Badanie Isenegger (2025)
Badanie Isenegger i in. (2025) oceniało wpływ anomalii zapisu EKG na zdolność automatycznej klasyfikacji rytmu przez pięć komercyjnie dostępnych urządzeń typu smart (AliveCor KardiaMobile, Apple Watch 6, Fitbit Sense, Samsung Galaxy Watch 3, Withings ScanWatch). Do badania włączono 256 pacjentów (średni wiek 66 lat, 29% kobiet), którym wykonano łącznie 1280 pojedynczo-odprowadzeniowych zapisów EKG (SL-ECG).
Wyniki pokazały, że 19% zapisów zostało zakwalifikowanych przez urządzenia jako „niejednoznaczne”. Anomalie EKG (takie jak stymulacja komorowa, opóźnienia przewodzenia, niskie napięcie, artefakty, pobudzenia przedwczesne) występowały istotnie częściej w zapisach niejednoznacznych (74%) niż jednoznacznych (42%). Najsilniejszymi predyktorami niejednoznacznej klasyfikacji były stymulacja komorowa (OR 6,35), poważne artefakty (OR 10,62) oraz niski woltaż QRS (OR 2,37). Czułość i swoistość automatycznej interpretacji malały wraz ze wzrostem liczby anomalii – od 85%/86% przy braku anomalii do 23%/36% przy ≥3 anomaliach.
Autorzy konkludują, że algorytmy automatycznej klasyfikacji rytmu w urządzeniach ubieralnych są bardzo podatne na obecność anomalii EKG. Oznacza to konieczność ostrożnego doboru pacjentów do monitorowania arytmii przy pomocy smart-watchy oraz potrzebę udoskonalenia algorytmów i edukacji pacjentów w zakresie jakości nagrania.
Bibliografia:
Isenegger, C., Mannhart, D., Weidlich, S., Brügger, J., Serban, T., Jordan, F., Krisai, P., Knecht, S., Schaerli, N., Subin, B., Mosher, L., du Fay de Lavallaz, J., Schaer, B., Mahfoud, F., Kühne, M., Sticherling, C. and Badertscher, P. (2025) ‘Inconclusive single-lead ECGs from smart-devices: Impact of baseline ECG anomalies’, JACC: Clinical Electrophysiology, 11(9), pp. 2003–2011. doi:10.1016/j.jacep.2025.04.027.
