孜拉来·艾尼瓦尔 周贤惠,2
(1.新疆医科大学研究生院,新疆 乌鲁木齐 830054; 2.新疆医科大学第一附属医院心脏中心起搏电生理科 新疆心电生理与心脏重塑重点实验室,新疆 乌鲁木齐 830054)
心房颤动(房颤)是临床常见的心律失常,全球范围内患病率较高,约有3 757万人(占全球人口的0.51%)[1]。2021年中国房颤流行病学研究[2]显示,中国约有790万人患有房颤,是之前报道的2倍多。其中,约1/3的人群发作时无任何临床表现,称为无症状性房颤。与症状性房颤相比,无症状性房颤可能具有更高的卒中风险[3]。无症状性房颤发病隐匿,发作和持续时间难以确定,其早期检测受到阻碍,常得不到及时的诊断和治疗。
随着检测设备的不断更新,为早期检出无症状性房颤患者提供了可能。目前常用的检测设备有:心电图、24小时动态心电图、植入式心电监测仪、自动血压计、便携式心电监测仪、可穿戴心电图以及智能手机和手表等。现旨在介绍各类房颤检测设备,并探讨其优点、局限性及在临床应用中的选择。
临床中,常规心电图是诊断房颤的金标准,但其检测能力受检测时间短的限制,对于无症状阵发性房颤,尤其是一过性发作者,很难通过心电图确诊,此时需进行24小时动态心电图或事件记录器检测确诊。早期研究[4]表明相比常规心电图,更长时间的24小时动态心电图监测可能更有利于发现无症状阵发性房颤,但24小时动态心电图存储心电记录时间仍较短,加上受运动和洗澡等影响,电极片易脱落需重复监测,影响了患者的依从性,监测的数据也不全面。房颤的监测时长及设备使用的不适感仍是这类设备的最大障碍,对能长期、灵敏和舒适监测房颤的检测设备的需求日益渐增。
植入式心电监测系统如植入式心电事件监测器(insertable cardiac monitor,ICM)和植入式循环记录仪可实现长期、连续监测,临床中主要用于筛查不明原因卒中患者,以进一步发现无症状性房颤。CRYSTAL AF研究[5]对比了ICM与临床常规随访监测方式在6个月和12个月对隐源性卒中患者的房颤检出率,显示ICM更利于无症状性房颤的检出(8.9%:1.4%,12.4%:2.0%,P均<0.001)。目前指南建议,隐源性卒中患者需应用ICM延长心电监测时间,以便发现更多的无症状性房颤。近期发表在JAMA杂志的两项研究表明,非隐源性卒中患者使用ICM进行房颤的筛查可能也具有一定的价值。STROKE-AF研究[6]纳入了492例既往有大动脉粥样硬化和小血管性卒中患者,242例患者在卒中发生后10 d内植入ICM,其余250例患者接受常规监测,随访12个月发现,ICM组的房颤检出率明显高于对照组(12.1%:1.8%,P<0.001)。PER DIEM研究[7]对300例新近6个月非房颤相关性卒中患者进行了植入式心电记录仪(n=150,持续12个月)和常规体外记录仪(n=150,持续30 d)的心电监测,随访12个月发现植入式心电记录仪使房颤的检出率提高3倍以上(15.3%:4.7%,RR=3.29,P=0.003)。事实上,由血管疾病引起的卒中患者并不能完全排除无症状性房颤,其可能是卒中复发的危险因素,未来ICM相关的研究和应用不应仅限于隐源性卒中患者。但ICM价格昂贵,且为有创操作,术后不良事件发生率可能高等,在临床中尚不能被广泛接受。在筛查方式的选择中,需充分考虑人群的适应证、经济水平、心理素质、设备最佳监测时间以及筛查成本效益等综合因素。
心血管植入电子设备如心脏起搏器、植入型心律转复除颤器和心脏再同步化治疗,通常用于治疗心律失常疾病,在连续心律监测中可记录到心房高频事件(atrial high-rate episodes,AHREs)。AHREs在心血管植入电子设备患者中很常见,50%以上的心血管植入电子设备患者存在AHREs,通常无症状[8]。但并非所有的AHREs均为房颤,ASSERT研究[9]中82.7%的AHREs为真正的房颤,17.3%为假阳性。AHREs可能进展为临床房颤,MOST研究[10]表明AHREs与6倍的临床房颤风险增加相关。这类设备对房颤检测的应用较为局限,需定位好此类设备为“治疗”性设备或非“检测”性设备,AHREs不应分类在筛查到的房颤中,其发生可能提示无症状性房颤。目前指南建议具有心血管植入电子设备的患者应定期询问相关记录,尽可能使用远程监控,以便尽早检测到无症状性房颤。如何有效地评估房颤风险,更精确地识别房颤高危患者,以及AHREs的临床意义及后续进一步抗凝治疗是临床亟待解决的问题。
新型的无症状性房颤检测设备包括血压检测仪、便携式心电监测仪、可穿戴设备(手表、手环、贴片和胸带等)以及智能手机等(图1[11]),在房颤的筛查和检测中应用前景十分广泛。
注:a图为血压检测仪,b图为便携式单导联心电图监测仪(手持式心电图),c图为基于光电容积描记信号的手环,d图为基于心电信号的手表,e图为基于光电容积描记信号的手机,f图为体外单导联心电图贴片。
自动血压检测仪基于计算不规则脉搏检测房颤,具有高灵敏度(93%~100%)和高特异度(72%~86%)[12-14],在医院和家庭中使用率高,可供医护人员或患者在门诊、药房和家庭等地点进行房颤的筛查。尤其高血压易患心血管并发症,包括冠心病和心力衰竭,这会导致房颤的发生和死亡,需积极筛查这类人群。在一项101例老年人群的筛查中,自动血压计发现房颤阳性9例,其中7例经常规心电图确诊为房颤[15]。作为房颤的筛查工具,血压检测仪可应用于老年人及高血压患者日常无症状性房颤筛查中。但确诊仍需进一步的心电图检查,同时该设备不具备更高的特异度,意味着筛查中可能存在高的假阳性率。
可穿戴式心电图主要包括贴片式、衬衫式和胸带式等,可将获取的体表电信号经加工形成心电图定时或主动传送至云端进行分析,其中贴片式在临床应用中最为广泛,可实现为期14 d的连续监测。汪蓉等[16]使用中国科恩医疗自主研发的Smartpatch贴片对30例急性缺血性脑卒中患者进行了为期两周的心电图连续监测,发现了3例房颤患者。Gladstone等[17]对老年高血压患者的房颤筛查研究中,筛查组患者接受了除常规随访外的在基线和3个月时连续两周的心电图贴片监测,使得房颤检出率比常规随访增加10倍(5.3%:0.5%,RR=11.2,P=0.001),但434例参与者中有5 例(1.2%)发生了皮肤不良反应而提前终止使用。比起24小时动态心电图,贴片式心电监测仪具备更高的舒适感,尤其对于无症状患者,可接受度和依从性更高。尽管目前评估心律失常的“金标准”仍是12导联心电图或24小时动态心电图,贴片式监测仪的便利性和准确度在以后的临床中有望取代常规24小时动态心电图,以筛查更多房颤人群。
便携式心电监测仪普遍使用单导联,操作简便、高效、精确,可应用于社区、家庭和门诊等院外环境的无症状性房颤筛查。REHEARSE-AF[18]的大样本随机对照试验纳入了1 001例房颤高风险患者,使用AliveCor心电记录仪进行家庭心电检测,随访12个月,房颤检出率为3.8%,其中42%的房颤发作无症状,而常规随访的房颤检出率为1.0%;武汉亚洲心脏病医院首次应用AliveCor手持式单导联心电图对1 742例个体进行机会性房颤筛查,新筛查到的房颤患者106例,平均年龄约68岁[19]。单导联心电图便利、准确,适用于大规模人群的筛查。尤其65岁以上人群新筛查房颤阳性率高,应积极在这类人群中使用手持式心电图进行房颤的筛查。但局限性在于单通道信号使其不能进行标准12导联心电监测,房颤的诊断还需临床医生的确认。
3.4.1 智能手表
采用光体积描记(photo plethysmography,PPG)技术的可穿戴设备如手表和手环具有准确度高、便捷、无创和连续监测等优点,有望成为当前心电图检测工具的替代方案,尤其适用于大规模人群的房颤筛查和长期监测。使用智能手表用户可通过将手指放在设备上的任何一点来检测不规则脉搏。一项关于智能手表诊断准确度的首次荟萃分析[20]显示检测房颤的准确度为97%。Apple Heart研究[21]的419 297例参与者中,2 161例(0.52%)在117 d的监测中收到了苹果手表检测到的不规则脉搏的通知。450例使用可穿戴贴片进行心电图监测的患者中,有34%的患者出现房颤。与贴片心电图记录相比,不规则脉冲确认同期房颤发生的阳性预测值为84%。华为心脏研究[22]的187 912例受试者中,424例受试者(0.23%)收到了“疑似房颤”通知,后期确认发现有227例患有房颤,该手表阳性预测值为91.6%。但这类设备也存在明显的局限性:使用设备时需排除运动伪影,同时对房颤的确诊还需进一步的心电检测。不低的假阳性事件也可能导致医疗保健系统的过度使用及部分人群的焦虑和不恰当治疗[23]。最为重要的是,老年人作为房颤高危人群,目前智能手表的普及率并不高,并且上述两项研究表明,在当前智能手表用户中,房颤的患病率仍较低。新一代Apple Watch Series 4可以记录心电图,手表设置的单导联可进行多部位测量,实现多导联检测,有望进一步提高设备的检测性能[24]。
3.4.2 智能手机
智能手机在生活中使用广泛,将其应用于房颤的日常检测中具有便捷、精确和普及率高的优点。利用手机可实现无症状性房颤的心电图检测,Chan等[25]对香港13 122例居民使用基于智能手机的无线单导联心电图在社区进行了大规模筛查,发现新发房颤患者101例,其中66例为无症状性房颤。手机也可使用内置摄像头,拍摄指尖或面部记录PPG信号,并使用匹配的应用程序进行节律分析来检测房颤。Brasier等[26]使用智能手机摄像头对参与者进行了指尖摄影记录PPG信号,并使用匹配的应用程序对信号进行分析,与单导联心电图对比显示其灵敏度为91.5%,特异度为99.6%。Yan等[27]同时使用指尖和面部摄影记录PPG信号,与12导联心电图对比显示PPG信号敏感度分别为94.7%(指尖)、94.7%(面部),特异度分别为93.0%(指尖)、95.8%(面部)。但在一项荟萃分析中,此类设备虽也表现出较高的灵敏度和特异度,但阳性预测值为19.3%~37.5%[28],这表明在无症状性房颤人群中使用这些应用程序可能会产生比真阳性更多的假阳性结果。
随着技术的发展,人工智能(artificial intelligence,AI)在房颤的诊断甚至预测中表现出强大的潜能。Tison等[29]将智能手表PPG技术与AI相结合检测房颤,以12导联心电图为参考标准,发现AI诊断房颤的准确度为97%。Chen等[30]开发了配备PPG和心电图系统的智能腕带,并配备了可识别房颤的AI算法,结果发现心电图、PPG和专家判读的识别准确度为93.27%、94.76%和97.51%,表明AI可能具备类似专家的诊断性能。Yan等[31]提供了一种新的人脸识别房颤的检测方法:基于PPG技术并配备AI算法的摄像头可同时记录人群的面部特征,避免了一对一筛查,这为减少人群房颤筛查中的工作量提供了可能。
最新的研究探讨了AI对房颤发作前的预测价值,而不仅是对已发作房颤的诊断。Attia等[32]纳入了180 922例患者和649 931例正常窦性心律人群,按照7:1:2的比例将心电图分配给了训练、内部验证和测试数据集。结果发现,AI在正常窦性心律中预测房颤发生的准确度为83.3%。Guo等[33]使用基于AI的初步和优化后的预测模型筛选出了50例房颤患者进行前瞻性心电图和预测模型对比验证,发现与72小时动态心电图相比,在房颤发作的前4 h内,优化后的预测模型对正确预测房颤具有88.9%的准确度。Raghunath等[34]开发的AI模型可从窦性心律心电图预测新发房颤风险,该模型预测1年内新发房颤的敏感度和特异度分别为69%和81%,而且,有62%的卒中患者在卒中发生前被预判为高风险人群,表明AI有助于发现新发房颤和识别房颤卒中高危人群。AI的应用不仅有望提高房颤的诊断率,减少对专家诊断的需求,节省大量的医疗成本,更有望进一步发现设备无法检出的潜在的无症状性房颤,这在未来可能会改变对无症状性房颤的认知和管理。
5.1.1 筛查人群及策略
房颤和卒中风险随年龄的增长而增加,常用的房颤筛查策略包括对老年人群进行机会性或系统性筛查。2020年欧洲心脏病学会指南[35]给出的房颤筛查意见建议对年龄≥65岁的人群进行脉搏触诊或心电图的机会性筛查,对年龄≥75岁或高卒中风险的人群进行心电图的系统性筛查。2022年美国预防服务工作组发布声明[36],对年龄≥65岁的无症状老年人,暂无证据支持常规心电图的房颤筛查。美国心脏协会和美国卒中协会建议在65岁以上人群中可使用脉搏触诊和心电图进行主动筛查[37]。
5.1.2 筛查工具及频率
2017年《房颤筛查》报告建议可使用自动血压计、智能手机、手持式心电图设备进行房颤的大规模或机会性筛查。其中,手持式心电设备可提供心电记录,应作为65岁以上老年人群的首选筛查工具[38]。比起单时间点筛查,使用手持式心电设备进行连续两周的心电图检查可能提高房颤的检出率[39],但重复的检测意味着成本的提高,房颤监测的最佳频率、强度和设备类型仍未知。最近在《柳叶刀》杂志上发表的AF-CATCH研究[40]表明,与每年1次的30 s单导联心电图筛查相比,每季度1次的筛查使65岁以上老年人群房颤检出显著增加83%,但在每季度加上第1个月每周额外进行1次筛查并无明显差异。对于65岁以上人群,季度筛查可能比年度筛查更有益。未来的研究应积极寻找具有筛查成本效益的筛查频率及筛查设备。
无症状性房颤检测的意义在于早发现和早期预防卒中等栓塞事件,然而目前关于使用检测设备进行积极的筛查是否能进一步收获抗凝治疗获益的相关研究有限。STROKESTOP研究[41]是第一项房颤筛查硬终点的大型随机对照试验,结果表明与常规治疗相比,使用手持式心电图对75~76岁人群进行系统性筛查可检测出更多的房颤患者(14.9%:12.1%),但90%新诊断的房颤患者接受抗凝治疗后,两组缺血性卒中事件无明显差异。Svendsen等[42]的多中心、前瞻性、随机对照试验表明,在卒中高危患者中,植入式循环记录仪筛查虽提高了无症状性房颤检出率(31.8%:12.2%,HR=3.17,P<0.000 1)和卒中治疗率(29.7%:13.1%,HR=2.72,P<0.000 1),但未显著降低卒中与系统性栓塞风险(4.5%:5.6%,HR=0.8,P=0.11)。因此,并不是所有房颤都值得筛查,也不是所有筛查出的房颤都值得抗凝治疗。未来尚需开展更完善的长期随访、大样本的随机对照研究进一步论证使用各类设备进行房颤筛查及早期抗凝治疗获益的有效性,特别是标定出具有房颤筛查及早期抗凝治疗双重获益的患者,使房颤的筛查及抗凝治疗获益最大化。
中国房颤患病人群中,约有36%的患者不知晓患病,相较以往报道,房颤患病率更高,认知度更低,治疗差距大[2]。因此,需提高房颤人群对疾病的认知度,从而更好地实现人群的管理和治疗。REHEARSE-AF试验[18]的受试者调查评分显示,使用AliveCor监测仪的患者房颤知晓率更高(6.8:6.1,P=0.001),对疾病的焦虑状态更少(2.2:2.5,P=0.003)。HRS/ACP研究[43]表明参与者筛查前房颤和卒中知识显著不足,但超过90%的参与者使用单导联设备筛查后对相关知识的了解显著提高。Guo等[44]纳入中国40个城市的3 000余例房颤患者,随机分至智能手机应用程序组(mAFA)和常规治疗组以监测和管理房颤患者。mAFA组平均随访262 d,常规护理组平均随访291 d,发现mAFA组患者口服抗凝药物率更高(66%:48%,P<0.001),缺血性卒中、全身性栓塞、死亡和再住院事件发生率更低(1.9%:6.0%,HR=0.39,P<0.001)。新型检测设备的发展使其不仅应用在房颤的筛查和检测中,还可在筛查房颤的过程中提高房颤患者的疾病认知度,简化临床医师的管理途径,从而改善患者的治疗现况和预后。
综上所述,相比以往,可用于房颤筛查的检测设备不断地更新发展,为无症状性房颤的筛查提供了多种方式。在筛查手段的选择时,应充分考虑不同设备的优缺点、筛查人群、筛查-抗凝-成本获益以及个人意愿等多种因素,选择合适的检测设备与筛选人群,并制定良好的监测频率和筛查策略。同时合理地应用检测设备以制定出适合不同人群的抗凝治疗管理模式,加强人群的疾病和抗凝治疗认知度,实现更多人群的适时和正规抗凝治疗,减少更多的卒中及栓塞事件的发生。移动技术的发展为医务人员提供了新的房颤筛查-诊断-干预-管理流程,尤其随着AI技术的涌现,可进一步提高房颤设备的诊断性能,此外,AI可能有助于发现潜在无症状和卒中高危患者。