Acquistando il mio primo Fitbit⌚, credevo ingenuamente di avere a disposizione un dispositivo quasi scientifico. Pensavo potesse aiutarmi a conoscermi meglio, a capire con precisione quante calorie brucio🔥. Ma posso davvero fidarmi dei dati che mostra? 🤔 Questo è stato il punto di partenza del mio articolo "Quantified Self: l’illusione del self-tracking con Fitbit", fino a chiedermi: quanto posso davvero fidarmi di queste stime? Ho così cercato di trasformare i miei raw data📝 in un sistema più solido e consapevole, svelando le illusioni del self-tracking calorico e imparando a interpretare i numeri con un occhio più critico.

Second Brain: Notion addicted

🧠 Conosci Te Stesso, Socrate

Da vero Notion addicted — fin dall’uscita ho cercato di concentrare lì tutti i miei strumenti, ispirato dall’idea di Tiago Forte di costruire un second brain— ho deciso di salvare e riorganizzare i dati biometrici raccolti dal Fitbit e da MyFitnessPal all’interno di un database🗄️su Notion.

Questo database🗄️costituisce il mio archivio di raw data📝 , cioè i dati grezzi di partenza. Da lì, grazie ad altri database🗄️ collegati, posso elaborarli e analizzarli in modo più mirato, osservando aspetti come il benessere generale🧘‍♂️(ore di sonno, peso medio settimanale, quantità di acqua bevuta), l’attività fisica 💪(chilometri percorsi, frequenza degli allenamenti) e il peso con relativo bilancio energetico🔄(media delle calorie assunte e variazioni settimanali di peso).

Raw Data

Per iniziare, ho preso in analisi i raw data📝 della settimana 25 del 2025, cioè i giorni dal 16 al 22 giugno. In quel periodo, avrei teoricamente dovuto perdere circa un chilo, più precisamente 1,17 kg ("Predicted Weight Change"), tenendo conto che nei fine settimana non ho sessioni di allenamento in palestra.

Questa tabella riassume l’andamento calorico giornaliero monitorato tramite Fitbit⌚per le calorie bruciate🔥e tramite MyFitnessPal per le calorie assunte 🍽️ con i pasti ("Dal street food al food journal: il mio percorso per cambiare abitudini alimentari", 2022).

La colonna “Actual Deficit” rappresenta la differenza reale tra l’energia che consumo e quella che introduco con l’alimentazione: in altre parole, il saldo calorico effettivo. Questo deficit calorico📉, come ci ricorda il chimico Dario Bressanini su Threads, non è altro che termodinamica applicata al mio sistema corporeo, perché riflette la dispersione di energia che avviene quando il corpo è costretto a ricavare energia dalle proprie riserve per mantenere le sue funzioni vitali.

prop("Calorie Bruciate")- prop("Calorie Pasti")

In base a questo deficit, è stato stimato il peso che teoricamente avrei dovuto perdere ogni giorno. Per calcolare il "Peso Perso stimato" utilizzo la formula che divide il deficit calorico📉, per 7.700 (circa le calorie necessarie a perdere 1 Kg di grasso), moltiplica per 100 e arrotonda per ottenere un valore espresso in chilogrammi con due decimali.

round(prop("Actual Deficit") / 7700 * 100) / 100

Se osserviamo le giornate con un deficit molto elevato, come 2.104 calorie (equivalenti a una perdita teorica di 0, 27 kg), alternate a giorni con deficit più moderati. In questo modo dovrei riusciare a monitorare in modo integrato come l’apporto calorico registrato e il dispendio energetico misurato si potrebbero tradurre in variazioni di peso giorno per giorno.

Sommando questi valori giornalieri di peso perso stimato si ottiene un totale di 1,17 kg che, in teoria, sarebbe dovuto corrispondere alla perdita di peso complessiva nella settimana considerata.

Pesandomi realmente sulla mia Fitbit Aria Air, sono passato da 84,7 kg di lunedì a 83,9 kg di domenica, quindi una perdita effettiva di 0,8 kg. In teoria confrontare due pesate stabili a distanza di una settimana📅, nello stesso momento della giornata (idealmente al mattino, a digiuno), è un criterio abbastanza solido per avere una misura realistica dell’andamento. In questo modo dovremmo riuscire a “filtrare” le normali fluttuazioni quotidiane che possono far oscillare il peso anche di 0,5–1 kg da un giorno all’altro senza riflettere un reale cambiamento di massa grassa.

Osservando il grafico del peso registrato durante la settimana, si nota una partenza da 84,7 kg con alcune oscillazioni giornaliere (intorno a 84–84,8 kg) e una progressiva discesa fino a 83,9 kg alla fine del periodo.

Nel complesso, la tendenza conferma la perdita di circa 0,8 kg ("Actual Weight Change"), coerente con la direzione stimata dal deficit calorico calcolato di 1,17 kg. Seppur mostrando una differenza rispetto al valore stimato, mi ha comunque dato un’intuizione concreta su ciò che stava accadendo nel mio corpo e supposizioni sulla veridicità del tracking fornito dal Fitbit, confermando che i calcoli possono essere indicativi anche se non perfettamente esatti.

Peso e bilancio energetico

Nel database🗄️ "Peso e bilancio energetico" ritrovo l’andamento del peso rilevato giorno per giorno, con valori oscillanti tra 84,7 kg e 83,9 kg, e una mediana settimanale pari a 84,3 kg, segno di una relativa stabilità con una lieve tendenza al calo.

Il peso registrato il lunedì (monday) era di 84,7 kg, mentre la domenica (sunday) è sceso a 83,9 kg, con una variazione effettiva di -0,8 kg ("Actual Weight Change") nell’arco della settimana.

(prop("Weight Monday") − prop("Weight Sunday"))

La perdita teorica calcolata sulla base del deficit calorico cumulato risultava invece di 1,17 kg ("Predicted Weight Change"), generando uno scostamento ("Actual vs Predicted") di 0,37 kg.

Fabbisogno calorico reale o predetto

Facendo la somma delle calorie bruciate🔥giorno per giorno, come riportato dal Fitbit, otteniamo una stima settimanale del TDEE, cioè il dispendio calorico totale comprensivo di metabolismo basale e attività fisica.

In questo caso la somma della colonna delle calorie bruciate dal 16 al 22 giugno raggiunge 22.230 kcal nell’arco di sette giorni, questo dato rappresenta il "Fitbit Weekly TDEE Estimate", ovvero una proiezione reale del fabbisogno calorico settimanale misurato dai sensori. In caso potremmo calcolare anche la media giornaliera è di circa circa 3.175 kcal.

Come calcolare il reale TDEE?

Stimare il TDEE reale non è mai semplice, perché entrano in gioco moltissime variabili come il metabolismo basale, l’attività fisica reale, eventuali errori di tracciamento e le normali fluttuazioni di peso. Per ridurre queste incertezze, la formula che ho impostato in Notion calcola il "Real Weekly TDEE Estimate" integrando i dati concreti di variazione di peso.

prop("Calorie Ingerite MFP") + (prop("Actual Weight Change") * prop("Grasso Corporeo (Kcal)"))

Nella formula stiamo dicendo: "se ho perso (o guadagnato) X kg, allora il mio corpo ha speso (o accumulato) X * 7700 kcal". Quindi prendiamo le calorie ingerite registrate con MyFitnessPal durante la settimana e le sommiamo a un valore che stima l’energia necessaria per spiegare la variazione di peso osservata, cioè il cosiddetto “Actual Weight Change” moltiplicato per il contenuto calorico stimato del grasso corporeo (generalmente 7700 kcal per kg di grasso).

Dove "Actual Weight Change" è calcolato come la differenza fra il peso del lunedì e quello della domenica, quindi indica concretamente quanto peso ho perso (o guadagnato) nella settimana. E dove un kg di "Grasso Corporeo" contiene circa 87% di grasso puro (il resto è acqua, proteine, tessuto connettivo). Poiché 1 grammo di grasso fornisce circa 9 kcal, il calcolo approssimato è:

\[1000 g×0,87×9 kcal/g≈7800 kcal \] che per comodità di calcolo viene semplificato a 7700 kcal. In questo modo dovremmo ottenere una stima più aderente alla realtà, che corregge eventuali errori di rilevazione del dispendio calorico e ci fornisce un quadro più attendibile del fabbisogno energetico settimanale.

Sappiamo che le calorie ingerite da lunedì 16 a domenica 22 luglio sono 13.239 e che ho perso 0,8 ("Actual Weight Change") e le kcal del grasso corporeo

\[13.239+(0,8×7700)=13.239+6.160=19.399 kcal\]

Questa stima significa che in quella settimana il mio fabbisogno energetico reale, tenendo conto sia delle calorie introdotte sia dell’energia necessaria a spiegare la perdita di 0,8 kg di peso, è stato di 19.399 kcal totali, ossia circa 2.771 kcal al giorno.

Weekly Gap

Il Fitbit Weekly TDEE Estimate calcolato sulla base delle calorie bruciate registrate ammonta a 22.230 kcal, pari a una media giornaliera di circa 3.176 kcal. Parallelamente, il Real Weekly TDEE Estimate risulta invece di 19.399 kcal, ossia circa 2.771 kcal al giorno.

Il confronto tra le stime settimanali e giornaliere del TDEE evidenzia una discrepanza interessante.

Il gap settimanale tra queste due stime, indicato come Real Weekly vs Fitbit Weekly TDEE Gap, è di 2.831 kcal, che corrisponde a circa 404 kcal di differenza media giornaliera. Questo scostamento suggerisce che il Fitbit potrebbe tendere a sovrastimare il dispendio energetico rispetto a quanto osservato attraverso la variazione di peso reale, sottolineando l’utilità di considerare sia i dati dei dispositivi sia i risultati concreti di peso per ottenere una valutazione più equilibrata del fabbisogno calorico effettivo.

Calcoliamo la sovrastima

Calcolando la sovrastima in kg del Fitbit⌚ con la formula Notion otteniamo il

round(Real Weekly vs Fitbit Weekly TDEE Gap / Grasso Corporeo (Kcal) * 100) / 100

Quindi calcoliamo il gap fra il TDEE reale e quello misurato dai sensori del Fitbit:

\[Gap=22.230−19.399=2.831 kcal\]

Applichiamo la formula di Notion che abbiamo già scritto:

\[Sovrastima=2.8317.700=0,3676\]

Adesso arrotondiamo a due decimali:

\[Sovrastima=round(0,3676×100)/100=0,37 kg\]

Quindi il Fitbit avrebbe sovrastimato il dispendio settimanale equivalente a circa 0,37 kg di grasso, in pratica un errore di stima che corrisponde a 370 grammi di peso.

Volendo possimo anche calcolare di quanti punti percentuali si discosta la mia stima reale di TDEE rispetto a quella calcolata dal Fitbit?

round(abs(Real Weekly TDEE Estimate - Fitbit Weekly TDEE Estimate) / Fitbit Weekly TDEE Estimate * 100)

round( |19.399 − 22.230| / 22.230 × 100 )
= round( 2.831 / 22.230 × 100 )
= round( 0.1274 × 100 )
= round(12.74) = 13%

Quindi possiamo dire che il Fitbit⌚ha sovrastimato (o comunque si è discostato) del 13% rispetto alla stima reale del mio fabbisogno calorico settimanale.

Le conseguenze? Se mi fossi quindi affidato solamente al dato Fitbit, avrei rischiato di considerare circa 400 kcal al giorno in più , con il rischio di rallentare o bloccare la perdita di peso nel lungo termine. Infine mi sarei probabilmente demoralizzato o incolpato.

Come visto in precedenza, la direzione dell’errore può variare in base al tipo di attività svolta. Queste imprecisioni non derivano da un malfunzionamento del device, ma dai limiti intrinseci della tecnologia e degli algoritmi utilizzati, che devono stimare il dispendio energetico partendo da dati indiretti come i movimenti e la frequenza cardiaca.

Valutazione delle soglie di errore Fitbit

Abbiamo visto come utilizzando le formule su Notion, possiamo calcolare la sovrastima in kg e la percentuale di errore, magari creandoci le relative colonne.

Possiamo introdurre un'altra colonna che ci aiuti a valutare l’errore percentuale tra il TDEE stimato dal Fitbit e quello calcolato in modo più realistico, classificandolo in tre livelli di severità in modo da ottenere un feedback immediato sulla qualità delle stime caloriche fornite dal dispositivo, con un margine di interpretazione più ragionato.

if( Fitbit Error (%) > 50, "🛑 Sovrastima molto alta: l'errore del Fitbit supera il 50% rispetto al TDEE reale stimato. Questo potrebbe indicare un grave problema di calibrazione del tracking o una forte discrepanza tra le tue registrazioni alimentari e le stime del dispendio calorico. È consigliabile rivedere i parametri usati o confrontare con altri strumenti di misurazione.", if( Fitbit Error (%) > 25, "⚠️ Sovrastima significativa: l'errore del Fitbit è compreso tra il 25% e il 50%, quindi la stima calorica potrebbe risultare alterata e portare a errori di calcolo del deficit. Tieni sotto controllo eventuali variazioni di peso reale e considera un ricalcolo settimanale per validare i dati.", "✅ Sovrastima contenuta: la differenza stimata dal Fitbit rispetto al TDEE reale è inferiore al 25%, quindi il margine di errore è accettabile. Puoi considerare il tracking abbastanza affidabile, pur monitorando sempre eventuali scostamenti nel tempo." ) )

Margini di intepretazione

Se l’errore supera il 50%, indica una sovrastima molto alta, potenzialmente legata a problemi di rilevamento o a dati di input imprecisi. Tra il 25% e il 50% si può parlare di una sovrastima significativa, da monitorare con maggiore attenzione, mentre sotto il 25% l’errore resta tutto sommato accettabile.

I dispositivi consumer come il Fitbit⌚ presentano in genere un margine di errore compreso tra il 10% e il 20% nella stima del TDEE, dato che si basano su algoritmi proprietari piuttosto generici (basati su parametri come peso, altezza, passi e battito cardiaco). Questo metodo funziona in modo abbastanza affidabile per stimare il metabolismo basale a riposo (MBR), con margini di errore inferiori al 10% (2024). Al contrario, la valutazione del dispendio energetico durante l’attività fisica è molto più variabile e dipende in larga misura dalle caratteristiche individuali. Differenze nella composizione corporea, nel livello di allenamento o nell’efficienza del movimento possono infatti portare due persone a consumare quantità di calorie diverse pur svolgendo lo stesso esercizio.

Suppongo che questi algoritmi possano variare leggermente da un modello all’altro, ma ritengo comunque che nessun dispositivo della gamma sia completamente privo di margini di errore.

Credo inoltre che anche i modelli più recenti (ad esempio Fitbit Sense, Versa 3/4 o Charge 5/6), pur integrando sensori più avanzati e software aggiornati, ottengano solo miglioramenti marginali nella stima calorica rispetto alle generazioni precedenti. In ogni caso, come ha evidenziato la ricercatrice di Stanford Anna Shcherbina, per un uso davvero affidabile nella vita quotidiana sarebbe auspicabile un margine di errore inferiore al 10%, traguardo che dalla mia esperienza attuale con il Fitbit Versa 3 la tecnologia consumer fatica ancora a garantire con piena coerenza.

Settimana per settimana

Come sono andate le altre settimane? Nelle prime due settimane del mese di giugno (23-24) Fitbit⌚ha sovrastimato abbastanza nettamente il TDEE, mentre nella terza settimana l’errore è rientrato su livelli più ragionevoli. Questo dimostra quanto sia utile confrontare costantemente i dati del tracker con la variazione di peso reale e non affidarsi ciecamente solo al conteggio automatico di calorie bruciate🔥.

I Fitbit sono affidabili solo entro certi limiti: risultano ottimi per contare i passi e monitorare la frequenza cardiaca, e possono fornire un’indicazione di massima sulle calorie bruciate, ma non sono precisi in termini assoluti. Per obiettivi clinici o per calcolare con esattezza un deficit calorico utile al dimagrimento, è consigliabile ricorrere a metodi più accurati, come la calorimetria indiretta in laboratorio, oppure verificare nel tempo l’andamento del peso corporeo confrontandolo con le stime del Fitbit, così da calibrare in modo empirico il proprio TDEE.

Self-tracking calorico (sbagliando meno)

Il self-tracking calorico può essere un supporto prezioso, ma dà risultati concreti solo se sai interpretare i dati con senso critico e consapevolezza. Fitbit⌚ è utile per stimolare l’attività fisica, ma non può essere considerato una fonte scientificamente affidabile per stimare in modo preciso il TDEE.

Le sue stime sulle calorie bruciate🔥 restano indicative, non esatte, con margini di errore documentati che possono variare da qualche decina fino a diverse centinaia di kcal al giorno, generando così un “Gap TDEE Settimanale” anche molto rilevante.

Per avere un quadro più realistico, è importante affiancare ai dati Fitbit⌚ il monitoraggio regolare del peso settimanale, calcolando empiricamente la differenza reale fra l’inizio e la fine della settimana. Attraverso questa variazione, puoi stimare retroattivamente il TDEE, che somma le calorie ingerite (calcolata con MyFitnessPal) all’energia necessaria a spiegare il peso perso o guadagnato durante la settimana. In questo modo puoi capire se le calorie che pensavi di assumere sono davvero compatibili con la variazione di peso osservata, e modificare la tua alimentazione in base a dati oggettivi.

Self tracking calorico (tra matematica e fisiologia)

Aver utilizzato Notion mi ha aiutato a comprendere qualcosa che Fitbit da solo non avrebbe mai potuto mostrarmi: non era il mio metabolismo a essere lento, ma il suo algoritmo a sopravvalutare il mio reale dispendio calorico.

Questo mi ha portato a riflettere su quanto sia complesso stimare con precisione non solo l’energia e i nutrienti presenti negli alimenti, ma anche come l’organismo li utilizza, la risposta fisiologica individuale e il consumo calorico quotidiano.

Pur essendo vero che app come MyFitnessPal mi permettono di monitorare i macronutrienti con una certa accuratezza, basarsi esclusivamente sul calcolo delle kilocalorie resta un approccio teorico che non considera fattori determinanti come la qualità dei nutrienti, la presenza di fibre, l’acqua o le tecniche di preparazione.

Sitografia

[0] Mikel Delgado, How fit is that Fitbit?, Berkeley Science Review, 07/10/2014

[1] Terrence o'brien, Fitbit Surge review: a top-notch tracker with a flawed design, engadget, 12/03/2015

[2] Sarah Rense, And Now for Some Depressing News About Your Fitbit, Esquire, 26/05/2016

[3] Jennie Dusheck , Fitness trackers accurately measure heart rate but not calories burned, Stanford, 24/05/2017

[4] Matteo Servadio, I fitness tracker non misurano correttamente le calorie, DDday, 26/05/2017

[5] Patti Neighmond, Fitness Trackers: Good at Measuring Heart Rate, Not So Good At Measuring Calories, NPR, 24/05/2017

[6] Nicola Davis , Fitness trackers out of step when measuring calories, research shows, The Guardian, 24/05/2017

[7] Travis M. Andrews, Fitness trackers are largely inaccurate when counting calories, Stanford researchers say, Washigton Post, 25/05/2017

[8] Redazione, Conteggio calorie: smartwatch e fitness band non sono così accurati come pensi, Wired, 29/05/2017

[9]  Mark Mayne, et al., Fitbit Surge review, Tech Radar, 15/02/2018

[10] , The Fitbit Watch Story Part 1 : How it Rise and Collection Overviews, Strapcode, 26/07/2021

[11] Redazione, Fitbit Calorie Burn: Truth Revealed, MealByMeal, 21/07/2024

[12] Cailbhe Doherty, How accurate are wearable fitness trackers? Less than you might think, The Conversation, 20/08/2024

Papers

[0] Sasaki JE, et al., Validation of the Fitbit wireless activity tracker for prediction of energy expenditure, Journal of Physical Activity & Health, 17/04/2014

[1] Jama, Accuracy of Wearable Devices for Estimating Total Energy Expenditure: Comparison With Metabolic Chamber and Doubly Labeled Water Method, JAMA, 05/2016

[2] Anna Shcherbina, et al., Accuracy in Wrist-Worn, Sensor-Based Measurements of Heart Rate and Energy Expenditure in a Diverse Cohort, Journal of Personalized Medicine, 11/05/2017

[3] Lynne M. Feehan, et al., Accuracy of Fitbit Devices: Systematic Review and Narrative Syntheses of Quantitative Data, 09/08/2018

[4] Ruairi O'Driscoll , et al., How well do activity monitors estimate energy expenditure? A systematic review and meta-analysis of the validity of current technologies, 07/09/2018

[5] Kayla J Nuss, et al., Assessment of Accuracy of Overall Energy Expenditure Measurements for the Fitbit Charge HR 2 and Apple Watch, 01/05/2019

[6] Marie-Louise K Mikkelsen, et al., Estimating physical activity and sedentary behaviour in a free-living environment: A comparative study between Fitbit Charge 2 and Actigraph GT3X, 2020

[7] Guillaume Chevance , et al, Accuracy and Precision of Energy Expenditure, Heart Rate, and Steps Measured by Combined-Sensing Fitbits Against Reference Measures: Systematic Review and Meta-analysis, JMIR, 13/04/2022