Клиническая эффективность применения ФПГ и телемедицинских технологий для наблюдения за пациентами с НИЗ

Целью настоящего обзора является анализ литературных данных о возможности применения фотоплетизмографии (ФПГ) на амбулаторном этапе с целью дистанционного наблюдения и контроля частоты сердечных сокращений, в том числе нарушений ритма, артериального давления, температуры, частоты дыхательных движений.

Стратегия поиска. Поиск исследований осуществлялся с помощью баз данных PubMed/Medline, Web of Science, Scopus и Google Scholar с 2015 по 16.02.2025 годы. Отбор проводился по следующим ключевым словам: «clinical aspects of photoplethysmography», «remote photoplethysmography», «imaging», «non-contact medicine», «telemedicine», «telemonitoring».

Критерии отбора. Из первоначально идентифицированных результатов поиска проведен анализ 39 статей. Дизайн соответствовал наблюдательным (обсервационным) клиническим исследованиям. В качестве оценочного мониторинга применялся ФПГ или непосредственная регистрация артериального давления (АД) (систолического АД (САД) и диастолического АД (ДАД)) или фибрилляции предсердий (ФП).

Результаты. В метаанализ было включено небольшое число исследований. Средние значения САД и ДАД в зависимости от применяемого метода измерения (ФПГ или иной метод – ручной метод с применением манжеты или инвазивно) были представлены в двух исследованиях. Так, средневзвешенная разница значений САД составила 2,44 мм рт.ст. (95% доверительный интервал (ДИ) -8,02; 12,89), данные различия были статистически незначимыми (р=0,65), средневзвешенная разница значений ДАД составила — 0,94 мм рт.ст. (95% доверительный интервал (ДИ): -5,11; 6,99), данные различия были статистически незначимыми (р=0,76). Следует подчеркнуть, что при оценке однородности исследований с использованием критерия хи-квадрат Пирсона был получен статистически значимый результат (хи-квадрат Пирсона =9,01 при степени свободы 1, p=0,003 для САД и хи-квадрат Пирсона =12,80 при степени свободы 1, p=0,0003 для ДАД); а также индекс гетерогенности I²=89% для САД и I²=92% для ДАД, что подразумевает высокую несогласованность по представленным исследованиям и определяет необходимость взвешенной интерпретации объединенной оценки разности средних значений для этих исследований.

Абсолютные значения, определяющие частоту развития ФП, указаны в рамках четырех исследований. Общая частота развития ФП в данных исследованиях составила 5500/26766 (20,5%) пациентов в группе фотоплетизмографии и 8219/311930 (2,9%) в группе стандартной регистрации ЭКГ. Так, относительный риск развития ФП составил 1,44 (95% ДИ 0,11; 18,19), данные различия были статистически незначимыми (р=0,78). При оценке однородности исследований с помощью критерия хи-квадрат Пирсона был получен статистически значимый результат (хи-квадрат Пирсона =8385,44 при степени свободы 3, p<0,0001); а также индекс гетерогенности I²=100%, что обуславливает выраженную разноречивость исследований и демонстрирует значимость аккуратной интерпретации оценки регистрации ФП для всех исследований.

Заключение. Проведенный нами систематический обзор и метаанализ показали эффективность применения ФПГ для мониторинга нарушений ритма и контроля САД и ДАД на амбулаторном этапе.

1. Burri H., Jastrzebski M., Cano Ó. Et al. EHRA clinical consensus statement on conduction system pacing implantation: endorsed by the Asia Pacific Heart Rhythm Society (APHRS), Canadian Heart Rhythm Society (CHRS), and Latin American Heart Rhythm Society (LAHRS). Europace. 2023;25(4):1208-1236. https://doi.org/10.1093/europace/euad043

2. de Bell S, Zhelev Z, Shaw N et al. Remote monitoring for long-term physical health conditions: an evidence and gap map. Health Soc Care Deliv Res. 2023;11(22):1-74. doi: 10.3310/BVCF6192. PMID: 38014553.

3. Emani S. Remote Monitoring to Reduce Heart Failure Readmissions. Curr Heart Fail Rep. 2017;14(1):40-47. doi: 10.1007/s11897-017-0315-2. PMID: 28215030.

4. Marx N, Rydén L, Federici M et al. Great debate: pre-diabetes is not an evidence-based treatment target for cardiovascular risk reduction. European Heart Journal. 2024;45(48):5117-5126. https://doi.org/10.1093/eurheartj/ehae533

5. Реброва ОЮ, Федяева ВК. Вопросник для оценки риска систематических ошибок в нерандомизированных сравнительных исследованиях: руссоязычная версия шкалы Ньюкасл-Оттава. Медицинские технологии. Оценка и выбор. 2016;3:14–19

6. Manninger M, Hermans A.N.L., Caracioni A.-A. et al. Photoplethysmography-documented atrial fibrillation in the first week after catheter ablation is associated with lower success rates. Front Cardiovasc Med. 2023;10:1199630. doi:10.3389/fcvm.2023.1199630

7. Turakhia M.P., Desai M, Hedlin H et al. Rationale and design of a large-scale, app-based study to identify cardiac arrhythmias using a smartwatch: The Apple Heart Study. Am Heart J. 2019; 207:66–75. doi:10.1016/j.ahj.2018.09.002

8. Sagirova Z, Kuznetsova N, Gogiberidze N et al. Cuffless blood pressure measurement using a smartphone-case based ECG monitor with photoplethysmography in hypertensive patients. Sensors. 2021;21(10):3525.

9. Cho Y.S., Park S, Kim G.Y. et al. Effects of Transcutaneous Trigeminal Electrical Stimulation and Sound Therapy in Patients with Tinnitus. Yonsei Med J. 2023;64(10):618–624. doi:10.3349/ymj.2022.0611

10. Fernstad J, Svennberg E, Åberg P et al. Validation of a novel smartphone-based photoplethysmographic method for ambulatory heart rhythm diagnostics: the SMARTBEATS study. EP Europace. 2024;26(4):euae079. doi:10.1093/europace/euae079

11. van Melzen R, Haveman M.E., Schuurmann R.C.L. et al. Validity and Reliability of Wearable Sensors for Continuous Postoperative Vital Signs Monitoring in Patients Recovering from Trauma Surgery. Sensors (Basel). 2024;24(19):6379. doi:10.3390/s24196379

12. Garvin L., Richardson E., Heyworth L. et al. Exploring Contactless Vital Signs Collection in Video Telehealth Visits Among Veterans Affairs Providers and Patients: Pilot Usability Study. JMIR Form Res. 2024;8:e60491. doi:10.2196/60491

13. Vollmer T, Schauerte P, Zink M et al. Individualized biomonitoring in heart failure – Biomon-HF “Keep an eye on heart failure – especially at night”. Biomedical Engineering / Biomedizinische Technik. 2014;59(2):103-111. doi:10.1515/bmt-2013-0024

14. Lubitz S.A., Faranesh A.Z., Atlas S.J. et al. Rationale and design of a large population study to validate software for the assessment of atrial fibrillation from data acquired by a consumer tracker or smartwatch: The Fitbit heart study. American Heart Journal. 2021;238:16–26. doi:10.1016/j.ahj.2021.04.003

15. Mukherjee R, Ghosh S, Gupta B, Chakravarty T. A Universal Noninvasive Continuous Blood Pressure Measurement System for Remote Healthcare Monitoring. Telemed J E Health. 2018;24(10):803-810. doi: 10.1089/tmj.2017.0257. Epub 2018 Jan 22. PMID: 29356611.

16. Allado E, Poussel M, Moussu A. et al. Innovative measurement of routine physiological variables (heart rate, respiratory rate and oxygen saturation) using a remote photoplethysmography imaging system: a prospective comparative trial protocol. BMJ Open. 2021 Aug 13;11(8):e047896. doi: 10.1136/bmjopen-2020-047896. PMID: 34389569; PMCID: PMC8365801.

17. Perez MV, Mahaffey KW, Hedlin H et al.; Apple Heart Study Investigators. Large-Scale Assessment of a Smartwatch to Identify Atrial Fibrillation. N Engl J Med. 2019;381(20):1909-1917. doi: 10.1056/NEJMoa1901183.

18. Ruiz-Rodríguez JC, Ruiz-Sanmartín A, Ribas V, Caballero J et al. Innovative continuous non-invasive cuffless blood pressure monitoring based on photoplethysmography technology. Intensive Care Med. 2013;39(9):1618-25. doi: 10.1007/s00134-013-2964-2. Epub 2013 Jun 6. PMID: 23740275.

19. Alam S., Gupta R., Bera J. Quality Controlled Compression Technique for Photoplethysmogram Monitoring Applications. Measurement. 2018;130:236-245 doi: 10.1016/j.measurement.2018.07.091

20. Tohma A, Nishikawa M, Hashimoto T et al. Evaluation of Remote Photoplethysmography Measurement Conditions toward Telemedicine Applications. Sensors (Basel). 2021;21(24):8357. doi: 10.3390/s21248357. PMID: 34960451; PMCID: PMC8704576.

21. Boccignone G, D'Amelio A, Ghezzi O et al. An Evaluation of Non-Contact Photoplethysmography-Based Methods for Remote Respiratory Rate Estimation. Sensors (Basel). 2023;23(7):3387. doi: 10.3390/s23073387. PMID: 37050444; PMCID: PMC10098914.