Apple, Garmin, Samsung et Fitbit affichent des écarts considérables lorsqu’il s’agit d’estimer les calories brûlées pendant l’effort. Une étude comparative menée en laboratoire révèle que la précision de ces appareils diminue nettement chez les personnes ayant un taux de masse grasse plus élevé.
Une précision très variable selon les marques
Les montres connectées se sont imposées comme un outil de suivi quotidien de l’activité physique, s’appuyant généralement sur la photopléthysmographie, une technologie optique mesurant les variations du flux sanguin au poignet, combinée à un accéléromètre et à des algorithmes propriétaires. Une équipe de chercheurs de la Florida International University, dirigée par Jason Kostrna, a comparé les estimations de dépense énergétique fournies par quatre modèles largement utilisés, l’Apple Watch Series 8, le Garmin Forerunner 955, le Samsung Galaxy Watch 5 et le Fitbit Sense 2, à celles d’un analyseur métabolique de référence, le COSMED K5, considéré comme la méthode la plus fiable pour mesurer la dépense énergétique réelle. Les résultats ont été publiés fin juillet 2026 dans la revue PLOS One.
Cinquante-huit adultes hispaniques âgés de 18 à 50 ans ont participé à l’expérience, réalisant une séance de vélo en position allongée alternant des phases d’intensité modérée et vigoureuse, tout en portant simultanément les quatre appareils ainsi qu’une ceinture cardiaque de référence. Les résultats montrent des écarts marqués entre les marques. L’Apple Watch a affiché le biais moyen le plus faible, avec un écart d’environ 22 kilocalories par rapport à la mesure de référence, tandis que le Garmin et le Samsung ont surestimé la dépense énergétique de manière beaucoup plus importante, avec des écarts moyens respectifs d’environ 69 et 57 kilocalories. Le Fitbit, en apparence plus précis avec un biais moyen proche de zéro, cachait en réalité une fiabilité problématique : environ 13 % de ses mesures se sont révélées totalement aberrantes, dépassant 450 % de la valeur de référence. En intégrant ces valeurs extrêmes, son biais moyen grimpe à plus de 128 kilocalories, le plus élevé de tous les appareils testés.
Le taux de masse grasse, facteur clé d’imprécision
Au-delà des différences entre marques, l’étude met en évidence un facteur commun d’erreur : le pourcentage de masse grasse des participants. Plus ce taux était élevé, plus l’erreur d’estimation augmentait, et ce, quel que soit l’appareil porté. Cette dégradation de la précision était toutefois plus marquée pour le Fitbit et le Garmin que pour l’Apple Watch, qui a conservé une meilleure stabilité face à cette variable.
Les chercheurs expliquent ce phénomène par des raisons à la fois physiologiques et techniques. Un taux de masse grasse plus élevé s’accompagne généralement d’une peau plus épaisse et moins bien irriguée, ce qui atténue le signal optique capté par le capteur au poignet. Par ailleurs, la plupart des algorithmes utilisés par ces appareils ont été calibrés principalement à partir de populations plus minces, ce qui les rend moins adaptés aux profils corporels présentant une adiposité plus importante. Cette limite technique touche ainsi de façon disproportionnée des personnes déjà plus exposées aux risques cardiométaboliques, posant une question d’équité dans l’usage de ces technologies à des fins de santé.
Le teint de peau, un facteur moins déterminant qu’attendu
Contrairement à une hypothèse largement répandue selon laquelle la pigmentation de la peau perturberait fortement les capteurs optiques, l’étude n’a trouvé aucun effet significatif du phototype de peau, classé selon l’échelle de Fitzpatrick, sur la précision des estimations caloriques, une fois pris en compte les autres facteurs. Les chercheurs nuancent toutefois ce résultat, l’échantillon comprenant un nombre restreint de participants au phototype le plus foncé testé, ce qui limite la portée statistique de cette observation et n’exclut pas de possibles écarts en conditions de vie réelle, hors laboratoire.
Ces résultats s’ajoutent à un ensemble croissant de travaux soulignant les limites actuelles des montres connectées pour un suivi individuel précis des calories dépensées. Les auteurs de l’étude appellent au développement d’algorithmes tenant davantage compte de la diversité des morphologies, ainsi qu’à une plus grande transparence de la part des fabricants sur le fonctionnement de leurs systèmes de calcul. Ils précisent néanmoins que ces appareils, bien qu’imprécis dans l’absolu, pourraient rester utiles pour suivre l’évolution relative de l’activité d’une même personne dans le temps, une piste qui nécessite désormais d’être confirmée en dehors du cadre contrôlé du laboratoire.
