Does an app a day keep the doctor away?

Christophe
Mortelmans

Voorkamerfibrillatie is de op één na meest frequente hartritmestoornis en brengt ernstige gezondheidsrisico’s met zich mee. Met de vandaag gehanteerde methoden wordt de ziekte bij nog heel wat patiënten niet opgespoord. Ondertussen floreert de ontwikkeling van medische smartphone-applicaties die artsen kunnen assisteren in verschillende disciplines. Zal de smartphone onze gezondheid redden? Of hoe houden we in de toekomst de vinger aan de pols?

Wat is voorkamerfibrillatie?

Voorkamerfibrillatie, ook wel “VKF”, is een ritmestoornis waarbij de hartboezems op onregelmatige wijze samentrekken. De aandoening komt voornamelijk voor bij 60-plussers en is allerminst onschuldig. Ze gaat gepaard met een respectievelijk twee en drie maal hogere kans op overlijden en hartfalen. Daarnaast maakt een verhoogde neiging tot klontering van het bloed een beroerte vijf keer meer waarschijnlijk. Patiënten ervaren vaak een storende vermindering van de inspanningsmogelijkheden. VKF treft bijna negen miljoen Europeanen en men verwacht dat dit aantal nog zal verdubbelen tegen 2050.

Screenen naar VKF

Teneinde het medische kostenplaatje onder controle te houden en levenskwaliteit te bevorderen, zijn vroege opsporing en behandeling belangrijk. Volgend op de frequentie van VKF, de mogelijke complicaties en de beschikbaarheid van een goede behandeling, raden Europese richtlijnen aan om de aandoening actief op te sporen bij 65-plussers die zich op raadpleging aanbieden. Het screenen naar VKF wordt bemoeilijkt door het mogelijk ‘paroxysmaal’ voorkomen van de aandoening: dit wil zeggen dat het afwijkende hartritme kan komen en gaan. Zo wordt het vaak gemist op consultatie. Helemaal uitdagend wordt het wanneer u weet dat een grote fractie van de patiënten die met VKF rondlopen géén symptomen ervaren. Hoewel dit de gezondheidsrisico’s niet verlaagt, komen deze mensen omwille van de afwezigheid van klachten niet bij een dokter terecht. Het frequente uitblijven van een correcte diagnose, resulteert in een gebrek aan gepaste therapie.

Routinepraktijk: polspalpatie

Het palperen van de pols is voor artsen momenteel de meest courant gebruikte manier om VKF op te sporen. De accuraatheid van polspalpatie als VKF-screeningsmethode wordt in de wetenschappelijke literatuur uitgedrukt als een goede sensitiviteit van 92% en een specificiteit van slechts 75%. Anders gezegd, deze wijze van screening is een goede uitsluiter voor VKF maar geen goede aantoner.

Cartoon polspalpatie bij de arts

Alternatieve methoden: wat is er al op de markt?

Een marktstudie leert ons dat heel wat moderne apparatuur om VKF adequaat op te sporen reeds voorhanden is. Onder andere gesofisticeerde bloeddrukmeters, defibrillatoren en gadgets allerlei werden ontwikkeld. Een aantal hiervan gaan gepaard met een hoop aan te sluiten draden en allen vergen de aankoop van vaak dure externe hardware.

Ook in de wereld der smartphone-applicaties groeien de mogelijkheden. Ruim één op vier 65-plussers zou momenteel een smartphone bezitten in onze contreien. De tijd dat opa per definitie alleen aan de slag kon met een draaischijftelefoon of een gsm met duplokarakteristieken lijkt dus achter ons te liggen. Het is meer bepaald voornamelijk te wijten aan de senioren dat de markt voor smartphones nog groeit en dat biedt mogelijkheden voor de medische sector. De ontwikkeling van smartphone-apps voor VKF-screening bleef dan ook niet uit. Een van de pioniers op dat vlak, AliveCor© (AliveCor, San Francisco, U.S.A.), boekte de eerste successen. Het nadeel van deze applicatie is dat je er een speciale extra cover met sensoren voor nodig hebt om de metingen te kunnen uitvoeren.

Smartphone-applicaties ter diagnose van een hartritmeprobleem: hoe werkt het?

Recent werd een nieuwe smartphone-applicatie ontwikkeld: ‘FibriCheck’ (Qompium, Hasselt). Deze app kan via een lichtweerkaatsingstechniek (fotoplethysmografie of “PPG”) VKF opsporen wanneer de patiënt de wijsvinger gedurende één minuut op de camera van de smartphone houdt. Het licht van de flash dringt in de huid en wordt, na weerkaatsing door de kleine bloedvaten in de vinger, opnieuw opgevangen door de camera (zie figuur). Na het uitfilteren van slechte signalen, interpreteert de software vervolgens of je hartslagen regelmatig zijn en of het om voorkamerfibrillatie gaat.

Links: visuele voorstelling van de werking van app (fotoplethysmografie). Rechts: 1-afleiding-ECG tijdens meting.

Figuur - Links: visuele voorstelling van de werking van de app (fotoplethysmografie). Rechts: 1-afleiding-ECG zichtbaar op de smartphone tijdens de meting.

Veelbelovende resultaten

Een eerste studie bij meer dan 200 Vlaamse eerstelijnspatiënten boven 65 jaar leverde interessante resultaten af. Hierbij werd de nieuwe app vergeleken met een hartfilmpje of elektrocardiogram (“ECG”), hetgeen algemeen aanvaard wordt als meest accurate methode voor de opsporing van ritmestoornissen. Daarnaast werd ook de vergelijking gemaakt met het “1-afleiding”-ECG, hetgeen geldt als een soort light-versie van een hartfilmpje, eenvoudiger in afname zonder te veel kwaliteitsverlies in functie van VKF-opsporing. De combinatie van verschillende methodes biedt de mogelijkheid om aan “beat-to-beat”-analyse (zie figuur) te doen: het vergelijken van verschillende signalen die simultaan werden bekomen.

Een voorbeeld van beat-to-beat-analyse. Een vergelijking tussen de FibriCheck-app en het 1-afleiding-ECG. Links: een normaal hartritme. Rechts: voorkamerfibrillatie.

Figuur - Beat-to-beat-analyse: een vergelijking van de gelijktijdige metingen met de FibriCheck-app (blauw) en het 1-afleiding-ECG (rood). Links: normaal hartritme. Rechts: voorkamerfibrillatie. 

Ten opzichte van het standaard hartfilmpje scoorde de FibriCheck een accuraatheid van 93% en een hoge sensitiviteit (98%). Beat-to-beat-analyse leerde ons bovendien dat de resultaten na meting met de nieuwe smartphone app overlapten met die van de 1-afleiding-ECG’s in 99% van de gevallen. De specificiteit van de FibriCheck was matig tot hoog (88%), doch zeker niet slecht voor een eerste versie én superieur aan polspalpatie. Dit resultaat was te wijten aan het meermaals verkeerdelijk als VKF herkennen van een onschuldig ritme, in de volksmond 'hartoverslagen' genoemd. Omdat met bloeddrukmeters en ander smartphone-apps geen (grote) studies werden uitgevoerd in de eerste lijn, is het voorlopig moeilijk een vergelijkende uitspraak te doen omtrent hun accuraatheid.

Toekomstmuziek

Het FibriCheck-algoritme slaagt er aldus goed in om VKF uit te sluiten en scoort veelbelovend in vergelijking met de gekende 1-afleiding-ECG’s. Het voornaamste werkpunt voor de app-ontwikkelaars is het te hoge aantal vals positieve resultaten: er is een betere differentiatie nodig t.o.v. banale overslagen. Als voordelen merken we op dat het een snelle, goedkope en praktische manier is om VKF op te sporen, waarbij behalve de smartphone zelf geen extra draden of materiaal nodig zijn. In combinatie met het toenemende smartphone-gebruik bij ouderen en mits verdere verfijning van de app, schatten we de FibriCheck in als een beloftevolle kandidaat voor implementatie in de eerstelijnszorg. We denken bijvoorbeeld aan VKF-screening in thuissetting. Om de precieze plaats van de app te bepalen in het VKF-screeningslandschap is weliswaar nog verder vergelijkend onderzoek nodig.

Bibliografie

1.     Vanbeselaere V, Truyers C, et al. Association between atrial fibrillation, anticoagulation, risk of cerebrovascular events and multimorbidity in general practice: a registry-based study. BMC Cardiovasc Disord 2016, Mar 28;16(1):61.

2.     Claes N, Van Laethem C, et al. Prevalence of atrial fibrillation in adults participating in a largescale voluntary screening programme in Belgium. Acta Cardiol 2012, 67(3): 273-8

3.     Camm AJ, Lip GYH, et al. 2012 focused update of the ESC Guidelines for the management of atrial fibrillation. Heart Journal 2012, 33(21): 2719-2747.

4.     Lowres N, Neubeck L, et al. Screening to identify unknown atrial fibrillation. A systematic review. Thrombosis and haemostasis 2013, 110(2): 213-222.

5.     Chugh SS, Blackshear JL, et al. Epidemiology and natural history of atrial fibrillation: clinical implications.  Review. J Am Coll Cardiol 2001, 37: 371-378.

6.     Wolf PA, Abbott RD, et al. Atrial fibrillation as an independent risk factor for stroke: the Framingham Study. Stroke 1991, 22(8): 983–988.

7.     Moran PS, Flattery MJ, et al. Effectiveness of systematic screening for the detection of atrial fibrillation. The Cochrane Library 2013, 4: 1-54.

8.     Tieleman RG, Plantinga Y, et al. Validation and clinical use of a novel diagnostic device for screening for atrial fibrillation. Europace 2014 Sep; 16(9): 1291-5.

9.     Hart RG, Pearce LA, et al. Meta-analysis: Antithrombotic therapy to prevent stroke in patients who have nonvalvular atrial fibrillation. Ann Intern Med 2007, 146: 857-867.

10.  Evers SM, Struijs JN, et al. International comparison of stroke cost studies. Stroke 2004, 35: 1209-1215.

11.  Wodchis WP, Bhatia RS, et al. A review of the cost of atrial fibrillation. Value Health 2012, 15(2): 240–248.

12.  Hobbs, FD Richard, et al. A randomised controlled trial and cost-effectiveness study of systematic screening (targeted and total population screening) versus routine practice for the detection of atrial fibrillation in people aged 65 and over. The SAFE study. Health Technology Assessment 2005, 9(40): 93pp.

13.  Cooke G, Doust J, et al. Is pulse palpation helpful in detecting atrial fibrillation? A systematic review. J Fam Pract 2006, 55(2):130-134.

14.  Vaes B, Stalpaert S, et al. The diagnostic accuracy of the MyDiagnostick to detect atrial fibrillation in primary care. BMC Fam Pract 2014, 15(113): 1-7.

15.  Bury G, Swan D, et al. Screening for atrial fibrillation in general practice: A national, crosssectional study of an innovative technology. Int J Cardiol 2014, 178:247-252.

16.  Kearley K, Selwood M, et al. Triage tests for identifying atrial fibrillation in primary care: a diagnostic accuracy study comparing single-lead ECG and modified BP monitors. BMJ Open 2014, 4(5).

17.  Kaleschke G, Hoffman B, et al. Prospective, multicentre validation of a simple, patient-operated electrocardiographic system for the detection of arrhythmias and electrocardiographic changes. Europace 2009, 11(10): 1362-1368.

18.  Kucuk O, Kucuk U, et al. Time to use mobile health devices to diagnose paroxysmal atrial fibrillation. Int J Cardiol 2015, Oct 21.

19.  Emporia. Facts and Figures: Smartphones and the 50+ Generation. A fact sheet on European smartphone usage. Statistik Austria 2015. Available at: http://www.emporia.de/_data/container/container_164_de-DE/File.15/Facts…. Viewed 2016 March 5.

20.  Telecompaper. Dutch smartphone user report - 2015 Q1. Telecompaper 2015. Available at http://www.telecompaper.com/research/dutch-smartphone-user-2015-q1--108…. Viewed 2016 March 5.

21.  Lau JK, Lowres N, et al. iPhone ECG application for community screening to detect silent atrial fibrillation: a novel technology to prevent stroke. Int. J. Cardiol 2013,165: 193-194.

22.  Carley S, Dosman S, et al. Simple nomograms to calculate sample size in diagnostic studies. Emerg Med J. 2005 Mar;22(3):180-1.

23.  Gage BF, Waterman AD, et al. Validation of clinical classification schemes for predicting stroke: results from the national registry of atrial fibrillation. JAMA. 2001; 285(22):2864–70.

24.  Lip GH, Nieuwlaat R, et al. Refining clinical risk stratification for predicting stroke and thromboembolism in atrial fibrillation using a novel risk factor-based approach: the euro heart survey on atrial fibrillation. Chest 2010; 137(2):263–72.

25.  Schnabel RB, Renate B, et al. Development of a risk score for atrial fibrillation (Framingham Heart Study): a community-based cohort study. The Lancet 2009, 373(9665): 739-745.

26.  Jones D, Song X, et al. Evaluation of a frailty index based on a comprehensive geriatric assessment in a population based study of elderly Canadians. Aging Clin Exp Res 2005, Dec; 17(6):465-71.

27.  Rockwood K, Song X, et al. A global clinical measure of fitness and frailty in elderly people. CMAJ 2005, Aug 30; 173(5):489-95.

28.  Torfs T, Smeets C, et al. Clinical validation of a low-power and wearable ECG patch for long term full-disclosure monitoring. J Electrocardiol 2014, Nov-Dec; 47(6):881-9.

29.  Pan J, Tompkins WJ. A real-time QRS detection algorithm. IEEE Trans Biomed Eng. 1985, Mar; 32(3):230-6

30.  Taggar JS,Coleman T, et al. Accuracy of methods for detecting an irregular pulse and suspected atrial fibrillation: A systematic review and meta-analysis. Eur J Prev Cardiol 2015, Oct 13.

31.  Haberman Z, Jahn R, et al. Wireless Smartphone ECG Enables Large-Scale Screening in Diverse Populations. J Cardiovasc Electrophysiol 2015, May; 26:520-526.

32.  Desteghe L, Raymaekers Z, et al. Performance of handheld electrocardiogram devices to detect atrial fibrillation in a cardiology and geriatric ward setting. Europace 2016, Feb 17

Smith A. U.S. smartphone use in 2015. Pew Research center. Internet, Science & Tech. 2015, April. Available at:  http://www.pewinternet.org/2015/04/01/chapter-one-a-portrait-of-smartph…. Viewed 2016 March 5.

Download scriptie (1.95 MB)
Universiteit of Hogeschool
KU Leuven
Thesis jaar
2016
Promotor(en)
Dr. Bert Vaes - Academisch centrum voor huisartsgeneeskunde, Leuven