フィールドテスト中のワイヤレス ECG ボディセンサー (WECG)

今日のライフスタイルは心血管疾患のリスクが高く、世界中で主な死因となっています。 これまでの研究は、高血圧、喫煙、2型糖尿病、肥満、心理的ストレス、身体的不活動など、心血管疾患発症のさまざまな危険因子を対象としていた。

身体活動レベルの増加は、心血管系に多くの長期的な有益な効果をもたらし、心臓突然死の相対リスクを低下させる可能性があります。 ただし、激しい運動中および運動直後には、予期せぬ心血管イベントのリスクが高まります。 フランスで実施された2件の研究では、一般集団における通常の身体活動中の1日あたり3人の突然死と4人の心筋梗塞の発生率が報告された。 12年間にわたる縦断的研究では、運動中に死亡したスイスの若いレクリエーションアスリートの平均年齢は27.6歳で、発生率は10万人中0.52人であることが示された。 1年当たり。 いくつかの研究では、レクリエーション人口の中年層における予期せぬ心血管イベントの劇的な増加が報告されており、そのレベルは10万人中6.5人でした。 1年当たり。 さらに、いくつかの研究では、プロのアスリートと比較して、一般人口のスポーツ関連の心血管イベントの発生率が高いことが報告されています。 男性の方が罹患率が高く、最も罹患する年齢層は35～59歳の中年層です。

これまでの研究では、突然の心臓イベントは何の警告も予測もなく発生することが多いため、運動中に致死性不整脈の発生率を高める構造的心疾患と遺伝性疾患の特定が重要な課題であることがわかっています。 したがって、心臓突然死のリスクが高い人を早期に発見することが非常に重要です。 これに関連して、ヨーロッパの多くの国では、スポーツクラブやスポーツ協会に登録しているすべての人に健康診断を義務化しています。 心電図 (ECG) モニタリングを含む運動負荷テスト (EST) は検査の重要な部分です。 しかし、この問題は、ESTが心疾患の既知の症状を有する人の検査に特に感度が高い一方で、無症状の被験者におけるESTの陽性的中率が比較的低いという事実から生じます。 一方で、通常の日常生活における長期間の心電図モニタリングは、正常な 12 誘導心電図があり、マスター 2 段階テストが陰性だった人々の心臓病の検出に非常に役立つことが証明されています。 また、長期間の 1 チャンネル ECG モニタリングにより、無症状の人の心房細動を検出できることが証明されました。

最近の研究では、ワイヤレス人体 ECG センサーが信頼性が高く正確な長期心拍リズム監視のための実現可能なソリューションであることが示されましたが、センサーの配置と固定は信号品質に影響を与える可能性がある重要な要素であり、考慮する必要があります。 前述のとおり、私たちの主な目標は、標準化された屋外テスト中に ECG ボディセンサーを使用して高品質の心電図レポートを測定できるかどうかを判断することでした。 さらなる目的は、さまざまな種類のセンサーの固定が最大以下および最大のランニング設定中の ECG 信号の品質に影響を与えるかどうかを判断することでした。

23 名が含まれ、男性 13 名、女性 10 名、年齢は 19 ～ 23 歳 (年齢 = 20.56±1.19) 年。本体高さ = 177.28±9.76 cm;体重 = 70.11±7.68 kg）。 参加者は全員、運動選手ではなく、さまざまな身体活動（チームスポーツ、サイクル活動、レジスタンストレーニング）に毎日参加（週に3～5回、中強度から高強度の30～60分）した。 研究への参加基準を満たすためには、参加者は健康で、これまでに心臓に問題がなかったことを確認する必要があった。 ヘルシンキ宣言に従って、参加者は研究への参加に署名した同意を与えた。 テストの前に、研究の目的とプロトコルが各参加者に詳細に説明されました。 この研究の倫理的承認は施設内倫理委員会から得られました（承認番号 02-1359/18-2）。

ECG 信号モニタリング ECG データの収集には、認定医療機器であるワイヤレス ECG ボディセンサー Savvy (Saving d.o.o.、リュブリャナ、スロベニア) が使用されました。 ボディセンサーにより、125 Hz ～ 1000 Hz のサンプリング レートで、長時間の運動中に ECG 測定が可能になります。 スマートフォン上で実行される Android アプリケーション MobECG は、Bluetooth 経由でセンサーに接続され、測定データをキャプチャして表示し、さらなる処理のためにスマートフォンのメモリに保存します。

ECG 信号の適切な振幅を得るために、電極の最適な配置は心臓に近いことでした。 特に身体活動中に、筋電気活動 (EMG) からの信号が ECG 信号を妨害する可能性があることを考慮して、センサーの位置は大きな筋肉群を避けるように配置されました。 この研究では、左下 (LI) としてマークされた位置をテストしました。 LI 位置では、標準的な前胸部リード V1 および V2 の位置に電極を配置し、筋肉障害の影響が最小限であると予想されるセンサーを約 10 cm (剣状突起の下) 下に移動させました。

最初のテストでは、標準的な粘着性 Skintact ECG 電極タイプ PREMIER T-60 を使用しました (Leonhard Lang GmbH、オーストリア、インスブルック)。 電極は元のパッケージに入っており、メーカーの指示に従って使用されました。 ECG 電極は 5 cm 離して配置されました。 位置決めの前に、被験者の皮膚を希釈エタノールで洗浄した。 次に、2 つの電極を LI 位置に貼り付け、ECG ボディセンサーを接続しました。 さらに、ホルター電極を固定するために特別に設計された粘着性 Omniplast 2.5 cm テープ (Paul Hartmann AG、ハイデンハイム、ドイツ) でセンサーを固定しました (図 1 を参照)。 センサーの両方の部分は、長さ約 40 cm の 1 本のテープで固定されました。 2 回目の測定では、Polar ソフト ストラップ ベルト (Polar Electro Oy、フィンランド) を使用してセンサーを接続しました。

測定された心電図データはスマートフォンのメモリに継続的に保存され、測定完了後にパソコンに転送されます。 すべての ECG 測定値は遡及的に分析されました。 その後の ECG 分析と信号品質は、医学的に認定されたホルター解釈ソフトウェア QuickReader® AFT-1000 (Holter Supplies、パリ、フランス) を使用して行われました。 さらに、すべての測定値と結果は医師によって目視検査されました。 QRS 波が明瞭で疑いなく認識された信号のみが有用であるとマークされています。 研究で使用された変数は次のとおりです: 検出された QRS、陰性として検出された QRS (%)、偽陰性検出 (%)、正しいソフトウェア検出 (%)、まだ評価可能な HR での負荷 / 速度 (%)、最大 HR [bpm]、平均ランニング時間（秒）（Cooper 2400 および 100 m テストの場合）および平均達成強度（Shutlle 実行の場合）。

この研究では、3 つの異なる標準ランニング テストを使用しました。1 つは最大未満のテスト - クーパー 2400 m (C)、2 つの最大 (オールアウト) テスト - 100 m スプリント (S) とシャトル ラン (SR) です。 C テストでは参加者は 2400 m を走らなければなりませんでしたが、S テストでは 100 m を最高速度で走らなければなりませんでした。 SR テストでは、標準テストプロトコルが使用されました。 参加者は音声サイン（ビープ音）が鳴る前に、20メートル走ってラインをまたがなければなりませんでした。 テストは時速 8.5 km で開始され、疲労するまで毎分 0.5 km/h ずつ増加しました。 被験者が2回連続でラインに到達できなかった時点で、音声サインの前にテストは終了した。

参加者全員が 6 つのテスト (C、S、SR テストを 2 つ) を実施しました。 すべての検査は午前中に行われ、参加者は 1 日あたり 1 回の検査を実施し、翌日まで再検査を実施しました。 2 つのテスト間の休憩は少なくとも 24 時間でした。 テストを実行する前に、電極とセンサーが LI 位置に配置され、ECG が記録されている間、参加者は 5 分間座っていました。 テストが終了すると、参加者は座って、ECG 記録を中断することなく次の 5 分間休息しました。

すべての測定変数に対して記述統計が計算され、すべてのデータに対して正規性の検定が行われました。 Kolmogorov-Smirnov および Shapiro-Wilk 検定の結果により正規分布にならなかったデータについては、Skewness の結果に基づいて関数 Log10 または Log10 反射による変換を行いました。 正規分布を示したすべての元の変数と変換された変数について、差の決定には従属変数のスチューデント t 検定が使用され、正規分布していない変数にはノンパラメトリック ウィルコクソン検定が使用されました。 反復測定についてクラス内相関をカウントしました。 有意水準は p < 0.05 に設定されました。 統計分析は、IBM SPSS Statistics 20 ソフトウェアを使用して実行されました。