如何进行房颤监测？1部手机就能搞定

相信智能手机会在房颤的筛查中发挥越来越大的作用，会有越来越多的患者从房颤的早期筛查当中获益。

房颤是临床很常见的心律失常，人群总体发病率在1%左右。且房颤的发生率随着年龄的增长发生率逐渐增高，在40-50岁的人群中，房颤的发生率约为0.5%；而在80岁以上的老年人中，房颤的发生率可达8%-10%。按照全球60亿人口进行计算，约有房颤患者6000万。

房颤患者典型症状表现为心悸，甚至因快速心率诱发心肌缺血而出现胸痛、甚至心衰。但不少患者为无症状性房颤，尤其阵发性房颤患者，间断发作的房颤没有带来任何不适主诉，可没有症状并不代表没有危害，这些患者常常以脑卒中为首发症状，也有的患者发现时已合并心脏扩大、心功能不全。

因而，及时发现房颤，早期治疗，对于预防卒中、预防心脏扩大和心功能不全均具有重要意义。国内外对房颤筛查的工作越来越重视，AHA、ACC、ESC等几大心律学会以及国际卒中大会（ISC）上，经常有房颤筛查方面的重大研究亮相。2017年还形成了房颤筛查的共识文件。

1筛查手段众多，却各有利弊……

在房颤的筛查过程中，可用的方法包括血压测量、脉搏触诊、心电图筛查、长程Holter筛查、植入式Holter筛查及智能手机筛查等。

• 血压测量、脉搏触诊需要一定的经验，血压测量还需要在拥有血压计的场所才能进行，方便性受到限制，且敏感性不够高。

• 心电图、长程Holter筛查多需要在医疗机构进行，对于房颤发作次数少、无规律的患者，检查率较低。

• 而植入式Holter，价格较贵，需要植入设备，仅为筛查房颤，当前多数患者尚不愿接受。

• 当前智能手机普及，几乎人手一部，如能通过智能手机进行房颤的筛查，将带来极大的便捷性，提高房颤的检查率，智能手机用于房颤筛查的研究正在积极开展。

2REHEARSE-AF 研究，智能监测新思路

2017年欧洲心脏病学会（ESC）大会上公布了一项单中心随机对照实验的研究结果（REHEARSE-AF 研究），该研究中入选了1001例CHADS2-VASC积分＞2分而没有发现房颤的患者，分为定期心电图监测组和常规诊疗组，心电图监测组使用AliveCor Kardia监测器（图1），通过手机记录单导联心电图，定期发送到分析中心以判断有无房颤等心律失常。

图1：AliveCor Kardia监测器示例图

发现在1年的随访时间内，定期心电图监测组房颤检出率明显高于对照组（图2），敏感性可达67%，特异性达到99%。

图2：和常规诊疗组相比，定期通过Alivecor Kardia监测器进行心电图监测，可显著提高房颤的检查率

即便这样，还是需要特定的监测器，且需要把心电图发送到分析中心进行诊断。

3智能手机监测敏感性95.3%、特异性96%

最近，芬兰的一个工作组把房颤的筛查工作又向前推进了一步。

该研究入选了150例房颤和150例窦律患者，每位患者应用智能手机记录5分钟的心机械图（mechanocardiography，无需特殊硬件，应用手机自带的传感器即可），同步记录5分钟的心电图。手机预置的APP可通过心机械图判断为窦律还是房颤，心电图由两位不同心内科医生进行判断，出现分歧时以第三位高年资医生判断为准。

智能手机会通过其传感器把心律的规则性和稳定性反映在心机械图上，如图3A传感器各个方向记录的信号规则者为窦律，不规则者为房颤（图3A）。

图3：传感器各个方向记录的信号反应心律，规则者为窦律（A），不规则者为房颤（B）

同时其可绘制心率-时间曲线图，规律者为窦律（图4A），不规律者为房颤（图4C），甚至可记录窦律到房颤的转换。这种方法检测房颤的敏感性可达95.3%，特异性96%。150例患者中143例成功检出房颤。150例窦律患者中仅6例误诊为房颤，其中4例因严重窦性心律不齐。

图4：时间-心率曲线图分别反应窦律（A），窦律转房颤（B）和房颤（C）。

相信智能手机会在房颤的筛查中发挥越来越大的作用，会有越来越多的患者从房颤的早期筛查当中获益，用手机做好房颤筛查，让隐匿性房颤，无处遁形！