Objectif

• L’objectif de cette analyse était d’étudier l’impact d’un algorithme de traitement du bruit (algorithme de détection avancée des arythmies) sur la fréquence des alarmes d’arythmie constatée chez les patients utilisant le gilet défibrillateur portable LifeVest.

À propos de l’algorithme de détection avancée des arythmies (AArD)

• L’algorithme AArD différencie davantage le bruit dans les signaux ECG en extrayant et en analysant des caractéristiques, y compris l’intensité et la fréquence, au-delà de l’algorithme de détection utilisé précédemment par le gilet défibrillateur portable LifeVest. Cet algorithme a été développé avec des méthodes d’apprentissage automatique supervisées utilisant un ensemble de données ECG indépendant des données utilisées pour l’analyse dans la publication actuelle.
• L’AArD a été introduit en 2018 et est devenu la norme pour tous les dispositifs LifeVest à partir de 2019.

Principaux résultats

• L’AArD a entraîné une réduction relative de 56 % des alarmes totales d’arythmie par rapport aux fréquences déjà faibles observées dans les performances historiques.
• L’avantage décrit ici est lié aux réductions des alarmes provoquées par la détection d’artefacts ; l’algorithme de discrimination initial et le nouvel algorithme AArD ont peu d’impact sur la surdétection des arythmies réelles.

Conclusions

• L’analyse montre que la majorité des patients bénéficiant du gilet LifeVest subissent peu de fausses alarmes.
• La réduction des fausses alarmes avec l’utilisation de l’algorithme AArD n’a pas affecté l’efficacité du gilet défibrillateur portable ; aucun impact sur la sécurité n’a été associé aux retards dans l’administration du choc approprié avec l’algorithme AArD.
• Les données publiées avant l’avènement de l’algorithme AArD ont rapporté des fréquences d’alarmes d’arythmie qui, bien qu’historiquement exactes, ne reflètent pas les améliorations apportées au dispositif et ne sont plus pertinentes pour la pratique clinique actuelle.

Contexte et méthodes

• Étude comparative rétrospective portant sur 96 000 patients sélectionnés de manière aléatoire au cours des années 2017 et 2019.
  
  • Des échantillons aléatoires de 4 000 patients/mois sur l’ensemble des 12 mois de chacune des années 2017 et 2019 ont été prélevés pour évaluer les effets saisonniers.
• Des comparaisons entre les années civiles 2017 et 2019 ont été effectuées en utilisant le test du khi carré pour les données catégorielles et le test de Wilcoxon pour les données continues.
• Les patients inclus qui résidaient aux États-Unis se sont vus prescrire le gilet défibrillateur portable LifeVest au cours de l’année 2017 (algorithme de détection, groupe DA) ou au cours de l’année 2019 (algorithme de détection avancée des arythmies, AArD).

Source: Arkles, J., Delaughter, C. & D’Souza, B. A novel artificial intelligence based algorithm to reduce wearable cardioverter-defibrillator alarms.  J Interv Card Electrophysiol  (2023). https://doi.org/10.1007/s10840-023-01497-w