临床问题：
数字心房颤动筛查是否触及目标人群？
主要发现：
数字房颤筛查未能触及最需要该技术的高风险人群。
心房颤动(AF)是最常见的心律失常，与中风和住院风险增加相关。多项研究已确定人口统计学参数和心血管疾病是发展为房颤的风险因素。及时发现房颤可显著降低发病率和死亡率。特别是，通过CHA2DS2-VA(Sc)评分估算的年度中风风险，可通过早期启动口服抗凝治疗(OAC)显著降低。当前指南建议对估计年度中风风险≥1%(对应CHA2DS2-VA评分≥1)的患者考虑启动OAC治疗。房颤筛查已被证明不仅有效发现未知房颤病例，还能识别已知但未接受治疗的房颤患者，这在先前研究中带来了显著的净临床效益。智能设备在日常生活中的脉搏测量功能应用，促使开展了多项数字房颤筛查试验。然而，这些试验主要招募了年轻、无相关合并症的参与者，中位CHA2DS2-VASc评分为1。检测到房颤后需要OAC治疗的高风险参与者代表性不足。因此，招募可能从数字房颤筛查中受益的老年群体仍是一个重大挑战。eBRAVE-AF(eHealth-based Bavarian Alternative Detection of Atrial Fibrillation，基于电子健康的巴伐利亚房颤替代检测)试验是首个在高风险人群中，通过与常规护理直接比较，随机评估基于智能手机的筛查检测治疗相关房颤有效性的试验。在此子研究中，我们调查了数字房颤筛查策略是否有效触及目标人群，发现高风险人群代表性不足。
在eBRAVE-AF试验中，一家德国健康保险公司的67,488名投保人(年龄50-90岁，CHA2DS2-VA评分≥1，无已知房颤或口服抗凝治疗)被邀请参与。其中，5,551人(8.2%)同意参与并被随机分配至数字筛查组或常规护理组。在数字筛查中，参与者使用基于光电容积描记法的筛查方法检测脉搏不规则。异常发现通过动态心电图确认。主要终点是在6个月内新诊断房颤并启动OAC治疗。OAC类型由治疗医师自行决定，允许使用直接口服抗凝剂和维生素K拮抗剂。6个月后，4,752名参与者接受邀请进入第二个6个月的交叉阶段，进行组别互换。在两个阶段中，与常规护理相比，数字筛查使治疗相关房颤的检出率提高了一倍以上。
本子研究获得了慕尼黑路德维希-马克西米利安大学医院当地伦理委员会批准(#23-0088)，完全基于理赔数据(年龄、性别、动脉高血压、糖尿病、心力衰竭、既往中风和心肌梗死)，这些数据对应于CHA2DS2-VA(Sc)评分组成部分，慢性肾病作为额外协变量。由于监管原因，这些数据仅对51,775名完全投保人(占邀请人数的77%)可用。为考虑参与者与非参与者之间的基线差异，我们使用广义增强回归模型估计了研究参与的倾向评分，以参与为因变量，上述临床变量为协变量。从倾向评分计算出标准化的逆概率治疗权重，并用于重建51,775人的假设总体。使用Cox回归分析评估研究组与主要终点在参与者和假设总体中的关联，将主要终点作为因变量，研究组作为时依协变量。通过有放回的自助法(N=2,000次迭代)比较参与者与假设总体的HR。事件率从Kaplan-Meier分析中推断。对于假设总体，我们拟合Cox模型以重建生存曲线。
非参与者年龄更大(72岁；IQR：65-78岁 vs 65岁；IQR：60-71岁)，女性比例更高(36% vs 31%)，且更常患有高血压(68% vs 25%；P < 0.001)、糖尿病(21% vs 5%；P < 0.001)、中风(2% vs 0%；P < 0.001)、心力衰竭(12% vs 0%；P < 0.001)和心肌梗死(25% vs 5%；P < 0.001)。参与者中主要不良心脑血管事件的年发生率为2.3%(95% CI：1.9%-2.7%)，而整个总体中经倾向评分匹配推断的事件率显著更高(3.4%；95% CI：3.2%-3.6%；P < 0.001)。在研究参与者中，与常规护理相比，数字筛查显著提高了需要OAC治疗的房颤年检出率(2.7%；95% CI：2.1%-3.3% vs 1.2%；95% CI：0.8%-1.6%；HR：2.3；95% CI：1.5-3.6；P < 0.001)。处方的OAC主要(99%)包含Xa因子抑制剂。将这些结果经倾向评分匹配外推至所有受邀个体显示，与常规护理相比，数字筛查在检测需要OAC治疗的房颤方面效果超过三倍(3.4%；95% CI：3.2%-3.7% vs 1.0%；95% CI：0.9%-1.1%；HR：3.6；95% CI：1.9-6.9；P < 0.001)。参与者与非参与者之间需要OAC治疗的新诊断房颤差异具有统计学意义(P = 0.008)。
总之，我们的分析表明，健康状况较好、合并症较少的人更可能参与我们的数字试验。那些可能从数字房颤筛查中显著受益的年龄更大、合并症更多的患者代表性不足。在一项使用倾向评分匹配的假设生成分析中，我们表明，将我们的筛查方案实施于更脆弱的人群，很可能导致需要OAC治疗的房颤检出率显著提高。因此，触及目标人群仍然是一个重要的未满足临床需求。
本研究的主要局限性在于其基于理赔数据，这些数据仅对77%的投保人可用。此外，需要OAC治疗的房颤以及非参与者的主要不良心脑血管事件的估计发生率基于数学模型，可能与实际发生率有所偏差。其次，本研究是在与一家德国健康保险提供商合作下进行的。因此，研究队列可能不能完全代表德国或欧洲人口。第三，不同地区老年人使用智能手机的差异可能影响我们结果在其他国家的可推广性。第四，亚临床、数字检测到的房颤中OAC的适应症仍有争议，特别是在老年患者中，风险-收益考量复杂，可能受药物可获得性和临床实践的地区差异影响。我们的数据不允许对虚弱状态对OAC相关不良反应的影响得出结论。
尽管存在这些局限性，本子研究显示数字房颤筛查未能触及最需要该技术的高风险人群。未来房颤筛查研究应着重提高更脆弱个体的参与率。与年龄相关的数字设备使用障碍(如视力障碍)可通过简单且用户定制的设备设计部分克服。此外，数字试验应关注使用动态、事件驱动的样本量计算和采用适应性分层的随机化等现代研究方案，以确保在健康和更脆弱人群中均获得可靠结果。
缩写词
AF=心房颤动(房颤)
OAC=口服抗凝治疗
资金支持与作者声明
eBRAVE-AF研究主要由德国慕尼黑LMU医院资源资助。该研究获得辉瑞制药有限公司(Pfizer Pharma GmbH)的部分资助。PPG应用程序由Preventicus GmbH提供。研究资助方在研究设计、数据收集和分析、数据解释以及报告撰写方面没有任何作用。作者报告称，他们与本文内容相关的利益关系无需披露。
脚注
作者声明，他们遵守作者机构的人类研究委员会和动物福利法规以及食品药品管理局指南，包括在适当情况下获得患者同意。欲了解更多信息，请访问作者中心。
参考文献
- Joglar J.A., Chung M.K., Armbruster A.L., et al. 2023年ACC/AHA/ACCP/HRS房颤诊断和管理指南：美国心脏病学会/美国心脏协会临床实践指南联合委员会报告. J Am Coll Cardiol. 2024;83:109-279.
- Svennberg E., Friberg L., Frykman V., et al. 系统性房颤筛查(STROKESTOP)的临床结局：一项多中心、平行组、非盲法随机对照试验. Lancet. 2021;398:1498-1506.
- Perez M.V., Mahaffey K.W., Hedlin H., et al. 使用智能手表识别房颤的大规模评估. N Engl J Med. 2019;381:1909-1917.
- Lubitz S.A., Faranesh A.Z., Selvaggi C., et al. 使用可穿戴设备在大人群中检测房颤：Fitbit心脏研究. Circulation. 2022;146:1415-1424.
- Rizas K.D., Freyer L., Sappler N., et al. 基于智能手机的房颤筛查：一项实用的随机临床试验. Nat Med. 2022;28:1823-1830.
【全文结束】
