可穿戴智能设备有助于精准识别大气污染相关的房颤发生风险

（供稿：刘聪）

近日，复旦大学公共卫生学院陈仁杰、阚海东教授课题组联合中国人民解放军总医院郭豫涛教授团队，应用可穿戴智能设备开展了一项空气污染与房颤发生风险的全国多中心研究，成果论文以“Application of smart devices in investigating the effects of air pollution on atrial fibrillation onset”为题发表于Nature合作期刊《npj Digital Medicine》。

心血管疾病是全球居民的首要死因，每年造成巨大的疾病负担。房颤（Atrial fibrillation）是一种最为常见的心律失常，它是指心房以不规则和快速的节律收缩，导致心脏泵血不充分，从而影响身体其他部位的供氧和营养，增加心血管疾病和中风的风险。空气污染是心血管疾病的重要环境危险因素，已有大量研究证实了颗粒物（PM_2.5、PM₁₀等）、二氧化氮（NO₂）、一氧化碳（CO）等空气污染物对心血管疾病死亡率、发病率的影响；同时，部分生态学研究也探索了空气污染与每日房颤急诊和住院人次的关联，但尚无个体水平和更精细暴露时间窗的研究报道。

房颤的临床诊断需要12导联心电图、心脏超声波等相对复杂的检查，但由于房颤症状不典型、间歇性发作和心电图诊断的时效局限性等因素，导致房颤诊断率较低，这也是潜在房颤病人管理的难点和挑战。随着近年腕表、手环等可穿戴设备的普及，以及光电容积脉搏波（PPG）诊断技术的进步，在大规模人群样本中利用可穿戴智能设备早期发现和实时监测房颤事件的发生已成为可能。

本研究采用华为手表、荣耀手环等可穿戴智能设备，收集了2018-2021年期间具有潜在心血管风险人群的脉搏波记录，应用高准确性（>91%）PPG诊断方法、并排除了单次持续发作、单月内重复发作之后，筛选出了我国288城市中2976名个体的11906次房颤发作事件（图1），并在小时尺度匹配了主要空气污染物暴露水平，采用时间分层病例交叉研究设计探索空气污染短期暴露与房颤发作的关联。

图1. 研究人群分布图

研究发现，空气污染急性暴露可显著增加房颤发作的健康风险，效应最强的暴露时间窗为滞后18-24h（图2）；PM₁₀、PM_2.5、NO₂、CO浓度每上升一个四分位数间距，房颤发作的比值比（OR）分别为1.19（95%CI：1.03, 1.37）、1.38（95%CI：1.14, 1.67）、1.60（95%CI：1.16, 2.20）和1.48（95%CI：1.19, 1.84）；此外，上述空气污染物与房颤发作的暴露反应关系曲线均呈线性增加，且不存在明显阈值，在低浓度区间斜率更高（图3）。在双污染物模型中，上述关联保持稳健。分层分析结果显示，在女性、老年人群和冷季中，空气污染物对房颤发作的影响更为显著。

综上，这项全国多中心研究表明，小时水平空气污染物暴露与房颤急性发作之间存在显著关联，提示需进一步加强空气污染治理以降低人群心血管健康风险；此外，本研究验证了采用可穿戴智能设备获取健康资料的可行性，助力房颤等心血管健康事件的早期风险预警与健康管理，在未来研究、尤其是大规模人群队列中具有一定的推广和应用价值。

图2. 不同暴露时间窗空气污染物与房颤发作关联

图3. 空气污染物与房颤发作暴露反应关系曲线

复旦大学公共卫生学院刘聪青年研究员、中国人民解放军总医院邰美慧医师、复旦大学附属中山医院胡嘉禄医师为该论文的共同第一作者，中国人民解放军总医院郭豫涛教授、复旦大学公共卫生学院阚海东教授、陈仁杰教授为该论文的共同通讯作者。该研究得到了国家自然科学基金（92043301、82103790、82170309）、国家重点研发计划（22YFC3702701）和上海市科学技术委员会（21TQ015）的资助。

文章链接：https://www.nature.com/articles/s41746-023-00788-w

文章引用：Liu C, Tai M, Hu J, Zhu X, Wang W, Guo Y, Kan H, Chen R. Application of smart devices in investigating the effects of air pollution on atrial fibrillation onset. npj Digital Medicine. 2023(6), 42.