Nature Medicine | 可穿戴设备在心律失常管理中的潜力：RATE-AF试验揭示地高辛与β受体阻滞剂的心率控制效果

心房颤动（atrial fibrillation, AF）是一种常见的心律失常，尤其在老年人中发病率较高。它不仅影响患者的生活质量，还增加了中风和心力衰竭的风险。因此，如何有效管理和控制心房颤动的心率是临床医学的重要课题。目前，地高辛（digoxin）和β受体阻滞剂（beta-blockers）是常用的治疗药物，但其长期疗效和适用性尚存在争议。为了探讨这两种药物在实际应用中的效果，研究人员开展了一项名为RATE-AF（RAte control Therapy Evaluation in permanent Atrial Fibrillation）的随机对照试验(randomized controlled trial, RCT)，并使用了消费级可穿戴设备收集心率和身体活动数据。

在传统的心血管疾病管理中，治疗效果的评估通常依赖于周期性的单次时间点评估，例如心电图（electrocardiogram, ECG）和6分钟步行测试（6-minute walk test, 6MWT）。这些方法不仅耗时耗力，而且提供的只是患者功能状态的有限“快照”。随着可穿戴技术的发展，连续的生理参数测量成为可能，为临床研究和患者管理提供了新的途径。然而，由于获取的数据量巨大且频繁缺失，因此需要先进的数据分析技术来处理这些问题。

心房颤动管理尤其需要精准的心率控制。地高辛和β受体阻滞剂是常用的心率控制药物，但地高辛在运动时控制心率的效果一直存疑，这主要基于急性研究的结果。可穿戴设备提供了在患者日常生活环境中长期评估这些药物疗效的机会，更好地反映了地高辛在延长时间内的治疗效果，并充分考虑了身体活动的影响。

RATE-AF（RAte control Therapy Evaluation in permanent Atrial Fibrillation）试验是一项前瞻性的随机对照开放标签盲终点试验（prospective, randomized, open-label, blinded end-point trial），旨在比较低剂量地高辛（62.5–250 µg）与β受体阻滞剂（1.25–10 mg）在长期心率控制中的效果。研究在英格兰西米德兰兹地区的多个初级保健机构和三家医院进行，招募了160名年龄在60岁以上、需要控制心率的永久性心房颤动和心力衰竭患者。

参与者在基线访视时被随机分配到地高辛组或β受体阻滞剂组。随机分配使用计算机生成的最小化算法，确保治疗组在性别和心房颤动症状（根据修改的欧洲心律协会分类，mEHRA）方面的平衡。研究嵌入到国家健康服务系统（National Health Service, NHS）的日常护理中，参与者在基线、6个月和12个月时接受正式访视。主要终点包括患者报告的生活质量、NT-proBNP（N端脑钠肽前体）、症状和功能状态（mEHRA和纽约心脏协会分类，NYHA）、6分钟步行距离和时间、心率（脉搏检查）、12导联心电图（ECG）、左心室射血分数（LVEF）和不良事件评估。

研究的一个子部分是可穿戴设备子研究，旨在利用消费级可穿戴设备（如Fitbit Charge 2智能手环）收集心率和身体活动数据。参与者使用预先配置的三星A6安卓智能手机和智能手环进行被动监测，研究期间共收集了大量数据。数据通过RADAR-base平台（欧洲联盟创新药物计划RADAR-CNS资助）加密上传到安全服务器，并通过机器学习模型进行分析。

参与可穿戴设备子研究的患者数量、分组及其随访情况（Credit: Nature Medicine）

患者随机分组：160名患有永久性心房颤动和心力衰竭的患者被随机分配到地高辛组（80名）和β受体阻滞剂组（80名）。

符合条件的患者：每组各有36名患者符合参与可穿戴设备子研究的条件。

参与研究的患者：地高辛组中，有8名患者拒绝佩戴可穿戴设备，另外5名患者拒绝进一步的试验预约，最终有28名患者加入可穿戴设备子研究。β受体阻滞剂组中，有4名患者拒绝佩戴可穿戴设备，另外7名患者拒绝进一步的试验预约，最终有25名患者加入可穿戴设备子研究。

完成随访的患者：在地高辛组的28名参与者中，有1人在研究期间去世，最终27名患者完成了随访。在β受体阻滞剂组的25名参与者中，有1人退出研究，最终24名患者完成了随访。

心率控制效果比较

研究结果显示，在静息和运动情况下，地高辛和β受体阻滞剂在心率控制方面没有显著差异。

地高辛组参与者的平均心率为79.4次/分钟（标准差12.2），β受体阻滞剂组为73.1次/分钟（标准差14.3）。回归分析结果表明，地高辛与β受体阻滞剂在心率控制方面的差异不显著（回归系数1.22，95%置信区间-2.82至5.27，P=0.55；调整后为0.66，95%置信区间-3.45至4.77，P=0.75）。

身体活动影响

研究进一步探讨了身体活动对心率控制的影响。结果显示，无论考虑身体活动还是高活动水平（每周≥30,000步），两组患者的心率差异均不显著（P=0.74；P=0.97）。这表明，地高辛和β受体阻滞剂在不同活动水平下的心率控制效果相当。

可穿戴设备数据预测临床进展

研究使用卷积神经网络（convolutional neural network, CNN）模型对可穿戴设备数据进行分析，发现这些数据在预测患者5个月后的NYHA功能分类方面，与传统的临床测量方法（如心电图和6分钟步行测试）相当。

可穿戴设备数据的F1得分为0.56（95%CI 0.41至0.70），传统临床测量方法的F1得分为0.55（95%CI 0.41至0.68），两者差异不显著（P=0.88）。

使用心率和步数数据的卷积神经网络模型能够有效预测患者的未来健康状态，表现与传统方法相当。

通过可穿戴设备获取的心率和身体活动数据的采集过程及其相关性（Credit: Nature Medicine）

单个患者的数据捕获示例：心率数据：用红线表示，展示了两个个体患者在24小时内的心率变化。步数数据：用绿色柱状图表示，展示了同一时期内这两个患者的步数变化。这些示例显示了在实际生活环境中，心率和步数数据的连续采集情况。

心率和身体活动的相关性：相关性分析：展示了50名保持心房颤动状态的患者在每次访问期间，白天10秒间隔内的心率和身体活动之间的相关性。相关性范围：图中的浅蓝色柱状图表示心率和身体活动之间的正负相关范围，深蓝色条表示中位数相关性（相关性<0.19为非常弱；0.20-0.59为弱到中等）。

这些相关性数据展示了个体患者在实际生活中的心率和身体活动之间的动态关系。尽管进行了适当的心率控制治疗，患者之间在心率、运动反应及心率和身体活动的相关性上仍存在显著差异。

可穿戴设备的应用潜力

研究展示了消费级可穿戴设备在心血管疾病管理中的巨大潜力。通过连续的数据采集和先进的数据分析方法，可穿戴设备有望成为临床研究和患者管理的重要工具，为未来个性化医疗提供新的解决方案。具体优势包括：

连续监测：可穿戴设备能够提供连续的生理参数测量，相较于传统的周期性单次测量方法，更能反映患者的实际健康状况。

数据分析：通过先进的机器学习和卷积神经网络模型，能够有效处理大规模数据并预测患者的临床进展。

患者管理：动态监测心律失常患者的心率和身体活动，可提高患者管理的灵活性和便捷性，减少面对面评估的需求。

尽管该研究取得了重要发现，但仍存在一些局限性。例如，参与研究的患者数量有限，且主要为白人，因此结果可能不适用于其他种族群体。此外，可穿戴设备数据的缺失问题仍需进一步解决，尽管卷积神经网络模型在处理这些问题方面表现出色，但仍需更多研究来验证其广泛应用的可行性。

RATE-AF试验及其可穿戴设备子研究表明，地高辛和β受体阻滞剂在控制心房颤动患者心率方面具有相似的效果，且可穿戴设备数据在预测患者临床进展方面与传统方法相当。随着科技的进步和数据分析技术的发展，可穿戴设备有望在心血管疾病管理中发挥更大作用，为个性化医疗提供新的解决方案。然而，为确保这些技术的广泛应用，还需进行更多的随机对照试验和研究，以验证其有效性和安全性。

通过这项研究，我们看到了可穿戴设备在临床研究和患者管理中的巨大潜力。未来，随着更多创新技术的应用和数据分析方法的完善，心血管疾病的管理将更加精准和个性化，为患者带来更好的治疗效果和生活质量。