综述：智能穿戴设备助力房颤检测：心电图智能胸贴与光电容积脉搏波智能手表的诊断效能大揭秘

为评估心电图（ECG）智能胸贴和光电容积脉搏波（PPG）智能手表检测房颤（AF）的诊断准确性，研究人员开展相关研究。结果显示两者检测效能均高，PPG 智能手表灵敏度略高，ECG 胸贴特异性稍强，该研究为设备选择提供参考。

　　

研究背景

在心血管疾病的大舞台上，房颤（Atrial Fibrillation，AF）可谓是 “臭名昭著” 的常客。它作为最常见的心律失常类型，是由于心房内异常的电活动，使得心房像失控的机器，进行着混乱且无效的收缩，也就是 “ fibrillation”（颤动）。这一病症可不得了，它带来的危害广泛且严重。

随着全球老龄化加剧，以及糖尿病、高血压、肥胖和饮酒等不良因素的增多，房颤的发病率一路飙升。据估算，2017 年全球约有 4630 万人受其困扰，每年新增诊断达 380 万例。预计到 2050 年，美国房颤患者将达 600 - 1200 万人，2060 年欧洲更是可能高达 1790 万人。而且，房颤可不 “挑地方”，在低收入和中等收入地区，尤其是非洲，其患病率也在不断攀升。

房颤不仅严重影响患者的生活质量，让患者身体机能下降、血流动力学不稳定，还大大增加了缺血性中风的风险。在美国，每年超 7 万例缺血性中风由房颤引发，占比达 10 - 12% 。同时，房颤患者的死亡风险也大幅上升，尽管医疗进步使死亡率有所下降，但在 2019 年，全球仍有 219437 人因房颤离世。此外，房颤还带来了沉重的经济负担，平均每位患者每年的直接医疗费用高达 9409 欧元（约合 13333 美元购买力平价）。

准确诊断房颤对患者治疗至关重要。然而，传统的 12 导联心电图（Electrocardiogram，ECG）虽为主要诊断工具，但在检测阵发性房颤时却 “力不从心”，因其发作具有间歇性，单次心电图检查常常漏诊。于是，智能穿戴设备应运而生，利用 ECG 或光电容积脉搏波（Photoplethysmography，PPG）技术，有望实现房颤的连续监测。不过，目前关于 PPG 设备与单导联 ECG 智能胸贴诊断准确性的直接对比研究较少。在此背景下，为填补这一空白，相关研究人员开展了此项系统评价和荟萃分析。

研究机构及成果发表期刊

此次研究由未明确提及具体单位的研究人员进行（文中未明确第一作者单位），研究成果发表在《BMC Cardiovascular Disorders》期刊上。

研究方法

1. 文献检索：研究人员于 2024 年 8 月 16 - 20 日，全面检索了 PubMed/MEDLINE、DOAJ、AJOL 和 Cochrane Library 等数据库，并通过 Google 和 Google Scholar 进行手动检索，以获取灰色文献。检索范围限定在 2014 年以后发表的文献，确保获取最新研究成果。使用了一系列与研究相关的关键词，如 “ECG chest patch”“smartwatch”“atrial fibrillation” 等，并运用布尔运算符进行精准检索。
2. 筛选与数据提取：将收集到的文献导入 Rayyan 软件进行去重，然后依据预先设定的纳入和排除标准进行筛选。最终确定 15 项符合要求的研究。由两名作者独立使用标准化 Excel 模板提取数据，内容涵盖作者信息、研究设计、研究对象特征、传感器类型、参考标准及关键性能指标等。若提取过程出现分歧，则通过讨论或咨询第三位评审员解决。
3. 质量评估与统计分析：运用 Joanna Briggs Institute（JBI）批判性评价工具评估研究质量，仅纳入中、高质量研究。采用 Restricted Maximum Likelihood（REML）随机效应模型分别估算 ECG 智能胸贴和 PPG 智能手表检测房颤的合并灵敏度和特异性。使用统计检验评估异质性，并借助 Jamovi 2.3.28 和 Python 3.12 进行统计分析，生成森林图、漏斗图和 Bland - Altman 图，以直观展示结果，span data-custom-copy-text="\(p 0.05\)"为有统计学意义。

研究结果

1. 研究选择与特征：最初共检索到 2415 项研究，经过层层筛选，最终 15 项研究纳入分析。这些研究来自多个国家和地区，涵盖不同人群。研究主要聚焦于诊断验证或临床试验，涉及 12802 名参与者（11208 人实际参与），参与者平均年龄 65.89 岁，男性占比 61.85%。研究评估的传感器为单导联 ECG 胸贴和 PPG 智能手表，常用的金标准检测方法为 12 导联 ECG、Holter ECG 和遥测 ECG。
2. 检测性能评估：Bland - Altman 图显示，ECG 智能胸贴和 PPG 智能手表检测房颤时，灵敏度和特异性之间的平均差异（偏差）接近零，表明两者一致性较好，但部分数据点存在一定变异性。荟萃分析结果表明，ECG 智能胸贴的合并灵敏度为 96.1%（95% CI：91.3 - 100.8），合并特异性为 97.5%（95% CI：94.7 - 100.2）；PPG 智能手表的合并灵敏度为 97.4%（95% CI：96.5 - 198.3），合并特异性为 96.6%（95% CI：94.9 - 98.3）。由此可见，两者在房颤检测中均表现出良好的性能。
3. 性能对比：对比两种技术，PPG 智能手表的灵敏度略高于 ECG 智能胸贴，而 ECG 智能胸贴的特异性则稍强于 PPG 智能手表。不过，总体而言，两者的诊断准确性差异并不显著，都能高效检测房颤。

研究结论与讨论

该研究首次在荟萃分析框架下直接比较了 ECG 智能胸贴和 PPG 智能手表检测房颤的诊断准确性，发现两者均具有高灵敏度和特异性。虽然 PPG 智能手表灵敏度稍高，ECG 胸贴特异性略强，但差异极小。在选择使用哪种设备时，除了考虑诊断准确性，还需综合临床环境、成本以及实际应用中的诸多因素，如设备的可负担性、可及性和与医疗系统的融合性等。

此前的一些系统评价和荟萃分析也证实了智能穿戴设备在房颤检测方面的高诊断性能，与本次研究结果相符。从成本角度看，ECG 胸贴因包含先进传感器和复杂信号处理系统，制造成本较高；PPG 技术主要依靠光传感器监测血流，生产成本较低，使得 PPG 智能手表更具价格优势，市场接受度更高。在应用场景上，ECG 智能胸贴直接测量心脏电活动，能提供详细的 ECG 波形，更适合临床环境中对房颤高风险或已有心血管疾病患者进行综合心律监测；PPG 智能手表则凭借便捷易用的特点，更适合低风险人群在非临床环境下进行个人健康追踪。

尽管智能穿戴设备在房颤检测方面前景广阔，但也面临一些挑战。例如，数据隐私问题以及不同人群使用存在的差异，还有设备可能出现的假阳性结果和其他不准确情况。因此，未来需要进一步优化设备内置的人工智能算法，提高其检测的准确性，降低假阳性率，同时解决数据隐私和设备兼容性等问题。这不仅有助于提升设备设计水平，增强诊断精度和用户体验，还可能影响监管部门对智能穿戴技术的审批，推动房颤检测全面数字化，最终改善心血管疾病患者的治疗效果。