Nieuw algoritme met detectie van onregelmatig hartritme door Fitbit wearables voor AF-screening

Detection of Atrial Fibrillation in a Large Population using Wearable Devices: the Fitbit Heart Study

Gepresenteerd op American Heart Association’s Scientific Sessions 2021 door: Steven Lubitz - Boston, MA, VS.

Introductie en methoden

Doel van de studie

Vroege detectie van atriumfibrilleren (AF) en flutter voorkomen mogelijk morbiditeit. Smartwatches en fitness trackers worden vaak gebruikt en deze hebben mogelijk optische fotoplethysmografie (photoplethysmography; PPG) sensoren om de hartslag te meten. Aanwezigheid van AF kan mogelijk voorspeld worden door software-algoritmes die passief PPG polsdata analyseren. Correcte classificatie is belangrijk om vals positieven te beperken.

Studieontwerp

Er werd een nieuw software-algoritme ontwikkeld met frequente overlappende PPG polstechogram sampling. De positieve voorspellende waarde voor ongediagnosticeerde Af van dit algoritme werd onderzocht in een grootschalige trial op afstand met een reeks draagbare apparaten. Individuen werden elektronisch, op afstand geïncludeerd. Diegenen met detectie van een onregelmatig hartritme (irregular heart rhythm detection; IHRD) werden op de hoogte gesteld, uitgenodigd om een afspraak te plannen met een telegezondheidszorg provider en ontvingen een ECG patch. De ECG-patch werd zelf aangebracht en één week gedragen. Na terugsturen van de ECG patch, werd een tweede afspraak gepland om de resultaten te bespreken. De individuen met een IHRD werden gevraag om een follow-up vragenlijst in te vullen na 90 dagen. Alle individuen werden gevraagd om een vragenlijst aan het einde van de studie in te vullen.

Het nieuwe IHDR algoritme was als volgt ontwikkeld. Er was continue sampling van de hartslag met 5 min techograms met een 50% overlap. Als 11 van 11 opeenvolgende techograms onregelmatig waren (≥30 minuten met onregelmatig ritme) werd dit beschouwd als een onregelmatig hartritme. Data werden alleen geanalyseerd als de individuen inactief was. En er was een reset na een negatief technogram. 455.699 Deelnemers werden geïncludeerd in 5 maanden. 4.728 hadden een IHRD notificatie, 1.057 leverden een ECG monitor met analyseerbare data in en 340 hadden AF tijdens ECG monitoring.

Primaire uitkomst

Primaire uitkomst was de positief voorspellende waarde voor ongediagnosticeerde AF van het nieuwe IHRD algoritme.

Belangrijkste resultaten

• 1.0% van de studiepopulatie had een IHRD, met een hoger percentage in mannen en in diegenen ≥65 jaar.
• Van diegenen met een IHRD en die een ECG patch droegen had 32% AF.
• De positief voorspellende waarde voor AF van het algoritme was 98% en dit was consistent voor verschillende strata.
• Mediane last van AF in diegenen met bevestigd AF was 7%. De mediane duur van de langste AF episode op ECG patch was 7 uur.

Conclusie

Een nieuw PPG software-algoritme voor Fitbit wearables had een positief voorspellende waarde voor AF van 98% en kan grootschalige identificatie van ongediagnosticeerde AF mogelijk maken.

Discussie

De discussant Prof. Sana Al-Khatib (Duke University, Durham, NC, VS) bracht enkele punten op over de Fitbit Heart studie. Ze zei dat veel patiënten waren verdwenen na een IHRD en geen analyseerbare data van een ECG monitor hadden. Ze vroeg zich ook af wat er gebeurd als individuen actief zijn, omdat het algoritme deze data niet gebruikten en het is bekend dat sympathische activatie AF kan promoten. Verder onderzocht deze studie niet of screenen voor AF in het behandelen van deze patiënten en uitkomsten verbeterde.

-Onze rapportage is gebaseerd op de informatie die wordt verstrekt tijdens AHA Scientific Sessions 2021-