conocido.
Las sensaciones importan más que el índice. Si la recuperación marca 90 % y tú estás roto, tienes razón tú, no el dispositivo.
El anillo es más preciso que la pulsera detectando la vigilia, si la pregunta es exactamente esa. La diferencia es apreciable, pero no absoluta.
No cambies de dispositivo a mitad de una preparación: las cifras no son comparables entre marcas y perderás la base de comparación.
Si sospechas un trastorno del sueño real —apnea, insomnio persistente—, el tracker no lo diagnostica. Hace falta una somnografía en condiciones.

Lo esencial

SLEEP Advances 2025: 62 adultos, una noche en el laboratorio, seis dispositivos frente a la PSG.
Todos los dispositivos detectan el sueño con una sensibilidad superior al 90 %; la vigilia, con una especificidad del 29,39–52,15 %.
Sobrestimación del tiempo total de sueño: WHOOP 4.0 +24,46 min, Apple Watch S8 +19,60 min.
El mejor resultado en sueño profundo es el de WHOOP 4.0, con un 69,63 % de épocas N3 correctamente clasificadas.
Oura Gen3 (Sleep Medicine 2024, 96 personas, 421 045 épocas): exactitud 91,7–91,8 %, especificidad 73,0–74,6 %, fases del 75,5 % (ligero) al 90,6 % (REM).
El error es sistemático: la dinámica informa, las cifras absolutas no.
El tracker muestra una mala noche mejor de lo que fue.
Los datos proceden de adultos sanos, no de deportistas bajo carga.

Fuentes: «A performance validation of six commercial wrist-worn wearable sleep-tracking devices for sleep stage scoring compared to polysomnography», SLEEP Advances, 2025. https://doi.org/10.1093/sleepadvances/zpaf021 · «Validity and reliability of the Oura Ring Generation 3 (Gen3) with Oura sleep staging algorithm 2.0 (OSSA 2.0) when compared to multi-night ambulatory polysomnography», Sleep Medicine, 2024. https://www.sciencedirect.com/science/article/pii/S1389945724000200