Quanto è affidabile la stima del VO2 Max di Garmin (ad esempio quando si usa un orologio Garmin 230 con HRM)?

tldr;

La tua ipotesi è probabilmente corretta. Sei fuori dal datapoint che l'algoritmo di Garmin probabilmente usa per costruire una previsione del tuo Vo2max basata sui tuoi dati, ma (cosa più importante) su tutti gli altri utenti e probabilmente qualche revisione della letteratura per aiutare le cose.

Versione lunga

Firstbeat è effettivamente il cervello dietro il metodo di Garmin. Vedi questo white paper per una visione dettagliata e geek di come funziona (https://assets.firstbeat.com/firstbeat/uploads/2017/06/white_paper_VO2max_30.6.2017.pdf)

o questo per una spiegazione meno geek (VO2max Fitness Level - Firstbeat).

Non dettagliano l'algoritmo (per ovvie ragioni). Tuttavia è molto probabilmente basato su qualche forma di apprendimento automatico, molto probabilmente qualche forma di reti neurali. Quelli funzionano essenzialmente essendo una tela relativamente bianca - se gli fai una domanda (come prevedere un VO2max basato su xyz set di dati), inizialmente uscirà spazzatura. Poi gli direte quanto era lontano dal valore reale - e userà questa informazione per ricablare essenzialmente se stesso. Se gli fornisci di nuovo dei dati, produrrà di nuovo spazzatura (ma probabilmente meno), poi puoi dirgli di nuovo quanto era sbagliato, si migliora, gli fornisci più dati ecc.... fino ad ottenere risultati relativamente affidabili. Hai bisogno di molti dati perché questo funzioni, e devi essere in grado di dirgli se era vicino alla risposta "reale" o no.

In questo caso, ciò che alimenta l'algoritmo in modo che possa migliorare sono le migliaia di persone che registrano i chilometri utilizzando i prodotti Garmin. La qualità di quei dati varia - ma ci sono modi per sapere cosa è più affidabile e cosa no (per esempio, qualcuno che corre ~42 km a soglia anaerobica sta probabilmente correndo una maratona, e quindi probabilmente ha dato vicino a uno sforzo massimo, quindi quei dati sono probabilmente vicini al suo reale vo2max). Il profilo di alcune persone probabilmente ha una sorta di modo per inserire i risultati del test Vo2max effettivo. Avete l'idea.

Ora, come avete capito, la maggior parte delle persone corre su superfici relativamente piane. Alcuni fanno sentieri, ma poi la qualità/velocità dei sentieri varia molto. Garmin registra anche l'altitudine, quindi probabilmente ha dei modi per tenere conto dei dislivelli, ma non può fare molto per dedurre la qualità della pavimentazione (o non pavimentazione) su cui avete corso. Questo significa che i dati del Garmin sono probabilmente più accurati per usi "tipici". Oltre a questo, sei in condizioni di caldo/umido. Anche in questo caso Garmin non può davvero tenere conto di questo - potrebbe non essere nei dati di input che usano per l'algoritmo (è possibile fornire tutti i dati che si desidera e imparerà da esso se c'è una correlazione tra i risultati e i dati di input, tuttavia a quella scala può diventare costoso per calcolare tutto questo, quindi è necessario selezionare i dati più importanti e lasciare il resto).

Poi si possono avere alcuni fattori personali che influenzano anche questo. Forse hai un Vo2max basso per le tue capacità generali. Altri fattori influiscono sulle prestazioni - come l'economia della corsa. Non si tratta SOLO di vo2max. Se fai per lo più bassa intensità/lunga durata, potresti non sviluppare il vo2max in modo specifico come pensi...

Per un esempio non correlato - il riconoscimento facciale funziona su principi simili (per l'apprendimento automatico). Il riconoscimento facciale iniziale era molto meno efficace inizialmente sulle persone asiatiche, in gran parte perché gli sviluppi iniziali di questi algoritmi sono stati fatti nei paesi occidentali e la rete neurale è diventata abbastanza decente nel riconoscere i bianchi caucasici, ma non molto buona con altre etnie. Ho il sospetto che da quando la Cina sta monitorando il piscio della maggior parte delle persone in questi giorni questo sia cambiato. Ma dimostra che, pur essendo capaci, questi algoritmi di apprendimento sono soggetti a sottili distorsioni.

In una nota finale - non credo che dovresti essere così sprezzante dell'intera faccenda solo perché non si applica bene a te. La maggior parte delle cose nella vita sono progettate per una sorta di gamma di usi e poche cose sono universalmente buone in tutti i casi. Se ti alleni per diventare un rinomato chef di sushi, probabilmente diventerai abbastanza bravo a fare quelli, ma non è probabile che tu abbia la migliore torta della città. Quello che chiedi - una tecnologia che ti dica qualche caratteristica fisiologica precisa che è difficile da misurare anche direttamente in laboratorio senza fare alcuna misurazione diretta, in qualsiasi condizione, non è semplicemente realistico per il punto in cui si trova la tecnologia oggi.