综述
可穿戴设备支持心房颤动人群筛查与管理研究进展
中国全科医学, 2023,26(1) : 113-117. DOI: 10.12114/j.issn.1007-9572.2022.0449
摘要

心房颤动(简称房颤)是当代心血管领域亟须攻克的两大"堡垒"之一,而传统的房颤筛查存在"检测时未发病、发病时未检测"的局限,导致房颤管理存在检测率低、规范管理率低等不足。可穿戴设备为房颤早期发现和科学管理创造了技术条件,其在房颤筛查中的可行性、高灵敏度和特异度逐步得到验证。本文基于国内外相关文献,对可穿戴设备在房颤人群筛查与管理中的流行特征、应用现状、局限及前景等进行综述,以期为可穿戴设备用于房颤的筛查与管理提供理论依据。

引用本文: 余超, 周伟, 王涛, 等.  可穿戴设备支持心房颤动人群筛查与管理研究进展 [J] . 中国全科医学, 2023, 26(1) : 113-117. DOI: 10.12114/j.issn.1007-9572.2022.0449.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

本刊2023年版权归中国全科医学杂志社所有

未经编辑部许可,不得任意转载和摘编

本刊所发表作品仅为作者观点,并不代表编委会和编辑部意见

如有印装质量问题请向本刊发行部调换

心房颤动(简称房颤)是当前重要的公共卫生问题,其患病率高、危害大,影响着全球超过3 700万人[12]。房颤是脑卒中等血栓栓塞事件的主要危险因素之一,房颤的早期筛查对于改善患者预后尤为重要[3]。传统的动态心电图,又称Holter监测心电图,存在难以识别无症状房颤的局限性。有研究提示,如能提升筛查技术的精度,房颤检出率预计上升2.3倍[4]。近年来兴起的可穿戴设备具有无创检测、性能稳定、安全可靠等诸多优点,在健康监测、疾病治疗、远程管理等领域逐步得到应用,对于房颤筛查与管理具有重要意义。本文旨在综述可穿戴设备在房颤筛查与管理中的进展,以期为可穿戴设备用于房颤的筛查与管理提供理论依据。

1 房颤的流行病学特征及危害

房颤为一种室上性快速性心律失常,伴有不协调的心房电激动和无效的心房收缩。2014—2015年中国国家卒中筛查预防项目(CNSSPP)的数据显示,我国≥40岁人群房颤标化患病率为2.31%,40~49岁人群患病率为1.13%,≥70岁人群患病率上升至4.57%,女性房颤患病率高于男性(2.72%比1.90%),农村居民患病率高于城镇居民(2.42%比2.19%)[56]。纳入三代参与者的Framingham心脏研究结果表明,在≥55岁的欧洲血统人群中,每3人就有1人患房颤[7]

房颤不但影响患者生活质量,且易引起心力衰竭、脑卒中等严重并发症,并增加死亡率[3]。2002—2012年英国牛津血管研究(Oxford Vascular Study)中,对92 728例英国牛津居民血管事件的前瞻性调查结果显示,43.9%致命或致残性脑卒中与房颤有关[8]。一项针对47个国家多于1.5万例急诊房颤患者的前瞻性研究结果显示,急诊房颤患者因脑卒中死亡的占比达8%[9]。我国第四次国家卫生服务调查报告结果显示,每年因房颤导致脑卒中的治疗成本达49亿元[10]

2 房颤筛查
2.1 传统房颤筛查的局限性

目前已明确诊断的房颤患者仅占全部房颤患者的极小部分。房颤早期发作多为阵发性,持续时间短、发作频率低,常规12导联心电图[11]检查难以及时保存发作时的心电图;动态心电图仅可观察24~48 h内心电变化,其检测房颤的能力受到时间限制[12];可植入电子设备虽可实现实时心电监测,但受其有创、费用高等限制,难以被大范围推广应用[13]。笔者团队参与的全国房颤流行病学调查结果显示,≥45岁的房颤患者在接受心电图筛查前超1/3不知道房颤的存在[14]。美国商业和医疗保险管理索赔数据库数据显示,目前大约有15%的房颤患者未被确诊,其中75%可能需要接受抗凝治疗[15]。因此,亟须更连续、长程的心电数据监测方法,以提高房颤筛查的灵敏度和特异度。

2.2 可穿戴设备在房颤筛查中的应用

可穿戴设备是基于传感器的轻量级便携设备,通过贴近皮肤表面佩戴、检测与分析,连续或按需将有关身体信号的信息传输到外部设备,并提供生物反馈。基于无线通信、互联网与云平台的智能心电分析系统为房颤筛查创造了技术条件,当前市场上主要有3类可穿戴设备:基于光电容积脉搏波描记法(photoplethysmographic,PPG)的设备(含手表/腕带、臂带、指带和耳垂传感器等),基于心电图(electrocardiography,ECG)的设备(含贴片、胸带和无线记录器等)和基于脉冲可变性(mechanocardiography,MCG)设备(如血压计)。

当前用于房颤筛查的几种可穿戴设备的灵敏度与特异度对比情况见表1[16]。ECG监测贴片是较早用于提供持续14 d心率监测的可穿戴设备,2020年台湾一项研究将其用于32例疑似阵发性心律失常患者以筛查房颤,结果显示ECG监测贴片的房颤/心房扑动检出率高于动态心电图(66%比9%),摘除贴片后皮肤有轻度红斑[17]。2017年美国食品药品监督管理局(FDA)首次批准了带有ECG传感器的智能手环(Kardia Band)及专用APP(Kardia APP)上市,该设备采用Kardia算法,自动检测P波是否缺失及其节律的变化,相比贴片更加方便、舒适,且有93%的灵敏度和84%的特异度,但是此应用技术存在着监测信号可用数据低、监测间隔时间长及消耗电量大等缺点[18]。PPG支持的可穿戴设备平均应用时间为6.7 d,周期性监测时间间隔为10 min,优于Kardia技术。越来越多的证据支持,基于PPG技术的可穿戴设备用于房颤筛查具有较好的可行性、灵敏度和特异度[192021]。由于PPG信号获得简单、测量装置易于佩戴等优势使其逐渐成为非医院条件下测量血氧、脉搏及心率的主要方法。Apple Heart Study[22]和Huawei Heart Study[21]均已证实,基于PPG技术的智能穿戴设备可作为简单、易行的大规模人群房颤筛查工具。Apple Heart Study招募了419 039例健康人群,应用基于PPG技术的苹果手表及Apple Watch/Apple Heart Study配套手机APP,开展了8个月的前瞻性房颤筛查研究,最后得出PPG支持的穿戴设备对房颤的阳性预测值为84%[22]。Huawei Heart Study使用PPG支持的华为手表/手环进行≥18岁健康人群(n=187 912)房颤筛查,经过约14 d的监测,424例(0.23%)受试者收到"疑似房颤"提示,然后对提示人群进行跟踪随访,发现其中87%被确诊为房颤,其阳性预测值为91.6%[21]。当前超过71%的可穿戴设备支持PPG传感器,可实现大规模应用[23]

点击查看表格
表1

6种常用房颤筛查工具/方法的灵敏度和特异度对比(%)(以12导联心电图为"金标准")

Table 1

Comparison of sensitivity and specificity of six atrial fibrillation screening tools(with the sensitivity and specificity of the standard 12-lead ECG as the "gold standard")

表1

6种常用房颤筛查工具/方法的灵敏度和特异度对比(%)(以12导联心电图为"金标准")

Table 1

Comparison of sensitivity and specificity of six atrial fibrillation screening tools(with the sensitivity and specificity of the standard 12-lead ECG as the "gold standard")

房颤筛查工具/方法灵敏度特异度
触诊87~9770~81
自动血压监测仪93~10086~92
智能手机APP91.5~98.591.4~100.0
ECG可穿戴设备94~9876~95
MCG可穿戴设备6799
PPG可穿戴设备97~9983~94

注:房颤=心房颤动,ECG=心电图,MCG=脉冲可变性,PPG=光电容积脉搏波描记法,APP=应用程序

3 房颤管理
3.1 房颤管理现状

我国房颤的管理还存在挑战和薄弱环节。全国性的调查结果显示,脑卒中高风险(据CHA2DS2-VASc评分)房颤患者中仅6.0%接受抗凝治疗[14]。WHO提出,心血管疾病防治的主要工作之一是以社区为基础进行综合管理[24];英国初级保健专家提出"全科-专科联合管理房颤"模式[25]。2020年欧洲心脏病学会(ESC)房颤管理指南提出了房颤ABC管理路径,其中A代表抗凝/避免卒中,B代表更好的症状管理,C代表心血管和共病优化[16]。与常规护理相比,ABC路径的实施与降低全因死亡风险、卒中/主要出血/心血管死亡和首次住院的复合终点事件[26]、较低的心血管事件发生率[2728]和降低与健康相关的费用[29]相关。

3.2 可穿戴设备在房颤管理的应用现状

可穿戴设备支撑技术的快速发展为房颤综合管理提供了技术支持,当前市场上常用的可穿戴设备按照内置传感器技术类型可分为运动、生物识别及其他三大类,其具体的传感技术及其在房颤监测和管理的应用情况见表2[18213031]。移动健康(mobile health,mHealth)技术近年来发展快速,手机和可穿戴设备等移动技术被越来越多地应用,尤其在我国展示了强大的生命力[32]。《中国互联网络发展状况统计报告》显示,截至2022年6月,我国手机网民规模达10.47亿,为可穿戴设备的技术研发(持续症状监测)和推广应用(与卫生保健设施外的提供者联系)提供了便利[33]。如智能手机的突出优势是:配合可穿戴设备使用,可在不影响设备使用者生活、工作的情况下进行健康数据监测,并自动传输数据至中心大数据云平台,然后经过算法分析,将相关健康信息及时反馈给被测人群和医生。mHealth技术可架起专科医师-全科医生-患者-社区之间协作的"桥梁"。一项社区房颤综合管理(IMPACT-AF)研究证明:基于可穿戴设备进行房颤远程教育管理1年后,患者服用抗凝剂的比例明显增加、血栓栓塞事件明显减少[34]。SHACHAM等[35]的研究也证明,由重症监护病房医生参与mHealth管理后,患者房颤复发率明显低于传统管理(70%比80%)。在前瞻性mAFA Ⅱ(mobile Atrial Fibrillation App Ⅱ)随机对照试验中,将我国40家医院登记的3 324例≥18岁房颤患者随机分成干预组(实施基于mHealth的ABC路径综合管理)和常规治疗组,干预组主要通过mAFA平台和PPG华为手环进行综合管理,平均随访约280 d,结果显示干预组与对照组相比,缺血性脑卒中/全身血栓栓塞、死亡、再住院等复合结局明显降低[31]

点击查看表格
表2

按内置传感器技术类型分类的常用可穿戴设备在房颤监测和管理的应用

Table 2

Application of several types of wearable devices classified by the type of built-in sensor in monitoring and management of atrial fibrillation

表2

按内置传感器技术类型分类的常用可穿戴设备在房颤监测和管理的应用

Table 2

Application of several types of wearable devices classified by the type of built-in sensor in monitoring and management of atrial fibrillation

内置传感器技术类型设备内置传感器技术测量指标临床应用
运动类型加速度计步数、撞击力、速度、久坐时间、锻炼房颤患者的风险评估[1],一、二级预防中的体育活动干预,心脏远程康复[2]
 气压计爬楼梯数(根据海拔高度的变化测定)
 GPS运动距离、热量消耗等
生物识别PPGHR、HRR、HRV、血压、血氧饱和度、心搏出量、每搏量、基于脉搏的节律检测、睡眠及其阶段房颤患者相关疾病的风险预测、房颤筛查与管理[3] 、心脏远程康复、急性冠脉综合征诊断、电解质异常诊断(如高钾血症)、QTc间期延长诊断、药物滴定(如β-受体阻滞剂)
 ECG单导联和多导联ECG,连续或按需ECG,间隔测量QTc间期、心律失常情况、电解质异常改变等
 MCG腕带血压
其他类型生化传感器a有创式血糖、电解质异常连续监测,无创式(结合衣服/鞋子)汗液、唾液电解质和水合状态监测电解质异常检测(如高钾血症)、连续血糖监测、房颤管理[4]
 生物力学传感器心搏出量、每搏量、身体振动、体质量等

注:GPS=全球定位系统,HR=心率,HRR=心律恢复,HRV=心律变异性;a生化传感器旨在测量血浆容量状态、分析物浓度

4 应用挑战

可穿戴设备在临床实践应用中仍存在诸多挑战:(1)数据的准确性和有效性仍有待提高。如PPG可穿戴设备在数据准确性和有效性方面仍有局限性,其传感器在直接接触皮肤时工作最佳,而用带子固定的可穿戴设备并不能保证设备时刻紧贴皮肤,肤色、湿度甚至文身也会影响PPG的准确性[30]。另外,可穿戴设备在心房扑动、联律间期不等的室性期前收缩或房性期前收缩鉴别等方面也有局限,通过可穿戴设备检测到房颤时仍需结合12导联ECG和专家研判进一步确诊。为进一步了解可穿戴设备的局限性并提高其性能,仍需要大样本、不同人群的临床实践[31]。(2)目前缺乏统一的可穿戴设备临床使用标准[3033]。(3)一些研究质疑可穿戴设备在引导行为改变方面的价值[3637]。(4)硬件成本间接影响使用人群。有研究显示,高社会经济地位的人可穿戴设备使用率更高,可能造成新的健康不公平性问题[38]。(5)数据的安全性和管理有待规范。如可穿戴设备大规模用于临床实践,应从患者的敏感信息数据保护、数据共享等方面重视网络安全[35363738]

综上所述,可穿戴设备为房颤早期发现和科学管理创造了技术条件,通过医疗数据传输连接患者和医疗机构,可实现长程心电监测、阵发性房颤早期筛查和血栓事件及早干预,且应用效果已得到初步验证,有望解决我国房颤人群目前高患病率、低检出率、低规范管理率等一系列问题,开启我国慢性病防控新模式。但当前可穿戴设备用于慢性病筛查与管理还处于初期探索阶段,在数据准确性、有效性、安全性及临床标准方面还存在挑战,仍需要结合互联网医疗及大规模人群应用研究,进一步探索与验证。

利益冲突

本文无利益冲突。

参考文献
[1]
CHUGHS SROTHG AGILLUMR Fet al. Global burden of atrial fibrillation in developed and developing nations[J]. Glob Heart201491):113-119. DOI:10.1016/j.gheart.2014.01.004.
[2]
GBD 2017 HIV Collaborators. Global,regional,and national incidence,prevalence,and mortality of HIV,1980—2017,and forecasts to 2030,for 195 countries and territories:a systematic analysis for the Global Burden of Diseases,Injuries,and Risk Factors Study 2017[J]. Lancet HIV2019612):831-859.
[3]
KIRCHHOFPBENUSSISKOTECHADet al. 2016 ESC Guidelines for the management of atrial fibrillation developed in collaboration with EACTS[J]. Eur Heart J20163738):2893-2962. DOI:10.1093/ejcts/ezw313.
[4]
BENJAMINE JMUNTNERPALONSOAet al. Heart Disease and Stroke Statistics-2019 update:a report from the American Heart Association[J]. Circulation201913910):e56-528.
[5]
WANGY JLIZ XGUH Qet al. China Stroke Statistics 2019:a report from the National Center for Healthcare Quality Management in Neurological Diseases,China National Clinical Research Center for Neurological Diseases,the Chinese Stroke Association,National Center for Chronic and Non-communicable Disease Control and Prevention,Chinese Center for Disease Control and Prevention and Institute for Global Neuroscience and Stroke Collaborations[J]. Stroke Vasc Neurol202053):211-239.
[6]
WANGXFUQSONGFet al. Prevalence of atrial fibrillation in different socioeconomic regions of China and its association with stroke:results from a national stroke screening survey[J]. Int J Cardiol201827192-97. DOI:10.1016/j.ijcard.2018.05.131.
[7]
STAERKLWANGBPREISS Ret al. Lifetime risk of atrial fibrillation according to optimal,borderline,or elevated levels of risk factors:cohort study based on longitudinal data from the Framingham Heart Study[J]. BMJ20183611-10.
[8]
YIING SHOWARDD PPAULN Let al. Age-specific incidence,outcome,cost,and projected future burden of atrial fibrillation-related embolic vascular events: a population-based study[J]. Circulation201413015):1236-1244.
[9]
VIRANIS SALONSOABENJAMINE Jet al. Heart disease and stroke statistics-2020 update: a report from the American Heart Association[J]. Circulation20201419):e139-596.
[10]
陈竺. 健康中国2020战略研究报告[M]. 北京人民卫生出版社2012.
[11]
KIRCHHOFPBAXJBLOMSTROM-LUNDQUISTCet al. Early and comprehensive management of atrial fibrillation:executive summary of the proceedings from the 2nd AFNET-EHRA consensus conference "research perspectives in AF"[J]. Eur Heart J20093024):2969-2977. DOI:10.1093/eurheartj/ehp235.
[12]
GLADSTONED JSPRINGMDORIANPet al. Atrial fibrillation in patients with cryptogenic stroke[J]. N Engl J Med201437026):2467-2477. DOI:10.1056/NEJMoa1311376.
[13]
CALKINSHHINDRICKSGCAPPATORet al. 2017 HRS/EHRA/ECAS/APHRS/SOLAECE expert consensus statement on catheter and surgical ablation of atrial fibrillation[J]. Europace2018201):1-160. DOI:10.1093/europace/eux274.
[14]
DUXGUOLXIASet al. Atrial fibrillation prevalence,awareness and management in a nationwide survey of adults in China[J]. Heart20211077):535-541.
[15]
TURAKHIAM PSHAFRINJBOGNARKet al. Estimated prevalence of undiagnosed atrial fibrillation in the United States[J]. PLoS One2018134):1-11.
[16]
HINDRICKSGPOTPARATDAGRESNet al. 2020 ESC Guidelines for the diagnosis and management of atrial fibrillation developed in collaboration with the European Association for Cardio-Thoracic Surgery(EACTS)[J]. Eur Heart J2021425):373-498. DOI:10.1093/eurheartj/ehaa612.
[17]
CHUAS KCHENL CLIENL Met al. Comparison of arrhythmia detection by 24-hour holter and 14-day continuous electrocardiography patch monitoring[J]. Acta Cardiol Sin2020363):251-259. DOI:10.1016/j.amjmed.2013.10.003.
[18]
ZAPRUTKOTZAPRUTKOJBASZKOAet al. Feasibility of atrial fibrillation screening with mobile health technologies at pharmacies[J]. J Cardiovasc Pharmacol Ther2020252):142-151. DOI:10.1177/1074248419879089.
[19]
SIONTISK CGERSHB JKILLIANJ Met al. Typical,atypical,and asymptomatic presentations of new-onset atrial fibrillation in the community:characteristics and prognostic implications[J]. Heart Rhythm2016137):1418-1424.
[20]
ATTIAZ INOSEWORTHYP ALOPEZ-JIMENEZFet al. An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm:a retrospective analysis of outcome prediction[J]. Lancet201939410201):861-867. DOI:10.1016/S0140-6736(19)31721-0.
[21]
GUOYWANGHZHANGHet al. Mobile photoplethysmographic technology to detect atrial fibrillation[J]. J Am Coll Cardiol20197419):2365-2375.
[22]
TURAKHIAM PDESAIMHEDLINHet al. Rationale and design of a large-scale,APP-based study to identify cardiac arrhythmias using a smartwatch:the Apple Heart Study[J]. Am Heart J201920766-75. DOI:10.1016/j.ahj.2018.09.002.
[23]
HENRIKSENAHAUGEN MIKALSENMWOLDAREGAYA Zet al. Using fitness trackers and smartwatches to measure physical activity in research:analysis of consumer wrist-worn wearables[J]. J Med Internet Res2018203):110-118.
[24]
VARGHESECOYEREOCOWANMet al. World Health Organization[J]. Stroke2016478):210. DOI:10.1161/STROKEAHA.116.014233.
[25]
DASMPANTERLWYNNG Jet al. Primary care atrial fibrillation service:outcomes from consultant-led anticoagulation assessment clinics in the primary care setting in the UK[J]. BMJ Open2015512):1-7.
[26]
PROIETTIMROMITIG FOLSHANSKYBet al. Improved outcomes by integrated care of anticoagulated patients with atrial fibrillation using the simple ABC(Atrial Fibrillation Better Care) pathway[J]. Am J Med201813111):1359-1366.
[27]
YOONMYANGP SJANGEet al. Improved population-based clinical outcomes of patients with atrial fibrillation by compliance with the simple ABC(Atrial Fibrillation Better Care) pathway for integrated care management: a nationwide cohort study[J]. Thromb Haemost201911910):1695-1703.
[28]
PASTORIDPIGNATELLIPMENICHELLIDet al. Integrated care management of patients with atrial fibrillation and risk of cardiovascular events:the ABC(Atrial Fibrillation Better Care) pathway in the ATHERO-AF study cohort[J]. Mayo Clin Proc2019947):1261-1267. DOI:10.1016/j.mayocp.2018.10.022.
[29]
PASTORIDFARCOMENIAPIGNATELLIPet al. ABC(Atrial Fibrillation Better Care) pathway and healthcare costs in atrial fibrillation:the ATHERO-AF study[J]. Am J Med20191327):856-861. DOI:10.1016/j.amjmed.2019.01.003.
[30]
BAYOUMYKGABERMELSHAFEEYAet al. Smart wearable devices in cardiovascular care:where we are and how to move forward[J]. Nat Rev Cardiol2021188):581-599.
[31]
GUOYLANED AWANGLet al. Mobile health technology to improve care for patients with atrial fibrillation[J]. J Am Coll Cardiol20207513):1523-1534.
[32]
HERMANSAMONIKAGLISADet al. A systematic review of mobile health opportunities for atrial fibrillation detection and management[J]. Eur J Prev Cardiol2022295):205-208. DOI:10.1093/eurjpc/zwab158.
[33]
中国互联网络信息中心. 第50次《中国互联网络发展状况统计报告》[EB/OL].(2022-08-31)[2022-10-18]. http://www.cnnic.net.cn/n4/2022/0914/c88-10226.html.
[34]
DRAGOSVLOPESR DMCECILIABet al. A multifaceted intervention to improve treatment with oral anticoagulants in atrial fibrillation(IMPACT-AF):an international,cluster-randomised trial[J]. Lancet201739010104):1737-1746. DOI:10.1016/S0140-6736(17)32165-7.
[35]
SHACHAMJBIRATIE YMALOVNet al. Telemedicine for diagnosing and managing paroxysmal atrial fibrillation in outpatients. The phone in the pocket[J]. Int J Cardiol20121571):91-95. DOI:10.1016/j.ijcard.2010.12.014.
[36]
ZHOUMFUKUOKAYGOLDBERGKet al. Applying machine learning to predict future adherence to physical activity programs[J]. BMC Med Inform Decis Mak2019191):169.
[37]
HASSELGRENAKRALEVSKAKGLIGOROSKIDet al. Blockchain in healthcare and health sciences:a scoping review[J]. Int J Med Inform2020134104040.
[38]
COHENI GMELLOM M. Big data,big tech,and protecting patient privacy[J]. JAMA201932212):1141-1142. DOI:10.1001/jama.2019.11365.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词