2019年11月，美国学者发表在《N Engl J Med》的一项研究，评估了识别房颤的智能手表的大样本。

背景：可穿戴设备上的光学传感器可检测不规则的脉搏。在常规使用期间，智能手表应用（app）鉴别房颤的能力还未得知。

方法：无房颤的参与者（通过参与者自己报告）同意使用智能手表app进行监测。如果基于智能手表的不规则脉搏通知算法识别出可能的房颤，那么则启动远程医疗访问，并将心电图邮寄给参与者，直至穿戴7天。通知不规则脉搏后90天及研究结束时进行调查。主要目的为评估接受通知的心电图显示为房颤的参与者比例，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。

结果：8个月，研究者招募了419297名参与者。中位监测117天时，2161名参与者（0.52%）接受到不规则脉搏的通知。返回了包含可用于分析的数据的ECG（通知后平均应用了13天）的450名参与者中，总体上34%存在房颤（97.5% CI，29~39），65岁或以上者35%存在房颤（97.5% CI，27~43）。通知为不规则脉搏的参与者中，ECG上观察到房颤的同时随后又通知了不规则脉搏的阳性预测值为0.84（95% CI，0.76~0.92），ECG上观察到房颤的同时随后又具有不规则血流流速的阳性预测值为0.71（97.5% CI，0.69~0.74）。返回了90天调查结果的1376名接收到通知的参与者中，57%在研究外与医疗提供者进行了沟通。无严重app相关不良事件的报告。

结论：接收到不规则脉搏通知的概率很低。接收到不规则脉搏通知的参与者中，34%在随后的ECG检查中显示为房颤，84%的通知与房颤一致。该非现场（参与者无需现场就诊）的务实研究设计为可通过使用者自己拥有的设备可靠评估结局或依从性的大样本务实研究，提供了基础。

http://www.ncbi.nlm.nih.gov/pubmed/31722151

（选题审校：应颖秋 编辑：余霞霞）

（本文由北京大学第三医院药剂科翟所迪教授及其团队选题并审校，环球医学资讯编辑完成。）

如需转载，请联系医纬达客服邮箱：univadiscnhelpdesk@merck.com