2022年8月28日ESC 2022大会 Hot Line专场上公布的最新研究，使用传统智能手机筛查老年房颤的检出率和治疗率比常规筛查高出一倍以上。

奥地利Innsbruck医科大学的Axel Bauer教授说：“使用普通智能手机进行筛查可显著提高治疗相关性心房颤动的检出率。重要的是，基于应用程序的预筛查只是该项目的一部分，其中还包括由独立医师验证和评估的心电图（ECG）结果。”

心房颤动是最常见的心律失常，影响全球超过 4000 万人。受影响的人患卒中的风险是同龄人的五倍。心房颤动通常没有症状，因此往往未被诊断出来，使患者无法进行卒中预防。先前的研究显示了智能设备在大规模房颤筛查中的潜力，但它们没有与传统筛查进行严格对比，而且主要包括筛查相关性较低的年轻人，并且要求参与者拥有某些硬件设备。因此，不清楚最应该从筛查中受益的老年人在多大程度上可以应用这些数字技术，以及筛查是否会促进老年人使用口服抗凝药。

eBRAVE-AF试验是一项无参与地点的随机研究（数字化临床研究），研究对象是拥有智能手机且存在卒中风险的老年人群。研究人员将智能手机筛查与常规筛查检测房颤并随后使用口服抗凝剂治疗的能力进行比较。大型医疗保险公司的投保人如果符合以下标准就可以被纳入该研究：年龄50-90岁、没有已知的房颤、没有口服抗凝剂处方、CHA₂DS₂-VASc评分≥1（男性；女性则为>2）。研究人员使用了一个专门的研究应用程序来检查纳入标准和进行随机化，并启动交叉分配模式。对参与者进行该应用程序的问卷调查。

该试验纳入了67,488名受邀投保人中的5551名参与者。参与者的中位年龄为65岁，女性为31%。参与者被随机分配至六个月的智能或常规心房颤动筛查。智能手机组的参与者将经过认证的应用程序下载到自己的智能手机上，该应用程序使用手机的光电容积描记法（PPG）传感器测量脉搏波的不规则性。参与者将手指放在智能手机的摄像头上，进行一分钟的PPG测量。参与者被要求连续14天每天测量两次，随后继续每周测量两次，通过手机消息推送进行提醒。如果结果异常，参与者将被要求记录14天的心电图，然后通过邮寄方式寄回。研究人员将对心电图进行评估，并将结果发送给参与者，并要求他们咨询当地的医生，医生决定治疗方案，但没有参与研究。

传统筛查方式反映了真实世界实践中的心房颤动筛查，其通过症状，常规心电图检测和其他方法进行。在这两组中，研究人员通过基于问卷调查，电话以及保险索赔数据收集了新发房颤的信息。

共有2860名参与者被分配到智能手机筛查，2691名参与者被分配到常规筛查。主要疗效终点是6个月内新诊断的心房颤动，致使独立医师开具口服抗凝治疗处方。智能手机筛查组38名参与者（1.33%）和常规组17名（0.63%）发生主要终点事件（OR 2.12，95%CI 1.19-3.76；P=0.010）。

那些在前六个月没有达到主要终点的患者被邀请参加第二阶段的六个月研究，分别对常规或智能手机筛查进行交叉分配。这使所有参与者均有机会进行智能筛查，增加二次分析的统计能力，并能验证主要结果。共有4752名（85.6%）参与者进入第二研究阶段。同样，智能手机筛查用于检测房颤且随后开始抗凝治疗的能力优于常规筛查（分别33/2387，12/2365；OR 2.95，95%CI 1.52-5.72；P=0.001）。

在二次分析中，房颤、PPG检测到的房颤、PPG异常结果显著预测主要不良心脑血管事件（MACCE），HR分别为6.13（95%CI 3.07-12.21；P<0.001），3.22（95%CI 1.01-10.33；P=0.049）和2.74（95%CI 1.25-6.00；P=0.012）。

Bauer教授说：“这项试验的重点是房颤筛查的重点目标人群，而不是所有人。我们发现智能手机筛查受到老年参与者的好评，他们往往比年轻参与者进行更多的PPG测量。智能手机检测心房颤动以及异常PPG测量本身具有预测MACCE预后的意义。”

参考资料：

https://www.escardio.org/The-ESC/Press-Office/Press-releases/Atrial-fibrillation-screening-using-smartphones-increases-detection-and-treatment

Hindricks G, Potpara T, Nikolaos Dagres N, et al. 2020 ESC Guidelines for the diagnosis and management of atrial fibrillation developed in collaboration with the European Association of Cardio-Thoracic Surgery (EACTS). Eur Heart J. 2021;42:373–498.

Perez MV, Mahaffey KW, Hedlin H, et al. Large-scale assessment of a smartwatch to identify atrial fibrillation. N Engl J Med. 2019;381:1909–1917.

Guo Y, Wang H, Zhang H, et al. Mobile photoplethysmographic technology to detect atrial fibrillation. J Am Coll Cardiol. 2019;74:2365–2375.

CHA2DS2-VASc: Congestive heart failure, Hypertension, Age >75 years, Diabetes mellitus, Stroke, Vascular disease, Age 65–74 years, Sex category (female).

The certified app was Preventicus Heartbeats. The app is compatible with 90% of currently available smartphones.