背景与目的
房颤（AF）常呈无症状表现且易漏诊，是缺血性卒中的独立危险因素。针对房颤筛查的最佳目标人群和方法仍存在研究空白。本研究旨在验证：对65岁以上高危人群使用基于机器学习的风险预测模型（RPM）联合14天连续贴片式心电图（Philips ePatch）筛查房颤，是否优于常规护理。
方法
2,960名65岁以上受试者被分配至普通队列或RPM队列。普通队列随机分为对照组和邀请组；RPM队列中，通过RPM识别的高危人群再随机分组。主要终点是六个月房颤发病率，采用"按邀请意愿分析"比较RPM+邀请组与普通+对照组的效果。
结果
邀请组参与率为43%（1,480人中632人参与）。
RPM+邀请组房颤发病率显著高于普通+对照组（3.8% vs 0.7%，p<0.001），风险比5.6（95%置信区间2.2-14.4），需邀请32人即可检出1例病例。RPM+邀请组检出率亦高于普通+邀请组（1.1%，p<0.001），但与RPM+对照组差异未达显著（2.2%，p=0.07）。普通组的邀请与对照组间无显著差异（1.1% vs 0.7%，p=0.40）。
结论
针对65岁以上高危人群，机器学习风险预测模型联合长程心电记录在检出新发房颤方面显著优于常规护理。
图形摘要
（图像内容说明：流程图展示RPM队列和普通队列的随机分组方案及房颤检出率对比）
【全文结束】
