我们饶有兴趣地阅读了Barrera等人关于智能手表检测心房颤动(AF)准确性的荟萃分析。我们赞赏作者们对这一快速发展的领域进行了及时的综合分析。他们的研究结果突显了人们对数字心律监测的热情，但汇总估计值与实际数据存在显著差异，在实际应用中特异性和阳性预测值往往较低。方法学因素可能解释了这些差异，在将这些指标应用于临床实践之前，应澄清这些问题。
该分析将光电容积描记术(PPG)和单导联心电图(ECG)模型作为等效的诊断工具进行合并。这种做法具有误导性：PPG仅能检测脉搏不规则性，而ECG则通过电活动确认AF。将检测与诊断混为一谈，会高估智能手表筛查的可靠性。
研究间的异质性主要反映了设备算法的差异，而非研究设计的差异。每个制造商都采用专有的阈值和持续时间标准，影响警报频率和漏诊的AF。算法的更新进一步限制了可比性。此外，很少有研究报告整个序列(PPG警报→ECG验证)的性能，而在实际应用中，不符合标准的ECG（通常被排除在外）可能占到心电图记录的25%。
诊断准确性还取决于AF的患病率。在术后环境中，心律不齐较为常见，特异性和阳性预测值会下降，导致过多的警报和假阳性结果。除了数字之外，反复的"可能AF"通知可能会引起焦虑和不必要的医疗咨询，这让人回想起早期设备检测到的亚临床AF的情况。
总之，智能手表已将AF检测带到了手腕上，但挑战在于如何将警报转化为具有临床意义的诊断。在此之前，每次AF检测都应通过ECG复核确认。
发出警报是好的，但确认更好。
【全文结束】
