智能监测预测心房颤动 (NOTE-AF)

心房颤动 (AF) 是全球最常见的心律失常，影响 5% 的 65 岁以上老年人，并增加中风和心力衰竭的风险。 在严重不适的患者中；心律失常和心肌损伤很常见，并与死亡率、发病率和医疗费用增加相关。 这些高危患者的心血管合并症包括高血压（47%）、血脂异常（29%）和缺血性心脏病（11%）。

研究人员的目标是检测持续 30 秒的心房颤动的临床和亚临床发作，以开发风险预测模型来识别缺血性中风高风险患者。 数据将用于开发和验证床边临床决策支持工具和数字双胞胎。 因急性疾病而发生房颤的患者，超过 20% 的病例将在一年内进一步发生房颤，其中 27% 会发展为阵发性/永久性房颤。 严重不适的患者中房颤的真实发病率尚不清楚，因为传统的间歇监测仍无法检测到很大比例的房颤发作。 经历过短暂自行终止的 AF 发作的患者发生持续性 AF 的风险是原来的 5 倍，中风和血栓栓塞事件的风险是原来的 2 倍。 房颤发作的患者通常没有症状，但一年后发生心力衰竭和死亡的风险增加。 与常规间歇性手动测量生命体征相比，无线连续生命体征监测系统 (wCVSM) 可以即时检测偏差，并可以通过手机应用程序实时提醒临床工作人员。 将警报准确分类为虚假事件和真实事件对于开发可嵌入监控系统的智能软件至关重要。 连续心电图和生命体征监测可以更可靠地检测房颤发作，及时触发调查并支持长期治疗计划。

患者路径的改变和引入新颖的设备来提醒医护人员潜在的临床事件需要所有利益相关者的支持。 因此，在组织内推出新的患者路径或实施新设备之前，必须评估用户接受度并确定用户的看法。 因此，研究人员希望通过对患者和医护人员进行问卷调查以及对医护人员进行半结构化访谈来探索用户对设备、佩戴设备的看法以及潜在的改进领域。

主要目标 确定真实的心血管事件发生率（定义为至少符合以下标准之一：房颤发作、新的区域性室壁运动异常、心脏生物标志物 hs-肌钙蛋白 T 和 NT-pro-BNP 升高）与通过以下方法检测到的虚假心血管事件的比率：连续无线远程监控。

次要目标确定患者对具有自动警报功能的新型远程监控设备的医疗保健专业人员的可接受性和可用性。