石清清
綜述
顧翔
審校
心房顫動是臨床常見的心律失常,其反復波動的心室率和不規則的心臟節律不僅會降低患者運動耐量和生活質量,還可引起血流動力學變化,致使腦卒中的發生率較普通人增加5倍[1]。據統計,每年因房顫所致的腦卒中死亡率為1.9%~18.2%[2]。因此,對房顫的盡早檢測和盡早干預是目前治療房顫的關鍵措施。
近年來遠程醫療的發展對心房顫動的監測與治療有很大的幫助。遠程醫療定義為遠距離的醫療實踐,又可指在大范圍內的醫療應用[3]。應用于心房顫動領域中的遠程醫療,可以達到早期檢測,早期干預,堅持隨訪治療從而明顯改善臨床預后,減輕患者家庭及社會負擔。本文將結合臨床實際,對心房顫動的遠程醫療進展作一闡述。
心電圖是最早應用于心房顫動的診斷手段,但心電圖對心房顫動的監測有其局限性,使心房顫動的發生率經常被低估[4]。24 h動態心電圖包括后來出現的7 d甚至是更長時間的心電記錄,由于記錄時間有限、佩戴不便、長期操作性不強等,對心房顫動的檢出率不容樂觀。植入式循環記錄器可對心房顫動患者進行連續監測,但因其是有創式植入,臨床應用局限性大[5]。
心臟植入電子設備特別適合于遠程監控,第一次實現這一目標是在20世紀70年代初的美國[6]。這種遠程監測的方式已經被證明能有效改變傳統的隨訪模式,并能明顯改善臨床結局[7]。相比于常規的定期門診隨訪,基于家庭的遠程監測系統能更早地發現心房顫動[8]。
遠程心電監測是遠程醫療的一部分。20世紀80年代,個人與醫院之間的電話傳輸心電圖遠距離監測設備(TTECG)研制成功后, 90年代初又在接收描記裝置上增加了計算機系統,于是遠程實時心電監測(TIECG)陸續進入臨床[9]。有研究通過對比患者遠程監測心電圖與常規心電圖,證實遠程心電監測設備的心電信號記錄準確,與常規心電圖心率、圖形比較差異無統計學意義,但是檢出率較高,對心律失常診斷符合率較高[10]。
移動通信網絡的發展,促進了移動醫療的蓬勃發展。各類基于手機應用軟件的心電監測儀器應運而生,可以實現間歇性的心電監測。一項來自瑞典7173人的房顫篩查研究(STROKESTOP研究)報道,手持單導聯心電記錄儀,較常規心電圖或動態心電圖將新發心房顫動檢出率提高4倍[11]。同樣,在中國香港,一項納入13 122名患者的基于手機應用軟件單導聯心電圖篩查研究顯示,新發心房顫動檢測率為0.8%,其中無癥狀心房顫動的比例為65.3%[12]。但是這些研究依然存在抽樣的局限性,一般只能發現急性發作的心房顫動,這樣使得研究的結果可能會低于實際心房顫動的發生率。
目前市面上大量流動的諸如運動手環類的心率監測電子設備,其原理是 “光電容積圖”(PPG)的技術,稱為光學式心率監測。這類設備通過光電脈搏波信號,記錄心率,但是由于其信號極不穩定,受外界各種因素如膚色、光線等條件限制,故目前還沒有經FDA批準的PPG或非心電圖傳感器設備被批準用于心房顫動的檢測或心律失常鑒別[13]。
使用智能手機LED燈和攝像頭對心房顫動進行分類和發現心律失常的方法正在發展,這是用不規則量化算法來監測心臟節律,但是該技術并不能對裝有起搏器或有房性早搏、室性早搏的患者進行準確的分類[14],故而未能使用于臨床。我們設想將來,光學式心率監測、光學傳感器的檢測算法能與傳統12導聯心電圖的心率分析相媲美,那么心房顫動的監測及心電傳輸會發生很大的變化。
遠程醫療時代背景下,傳感器技術的出現,衍生了許多新設備及應用軟件,能實現實時心電圖、心率、血壓、體溫、外界環境變化的傳送,從而做到多參數的遠程管理。2009年,被FDA認證的Zio patch心電記錄儀,是最早一代的傳感器式心電圖記錄儀。它是一種創可貼大小、附有膠黏劑、可防水的心電圖記錄儀。早期臨床試驗研究顯示,Zio patch組比常規動態組發現的心律失常例數多兩倍[15]。mSToPS研究[16],應用Zio patch心電記錄儀進行心房顫動篩查,將比常規心電圖更有效地診斷無癥狀的心房顫動。
無論如何,對于心房顫動患者我們能做的除了盡早發現心房顫動,還要利用現有的醫療技術和遠程管理方式盡可能個性化地評估心房顫動患者,才能更好地與患者共同管理疾病,改善臨床預后。
心房顫動最主要的危害是導致腦卒中和心力衰竭,勢必會增加患者住院次數及家庭負擔。一些應用軟件系統如AFinder[17],通過對家庭遠程監測系統行計算機編程及信息化處理,同時整合患者住院時的電子病歷,從而進行個性化的遠程隨訪管理,可以早期發現既往沒有心房顫動病史的新發心房顫動患者,提高抗凝藥物的使用率,加強患者藥物依從性。MobiGuide應用軟件[18]的可行性在心房顫動患者以及妊娠期糖尿病患者的管理模式上得到了證明,該移動醫療模式體現了患者的高度依從性,提高患者和護理提供者的滿意度,并且明顯改善了患者的生活質量。諸如此類的智能應用軟件在遠程醫療時代層出不窮,其中有些手機智能軟件有安卓版或IOS版,且能允許患者自我報告,軟件后臺收集數據進而形成大數據庫,軟件可以自動分析患者數據,設置預警,使得遠程管理可以大大的優化醫療實踐。
避免心房顫動相關并發癥發生,最重要的是藥物治療,特別是堅持抗凝治療[1]。對服用華法林的患者,遠程INR的監測相對于定期門診INR監測是一個很好的選擇。Ferreira等[19]報道了一個共有463位患者參與的觀察性臨床研究,通過一個包含藥物的維持及改變程序,以及自動生成下一次評估日期的系統,手機患者遠程監測的INR指標,研究結果顯示達到治療范圍的INR指標占總數的83%,大出血及小出血的比例分別是0.4%和0.2%。可見運用遠程系統對心房顫動患者進行INR管理可有效降低出血風險,預防栓塞性疾病的發生。
遠程醫療的進步不僅是健康經濟因素驅動,更應該是計算機科學與信息技術的進展速度的驅動[20]。在過去的40年里,遠程醫療逐漸成為傳統醫療模式的越來越有成本效益的替代方案,同時也是現代醫療保健的重要組成部分。遠程醫療的實施需要一系列的遠程醫療設備,這些設備通過互聯網技術將醫院、醫生辦公室和患者家庭連接起來,可以實現信息傳輸、互動視頻,醫生可以根據患者傳送的信息,提供診斷,并推薦治療方案[21]。
遠程醫療技術多種多樣,然而不論其作用機制怎樣,其在許多方面已經被采用,最重要的是更好地與患者溝通,以提高他們對治療藥物的依從性。諸多研究證明,使用一般的技術(如電話、短信、在線交流、電子論壇、電子藥丸分配器)可以增加患者對自身疾病管理的能動性,從而提高藥物依從性[22]。還有的遠程醫療技術如:智能手機應用程序,提醒患者服藥并可以幫助提醒患者及時補充藥物。聯網的藥丸盒通過音樂、鈴聲和閃光燈提醒患者服用藥物,并且能向遠程看護者發送電子郵件、建立依從性報告,遠程看護者可依此提供醫療幫助[23]。
2016 年美國心臟病學會/ 美國心臟協會/ 歐洲心臟病學會(ACC/AHA/ESC)房顫管理指南建議,對心房顫動患者進行結構化隨訪和綜合護理可增加患者依從性,并可減少住院率及死亡率(Ⅱa類適應證)[1]。這是一種以患者為中心,囊括多種因素,多學科團隊聯合管理的新型模式,并成功應用于其他慢性病管理如心力衰竭[24]、糖尿病[25]等領域。電子通訊工具、手機應用軟件、數字化網絡平臺可以確保心房顫動多學科團隊內、患者與心房顫動團隊的連貫通信。目前已經有很多研究報道依靠手機應用軟件,網絡平臺對心房顫動患者進行數字化管理,更能自動化的對患者進行實時監測,配備的預警系統可以很大程度上降低患者的再住院率和致殘率[17-18,26]。Carter等[27]研究顯示,與常規隨訪組相比,心房顫動綜合管理能顯著降低心血管相關事件的發生,且能加強患者依從性。并指出,心房顫動的綜合護理模式最終會降低死亡率及致殘率。
心房顫動的遠程醫療,為患者帶來了一種全新的醫療服務模式,個性化結合患者的自身情況,旨在改善醫療質量,具有非常巨大的潛在醫療前景,且能顯著的降低心房顫動的醫療成本,降低其并發癥相關的住院治療的比例,更加減少以監測為目的而進行的門診就診。其不足之處在于,目前的遠程醫療仍缺乏大規模的實踐證據,成本效益不明確,醫患之間操作性的缺乏與不足,法律條文對遠程醫療實踐過程中醫患雙方的保護的缺乏,以及在現行醫保政策下,遠程醫療的報銷制度匱乏。無論如何,信息化時代下的遠程醫療形式多樣,基于心房顫動的遠程醫療,未來仍需要大規模研究的臨床實踐證據。
[1] Kirchhof P,Benussi S,Kotecha D,et al. 2016 ESC Guidelines for the management of atrial fibrillation developed in collaboration with EACTS[J].Eur J Cardiothorac Surq,2016,50(5):e1-e88.
[2] Lubitz SA, Yin X, McManus DD, et al. Stroke as the initial manifestation of atrial fibrillation: the Framingham Heart Study[J].Stroke, 2017, 48(2):490-492.
[3] Molfenter T, Boyle M, Holloway D, et al. Trends in telemedicine use in addiction treatment[J].Addict Sci Clin Pract,2015,10:14.
[4] Esato M, Chun YH, An Y, et al. Clinical impact of asymptomatic presentation status in patients with paroxysmal and sustained atrial fibrillation: the Fushimi AF Registry[J]. Chest, 2017, 152(6):1266-1275.
[5] Glotzer TV, Daoud EG, Wyse DG, et al. The relationship between daily atrial tachyarrhythmia burden from implantable device diagnostics and stroke risk: the TRENDS study[J].Circ Arrhythm Electrophysiol,2009, 2(5):474-480.
[6] Sutton R. Remote monitoring as a key innovation in the management of cardiac patients including those with implantable electronic devices[J]. Europace, 2013, 15(Suppl 1):i3-i5.
[7] Guédon-Moreau L, Mabo P, Kacet S. Current clinical evidence for remote patient management[J]. Europace, 2013, 15(Suppl 1):i6-i10.
[8] Crossley GH, Chen J, Choucair W, et al.Clinical benefits of remote versus transtelephonic monitoring of implanted pacemakers[J].J Am Coll Cardiol, 2009, 54(22):2012-2019.
[9] 顧敏, 顧翔, 何勝虎,等. 比較遠程心電監測與心電圖、動態心電圖在心律失常及心肌缺血中的診斷價值[J]. 江蘇實用心電學雜志, 2013, 22(2):565-569.
[10] 張榮生, 顧翔. 遠程心電監測應用于心律失常診斷的可行性和效果[J]. 中華老年多器官疾病雜志, 2015,14(10):757-762.
[11] Svennberg E, Engdahl J, Alkhalili F, et al. Mass screening for untreated atrial fibrillation:the STROKESTOP Study[J]. Circulation, 2015, 131(25):2176-2184.
[12] Chan NY, Choy CC. Screening for atrial fibrillation in 13122 Hong Kong citizens with smartphone electrocardiogram[J]. Heart, 2017, 103(1):24-31.
[13] Turakhia MP, Kaiser DW. Transforming the care of atrial fibrillation with mobile health[J].J Interv Card Electrophysiol , 2016, 47(1):45-50.
[14] McManus DD, Lee J, Maitas O, et al. A novel application for the detection of an irregular pulse using an iPhone 4S in patients with atrial fibrillation[J]. Heart Rhythm, 2013, 10(3):315-319.
[15] Barrett PM, Komatireddy R, Haaser S, et al. Comparison of 24-hour Holter monitoring with 14-day novel adhesive patch electrocardiographic monitoring[J]. Am J Med,2014, 127(1):95.
[16] Steinhubl SR, Mehta RR, Ebner GS, et al. Rationale and design of a home-based trial using wearable sensors to detect asymptomatic atrial fibrillation in a targeted population: The mHealth Screening To Prevent Strokes (mSToPS) trial[J]. Am Heart J, 2016, 175:77-85.
[17] Zoppo F, Facchin D, Molon G, et al. Improving atrial fibrillation detection in patients with implantable cardiac devices by means of a remote monitoring and management application[J]. Pacing Clin Electrophysiol,2014, 37(12):1610-1618.
[18] Peleg M, Shahar Y, Quaglini S, et al. Assessment of a personalized and distributed patient guidance system[J].Int J Med Inform, 2017, 101:108-130.
[19] Ferreira F, Antunes E, Neves RC, et al. INR telemonitoring: efficacy and safety of a telemonitoring program in 453 patients.[J]. Acta Med Port, 2012, 25(5):297-300.
[20] Saner H,van der Velde E. eHealth in cardiovascular medicine: A clinical update[J]. Eur J Prev Cardiol,2016, 23(2 Suppl):5-12.
[21] McSwain SD,Bernard J,Burke BL Jr, et al. American Telemedicine Association operating procedures for pediatric telehealth[J]. Telemed J E Health,2017, 23(9):699-706.
[22] Peleg M, Shahar Y, Quaglini S, et al. Assessment of a personalized and distributed patient guidance system[J]. Int J Med Inform, 2017, 101:108-130.
[23] Carrera A, Pifarré M, Vilaplana J, et al. BPcontrol. A mobile App to monitor hypertensive patients[J]. Appl Clin Inform, 2016, 7(4):1120-1134.
[24] Senni M, Paulus WJ, Gavazzi A, et al. New strategies for heart failure with preserved ejection fraction: the importance of targeted therapies for heart failure phenotypes[J]. Eur Heart J, 2014, 35(40):2797-2815.
[25] Bongaerts BW, M ssig K, Wens J, et al. Effectiveness of chronic care models for the management of type 2 diabetes mellitus in Europe: a systematic review and meta-analysis[J]. BMJ Open, 2017, 7(3):e013076.
[26] Armstrong MJ. Shared decision-making in stroke: an evolving approach to improved patient care[J]. Stroke Vasc Neurol, 2017, 2(2):84-87.
[27] Carter L,Gardner M,Magee K, et al. An Integrated Management Approach to Atrial Fibrillation[J]. J Am Heart Assoc, 2016, 5(1):e002950.