¿Cuánto tiene que cambiar sleep rem min para que no sea ruido? El umbral medido en 650 noches

Para saber si tu sueño REM cambió de verdad, necesitas un umbral: la distancia mínima que el promedio tiene que recorrer para salir del ruido de fondo. En 650 noches de un solo cuerpo, ese umbral está en 11.48% cuando acumulas 28 noches de datos, y en 8.12% cuando acumulas 56. Por debajo de esos porcentajes, lo que ves moverse en la app forma parte de la variabilidad natural de cualquier noche — no es una señal todavía.

El ruido de partida

El sueño REM no se comporta igual de noche a noche. En el expediente que sostiene esta cifra, el coeficiente de variación es 21.27%. Ese número mide cuánto fluctúa una variable contra sí misma en el tiempo, expresado como porcentaje de su propia mediana. Cuando es 21.27%, la dispersión natural es equivalente a más de un quinto de la mediana — y eso antes de que intervenga ningún protocolo ni ningún cambio deliberado.

La mediana del sueño REM en estas 650 noches es 101 minutos por noche. Pero cualquier noche sin cambios en la rutina puede quedar muy por encima o muy por debajo de ese centro. La dispersión alrededor de 101 minutos es mayor que la de otras variables del mismo cuerpo, lo que no hace al dato inútil, sino que cambia la manera correcta de leerlo.

Esa oscilación no es falla del aparato. El sueño REM responde a docenas de factores que el wearable no controla: luz, temperatura de la habitación, alcohol, estrés agudo, ciclo hormonal, actividad del día anterior. El resultado es que el número de esta noche no predice el de mañana. Leer la app de noche a noche es como intentar medir una tendencia climática mirando si hoy llueve.

La autocorrelación (rho) del sueño REM en estas 650 noches es 0.03: prácticamente cero. El valor de ayer no te da ninguna información sobre el de hoy. Cada noche es un sorteo desde cero, sin inercia ni memoria de corto plazo. Para que una diferencia entre dos promedios sea real y no sea otro resultado favorable del sorteo, el umbral tiene que ser lo bastante alto para absorber lo que el ruido produce por sí solo.

El coeficiente de variación real (RCV) es 58.96%. Ese número captura la variabilidad a todas las escalas: de noche a noche, de semana en semana, de mes en mes. Aun promediando por semanas, el sueño REM sigue siendo la variable de sueño con mayor ruido entre las 31 métricas del dataset. Ese contexto importa antes de leer cualquier número de la app como un hallazgo.

La ventana y su umbral

Promediar más noches cancela más ruido. La tabla viene directamente de la fila ruido.medido.json#sleep_rem_min:

Ventana de medición	Umbral de señal
28 noches	11.48%
56 noches	8.12%
84 noches	6.63%
168 noches	4.69%

Fuente: ruido.medido.json#sleep_rem_min · 650 noches · un solo cuerpo

Estos umbrales no son convenciones tomadas de la literatura: son el resultado de calcular la variabilidad real del sujeto y fijar el punto en el que un desplazamiento del promedio supera lo que el ruido puede producir por sí solo. La fuente es el dataset del expediente: 18483 mediciones sobre 650 noches registradas en un solo cuerpo con un solo aparato.

Cada ventana más larga compra precisión a cambio de tiempo. Si el tiempo de espera no es una opción, la ventana de 28 noches es el punto de entrada: exige un cambio del 11.48% para declarar señal. Si el compromiso es a largo plazo, 168 noches bajan ese umbral hasta 4.69% — señales más pequeñas se vuelven legibles cuando el promedio es más largo y el ruido se ha suavizado.

Cómo aplicar el umbral a tus propios datos

La mediana de referencia en este expediente es 101 minutos de REM por noche. Esa cifra pertenece a un solo sujeto, medido con un solo aparato, durante un período concreto de vida. La tuya puede ser diferente, y los umbrales se aplican siempre sobre tu propio historial, no sobre el de este expediente.

La mecánica es la misma para cualquier cuerpo: toma el promedio de tus últimas 28 noches de sueño REM. Compáralo con el promedio de las 28 noches anteriores a esas. Si la diferencia supera el 11.48% de tu mediana histórica, el movimiento está por encima del umbral de ruido. Si no llega, la variabilidad natural puede explicarlo sola — y eso es una respuesta, no un fracaso.

Para ver la señal antes sin esperar más noches, la única palanca es ampliar la ventana. A 56 noches el umbral baja a 8.12%; a 84 noches, a 6.63%; a 168 noches, a 4.69%. Ventana más larga significa señal más limpia, a cambio de más tiempo de registro antes de poder leer el resultado.

Lo que no cambia: la necesidad de un historial propio. Sin tu baseline, el umbral de este expediente no te dice nada sobre tu cuerpo.

El límite

Este umbral describe la variabilidad del sueño REM en un solo sujeto, medido con un solo aparato, durante un período específico de vida. No es un valor universal. Lo que este dato no dice:

No compara cuerpos. El 11.48% a 28 noches es el umbral de señal para este expediente. Tu historial puede tener más o menos variabilidad natural. Solo tu propio dataset puede fijar tu umbral.

No identifica causas. Un umbral es una regla de lectura, no una explicación. Saber que tu promedio superó el 11.48% confirma que algo cambió; no nombra qué. Eso requiere un protocolo con una variable intervenida, un antes y un después, y el umbral como criterio de lectura.

No hay grupo de control. Estas 650 noches son el expediente de un sujeto, no un ensayo controlado. No hay grupo paralelo sin intervención. La variabilidad está medida; su causa, siempre abierta.

El aparato no es el fenómeno. Los minutos de REM que registra el wearable son una estimación basada en acelerómetro y frecuencia cardíaca. El REM fisiológico se determina con EEG. El instrumento rastrea un proxy, no el estado directo.

La pregunta que esta pieza no cierra: qué protocolo logra mover el promedio de 28 noches por encima del 11.48% de forma sostenida, y cuánto tiempo de registro hace falta para confirmarlo. El dataset tiene un expediente relacionado; la respuesta sellada, todavía no.

---

Trabajo Mental — todos los protocolos · expediente relacionado: magnesium-for-sleep · ciencia abierta — el dataset