Abres Salud de Apple después de una mañana difícil y la gráfica parece una tormenta: picos, bajadas y largos tramos que parecen significar todo y nada a la vez. Si vives con POTS, taquicardia sin explicación o palpitaciones, es normal sentirse así. Lo difícil no es recopilar datos de frecuencia cardiaca, sino aprender a interrogarlos para poder contarle a tu médico lo que pasó.
Por qué los datos de tu reloj te abruman
Los datos en bruto del reloj son un flujo, no un veredicto. Una gráfica de líneas puede mostrar cada muestra de latidos por minuto que captó tu reloj, pero no te dirá si el pico ocurrió mientras ibas a la cocina, después de ponerte de pie o cuando aún te estabas recuperando de un episodio anterior.
De las lecturas a los episodios
El análisis de datos de frecuencia cardiaca convierte ese flujo en algo útil al separar la medición, la validación de episodios, el contexto y el informe. Esto importa porque un profesional sanitario rara vez necesita cada muestra. Necesita la historia de una subida: cuánto duró, qué más estaba pasando y qué grado de confianza tienes en el registro.
Regla práctica: si una gráfica plantea más preguntas de las que responde, los datos todavía necesitan procesarse.
La mayor parte de la confusión empieza en el espacio que hay entre recopilar y analizar. Salud de Apple es buena guardando el historial, pero no se diseñó para etiquetar episodios ortostáticos, descartar el ruido del ejercicio ni explicar por qué un pico importa más que otro.
Un proceso más claro plantea cuatro preguntas en orden:
- ¿Es fiable la señal? Elimina el ruido evidente antes de interpretar nada.
- ¿Hubo un episodio real? Comprueba la magnitud de la subida, su duración y el momento en que ocurrió.
- ¿Qué más estaba pasando? Añade el contexto de síntomas, postura, hidratación, sueño y medicación.
- ¿Puede un profesional sanitario leerlo rápido? Reúne el resultado en un resumen breve y verificable.
Esta estructura evita que confundas una gráfica cargada con un diagnóstico. También te permite pasar de “mi reloj dice que pasó algo” a “este es el episodio, este es el contexto y por esto creo que importa”.
Qué mide tu reloj con precisión
El primer error en el análisis de datos de frecuencia cardiaca es tratar todas las métricas como si fueran igual de sólidas. Las señales de los wearables no se comportan así. Algunos valores son mucho más estables que otros, sobre todo cuando entra en juego el movimiento.
En qué puedes confiar primero
Un estudio de validación de 2025 que comparó las lecturas de un Apple Watch Series 6 con un ECG Biopac de tres derivaciones encontró una concordancia casi perfecta para los latidos por minuto en reposo y los intervalos R-R en adultos sanos, con un error porcentual absoluto medio para los lpm del 1.15% en reposo y errores de lpm de entre el 1.16% y el 6.46% en las distintas condiciones evaluadas. El mismo estudio observó que las estimaciones del intervalo N-N eran mucho menos estables, con un error porcentual absoluto medio en reposo de alrededor del 31.31% y valores que llegaban al 93.08% en otras condiciones, por lo que los autores respaldaron el reloj para medir los lpm y el intervalo R-R, pero recomendaron cautela con las métricas de variabilidad más especializadas. Estos resultados coinciden con una revisión paraguas más amplia de 2024, que encontró concordancia en reposo entre la VFC de los wearables y los métodos basados en ECG, con coeficientes de correlación intraclase en general de entre 0.85 y 0.99, mientras que la concordancia disminuía a medida que aumentaban el ejercicio y el movimiento. Detalles de la validación y de la revisión paraguas
Un mapa sencillo de fiabilidad
| Métrica | Fiabilidad en reposo | Sensibilidad al movimiento | ¿Se puede interpretar de forma pasiva? |
|---|---|---|---|
| Latidos por minuto | Alta | De moderada a alta | Sí, con contexto |
| Intervalo R-R | Alta en reposo | Mayor durante el movimiento | En general, si la señal es limpia |
| Parámetros derivados de la VFC | Variable | Alta | Úsalos con cautela |
| Variabilidad de alta frecuencia | Menos estable | Muy alta | No por sí sola |
Por eso, la lógica más segura para detectar episodios parte de los lpm con marca de tiempo, el cambio desde la línea base hasta el pico, la duración y el contexto de actividad. Son las partes de la señal con más probabilidades de resistir el uso cotidiano. En esta guía sobre la precisión de la frecuencia cardiaca del Apple Watch también encontrarás un resumen fácil de leer sobre cómo interpretar en la práctica los datos del reloj.
En resumen: confía primero en las mediciones sencillas y trata los parámetros de variabilidad derivados como señales con más incertidumbre, salvo que el contexto sea limpio.
Preprocesar el flujo antes de fiarte de un solo pico
Un pico significa muy poco hasta que se limpia el registro del que forma parte. Por eso, la primera pasada siempre debe eliminar los errores evidentes, no justificarlos.
Limpia el registro antes de contar nada
Empieza por eliminar los valores inverosímiles, las marcas de tiempo duplicadas y los huecos que hacen que la línea de tiempo no sea fiable. Después marca los entrenamientos y el periodo de recuperación posterior, porque el ejercicio puede inflar el recuento de una forma que no tiene nada que ver con los síntomas ortostáticos. Si no sabes qué se descartó, tu total de episodios sigue siendo una suposición.
A continuación, calcula la línea base a partir de un estadístico estable en lugar de una sola lectura. La mediana de varios minutos suele ser más segura que la primera muestra que encuentres, porque un solo latido ectópico, un artefacto de movimiento o un breve fallo del sensor pueden desviar una línea base estrecha en la dirección equivocada. Conserva los datos que faltan en lugar de rellenar todos los huecos, porque un registro de aspecto uniforme puede ocultar datos poco sólidos.
El umbral que se usa en muchos procesos para el POTS es una subida de 30 lpm en 5 minutos, pero es solo una regla de trabajo, no un diagnóstico. El valor de la regla es que te da un punto de partida coherente para el cribado. El peligro es que una simple subida puede reflejar cambios de postura, actividad reciente o datos incompletos si no aplicas el resto del filtro.
Si quieres un esquema mental compacto, sigue este orden:
- Elimina las muestras erróneas.
- Descarta el ejercicio y la recuperación.
- Establece una línea base estable.
- Mide la subida en relación con el tiempo.
- Anota qué se eliminó y por qué.
Un informe transparente sobre los falsos positivos es especialmente útil, y por eso muchos lectores combinan este proceso con las recomendaciones de estrategias para reducir los falsos positivos. No se trata de suprimir episodios, sino de quedarse con los correctos y poder defenderlos después.
Validar un episodio de taquicardia más allá del valor máximo
El valor máximo por sí solo puede engañarte. Dos personas pueden mostrar subidas de frecuencia cardiaca parecidas con explicaciones muy distintas: una, ortostática; la otra, por estar en movimiento. Por eso, validar un episodio exige preguntarse algo más que “¿hasta dónde subió?”.
Qué hace que un episodio sea lo bastante real como para conservarlo
Un episodio validado debe incluir cuánto subió, cuánto tiempo se mantuvo alto, si ocurrió dentro del periodo de bipedestación previsto y si la línea base era válida. Si el periodo de tiempo no está claro, el episodio no es lo bastante sólido como para basarse en él. Si la línea base ya era inestable, el pico puede ser menos significativo de lo que parece.
Un estudio de 2025 con wearables sobre la respuesta de la frecuencia cardiaca al levantarse de la cama mostró una variación considerable entre personas incluso en controles sanos, con aumentos medios de entre 6.60 y 27.02 lpm, y de entre 8.15 y 27.71 lpm en personas con síndrome de Ehlers-Danlos hipermóvil. El mismo estudio también mostró diferencias en el número medio de pasos, 64 en los controles frente a 27 en el grupo con SEDh, lo que recuerda que la propia actividad cambia la forma de la respuesta. La lección es sencilla: la magnitud por sí sola no distingue un episodio ortostático significativo del movimiento normal. Datos sobre la respuesta ortostática medida con wearables
Exige persistencia, no un simple pico aislado
Un episodio real normalmente debería durar lo suficiente como para sobrevivir al ruido breve. Si la frecuencia cardiaca se dispara y enseguida baja, puede tratarse de un artefacto del sensor, de un cambio de postura o de una respuesta pasajera que no pertenece a la misma categoría que un episodio ortostático sostenido.
Un profesional sanitario confía más en un episodio validado que en cien picos sin etiquetar.
Por eso, un buen registro también conserva la línea base, el pico, la magnitud de la subida, la duración, la integridad de los datos y el contexto de actividad. Una etiqueta binaria de sí/no se queda corta para una revisión. Un registro pensado para el profesional sanitario debe mostrar suficiente detalle como para que alguien pueda valorar el episodio sin tener que reconstruirlo desde cero.
Vincular síntomas, desencadenantes y contexto a cada episodio
Una subida de frecuencia cardiaca sin contexto no dice mucho. Una subida de frecuencia cardiaca acompañada de síntomas, sueño, hidratación y horario de la medicación empieza a parecer un patrón con el que tu médico puede trabajar.
La historia que rodea al pico importa
Piensa en una semana con palabras sencillas. El martes por la mañana llega una serie de episodios después de dormir mal y no tomar sal. El jueves transcurre tranquilo. El viernes vuelve a haber picos tras un cambio de medicación. Los números por sí solos no demuestran una relación de causa y efecto, pero las etiquetas hacen visible el patrón.
Por eso, el registro de síntomas debe ser sencillo y constante. Anota el mareo, las palpitaciones, la fatiga y la niebla mental siempre en el mismo lugar. Después, asocia cada entrada con los posibles desencadenantes, como la hidratación, el consumo de sal, la calidad del sueño, el horario de la medicación y si el episodio ocurrió en reposo o después de ponerte de pie.
Crea un registro en el que se pueda buscar, no un diario
Un buen registro responde rápido a tres preguntas:
- ¿Qué sentiste? Usa etiquetas de síntomas breves.
- ¿Qué cambió alrededor del episodio? Anota comida, líquidos, sueño y medicamentos.
- ¿Qué estaba pasando a nivel físico? Añade notas sobre postura, actividad y recuperación.
Esta estructura reduce la necesidad de volver a explicar toda la semana en la consulta. También te ayuda a evitar la trampa habitual de tratar todas las lecturas altas de lpm como si fueran iguales. Si un episodio llegó con mareo después de ponerte de pie y otro siguió a un trayecto estresante y una mala noche, no son la misma historia.
Para tener un lugar práctico donde mantener ese contexto unido al propio episodio, algunos pacientes usan un registro estructurado de episodios dentro de apps como Cardiogram, que puede vincular síntomas y desencadenantes a los episodios de taquicardia sin perder de vista el episodio, no solo el número. La idea útil aquí no es la marca, sino el método, porque el contexto vinculado es lo que permite buscar en los datos más adelante.
Leer tendencias, resúmenes semanales y mapas de calor de episodios
Una vez validados los episodios, la siguiente pregunta es dónde está el patrón. Algunos patrones solo se ven claramente en una línea de tendencia. Otros aparecen en un resumen semanal. El patrón horario a menudo solo se ve en un mapa de calor.
Cada vista responde a una pregunta distinta
La tendencia de la frecuencia cardiaca en reposo muestra si tu línea base se está desplazando a lo largo de las semanas. Sirve cuando quieres saber si tu estado general está cambiando, no solo si un día fue malo. El resumen semanal te ayuda a comparar el número de episodios y su magnitud media sin distraerte con cada punto de la gráfica.
El mapa de calor de episodios es diferente. Muestra en qué días y horas se agrupan los episodios, que es donde a menudo se esconde el patrón útil desde el punto de vista clínico. Los picos ortostáticos por la mañana, las agrupaciones después de comer o los bajones a última hora de la tarde pueden desaparecer en una gráfica de líneas, pero destacan en un mapa de calor.
Usa la vista adecuada para cada pregunta
Si intentas saber si las cosas empeoran poco a poco, usa la tendencia. Si quieres comparar una semana con otra, usa el resumen. Si intentas entender en qué momento ocurren, usa el mapa de calor.
Una lista rápida te ayuda a ser riguroso:
- Vista de tendencia: busca desplazamientos, no picos aislados.
- Resumen semanal: compara la carga de episodios entre semanas, no picos sueltos.
- Mapa de calor: examina las agrupaciones horarias, no los valores medios.
Estas tres vistas juntas son más útiles que desplazarte durante mucho rato por muestras en bruto. Convierten una línea de tiempo confusa en algo que tu médico puede revisar en segundos y sobre lo que puede hacer preguntas concretas.
Preparar un informe listo para tu médico y mantenerlo privado
Un buen informe es breve, está estructurado y explica claramente sus reglas. Debe mostrar al profesional sanitario qué ocurrió, qué se descartó y por qué los episodios restantes merecen atención.
Qué incluir en el informe
Empieza por el criterio de detección que usaste y, después, enumera los episodios con su línea base, pico, magnitud de la subida, duración y momento en que ocurrieron. Añade una tendencia semanal y un mapa de calor para que el informe muestre tanto la carga como el momento de los episodios. Incluye luego las notas de síntomas y desencadenantes vinculadas a cada episodio, porque el contexto suele marcar la diferencia entre una preocupación imprecisa y una historia clínica útil.
Deja visibles las exclusiones. Muestra los periodos de entrenamiento y recuperación, porque un filtrado oculto hace que sea difícil confiar en un informe. Añade fragmentos representativos de la serie temporal en lugar de solo alertas binarias, para que quien lo lea pueda ver cómo se desarrolló el episodio en vez de adivinarlo a partir de una etiqueta.
Haz que el informe se pueda leer de una sola vez
Un profesional sanitario no necesita todas las muestras. Necesita un resumen conciso que conserve la incertidumbre y deje claro el método. Un formato exportable y conciso es especialmente útil cuando el informe se puede personalizar para mostrar la regla exacta utilizada, la lista de episodios y las tendencias que los respaldan, que es el tipo de resultado que se describe en esta guía para personalizar informes.
Muestra la regla, muestra las exclusiones y muestra el contexto.
La privacidad también importa. Un proceso que funciona en el dispositivo, con acceso de solo lectura a Salud de Apple, y que solo se sincroniza a través del propio iCloud del usuario mantiene el análisis dentro del ecosistema del paciente en lugar de enviarlo a otro sitio. Así es más fácil compartir el resumen con un profesional sanitario sin generar un rastro de datos aparte que no controlas.
Si quieres una forma más clara de convertir las lecturas del Apple Watch en evidencias por episodio, con su contexto y un informe que tu médico pueda revisar de un vistazo, visita Cardiogram. Está diseñada para ayudarte a distinguir los episodios reales de taquicardia del movimiento, la recuperación y el ruido, y reunir el resultado en algo útil para una consulta sobre POTS o disautonomía.
