在大量人群中使用可穿戴设备检测心脏动:Fitbit心脏研究

科学领域:

• 心脏病学
• 生物医学工程
• 数字健康

背景情况:

• 未诊断的心房会导致可预防的发病率.
• 带有光电脉冲图 (PPG) 传感器的消费者可穿戴设备提供了广泛脉冲率监测的潜力.
• 基于PPG的算法可检测心律不规则的未被诊断的AF, 但最小化错误阳性是至关重要的.

研究的目的:

• 评估一种基于PPG的新型算法,用于检测未被诊断的AF使用手腕设备.
• 评估算法的不规则心律检测 (IHRD) 对并发性AF的积极预测值.

主要方法:

• 使用兼容Fitbit设备和智能手机的美国成年人 (≥22岁) 的远程临床试验.
• 使用新的算法对PPG数据进行分析,检查重叠的5分钟脉冲窗口 (动态图).
• 患有IHRD (11次连续不规则的行程图) 的参与者接受了远程医疗访问和1周的门诊心电图贴片监测.

主要成果:

• 超过455,000名参与者;1%的参与者经历了IHRD.
• 在IHRD通知后使用可分析心电图贴片监测器的1057名参与者中,有32. 2%的参与者有AF.
• 对于同时发生的肌肉发作,IHRD的积极预测值为98. 2% (95% CI,95. 5%- 99. 5%),对于65岁以上的患者则为97. 0%.

结论:

• 一个针对Fitbit设备的新型PPG软件算法显示出检测AF的高正预测值.
• 该算法成功识别了可能患有动脉的参与者,随后的心电图监测证实了这一点.
• 可穿戴设备有望帮助识别未被诊断的肌肉功能障碍患者.