현장 테스트 중 무선 ECG 바디 센서 (WECG)

오늘날의 라이프스타일은 전 세계적으로 주요 사망 원인인 심혈관 질환의 위험이 높습니다. 이전 연구에서는 고혈압, 흡연, 제2형 당뇨병, 비만, 심리적 스트레스 및 신체 활동 부족과 같은 심혈관 질환 발병의 다양한 위험 요인을 표적으로 삼았습니다.

증가된 신체 활동 수준은 심혈관계에 장기적으로 많은 유익한 영향을 미치며 심장 돌연사의 상대적 위험을 감소시킬 수 있습니다. 그러나 격렬한 운동 도중 및 직후에 예상치 못한 심혈관 사건의 위험이 증가합니다. 프랑스에서 실시된 2건의 연구에서는 일반 인구의 규칙적인 신체 활동 중 3건의 급사 및 4건의 심근경색이 매일 발생한다고 보고했습니다. 12년간의 종적 연구에 따르면 스위스에서 신체 활동 중 사망한 젊은 레크리에이션 운동선수의 평균 연령은 27.6세였으며 발생률은 0.52/100.000이었습니다. 연간. 일부 연구에서는 여가를 즐기는 중년층 그룹에서 예상치 못한 심혈관 사건이 6.5/100,000 수준으로 급격히 증가했다고 보고했습니다. 연간. 또한 여러 연구에서 프로 운동선수에 비해 일반 인구 사이에서 스포츠 관련 심혈관 사건 발생률이 더 높다고 보고했습니다. 남성이 더 영향을 받고 가장 영향을 받는 연령대는 35세에서 59세 사이의 중년입니다.

이전 연구에서는 갑작스러운 심장 사건이 종종 경고나 예측 없이 발생하기 때문에 운동 중 치명적인 부정맥의 발병률을 증가시키는 구조적 심장 질환과 유전적 조건을 식별하는 것이 핵심 과제라는 점을 알아냈습니다. 따라서 심장 돌연사의 위험이 높은 사람을 조기에 발견하는 것이 매우 중요합니다. 이와 관련하여 많은 유럽 국가에서는 스포츠 클럽이나 협회에 등록된 모든 사람에 대해 의무 건강 검진을 도입했습니다. 심전도(ECG) 모니터링을 포함하는 운동 스트레스 테스트(EST)는 검사의 중요한 부분입니다. 그러나 문제는 EST가 심장 질환의 이전에 알려진 증상이 있는 개인을 테스트하는 데 특히 민감하지만 무증상 피험자에서 EST의 양성 예측 값이 상대적으로 낮다는 사실에서 발생합니다. 한편, 정기적인 일상 활동 중 장기간의 ECG 모니터링은 정상 12-리드 ECG 및 음성 마스터 2단계 검사를 받은 사람들의 심장 질환을 감지하는 데 매우 유용할 수 있음이 입증되었습니다. 또한 장기간 1채널 심전도 모니터링으로 무증상자에서도 심방세동 검출이 가능함을 입증했다.

최근 연구에 따르면 무선 신체 ECG 센서는 신뢰할 수 있고 정확한 장기 심장 박동 모니터링을 위한 실행 가능한 솔루션이지만 센서 배치 및 고정은 신호 품질에 영향을 줄 수 있는 중요한 요소이므로 고려해야 합니다. 이전에 말했듯이 우리의 주요 목표는 표준화된 야외 테스트 중에 ECG 신체 센서를 사용하여 품질 심전도 보고서를 측정할 수 있는지 여부를 결정하는 것이 었습니다. 추가 목표는 서로 다른 유형의 센서 고정이 준최대 및 최대 실행 설정 중에 ECG 신호의 품질에 영향을 미치는지 여부를 결정하는 것이었습니다.

남자 13명, 여자 10명으로 23명이 포함되었으며, 나이는 19~23세(나이=20.56±1.19) 연령; 신체 높이 = 177.28±9.76 센티미터; 체질량 = 70.11±7.68 킬로그램). 모든 참가자는 다양한 신체 활동(팀 스포츠, 순환 활동, 저항 훈련)에 매일 참여하는(주당 3-5회, 중강도에서 고강도 30-60분) 육체적으로 활동적인 비운동 선수였습니다. 연구 참여 기준을 충족하기 위해 참가자는 자신이 건강하고 이전에 알려진 심장 문제가 없는지 확인해야 했습니다. 헬싱키 선언에 따라 참가자들은 연구 참여에 대해 서명한 동의서를 제출했습니다. 테스트에 앞서 각 참가자에게 연구의 목적과 프로토콜에 대해 자세히 설명했습니다. 연구에 대한 윤리 승인은 기관 윤리 위원회(승인 번호. 02-1359/18-2).

심전도 신호 모니터링 무선 심전도 바디센서 Savvy(Saving d.o.o, Ljubljana, Slovenia)는 인증된 의료기기로 심전도 데이터 수집을 위해 사용되었다. 신체 센서는 125Hz에서 1000Hz 사이의 샘플링 속도로 장기 운동 중에 ECG 측정을 허용합니다. 블루투스를 통해 센서에 연결된 스마트폰에서 실행되는 Android 애플리케이션인 MobECG는 측정된 데이터를 캡처 및 표시하고 추가 처리를 위해 스마트폰 메모리에 저장합니다.

ECG 신호의 적절한 진폭을 얻기 위해 전극의 최적 배치는 심장에 가깝습니다. 전기적 근육 활동(EMG) 신호가 특히 신체 활동 시 ECG 신호를 방해할 수 있음을 고려하여 센서 위치는 큰 근육 그룹을 피하도록 배치되었습니다. 이 연구에서는 왼쪽 열등(LI)으로 표시된 위치를 테스트했습니다. LI 위치에서 전극은 표준 전방 precordial lead V1 및 V2의 위치에 배치한 다음 센서를 근육 장애의 영향이 최소화될 것으로 예상되는 약 10cm(xiphoid 아래) 아래쪽으로 이동시켰습니다.

첫 번째 테스트 표준에는 자체 접착식 Skintact ECG 전극 유형 PREMIER T-60이 사용되었습니다(Leonhard Lang GmbH, 오스트리아 인스브루크 소재). 전극은 원래 포장되어 있었고 제조업체의 지침에 따라 사용되었습니다. ECG 전극은 5cm 간격으로 배치되었습니다. 포지셔닝 전 피험자의 피부를 희석된 에탄올로 세척하였다. 그런 다음 두 개의 전극을 LI 위치에 붙이고 ECG 바디 센서를 연결했습니다. 센서는 Holter 전극을 고정하도록 특별히 설계된 자체 접착식 Omniplast 2.5 cm 테이프(Paul Hartmann AG, Heidenheim, Germany)로 추가로 고정되었습니다(그림 1 참조). 센서의 두 부분은 약 40cm 길이의 테이프 스트립 하나로 함께 고정되었습니다. 두 번째 측정에서는 Polar 소프트 스트랩 벨트(Polar Electro Oy, 핀란드)를 사용하여 센서를 연결했습니다.

측정된 심전도 데이터는 스마트폰 메모리에 지속적으로 저장되었다가 측정 완료 후 개인용 컴퓨터로 전송되었습니다. 모든 ECG 측정값은 후향적으로 분석되었습니다. 후속 ECG 분석 및 신호 품질은 의학적으로 인증된 Holter 해석 소프트웨어 QuickReader®AFT-1000(Holter Supplies, Paris, France)을 사용하여 수행되었습니다. 또한 모든 측정과 결과는 의사가 육안으로 검사했습니다. 유용하다고 표시된 QRS파가 명확하고 의심의 여지 없이 인식되는 신호만 해당됩니다. 연구에 사용된 변수는 다음과 같습니다. 감지된 QRS, 음성으로 감지된 QRS(%), 거짓 음성 감지(%), 올바른 소프트웨어 감지(%), 여전히 HR을 평가할 수 있는 부하/속도(%), 최대 HR[bpm], 평균 실행 시간(s)(Cooper 2400 및 100m 테스트의 경우) 및 평균 달성 강도(Shutlle 실행의 경우).

이 연구에서 우리는 세 가지 다른 표준화된 달리기 테스트, 하나의 준최대 테스트인 Cooper 2400m(C) 및 두 개의 최대(전체) 테스트인 100m 스프린트(S) 및 셔틀 런(SR)을 사용했습니다. C 테스트 참가자는 2400m를 달리고 S 테스트에서는 가능한 최고 속도로 100m를 달려야 했습니다. SR 테스트에서는 표준 테스트 프로토콜이 사용되었습니다. 참가자들은 오디오 사인(삐) 전에 20미터를 달리고 줄을 넘어야 했습니다. 테스트는 8.5km/h의 속도로 시작되었으며 지칠 때까지 매분 0.5km/h씩 증가했습니다. 피험자가 오디오 사인 전에 두 번 연속으로 줄에 도달하지 못했을 때 테스트가 종료되었습니다.

모든 참가자는 6개의 테스트, 2개의 C, S 및 SR 테스트를 수행했습니다. 모든 검사는 오전에 이루어졌으며, 참가자는 하루에 한 번 검사를 하고 다음날까지 재검사를 하였다. 두 테스트 사이의 휴식 시간은 최소 24시간이었습니다. 테스트를 수행하기 전에 전극과 센서를 LI 위치에 배치하고 참가자는 ECG가 기록되는 동안 5분 동안 앉아 있었습니다. 테스트가 끝나면 참가자는 ECG 기록을 중단하지 않고 다음 5분 동안 앉아서 휴식을 취했습니다.

측정된 모든 변수에 대해 기술 통계를 계산하고 모든 데이터에 대해 정규성 검정을 수행했습니다. Kolmogorov-Smirnov 및 Shapiro-Wilk 테스트 결과에 의해 정상적으로 분포되지 않은 데이터에 대해 Skewness 결과를 기반으로 Log10 또는 Log10 reflexion 함수로 변환을 수행했습니다. 정규분포를 보인 모든 원변인과 변형변인에 대해 종속변인에 대해서는 Student t-test를 사용하였고, 정규분포되지 않은 변인에 대해서는 비모수 Wilcoxon test를 사용하였다. 클래스 내 상관 관계는 반복 측정에 대해 계산되었습니다. 유의 수준은 p < 0.05로 설정되었습니다. 통계 분석은 IBM SPSS Statistics 20 소프트웨어를 사용하여 수행되었습니다.