Case Report
Europace Vol 19, Issue 7, July 17
https://doi.org/10.1093/europace/euw164
Trefwoorden:
Smartphone; Smartwatch; Atrial Fibrillation; Remote monitoring; mhealth; Photoplethysmogram
Korte samenvatting:
We presenteren een casus waarin persuasieve technologieën werden gebruikt bij de detectie van paroxysmaal atriumfibrilleren bij een patiënt met een implanteerbare loop recorder. Een smartphone- en een smartwatch-apparaat werden parallel gebruikt om het fotoplethysmogram te meten aan respectievelijk de vinger en de pols. De verkregen resultaten wijzen op een potentieel voor deze technologieën bij de detectie van AF-episodes.
Volledige casus:
Op basis van de review van Carpenter en Frontera [1] presenteren we een casus van een 66-jarige vrouwelijke patiënte met een voorgeschiedenis van onverklaarde syncope en symptomen van hartkloppingen, bij wie een Implantable Loop Recorder (ILR) (LinQ, Medtronic) werd geïmplanteerd. Na de procedure kreeg de patiënte een smartwatch-apparaat (E4, Empatica) waarmee het fotoplethysmografie (PPG)-signaal aan de pols kon worden gemeten, en een iPhone 5S-smartphone met een op maat gemaakte applicatie (FibriCheck®) waarmee het PPG-signaal aan de vingertop kon worden gemeten met de camera van de smartphone.
Ze kreeg de instructie om de smartwatch ‘s nachts te dragen om ten minste 7 uur continue metingen uit te voeren. Na het ontwaken en het afdoen van de watch om deze op te laden, kreeg ze de instructie om spotcheckmetingen (60 seconden) uit te voeren met een smartphone-applicatie (FibriCheck®). In totaal werden 2 standaardregistraties per dag verkregen, met aanvullende metingen bij het optreden van symptomen.
Al deze metingen werden uitgevoerd over een periode van 4 maanden. De algehele compliancepercentages voor de smartwatchmetingen bedroegen 98% en voor de smartphonemetingen 107%, wat wijst op een goede therapietrouw voor een langdurige monitoringtoepassing. In totaal detecteerde de ILR 9 episodes van paroxysmaal AF met episodes variërend van 40 minuten tot 3 uur.
Na het synchroniseren van de datastromen tussen de ILR, smartwatch en smartphone, alle AF e
Figuur 1: Overzicht van de resultaten die met verschillende meetmodaliteiten bij één patiënt zijn verkregen. Het bovenste paneel toont een op ECG gebaseerd systeem met de Implantable Loop Recorder. Het middelste paneel toont het fotoplethysmogramsignaal dat met een smartwatch is verkregen. Het onderste paneel toont de spotchecks die zijn uitgevoerd met de FibriCheck®-applicatie, waarbij een normaal sinusritme werd waargenomen (geverifieerd door de ILR) evenals de aanwezigheid van AF tijdens geregistreerde gebeurtenissen.
Figuur 1 toont een normaal sinusritme evenals episodes van atriumfibrilleren. Het bovenste paneel toont de ILR-resultaten met een normaal sinusritme evenals het begin van een AF-gebeurtenis. Dit begin is gesynchroniseerd met het PPG-signaal van de smartwatch (middelste paneel). Het onderste paneel toont twee metingen van een smartphoneregistratie met de FibriCheck®-applicatie.
Ondanks de beperkingen en zorgen over de signaalkwaliteit zoals aangegeven door Carpenter en Frontera, toont deze casus duidelijk het potentieel en de mogelijkheden aan van dergelijke technologieën bij het op een niet-invasieve manier identificeren van atriumfibrilleren, zonder de noodzaak van conventionele medische hardware. Persuasieve technologieën zoals smartphones en smartwatches bieden een nieuw potentieel bij de detectie en het beheer van patiënten met AF. Ze openen een unieke weg voor langdurige en kosteneffectieve case-findinginitiatieven. Deze eenvoudige en laagdrempelige technologieën zullen nieuwe inzichten bieden in het langetermijngedrag van AF-patiënten en hebben het potentieel om de manier waarop clinici deze patiënten in de toekomst diagnosticeren en behandelen volledig te veranderen.
Referenties:
[1] A. Carpenter and A. Frontera, “Smart-watches: a potential challenger to the implantable loop recorder?,” Europace, Feb. 2016.
[2] Cerutti S, Mainardi LT, Porta A, Bianchi AM. Analysis of the dynamics of RR interval series for the detection of atrial fibrillation episodes. Computers in Cardiology, 1997. Lund, Sweden. 77-80
[3] Tatento K, Glass L. Automatic detection of atrial fibrillation using the coefficient of variation and density histograms of RR and ∆RR intervals. Medical & Biological Engineering & Computing 2001. Quevec, Canada. 39: 664-671.