Use of a Smart Watch for Early Detection of Paroxysmal Atrial Fibrillation: Validation Study
Notice bibliographique
Résumé
Background Wearable devices with photoplethysmography (PPG) technology can be useful for detecting paroxysmal atrial fibrillation (AF), which often goes uncaptured despite being a leading cause of stroke. Objective This study is the first part of a 2-phase study that aimed at developing a method for immediate detection of paroxysmal AF using PPG-integrated wearable devices. In this study, the diagnostic performance of 2 major smart watches, Apple Watch Series 3 and Fitbit (FBT) Charge HR Wireless Activity Wristband, each equipped with a PPG sensor, was compared, and the pulse rate data outputted from those devices were analyzed for precision and accuracy in reference to the heart rate data from electrocardiography (ECG) during AF. Methods A total of 40 subjects from patients who underwent cardiac surgery at a single center between September 2017 and March 2018 were monitored for postoperative AF using telemetric ECG and PPG devices. AF was diagnosed using a 12-lead ECG by qualified physicians. Each subject was given a pair of smart watches, Apple Watch and FBT, for simultaneous pulse rate monitoring. The heart rate of all subjects was also recorded on the telemetry system. Time series pulse rate trends and heart rate trends were created and analyzed for trend pattern similarities. Those trend data were then used to determine the accuracy of PPG-based pulse rate measurements in reference to ECG-based heart rate measurements during AF. Results Of the 20 AF events in group FBT, 6 (30%) showed a moderate or higher correlation (cross-correlation function>0.40) between pulse rate trend patterns and heart rate trend patterns. Of the 16 AF events in group Apple Watch (workout [W] mode), 12 (75%) showed a moderate or higher correlation between the 2 trend patterns. Linear regression analyses also showed a significant correlation between the pulse rates and the heart rates during AF in the subjects with Apple Watch. This correlation was not observed with FBT. The regression formula for Apple Watch W mode and FBT was X=14.203 + 0.841Y and X=58.225 + 0.228Y, respectively (where X denotes the mean of all average pulse rates during AF and Y denotes the mean of all corresponding average heart rates during AF), and the coefficient of determination (R2) was 0.685 and 0.057, respectively (P<.001 and .29, respectively). Conclusions In this validation study, the detection precision of AF and measurement accuracy during AF were both better with Apple Watch W mode than with FBT.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».