跳到正文
可穿戴与测量科学测量验证研究/综述3 分钟阅读

手表、手持心电和手机应用均检出全部房颤(122名患者)

MoveVitals 编辑部 · 研究发表 · 解读更新

原文:Comparative Evaluation of Consumer Wearable Devices for Atrial Fibrillation Detection: Validation Study. · JMIR formative research · 2025 · 论文原文 ↗

先看重点

在122名门诊患者中,手持心电图、Apple Watch心电图和两款手机应用检出房颤的灵敏度均为100%,识别窦性心律的特异度为96.4%至98.9%。其中仅30人为房颤,且有7.4%至14.8%的记录质量不足。

证据类型

测量验证研究/综述

解读依据

公开摘要

阅读重点

参照与测量误差

研究在问什么

智能手表和手机都宣称能检测房颤(一种会增加卒中风险的心律不齐),但多数验证研究一次只测一种设备。作者在同一批人身上,以医院12导联心电图为参照,直接比较了4种消费级设备。

研究了谁,如何研究

在心内科门诊招募窦性心律或房颤患者。受试者以随机顺序依次使用手持6导联心电图设备(KardiaMobile 6L)、智能手表单导联心电图(Apple Watch)以及两款基于光电容积脉搏波(PPG)的手机应用(FibriCheck和Preventicus)进行测量,同时记录12导联心电图作为金标准。摘要未说明研究所在国家。

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
    共纳入122人,年龄中位数69岁(四分位距61-77),男性78人(63.9%),房颤30人(25%)。
  2. 2
    4种设备检出房颤的灵敏度均为100%。
  3. 3
    识别窦性心律的特异度:KardiaMobile 6L为96.4%(95%置信区间89.5%-98.8%),Apple Watch为97.8%(91.6%-99.5%),FibriCheck为98.9%(92.5%-99.8%),Preventicus为97.8%(91.5%-99.4%),设备间差异不显著(P=.50)。
  4. 4
    测量质量不足的比例:KardiaMobile 6L和Apple Watch均为10.7%,FibriCheck为7.4%,Preventicus为14.8%(P=.21)。参与者更偏好Apple Watch。

局限与不确定性

  1. 1
    房颤患者只有30人,100%的灵敏度可能波动范围较大,摘要也未给出其置信区间。
  2. 2
    参与者是心内科门诊患者,并在指导下测量,结果可能好于普通人在日常生活中自行使用的情况。
  3. 3
    研究比较的是单次测量与12导联心电图,没有评估对阵发性(时有时无)房颤的长期监测能力。
  4. 4
    本解读仅基于摘要。

对日常健康的启示

这些结果提示,只要记录质量合格,基于心电图或PPG的消费级工具能较好地区分房颤和正常心律。但研究没有说明设备在家中捕捉短暂房颤的能力,出现提示后仍需由医生用医用心电图确认。

如何联系自己的数据

如果手表或手机提供心律检查,请坐稳不动,每次用同一设备、同一方法测量,并接受部分记录会因质量不佳被拒绝。出现不规则心律提示时应联系医生,而不是自行判断为诊断。

如何理解这类证据

一致性取决于设备、固件、参照、人群和场景。相关性不等于一致性;验证某个指标不等于已证明诊断或治疗获益。

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。

Background

Consumer-oriented wearable devices (CWDs) such as smartphones and smartwatches have gained prominence for their ability to detect atrial fibrillation (AF) through proprietary algorithms using electrocardiography or photoplethysmography (PPG)-based digital recordings. Despite numerous individual validation studies, a direct comparison of interdevice performance is lacking.

Objective

This study aimed to evaluate and compare the ability of CWDs to distinguish between sinus rhythm and AF.

Methods

Patients exhibiting sinus rhythm or AF were enrolled through a cardiology outpatient clinic. The participants were instructed to perform heart rhythm measurements using a handheld 6-lead electrocardiogram (ECG) device (KardiaMobile 6L), a smartwatch-derived single-lead ECG (Apple Watch), and two PPG-based smartphone apps (FibriCheck and Preventicus) in a random sequence, with simultaneous 12-lead reference ECG as the gold standard.

Results

A total of 122 participants were included in the study: median age 69 (IQR 61-77) years, 63.9% (n=78) men, 25% (n=30) with AF, 9.8% (n=12) without prior smartphone experience, and 73% (n=89) without experience in using a smartwatch. The sensitivity to detect AF was 100% for all devices. The specificity to detect sinus rhythm was 96.4% (95% CI 89.5%-98.8%) for KardiaMobile 6L, 97.8% (95% CI 91.6%-99.5%) for Apple Watch, 98.9% (95% CI 92.5%-99.8%) for FibriCheck, and 97.8% (95% CI 91.5%-99.4%) for Preventicus (P=.50). Insufficient quality measurements were observed in 10.7% (95% CI 6.3%-17.5%) of cases for both KardiaMobile 6L and Apple Watch, 7.4% (95% CI 3.9%-13.6%) for FibriCheck, and 14.8% (95% CI 9.5%-22.2%) for Preventicus (P=.21). Participants preferred Apple Watch over the other devices to monitor their heart rhythm.

Conclusions

In this study population, the discrimination between sinus rhythm and AF using CWDs based on ECG or PPG was highly accurate, with no significant variations in performance across the examined devices.

来源与署名

Comparative Evaluation of Consumer Wearable Devices for Atrial Fibrillation Detection: Validation Study.

Wouters F, Gruwez H, Smeets C, Pijalovic A, Wilms W, Vranken J, Pieters Z, Van Herendael H, Nuyens D, Rivero-Ayerza M, Vandervoort P, Haemers P, Pison L.

JMIR formative research · 2025-01-09

DOI: 10.2196/65139 ↗PubMed · 39791483 ↗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 →