综述：多传感器心脏植入电子设备（CIED）心衰监测对死亡率、心衰住院和门诊就诊影响的系统评价

这篇综述系统评价了多传感器CIED（包括HeartLogic、TriageHF等算法）在心力衰竭（HF）管理中的作用，指出其能有效识别高风险患者并减少HF住院（RR 0.59）和急诊就诊（RR 0.59），但缺乏RCT验证且需标准化响应策略（如利尿剂调整）。专业术语如NYHA分级、LVEF等保留原文格式。

　　

Impact of Multisensor CIED-based Heart Failure Monitoring

引言
心力衰竭（HF）全球患病率达1-2%，其反复住院的特点加剧医疗负担。传统单传感器CIED（如胸阻抗监测）因预测局限性未能显著改善预后，而新型多传感器算法（整合心音、呼吸频率等≥2参数）通过早期识别体液潴留展现出潜力。

方法学突破
三大商业算法各具特色：

• HeartLogic（波士顿科学）：结合S₃心音、夜间心率变异性
• TriageHF（美敦力）：基于HF风险评分（HFRS）分层
• HeartInsight（百多力）：融合趋势分析与基线风险

临床证据

1. 死亡率：

   • 预测性：HeartLogic警报状态患者死亡风险增加13倍（IRR 13.72, P<0.001）
   • 干预性：IN-TIME试验显示全因死亡率降低（3.4% vs 8.7%, p=0.004），但MORE-CARE试验未重复该结果

2. 住院与急诊：

   • 多传感器使HF住院风险降低41%（IRR 0.59, 95%CI 0.39-0.88），急诊就诊降幅相似
   • EVOLVO试验证实远程组急诊需求减少48%（IRR 0.52, P<0.001）

局限与展望

• 心房颤动干扰：HeartLogic在房颤患者中仍有效但警报频率升高
• 响应标准化缺失：仅38%研究预设利尿剂调整协议
• 成本效益：英国NICE评估显示HeartLogic可能节约医疗支出，但假阳性警报未充分计入

未来MANAGE-HF试验II期将验证HeartLogic的RCT证据，而人工智能整合可能进一步提升预测精度。当前指南（ESC 2021）对CIED监测的推荐仍保守（IIB类），需更多数据支持其从预警工具转化为治疗决策核心。