背景: 可穿戴设备上的光学传感器可以检测不规则脉冲。智能手表应用程序(app)在典型使用过程中识别房颤的能力尚不清楚。
实验方法: 没有房颤的参与者(由参与者自己报告)使用智能手机(Apple iPhone)应用程序同意进行监测。如果基于智能手表的不规则脉搏通知算法确定了可能的心房颤动，则开始进行远程医疗就诊，并将心电图(ECG)补丁邮寄给与会人员，并佩戴7天。通知不规则脉搏后90天和研究结束时进行调查。主要目的是估计心电图贴片上显示的房颤通知参与者的比例以及目标置信区间宽度为0.10的不规则脉搏间隔的阳性预测值。
实验结果: 我们在8个月内招募了419,297名参与者。在平均117天的监测中，有2161位参与者(0.52%)收到了不规则脉搏的通知。在450名返回ECG斑块的参与者中，这些斑块包含可以进行分析的数据(平均已在通知后的13天内进行了应用)中，房颤的总体发生率为34%(置信区间[CI]为97.5%，29至39)， 65岁以上的参与者中，有35%(CI为27.43到97.5%)。在被告知有不规则脉搏的参与者中，观察到心电图上的心房颤动并随后不规则脉搏通知的阳性预测值为0.84(95%CI，0.76至0.92)，为0.71(97.5%CI，0.69至0.74)。用于观察心电图上的心房颤动，并随后观察到不规则的转速记录。在返回了90天调查的1376名通知参与者中，有57%的人与研究之外的医疗保健提供者联系。没有关于与应用程序相关的严重不良事件的报告。
结论: 接收到不规则脉冲通知的可能性很低。在收到不规则脉搏通知的参与者中，有34%的患者随后的ECG贴片读数出现房颤，而84%的通知与房颤一致。这种无站点(参与者无需进行现场访问)的实用研究设计为大规模的实用研究奠定了基础，在该研究中，可以使用用户拥有的设备可靠地评估结果或依从性。
原始出处: Large-Scale Assessment of a Smartwatch to Identify Atrial Fibrillation
本文系晟斯医学(ShengSci)原创编译整理，转载需授权！
凡文章来源标注为 “ 晟斯医学 ” ，则是本站原创编译整理，未经本网站授权不得转载和使用。本网所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。