跳到正文
穿戴裝置與測量科學測量驗證研究/回顧3 分鐘閱讀

手錶、手持心電和手機應用均檢出全部房顫(122名患者)

MoveVitals 編輯部 · 研究發表 · 解讀更新

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

先看重點

在122名門診患者中,手持心電圖、Apple Watch心電圖和兩款手機應用檢出房顫的靈敏度均為100%,識別竇性心律的特異度為96.4%至98.9%。其中僅30人為房顫,且有7.4%至14.8%的記錄質量不足。

證據類型

測量驗證研究/回顧

解讀依據

公開摘要

閱讀重點

參照與測量誤差

研究在問什麼

智慧手錶和手機都宣稱能檢測房顫(一種會增加中風風險的心律不齊),但多數驗證研究一次只測一種裝置。作者在同一批人身上,以醫院12導聯心電圖為參照,直接比較了4種消費級裝置。

研究對象與方法

在心內科門診招募竇性心律或房顫患者。受試者以隨機順序依次使用手持6導聯心電圖裝置(KardiaMobile 6L)、智慧手錶單導聯心電圖(Apple Watch)以及兩款基於光電容積脈搏波(PPG)的手機應用(FibriCheck和Preventicus)進行測量,同時記錄12導聯心電圖作為金標準。摘要未說明研究所在國家。

主要發現

以下為作者報告的結果。數值須連同族群和不確定性一起閱讀。

  1. 1
    共納入122人,年齡中位數69歲(四分位距61-77),男性78人(63.9%),房顫30人(25%)。
  2. 2
    4種裝置檢出房顫的靈敏度均為100%。
  3. 3
    識別竇性心律的特異度:KardiaMobile 6L為96.4%(95%置信區間89.5%-98.8%),Apple Watch為97.8%(91.6%-99.5%),FibriCheck為98.9%(92.5%-99.8%),Preventicus為97.8%(91.5%-99.4%),裝置間差異不顯著(P=.50)。
  4. 4
    測量質量不足的比例:KardiaMobile 6L和Apple Watch均為10.7%,FibriCheck為7.4%,Preventicus為14.8%(P=.21)。參與者更偏好Apple Watch。

限制與不確定性

  1. 1
    房顫患者只有30人,100%的靈敏度可能波動範圍較大,摘要也未給出其置信區間。
  2. 2
    參與者是心內科門診患者,並在指導下測量,結果可能好於普通人在日常生活中自行使用的情況。
  3. 3
    研究比較的是單次測量與12導聯心電圖,沒有評估對陣發性(時有時無)房顫的長期監測能力。
  4. 4
    本解讀僅基於摘要。

日常健康啟示

這些結果提示,只要記錄質量合格,基於心電圖或PPG的消費級工具能較好地區分房顫和正常心律。但研究沒有說明裝置在家中捕捉短暫房顫的能力,出現提示後仍需由醫師用醫用心電圖確認。

如何連結自己的資料

如果手錶或手機提供心律檢查,請坐穩不動,每次用同一裝置、同一方法測量,並接受部分記錄會因質量不佳被拒絕。出現不規則心律提示時應聯絡醫師,而不是自行判斷為診斷。

如何理解這類證據

一致性取決於裝置、韌體、參照、族群和使用情境。相關性不等於一致性;驗證某個指標不等於已證明診斷或治療獲益。

作者的結構化摘要 English

以下英文摘要依所記錄的開放授權轉載,屬於作者原始材料,並非 MoveVitals 解讀。上方已提供研究解讀,分別說明作者結果與本站解釋;重要結論可直接查核原文。

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.

來源與署名

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 · 所記錄的開放授權: cc by ↗

摘要著作權歸原作者,依來源紀錄的開放授權轉載。中文譯文協助閱讀,英文摘要供查核術語及具體數值;本站的方法學解釋與作者結論分別呈現。

MoveVitals 編輯解讀 · 健康教育內容 · 未記錄個人臨床審閱

來源查核日期 2026-11-01

實用健康指南

放在一起讀

·世代研究

加速度計處理方法不同,身體活動與中風、心肌梗死的關聯曲線也不同

在英國生物銀行中,基線無心血管疾病的90237名成年人追蹤至2022年12月,共發生1298例中風和2031例心肌梗死;中高強度身體活動(MVPA)與這兩種結局的關聯曲線形狀,取決於加速度計資料的處理方法。就中風而言,只有機器學習法得到直線下降的風險;就心肌梗死而言,機器學習法和LFENMO法呈曲線下降,活動計數法呈直線下降。摘要沒有給出風險比,只能說明不同方法的結論不一致,不能說明哪種方法更正確,而且這些只是觀察性關聯。

Preventive Medicine

重點論文精講閱讀論文 →
·測量驗證研究/回顧

智慧手錶資料能當「證人」嗎:心率驗證得最充分,其餘證據參差

一項圍繞數字取證展開的系統評價和統合分析,梳理了四大主流品牌智慧手錶的驗證研究,發現心率是研究最多、也最準確的指標。步數、距離、能量消耗、活動分類和睡眠的驗證不夠一致,結果因品牌、方案和報告方式而異。摘要沒有給出彙總資料,且多數研究是在健康族群中、於實驗室內完成的,所以無法說明某一塊手錶對某個人在日常生活中的表現。

Forensic Science International

重點論文精講閱讀論文 →
·回顧的回顧

活動追蹤器:每天多走約1800步,對其他健康指標影響較小

這項傘形綜述彙總了39篇系統評價和統合分析,涉及163992名參與者;結果顯示使用活動追蹤器與身體活動增加相關(標準化均數差SMD為0.3–0.6),相當於每天多走約1800步、多步行40分鐘,體重減輕約1公斤。對血壓、膽固醇、糖化血紅蛋白、生活質量和疼痛的影響通常很小,且多數不顯著。摘要沒有說明這些專案裡追蹤器還搭配了什麼,也沒有說明各評價之間重疊多少,因此不能把效果完全歸功於裝置本身。

The Lancet Digital Health

重點論文精講閱讀論文 →
·測量驗證研究/回顧

七款睡眠追蹤裝置:識別睡著很準,識別醒著和睡眠分期較差

在睡眠實驗室裡,34名健康的年輕成年人連續三晚佩戴七款消費級睡眠追蹤裝置中的若干款。與多導睡眠監測相比,所有裝置識別睡眠都很準(靈敏度均不低於0.93),但識別清醒較差(特異度0.18–0.54),七款中有五款與研究用活動記錄儀(特異度0.39)持平或更好;睡眠分期的估計結果不穩定。受試者是18至35歲的健康成年人,臥床時間固定為8小時,每款裝置只在其中11至20人身上測試,因此對有睡眠問題的人幾乎沒有參考價值。

Sleep

重點論文精講閱讀論文 →
穿戴裝置與測量科學 →