科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的评估智能手表(Apple Watch)心电图应用在不同心室率患者中检测心房颤动(房颤)发作的诊断性能。方法入选2019年7月1日至2021年3月3日于上海交通大学医学院附属同仁医院就诊并完善12导联心电图检查且明确诊断为房颤或窦性心律的患者, 同时完善智能手表心电图检查。根据12导联心电图的心室率将患者分为3组(A组, 心室率<60次/min;B组, 心室率60～100次/min;C组, 心室率>100次/min)。电生理学家对12导联心电图及智能手表记录的单导联心电图分别判读。以电生理学家判读的12导联心电图结果为金标准, 计算和比较智能手表单导联心电图的节律分类算法和电生理学家判读的智能手表心电图在不同心室率患者中检测房颤发作的灵敏度、特异度、Kappa值。结果共入组248例患者, 其中男122例(49.2%, 122/248), 年龄(74.25±11.67)岁。12导联心电图诊断:129例为窦性心律, 119例为房颤。与12导联心电图结果相比, 智能手表单导联心电图的节律分类算法在A(41例)、B(163例)、C(44例)组患者中检测房颤发作的灵敏度分别为81.80%、63.83%、68.75%(Kappa值分别为0.98、0.70、0.55), 特异度均为100%。而电生理学家判读的A、B、C组患者智能手表心电图在检测房颤发作的灵敏度(100.00%、88.20%、93.80%, Kappa值分别为1.00、0.88、0.89)比智能手表心电图节律分类算法明显提高, 特异度均为100%。结论智能手表心电图应用检测房颤的节律分类算法仍需进一步改善。在低心室率患者中, 使用智能手表检测房颤的临床效果最佳, 为提高其诊断性能, 智能手表心电图由电生理专家判读会更加可靠。
- 单位
