Aktivitetsarmband värdelösa på kalorier

helskärm

Aktivitetsarmband är bra på att mäta din hjärtrytm, men betydligt sämre på att uppskatta hur mycket energi du bränner.

Felmarginalen är på tok för stor, konstaterar forskare.

För allt från några hundralappar till ett par tusen kronor kan du få ett aktivitetsarmband som ”mäter dina prestationer, beräknar statistik och ger tips för att förbättra din fysik”, för att citera reklamen.

Genom att mäta hjärtrytmen påstår samma reklam att armbanden även kan beräkna hur många kalorier du bränner under ett träningspass, för att du på så sätt ska kunna optimera din diet.

Hur detta går till är det dock ingen vanlig dödlig som vet, eftersom tillverkarna hemlighåller de algoritmer som ligger bakom beräkningarna.

Stor felmarginal

Forskare vid Stanford University i USA har därför låtit 60 frivilliga testa aktivitetsarmband från sju olika tillverkare (Apple Watch, Fitbit Surge, Basis Peak, Microsoft Band, PulseOn, MIP Alpha 2 samt Samsung Gear S2). Deltagarna fick gå, springa och cykla. Resultaten jämfördes sedan med metoder godkända av den amerikanska hälsomyndigheten FDA.

Det visade sig att sex av aktivitetsarmbanden var riktigt bra på att uppskatta hjärtrytmen, med en felmarginal på under fem procent. Samsung Gear S2 stack ut, med en felmarginal på 6,8 procent.

Att beräkna energiförbränningen, däremot, var inte lika enkelt. Där det bästa av de fem armband som hade denna funktion hade en felmarginal på 27 procent. Några, som PulseOn, var till och med ännu sämre.

Många faktorer

En av forskarna, Euan Ashley vid avdelningen för kardiovaskulär medicin vid Stanford University, säger till BBC News att människor bör vara medvetna om styrkorna, men även svagheterna, med armbanden.

– Om du går till gymmet och tror att du förlorat 400 kalorier, så kanske du känner att du har 400 kalorier att spela med, säger Euan Ashley.

Orsaken till att aktivitetsarmband är så dåliga på att mäta energiförbrukningen är att denna beror på flera faktorer, som personens längd, vikt, andel kroppsfett, hjärtrytm, och så vidare.

– Men eftersom tillverkarna inte delar med sig av de algoritmer som de använder är det nästan omöjligt att veta var felkällan ligger, säger David Ellis, lektor i datavetenskap vid Lancaster University i England, till BBC News.