Puntuaciones contradictorias de tus dispositivos: ¿conviene entrenar fuerte, adaptar la sesión o recuperarse?

Un wearable dice que estás listo. Otro te recomienda bajar el ritmo. Apple muestra valores nocturnos inusuales mientras tu carga de entrenamiento parece normal.

Esto no implica necesariamente un fallo. Los productos miden variables distintas, utilizan ventanas de tiempo diferentes y responden a preguntas distintas. El objetivo no es encontrar el color «verdadero», sino elegir una dosis de entrenamiento a partir de la información que hay debajo.

Qué puntúa actualmente cada producto

Estas funciones cambian con el tiempo, por lo que las descripciones antiguas pueden inducir a error.

Oura Readiness

Actualmente, Oura indica que Readiness utiliza nueve factores:

Resting Heart Rate
HRV Balance
Body Temperature
Recovery Index
Sleep
Sleep Balance
Sleep Regularity
Previous Day Activity
Activity Balance

Los factores comparan varias ventanas de corto y largo plazo con los promedios personales. Por ejemplo, Oura explica que HRV Balance compara los últimos 14 días con un promedio de tres meses, mientras que Activity Balance compara la actividad de 14 días con la actividad a más largo plazo.¹

WHOOP Recovery

Actualmente, WHOOP describe Recovery como una puntuación que utiliza la HRV, la frecuencia cardíaca en reposo, la frecuencia respiratoria, las horas de sueño frente a la necesidad estimada, las fases o la calidad del sueño, la temperatura de la piel, la SpO2 y la fase del ciclo menstrual cuando corresponde. Personaliza el cálculo según el valor de referencia de cada miembro.²

Es una descripción más amplia que los resúmenes antiguos, que solo mencionaban la HRV, la frecuencia cardíaca en reposo, la frecuencia respiratoria y el sueño.

Garmin Training Readiness

Garmin Training Readiness se actualiza a lo largo del día. Los manuales actuales de Garmin incluyen la puntuación del sueño de la noche anterior, el tiempo de recuperación, el estado de la HRV, la carga aguda, el historial de sueño de las últimas tres noches y el historial de estrés de los últimos tres días.³

La «carga aguda» de Garmin es una variable propia de la marca basada en el ejercicio registrado recientemente. No debe convertirse en un umbral universal de riesgo de lesión.

Apple Vitals y Training Load

Apple no ofrece una única puntuación de preparación. Apple Vitals muestra la frecuencia cardíaca nocturna, la frecuencia respiratoria, la temperatura de la muñeca, el oxígeno en sangre cuando está disponible y la duración del sueño en relación con los rangos habituales. Puede aparecer una notificación cuando varias métricas están fuera de esos rangos.⁴

Apple Training Load es una función independiente. Compara la intensidad y la duración de los entrenamientos de los últimos siete días con los 28 días anteriores y clasifica la carga desde muy por debajo hasta muy por encima.⁵ Esa comparación describe la carga de trabajo relativa reciente; no es un diagnóstico de enfermedad ni un veredicto completo sobre la recuperación.

Por qué las puntuaciones entran en conflicto

Variables diferentes

Una puntuación baja de Oura puede deberse a la temperatura corporal o a la regularidad del sueño. Una puntuación baja de Garmin puede reflejar el tiempo de recuperación y la carga reciente. WHOOP puede asignar un peso distinto a la HRV o al sueño. Apple puede mostrar un valor atípico en Vitals sin combinarlo con Training Load.

Ventanas de tiempo diferentes

Un producto puede dar prioridad a la noche anterior, otro a un promedio móvil y otro a la relación entre el entrenamiento reciente y el anterior. Por eso, una sesión exigente puede afectar a cada sistema en un día diferente.

Mediciones diferentes

Aunque las etiquetas coincidan, la medición puede ser distinta. Los dispositivos pueden registrar la HRV en momentos diferentes y utilizar métricas o métodos de gestión de artefactos distintos. En una validación nocturna de 2025, Oura Gen 4, WHOOP 4.0 y Garmin Fenix 6 mostraron distintos grados de concordancia con el ECG en 13 adultos sanos.⁶

Referencias personales diferentes

Los algoritmos necesitan tiempo y un uso constante para aprender un valor de referencia. Un dispositivo nuevo, noches sin datos, un viaje, cambios de firmware, un contacto deficiente del sensor o llevarlo en otra muñeca pueden generar discrepancias temporales.

Ponderación propietaria

Las fórmulas finales son específicas de cada fabricante. Un estudio que valida la precisión de una entrada del sensor no valida por sí solo la decisión compuesta que se genera a partir de ella.

Un marco para resolver los conflictos

1. Prioriza los síntomas y la seguridad

No utilices una puntuación alta para ignorar fiebre, dolor en el pecho, falta de aire inusual, palpitaciones, mareo, desmayo o una enfermedad importante. Detén el entrenamiento y busca la atención médica adecuada si aparecen síntomas preocupantes.⁷

Un wearable no diagnostica enfermedades ni te autoriza a hacer ejercicio.

2. Abre la puntuación e identifica qué la impulsa

Mira más allá del color:

¿Qué factor cambió?
¿Es verosímil la medición subyacente?
¿Llevabas el dispositivo de la forma habitual?
¿Es un valor inusual en tu propio historial?
¿El segundo dispositivo mide lo mismo o solo algo con una etiqueta parecida?

Dos puntuaciones pueden discrepar aunque sus datos básicos coincidan en gran medida, porque los productos los ponderan de forma diferente.

3. Añade el contexto subjetivo y de rendimiento

Ten en cuenta las agujetas, la motivación, el dolor, el estado de ánimo, el esfuerzo percibido, la calidad de los entrenamientos recientes y si un trabajo conocido se ha vuelto inusualmente difícil. Los informes subjetivos pueden captar información que ningún wearable mide directamente.⁸

Revisa también el alcohol, los viajes, la altitud, el calor, la hidratación, el contexto del ciclo menstrual, los cambios de medicación, el estrés psicológico y los horarios de sueño atípicos.

4. Evalúa el patrón, no una sola mañana

Un valor atípico aislado merece que lo revises. Un patrón persistente que abarque fisiología, sueño, rendimiento, síntomas y entrenamiento reciente merece más peso. No existe un número universal de métricas negativas que obligue a realizar una descarga concreta.

Evita convertir la comparación de siete frente a 28 días de Apple, la carga aguda de Garmin o cualquier otra ventana de un fabricante en un algoritmo casero de riesgo de lesión.

5. Usa el movimiento como información solo cuando sea seguro

Si no tienes síntomas y el conflicto es leve, empieza el calentamiento más suave de lo previsto. Observa la respiración, la coordinación, el dolor, la respuesta de la frecuencia cardíaca y el esfuerzo percibido.

Continúa si la respuesta es normal para ti. Modifica o detente si el esfuerzo es anormalmente alto, la técnica empeora, aparece dolor o te sientes cada vez peor. Un calentamiento no es una autorización médica.

Entrenar fuerte, modificar o recuperar

Entrenar fuerte

El entrenamiento previsto puede ser razonable si no tienes síntomas, las señales subyacentes están cerca de su tendencia habitual, el rendimiento reciente es estable y el calentamiento se siente normal. Registra la respuesta a la sesión para que la decisión de mañana tenga más contexto.

Modificar

Elige una versión de menor coste cuando la evidencia sea mixta. Puedes reducir el volumen, bajar la intensidad, prolongar los descansos, sustituir un trabajo complejo por una práctica más sencilla o elegir movimiento aeróbico suave. El ajuste debe encajar con la sesión y con el motivo de la cautela, no con un porcentaje fijo.

Recuperar

Descansa o elige un movimiento muy suave cuando los síntomas, un dolor importante, una fatiga marcada, el empeoramiento del rendimiento o una caída general de la recuperación hagan que la sesión prevista no compense. La fiebre o los síntomas cardiopulmonares preocupantes requieren una respuesta de salud, no un cálculo de puntuaciones.

Cómo utiliza SensAI el contexto de los wearables

SensAI no afirma tener acceso directo a todas las puntuaciones o algoritmos propietarios de cada fabricante. Apple Watch se conecta mediante HealthKit. Los datos de Garmin, Oura y WHOOP pueden llegar a través de HealthKit cuando esos servicios registran allí los campos correspondientes, y las métricas disponibles dependen de los permisos y del soporte del fabricante.

La capa de coaching basada en un LLM combina las métricas agregadas de recuperación disponibles con los objetivos, el equipo, el horario, las limitaciones, los entrenamientos planificados frente a los realizados y el rendimiento real. Puede generar un resumen diario de recuperación y regenerar el programa semanal a partir de ese contexto.

Durante un entrenamiento, puedes solicitar un cambio mediante acciones rápidas o un chat en lenguaje natural. Son modificaciones solicitadas por el usuario; una puntuación del fabricante no reescribe la sesión en silencio.

Los datos sin procesar de HealthKit permanecen en tu dispositivo. Las métricas agregadas de recuperación, la calidad del sueño y los resúmenes de entrenamientos que se usan para el coaching se envían al servidor, y SensAI no vende tus datos a terceros.

Conclusión

Las puntuaciones de preparación entran en conflicto porque proceden de productos diferentes, no de jueces independientes que evalúan un único estado universal.

Empieza por la seguridad. Revisa el factor subyacente, compáralo con tu propia tendencia, añade el contexto subjetivo y de rendimiento, y elige el cambio razonable más pequeño. La respuesta más útil puede ser entrenar fuerte, modificar o recuperar, pero debe surgir del contexto completo, no de la aplicación que haya usado el color más convincente.

References

Oura. “Readiness Contributors.” Oura Member Care, updated 2026. https://support.ouraring.com/hc/en-us/articles/360057791533-Readiness-Contributors ↩
WHOOP. “WHOOP Recovery.” WHOOP Support, updated 2025. https://support.whoop.com/s/article/WHOOP-Recovery?language=en_US ↩
Garmin. “Training Readiness.” Forerunner 570 Series Watch Owner’s Manual, updated 2026. https://www8.garmin.com/manuals/webhelp/GUID-25E3235D-44D2-4384-A591-DD1D71BEBCB1/EN-US/GUID-C21BE0C8-A08E-4DA1-B6C6-2E0E2DDDB372.html ↩
Apple. “Track Your Overnight Vitals With Apple Watch.” Apple Support, 2025. https://support.apple.com/en-us/120142 ↩
Apple. “Track Your Training Load on Apple Watch.” Apple Watch User Guide, 2026. https://support.apple.com/en-sg/guide/watch/apde4c07a6cf/watchos ↩
Dial MB, Hollander ME, Vatne EA, et al. “Validation of Nocturnal Resting Heart Rate and Heart Rate Variability in Consumer Wearables.” Physiological Reports, 2025. https://pubmed.ncbi.nlm.nih.gov/40834291/ ↩
Schwellnus M, Adami PE, Bougault V, et al. “International Olympic Committee (IOC) Consensus Statement on Acute Respiratory Illness in Athletes Part 1: Acute Respiratory Infections.” British Journal of Sports Medicine, 2022. https://pubmed.ncbi.nlm.nih.gov/35863871/ ↩
Saw AE, Main LC, Gastin PB. “Monitoring the Athlete Training Response: Subjective Self-Reported Measures Trump Commonly Used Objective Measures.” British Journal of Sports Medicine, 2016. https://pubmed.ncbi.nlm.nih.gov/26889611/ ↩