Réponse courte
Un wearable ne mesure pas « le stress ». Il mesure quelques signaux physiologiques et applique un modèle statistique. La fréquence cardiaque, la variabilité du pouls, la conductance cutanée, la température et le mouvement peuvent accompagner une activation autonome. Aucun de ces signaux ne distingue à lui seul une dispute, une course, un repas, de la fièvre ou de la caféine.
Les revues sur la détection du stress par wearables trouvent des performances prometteuses en laboratoire, mais une généralisation limitée. Les protocoles utilisent souvent un stressor imposé, des participants peu nombreux et des fenêtres de données nettoyées. Dans la vie réelle, la diversité des activités, appareils et individus réduit la fiabilité.
Le bon usage est donc d’explorer une tendance et son contexte, pas de diagnostiquer un état mental, une charge allostatique ou une maladie. Un score propriétaire peut t’inciter à faire une pause. Il ne prouve pas que ton cortisol est élevé et ne doit pas déclencher automatiquement compléments, repos sportif ou consultation d’urgence.
Le stress n’est pas une variable unique
En physiologie, une demande peut mobiliser le système nerveux autonome, l’axe hypothalamo-hypophyso-surrénalien, le système immunitaire et le comportement. Ces réponses se déroulent sur des échelles différentes. Le pouls change en secondes, le cortisol salivaire suit une dynamique plus lente, et le stress perçu dépend de l’évaluation de la situation.
Deux personnes exposées au même événement peuvent déclarer un stress différent et présenter des réponses cardiovasculaires différentes. Une même personne peut avoir une VFC basse pendant un effort volontaire et bénéfique, ou ruminer sans changement net détectable au poignet.
La « charge allostatique » décrit une usure multisystémique cumulée. Elle est étudiée avec des ensembles de marqueurs biologiques et cliniques, pas avec une notification isolée. Aucun score commercial quotidien ne mesure directement ce concept.
Les signaux sous le capot
Fréquence cardiaque et variabilité
La VFC décrit les variations entre battements. Un ECG mesure les intervalles RR électriques. Une montre ou une bague PPG mesure des intervalles entre pulsations, parfois appelés PRV. Au repos et avec un bon signal, les deux peuvent être proches. Mouvement, perfusion et algorithme de correction créent des écarts.
Un stress mental aigu s’accompagne souvent d’une hausse de fréquence cardiaque et d’une baisse de certains indices de VFC. Une revue systématique dans des contextes professionnels soutient l’intérêt de la VFC comme indicateur de contrainte, tout en montrant l’hétérogénéité des méthodes. La VFC n’est pas un interrupteur sympathique ou parasympathique. Les deux branches et la respiration contribuent au signal.
Conductance électrodermale
L’EDA mesure les variations de conductance de la peau liées à l’activité des glandes sudoripares eccrines, sous contrôle sympathique. Elle est sensible à l’activation, mais pas à sa valence. Une surprise agréable, un effort, une pièce chaude ou une émotion négative peuvent produire une réponse.
Le contact des électrodes, l’humidité et le site comptent. Au poignet, le signal n’est pas identique à celui mesuré sur les doigts ou la paume. Un appareil doit démontrer ses performances dans sa position réelle.
Température, respiration et mouvement
La température cutanée varie avec l’environnement, la circulation périphérique, le cycle menstruel et l’infection. Elle peut aider un modèle à contextualiser l’EDA, pas identifier seule le stress.
La respiration est souvent estimée depuis le signal cardiaque ou le mouvement. Parler de respiration « haute et courte » dépasse ce que de nombreux appareils mesurent. Enfin, l’accéléromètre sert surtout à éviter de classer une activité physique comme stress psychologique, avec un succès imparfait.
Du signal au score propriétaire
Un algorithme découpe les données, retire certains artefacts, extrait des caractéristiques, puis les compare à un modèle ou à ta ligne de base. Chaque étape peut introduire un biais. Les détails sont rarement publics.
La revue systématique de 2023 sur l’apprentissage automatique et le stress souligne plusieurs obstacles à la généralisation: jeux de données petits, stressors de laboratoire, populations homogènes, protocoles de référence variables et absence de validation externe. Une excellente précision sur un dataset ne garantit pas la même performance dans un train, au travail ou après un repas.
Une revue de 2025 sur les wearables pour évaluer l’anxiété arrive à une conclusion voisine. ECG, PPG et EDA ont du potentiel, mais les études hétérogènes et les risques de biais limitent le passage à une mesure clinique individuelle.
Trois questions permettent de lire une revendication:
- le modèle a-t-il été testé sur des personnes différentes de celles qui l’ont entraîné?
- la référence est-elle un questionnaire, un stressor, un entretien clinique ou un biomarqueur?
- les performances sont-elles rapportées en vie réelle avec les données manquantes?
Un modèle entraîné à distinguer « calcul mental imposé » et « repos assis » ne sait pas nécessairement détecter une anxiété diffuse pendant une journée active.
Pourquoi le score et le ressenti divergent
Un décalage ne prouve pas que l’un des deux a raison. Il signale souvent un contexte absent de l’algorithme.
Un faux positif apparent peut suivre plusieurs facteurs:
- marche, escaliers ou station debout
- repas et digestion
- caféine, nicotine ou certains médicaments
- chaleur, déshydratation ou fièvre
- manque de sommeil ou alcool
- mouvement du capteur et mauvais contact
Un faux négatif apparent peut survenir quand le stress psychologique ne déclenche pas une réponse autonome assez forte, quand le signal manque, ou quand l’algorithme classe la période comme activité. Une habituation au stressor peut aussi réduire la réponse sans supprimer la détresse.
Le wearable mesure donc une partie de la réponse, tandis que le ressenti mesure une expérience. Pour une décision de santé mentale, symptômes, durée, retentissement et contexte restent indispensables.
Une « précision de 90 % » peut tromper
La performance d’un modèle dépend de la fréquence des classes. Si 90 % des fenêtres sont étiquetées « sans stress », un algorithme qui répond toujours « sans stress » atteint déjà 90 % d’exactitude. Sensibilité, spécificité, précision, rappel et aire sous la courbe éclairent des erreurs différentes.
La validation par fenêtres crée un autre piège. Des segments voisins de la même personne se ressemblent. S’ils sont répartis entre entraînement et test, le modèle peut reconnaître l’individu ou la séance plutôt que le stress. Une séparation par participant et une cohorte externe sont plus exigeantes.
Enfin, l’étiquette de référence est imparfaite. Un questionnaire ponctuel, un entretien clinique, une tâche de calcul et un cortisol salivaire ne décrivent pas la même chose. La publication doit annoncer ce que le modèle prédit exactement. Sans cela, le mot « stress » masque une cible mouvante.
Cette lecture explique pourquoi la personnalisation peut améliorer un score tout en réduisant sa comparabilité. Un modèle calibré sur ta base peut détecter tes écarts, mais son seuil ne devient pas un seuil médical. La base elle-même dérive avec la saison, l’entraînement, l’âge, une maladie ou un changement de médicament. Une mise à jour du micrologiciel peut également modifier le score sans changement physiologique. Note les mises à jour importantes et évite de comparer aveuglément deux périodes séparées par un nouvel algorithme. Si le fabricant ne documente pas la rupture, conserve des mesures plus directes et reconstruis une ligne de base pendant plusieurs jours comparables avant de tirer une conclusion.
La VFC nocturne n’est pas « le reflet pur » de la récupération
La nuit réduit certains bruits liés au mouvement, ce qui améliore souvent la qualité PPG. Elle introduit d’autres facteurs: stades du sommeil, position, respiration, apnées, température, alcool et éveils. Comparer les moyennes nocturnes au sein du même appareil peut être utile, mais ce n’est pas une mesure pure.
La VFC absolue varie fortement entre individus. Ne cherche pas à atteindre la valeur d’un autre utilisateur. Observe une tendance répétée par rapport à ta propre base et demande-toi si elle coïncide avec des symptômes ou performances.
Un seul matin bas ne justifie pas d’annuler une séance. Utilise une règle combinée, par exemple tendance de plusieurs nuits, fatigue subjective, symptômes d’infection et performance d’échauffement. Un sportif suivi médicalement doit conserver le protocole de son équipe.
Protocole terrain sur trois semaines
Le but est de savoir si le score de ton appareil ajoute une information dans ta vie, pas s’il est « médicalement précis » en général.
Semaine 1: construire une ligne de base
Porte l’appareil de manière identique. Trois fois par jour, note avant de voir le score ton stress perçu de 0 à 10, l’activité, la posture, le dernier repas, la caféine et les symptômes. Ne change pas ta routine.
Exclus de l’interprétation les périodes de mauvais contact ou de mouvement intense. Note les données manquantes au lieu de les ignorer.
Semaine 2: tester des contrastes connus
Compare quelques situations répétables et ordinaires: dix minutes assis, une marche habituelle, un bloc de travail et cinq minutes de respiration lente. Ne cherche pas à provoquer une crise. Observe si l’appareil distingue l’activité et si le score revient à la base de façon cohérente.
La respiration lente modifie mécaniquement la VFC. Une amélioration du score pendant l’exercice ne prouve pas une baisse durable du stress, mais montre que l’algorithme répond à ce signal.
Semaine 3: décider d’un usage
Choisis une seule action associée à une tendance, par exemple vérifier sommeil, maladie ou charge d’entraînement après trois jours inhabituels. Masque les alertes si elles augmentent l’anxiété. Notre protocole sur le tracking contre-productif aide à réduire la consultation compulsive.
Réévalue avec ces critères:
- cohérence dans des situations comparables
- peu de données manquantes
- action utile et proportionnée
- absence d’augmentation de l’anxiété
- aucune décision médicale fondée sur le score seul
Si le score paraît aléatoire ou ne change aucune action, désactive-le. Tu peux conserver les signaux plus directs comme le pouls au repos.
Ce qu’un score persistant doit déclencher
Un score élevé sans symptôme invite d’abord à vérifier le contexte, le contact et la tendance. Il ne justifie pas une automédication par magnésium, adaptogène ou stimulateur du nerf vague.
À l’inverse, un score bas ne rassure pas face à des signes cliniques. Consulte rapidement en cas de douleur thoracique, syncope, essoufflement inhabituel, palpitations persistantes ou dégradation marquée. Une anxiété durable, des attaques de panique, un évitement important ou des idées suicidaires nécessitent l’aide d’un médecin ou d’un professionnel de santé, indépendamment du wearable et de ses scores.
Le capteur ne doit pas non plus servir à surveiller un employé, un partenaire ou un enfant sans cadre éthique et consentement. Un modèle incertain peut entraîner des décisions injustes quand il est utilisé hors de son objectif.
Verdict indépendant
Les capteurs de stress mesurent des corrélats autonomes utiles, surtout quand plusieurs signaux sont combinés et que le modèle est validé hors laboratoire. Ils ne lisent ni les pensées, ni le cortisol, ni la charge allostatique. La VFC n’est pas un étalon-or universel et l’EDA ne distingue pas une émotion négative d’une activation agréable.
Traite le score comme une hypothèse: regarde le contexte, cherche une tendance, vérifie le signal et associe une action modeste. Si l’algorithme te donne davantage de certitude que ses validations n’en ont, le marketing a gagné.
Sources principales
- 🧪Generalizable machine learning for stress monitoring from wearable devices: A systematic literature review.
- 🧪Objective assessment of mental stress in individuals with different levels of effort reward imbalance or overcommitment using heart rate variability: a systematic review.
- 🧪Wearable devices for anxiety assessment: a systematic review.
