सबसे सटीक वियरेबल कौन-सा है? 30+ अध्ययन, 6 डिवाइस (2026)

अन्य भाषाएँ: Português · English · Español · Italiano · 中文

सबसे पहले, सबसे ज़रूरी बात: यह रैंकिंग प्रकाशित और पीयर-रिव्यू हुए वैज्ञानिक अध्ययनों से बनाई गई है, जिसमें स्वतंत्र अध्ययनों को प्राथमिकता दी गई है (और जब किसी अध्ययन का खर्च कंपनी ने उठाया हो, तो यह हमेशा बताया गया है)। क्योंकि यह प्रकाशित अध्ययनों पर निर्भर है, इसलिए सबसे नए डिवाइस, जिनकी अभी तक स्वतंत्र जाँच नहीं हुई है, इसमें शामिल नहीं हैं। एक पीढ़ी की वैलिडेशन अगली पीढ़ी पर लागू नहीं होती। तो अगर आपका मॉडल अभी-अभी लॉन्च हुआ है, तो बात यह नहीं कि वह खराब है: बात यह है कि अभी तक किसी ने उसे ठीक से टेस्ट ही नहीं किया।

यह कहने के बाद: सबसे सटीक वियरेबल कौन-सा है? यह इस पर निर्भर है कि आप क्या मापना चाहते हैं। मैंने 2023 से 2026 तक के वे अध्ययन खंगाले जिनमें Oura Ring, Apple Watch, WHOOP, Garmin, Fitbit और दूसरे डिवाइस की तुलना नींद के चरणों, HRV, हृदय गति, खून में ऑक्सीजन सैचुरेशन, कदमों की गिनती, VO2 max वगैरह के लिए मेडिकल गोल्ड-स्टैंडर्ड जाँचों से की गई। नीचे वह सब है जो मुझे मिला, मेट्रिक के हिसाब से, हर अध्ययन की फ़ंडिंग और आबादी के साथ, ताकि आप डेटा को खुद परख सकें।

सार: हर मेट्रिक में सबसे सटीक

अगर आपको सिर्फ़ नतीजा चाहिए, तो यह रहा (2026):

• नींद के चरण: स्वस्थ वयस्कों में Apple Watch, स्वतंत्र अध्ययन (κ=0.53; κ, यानी kappa, बताता है कि डिवाइस रेफ़रेंस जाँच से कितना मेल खाता है, और यह 1 के जितना करीब हो, उतना बेहतर)। Oura सिर्फ़ उसी अध्ययन में आगे है जिसका पैसा उसने खुद दिया। नींद की शिकायत वाले लोगों में हर डिवाइस का प्रदर्शन बहुत गिर जाता है।
• गहरी नींद: WHOOP (69.6%, स्वतंत्र)। REM: Apple Watch (68.6%)।
• रात की HRV और आराम की हृदय गति: Oura Ring 4 (CCC 0.99 और 0.98)।
• दिन में हृदय गति: दस डिवाइस के एक टेस्ट में Fitbit Charge 6 और Garmin Vivoactive 5 सबसे ऊपर। ब्रांड से ज़्यादा मॉडल मायने रखता है।
• खून में ऑक्सीजन (SpO2): Apple Watch।
• कदम: Apple Watch और Garmin, दोनों की लैब में गलती 5% से कम। रोज़मर्रा की ज़िंदगी में Apple बेहतर टिकता है।
• कैलोरी: कोई नहीं। Oura की 13% रोज़ाना गलती सबसे अच्छा आँकड़ा है, और फिर भी कमज़ोर है; Apple लगभग 28% पर है।
• VO2 max: Garmin, तीन स्वतंत्र अध्ययनों में लगभग 7% गलती के साथ।
• त्वचा का तापमान: Oura (Oura का अपना अध्ययन)।

सार का सार: कोई भी डिवाइस हर चीज़ में नहीं जीतता। जो मेट्रिक आपके लिए सबसे ज़रूरी है, उसी के हिसाब से चुनें।

नीचे की टेबल में पीयर-रिव्यू हुए अध्ययनों के नतीजे एक साथ हैं। जब कोई आँकड़ा बगल वाले आँकड़े से अलग अध्ययन से आया हो, तो उस अध्ययन का नाम दिया गया है।

मेट्रिक	नंबर 1	नंबर 2	नंबर 3	सबसे खराब
नींद के चरण, स्वस्थ लोग (स्वतंत्र, एंटवर्प 2025)	Apple Watch S8 (κ=0.53)	Fitbit Sense (κ=0.42)	Fitbit Charge 5 (κ=0.41)	Garmin Vivosmart 4 (κ=0.21)
नींद के चरण, स्वस्थ लोग (Oura की फ़ंडिंग, Robbins 2024)	Oura Gen 3 (κ=0.65)	Apple Watch S8 (κ=0.60)	Fitbit Sense 2 (κ=0.55)	रिपोर्ट नहीं
नींद के चरण, क्लिनिकल सैंपल (स्वतंत्र, Lee 2023)	Fitbit Sense 2 (κ=0.42)	Oura Gen 3 (κ=0.35)	Apple Watch S8 (κ=0.30)	रिपोर्ट नहीं
गहरी नींद (स्वतंत्र, स्वस्थ लोग)	WHOOP 4.0 (69.6%)	Fitbit Sense (50.9%)	Apple Watch S8 (50.7%)	Fitbit Charge 5 (43.3%)
REM (स्वतंत्र, स्वस्थ लोग)	Apple Watch S8 (68.6%)	WHOOP 4.0 (62.0%)	Fitbit Sense (61.3%)	Garmin Vivosmart 4 (33.1%)
जागने की पहचान (स्वतंत्र, स्वस्थ लोग)	Apple Watch S8 (52.2%)	Fitbit Charge 5 (42.7%)	Fitbit Sense (39.2%)	Garmin Vivosmart 4 (27.6%)
कुल नींद के समय में झुकाव (बायस)	Oura Gen 3 (-3 मिनट, मेटा)	Fitbit Sense (+6.3 मिनट)	Fitbit Charge 5 (+11.1 मिनट)	Withings ScanWatch (+39.9 मिनट)
रात की HRV	Oura Ring 4 (MAPE 5.96%)	Oura Gen 3 (7.15%)	WHOOP 4.0 (8.17%)	Polar Grit X Pro (16.32%)
आराम की हृदय गति (रात में)	Oura Ring 4 (CCC 0.98)	Oura Gen 3 (0.97)	WHOOP 4.0 (0.91)	Polar Grit X Pro (0.86)
दिन में हृदय गति (दस डिवाइस का टेस्ट, स्तर के हिसाब से)	Fitbit Charge 6 (MAPE 5.5%)	Garmin Vivoactive 5 (6.3%)	Google Pixel Watch 2 (6.7%)	Fitbit Inspire 3 (16.5%)
SpO2	Apple Watch (MAE 2.2%)	Garmin Fenix (~4.5%)	Withings (~4.8%)	Garmin Venu (5.8%)
कदम, रोज़मर्रा की ज़िंदगी	Apple Watch S6 (+2.1%, 3 हफ़्ते)	Garmin (10 से 18%)	Fitbit Sense (+18%)	Oura Gen 2 (50.3%)
कैलोरी, रोज़ाना गलती	Oura (13%)	Apple Watch (~28%)	रिपोर्ट नहीं	रिपोर्ट नहीं
VO2 max	Garmin (~7%, 3 अध्ययन)	Fitbit Charge 2 (~10%, बंद हो चुका एल्गोरिद्म)	Apple Watch (13 से 16%, कम आँकता है)	रिपोर्ट नहीं
त्वचा का तापमान	Oura (लैब में r² 0.99 से ऊपर, अपना अध्ययन)	रिपोर्ट नहीं	रिपोर्ट नहीं	रिपोर्ट नहीं

नींद के चरणों की सटीकता (4 चरणों वाला वर्गीकरण)

नींद इस क्षेत्र की सबसे ज़्यादा पढ़ी गई और सबसे ज़्यादा विवाद वाली मेट्रिक है। 2023 से 2025 के चार अध्ययनों ने अलग-अलग रैंकिंग दी, और लगभग पूरा फ़र्क दो बातों से समझ आता है: अध्ययन का पैसा किसने दिया और उसमें अच्छी नींद वाले लोग थे या नींद की शिकायत वाले। एक ही डिवाइस पहले समूह में दूसरे समूह से दोगुना अच्छा कर सकता है।

ब्रिघम एंड विमेंस हॉस्पिटल (2024), Oura की फ़ंडिंग, स्वस्थ वयस्क

Robbins और साथियों ने 35 स्वस्थ वयस्कों में, कई रातों तक, Oura Ring Gen 3, Fitbit Sense 2 और Apple Watch Series 8 की तुलना पॉलीसोम्नोग्राफ़ी (PSG) से की। इन लोगों को छाँटकर चुना गया था ताकि नींद की कोई बीमारी न हो।

डिवाइस	कुल (κ)	गहरी नींद की संवेदनशीलता	गहरी नींद में झुकाव
Oura Ring Gen 3	0.65 (काफ़ी अच्छा)	79.5%	कोई खास झुकाव नहीं
Apple Watch Series 8	0.60 (मध्यम)	50.5%	-43 मिनट (कम आँकता है)
Fitbit Sense 2	0.55 (मध्यम)	61.7%	-15 मिनट (कम आँकता है)

फ़ंडिंग: इस अध्ययन का पैसा Oura ने दिया। मुख्य लेखक Oura के वैज्ञानिक सलाहकार हैं। तरीका वही है जो स्वतंत्र अध्ययनों में है (लैब में PSG, एपॉक दर एपॉक, यानी जाँच का हर 30 सेकंड का हिस्सा, Cohen’s kappa के साथ); ज़्यादा आँकड़ा सिर्फ़ नींद की बीमारी से मुक्त लोगों को चुनने से आता है, तरीके में किसी चालाकी से नहीं।

एंटवर्प यूनिवर्सिटी (2025), स्वतंत्र, स्वस्थ वयस्क

Schyvens और साथियों ने 62 स्वस्थ वयस्कों में, हर व्यक्ति पर एक रात, छह कलाई वाले डिवाइस की तुलना PSG से की। फ़ंडिंग VLAIO (फ़्लैंडर्स की इनोवेशन एजेंसी) ने दी, किसी कंपनी का पैसा नहीं था। Oura इसमें शामिल नहीं था, इसलिए इस अध्ययन से रिंग और घड़ी की तुलना नहीं हो सकती।

डिवाइस	κ (4 चरण)	TST झुकाव	गहरी नींद	REM	जागना	टिप्पणी
Apple Watch Series 8	0.53	+19.6 मिनट	50.7%	68.6%	52.2%	सबसे अच्छा κ, सबसे अच्छा REM, जागने की सबसे अच्छी पहचान
Fitbit Sense	0.42	+6.3 मिनट	50.9%	61.3%	39.2%	सबसे कम झुकाव
Fitbit Charge 5	0.41	+11.1 मिनट	43.3%	47.5%	42.7%
WHOOP 4.0	0.37	+24.5 मिनट	69.6%	62.0%	32.5%	सबसे अच्छी गहरी नींद
Withings ScanWatch	0.22	+39.9 मिनट	दोबारा जाँचा नहीं	दोबारा जाँचा नहीं	29.4%
Garmin Vivosmart 4	0.21	+38.4 मिनट	47.5%	33.1%	27.6%	सबसे पुराना हार्डवेयर

एक ज़रूरी बात: छहों डिवाइस ने जागने, गहरी नींद और REM को हल्की नींद समझ लिया (यह एक सतर्क तरीका है, जो कंज़्यूमर वियरेबल में आम है), और सभी ने सो जाने के बाद जागे रहने का समय काफ़ी कम आँका, 12 से 48 मिनट तक।

कोरिया का मल्टीसेंटर अध्ययन (2023), स्वतंत्र, क्लिनिकल सैंपल

Lee और साथियों ने 2 केंद्रों में 75 वयस्कों पर 11 स्लीप ट्रैकर की तुलना PSG से की, कुल 349,114 एपॉक। यह क्लिनिकल सैंपल था: हर किसी को नींद की कोई शिकायत थी और औसत एप्निया-हाइपोप्निया इंडेक्स 18 था, यानी मध्यम एप्निया। कई लेखकों का Asleep Co. से संबंध है (जिसका ऐप पहले नंबर पर आया); नीचे के आँकड़े उसके प्रतिस्पर्धियों के हैं, इसलिए यह टकराव उनके खिलाफ़ जाता है, उनके पक्ष में नहीं।

डिवाइस	κ (4 चरण)	गहरी नींद	REM
Fitbit Sense 2	0.42	67.1%	68.1%
Oura Ring Gen 3	0.35	77.8%	71.2%
Apple Watch Series 8	0.30	41.3%	42.8%

ध्यान दें: यह दूसरे अध्ययनों से असहमति नहीं है, यह आबादी का असर है। एप्निया से टूटी-टूटी नींद के चरण पहचानना ज़्यादा मुश्किल है, इसलिए हर डिवाइस गिरता है: Apple 0.53 (स्वस्थ लोग) से 0.30 पर आ जाता है, Oura 0.65 (स्वस्थ लोग, फ़ंडिंग वाला) से 0.35 पर। अलग-अलग आबादी में Fitbit सबसे स्थिर है, दोनों हालात में 0.42। बर्लिन के शारिते अस्पताल में हुए एक और स्वतंत्र अध्ययन (Herberger, 2025) में, स्लीप क्लिनिक के 45 मरीज़ों में Oura Gen 3 की 4 चरणों वाली सटीकता 53.2% रही, जबकि Oura के अपने स्वस्थ समूह में यह लगभग 79% थी।

गहरी नींद, REM और कुल नींद का समय

चरण की संवेदनशीलता का मतलब है कि असली गहरी नींद या REM के एपॉक में से कितने डिवाइस ने पकड़े। किसी अध्ययन ने सारे ब्रांड नहीं जाँचे, इसलिए हर आँकड़े के साथ अध्ययन का नाम है। पहले स्वस्थ वयस्कों के आँकड़े हैं, और ब्रैकेट में क्लिनिकल आँकड़े।

• गहरी नींद: Oura Gen 3 79.5% (Robbins, फ़ंडिंग वाला) [क्लिनिकल 77.8%, Lee]। WHOOP 4.0 69.6% (Schyvens)। Fitbit Sense 50.9% (Schyvens) [क्लिनिकल 67.1%]। Apple Watch S8 50.7% (Schyvens) [क्लिनिकल 41.3%]। Garmin Vivosmart 4 47.5% (Schyvens)।
• REM: Oura Gen 3 76.0% (Robbins) [क्लिनिकल 71.2%]। Apple Watch S8 68.6% (Schyvens) [क्लिनिकल 42.8%]। WHOOP 4.0 62.0% (Schyvens)। Fitbit Sense 61.3% (Schyvens) [क्लिनिकल 68.1%]। Garmin Vivosmart 4 33.1% (Schyvens)।
• कुल नींद के समय में झुकाव: Oura Gen 3 -3.0 मिनट (Khan 2025 मेटा-विश्लेषण, 6 अध्ययन, N=388)। Fitbit Sense +6.3, Fitbit Charge 5 +11.1, Apple Watch S8 +19.6, WHOOP 4.0 +24.5, Garmin Vivosmart 4 +38.4, Withings +39.9 (सभी Schyvens)। लगभग 30 मिनट तक का फ़र्क आम तौर पर क्लिनिकल तौर पर ठीक माना जाता है।
• जागने की पहचान हर डिवाइस में कमज़ोर है। जब आप सो रहे होते हैं, तब हर डिवाइस अच्छा करता है (89 से 95%), और जब आप जाग रहे होते हैं, तब खराब (सिर्फ़ 27 से 52% सही), इसलिए सभी बढ़ा-चढ़ाकर बताते हैं कि आप कितना सोए।

रात की HRV (हृदय गति में बदलाव)

ओहायो स्टेट यूनिवर्सिटी और अमेरिकी एयर फ़ोर्स की रिसर्च लैब के एक अध्ययन (Dial, 2025) ने 13 प्रतिभागियों में 536 रातों तक रात की HRV की वैलिडेशन की, जिसमें Polar H10 ECG चेस्ट स्ट्रैप रेफ़रेंस था। किसी इंडस्ट्री फ़ंडिंग की घोषणा नहीं की गई।

डिवाइस	CCC	MAPE	रेटिंग
Oura Ring 4	0.99	5.96% ± 5.12%	लगभग परफ़ेक्ट
Oura Gen 3	0.97	7.15% ± 5.48%	काफ़ी अच्छा
WHOOP 4.0	0.94	8.17% ± 10.49%	मध्यम
Garmin Fenix 6	0.87	10.52% ± 8.63%	कमज़ोर
Polar Grit X Pro	0.82	16.32% ± 24.39%	कमज़ोर

CCC का पैमाना: 0.99 और उससे ऊपर = लगभग परफ़ेक्ट; 0.95 से 0.98 = काफ़ी अच्छा; 0.90 से 0.94 = मध्यम; 0.90 से नीचे = कमज़ोर।

ध्यान दें: Garmin Fenix 6 आज के हार्डवेयर से 2 पीढ़ी पीछे है, और लेखकों ने खुद यह माना। सैंपल 13 लोगों का था, हालाँकि 536 रातों के डेटा के साथ। Oura Ring 5 जून 2026 में नए सेंसर के साथ आया और अभी तक उसकी कोई वैलिडेशन नहीं हुई है, इसलिए Ring 4 के आँकड़े उस पर लागू नहीं होते।

आराम की हृदय गति

उसी ओहायो अध्ययन से (Dial, 2025):

डिवाइस	CCC	MAPE	रेटिंग
Oura Ring 4	0.98	1.94% ± 2.51%	काफ़ी अच्छा
Oura Gen 3	0.97	1.67% ± 1.54%	काफ़ी अच्छा
WHOOP 4.0	0.91	3.00% ± 2.15%	मध्यम
Polar Grit X Pro	0.86	2.71% ± 2.75%	कमज़ोर

रेफ़रेंस के साथ समय मिलाने (सिंक) में दिक्कत के कारण Garmin Fenix 6 को इस विश्लेषण से बाहर रखा गया।

दिन में और कसरत के दौरान हृदय गति

एक ही प्रोटोकॉल वाला सबसे बड़ा टेस्ट Gielen और साथियों का है (2026, KU Leuven, कोई टकराव नहीं): दस डिवाइस, Zephyr रेफ़रेंस स्ट्रैप, 45 प्रतिभागी, बैठकर आराम, एक तनाव वाला काम, ट्रेडमिल पर चलना और रुक-रुककर चलना। हर सेशन में सिर्फ़ दो घड़ियाँ पहनी गईं, इसलिए इसे सटीक नंबर से नहीं, स्तरों के हिसाब से पढ़ें।

स्तर	डिवाइस	मीडियन MAPE	मेल (CCC)
1	Fitbit Charge 6	5.5%	0.93
1	Garmin Vivoactive 5	6.3%	0.83
1	Google Pixel Watch 2	6.7%	0.87
2	Apple Watch SE	7.3%	0.70
2	Garmin Vivosmart 5	8.1%	0.78
3	Polar Ignite 3	11.2%	0.63
3	Xiaomi Watch 2	11.9%	0.69
3	Polar Pacer	13.1%	0.66
4	Oura Ring Gen 3	15.0%	0.61
4	Fitbit Inspire 3	16.5%	0.45

तीन बातें खास हैं। कोई भी डिवाइस साफ़ तौर पर 5% की रेखा के नीचे नहीं आता। सबसे अच्छा और सबसे खराब, दोनों Fitbit हैं, यानी ब्रांड से ज़्यादा मॉडल मायने रखता है। और जो Apple टेस्ट हुआ, वह SE था, एंट्री-लेवल मॉडल, फ़्लैगशिप नहीं।

दो और स्वतंत्र अध्ययन बाकी कमी पूरी करते हैं। Van Oost और साथियों (2025, 12-लीड ECG, 24 स्वस्थ वयस्क, सारे डिवाइस एक साथ) के अध्ययन में WHOOP 4.0 का MAPE 8.5% रहा, पाँच में से दूसरा सबसे खराब; Garmin Vivosmart 4 की गलती सबसे कम (4.4%) थी, लेकिन वहाँ तक पहुँचने के लिए उसने 49.6% रीडिंग छोड़ दीं, इसलिए उस अध्ययन के ईमानदार विजेता दोनों Fitbit हैं (Sense 2 5.6% और Charge 5 5.7%)। Kim और साथियों (2023) ने 44 दिल के मरीज़ों में ट्रेडमिल टेस्ट के दौरान Apple Watch 7 और Galaxy Watch 4 की तुलना अस्पताल के 12-लीड ECG से की: दोनों की गलती 2% से कम रही, और 160 bpm से ऊपर Galaxy का मेल कम हो गया।

कमज़ोरी बाँह की बेतरतीब हरकत में है, तीव्रता में नहीं। एक जैसी रफ़्तार से दौड़ना कलाई वाले डिवाइस के लिए सबसे आसान हालात में से एक है; बैडमिंटन, फ़ुटबॉल और रोइंग सबसे मुश्किल। रात आसान है और दिन मुश्किल, इसीलिए कंपनियों के सारे दावे (WHOOP 99.7%, Oura 99%) नींद के डेटा से आते हैं। दो मुफ़्त उपाय जिनका असर मापा गया है: घड़ी को कलाई की हड्डी से तीन उँगली ऊपर पहनें और पट्टा कसकर बाँधें।

खून में ऑक्सीजन (SpO2)

ध्यान दें: इनमें से कोई भी SpO2 फ़ीचर मेडिकल इस्तेमाल के लिए मंज़ूर नहीं है। इन्हें वेलनेस फ़ीचर की श्रेणी में रखा गया है। उदाहरण के लिए Garmin Venu 2s सबसे खराब रहा: औसत गलती +5.5%, यानी यह सैचुरेशन को ज़्यादा आँकता है (आपकी ऑक्सीजन असल से बेहतर दिखाता है), और यही खतरनाक दिशा है।

डिवाइस	MAE	MDE	दायरे के अंदर	गायब डेटा
Apple Watch Series 7	2.2%	-0.4%	58.3%	11%
Garmin Fenix 6 Pro	~4.5%	रिपोर्ट नहीं	~44%	28%
Withings ScanWatch	~4.8%	रिपोर्ट नहीं	~38%	31%
Garmin Venu 2s	5.8%	5.5%	18.5%	14%

कदमों की गिनती

लैब और असली ज़िंदगी अलग-अलग टेस्ट हैं, इसलिए मैं दोनों दिखा रहा हूँ।

डिवाइस	लैब/ट्रेडमिल (MAPE)	असली ज़िंदगी	स्रोत
Apple Watch	सामान्य चाल में 0.9 से 3.4%; धीमी या पैर घसीटकर चलने में 9.3% (Series 5)	3 हफ़्तों में +2.1% (Series 6, Miwa 2026); 6.4% (Series 6, Kim 2024)	Rowe 2025; Miwa 2026; Kim 2024
Garmin	4.6% (Vivoactive 4, de Leon 2026); लगभग -15% (Fenix 6, Rider 2025)	10 से 17.8%	de Leon 2026; Rider 2025
Fitbit	3.6% (Inspire 2, Cheung 2025)	3 हफ़्तों में +18.0% (Sense, Miwa 2026); 17 से 35% (Charge 2)	Cheung 2025; Miwa 2026
Oura Ring	लैब में कदमों का कोई डेटा नहीं है	पेडोमीटर के मुकाबले 50.3% MAPE, रोज़ +2,124 कदम (Gen 2, Kristiansson 2023); ActiGraph के मुकाबले रोज़ +1,416 (Niela-Vilén 2022)	Kristiansson 2023; Niela-Vilén 2022
WHOOP	कोई प्रकाशित वैलिडेशन नहीं	कोई प्रकाशित वैलिडेशन नहीं	कोई नहीं

लैब में सामान्य चाल के लिए Apple, Garmin और Fitbit 5% से नीचे रहते हैं। असली ज़िंदगी इन्हें अलग कर देती है: Apple कुछ ही प्रतिशत के अंदर रहता है, Fitbit लगभग 18% ज़्यादा गिनता है, और जिन दो अध्ययनों ने Oura को मापा, दोनों में वह रोज़ 1,400 से 2,100 कदम ज़्यादा गिनता पाया गया।

कैलोरी (ऊर्जा खर्च)

सारे वियरेबल कैलोरी का अंदाज़ा लगाने में कमज़ोर हैं। कई डिवाइस वाला सबसे साफ़ आँकड़ा स्टैनफ़र्ड के अध्ययन (Shcherbina, 2017) से आता है: सात डिवाइस में ऊर्जा खर्च की गलती 27% से 93% तक थी, जबकि उन्हीं डिवाइस में हृदय गति की गलती 5% से कम रही। सिर्फ़ दो डिवाइस के पास पीयर-रिव्यू हुए स्रोत में रोज़ाना गलती का आँकड़ा है।

डिवाइस	रोज़ाना ऊर्जा खर्च में गलती	स्रोत
Oura Ring	असली ज़िंदगी में 13% (लैब में 21.1%); कम आँकता है, और तीव्रता के साथ गलती बढ़ती है	Kristiansson 2023
Apple Watch	लगभग 28% (56 अध्ययनों का मेटा-विश्लेषण); महिलाओं में ज़्यादा, पुरुषों में कम आँकता है	Choe और Kang 2025
Fitbit	रोज़ाना गलती का आँकड़ा नहीं। झुकाव 0.19 kcal/मिनट, सीमा -5.3 से +5.7 kcal/मिनट	Chevance 2022
Garmin	रोज़ाना गलती का आँकड़ा नहीं। एक जैसा कार्डियो ~6.7%, हल्की गतिविधि 16.5%	Parak 2017
WHOOP	जो 18.4% का आँकड़ा घूम रहा है, उसका कोई मूल प्रकाशन नहीं है	पुष्टि नहीं हो सकती

नतीजा: किसी को भी भरोसेमंद कैलोरी काउंटर नहीं मानना चाहिए। Oura का रोज़ाना आँकड़ा Apple से बेहतर है, लेकिन जब हाथ स्थिर हो, तब रिंग को हरकत का लगभग कोई सिग्नल नहीं मिलता, इसलिए साइकिलिंग, वेट ट्रेनिंग और भारी मेहनत में वह कम गिनता है।

VO2 max

ब्रांड से ज़्यादा तरीका मायने रखता है। असली आउटडोर दौड़ से निकाले गए अनुमानों का समूह-स्तर का झुकाव लैब के मुकाबले लगभग शून्य है, जबकि आराम की हृदय गति से निकाले गए अनुमान लगभग 2 mL/kg/min ज़्यादा आँकते हैं (INTERLIVE मेटा-विश्लेषण, 2022)। दोनों ही हालात में, व्यक्तिगत गलती बड़ी है, और बहुत ट्रेन्ड लोगों में सटीकता और गिर जाती है।

डिवाइस	MAPE	झुकाव	स्रोत
Garmin Fenix 6	7.05%	CCC 0.73	Carrier 2025
Garmin Fenix 6 + चेस्ट स्ट्रैप	6.85%	हाई-लेवल समूह में कोई गिरावट नहीं	Carrier 2023
Garmin Forerunner 245	कुल 6.7%	बहुत ट्रेन्ड लोगों में 9.4 से 10.4%, मध्यम ट्रेन्ड लोगों में 2.8 से 4.1%	Engel 2026
Fitbit Charge 2 (बंद हो चुका एल्गोरिद्म)	~10%	थोड़ा ज़्यादा आँकता है (+1.6 से +2.6 mL/kg/min)	Freeberg 2019; Klepin 2019
Apple Watch Series 10	13.2%	-6.25 mL/kg/min, कम आँकता है	Mayo Clinic Proc Digital Health 2026
Apple Watch Series 9 / Ultra 2	13.3%	-6.07 mL/kg/min, कम आँकता है	Lambe 2025
Apple Watch Series 7	15.8%	कम आँकता है	Caserman 2024
Polar	13.7%	-1.0 mL/kg/min	Neudorfer 2025
Samsung, WHOOP, Oura, Coros	कोई स्वतंत्र अध्ययन नहीं	सिर्फ़ कंपनी के दावे	कोई नहीं

Garmin वह ब्रांड है जिसकी सबसे ज़्यादा स्वतंत्र वैलिडेशन हुई है। Apple के तीन स्वतंत्र अध्ययन हैं और तीनों में वह कम आँकता है। Fitbit ने थोड़ा ज़्यादा आँका, लेकिन उस एल्गोरिद्म से जिसे Google ने मई 2026 में बंद कर दिया।

त्वचा का तापमान

Oura के आंतरिक अध्ययन (2024) ने 16 लोगों पर 1 हफ़्ते तक तापमान सेंसर को टेस्ट किया (93,571 डेटा पॉइंट): लैब में r² 0.99 से ऊपर और असली ज़िंदगी में 0.92 से ऊपर, हर मिनट ±0.13°C की सटीकता के साथ।

फ़ंडिंग: यह Oura का अपना अध्ययन है, जिसका स्वतंत्र पीयर-रिव्यू नहीं हुआ। फिर भी, Oura के तापमान डेटा की वैलिडेशन मासिक चक्र ट्रैक करने वाले स्वतंत्र अध्ययनों में हो चुकी है (Maijala, 2019)। Apple, Garmin, WHOOP और Samsung भी त्वचा का तापमान मापते हैं, लेकिन तुलना वाला स्वतंत्र डेटा कम है।

FDA से मंज़ूर फ़ीचर

वियरेबल की ज़्यादातर मेट्रिक सिर्फ़ वेलनेस अनुमान हैं। कुछ फ़ीचर को FDA (अमेरिका की नियामक संस्था) से मंज़ूरी मिली है:

डिवाइस	फ़ीचर	स्थिति
Apple Watch (Series 4+)	ECG / एट्रियल फ़िब्रिलेशन की पहचान	मंज़ूर
Samsung Galaxy Watch (4+)	ECG / एट्रियल फ़िब्रिलेशन की पहचान	मंज़ूर
Apple Watch (Series 9+, Ultra 2)	स्लीप एप्निया की सूचना	अधिकृत
Samsung Galaxy Watch	स्लीप एप्निया की पहचान	अधिकृत
Apple Watch	खून में ऑक्सीजन (SpO2)	वेलनेस (मंज़ूर नहीं)
Fitbit	अनियमित धड़कन की सूचना	मंज़ूर

ज़रूरी चेतावनियाँ (नतीजा निकालने से पहले पढ़ें)

1. कोई भी डिवाइस हर चीज़ में नहीं जीतता। सबसे अच्छा कौन-सा है, यह उस मेट्रिक पर निर्भर है जो आपके लिए मायने रखती है।
2. स्वस्थ बनाम क्लिनिकल सबसे बड़ा फ़र्क है। एक ही डिवाइस छाँटे गए स्वस्थ युवाओं में, नींद की शिकायत वाले लोगों के मुकाबले, कहीं बेहतर करता है। Oura Gen 3 κ=0.65 से 0.35 पर आ जाता है; Apple 0.53 से 0.30 पर। स्वस्थ समूहों के आँकड़े ज़्यादातर लोगों की तस्वीर नहीं दिखाते।
3. फ़ंडिंग मायने रखती है। नींद का मुख्य अध्ययन (Robbins) Oura की फ़ंडिंग से हुआ। स्वतंत्र अध्ययनों ने अलग रैंकिंग पाई। फ़ंडिंग वाले अध्ययन ने वही तरीका अपनाया; ज़्यादा आँकड़ा चुनी गई आबादी से आता है।
4. आज के हार्डवेयर पर लगभग कोई अध्ययन नहीं हुआ। वैज्ञानिक समीक्षा लॉन्च से 2 से 4 साल पीछे चलती है। Oura Ring 5, WHOOP 5.0, Apple Watch Series 10/11 और Ultra 3, Galaxy Watch 7/8, Pixel Watch 3/4 और Fenix 6 के बाद के सारे Garmin फ़्लैगशिप की, यहाँ दी गई किसी भी मेट्रिक में, कोई स्वतंत्र वैलिडेशन नहीं है।
5. छोटे सैंपल। HRV वाले अध्ययन में 13 लोग थे (536 रातें)। एंटवर्प वाले में 62 लोग, हर व्यक्ति पर 1 रात।
6. औसत झुकाव गलत मेट्रिक है। शून्य के करीब झुकाव का मतलब यह हो सकता है कि ज़्यादा और कम आँकना एक-दूसरे को काट गए। गलती और मेल की सीमाएँ देखें।
7. सब कुछ अनुमान है। इनमें से कोई भी मेडिकल डिवाइस नहीं है (ऊपर दिए मंज़ूर फ़ीचर को छोड़कर)। डेटा जानकारी देने के लिए है, बीमारी पहचानने के लिए नहीं।
8. व्यक्तिगत फ़र्क। त्वचा का रंग, टैटू, BMI, कलाई पर फ़िटिंग और गतिविधि का प्रकार सटीकता बदल देते हैं। ज़्यादातर अध्ययनों में ज़्यादातर प्रतिभागी गोरे थे, यह एक जानी-पहचानी कमी है।
9. PSG भी परफ़ेक्ट नहीं है। नींद के गोल्ड स्टैंडर्ड में अलग-अलग जाँचने वालों का आपसी मेल लगभग κ=0.75 है, यानी इंसानी विशेषज्ञ भी लगभग एक-चौथाई बार असहमत होते हैं।
10. एक गड़बड़ी जो सब में है। डिवाइस जागने, गहरी नींद और REM को हल्की नींद मान लेते हैं, जिससे हल्की नींद का कुल हिस्सा बढ़ जाता है।

यह सटीकता क्यों मायने रखती है (एक डॉक्टर के तौर पर मेरी बात)

अगर आप समझना चाहते हैं कि आपकी नींद, आपकी रिकवरी या आपकी ऊर्जा आपके कामों पर कैसे प्रतिक्रिया देती है, तो डेटा की सटीकता ही सबकी नींव है। जब मापने की गलती ज़्यादा होती है, तो असली पैटर्न (आप क्या खाते हैं, कैसे ट्रेनिंग करते हैं और शरीर कैसे प्रतिक्रिया देता है, इनके बीच) शोर में दब जाते हैं। जब माप अच्छा होता है, तो आपको वे संबंध दिखते हैं जो नंगी आँखों से कभी नज़र नहीं आते।

इसी वजह से, अपनी प्रैक्टिस में मैं किसी का इलाज सिर्फ़ घड़ी के नंबर के आधार पर नहीं करता। वियरेबल ट्रेंड का अच्छा संकेत है, जाँच नहीं। बॉडी कंपोज़िशन और ऊर्जा खर्च जैसे गंभीर फ़ैसलों के लिए हम सही तरीकों (बायोइम्पीडेंस, कैलोरीमेट्री) से मापते हैं और वियरेबल को साथ में इस्तेमाल करते हैं, यह जानते हुए कि कौन-सा डिवाइस कहाँ सही है और कहाँ गलत। और असल में, यह पूरी पोस्ट आपको यही देती है: एक नक्शा कि किस डिवाइस पर कहाँ भरोसा करें।

क्या कई डिवाइस एक साथ इस्तेमाल कर सकते हैं?

कर सकते हैं, और बहुत लोग करते हैं: जैसे नींद के लिए रिंग और ट्रेनिंग के लिए घड़ी, ताकि हर एक की खूबी का फ़ायदा मिले। मुश्किल यह है कि डेटा आपस में बात करे, क्योंकि हर प्लेटफ़ॉर्म अपने ही डिब्बे में रहता है। लेकिन शुरुआत के लिए, उस मेट्रिक में अच्छा एक डिवाइस चुनना, जो आपके लिए सबसे ज़रूरी है, ज़्यादातर काम कर देता है।

अपना ख्याल रखें, फिर मिलेंगे!

---

ज़िम्मेदार डॉक्टर: डॉ. गिलबर्टो नेरिंग जूनियर, CRM-SP 160822, RQE 142486 (स्पोर्ट्स मेडिसिन, ब्राज़ील)। यह लेख सिर्फ़ जानकारी के लिए है, प्रकाशित अध्ययनों पर आधारित है, और व्यक्तिगत जाँच की जगह नहीं लेता।

संदर्भ

1. Robbins R, et al. (2024). Accuracy of Three Commercial Wearable Devices for Sleep Tracking in Healthy Adults. Sensors, 24(20), 6532. Oura Ring Inc. द्वारा वित्तपोषित।
2. Schyvens AM, et al. (2025). Performance of six consumer sleep trackers in comparison with polysomnography in healthy adults. Sleep Advances, 6(2), zpaf021. स्वतंत्र (VLAIO)।
3. Lee T, et al. (2023). Accuracy of 11 Wearable, Nearable, and Airable Consumer Sleep Trackers. JMIR mHealth and uHealth, 11, e50983. स्वतंत्र; क्लिनिकल सैंपल।
4. Herberger S, et al. (2025). Oura Ring Gen 3 in sleep-clinic patients. Scientific Reports, 15, 9461. स्वतंत्र।
5. Khan S, et al. (2025). Oura Ring sleep meta-analysis, 6 अध्ययन, N=388. OTO Open, 9, e70181. स्वतंत्र।
6. Dial MB, et al. (2025). Validation of nocturnal resting heart rate and heart rate variability in consumer wearables. Physiological Reports, 13(16), e70527.
7. Gielen W, et al. (2026). Ten-device wrist heart rate validation. JMIR Formative Research, e85186. KU Leuven.
8. Van Oost L, et al. (2025). Five consumer wearables versus 12-lead ECG. Sensors, 25(20), 6319.
9. Kim J, et al. (2023). Apple Watch 7 and Galaxy Watch 4 versus 12-lead ECG. Annals of Rehabilitation Medicine.
10. Shcherbina A, et al. (2017). Accuracy in wrist-worn, sensor-based measurements of heart rate and energy expenditure. Journal of Personalized Medicine, 7(2), 3.
11. Choe J, Kang M (2025). Apple Watch accuracy meta-analysis, 56 अध्ययन. Physiological Measurement.
12. Chevance G, et al. (2022). Accuracy and precision of energy expenditure, heart rate, and steps measured by Fitbit. JMIR mHealth and uHealth, 10(4), e35626.
13. Kristiansson E, et al. (2023). Validation of Oura ring energy expenditure and steps. BMC Medical Research Methodology (सुधार के साथ).
14. Niela-Vilén H, et al. (2022). Oura ring versus ActiGraph in free living. CIN, 40(12), 856-862.
15. Miwa M, et al. (2026). Apple Watch Series 6 and Fitbit Sense step counts over three weeks. PLOS ONE.
16. Kim, et al. (2024). Apple Watch Series 6 free-living step count versus ActivPAL. Sensors.
17. Rowe, et al. (2025). Apple Watch Series 5 step count at slow and shuffle walking speeds. PLOS ONE.
18. de Leon, et al. (2026). Garmin Vivoactive 4 treadmill step count and heart rate. Applied Sciences, 16(3), 1286.
19. Rider BC, et al. (2025). Four sports watches in laboratory and field. J Meas Phys Behav, 8(1).
20. Cheung YS, et al. (2025). Validity of Fitbit Inspire 2 in step count. Physiotherapy Practice and Research, 46(2), 95-102.
21. Parak J, et al. (2017). Energy expenditure estimation with a wrist device. JMIR mHealth and uHealth.
22. Molina-García P, et al. (2022). INTERLIVE systematic review and meta-analysis, VO2 max. Sports Medicine, 52(7).
23. Carrier B, et al. (2025). Aerobic capacity and pulse oximetry in wearable technology. Sensors, 25(1), 275.
24. Carrier B, et al. (2023). Aerobic capacity and lactate threshold in wearable technology. Technologies, 11(3), 71.
25. Engel FA, et al. (2026). VO2max from the Forerunner 245. European Journal of Applied Physiology, 126, 591-603.
26. Caserman P, et al. (2024). VO2 max with Apple Watch Series 7. JMIR Biomedical Engineering, 9, e59459.
27. Lambe R, et al. (2025). Accuracy of Apple Watch VO2 max. PLOS ONE, 20(5), e0323741.
28. Apple Watch Series 10 VO2 max validation (2026). Mayo Clinic Proceedings: Digital Health.
29. Freeberg KA, et al. (2019). Fitbit Charge 2 VO2max. mHealth, 5, 39. / Klepin K, et al. (2019). MSSE, 51(11), 2251-2256.
30. Neudorfer, et al. (2025). Polar VO2 max versus cardiopulmonary exercise testing.
31. Christakis, et al. (2025). Consumer-grade wearables in cardiovascular clinical care. npj Cardiovascular Health, 2, 82.
32. Oura Internal Validation (2024). Temperature sensor validation. 16 प्रतिभागी, 93,571 डेटा पॉइंट।
33. Maijala A, et al. (2019). Nocturnal finger skin temperature in menstrual cycle tracking. BMC Women’s Health, 19, 150.
34. Lanfranchi, et al. (2024). Samsung Galaxy Watch SpO2 validation. Journal of Clinical Sleep Medicine.

---