现场测试期间的无线 ECG 身体传感器 (WECG)

当今的生活方式增加了患心血管疾病的风险，而心血管疾病是全球死亡的主要原因。 之前的研究针对的是心血管疾病发展的各种危险因素，例如高血压、吸烟、2 型糖尿病、肥胖、心理压力和缺乏运动。

增加身体活动水平对心血管系统有许多有益的长期影响，并可能降低心源性猝死的相对风险。 然而，在剧烈运动期间和运动后立即发生意外心血管事件的风险会增加。 在法国进行的两项研究报告称，在普通人群中，每天有 3 起猝死事件和 4 起心肌梗塞事件发生在定期体育锻炼期间。 长达 12 年的纵向研究表明，瑞士年轻休闲运动员死于体育活动的平均年龄为 27.6 岁，发病率为 0.52/100.000 每年。 一些研究报告称，中年休闲人群的意外心血管事件急剧增加，达到 6.5/100.000 的水平 每年。 此外，多项研究报告称，与职业运动员相比，普通人群与运动相关的心血管事件发生率更高。 男性受影响较大，受影响最大的年龄段是35至59岁的中年人。

以前的研究注意到，关键的挑战是识别结构性心脏病和遗传性疾病，这些疾病会增加运动期间致命性心律失常的发生率，因为突发性心脏事件通常在没有任何警告或预测的情况下发生。 因此，及早发现心源性猝死风险较高的人至关重要。 在这方面，许多欧洲国家对所有在体育俱乐部或协会注册的人实行强制体检。 包括心电图（ECG）监测在内的运动压力测试（EST）是检查的重要部分。 然而，问题在于 EST 对于测试具有已知心脏病症状的个体特别敏感，而 EST 在无症状受试者中的阳性预测值相对较低。 另一方面，事实证明，在正常的日常活动中进行长期心电图监测对于 12 导联心电图正常且 Master 两步测试阴性的人的心脏病检测非常有用。 此外，事实证明，通过长期单通道心电图监测，可以检测无症状人群的心房颤动。

最近的研究表明，无线人体心电传感器是可靠、准确的长期心律监测的可行解决方案，但传感器的放置和固定是影响信号质量的重要因素，需要加以考虑。 按照前面所说，我们的主要目标是确定是否有可能在标准化的室外测试中使用 ECG 人体传感器测量高质量的心电图报告。 其他目的是确定在次最大和最大跑步设置期间，不同类型的传感器固定是否会影响 ECG 信号的质量。

共纳入23人，男13人，女10人，年龄19~23岁（年龄=20.56±1.19 年;身高=177.28±9.76 厘米;体重=70.11±7.68 公斤）。 所有参与者都是身体活跃的非运动员，每天参与各种体育活动（团队运动、循环活动、阻力训练）（每周 3-5 次，30 到 60 分钟中等到高强度）。 为了满足参与研究的标准，参与者必须确认他们身体健康，并且之前没有已知的心脏问题。 根据赫尔辛基宣言，参与者签署了参与研究的同意书。 在测试之前，向每位参与者详细解释了研究的目的和方案。 该研究的伦理批准是从机构伦理委员会获得的（批准号。 02-1359/18-2）。

ECG 信号监测无线 ECG 身体传感器 Savvy（Saving d.o.o.，Ljubljana，斯洛文尼亚）是一种经过认证的医疗设备，用于收集 ECG 数据。 身体传感器允许在长期运动期间进行心电图测量，采样率在 125 赫兹到 1000 赫兹之间。 Android 应用程序 MobECG 在智能手机上运行，​​通过蓝牙连接到传感器，捕获并显示测量数据并将其保存在智能手机内存中以供进一步处理。

电极的最佳位置靠近心脏，以获得适当的 ECG 信号幅度。 考虑到来自肌肉电活动 (EMG) 的信号可能会干扰 ECG 信号，尤其是在体育活动期间，传感器位置被放置在避开大肌肉群的位置。 在这项研究中，我们测试了标记为左下 (LI) 的位置。 在 LI 位置，电极放置在标准前胸导联 V1 和 V2 的位置，然后将传感器向下平移大约 10 厘米（在剑突下方），预计肌肉干扰的影响最小。

在第一个测试中，使用了标准自粘 Skintact ECG 电极类型 PREMIER T-60（Leonhard Lang GmbH，因斯布鲁克，奥地利）。 电极在原始包装中并根据制造商的说明使用。 心电图电极相距 5 厘米。 定位前，用稀释的乙醇清洁受试者的皮肤。 然后，将两个电极卡在 LI 位置，并连接心电体传感器。 传感器还使用自粘 Omniplast 2.5 厘米胶带（Paul Hartmann AG，德国海登海姆）固定，专为固定动态心电图电极而设计（见图 1）。 传感器的两个部分都用一根大约 40 厘米长的胶带固定在一起。 在第二次测量中，使用 Polar 软带（Polar Electro Oy，芬兰）连接传感器。

测得的心电图数据连续存储在智能手机内存中，并在测量完成后传输到个人电脑。 对所有心电图测量值进行回顾性分析。 随后的 ECG 分析和信号质量是使用经过医学认证的 Holter 解释软件 QuickReader®AFT-1000（Holter Supplies，法国巴黎）进行的。 此外，所有的测量和结果都由医生目视检查。 只有 QRS 波清晰且毫无疑问被识别为有用的信号。 研究中使用的变量是：检测到的 QRS、检测为阴性的 QRS (%)、假阴性检测 (%)、正确的软件检测 (%)、仍可评估 HR 的负载/速度 (%)、最大 HR [bpm]、平均运行时间 (s)（对于 Cooper 2400 和 100 m 测试）和平均达到的强度（对于 Shutlle 运行）。

在这项研究中，我们使用了三种不同的标准化跑步测试，一种次最大测试 - Cooper 2400 米 (C)，以及两种最大（全力）测试 - 100 米短跑 (S) 和穿梭跑 (SR)。 在 C 测试中，参与者必须跑 2400 米，而在 S 测试中，他们必须以尽可能高的速度跑 100 米。 在 SR 测试中，使用了标准测试协议。 参与者必须跑 20 米并在音频标志（哔）之前跨过线路。 测试以 8.5 公里/小时的速度开始，每分钟增加 0.5 公里/小时，直到筋疲力尽。 当受试者在音频标志之前连续两次无法到达线路时，测试结束。

每个参与者进行六次测试，两次 C、S 和 SR 测试。 所有测试都在早上进行，参与者每天进行一次测试并在第二天重新测试。 两次测试之间的休息时间至少为 24 小时。 在进行测试之前，电极和传感器位于 LI 位置，参与者坐下 5 分钟，同时记录心电图。 测试完成后，参与者坐下来休息 5 分钟，不要中断 ECG 记录。

对所有测量变量进行描述性统计，并对所有数据进行正态性检验。 对于经Kolmogorov-Smirnov和Shapiro-Wilk检验结果非正态分布的数据，根据Skewness的结果，进行函数Log10或Log10 reflexion的变换。 对于所有显示正态分布的原始变量和转换变量，为了确定因变量的差异，使用学生 t 检验，而非参数 Wilcoxon 检验用于非正态分布的变量。 计算重复测量的类内相关性。 显着性水平设置为 p < 0.05。 使用 IBM SPSS Statistics 20 软件进行统计分析。