La tecnologia sanitaria mobile per rilevare la fibrillazione atriale determina un alto tasso di falsi positivi e risultati inconcludenti in alcuni pazienti con determinate patologie cardiache, riferiscono i ricercatori sul Canadian Journal of Cardiology
I dispositivi elettronici cardiovascolari possono aumentare il rilevamento della fibrillazione atriale (FA), ma presentano limitazioni tra cui la breve durata della batteria e la mancanza di feedback immediato.
I nuovi strumenti per smartphone in grado di registrare un tracciato elettrocardiografico (ECG) ed eseguire diagnosi automatizzate possono superare queste limitazioni e facilitare una diagnosi tempestiva?
Lo studio più ampio fino ad oggi, pubblicato sul Canadian Journal of Cardiology , rileva che l’uso di questi dispositivi è impegnativo nei pazienti con ECG anormali. I ricercatori affermano che algoritmi migliori e l’apprendimento automatico possono aiutare questi strumenti a fornire diagnosi più accurate. "Studi precedenti hanno convalidato l’accuratezza dell’Apple Watch nella diagnosi di fibrillazione atriale in un numero limitato di pazienti con profili clinici simili", ha spiegato il ricercatore principale Marc Strik, MD, PhD, Istituto LIRYC, Ospedale universitario di Bordeaux, Bordeaux, Francia.
"Abbiamo testato la precisione dell’app ECG di Apple Watch nel rilevamento della fibrillazione atriale (FA) in pazienti con una varietà di anomalie ECG coesistenti." Lo studio ha incluso 734 pazienti ospedalizzati consecutivi. Ogni paziente è stato sottoposto a un ECG a 12 derivazioni, immediatamente seguito da una registrazione di 30 secondi su Apple Watch. I rilevamenti AF ECG a derivazione singola automatizzati sullo smartwatch sono stati classificati come "nessun segno di fibrillazione atriale", "fibrillazione atriale" o "lettura inconcludente" . "
Le registrazioni dello smartwatch sono state affidate a un elettrofisiologo, che ha eseguito un’interpretazione in cieco , assegnando a ciascun tracciato una diagnosi di "FA" , "assenza di FA" o "diagnosi poco chiara" . Un secondo elettrofisiologo in cieco ha interpretato 100 tracciati selezionati casualmente per determinare il grado di accordo degli osservatori.
In circa un paziente su cinque, l’ECG dello smartwatch non è riuscito a produrre una diagnosi automatica. Il rischio di avere un falso positivo nel rilevamento automatico della fibrillazione atriale era più elevato nei pazienti con contrazioni atriali e ventricolari premature (PAC/PVC), disfunzione del nodo senoatriale e blocco atrioventricolare di secondo o terzo grado.
Per i pazienti con fibrillazione atriale (FA), il rischio di avere un tracciato falso negativo (AF mancata) era maggiore per i pazienti con anomalie della conduzione ventricolare (ritardo di conduzione interventricolare) o ritmi controllati da un pacemaker impiantato.
Gli elettrofisiologi cardiaci hanno avuto un alto livello di accordo per la differenziazione tra fibrillazione atriale e non fibrillazione atriale.
L’app per smartphone ha identificato correttamente il 78% dei pazienti che avevano fibrillazione atriale e l’81% di quelli non affetti da fibrillazione atriale. Gli elettrofisiologi hanno identificato il 97% dei pazienti che avevano fibrillazione atriale e l’89% di quelli no.
Figura : Esempio di elettrocardiogrammi (ECG) falsi positivi (non è stato possibile diagnosticare un ECG normale in un paziente senza fibrillazione atriale) causati dalla comparsa di complessi prematuri o bradicardia e falsi negativi (non è stato possibile rilevare la fibrillazione atriale in un paziente con fibrillazione atriale) ECG causato da complessi QRS ampi e stimolazione ventricolare (Credito: Canadian Journal of Cardiology) .
I pazienti con battiti ventricolari prematuri (EV) avevano una probabilità tre volte maggiore di avere diagnosi di fibrillazione atriale falsi positivi sull’ECG dello smartwatch e l’identificazione dei pazienti con tachicardia atriale (AT) e flutter atriale (AFL) era molto scarsa .
"Queste osservazioni non sono sorprendenti, dal momento che gli algoritmi di rilevamento automatico degli smartwatch si basano esclusivamente sulla variabilità del ciclo ", ha osservato il dottor Strik, spiegando che le extrasistoli ventricolari (VE) causano cicli brevi e lunghi, il che aumenta la variabilità del ciclo. “Idealmente, un algoritmo discrimina meglio tra extrasistoli ventricolari (VE) e AF. Qualsiasi algoritmo limitato all’analisi della variabilità del ciclo avrà una scarsa precisione di rilevamento. “Gli approcci di apprendimento automatico possono aumentare la precisione del rilevamento AF dello smartwatch in questi pazienti”.
In un editoriale di accompagnamento, Andrés F. Miranda-Arboleda, MD, e Adrian Baranchuk, MD, Divisione di Cardiologia, Kingston Health Science Center, Kingston, ON, Canada, hanno osservato che questo è il primo studio del “mondo reale” a concentrarsi sulla utilizzo dell’Apple Watch come strumento diagnostico AF. “È di notevole importanza perché ci ha permesso di sapere che le prestazioni dell’Apple Watch nella diagnosi della fibrillazione atriale sono significativamente influenzate dalla presenza di anomalie ECG sottostanti. In un certo senso, gli algoritmi degli smartwatch per rilevare la fibrillazione atriale nei pazienti con malattie cardiovascolari non sono ancora abbastanza intelligenti. Ma potrebbero presto esserlo”, hanno detto la dottoressa Miranda-Arboleda e il dottor Baranchuk. "Con il crescente utilizzo degli smartwatch in medicina, è importante sapere quali condizioni mediche e anomalie dell’ECG potrebbero influenzare e alterare il rilevamento della fibrillazione atriale utilizzando lo smartwatch per ottimizzare la cura dei nostri pazienti", ha affermato il dott. Strik. D. "Il rilevamento della fibrillazione atriale con gli orologi intelligenti ha un grande potenziale, ma è più difficile nei pazienti con malattie cardiache preesistenti."
