先看重點
用346名消融患者的植入式連續監測資料模擬三種智慧手錶演算法,檢出房顫復發的靈敏度為64.4%至82.2%,房顫負荷與植入式監測結果的相關係數均超過0.97。這是在已記錄資料上模擬手錶,並非真人日常佩戴。
證據類型
研究論文
解讀依據
公開摘要
閱讀重點
方法與適用範圍
研究在問什麼
房顫導管消融後,醫師需要知道心律失常是否復發以及發作佔多少時間。智慧手錶已可用於房顫篩查,但在消融後追蹤復發和房顫負荷的準確度尚不明確。研究者把模擬的智慧手錶演算法與植入式心臟監測器(ICM)進行了比較。
研究對象與方法
利用CIRCA-DOSE試驗中346名患者的植入式心臟監測器連續資料,模擬三種商用智慧手錶演算法(Apple Watch房顫負荷、Apple Watch不規則節律通知(IRN)、Fitbit不規則心律檢測(IHRD)),假設佩戴時間為上午8:00至晚上10:00。同時模擬常用的間歇性節律監測方案。主要終點為復發檢出靈敏度,以及與ICM所得房顫負荷的相關性,並按每日佩戴時長和患者活動量分層分析。
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。
- 147.1%的患者出現房顫復發。模擬檢出靈敏度:Apple Watch房顫負荷82.2%,Apple Watch IRN 70.6%,Fitbit IHRD 64.4%;模擬間歇性監測僅15.8%至64.6%。穿戴式裝置優於動態心電圖(Holter)和貼片監測方案。
- 2各演算法的房顫負荷與ICM結果的相關係數均超過0.97。
- 3在手錶漏檢的復發中,房顫負荷的中位數低於0.02%。
- 4佩戴時間越長越好:全天24小時佩戴時靈敏度超過90%,患者活動量會使檢出率略有下降。
限制與不確定性
- 1手錶是根據植入式監測資料、在假定上午8:00至晚上10:00佩戴的前提下模擬的,真實佩戴、訊號質量和漏測情況並未檢驗。
- 2受試者來自同一項消融試驗,結果未必適用於其他房顫患者或術式。
- 3即使最好的演算法,在白天佩戴時也漏掉了近五分之一的復發,且摘要沒有給出靈敏度的置信區間。
- 4本文解讀僅基於摘要。
日常健康啟示
結果提示智慧手錶可以補充而非取代消融術後的正規監測,多佩戴幾個小時能發現更多發作。漏檢的發作大多時間很短。如果你做過消融,請向心內科團隊瞭解如何使用手錶提醒,不要停止醫師安排的監測。
如何連結自己的資料
如果你的手錶帶有房顫檢測功能,請儘量延長佩戴時間,電量和舒適度允許時包括夜間,並長期使用同一裝置。把記錄到的提醒和負荷摘要交給醫師判斷,不要只憑一條通知下結論。
如何理解這類證據
索引未明確指出具體研究設計,應先讀方法;核對族群、對照、結果和不確定性,再判斷能否作因果解釋。
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。
Aims
Wearable ECG-enabled smartwatches have been validated for atrial fibrillation (AF) screening, but their accuracy for monitoring AF recurrence and quantifying AF burden after catheter ablation is uncertain. To evaluate the simulated performance of three commercial smartwatch algorithms for AF recurrence detection and AF burden estimation compared with implantable cardiac monitors (ICMs).
Methods and results
Using continuous ICM data from 346 patients in the CIRCA-DOSE trial, we simulated three smartwatch algorithms, assuming daytime wear (8:00 AM-10:00 p.m.). We also simulated commonly-used non-invasive intermittent rhythm monitoring strategies. Primary endpoints were sensitivity for arrhythmia recurrence and correlation with ICM-derived AF burden. Analyses were stratified by daily wear time and patient activity. AF recurrence occurred in 47.1% of patients. Simulated detection sensitivities were 82.2% (Apple Watch AF Burden), 70.6% (Apple Watch IRN), and 64.4% (Fitbit IHRD), compared with 15.8-64.6% for simulated intermittent AECG monitors. Wearables outperformed commonly-used Holter/patch monitoring strategies. AF burden correlation with ICM exceeded r = 0.97 for all algorithms. Among missed recurrences, median AF burden was <0.02%. Longer daily wear improved sensitivity (>90% with 24-hour use), whereas patient activity modestly reduced detection.
Conclusion
Smartwatch-based AF detection algorithms demonstrate strong correlation with ICM-derived AF burden and clinically good sensitivity for recurrence detection, outperforming conventional non-invasive strategies. These findings support the integration of wearables as a scalable alternative for post-ablation rhythm monitoring.
來源與署名
Wearable smartwatches for atrial fibrillation detection and burden estimation after ablation: comparison with continuous monitoring.
Aguilar M, Macle L, Chamieh R, Khairy P, Deyell MW, Bennett RG, Andrade JG.
Europace : European pacing, arrhythmias, and cardiac electrophysiology : journal of the working groups on cardiac pacing, arrhythmias, and cardiac cellular electrophysiology of the European Society of Cardiology · 2026-09-01
DOI: 10.1093/europace/euaf280 ↗PubMed · 41208416 ↗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
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
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
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
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

