鄭醫師的部落格

不幸的是，心臟病的第一個症狀往往是心臟猝死。它也可能發生在年輕且外表健康的人身上，例如與劇烈運動有關的人。

為了組織預防性治療，能夠確定猝死的風險極為重要。測量心率的消費性設備（例如常用的智慧手錶）具有確定此類心臟危險因素的技術先決條件。然而，迄今為止所使用的心率間隔分析對於此目的還不夠準確。

在先前的研究中，猝死風險是使用壓力測試期間測量的參數來評估的，例如心肺健康和恢復心率測試。心肺健康是指一個人將氧氣輸送到肌肉的能力以及肌肉組織在身體活動期間使用氧氣的能力。

坦佩雷大學的研究人員發現，他們開發的新計算方法可以更好地估計猝死的長期風險。進行評估僅需要在休息一分鐘內測量心跳間隔。這項發現是基於芬蘭心血管研究 (FINCAVAS) 計畫從大約 4,000 名患者收集的壓力測試數據。

與心率特徵正常的患者相比，以新方法辨識心率變異性異常的患者猝死發生率明顯較高。分析中還考慮了其他風險因素。

該方法在預診斷和高風險患者識別方面具有巨大潛力。該方法不依賴其他測量，可以直接整合到智慧手錶或智慧戒指等設備中。

Jussi 說：「對於許多以前無症狀的人來說，如果及時發現危險因素，他們可能會發生心臟猝死或在心臟猝死後復甦，這種情況是可以預測和預防的。」Hernesniemi 是心臟病學教授，也是本研究的主要作者。

新方法是基於 Esa Räsänen 教授領導的計算物理研究小組開發的時間序列分析。此分析可用於研究不同時間尺度下不同心臟病的心率間隔和其他複雜特性特徵的相互依賴性。

「這項研究最有趣的發現是識別了靜止測量期間的差異。高風險患者靜止時心率間隔的特徵與健康心臟在體力活動時的特徵相似，」博士研究員 Teemu Pukkila 說。

該方法的開發和研究目前正在不同心臟病資料庫的幫助下擴展和繼續。其目的不僅是可靠地識別整體風險，還要可靠地識別最常見的心臟疾病，例如心臟衰竭，用目前的方法診斷這些疾病非常困難。初步結果非常有希望。

鄭醫師補充:

這是真的，心跳變異率測量分析，一般用於自律神經及心血管系統疾病分析與預測，拜智慧型穿戴裝置的進展與人工智能，這類穿戴裝置可噁透過即時收集穿戴當事人的身體狀況做即時分析，包含血壓、血氧、心率、睡眠甚至是血糖(目前還不穩定)等等狀況，提醒當事人是否有身體的危險狀況或潛在風險，這類科技相信會日漸普遍，善用之必可成為個人健康促進的得力助手。

參考文獻:

1. Jussi A. Hernesniemi, Teemu Pukkila, Matti Molkkari, Kjell Nikus, Leo-Pekka Lyytikäinen, Terho Lehtimäki, Jari Viik, Mika Kähönen, Esa Räsänen. Prediction of Sudden Cardiac Death With Ultra-Short-Term Heart Rate Fluctuations. JACC: Clinical Electrophysiology, 2024; DOI: 10.1016/j.jacep.2024.04.018