《手腕光电容积图智能手表对房颤检测的录制长度和其他心律失常的影响》阅读笔记

目录

一、论文摘要

二、论文十问

三、论文亮点与不足之处

四、与其他研究的比较

五、实际应用与影响

六、个人思考与启示

参考文献

---

一、论文摘要

本研究旨在评估手腕光电容积图（PPG）的定量分析是否能检测到房颤（AF）。使用心电生理记录系统记录连续心电图，并使用佩戴在手腕上的智能手表收集PPG，从接受导管消融或电击复律治療的患者那里同时收集。从拆分片段的10、25、40和80次心跳中提取PPG特征。利用支持向量机和随机森林方法进行机器学习以检测AF。共评估了116名患者。我们标注了> 117小时的PPG。共有6475段和3957段25次心跳的脉搏间隔（PPI）分别被标注为AF和窦性节律。25个PPI的准确性产生了测试接收者操作特征曲线（AUC）下的面积为0.9676，这明显优于10个PPI的AUC（0.9453；P < .001）。从另外38名具有频繁室性/房性早搏（PVCs/PACs）的患者那里获得的PPG用于评估其他心律失常对诊断准确性的影响。新的AF检测算法实现了0.9680的AUC。PPG优化分析程序的适当数据长度为25次心跳。使用机器学习方法进行算法修改显示出对PVCs/PACs的稳健性。