Kongres:

Autor opracowania:

Cel:

Materiał i metodyka:

Uczestników badania rekrutowano zdalnie – przez internet. Kryteria włączenia: wiek ≥ 22 lata, posiadacz smartfona z aplikacją FitBit oraz urządzenia (inteligentny zegarek lub inne urządzenie do monitorowania ćwiczeń) kompatybilnego z FitBit, Kryteria wykluczenia: wcześniej stwierdzone AF lub trzepotanie przedsionków, leczenie przeciwkrzepliwe, wszczepiony stymulator lub defibrylator serca. Oceniana aplikacja FitBit wykorzystuje oprogramowanie z algorytmem próbkującym tachogram tętna ocenianego metodą foto-pletyzmografii. Próbkowanie odbywa się w 5 minutowych blokach nakładających się wzajemnie w 50%. Nieregularny rytm serca jest wykrywany, gdy 11 z 11 tych 5 minutowych bloków wskazuje na jego nieregularność. Oznacza to, że algorytm wymaga co najmniej 30 min nieregularnego rytmu, aby podejrzewać AF. Osoby z rozpoznanym nieregularnym rytmem po tele-wizycie lekarskiej zapraszano do przeprowadzenia monitorowania EKG (patch monitor) przez 1 tydzień. Pierwotnym punktem końcowym była pozytywna wartość predykcyjna (PPV) pierwszego nieregularnego rytmu serca wykrytego podczas badania.

Wyniki:

Do badania włączono 455 000 osób w średnim wieku 47 lat. Nieregularny rytm serca stwierdzono u 4728 osób (1% ogółu badanych), w tym u 4% wśród osób w wieku >65 lat. U 1057 osób przeprowadzono dalszą weryfikację rytmu. Wśród nich u 32,2% badanych potwierdzono AF w tygodniowym monitorowaniu EKG. Większość epizodów AF stwierdzono w czasie snu. Oceniany algorytm pozwalał na rozpoznanie niezdiagnozowanego dotąd AF z 98% wartością PPV. Dla osób w wieku >65 lat PPV wyniosła 97%.

Wnioski:

FitBit Heart Study - duże badanie populacyjne - potwierdziło przydatność algorytmu FitBit do przesiewowego poszukiwania migotania przedsionków. Należy jednak pamiętać, że postawienie takiego podejrzenia nakazuje dalszą ocenę medyczną i potwierdzenie arytmii w badaniu EKG