心脏植入式电子设备算法的实用性,用于检测心肌病症中严重的睡眠呼吸障碍

科学领域:

• 心脏病学 心脏病学
• 睡眠医学 睡眠医学
• 医疗器械 医疗器械

背景情况:

• 睡眠呼吸障碍 (SDB) 影响一半的心力衰竭患者,由于缺乏典型症状,往往未被诊断出来.
• 准确的SDB检测对于管理心力衰竭和改善患者结果至关重要.
• 目前的诊断方法可能并非所有患者都可以使用,这突显了对新型查工具的需求.

研究的目的:

• 评估可植入心脏除器 (ICD) 算法用于检测睡眠呼吸障碍 (SDB) 的有效性.
• 在一个多种族的亚洲心力衰竭队列中,比较ICD算法对多睡眠学 (PSG) 的SDB检测.
• 评估胸前阻抗传感在心力衰竭患者SDB查中的潜力.

主要方法:

• 潜在的试点研究涉及患者表示用于ICD植入.
• 利用ICD的胸前阻抗传感器来计算呼吸障碍指数 (RDI).
• 将ICD衍生的RDI与多睡眠学 (PSG) 发现进行比较,包括呼吸暂停-呼吸暂停指数 (AHI).

主要成果:

• 在完成PSG的18名参与者中,66.7%被诊断出严重的SDB (PSG-AHI≥30次/小时).
• 在PSG-AHI和ICD衍生的RDI之间没有明显的直接线性相关性 (调整后r2=0.224,p=0.027).
• 每小时32次的RDI切断显示了91.7%的灵敏度和16.7%的特异性来检测严重的SDB.

结论:

• 通过ICD算法传感的横胸阻抗显示出其作为心力衰竭患者严重SDB的查工具的潜力.
• 特定的RDI值可能有助于识别患有严重SDB的患者.
• 这项研究是第一个验证ICD算法用于SDB检测在一个专门的多民族亚洲心力衰竭人群.