這項系統評價對來自社區和醫院環境的 14 項研究進行了研究,報告了手持式心電圖設備在檢測成人心房顫動方面的診斷準確性,與金標準 12 導聯心電圖或動態心電圖監測儀相比。 從社區招募的六項研究(n=6064個心電圖)和從醫院招募的8項研究(n=2116個心電圖)。 合併的敏感性在社區中為89%(95%CI 81%至94%),在醫院為92%(95%CI 83%至97%)。 合併特異性在社區中為99%(95%CI 98%至99%),在醫院為95%(95%(95%CI 90%至98%)。 心電圖設備的準確性各不相同:敏感性範圍為54.5%至100%,特異性範圍為61.9%至100%。 Meta回歸顯示,設定(p=0.032)和心電圖器械類型(p=0.022)對敏感性和特異性的變化有顯著貢獻。 單導聯手持式心電圖設備的合併敏感性和特異性較高。 設定和手持式心電圖設備類型是敏感性和特異性差異的重要因素。
Wong KC, Klimis H, Lowres N, von Huben A, Marschner S, Chow CK.
Heart (2020).
該研究將AliveCor KardiaMobile(ACK)鉛I記錄與12導聯心電圖進行了比較,並引入了一種新的胸骨旁導聯(NPL)。 連續招募心臟住院患者。 在所有患者中,均獲得12導聯心電圖,ACK導聯I和NPL。 兩名經驗豐富的電生理學家進行了盲法檢查,並分別評估了所有心電圖。 計算與 12 導聯心電圖相比,ACK 心電圖的敏感性、特異性和預測值。 分析了來自99名患者(38名女性,年齡64±15歲,BMI 27.8±5.1 kg / m2)的296個心電圖。 電生理學家對ACK記錄的解釋顯示,對I導聯的心房顫動或撲動的敏感性為100%,特異性為94%(κ=0.90),NPL的敏感性為96%,特異性為97%(κ = 0.92)。 ACK診斷演算法的敏感性(55-70%)、特異性(60-69%)和準確性(κ = 0.4-0.53)明顯較低,但陰性預測值較高(100%)。 心房撲動(n = 5)和心室刺激(n = 12)的患者被該演算法錯誤分類的可能性很高。
這項研究評估了基於智能手機的心電圖(ECG)記錄,旨在波蘭藥房進行AF篩查。 65歲及以上的患者在10家藥店使用帶有專用應用程式(Kardia應用程式)的KardiaMobile進行了心房顫動篩查。 先前的心房顫動是研究排除標準。 從每位患者中收集CHA2DS2-VASc評分(充血性心力衰竭,高血壓,年齡,糖尿病,既往卒中/短暫性腦缺血發作,女性和血管疾病)。 Kardia應用程式檢測由心臟病專家進行評估。 共進行了525次心電圖檢查。 在490個案例中提供了Kardia應用程式檢測。 在437例(89.18%)病例中,它是”正常”的節律,在17例(3.47%)記錄”可能的心房顫動”中,在23例(4.69%)心電圖中為”不可讀”,在13例(2.65%)為”未分類”。 在心臟病專家重新評估后,在7名(1.33%)患者中發現了新的心房顫動。 Kardia app檢測心房顫動的敏感性和特異性分別為100%(95%置信區間[CI]:71.5%-100%和98.7%(95%CI:97.3%-99.5%。 陽性預測值為64.7%(95%CI:38.3%-85.7%,陰性預測值為100%(95%CI:99.2%-100%。 新AF組的CHA2DS2-VASc得分為2.14 + 0.69,非AF組為3.33 + 1.26。 在低 CHA2DS2-VASc 評分和「無聲」心房顫動患者中獲得的結果證實了常規心房顫動篩查的重要性,並表明在藥房進行篩查是一種可行的選擇。
Zaprutko T, Zaprutko J, Baszko A, Sawicka D, Szałek A, Dymecka M, et al.
Journal of Cardiovascular Pharmacology and Therapeutics, 25(2), 142–151.
這是一項病例對照研究,旨在將Kardia和WatchBP的性能與兩種基於電極的消費類設備(PolarH7和Firstbeat Bodyguard2在一般實踐中使用AF檢測)的性能進行比較。 在418名受試者中,當在一次研究單次訪問中與12導聯ECG進行比較時,所有四種設備>的總體準確率為94%。 用戶評分的舒適度和整體印象在Kardia和Bodyguard2設備上最高。 這些設備沒有長期使用。 作者指出,在無人監督的使用中,所有設備的性能可能會下降。
Lown M, Yue AM, Shah BN, Corbett SJ, Lewith G, Stuart B, et al.
Cardiology. 2018 Oct;122(8):1339–44.
與設備的自動診斷相比,初級保健醫生(PCP)對KardiaMobile心電圖的解釋準確性缺乏數據。 在選擇性心臟複律之前和之後,在51名患者中使用了408個心電圖,該研究證明瞭臨床醫生解釋的可變準確性,心臟病專家的評價平均準確率為91%,PCP的複查準確率為85%。 在排除未分類ECG的情況下,演算法精度的靈敏度和特異性分別為100%和95%。 KardiaMobile未分類心電圖的準確診斷是在10/12由心臟病專家評估時建立的,9/12在初級保健醫生的審查下建立的。 將自動化演算法與心臟病專家僅對未分類痕跡的解釋相結合,產生了出色的結果,併為在臨床實踐中使用基於智慧手機的心電圖提供了高效,經濟高效的工作流程。
Koshy AN, Sajeev JK, Negishi K, Wong MC, Pham CB, Cooray SP, et al.
Am Heart J. 2018. doi: 10.1016/j.ahj.2018.08.001.
在52名因AF開始抗心律失常藥物入院的患者中評估了KardiaMobile AF演算法的準確性。 患者在每日兩次12導聯心電圖后立即進行KardiaMobile記錄。 有225對KardiaMobile和12導聯心電圖記錄。 由於多種原因(截斷錄音,噪音,心率緩慢,其他),62個(27.5%)的錄音中缺少演算法解釋或標記為不可解釋。 當演算法沒有提供診斷時,盲法電生理學家能夠在92%的這些記錄中提供解釋。 在排除不可解釋的記錄后,KardiaMobile AF演算法具有非常好的準確性,與醫生解釋的心電圖相比,檢測AF的靈敏度為96.6%,特異性為94%,κ係數為0.89。 大多數患者(93.6%)發現KardiaMobile易於使用,59.6%的患者指出使用減少了AF診斷相關的焦慮。 63.8%的受訪者更喜歡繼續使用KardiaMobile進行自動對焦檢測。
William AD, Kanbour M, Callahan T, Bhargava M, Varma N, Rickard J, et al.
Heart Rhythm. August 2018. doi: 10.1016/j.hrthm.2018.06.037
在這項針對瑞士和德國兩家大學醫院的672名心房顫動或竇性心律患者的前瞻性研究中,KardiaMobile的醫生評論被用作評估智慧手機攝像頭光電容積描記法(PPG)心律分析準確性的參考。 不到3%的患者有信號品質差的KardiaMobile錄音。 此外,該研究還測試了KardiaMobile演算法的準確性。 18.8%的KardiaMobile錄音被標記為”未分類”,但心臟病專家能夠識別所有這些病例的心律。 KardiaMobile AF演算法的靈敏度為99.6%(95%CI 97.9-100%),特異性為97.8%(95.3-99.2%)。
Brasier N, Raichle CJ, Dorr M, Becke A, Nohturfft V, Weber S, et al.
Europace. 2018. doi:10.1093/europace/euy176.
這項研究比較了基於6導聯智慧手機的心電圖設備(AliveCor KardiaMobile 6L)與12導聯心電圖的臨床等效性。 KardiaMobile 6L有三個導電表面,接觸患者的手和左膝蓋。 在心臟病科診所就診的19名健康志願者和25名患者使用KardiaMobile 6L同時記錄了常規12導聯心電圖和6導聯心電圖。 具體來說,在使用KardiaMobile 6L開始30秒的錄音后幾秒鐘,使用12導聯心電圖獲得10秒的錄音。 所有六個肢體導聯的中位數節拍,包括衍生導聯(導聯III,aVR,aVL,aVF)都是從兩個器件計算的。 比較兩個器件中每導聯中位數節拍的QRS振幅和形態,並計算相關係數。 結果:KardiaMobile 6L和12導聯心電圖中位數拍數非常相似。 所有患者所有導聯的皮爾遜相關係數為0.991。 六個單獨的鉛特異性相關係數範圍從鉛II的0.993到鉛aVR的0.980(每個鉛的p0.0001<)。
斯塔夫拉基斯 S, 斯托納 JA, 卡爾多庫斯 J, 加拉貝利 PJ, 波 SS, 拉扎拉 R.
流通136.suppl_1 (2017): A15576-A15576.
將基於智慧手機的光電容積描記儀(PPG)應用程式(FibriCheck)的心率(HR)檢測與KardiaMobile心電圖和Nonin脈搏血氧儀進行了比較。 使用3台設備連續測量10秒的88名隨機受試者的HR(BPM,每分鐘跳動)顯示,FibriCheck和Nonin之間的中度至強相關係數為0.834,FibriCheck和AliveCor之間為0.88,Nonin和AliveCor之間的相關係數為0.897。 FibriCheck 的平均 HR 為 71 BPM,Nonin 為 69 BPM,AliveCor 的平均 HR 為 69 BPM。 單向方差分析顯示,3台設備測量的HR之間無顯著差異(p=0.61)。 本研究報告了使用基於智能手機的PPG信號進行心率檢測的潛在效用和局限性。
Vandenberk T, Stans J, Van Schelvergem G, Pelckmans C, Smeets CJ, Lanssens D, et al.
JMIR Mhealth Uhealth. 2017;5(8):e129.
這項試點研究報告稱,可穿戴PPG設備在AF檢測方面可能具有與單導聯ECG腕帶相似的靈敏度和特異性。 從社區高級護理組織招募的受試者一隻手臂上戴著PPG腕帶,另一隻手臂上戴著Kardia腕帶和Apple Watch。 兩個設備同時進行了三次連續測量。 使用者水平的診斷性能(敏感性/特異性/陽性預測值/陰性預測值/準確性)為PPG腕帶的100/96/75/100/97%,Kardia腕帶為100/98/86/100/98%。
本文描述了全連接人工神經網路(RSL_ANN)的發展,該網路接收19個ECG特徵(11個形態特徵,4個F波和4個心率變異性特徵)。 該網路是在用Kardia設備獲得的8028個帶註釋的ECG上創建和測試的。 由於高水準的雜訊,資料庫中包含的ECG中只有不到3%無法用於本研究。 RSL_ANN在所有數據集中的表現都非常好且非常相似,AUC超過90%。 這項工作顯示了Kardia在提供大量高質量數據以幫助開發AF高級診斷演算法方面的價值。
KardiaBand與智慧手錶配合使用,可自動檢測心房顫動(AF)或竇性心律(SR)。 這與在iECG追蹤后立即進行的12導聯心電圖進行了比較。 心臟病專家對未分類追蹤的解釋提高了準確性。
Rajakariar K, Koshy AN, Sajeev JK, Nair S, Roberts L, Teh AW.
Heart 2020;106:665-670.
本研究評估了KardiaBand心電圖和自動自動對焦演演算法的準確性。 100名心房顫動患者(平均年齡68±11歲)在術前接受心臟複律(CV)並同時接受12導聯心電圖和KardiaBand心電圖;如果進行了CV,則與另一個KardiaBand心電圖一起獲得CV 12導聯心電圖。 8名患者的CV因竇性心律表現而取消。 有169個同時12導聯心電圖和KardiaBand心電圖。 與12導聯心電圖相比,自動演算法檢測到的AF靈敏度為93%,特異性為84%,K係數為0.77。 醫生對KardiaBand心電圖的解釋顯示99%的敏感性,83%的特異性和K係數0.83。 KardiaBand上的自動AF演算法在醫生審查的支援下,可以準確地區分AF和竇性心律。 這項技術可以幫助在選擇性簡歷之前篩查患者,並避免不必要的程式。
Bumgarner JM, Lambert CT, Hussein AA, Cantillon DJ, Baranowski B, Wolski K, et al.
JACC. March 2018. DOI:10.1016/j.jacc.2018.03.003
診斷不適當的竇性心動過速(IST)對於治療決策很重要,因為它們通常不適合消融。 但室上性心動過速 (SVT) 通常持續時間較短,因此難以分析。 AliveCor Kardia sECG能夠區分SVT和IST,檢測SVT的靈敏度為89%,特異性為91%。 在高品質sECG記錄中,靈敏度上升到95%,特異性為92%。 12導聯心電圖敏感性為100%,特異性為98%。 作者評論說,應該鼓勵心臟病專家將可穿戴設備整合到臨床實踐中,這可能會減少不必要的電生理學程式。
本文綜述了普通可穿戴感測器的基本工程原理及其在常見心血管疾病遠端篩查和診斷中的作用。 作者開發了一個簡單的ABCD指南,以潛在地加速可穿戴設備與心血管實踐的集成:臨床醫生應該評估設備的性能,確定設備是否有利於他們的患者和臨床實踐,將設備集成到臨床工作流程中,最後建立數據權利。 該評價強調了與KardiaMobile的IPED研究,該研究雖然不是嚴格意義上的可穿戴設備,但表明具有單導聯ECG的可穿戴設備可用於診斷心悸或先兆暈厥患者的心律失常。
Bayoumy K, Gaber M, Elshafeey A, Mhaimeed O, Dineen EH, Marvel FA, et al.
Nat Rev Cardiol. 2021 Mar 4
IPED研究的結論是,使用AliveCor/Kardia是安全的,非侵入性的,易於使用,並且應該考慮用於所有急性就診到急診室且有不明原因的心悸或暈厥前期的患者。 這將使患者回到門診護理環境中,並允許在比ED更混亂的環境中進行評估。 本文描述了智慧手機門診心電圖心悸和暈厥前門診護理診所(SPACC)的建立。 該服務允許出現暈厥前期和心悸的患者被轉診到第二天的評估診所,以考慮AliveCor / Kardia設備安裝以進行長期監測。 三個月的初步數據顯示,癥狀性心律失常的檢出率為8.8%。 這與IPED研究中檢測到癥狀性心律失常的患者的8.9%相當,並顯示了智慧手機服務在務實的臨床環境中的成功實施。
Reed MJ, Muir A, Cullen J, Murphy R, Pollard V, Zangana G, et al.
Medicina (Kaunas). 2021 Feb 6;57(2)
該評價總結了43項關於移動健康設備在心房顫動診斷和篩查中表現的研究。 靈敏度,特異性和設備(包括AliveCor監視器)均>為90%。 作者的結論是,雖然移動醫療有可能改變醫療保健的範式,但必須仔細評估不同設備的可靠性和安全性。 國家心房顫動篩查規劃可能代表著對資源的具有成本效益的使用,而移動衛生設備為在各種環境中進行大規模篩查提供了可行的選擇,因為它們是使用者友好和無鉛的。 然而,心電圖確認是心房顫動診斷指南規定的。 移動醫療設備的臨床益處和成本效益需要在進一步的研究中進行評估。
Lopez Perales CR, Van Spall HGC, Maeda S, Jimenez A, Laţcu DG, Milman A, et al.
Europace. 2021 Jan 27;23(1):11–28
這項研究檢查了KardiaBand是否可以準確可靠地區分正常節律和常見的經典異常,與1322名在心臟病科或心臟ICU住院的患者的醫生解釋的12導聯心電圖進行比較。 醫生診斷的心房顫動的敏感性和特異性分別為82%和92%,通過自動演演算法診斷的心房顫動為95%和86%,高度房室傳導阻滯為70%和100%,ST段性抑鬱為88%和82%,T波反轉為56%和95%,寬QRS心動過速為60%和100%,其他室上性心動過速為26%和98%,竇房傳導阻滯為50%和100%, ST-T變化率為33%和97%。 作者得出結論,除了AF檢測之外,多電極記錄或設備電極的替代定位對於提高診斷性能可能是必要的。
Rischard J, Waldmann V, Moulin T, Sharifzadehgan A, Lee R, Narayanan K, et al.
JACC Clin Electrophysiol. 2020 Oct;6(10):1313–5.
荷蘭全科醫生(GPs)可以使用KardiaMobile心電圖安全地排除心律失常。 每位全科醫生被要求解釋四個單導聯心電圖,這些心電圖是使用AliveCor KardiaMobile從80個病例小插曲中隨機抽取的。 總共有457名全科醫生共解讀了1613個1L-ECG。 心房顫動/撲動的敏感性和特異性分別為92.5%和89.8%。 陽性預測值為45.7%,陰性預測值為98.8%。 當存在心電圖異常時,特異性較低,為68.8%,陽性預測值為43.9%。 作者的結論是,每當懷疑異常時,專家讀者的確認都是必要的。
Karregat EPM, Himmelreich JCL, Lucassen WAM, Busschers WB, van Weert HCPM, Harskamp RE.
Fam Pract. 2021 Mar 29;38(2):70–5.
這項橫斷面研究是在心律失常聯盟世界心律周期間進行的,並建議藥劑師可以為擴大宣傳活動做出貢獻。 心房顫動協會與國際藥劑師抗凝護理工作組建立了合作夥伴關係,目標是測試一種模型,以提高全球藥劑師對心房顫動的認識;並確定其實施的障礙和推動因素。 來自10個國家的藥劑師邀請個人(≥40歲;沒有抗凝治療心房顫動)參加宣傳活動。 同意的參與者使用脈搏觸診進行心房顫動(EDAF)的早期檢測。 對有節律差異的個體進行轉診並進行前瞻性評估,以獲得有關確診比例的信息,從而估計檢出率。 與國家協調員的訪談探討了執行方面的障礙和推動因素。 該研究涉及4,193名參加宣傳活動的參與者和2,762名EDAF活動的參與者(平均年齡65.3±13.0歲),其中46.2%的人是無癥狀的,在120個地點招募。 最常見的CHA2DS2-VASc危險因素是高血壓。 在轉診給醫生的161名患者中,有32例獲得了反饋,其中12例新的心律失常診斷得到確認(5例為心房顫動,2例為心房撲動),均為老年人(≥65歲)。 定性評估建議當地冠軍,使藥劑師取得成功;技術增強了患者之間的參與度,並增強了藥劑師對轉介醫生的信心;跨專業關係對成功至關重要。
Alves da Costa F, Mala-Ladova K, Lee V, Tous S, Papastergiou J, Griffiths D, et al.
Journal of thrombosis and thrombolysis (2019): 1-12.
在10項荷蘭全科實踐中,將KardiaMobile心電圖和AF演算法與同時進行12導聯心電圖進行比較。 三名心臟病專家回顧了214名患者的心電圖數據(平均年齡64.1歲,54%為男性)。 12 導聯心電圖分別診斷出 23、44 和 28 名患者的 AF/AFL、任何心律異常和任何傳導異常(房室傳導阻滯、BBB、LAD、LAFB)。 由心臟病專家評估的KardiaMobile心電圖對AF / AFL的敏感性和特異性為100%(95%CI,85.2%-100%和100%(95%CI,98.1%-100%。 AF 即時分析演算法識別了 20 或 23 例 AF 病例,並錯誤地將 4 例竇性心律歸類為可能的 AF(敏感性和特異性為 87.0%(95% CI,66.4%-97.2%和 97.9%(95% CI,94.7%-99.4%))。 由心臟病專家評估的KardiaMobile記錄對任何節律異常的敏感性和特異性為90.9%(95%CI,78.3%-97.5%和93.5%(95%CI,88.7%-96.7%,任何傳導異常為46.4%(95%CI,27.5%-66.1%和100%(95%CI,98.0%-100%。 對於傳導異常,15個假陰性由一級AVB(n = 6),LAFB(n = 8)和RBBB(n = 1)組成;另一方面,心臟病專家能夠在13名患者的KardiaMobile心電圖中準確識別BBB。 作者得出結論,在初級保健人群中,KardiaMobile心電圖記錄顯示出AF / AFL的出色診斷準確性和其他節律異常的良好診斷準確性。 1L-ECG裝置對左前束傳導阻滯和一度房室傳導阻滯的敏感性較低。
Himmelreich JC, Karregat EPM, Lucassen, WAM, van Weert HCPM, de Groot JR, Handoko ML, et al.
Ann Fam Med. 2019;17: 403-11.
鑒別臨床上顯著的陣發性心律失常的診斷途徑歷來依賴於動態心電圖監測。 雖然在某些患者群體中可用作風險分層工具,但一般來說,它對罕見心律失常的檢出率有限。 這本質上是成本低效的,並且診斷時間可能會延遲。 基於智慧手機的心電圖設備現已在公共市場上得到廣泛認可。 然而,它們被納入標準研究途徑尚未得到廣泛應用。 最近,美國國家衛生與臨床優化研究所(NICE)發佈了一份診斷指導檔,該文件審查了基於智慧手機的設備KardiaMobile和imPulse在心房顫動(AF)檢測方面的情況。 NICE的結論是,沒有足夠的證據推薦在初級保健中常規採用,並建議進一步研究。 無論如何,鑒於現有證據及其被公眾吸收,心臟病專家越來越有可能遇到它們。 本文重點介紹KardiaMobile,因為該設備目前對公眾來說很容易獲得。 作者得出結論,越來越多的證據支援將其用作檢測高危人群中亞臨床心房顫動的篩查工具,但需要進一步的研究才能將這種益處等同於卒中和死亡率降低。
Bennett R and French A.
Heart. 2019.
該指導文件評估了使用導聯I型心電圖設備對有心房顫動和脈搏不規則癥狀的初級保健患者的單一時間點檢測。 作者得出結論,沒有足夠的證據推薦在這個用例中常規採用導聯I型心電圖設備。 他們建議進一步研究,以顯示使用導聯I型心電圖如何影響檢測到心房顫動的人數,以及工作人員解釋心電圖追蹤所需的時間。 值得注意的是,設計了一個從頭經濟模型來評估成本效益,KardiaMobile主導了所有其他鉛I心電圖設備,成本更低,併產生了更多的品質調整壽命年 [QALYs]。
National Institute for Health and Care Excellence. May 2019.
僅在英國(UK),心悸和暈厥前期共同導致每年300,000名急診科(ED)就診。 這項多中心隨機對照試驗比較了 KardiaMobile 與單獨標準治療(無計劃動態心電圖監測)的癥狀性心律檢測率,243 名受試者在英國 10 個急診科就診,出現心悸和暈厥前期,初次會診時沒有明顯原因。 在69名參與者的90天(n = 124;55.6%;95% CI 46.9–64.4%)中檢測到癥狀節律,而對照組為11(n= 116;9.5%;95% CI 4.2–14.8)(RR 5.9,95% CI 3.3–10.5;p0.0001<)。 干預組的平均癥狀節律檢測時間為9.5天(SD 16.1,範圍0-83),而對照組為42.9天(SD 16.0,範圍12-66; p0.0001<)。 使用KardiaMobile使癥狀性心律檢測的患者數量增加了五倍以上,達到55%以上,達到90天。 作者建議將KardiaMobile視為所有急性表現為不明原因心悸或暈厥前期患者的持續護理的一部分。
Reed MJ, Grub NR, Lang CC, O’Briend R, Simpson K, Padarenga M, et al.
EClinicalMedicine. Online March 3, 2019.
本病例報告介紹了一名參加精準醫學研究的患者,在該研究中,遠端患者監測有助於檢測是否存在心房顫動-心房撲動(AFib-Flutter)。 一名有缺血性心臟病史的64歲男性在注意到胸痛后使用KardiaMobile,並接受了心率為139 bpm的心房顫動的即時分析。 他打電話給護理人員,並被救護車帶到急診室,在那裡,12導聯心電圖確認了具有快速心室反應的AFib-Flutter,並成功治療。
Joung S, Dzubur E, van den Broek I, Love A, Martinez-Rubio L, Lopez M, et al.
J Med Cases. 2019; 10(2):31-36.
在本觀點中,作者描述了光電容積圖(PPG)感測器在消費級可穿戴設備(如Fitbit或Apple Watch)中的潛在效用,以幫助檢測心律失常。 他還認為,必須通過直接的心電圖記錄來驗證異常的PPG發現,例如來自KardiaMobile或Apple Watch Series 4的錄音。 該評論文章包括一個數字,顯示了在正常竇性心律和室上性心動過速(長型RP心動過速)期間,KardiaMobile心電圖在導聯I和導聯II方向上的使用。
Ip JE.
JAMA. Online Jan 2019.
這是第一項評估KardiaMobile在緊急護理環境中使用的研究。 那些在緊急護理中心尋求護理的人構成了美國增長最快的患者群體,對心悸患者進行適當的分類將對整個美國醫療保健系統產生積極影響。 本研究的目的是將KardiaMobile與24小時動態心電圖監測30天進行比較,以檢測緊急護理人群中的癥狀性心律失常。 所有動態心電圖報告和KardiaMobile心電圖均由全科醫生和心臟病專家進行審查。 來自亞利桑那州南部6個緊急護理中心的100名患者中的前50名進行了數據。 KardiaMobile在診斷上優於(10%)或與(72%)的動態心電圖監測在82%的患者中一致。 動態心電圖監測在16%的患者中表現優異。 檢測到的心律失常包括心房和室性異位、室上性心動過速、心房顫動和不適當的竇性心動過速。 這項正在進行的研究最終將分析診斷和管理的非劣性,進行成本比較,並提出KardiaMobile在緊急護理環境中最有效的臨床用途。
Goel HV, Alpert JS, Shaheen MH, Jones TA, and Skinner DP.
American Heart Association Scientific Sessions (2018). Abstract.
本研究評估了與傳統的I導聯追蹤相比,KardiaMobile在導聯II位(右手到左腿)的使用,以改善撲動波的可視化和臨床醫生對心房撲動(AFL)的診斷。 招募了50名患者(竇性心律25例,AF14例,AFL11例)。 兩位電生理學家(EP)的鉛I AFL敏感性均為27%,鉛II分別提高到73%和55%。 KardiaMobile在18%的病例中適當地診斷為未分類的鉛-I AFL,而鉛II中為55%。 臨床醫生的總體一致性(心房顫動、竇性心律和 AFL)在使用導聯 I 位時是適度的(EP1: κ=0.71,EP2: κ=0.73,p0.001<),隨著導聯 II 示蹤(EP1: κ=0.87,EP2:κ=0.83,均 p0.001<)而有所改善。 總之,KardiaMobile的II號導聯位置改善了臨床醫生對心房撲動的診斷。
Rajakariar K, Koshy AN, Sajeev JK, Nair S, Roberts L, Teh AW.
J Electrocardiol. 2018. 51(5): 884-88.
該研究評估了KardiaMobile在參與前篩查計劃中記錄健康大學運動員心電圖率,節律和間隔的評分者之間和評分者內的有效性和可靠性。 首先,10名運動員的KardiaMobile心電圖由三名醫生進行了審查。 其次,醫生們比較了30秒同時進行的KardiaMobile和來自12名運動員的12導聯心電圖的I。 速率、QT 間隔和 QRS 持續時間參數的速率之間和設備之間的可靠性範圍從良好到非常好(類內相關係數 [ICC] = 0.667 – 0.981)。 目前的調查顯示,使用智慧手機技術測量的心電圖參數的可靠性從良好到非常好不等。 本文是對技術進步的支援,這將有助於推進關於心電圖測試作為運動前體檢一部分的實用性的辯論。
Gilliland A, Timmons M, Harris JK, Petrany SM, Shepherd GS, Buchanan GS, et al.
Marshall J Med. 2018;4(2):61-74.
148名間歇性心悸患者(平均年齡41歲)被要求使用KardiaMobile並在出現癥狀時記錄心電圖。 在244天的中位使用時間內,113名患者(76.4%)進行了516次癥狀記錄。 對於所有提交記錄的患者,癥狀 – 節律相關性是可能的。 診斷為:竇性心律n=47(41.6%),竇性心動過速n=21(18.6%),室上/室性異位n=31(27.4%),心房顫動n=8(7.1%),室上性心動過速n=6(5.3%)。 診斷的中位時間為9天(範圍1-287天)。 總之,KardiaMobile診斷出大多數轉診進行評估的患者間歇性心悸的原因。
Dimarco AD, Onwordi EN, Murphy CF, Walters EJ, Willis L, Mullan NJ, et al.
Brit J Cardio. March 2018. doi:10.5837/bjc.2018.006
這項單中心隨機對照試驗評估了KardiaMobile每日記錄和每周3次(iHeart干預)的動機簡訊的使用,按時治療復發性AF / AFL以及接受導管射頻消融(RFA)或直流心臟複律(DCCV)的患者的復發性心律失常治療時間。 該研究還評估了6個月內智慧手機心電圖的使用模式。 238例被隨機分配到標準治療(n = 123)或iHeart干預(n = 115)。 數據是從KardiaMobile心電圖和電子健康記錄中收集的。 干預組復發檢測的可能性更大(風險比1.56,95%CI 1.06-2.30,p=0.24),RFA和DCCV程序沒有顯著差異。 消融術后第一個月的復發強烈預測較晚復發(風險比 = 4.53,95% CI:2.05-10.00,p = .0006)。 對照組從發現復發性心律失常到治療的時間較短(HR 0.33,95% CI 0.57-2.92,p0.0001<)。 作者假設干預組從檢測到治療的時間更長,因為醫生不太可能進行短期(無癥狀)心房顫動復發的治療;與此同時,對照組心律失常的第一個記錄通常是在他們接受治療時。 值得注意的是,干預組的醫療保健利用率(住院,急診室就診)呈下降趨勢。 關於Kardia的使用,36%的患者記錄了>180個心電圖,56%的患者記錄了至少90個心電圖,75%的患者在研究的最後3個月使用了該設備。 總而言之,KardiaMobile通過激勵性簡訊能夠更早地檢測復發性心律失常,並且傾向於減少治療和醫療保健使用。
本檔由國際電生理學家工作組撰寫,提供了AF消融術的最新定義,機制和基本原理,以及有關適應症,策略,技術和終點,技術和工具以及AF消融的後續考慮因素的共識建議。 具體來說,它引用了iTransmit研究,其中KardiaMobile作為使用基於智能手機的ECG監視器的示例,該監視器可用於AF消融術后的長期間歇性監測。
55名接受消融的心房顫動患者(平均年齡60±12歲)在有癥狀時使用KardiaMobile和傳統的經電話監護儀(TTM)記錄他們的心律,或至少每週一次,消融后3-4個月。 所有這些都是由電生理學家解釋的。 有831張KardiaMobile錄音,其中7張是無法解釋的。 在與KardiaMobile和TTM同時錄製的389張唱片中,有很好的一致性(K統計數據0.82)。 KardiaMobile在97%的時間內檢測到竇性心律,並在100%的時間內正確檢測到心房顫動和心房撲動,假陽性結果為3%。 對於KardiaMobile與TTM檢測AF的手動檢查,KardiaMobile具有97%的特異性和100%的靈敏度。 P波可能難以辨別,偶爾這會導致將心房異位的錯誤竇性心律標記為AF。 KardiaMobile是一種在心房顫動消融術后監測患者的替代方法,患者同意易用性。
Tarakji KG, Wazni OM, Callahan T, Kanj M, Hakim AH, Wolski K, et al.
Heart Rhythm. 2015; 12(3):554-9.
這是一項針對一名 58 歲心房顫動患者的案例研究,該患者具有多種心臟危險因素,在兩次消融和一次心臟複律后未能保持正常的竇性心律。 在第二次心臟複律后,患者被給予KardiaMobile,用於移動監測任何癥狀事件。 幾天后,患者再次開始感到癥狀,並使用他的設備將心電圖傳輸給他的醫療保健提供者。 這項新技術使復發性AF的檢測更加及時。 由於大約三分之一的心房顫動患者無癥狀,因此對於既往接受過心臟復律或心房顫動消融術的患者,每日心電圖傳輸可能有助於檢測無癥狀心房顫動。
對iHEART試驗的這項分析旨在深入瞭解KardiaMobile數位健康工具在6個月內適度和頻繁使用的預測因素。 參與者(有記錄的心房顫動和至少一個心房顫動相關危險因素)被隨機分配到常規護理或KardiaMobile加上行為改變動機簡訊,每週三次,持續6個月。 KardiaMobile使用超過6個月分為不頻繁(≤5次/周),中度(5次,包括11次/周)和頻繁(≥11次/周)。 確定了更多使用KardiaMobile的三個預測因素:心房過早收縮,癥狀負擔減輕和治療問題減少。 年齡和技術經驗都與超過6個月的使用無關。
iHEART是一項針對238名心房顫動患者的單中心隨機對照試驗,其中一半人群被隨機分配接受Kardia移動治療以及常規護理。 這些參與者還定期收到有關AF管理和生活方式因素的簡訊。 在6個月內,Kardia移動組的心房顫動對生活質量的影響(18.5分對11.2分)比對照組(p0.05<)顯著改善。 這些差異是由Kardia移動組中「治療問題」和「對當前治療的滿意度」子量表的更大改善所驅動的。 在研究過程中,兩組的心房顫動癥狀嚴重程度相似。
與這項針對120名慢性心房顫動患者的試點試驗相比,Kardia mobile與專門開發的關係藥物組合在30天內改善了生活品質(p = 0.03),每日活動評分(p = 0.009)和自我報告的抗凝藥物依從性(p0.001<)。 關係代理提供了有關如何使用Kardia移動的說明,以及使用者的健康教育,監控和解決問題。 計劃進行更大規模的試驗。 作者得出結論,Kardia移動與關係代理相結合可以改善以患者為中心的護理,並提供一種低成本,有效的方法來降低與心房顫動相關的社會和醫學發病率。
Guhl E, Althouse AD, Pusateri AM, Kimani E, Paasche-Orlow MK, Bickmore TW, Magnani JW.
JMIR Cardio. 2020:e17162. doi: 10.2196/17162
這項隨機臨床試驗將實施一種基於智能手機的新穎干預措施,以解決患者心房顫動的體驗。 一百八十名正在接受抗凝治療以預防中風的心房顫動患者將被隨機分配到30天的具身對話劑和KardiaMobile,或常規護理,其中包括癥狀和依從性日記。 主要終點是改善與健康相關的生活品質,以及自我報告的抗凝治療依從性。
Guhl EN, Schlusser CL, Henault LE, Bickmore TW, Kimani E, Paasche-Orlow MK, et al.
Contemp Clin Trials. 2017;62:153-8.
來自正在進行的較大的NIH隨機試驗中的試點佇列,iPhone通過技術幫助評估心房顫動節律(iHEART),被評估,以確定AF / AFL復發率(在接受治療以恢復正常節律後)和生活質量的差異,在6個月的隨訪期內,每天使用KardiaMobile的23名患者和23名對照患者。 在KardiaMobile組中,61%患有復發性AF / AFL,而30%的對照組(風險比2.55,95%CI 1.06-6.11,p= 0.04)。 在基線和6個月QoL評估的13名患者中,觀察到身體功能(p = 0.009),角色身體(p = 0.007),活力(p = 0.03)和心理健康領域(p = 0.02)顯著改善。 總之,使用KardiaMobile對AF進行自我監測是可行的,並且可以提高自我報告的生活品質。
Hickey K, Biviano AB, Garan H, Sciacca RR, Riga T, Warren K, et al.
J Atr Fibrillation. 2017;9(5):1546.
iHEART研究是一項單中心,前瞻性,隨機對照試驗。 總共將有300名近期心房顫動病史的參與者將被招募。 參與者將以1:1的比例隨機接受iHEART干預,接收配備KardiaMobile和行為改變動機簡訊或常規心臟護理的iPhone®,持續6個月。 這將是第一項研究移動健康干預在「現實世界」環境中的效用的研究。 本研究將評估KardiaMobile對臨床結果,生活品質,質量調整生命年和疾病特定知識的影響。
Hickey KT, Hauser NR, Valente LE, Riga TC, Frulla AP, Masterson Creber R, et al.
BMC Cardiovasc Disord. 2016;16:152.
這項名為The Box 2.0的研究將比較使用行動健康解決方案診斷的AF的檢測率與通過標準護理診斷的AF的檢測率。 次要目標包括檢測胸骨傷口感染和心臟失代償,以及評估生活品質、患者滿意度和成本效益。 本研究使用前瞻性干預組和歷史對照組進行比較。 在萊頓大學醫學中心接受心臟手術的患者有資格入學。 在這項研究中,365名歷史患者將被用作對照組,365名其他參與者將被要求接受由七個家庭測量設備組成的Box 2.0干預以及出院后兩周的視頻諮詢或三個月的標準心臟護理。 患者資訊將根據治療意圖原則進行分析。 Box 2.0 設備包括血壓計、溫度計、體重秤、步數表、單導聯心電圖 (ECG) 設備、12 導聯心電圖設備和脈搏血氧儀。 本研究的主要結果是兩組心房顫動的檢出率。 還研究了生活品質和成本效益。 第一批結果預計將於2020年9月公佈。
Biersteker TE, Boogers MJ, Lind van Wijngaarden RAF, Groenwold RHH, Trines SA, van Alem AP, et al.
JMIR Research Protocols 9.4 (2020): e16326.
本研究旨在確定患者使用KardiaMobile進行自我監測的可行性,以確定心臟手術后出院后術后AF(POAF)的復發。 42名既往沒有心房顫動史的參與者,以穩定的竇性心律出院回家,出院后每天使用KardiaMobile4次,持續4周。 使用KardiaMobile對POAF復發進行自我監測是可行和可接受的,參與者感到自己被賦予了權力。 自我監測發現24%(95%CI 12-39%)在出院后17天內有AF復發。 80% 的復發患者卒中風險足夠高,值得考慮抗凝治療。 該研究得出結論,KardiaMobile是一種非侵入性,廉價,方便和可行的方法來監測心臟手術后患者的心房顫動復發。 它還提供了一種機制來提供有關病情的知識,並且還可能減少焦慮。
Lowres N, Mulcahy G, Gallagher R, Freedman B, Marshman D, Kirkness A, et al.
Eur J Cardiothorac Surg. 2016;50(1):44-51.
在這項多中心研究中,與標準重複24小時動態心電圖監測相比,KardiaMobile智慧手機監測30天顯著改善了AF的檢測。 患者(105名KardiaMobile和98名標準動態心房顫動)沒有已知的心房顫動,並且在過去12個月內有缺血性卒中或短暫性腦缺血發作史。 檢測到持續≥30秒的心房顫動9.5%的KardiaMobile患者與2.0%的動態心電圖患者(p= 0.024)。 要檢測一個自動對焦,需要篩選的數位是13。 KardiaMobile還推動了臨床實踐的變化:9.5%的患者在3個月時接受了口服抗凝治療,而Holter組為0%(0=0.002)。
Koh KT, Law WC, Zaw WM, Foo DHP, Tan CT, Steven A, et al.
Europace. 2021; 23: 1016–1023
心電圖監測中風後/短暫性腦缺血發作以推薦 OAC 治療所需的最小亞臨床心房顫動持續時間存在爭議。 監測持續時間、分析品質、心房顫動發作定義、從卒中到監測開始的間隔以及患者特徵(包括老年、某些心電圖改變和卒中類型)可確定心房顫動檢出率。 這份由AF-SCREEN國際合作專家撰寫的白皮書總結了使用心電圖監測在中風后尋找心房顫動的現有證據和知識差距。 通過常規加強化心電圖監測,可在約四分之一的缺血性卒中患者中發現新的心房顫動。 急性缺血性卒中后,患者應接受72小時的心電圖監測以檢測心房顫動。
Schnabel RB, Haeusler KG, Healey JS, Freedman B, Giuseppe B, Brachmann J, et al.
Circulation 140.22 (2019): 1834-1850.
這項國際多中心研究的目的是使用KardiaMobile來識別入院卒中/短暫性腦缺血發作患者的心房顫動,與出院後進行的24小時動態心電圖監測相比。 1056名患者在醫院期間每天進行KardiaMobile心電圖記錄。 患者還根據當地機構指南接受了標準的心臟檢查。 將心房顫動的檢測率與動態心電圖監測(如果可用)進行比較。 251例進行了動態心電圖監測,一般在出院后3個月內。 在251名患者中,Holter檢測到7例(2.8%)的心房顫動,KardiaMobile檢測到28例(11.2%)的心房顫動。 6名患者在Holter和KardiaMobile上均檢測到心房顫動。 作者建議可以建立KardiaMobile來補充當地標準的心臟調查,特別是當動態心電圖監測不容易獲得時。
Yan B, Tu H, Churilov L, Lam C, Swift C, Liu X, et al.
World Stroke Congress (2018). Abstract.
這項多中心隨機臨床試驗將研究使用KardiaMobile進行長時間心電圖監測的有效性,以檢測隱源性卒中或短暫性腦缺血發作(TIA)患者。 干預組中的一百名患者將使用KardiaMobile每天記錄兩次心電圖;對照組中的100名患者將完成7天的動態心電圖監測。 本研究的主要結局是在指數缺血性卒中或TIA后第一年檢測到AF的患者百分比。 次要結局包括心房顫動預測標誌物、口服抗凝治療改變以及復發性卒中和大出血的發生率。
Treskes RW, Gielen W, Wermer MJ, Grauss RW, van Alem AP, Dehnavi RA, et al.
Trials. 2017;18(1):402.
本綜述研究了AliveCor設備作為臨床實踐和更廣泛研究中心房顫動檢測工具的可行性,有效性和實用性的文獻。 納入11項研究進行評估。 在心房顫動篩查研究中實施AliveCor設備作為心律篩查輔助工具的可行性很高。 納入的研究對AF檢測的敏感性各不相同,範圍從54.5%到100%。 AliveCor設備在審查中的分析中證明具有成本效益。 總體質量報告是中等的,在整個研究中只提供了有限的倫理細節。 作者得出結論,AliveCor設備為心律篩查提供了一種移動的,經過驗證的和安全的選擇,並且對於患者和衛生專業人員在醫院和社區都是可行的。
Hall A, Mitchell ARJ, Wood L, Holland C.
Medicine (Baltimore). 2020 Jul 24;99(30):e21388
初級保健實踐是大規模健康檢查的理想地點。 五名臨床藥劑師接受了培訓,使用Kardia行動裝置在604名年齡≥65歲的人群中篩查心房顫動,在疫苗接種季節期間在英格蘭的全科醫生診所參加流感疫苗接種診所。 在604張Kardia錄音中,只有6張是無法解釋的。 心房顫動的總患病率為4.3%。 所有心房顫動參與者均符合抗凝治療的條件。 參與受試者的反饋總體上是積極的。 在瑪律可夫類比模型中,71.8%的估計值發現AF篩選策略具有成本效益。 作者的結論是,該研究強調了採用特定目的的現代技術作為自動對焦檢測的第一線的必要性。
Savickas V, Stewart AJ, Rees-Roberts M, Short V, Bhamra SK, Corlett SA, et al.
PLoS Med. 2020 Jul 17;17(7):e1003197.
在本文中,使用安裝在公共場所(如超市和藥店)的易於使用的”自助健康檢查站”進行機會性心房顫動篩查和檢測的潛在好處,並帶有數位心電圖捕獲功能。
卡邁勒·布洛斯,海伍德·
移動醫療 (2020):1-9.
本研究的目的是評估篩查高風險無癥狀療養院居民的準確性和實用性,這些居民具有≥2個心房顫動的危險因素,並且以前使用KardiaMobile沒有心房顫動史(AliveCor,Mountain View,CA)。 研究參與者有≥2危險因素,包括年齡≥75歲,女性,阻塞性睡眠呼吸暫停,外周血管疾病,糖尿病,肥胖,高血壓和充血性心力衰竭。 使用KardiaMobile,在四個不同的場合獲得了30秒的心律記錄。 所有追蹤均由心臟病專家進行審查,如果不確定,則由電生理學家進行審查。 護理機構被通知任何心房顫動的診斷,促使主治醫師進行進一步評估。 在接受篩查的245名居民中,18名(7.4%)對AF進行了診斷追蹤,其中15名(83.3%)在初始屏幕上進行了AF。 有AF的居民和沒有AF的居民在人口統計學或個體風險因素方面沒有顯著差異。
Khan HA, Hanna N, Chaskes MJ, Gudleski GD, Karmilowicz P, Curtis AB.
Circulation 138.Suppl_1 (2018): A14963-A14963.
印度農村地區未被識別的心房顫動高疾病負擔:一種創新而基於社區的跨部門篩查計劃。 使用智慧手機心電圖的非政府組織領導的大規模社區心房顫動篩查計劃的有效性:一項觀察性隊列研究。 篩查已被建議作為通過早期開始抗凝治療來提高心房顫動檢出率和降低缺血性卒中發生率的一種方法。 然而,國際工作組目前建議不要進行篩查,理由是與常規護理相比,系統篩查計劃的成本影響和益處的不確定性。 衛生保健專業人員應意識到這些新興數據對診斷途徑和治療的影響。
Jones NR, Taylor CJ, Hobbs FDR, Bowman L, Casadei B.
Eur Heart J. 2020;41(10):1075-1085. doi:10.1093/eurheartj/ehz834.
KardiaMobile和WatchBP在一系列不同的醫療保健和非醫療保健環境中機會性地測試AF風險增加的組是可行的,允許更多的人群接受脈搏節律檢查以檢測可能的AF,在老年人和現有CVD的測試組中發現最高的檢測率。
Lang A, Edwards F, Norton D, Semple L, Williams H.
Future Healthcare Journal 7.1 (2020): 86.
這項基於社區的心房顫動篩查研究發現,心房顫動的診斷和治療不足,並建議韓國需要使用行動裝置及早發現心房顫動。 該研究包括兩個部分。 初步研究檢查了2,422名社區痴呆症篩查計劃的參與者,他們在初步研究中年齡在60歲或以上。 這項擴展研究包括九個60歲或以上的高級福利中心的5,366名參與者。 使用自動SL-ECG進行AF篩查(KardiaMobile by AliveCor,Mountain View,CA,USA)。 在SL-ECG上被歸類為AF的受試者中,通過12導聯心電圖證實了心房顫動。 在初步研究中,在2,422名受試者中,有124名在SL-ECG上患有心房顫動。 心房顫動的患病率為3.0%(95%可信區間[CI]:2.4-3.8)。 SL-ECG的陽性預測值(PPV)為58.9%(95%CI:50.1-67.1)。 在被診斷患有心房顫動的受試者中,65.8%(95%CI:54.3-75.6)是新診斷的。 在擴大的研究中,在5,366名受試者中,有289名在SL-ECG上患有心房顫動。 SL-ECG的患病率為2.6%(95%CI:2.2-3.1),PPV為48.8%(95%CI:43.1-54.5)。
Kim NR, Choi CK, Kim HS, Oh SH, Yang JH, Lee KH 等.
春南醫學雜誌56.1(2020):50-54。
這項研究表明,學生藥劑師驅動的健康博覽會是篩查心房顫動的可行模式,可以有效地向公眾提供心房顫動教育。 該研究評估了學生藥劑師驅動的健康博覽會的AF篩查和教育。 AF的篩查由美國藥劑師協會學生藥劑師學會的學生成員在傳道員監督下進行。 參與者使用KardiaMobile設備(AliveCor,Mountain View,CA)進行篩查。 參與者教育使用美國心臟協會AF患者資訊表提供。 學習評估通過三個多項選擇題進行評估。 結果:學生在六個月的時間內在13個健康博覽會上共篩選了697名參與者。 總體而言,71%的參與者是56±15歲的女性(平均±SD)。 接受篩查的參與者中有16人(2.3%)收到了表明可能心房顫動的結果。 沒有一個可能呈陽性的參與者有提示心房顫動的癥狀。 在這16名參與者中,11名(69%)的CHA₂DS₂-VASc評分大於或等於2(2.7±0.7)。 大多數參與者正確回答了每個學習評估問題。 超過95%的參與者認為在健康博覽會上篩查心房顫動很重要或非常重要。
Anderson JR, Hunter T, Dinallo JM, Glaser D, Roybal LK, Segovia A, et al.
Journal of the American Pharmacists Association (2020).
AliveCor監測與電子醫療工具相結合,改善了臨床管理決策,以遵守指南。 2016年11月至2019年6月,在16個大都市和農村一般實踐中進行了機會性心房顫動篩查,管理和指南推薦療法(AF-SMART)研究。 這些研究調查了定製設計的電子健康工具,以支援一般實踐中AF篩查的所有階段。 全科醫生/護士喜歡電子醫療工具,儘管技術問題有時會擾亂篩查。 時間是篩查全科醫生/護士的主要障礙,因此系統需要非常高效。 由高級全科醫生「篩查冠軍」領導的實踐得到了更廣泛的接受,特別是來自護理團隊的實踐。 定期提供有關篩選數據的反饋有利於品質改進和激勵。 在等級系統中,護士主導的篩查需要明確的異常結果隨訪方案。 參與該計劃具有更廣泛的好處,可以提高心房顫動知識並提高心血管健康在實踐中的形象。 篩查時間更短、強度更強(例如,在接種流感疫苗期間)對於分配了足夠工作人員時間的做法效果很好。Orchard J, Li J, Gallagher R, Freedman B, Lowres N, Neubeck L.
BMC Family Practice 20.1 (2019): 170.
2017年12月至2018年11月期間,在波蘭的10家藥店對65歲及以上的患者進行了前瞻性心房顫動篩查。 共進行了525次心電圖檢查;參與者的平均年齡為73.7歲;68%是女性。 心臟病專家認為共有24個心電圖是不可解釋的(4.9%)。 對490個案例提供了Kardia Instant Analysis。 在17個(3.5%)的錄音中,”可能的心房顫動”,23個(4.7%)的心電圖”不可讀”,13個(2.7%)的錄音是”未分類的”。 在心臟病專家重新評估后,在7名(1.33%)患者中發現了新的心房顫動,在4名患者中發現了先前的診斷。 Kardia app檢測心房顫動的敏感性和特異性分別為100%(95%置信區間[CI]:71.5%-100%和98.7%(95%CI:97.3%-99.5%。 陽性預測值為64.7%(95%CI:38.3%-85.7%,陰性預測值為100%(95%CI:99.2%-100%。 新AF組的CHA2DS2-VASc得分為2.14 + 0.69,非AF組為3.33 + 1.26。 作者得出結論,Kardia應用程式能夠以高靈敏度和特異性快速篩查和檢測AF。 心房顫動的可能診斷值得額外的心臟病學評估。 在 CHA2DS2-VASc 評分低且「無聲」心房顫動的患者中獲得的結果證實了常規心房顫動篩查的重要性。 在藥店使用移動健康技術進行心血管篩查是可行的。
Zaprutko T, Zaprutko J, Baszko A, Sawicka D, Szalek A, Dymecka M, et al.
J Cardiovasc Pharmacol Ther. 2019:1074248419879089.
在這項薈萃分析的19項研究中,有三分之一使用了AliveCor設備。 大量篩查患者的可用性使研究人員能夠量化5歲年齡組中AF的產量和中風風險。 篩查65≥的人的AF檢測率為1.44%。 對於65歲≥的人來說,需要篩查(NNS)才能檢測到一種可治療的心房顫動的數量為83。 在60-64歲的NS中,可治療心房顫動的年齡組為926,而80-84歲的支架為53。 檢測率不受篩查方法、招募環境、國家或篩選年份的影響。 作者的結論是,如果根據現行國際指南,在65歲開始篩查,則在一般人群中篩查心房顫動可能具有成本效益。
Lowres N, Olivier J, Chao T-F, Chen S-A, Chen Y, Diederichsen A, et al.
PLoS Med. 2019 Sep;16(9):e1002903.
本研究旨在測試意識事件的可行性,包括對AF進行機會性篩查,並測試KardiaMobile的可靠性。 在葡萄牙的一家社區藥房,一家療養院和一家門診心臟病診所的兩周內,沒有心房顫動病史的40歲及以上的人參加了藥劑師主導的檢測活動。 參與者接受了手動脈搏檢查,提供了臨床病史,並接受了KardiaMobile心電圖記錄。 心臟病專家確認了可能心房顫動的心電圖,如果心房顫動被診斷出來,他們被轉介給他們的醫生。 此次宣傳活動涉及223人,其中205人接受了篩查。 平均年齡為66歲(SD=15),高血壓是最常報告的(n=107;52.2%)。 CHAD2DS2-VASc平均得分為3(SD=1.8)。 在45人中發現了心臟不規則,心臟病專家確認14人是新的心房顫動病例(6.8%);檢出率在 1% 至 13% 之間變化,具體取決於環境。 有一個不可讀的跟蹤(0.5%)。 AF演算法的靈敏度和特異性分別為90.9%和97.4%。 作者得出結論,KardiaMobile對於AF的機會主義早期檢測可能有用,前提是保證跨專業合作,以便及時地對可疑病例進行充分管理。
Cunha S, Antunes E, Antoniou S, Tiago S, Relvas R, Fernandez-Llimos F, et al.
Res Social Adm Pharm. Available online 20 August 2019.
該專案的目的是描述KardiaMobile在大規模,無差別人群中進行AF篩查的可行性。 184名加拿大初級保健醫生獲得了KardiaMobile心電圖,並要求在65≥日常實踐中看到的所有患者獲得一次30秒的心電圖記錄,並且以前未被診斷患有心房顫動。 醫生對KardiaMobile的評估是使用基於Likert量表的問卷來測量的。 133名醫生(72%)報告了他們的發現並完成了調查。 在3個月的時間里,對7585名患者進行了篩查(佔符合條件的患者的42%)。 在471名患者中檢測到AF(6.2%)。 在270名患者(57%)中啟動了抗凝治療。 醫生普遍報告了該設備的高感知臨床價值(94%)和易於集成(89%)。 總之,以前未確診的心房顫動在參加初級保健診所的老年人中很常見。 KardiaMobile似乎是一種有效的AF篩查工具,具有很高的醫生接受度。 有必要對這種新技術的可行性進行更多的研究,以便將來考慮納入基於人群的篩查計劃。
Godin R, Yeung C, Baranchuk A, Guerra P, Healey JS.
Canadian J Cardio. Published online April 2019.
在心律學會(HRS)和美國內科醫師學會(ACP)的支援下,該倡議證明瞭使用KardiaMobile心電圖在內科實踐中系統篩查事件的可行性和有效性,無論是在識別以前未診斷的心房顫動還是教育患者和護理人員關於心房顫動方面。 五家內科診所使用KardiaMobile和各種教育材料對心房顫動風險較高的患者進行了系統的篩查和教育。 參與者被要求至少有以下心房顫動危險因素之一:缺血性心臟病,糖尿病,高血壓,充血性心力衰竭,慢性阻塞性肺病,肥胖,阻塞性睡眠呼吸暫停,>年齡65歲,吸煙史,甲狀腺疾病或女性。 篩查為「未分類」或「可能的心房顫動」的患者被轉診進行進一步評估。 共篩查了772名患者。 平均年齡為65.2歲+15.4歲,75歲以上佔28.2%。 大多數(521人(67.5%)為女性,75.7%的CHA2DS2-VASc得分為>2。 670 (86.8%),篩選為”正常”,85(11.0%)為”未分類”,17(2.2%)為”可能的AF”。 在篩查活動之前,參與者對中風和心房顫動的知識存在嚴重缺陷,大多數人認為,由於他們的參與,他們對這些問題的認識顯著提高。 作者得出結論,使用KardiaMobile進行系統篩查是可行的,儘管非正態演算法結果的產量相對適中。
Rosenfeld LE, Amin AN, Hsu JC, Oxner A, Hills MT, Frankel DS.
Heart Rhythm. Published online April 2019.
在AHA / ACC / HRS指南的重點更新中,在7.12 AF和心房顫動的設備檢測中,作者引用了AliveCor的研究來支援以下陳述:”對於遠端心電圖採集和傳輸,遠端心電圖採集和傳輸也可能存在靜音AF的作用,具有遠端解釋功能。
January CT, Wann LS, Calkins H, et al.
J Am Coll Cardiol. Jan 2019.
這項電子衛生實施研究旨在評估使用電子篩查提示促進機會性心房顫動篩查的策略,並使用電子決策支援(EDS)軟體改善治療。 每當符合條件的患者(年齡≥65歲,無心房顫動診斷)的醫療記錄在參與的全科診所中打開時,就會出現電子篩查提示。 全科醫生和執業護士使用KardiaMobile心電圖進行篩查。 提供基於指南的EDS以協助治療決策。 使用數據提取工具從實踐中收集去識別化的數據。 澳大利亞悉尼的一般實踐(n = 8),篩查中位數為6個月。 在11,476名符合條件的患者中,共有1805名(16%)接受了篩查(44%為男性,平均年齡為75.7歲)。 篩查確定了19例(1.1%)新的心房顫動病例(平均年齡,79歲;平均CHA2DS2-VASc,3.7%;53%男性)。 全科醫生(n = 30)進行了所有篩查的70%(每個全科醫生1-448名患者)。 在研究期間診斷出的AF處方口服抗凝劑患者的比例更高:篩查檢測的18名患者中有15名(83%),臨床檢測的46名患者中有39名(85%),而研究前診斷的1306名患者中有933名(71%)(P0.001<)。 對於心房顫動患者和19名篩查檢測到的患者中的4名,EDS被訪問了111次。
Orchard J, Neubeck L, Freedman B, Li J, Webster R, Zwar N, et al.
J Am Heart Assoc. 2019;8(1):e010959.
這項在印度進行的基於人群的研究使用KardiaMobile通過篩查來自50個村莊(2100名參與者)的六個年齡和性別階層(年齡40-55歲,56-65歲,65歲以上,男性和女性)中的7名參與者來推導年齡和性別分層的心房顫動患病率。 來自每個村莊的一名衛生工作者使用KardiaMobile在3天內篩查心房顫動,並進行了問卷調查。 所有異常(心房顫動或未分類)心電圖均由印度心臟病專家進行審查,心房顫動測定由美國心臟電生理學家確認。 在2074名參與者中,33名參與者(1.6%)被確定為AF,第一次心電圖的三分之二。 男性(2.3% vs 1.0%,p = 0.03)和老年人(0.6%,0.9%,2.1%,5.6%;p < 0.01)的心房顫動患病率較高。 作者得出結論,觀察到的心房顫動患病率與北美和西歐研究中發現的比率相當,並且隨著年齡的增長而增加。 使用KardiaMobile在印度農村地區使用鄉村衛生工作者進行心房顫動篩查是可行的,併為通過初級預防解決印度中風流行的戰略提供了機會。
Soni A, Karna S, Fahey N, Sanghai S, Patel H, Raithatha S, et al.
Int J Cardiol. Online Dec 2018.
在2015年11月至2016年9月期間,共有11,574名香港市民自願參加了AFinder計劃,這是一個由非政府組織(NGO)領導的使用KardiaMobile的社區AF篩查計劃。 84名50歲以上的訓練有素的非專業義工在108個社區中心共進行了118次篩查。 通過電話聯繫患有心房顫動的公民,以完成基線和9個月的隨訪問卷。 心電圖報告被郵寄給那些患有心房顫動的參與者,並被建議他們尋求醫療救助。 建議心電圖無法解釋的參與者尋求醫療救助並接受常規心電圖檢查。 在所有參與者(9236名女性公民[79 .8%];平均年齡78.6歲)中,KardiaMobile心電圖在10,735名公民(92.8%)中可以解釋。 244人(2.3%)患有心房顫動;在74名參與者(0.69%)中發現了AF的新診斷,平均CHA2DS2-VASc評分為3.9 +/- 1.5。 74人中有36人無癥狀。 在72名新診斷為心房顫動並需要口服抗凝治療的受試者中,47人尋求就醫,17名(23.6%;95%CI 13.8-33.4%)接受口服抗凝劑。 這項由非政府組織領導的基於社區的心房顫動篩查計劃可有效識別新診斷出患有心房顫動的公民。 然而,由於缺乏更結構化的下游管理途徑,該計劃隨後引導他們接受適當的口服抗凝治療的有效性被削弱。
Chan NY, Choy CC, Chan CK, Siu CW.
Heart Rhythm. 2018;15(9):1306-11.
本研究的目的是評估在攝入期間使用KardiaMobile向Kaiser Permanente門診診所進行常規護理的患者中篩查心房顫動的效用。 共篩查65歲及以上患者2286例;患者平均年齡為80±11歲(範圍65-96),60%為男性,40%為女性。 在117名(5.1%)患者中檢測到心房顫動,其中81人有心房顫動史(占篩查總數的3.5%)。 有36名(1.6%)患者患有未確診的心房顫動,只有2/36(6%)接受抗凝治療。 總之,高達 1.6% 的 65 歲及以上到門診就診的患者可能患有未確診的心房顫動,其中大多數有顯著的卒中風險(CHADsVASc 評分為 ≥2),並且從心房顫動篩查和治療中獲益,以預防卒中。
Keen W, Martin J, Lopez C, Pena-Ruiz M, Antons K, Longson S, et al.
American Heart Association’s Scientific Sessions (2017). Abstract.
1041名65歲或以上的病人在香港9間基層醫療診所接受嘉迪安非惠篩查。 所有的心電圖都被心臟病專家過度閱讀。 總體心房顫動患病率為2.6%,新發現的心房顫動為1.5%。 新診斷的心房顫動患者的平均年齡為77歲,平均CHA2DS2-VASc評分為3.9。 患者對心房顫動的認識較低,36.4%的人不熟悉心房顫動,63.6%的人不知道心房顫動相關卒中的風險。 所有患者都認為KardiaMobile易於操作,並願意在未來的初級保健訪問中接受重複篩查。 86%的初級保健醫生認為KardiaMobile對心房顫動篩查有用,並會在日常實踐中使用它。 在基線時,47%的初級保健醫生使用CHA2D2-VASc評分來評估與心房顫動相關的卒中風險,在研究結束時增加到71%。
Chan LL, Chan SC, Yan BP.
Value Health. 2017;20(9):A599.
這是首次使用遠端手持式心電圖設備在較長時間(1 年)內進行心房顫動篩查的前瞻性隨機試驗。 1001名65歲≥成人,CHADS-VASc評分≥2(平均評分3.0)被隨機分配到使用KardiaMobile或常規護理進行AF篩查。 隨機分配到KardiaMobile的患者在12個月內每周兩次獲得心電圖(如果有癥狀,則加額外的心電圖)。 KardiaMobile組19/500(3.8%)患者被診斷患有心房顫動,而常規護理組為5/501(1.0%)(風險比,3.9;95%可信區間=1.4-10.4;P=0.007),每次心房顫動診斷的費用為10,780美元(8255英鎊)。 卒中/短暫性腦缺血發作/全身性栓塞事件的數量在統計學上相似。 大多數KardiaMobile患者對該設備感到滿意,發現它易於使用,而不會限制活動或引起焦慮。 該試驗發現,與常規護理相比,使用KardiaMobile進行延長AF篩查的可能性明顯更高。
Halcox JPJ, Wareham K, Cardew A, Gilmore M, Barry JP, Phillips C, et al.
Circulation. 2017;136(19):1784-94.
該研究使用KardiaMobile對肯亞的50名成年人(平均年齡54歲,66%的女性)進行篩查,這些成年人在Kijabe醫院門診內科或糖尿病診所就診;44%患有高血壓,32%患有糖尿病,4%患有中風。 在50名患者中,有4名(8%)的心電圖示蹤顯示為心房顫動,並且之前沒有一人被診斷為心房顫動。 作者得出結論,KardiaMobile可用於在資源匱乏的環境中篩查AF。
Evans GF, Shirk A, Muturi P, Soliman EZ.
Glob Heart. Published online rst: 13 Mar 2017. doi:10.1016/j.gheart.2016.12.003.
該協定適用於混合方法研究,該研究將招募和培訓土著衛生工作者使用KardiaMobile連續篩查1500名45歲及以上的土著人。 該研究將量化在非正常篩查後接受隨訪評估和/或治療的人數比例,然後估計澳大利亞土著人口心房顫動的患病率和年齡分佈。
Gwynne K, Flaskas Y, O’Brien C, Jeffries TL, McCowen D, Finlayson H, et al.
BMJ Open. 2016;6(11):e013576.
KardiaMobile在澳大利亞悉尼的5個實踐中用於識別流感疫苗接種時的無癥狀心房顫動。 2015年4月至6月期間,護士使用自動演算法篩查了973名年齡在65歲≥的患者。 放映平均需要5分鐘(範圍1.5-10分鐘);異常錄製需要額外的時間。 在0.8%(8)的患者中發現了新發現的心房顫動,心房顫動的總體患病率為3.8%(37)。 自動檢測AF演算法的靈敏度和特異性分別為95%和99%。 執業護士的篩查被執業人員很好地接受。 關鍵推動因素是護士的信心和能力,以及領導診所篩查的「指定冠軍」。 障礙是針對具體做法的,主要與工作人員的時間和資金有關。
Orchard J, Lowres N, Freedman SB, Ladak L, Lee W, Zwar N et al.
Eur J Prev Cardiol. 2016; 23(2S): 13-20.
來自印度古吉拉特邦6個村莊的居民使用KardiaMobile接受了AF篩查。 共有235名50歲及以上的參與者(半為女性)連續5天使用KardiaMobile2分鐘。 社區衛生工作者幫助對參與者進行篩查。 心房顫動的患病率隨著篩查次數的增加而增加,從1次篩查的3.0%增加到5次篩查的5.1%。
Soni A, Earon A, Handorf A, Fahey N, Talati K, Bostrom J, et al.
JMIR Public Health Surveill. 2016;2(2):e159.
由2014年5月1日至2015年4月30日,18歲及以上的成年人在媒體宣傳下獲知,參加香港全社區的AF放映計劃。 一組非醫療義工使用KardiaMobile對13,122名香港市民(平均年齡65.5±13.3歲)進行了篩查。 所有記錄在記錄后1個月內被心臟病專家過度讀取,所有檢測到AF的參與者都被轉診進行醫療諮詢。 在13,122張KardiaMobile錄音中,有56張(0.4%)是無法解釋的。 在101名(0.8%)參與者中發現了新診斷的心房顫動。 心房顫動的總體患病率為 1.8%(239/13,122,95% CI 1.6-2%)。 使用KardiaMobile對房顫動進行系統性的基於人群的心電圖篩查是可行的,並確定了一定比例的香港公民的心房顫動,與當代美國和歐洲人口相當。
Chan NY, Choy CC.
Heart. 2017;103(1):24-31.
這項研究評估了AliveCor和MyDiagnostick手持式心電監護儀(2015年)在445名有心房顫動(AF)風險的住院患者中的使用。 在這種情況下,兩種裝置都對從成本效益角度來看合理的篩查策略有用。 然而,作者歡迎未來對這兩種設備的靈敏度和特異性的改進。 對讀數的人工審查提高了兩個系統的性能;值得注意的是,對於AliveCor設備,不需要額外的標準ECG來排除手動檢查的誤報。
Desteghe L, Raymaekers Z, Lutin M, Vijgen J, Dilling-Boer D, Koopman P, et al.
Europace. 2016 Feb 17;
95名患者,29名患有心房顫動,66名患有竇性心律,由臨床上的兩名醫生用KardiaMobile和標準的12導聯心電圖進行評估。 對於一位從業者的評論,KardiaMobile的敏感性為90%,特異性為86%;對於另一位從業者,敏感性為93%,特異性為76%。 KardiaMobile的高靈敏度表明,這項測試對AF來說是一個很好的”排除”。 陽性檢測應與 12 導聯心電圖聯合使用,以確認心房顫動的診斷。
Williams, J, Pearce K, Benett I.
Br J Cardiol. 2015; 22:70-2.
KardiaMobile用於篩查954名年齡在12-99歲之間的參與者。 有54(5.6%)的人被注意到有潛在的異常(傳導缺陷,電壓升高,節律異常);其中23例(43%)異常,2例確診心房顫動,2例顯示心房完全。 檢測到的其他異常包括心房和心室異位、束支傳導阻滯和左心室肥厚。 一名電壓升高的患者後來被診斷為肥厚型心肌病。 總之,KardiaMobile快速且易於使用,並導致心律失常,束支傳導阻滯,左心室肥厚和心肌病的新診斷。
Le Page P, McLachlan H, Anderson L, Penn L, Moss A, Mitchell A.
Br J Cardiol. 2015; 22:31-3.
121名年齡≥55歲的毛利人和太平洋島嶼人與KardiaMobile一起在紐西蘭社區藥房接受了AF篩查;如果自動演算法為陽性,則將受試者轉診至初級保健機構進行確認性 12 導聯心電圖檢查。 在接受篩查的121名參與者中,有兩人被診斷為心房顫動(1.7%),兩名已知的心房顫動病例似乎沒有接受華法林治療,總共有四人(3%)可以從開始抗凝治療中受益。 有2個誤報,被認為是由於不正確地處理設備而發生的,通過對藥劑師的進一步培訓進行了糾正。 該研究確定,KardiaMobile在這種環境中的患者群體以及衛生專業人員高度可接受。
Walker N, Doughty R, Parag V, Harrison J, Bennett M, Freedman B.
中醫藥學報 2014;127(1398):128-31.
接待員和執業護士使用KardiaMobile對年齡≥65歲的患者進行了篩查。 然後在患者諮詢期間提供全科醫生(GP)檢查。 篩查了88例患者(51%為男性;平均年齡74.8±8.8歲):17例患者(19%)患有心房顫動(均先前確診)。 KardiaMobile被全科醫生,護士和患者所接受。 接待員不情願,而護士則有信心使用該設備進行解釋和篩查。
Orchard J, Freedman SB, Lowres N, Peiris D, Neubeck L.
Aust Fam Physician. 2014;43(5):315-9.
1000名藥房客戶(平均年齡76歲±7歲,44%為男性)接受了KardiaMobile的篩查。 新發現的心房顫動為1.5%(95%CI,0.8-2.5%),心房顫動患病率為6.7%。 自動演算法顯示檢測AF的靈敏度為98.5%,特異性為91.4%。 使用英國一項房顫動篩查研究的成本和結局數據,根據 55% 的華法林處方依從性,使用 KardiaMobile 將篩查擴展到社區的增量成本效益比為每獲得質量調整生命年$USD 4,066,預防一次卒中$USD 20,695。 總之,使用KardiaMobile篩查AF是可行且具有成本效益的。
Lowres N, Neubeck L, Salkeld G, Krass I, McLachlan AJ, Redfern J, et al.
Thromb Haemost. 2014;111(6):1167-76.
KardiaMobile在進行12導聯心電圖后不久就用於對109名患者(70名竇性心律,39名心房顫動)進行社區篩查。 心電圖由兩名對節律診斷視而不見的心臟病專家進行解釋,並進行處理以提供竇性心律或心房顫動的自動診斷。 結果與第三位心臟病專家的12導聯心電圖診斷進行比較。 優化演算法在驗證集中表現極佳,靈敏度、特異性、整體準確度高,Kappa(95% CI)分別為98%(89%–100%、97%(93%–99%、97%(94%–99%和0.92(0.86~0.98)。 這項研究得出的結論是,KardiaMobile可用於簡單快速地記錄高品質的單導聯心電圖,以準確檢測心房顫動,使其成為社區篩查計劃檢測靜音心房顫動的理想技術。
Lau JK, Lowres N, Neubeck L, Brieger DB, Sy RW, Galloway CD, et al.
Int J Cardiol. 2013;165(1):193-4.
KardiaMobile的使用與醫療保健資源使用的減少有關。 每個患者和每年,KardiaMobile使用者的辦公室就診次數減少了1.14次,心臟特異性ED和/或緊急護理就診次數減少了0.17次,心律失常相關的ED和/或緊急護理就診次數減少了0.20次,計劃外心律失常相關住院次數減少了0.18次,心臟監護儀的使用減少了0.19次。
研究人員對其機構電子健康記錄和KardiaPro資料庫進行了回顧性審查,以識別128名KardiaMobile患者,他們在開始使用移動心電圖設備之前的一年中擁有醫療保健資源利用資訊。 然後對患者進行一年的隨訪,並捕獲資源利用率。 大多數患者使用KardiaMobile治療陣發性(60%)或持續性(16%)心房顫動。
Johnson DM, Junarta J, Gerace C, Frisch DR.
Am J Cardiol. 2021. DOI: 10.1016/j.amjcard.2021.05.027
該試點計劃旨在測試將AliveCor Kardia Mobile系統整合到74名最近診斷為快速心房顫動和機會性社區診斷為心房顫動的患者的社區治療監測中的可行性。 受試者已知快速心房顫動需要監測和管理,並且由於手動脈搏檢查時脈搏異常而懷疑心房顫動。 在6個月的監測期內,AliveCor設備被發現易於使用,更具時間和成本效益(每位患者節省高達134.49英鎊),並成功地阻止了社區對連續12導聯心電圖的需求。 在需要心電圖監測的37例患者中,需要113例iECGs,在53例脈搏”異常”患者中,15%被發現處於新發心房顫動並進行了適當的抗凝治療。
Bray JJH, Lloyd EF, Adenwalla F, Kelly S, Wareham K, Halcox JPJ.
. BMJ Open Qual. 2021 Mar;10(1).
這是一項系統評價,報告了對導聯I型心電圖裝置的診斷準確性和成本效益的估計。 所呈現的診斷準確性和臨床影響結果來自無癥狀人群(用作心房顫動體征或癥狀患者的替代物)。 導聯I型心電圖裝置的匯總敏感性為93.9%[95%可信區間(CI)86.2%~97.4%],摘要特異性為96.5%(95%CI 90.4%-98.8%)。 一項研究報告了有限的臨床結局數據。 四項研究報告了導聯I型心電圖設備的可接受性,總體上持積極觀點。 從頭經濟模型產生了每獲得的質量調整生命年(QALY)的增量成本效益比(ICERs)。 成對分析的結果表明,每個QALY產生ICIR的所有鉛I型心電圖設備都低於20,000-30,000英鎊的閾值。 KardiaMobile(AliveCor,Mountain View,CA,USA)是完整增量分析中最具成本效益的選擇。
Duarte R, Stainthorpe A, Greenhalgh J, Richardson M, Nevitt S, Mahon J, et al.
PLoS One. 2019;14(12):e0226671.
該指導文件評估了使用導聯I型心電圖設備對有心房顫動和脈搏不規則癥狀的初級保健患者的單一時間點檢測。 作者得出結論,沒有足夠的證據推薦在這個用例中常規採用導聯I型心電圖設備。 他們建議進一步研究,以顯示使用導聯I型心電圖如何影響檢測到心房顫動的人數,以及工作人員解釋心電圖追蹤所需的時間。 值得注意的是,設計了一個從頭經濟模型來評估成本效益,KardiaMobile主導了所有其他鉛I心電圖設備,成本更低,併產生了更多的品質調整壽命年 [QALYs]。
National Institute for Health and Care Excellence. May 2019.
僅在英國(UK),心悸和暈厥前期共同導致每年300,000名急診科(ED)就診。 這項多中心隨機對照試驗比較了 KardiaMobile 與單獨標準治療(無計劃動態心電圖監測)的癥狀性心律檢測率,243 名受試者在英國 10 個急診科就診,出現心悸和暈厥前期,初次會診時沒有明顯原因。 在69名參與者的90天(n = 124;55.6%;95% CI 46.9–64.4%)中檢測到癥狀節律,而對照組為11(n= 116;9.5%;95% CI 4.2–14.8)(RR 5.9,95% CI 3.3–10.5;p0.0001<)。 干預組的平均癥狀節律檢測時間為9.5天(SD 16.1,範圍0-83),而對照組為42.9天(SD 16.0,範圍12-66; p0.0001<)。 使用KardiaMobile使癥狀性心律檢測的患者數量增加了五倍以上,達到55%以上,達到90天。 作者建議將KardiaMobile視為所有急性表現為不明原因心悸或暈厥前期患者的持續護理的一部分。
Reed MJ, Grub NR, Lang CC, O’Briend R, Simpson K, Padarenga M, et al.
EClinicalMedicine. Online March 3, 2019.
約克健康經濟學聯盟的案例研究側重於用KardiaMobile途徑取代典型的心房顫動診斷途徑的潛在投資回報,以診斷心房顫動。 該分析於2017年春季開發,基於當時英國全科醫生護理的具體信息和證據。 從國家衛生系統的角度來看,作者確定每位患者每年可節省968英鎊的成本。
York Health Economics Consortium. February 2018.
這是首次使用遠端手持式心電圖設備在較長時間(1 年)內進行心房顫動篩查的前瞻性隨機試驗。 1001名65歲≥成人,CHADS-VASc評分≥2(平均評分3.0)被隨機分配到使用KardiaMobile或常規護理進行AF篩查。 隨機分配到KardiaMobile的患者在12個月內每周兩次獲得心電圖(如果有癥狀,則加額外的心電圖)。 KardiaMobile組19/500(3.8%)患者被診斷患有心房顫動,而常規護理組為5/501(1.0%)(風險比,3.9;95%可信區間=1.4-10.4;P=0.007),每次心房顫動診斷的費用為10,780美元(8255英鎊)。 卒中/短暫性腦缺血發作/全身性栓塞事件的數量在統計學上相似。 大多數KardiaMobile患者對該設備感到滿意,發現它易於使用,而不會限制活動或引起焦慮。 該試驗發現,與常規護理相比,使用KardiaMobile進行延長AF篩查的可能性明顯更高。
Halcox JPJ, Wareham K, Cardew A, Gilmore M, Barry JP, Phillips C, et al.
Circulation. 2017;136(19):1784-94.
1000名藥房客戶(平均年齡76歲±7歲,44%為男性)接受了KardiaMobile的篩查。 新發現的心房顫動為1.5%(95%CI,0.8-2.5%),心房顫動患病率為6.7%。 自動演算法顯示檢測AF的靈敏度為98.5%,特異性為91.4%。 使用英國一項房顫動篩查研究的成本和結局數據,根據 55% 的華法林處方依從性,使用 KardiaMobile 將篩查擴展到社區的增量成本效益比為每獲得質量調整生命年$USD 4,066,預防一次卒中$USD 20,695。 總之,使用KardiaMobile篩查AF是可行且具有成本效益的。
Lowres N, Neubeck L, Salkeld G, Krass I, McLachlan AJ, Redfern J, et al.
Thromb Haemost. 2014;111(6):1167-76.
本研究報導了一種使用現有的單導聯KardiaMobile mECG設備生成多導聯心電圖的方法,方法是使用連接到絕緣銅線的鱷魚夾將該裝置連接到患者四肢和軀幹上的粘合電極上,根據標準導聯配置。 獲得 6 種心電圖診斷(竇性心律、典型心房撲動、心房顫動、竇伴右束支傳導阻滯、左前束束傳導阻滯、竇伴左束支傳導阻滯和雙心室起搏)的讀數。 將記錄與患者當天獲得的基線12導聯心電圖以及單導聯心電圖進行比較。 與單導聯心電圖相比,改良的KardiaMobile的診斷準確性和置信度均顯著提高:與正確診斷的一致性為81.6%,而單導聯心電圖的診斷準確性和置信度均為48.2%,12導聯心電圖的一致性為88.6%(p<0.01),研究員對診斷的信心評分為4.35分(滿分5分),而單導聯心電圖為3.34分,12導聯心電圖為4.53分(p=0.09)。 作者的結論是,有可能以最小的成本增強現有的單鉛KardiaMobile設備。
Junarta J, Frisch DR, Dikdan S, Weiss M, Khan O, Sarkar K.
J Electrocardiol. 2021 May 12;67:77–83.
本綜述重點關注可穿戴式心臟監測設備在心律失常、心血管疾病及其心房顫動以外的一些危險因素的實際使用和演變。 討論了基於AliveCor智能手機的12導聯等效ECG系統,以證明使用可穿戴雙電極系統取代標準的12導聯ECG是可行的。 作者指出,為了在不同的臨床場景或患者佇列中提供益處,需要使用可穿戴設備開發和評估適當的臨床路徑。 這也包括對使用者,患者和處方醫生的適當培訓。
Duncker D, Ding WY, Etheridge S, Noseworthy PA, Veltmann C, Yao X, et al.
Sensors (Basel). 2021 Apr 5;21(7).
在一項在線調查中,對KardiaMobile iOS和Android啟用的心電圖模式的使用,以改善動手學習體驗和心血管生理學的解釋,並在完成醫學生MS1學年時進行了評估。 KardiaMobile心電圖設備很容易集成到預科課程中,並隨時部署在演講廳,提高了心血管生理學指導的臨床相關性。 百分之六十七的學生同意或強烈同意AliveCor KardiaMobile設備是心電圖教學的寶貴補充。 92%的受訪學生同意或強烈同意,使用行動醫療設備將有助於進一步開展醫學教育,並且瞭解行動醫療設備在他們未來的實踐中非常重要。
Frisch EH, Greb AC, Youm JH, Wiechmann WF, Greenberg ML.
Adv Physiol Educ. 2021 Mar 1;45(1):48–52
本文綜述了動態監測的前景以及機器學習等分析方法的發展,以提高基於設備的診斷的準確性和可操作性。 作者強調了KardiaMobile六導聯器件中信號保真度的提高。 新穎的生物信號定義和生物感測器採集、自動診斷和專家級分診、安全數據傳輸和以患者為中心的疾病管理有可能推動心血管監測的深刻變革。 再加上數據的互操作性,以擴大對所有利益相關者的訪問,無縫連接(物聯網)和匿名性的維護,這種方法最終可以促進近乎即時的診斷和治療。
Krittanawong C, Rogers AJ, Johnson KW, Wang Z, Turakhia MP, Halperin JL, et al.
Nat Rev Cardiol. 2021 Feb;18(2):75–91.
這項社區衛生中心研究的作者使用KardiaMobile設備對從5個中國社區衛生中心招募的4531名65歲或以上的居民進行單時間點篩查。 總體心房顫動患病率為4.0%。 雖然這些患者中有85%被推薦使用口服抗凝劑,但已知心房顫動的處方率僅為20%。 該研究說明瞭手持式心電圖設備在快速篩查心房顫動以確定社區環境中潛在治療差距方面的有用性。
Chen Y, Huang Q-F, Sheng C-S, Zhang W, Shao S, Wang D, et al.
PLoS Med. 2020 Jul;17(7):e1003146.
在急性心肌梗死後,使用與 AliveCor 聯合遠端監測系統,可以用兩次數位門診就診代替多達兩次實體門診就診,患者能夠準確測量和轉移血壓、單導聯心電圖和體重。 此外,如果有指征,患者可以更容易地將臨床相關措施(心電圖和血壓)送往醫院(例如,在心悸的情況下)。 患者表示,他們欣賞醫院的額外控制,以及查看自己的健康數據的可能性。
Treskes RW, van Winden LAM, van Keulen N, van der Velde ET, Beeres SLMA, Atsma DE, et al.
JAMA Network Open 3.4 (2020): e202165-e202165.
標記為「研究性使用」的研究是使用AliveCor設備以研究方式進行的,並探索了潛在的未來設備和配置。 本研究中使用的設備和配置目前尚未上市。 AliveCor可能會在追求適當的監管程式後在未來提供這些服務。 注意:研究中標有”研究用途”的設備用於研究用途。 受聯邦(美國)法律限制,僅用於研究用途 。
©2022 Copyright AliveCor in Hong Kong and Macau All Rights Reserved. The website is operated by Mellica Ltd., authorized distributior of AliverCor in HongKong and Macau.
AliveCor Labs