Montres connectées : peut-on s'y fier ?

Supposons qu'après votre séance de sport, votre montre affiche 520 calories. Le lendemain, elle vous annonce un sommeil moyen et une récupération insuffisante. Ces informations vont probablement influencer vos comportements (alimentation, exercice physique, perception de la fatigue…). Mais quelle confiance peut-on leur accorder ?
Dans cet article, nous revenons sur plusieurs études se concentrant sur la fiabilité de cet objet connecté.
Calories : précaution
La montre ne mesure pas l’énergie dépensée. Elle estime à partir de plusieurs informations (mouvements et fréquence cardiaque) grâce à un algorithme.
En 2026, une étude publiée dans PLOS One a comparé 4 montres (Apple, Garmin, Samsung et Fitbit) pendant un exercice de vélo. La dépense énergétique était également calculée par calorimétrie indirecte.
Il a été observé des erreurs importantes, différentes selon l’appareil et la composition corporelle. Bien que l’étude reste limitée, elle permet de constater l'absence de corrélation suffisante. L'étude n'a pas pu classer définitivement chaque marque. Le résultat est clair, les calories affichées ne constituent pas une mesure suffisamment précise pour ajuster son alimentation à la calorie près.
Ces outils pourraient néanmoins avoir un effet motivationnel ou permettre de suivre une habitude.
Fréquence cardiaque
Une synthèse de 82 études, publiée en 2026 dans npj Digital Medicine, permet de retrouver une bonne concordance entre la fréquence cardiaque mesurée par l’Apple Watch et les méthodes de référence.
L'étude ne dit pas que les valeurs sont exactes. La précision varie en fonction des conditions de mesure (mouvements et caractéristiques individuelles). De plus, une erreur moyenne faible peut masquer des écarts importants lors de certaines mesures.
Néanmoins, la mesure de la fréquence cardiaque pourrait aider à suivre l’intensité d’une séance, mais sans garantie sur les calories calculées à partir de celle-ci.
Sommeil : estimations parfois trompeuses
En 2025, une étude sur 62 adultes a comparé 6 dispositifs à la polysomnographie (examen de référence).
Les résultats de l'étude ont été mitigés. Les appareils reconnaissaient au moins 90 % des périodes de sommeil, mais seulement 29 - 52 % de l’éveil. Autrement dit, rester éveillé sans bouger pouvait être interprété comme du sommeil.
Les estimations de stades de sommeil (profond, paradoxal…) étaient imparfaites. Les résultats semblent donc pour le moment insuffisants dans ce domaine.
Comment utiliser ces données au quotidien ?
Leur intérêt peut être très concret notamment pour suivre ses habitudes ou se motiver. Une synthèse publiée en 2026 a constaté une augmentation de l’activité physique dans les programmes intégrant ces dispositifs. La majorité des programmes associaient cependant la montre à des accompagnements. Actuellement, le bénéfice ne peut pas être attribué à l’appareil seul.
En pratique, il peut être intéressant de suivre les évolutions sur plusieurs jours, tout en gardant à l’esprit l'existence d'erreurs ou d’imprécision. Les chiffres devraient être confrontés à l'évolution des performances, résultats et du ressenti individuel.
Sources
- Kostrna J et coll. (2026). Body fat, skin tone, and the accuracy of smartwatch caloric expenditure estimates. PLOS One DOI : 10.1371/journal.pone.0353261
- Lambe R et coll. (2026). The accuracy of Apple Watch measurements: a living systematic review and meta-analysis. npj Digital Medicine DOI : 10.1038/s41746-025-02238-1
- Schyvens A-M et coll. (2025). A performance validation of six commercial wrist-worn wearable sleep-tracking devices for sleep stage scoring compared to polysomnography. SLEEP Advances DOI : 10.1093/sleepadvances/zpaf021
- Glisic M et coll. (2026). An umbrella review of systematic reviews of the impact of wrist-worn wearables on health outcomes. Physiological Reviews DOI : 10.1152/physrev.00049.2024
