跳到正文
可穿戴与测量科学研究论文4 分钟阅读

智能手表多导联心电图在100人中与标准12导联心电图的ST段变化结果一致

MoveVitals 编辑部 · 研究发表 · 解读更新

原文:Multichannel Electrocardiograms Obtained by a Smartwatch for the Diagnosis of ST-Segment Changes. · JAMA cardiology · 2020 · 论文原文 ↗

先看重点

在100名参与者中,把商用智能手表置于不同身体位置,与标准12导联心电图高度一致:ST段抬高的Cohen kappa为0.88,非ST段抬高改变为0.85;敏感度分别为93%和94%,特异度分别为95%和92%。仅81人为心肌梗死患者、19人为健康人,且在受监督条件下记录,不能作为居家检测。

证据类型

研究论文

解读依据

公开摘要

阅读重点

方法与适用范围

研究在问什么

急性冠脉综合征(如心肌梗死)是主要死因之一,及时通过心电图诊断至关重要。作者检验了通常为单导联的智能手表,能否在不同身体位置记录多个导联,并识别心梗时出现的ST段改变。

研究了谁,如何研究

前瞻性研究,时间为2019年4月19日至2020年1月23日,纳入100名参与者:54名ST段抬高型心肌梗死、27名非ST段抬高型心肌梗死和19名健康人。把手表置于不同身体位置,记录9条双极心电图(对应Einthoven导联I、II、III和胸导联V1-V6),并与同时记录的标准12导联心电图比较。用Cohen kappa系数和Bland-Altman分析评估一致性。67名参与者为男性(67%),平均年龄61岁(标准差16岁)。

主要发现

以下为作者报告的结果。数字须连同人群和不确定性一起阅读。

  1. 1
    手表与标准心电图在识别正常心电图(kappa 0.90,95%置信区间0.78-1.00)、ST段抬高(kappa 0.88,95%置信区间0.78-0.97)和非ST段抬高改变(kappa 0.85,95%置信区间0.74-0.96)上一致性高。
  2. 2
    对于ST段改变的幅度,Bland-Altman分析显示一致(偏倚-0.003,标准差0.18,下限-0.36,上限0.36)。
  3. 3
    识别ST段抬高的敏感度为93%(95%置信区间82%-99%),特异度为95%(95%置信区间85%-99%);识别非ST段抬高的心电图改变,敏感度为94%(95%置信区间81%-99%),特异度为92%(95%置信区间83%-97%)。
  4. 4
    识别正常心电图的敏感度为84%(95%置信区间60%-97%),特异度为100%(95%置信区间95%-100%)。

局限与不确定性

  1. 1
    健康人仅19名,总共100人,部分指标的置信区间很宽,例如识别正常心电图的敏感度84%(60%-97%)。
  2. 2
    参与者要么是已确诊的心梗患者,要么是健康志愿者,因此无法说明手表在症状不明确的人群中发现ST段改变的能力。
  3. 3
    为拼出9条心电图,手表在受控环境中被多次换位,这与有人在家中胸痛时按压手表的情形不同。
  4. 4
    本解读仅基于摘要。

对日常健康的启示

研究提示,智能手表原则上可以记录接近标准的多导联心电图,将来或许有助于胸痛的远程评估。但这并不意味着手表自己就能发现心梗。胸痛、胸闷或其他紧急症状需要立即就医,而不是看手表读数。

如何联系自己的数据

消费级手表的单导联心电图功能无法替代这里的做法,后者需要把手表放在九个身体位置。心电图或心律功能应只用于其获批的用途,任何读数都应拿给医生讨论,而不能用来排除心肌梗死。

如何理解这类证据

索引未明确确定具体研究设计,应先读方法;核对人群、对照、结局和不确定性,再判断能否作因果解释。

作者的结构化摘要 English

以下英文摘要按记录的开放许可转载,属于作者原始材料,不是 MoveVitals 的解读。上方已提供研究解读,分别说明作者结果与本站解释;重要结论可直接核对原文。

Importance

Acute coronary syndromes are the leading cause of death worldwide and the leading cause of disease burden in high-income countries. Quick and accurate diagnosis of acute coronary syndromes is essential to avoid fatal events, for timely intervention, and to improve the prognosis.

Objective

To prospectively investigate the feasibility and accuracy of a smartwatch in recording multiple electrocardiographic (ECG) leads and detecting ST-segment changes associated with acute coronary syndromes compared with a standard 12-lead ECG.

Design, setting, and participants

A commercially available smartwatch was used in 100 participants to obtain multiple-channel ECGs. The study was conducted from April 19, 2019, to January 23, 2020. Fifty-four patients with ST elevation myocardial infarction, 27 patients with non-ST elevation myocardial infarction, and 19 healthy individuals were included in the study. The watch was placed in different body positions to obtain 9 bipolar ECG tracings (corresponding to Einthoven leads I, II, and III and precordial leads V1-V6) that were compared with a simultaneous standard 12-lead ECG.

Main outcomes and measures

The concordance among the results of the smartwatch and standard ECG recordings was assessed using the Cohen κ coefficient and Bland-Altman analysis.

Results

Of the 100 participants in the study, 67 were men (67%); mean (SD) age was 61 (16) years. Agreement was found between the smartwatch and standard ECG for the identification of a normal ECG (Cohen κ coefficient, 0.90; 95% CI, 0.78-1.00), ST-segment elevation changes (Cohen κ coefficient, 0.88; 95% CI, 0.78-0.97), and non-ST-segment elevation changes (Cohen κ coefficient, 0.85; 95% CI, 0.74-0.96). In addition, the Bland-Altman analysis demonstrated agreement between the smartwatch and standard ECG to detect the amplitude of ST-segment changes (bias, -0.003; SD, 0.18; lower limit, -0.36; and upper limit, 0.36). Use of the smartwatch ECG for the diagnosis of normal ECG showed a sensitivity of 84% (95% CI, 60%-97%) and specificity of 100% (95% CI, 95%-100%); for ST elevation, sensitivity was 93% (95% CI, 82%-99%) and specificity was 95% (95% CI, 85%-99%); and for NSTE ECG alterations, sensitivity was 94% (95% CI, 81%-99%) and specificity was 92% (95% CI, 83%-97%).

Conclusions and relevance

The findings of this study suggest agreement between the multichannel smartwatch ECG and standard ECG for the identification of ST-segment changes in patients with acute coronary syndromes.

来源与署名

Multichannel Electrocardiograms Obtained by a Smartwatch for the Diagnosis of ST-Segment Changes.

Spaccarotella CAM, Polimeni A, Migliarino S, Principe E, Curcio A, Mongiardo A, Sorrentino S, De Rosa S, Indolfi C.

JAMA cardiology · 2020-10-01

DOI: 10.1001/jamacardio.2020.3994 ↗PubMed · 32865545 ↗Europe PMC · 记录的开放许可: cc by ↗

摘要版权归原作者,依据来源记录的开放许可转载。中文译文辅助阅读,英文摘要用于核对术语与具体数值;本站的方法学解释与作者结论分别呈现。

MoveVitals 编辑解读 · 健康教育内容 · 未记录个人临床审阅

来源核验日期 2026-11-01

实用健康指南

放在一起读

·队列研究

加速度计处理方法不同,身体活动与卒中、心肌梗死的关联曲线也不同

在英国生物银行中,基线无心血管疾病的90237名成年人随访至2022年12月,共发生1298例卒中和2031例心肌梗死;中高强度身体活动(MVPA)与这两种结局的关联曲线形状,取决于加速度计数据的处理方法。就卒中而言,只有机器学习法得到直线下降的风险;就心肌梗死而言,机器学习法和LFENMO法呈曲线下降,活动计数法呈直线下降。摘要没有给出风险比,只能说明不同方法的结论不一致,不能说明哪种方法更正确,而且这些只是观察性关联。

Preventive Medicine

重点论文精讲阅读论文 →
·测量验证研究/综述

智能手表数据能当“证人”吗:心率验证得最充分,其余证据参差

一项围绕数字取证展开的系统评价和荟萃分析,梳理了四大主流品牌智能手表的验证研究,发现心率是研究最多、也最准确的指标。步数、距离、能量消耗、活动分类和睡眠的验证不够一致,结果因品牌、方案和报告方式而异。摘要没有给出汇总数据,且多数研究是在健康人群中、于实验室内完成的,所以无法说明某一块手表对某个人在日常生活中的表现。

Forensic Science International

重点论文精讲阅读论文 →
·综述的综述

活动追踪器:每天多走约1800步,对其他健康指标影响较小

这项伞形综述汇总了39篇系统评价和荟萃分析,涉及163992名参与者;结果显示使用活动追踪器与身体活动增加相关(标准化均数差SMD为0.3–0.6),相当于每天多走约1800步、多步行40分钟,体重减轻约1公斤。对血压、胆固醇、糖化血红蛋白、生活质量和疼痛的影响通常很小,且多数不显著。摘要没有说明这些项目里追踪器还搭配了什么,也没有说明各评价之间重叠多少,因此不能把效果完全归功于设备本身。

The Lancet Digital Health

重点论文精讲阅读论文 →
·测量验证研究/综述

七款睡眠追踪设备:识别睡着很准,识别醒着和睡眠分期较差

在睡眠实验室里,34名健康的年轻成年人连续三晚佩戴七款消费级睡眠追踪设备中的若干款。与多导睡眠监测相比,所有设备识别睡眠都很准(灵敏度均不低于0.93),但识别清醒较差(特异度0.18–0.54),七款中有五款与研究用活动记录仪(特异度0.39)持平或更好;睡眠分期的估计结果不稳定。受试者是18至35岁的健康成年人,卧床时间固定为8小时,每款设备只在其中11至20人身上测试,因此对有睡眠问题的人几乎没有参考价值。

Sleep

重点论文精讲阅读论文 →
可穿戴与测量科学 →