De kern
-
In de dagelijkse praktijk gebruiken huisartsen het ecg behoorlijk goed, maar er is ruimte voor verbetering.
-
Ecg’s in het kader van cardiovasculair risicomanagement worden minder vaak juist geïnterpreteerd dan ecg’s bij een patiënt met klachten.
-
Kunstmatige intelligentie en m-health kunnen de toepassing van het ecg verruimen en de kwaliteit verbeteren, maar de wetenschappelijke onderbouwing is nog mager.
-
Sommige m-healthtoepassingen zijn al in staat ritmestoornissen redelijk betrouwbaar vast te stellen.
-
Er is nog geen optimale strategie voor screening op atriumfibrilleren; simpelweg beoordelen van de pols, bijvoorbeeld bij het meten van de bloeddruk, heeft al veel winst opgeleverd.
De elektrocardiografie, uitgevonden door Willem Einthoven, heeft een enorme bijdrage geleverd aan de gezondheid van de mens.1 (Para)medici over de hele wereld, ook huisartsen, maken dagelijks miljoenen ecg’s.24 Toch is niet iedereen ervan overtuigd dat een ecg in de huisartsenpraktijk meerwaarde heeft. Wij hebben onderzoek gedaan naar het actuele gebruik van ecg’s door huisartsen; in dit artikel beschrijven we wat de resultaten betekenen voor de praktijk en kijken we naar nieuwe, mogelijk grensverleggende ontwikkelingen.
Drie onderzoeken naar kwaliteit en gebruik
Ons eerste onderzoek, een casus-vignetonderzoek, keek naar de kwaliteit van het aanvragen van ecg’s, de beoordeling en het daaropvolgende beleid door Nederlandse huisartsen.5 We vroegen 58 huisartsen en twaalf cardiologen negen vooraf geformuleerde casussen op te lossen. Alle deelnemers leefden de aanbevelingen voor het wel of niet maken van een ecg goed na als het ging om hartritmestoornissen en bradycardie. Veel huisartsen maakten echter, tegen het advies in, géén ecg bij een patiënt met mogelijk hartfalen en juist wél een ecg bij acuut coronair syndroom (ACS), plotse dood van een familielid of om een sporter te screenen (al erkenden ze achteraf de beperkte meerwaarde van een ecg in deze gevallen). Bij potentiële hartritmeproblemen richtten de huisartsen zich – terecht – vooral op het ecg tijdens klachten. Hun beoordelingen waren het best bij atriumfibrilleren (96% correct), sick sinus syndrome (85%) en doorgemaakt myocardinfarct (82%), en het slechtst bij klinisch minder relevante afwijkingen zoals linkeranterieurhemiblok en incompleet rechterbundeltakblok (10-16% correct).
Ons tweede onderzoek, een retrospectief dossieronderzoek, beschreef het gebruik van ecg’s in de huisartsenpraktijk en de kwaliteit van de interpretaties. Een expertpanel bestaande uit een cardioloog en een huisarts beoordeelde driehonderd ecg’s, gemaakt door veertien huisartsen bij patiënten met nieuwe klachten.6 De ecg’s waren vooral gemaakt vanwege het vermoeden van een hartritmestoornis of ischemische hartziekte, of ter geruststelling. Blijkens de dossiers waren in de helft van de ecg’s geen (nieuwe) afwijkingen gevonden en handelde de huisarts bij 62% van de patiënten de zorgvraag zelf af; 38% resulteerde in een verwijzing naar de cardioloog. Het expertpanel onderschreef in 83,8% van de ecg’s de interpretatie en in 88,3% het beleid van de huisarts. Waar het expertpanel afwijkend oordeelde, betrof dat voornamelijk vervolgonderzoek, medicatiewijziging of verwijsbeleid. Bij twee patiënten, één met het vermoeden van een ACS en één met een bradycardie, achtte het expertpanel een spoedverwijzing noodzakelijk die de huisarts had nagelaten.
In ons derde onderzoek, opnieuw een retrospectief dossieronderzoek, keken we naar het nut van ecg’s bij cardiovasculair risicomanagement (CVRM). Ons expertpanel beoordeelde 852 ecg’s, gemaakt door twintig huisartsen.7 Aanvullende dossiergegevens werden verzameld bij alle 265 ecg’s die de huisartsen als afwijkend beoordeelden en bij 35 die als normaal beoordeeld waren. De huisartsen hadden afwijkingen gevonden in 12,0% van de routine-ecg’s en in 24,3% van de ecg’s die gemaakt waren bij patiënten met specifieke klachten. Eén op de zeventien routine-ecg’s kreeg een vervolg, tegenover één op de zes ecg’s die wegens klachten waren gemaakt. Het panel was het in 67,0% van de ecg’s eens met de interpretatie van de huisarts en in 74,0% met diens beleid. Lastig te beoordelen bleken een eerder doorgemaakt myocardinfarct, R-topafwijkingen en (atypische) repolarisatieafwijkingen. Atriumfibrilleren (AF) werd het best herkend.
Betekenis van het ecg in de huisartsenpraktijk
Huisartsen die zelfstandig ecg’s maken, lijken het instrument breed in te zetten. We hebben in H&W al eens betoogd dat een ecg in de huisartsenpraktijk vooral zin heeft op momenten dat er klachten zijn.8 We concludeerden toen dat een ecg waardevol kan zijn voor het vaststellen of uitsluiten van een hartritmestoornis (zo nodig met hulp van event-recording of holtermonitoring), bij bradycardie en bij nieuw ontstaan of verergerend hartfalen.811 We concludeerden ook dat ecg’s in het kader van sportkeuringen, ACS of plotse dood van familieleden meestal niet nuttig zijn.81213 In onze drie onderzoeken zagen we dat huisartsen zich daar niet altijd aan houden. We zagen ook dat huisartsen met enige regelmaat ecg’s ter geruststelling maken. Of zulke ecg’s op langere termijn waardevol zijn, is niet bewezen.14
Huisartsen interpreteerden in onze onderzoeken de ecg’s van patiënten die klachten hadden redelijk tot goed. De overeenkomst met het expertpanel was meer dan 80%, dat is iets beter dan in (schaarse) internationale onderzoeken, waar huisartsen slechts 75% van de ecg’s goed inschatten.1517 Ecg’s in het kader van CVRM interpreteerden ze minder goed: hier was de overeenkomst met het expertpanel slechts 67 tot 74%. Bovendien leverden de routine-ecg’s minder op dan ecg’s op indicatie bij CVRM. Dat CVRM-ecg’s vooral waardevol zijn bij patiënten met klachten, is ook in eerder onderzoek vastgesteld.7
Bij patiënten die starten met een CVRM-programma kan een uitgangs-ecg nuttig zijn omdat daarop regelmatig AF of oude myocardinfarcering wordt gezien.18 Het number needed to screen (NNS) om in tien jaar één sterfgeval te voorkomen wordt op 260 geschat, maar de meerwaarde boven op de klassieke risicofactoren leeftijd, geslacht, roken, bloeddruk en cholesterol/HDL-ratio is niet aangetoond.1920
In tegenstelling tot eerdere onderzoeken, waarin huisartsen regelmatig AF misten of ten onrechte vaststelden,21 bleken de huisartsen in onze onderzoeken goed in het herkennen van niet-afwijkende ecg’s en ecg’s met AF. De [infographic] bevat een aantal leerpunten en adviezen die we uit onze onderzoeken hebben kunnen destilleren.
Infographic | Interpretatie van ecg's door de huisarts: observaties en adviezen
De toekomst begint nu
Er zijn duidelijke grenzen aan het nut van ecg’s in de eerste lijn. Zo’n grens is bijvoorbeeld: maak geen ecg ter uitsluiting van een ACS. Toch is het niet uitgesloten dat ecg’s een plaats gaan krijgen in een klinische beslisregel voor ACS in de eerste lijn. Op de spoedeisende hulp gebruikt men bijvoorbeeld al de HEART-score (anamnese, ecg, leeftijd, risicofactoren en troponine-sneltest) om ACS veilig uit te sluiten.23 Ook ontwikkelingen rond kunstmatige intelligentie en m-health zullen grenzen gaan verleggen.
Kunstmatige intelligentie (AI)
Computers spelen nog geen doorslaggevende rol bij het interpreteren van ecg’s. Huisartsen houden wel rekening met de computerinterpretatie, maar de software schiet vaak tekort, bijvoorbeeld bij het beoordelen van geleidingsstoornissen.2430 Huisartsen herkennen niet-afwijkende ecg’s beter dan de computer (86 versus 76%), maar de computer herkent afwijkingen weer beter (84 versus 70%).31 Misschien gaat dit veranderen door de komst van nieuwe AI-systemen die – in tegenstelling tot conventionele interpretatiesoftware – naast de klassieke parameters zoals PQ-tijd en RR-interval ook allerlei (combinaties van) ecg-verschijnselen verwerken die niet waarneembaar zijn met het blote oog. Er zijn wereldwijd miljoenen uniforme, in tien seconden opgenomen twaalfafleidingen-ecg’s beschikbaar, zowel met als zonder afwijkingen. Een zelflerend systeem kan die ecg’s vergelijken en complexe algoritmes opbouwen om afwijkingen te herkennen. Er zijn AI-systemen die patiënten met een verlaagde ejectiefractie herkenden op basis van één enkel ecg (AUC 0,85-0,92, zie [kader]).3233 Andere AI-systemen konden op ecg’s met sinusritme (!) behoorlijk goed vaststellen of de patiënt AF had of zou gaan krijgen (AUC 0,87).34 Maar deze algoritmes zijn getraind op ecg’s waarbij de (conventionele) diagnose al bekend was; ze moeten nog worden gevalideerd in eerstelijnspopulaties. Computergestuurde ecg-interpretatie heeft daarmee nog een weg te gaan.
AUC
Om het onderscheidend vermogen van een test te visualiseren, wordt voor verschillende afkapwaardes het percentage terecht-positieve uitslagen (op de Y-as) uitgezet tegen het percentage fout-positieve uitslagen (op de X-as). De curve die hierdoor ontstaat, heet de receiver operating characteristic (ROC). De oppervlakte onder de ROC, de area under the curve (AUC) uitgedrukt in een getal tussen 0 en 1, weerspiegelt het vermogen van de test om zowel zieken als niet-zieken te onderscheiden. Een test met een AUC van 0,5 heeft geen waarde (gelijk met munt opgooien), een AUC van 0,7 is redelijk, 0,8-0,9 is goed. Voor (zeldzame) tests die geen fout-negatieve of fout-positieve resultaten opleveren, is de AUC 1.
M-health
M-health staat voor gezondheidsdiensten die gebruikmaken van telecommunicatie via smartphones en draagbare apparaten.35 Er zijn apparaten die een eenkanaals-ecg genereren dat kan worden gebruikt bij een screening op AF of voor het aantonen of uitsluiten van een hartritmestoornis bij aanvals-gewijze palpitaties. In Nederland is de KardiaMobile onderzocht, een apparaatje dat een eenkanaals-ecg genereert en naar een smartphone-app verzendt als de gebruiker de duimen op twee elektrodes plaatst. Vergeleken met een twaalfafleidingen-ecg kan een cardioloog AF op een eenkanaals-ecg vaststellen met een sensitiviteit en specificiteit van 100%; de KardiaMobile-interpretatiesoftware haalde een sensitiviteit van 87,0% (95%-BI 66,4 tot 97,2) en een specificiteit van 97,9% (95%-BI 94,7 tot 99,4). Ook voor andere ritmestoornissen was de diagnostische waarde hoog, alleen het uitsluiten van geleidingsstoornissen viel tegen.36 Een eenkanaals-ecg lijkt daarmee toereikend te zijn om hartritmestoornissen te onderscheiden van geruststellende bevindingen (sinusritme, sinustachycardie).
Een andere m-healthtoepassing is fotoplethysmografie (PPG), een techniek die ook in saturatiemeters wordt gebruikt. Door een vingertop op de camera van een smartphone te leggen kan via PPG, zelfs zonder eenkanaals-ecg, een volstrekt onregelmatig ritme (AF) worden onderscheiden van andere ritmes. In een Belgisch validatieonderzoek liet men een app (FibriCheck) zowel een PPG-signaal als een eenkanaals-ecg beoordelen.37 Vergeleken met een twaalfafleidingen-ecg beoordeeld door de cardioloog haalde de FibriCheck-software met het PPG-signaal een sensitiviteit en specificiteit voor AF van 96% (95%-BI 89 tot 99) respectievelijk 97% (95%-BI 91 tot 99) en met het eenkanaals-ecg 95% (95%-BI 88 tot 98) respectievelijk 97% (95%-BI 91 tot 99).
Omdat eenkanaals-ecg’s veel minder bewerkelijk zijn dan volledige ecg’s, kunnen deze toepassingen op smartwatches, handapparaten en mobiele telefoons ook van waarde zijn voor screeningsdoeleinden in de huisartsenpraktijk.3840 In Nederlandse huisartsenpraktijken is tijdens griepvaccinaties de MyDiagnostick onderzocht, een apparaatje dat via een eenkanaals-ecg automatisch AF kan detecteren. Bij 1,1% van de deelnemers trof de MyDiagnostick niet eerder gediagnosticeerd AF aan.41 Opportunistisch screenen door de huisarts met hetzelfde apparaat leverde geen winst op.42 Misschien wordt de winst van zo’n screening beperkt doordat er in Nederland de laatste jaren meer aandacht is voor polspalpatie, waardoor ook AF vaker gedetecteerd wordt. Onderzoek naar de beste screeningsstrategie loopt nog.43 Bovendien is screening alleen nuttig als er winst te behalen is op harde eindpunten, zoals reductie van CVA, waar vroege opsporing tijdig antitrombotisch ingrijpen kan bevorderen.44 Men heeft berekend dat screening op AF rendabel is bij een NNS van maximaal 170.45 In een grote meta-analyse met in totaal 141.220 gescreende patiënten bleek voor 65-plussers de geschatte opbrengst van screening op AF met eenkanaals-ecg’s gunstig bij een NNS van 83.4446 Anderzijds hadden slechts twee geïncludeerde onderzoeken harde eindpunten en daaruit bleek nog geen reductie van bijvoorbeeld beroerte. Het blijft dus de vraag of gezondheidsuitkomsten verbeteren naarmate men meer mensen met AF opspoort. Als dat zo is, zijn huisartsen wel gemotiveerd zich hiervoor in te zetten.47
Rond m-health moet nog een aantal problemen opgelost worden. De markt, met veel commerciële platforms, is slecht gereguleerd. Er is binnen het m-healthdomein weinig evidence-based kennis en de beveiliging van de enorme hoeveelheid persoonsgegevens schiet tekort. Idealiter is de inzage van gezondheidsgegevens voorbehouden aan patiënten en hun behandelaars, maar een dergelijke exclusiviteit is zeldzaam bij m-healthtoepassingen. De 24 meest gebruikte geneeskunde-apps op het Android-platform delen informatie met 213 partijen buiten de gezondheidszorg; slechts vijf apps deelden helemaal geen informatie.35 Er is nog veel onderzoek en overheids-regulering nodig voordat deze problemen ondervangen zijn en m-health een substantieel onderdeel van ons werk kan worden.
Conclusie
Huisartsen maken veelvuldig gebruik van ecg’s en interpreteren deze redelijk adequaat. Extra scholing zou dit nog kunnen verbeteren. Huisartsen zullen in de nabije toekomst steeds meer te maken krijgen met m-healthtoepassingen om aandoeningen vroegtijdig in de extramurale setting in beeld te brengen. De ontwikkelingen gaan hard, maar de meerwaarde van zulke screenings moet nog worden aangetoond en die stap kost meestal relatief veel tijd. Aan de (non-)indicaties voor een ecg zullen deze nieuwe toepassingen weinig veranderen, maar ze kunnen wel het gebruiksgemak en de inzetbaarheid van ritmeregistraties vergroten. Daar kan de huisarts zijn voordeel mee doen, niet in de laatste plaats omdat patiënten er zelf mee komen. Tijdens het schrijven van dit artikel meldde zich voor het eerst een (75-jarige) patiënt bij ons met zelf vastgelegd atriumfibrilleren; zijn mobiele telefoon had hem doorverwezen naar de huisarts [figuur].
Figuur | Ecg-registratie met smartwatch en smartphone, opgenomen door een 75-jarige patiënt
Dankbetuiging
De auteurs danken Sofie Compiet, Leonore Wagenvoort, Niek van den Nieuwenhof en Joep Walraven voor de enthousiaste en waardevolle invulling van hun wetenschapsstages met als thema ‘Het ecg in de huisartsenpraktijk’.
Literatuur
- 1.↲Wellens HJ. Preface. In: Van Hemel N, Van Dessel P, De Bakker JM [editors]. The glass recordings of Willem Einthoven. A selection of electrocardiographic and other registrations made in the years 1894-1931. Houten: Bohn Stafleu van Loghum, 2019.
- 2.↲Santos JP, Ribeiro AL, Andrade-Junior D, Marcolino MS. Prevalence of electrocardiographic abnormalities in primary care patients according to sex and age group: A retrospective observational study. Sao Paulo Med J 2018;136:20-8.
- 3.↲Stafford RS, Misra B. Variation in routine electrocardiogram use in academic primary care practice. Arch Intern Med 2001;161:2351-5.
- 4.↲Rutten FH, Kessels AGH, Willems FF, Hoes AW. Is elektrocardiografie in de huisartspraktijk nuttig? Huisarts Wet 2001;44:477-81.
- 5.↲Compiet SA, Willemsen RT, Konings KT, Stoffers HE. Competence of general practitioners in requesting and interpreting ECG’s – a case vignette study. Neth Heart J 2018;26:377-84.
- 6.↲Wagenvoort LM, Willemsen RT, Konings KT, Stoffers HE. Interpretations of and management actions following electrocardiograms in symptomatic patients in primary care: a retrospective dossier study. Neth Heart J 2019;27:498-505.
- 7.↲↲Van den Nieuwenhof N, Willemsen RT, Konings KT, Stoffers HE. Interpretations of and management actions following ECG’s in programmatic cardiovascular care in primary care: A retrospective dossier study. Neth Heart J 2020;28:192-201.
- 8.↲↲↲Chan L, Willemsen RT, Konings KT. Elektrocardiografie in de huisartsenpraktijk. Huisarts Wet 2014;57:196-200.
- 9.↲Hornick J, Costantini O. The electrocardiogram: Still a useful tool in the primary care office. Med Clin North Am 2019;103:775-84.
- 10.↲Abi Khalil C, Haddad F, Al Suwaidi J. Investigating palpitations: the role of Holter monitoring and loop recorders. BMJ 2017;358:j3123.
- 11.↲Wilken J. Evidence-based recommendations for the evaluation of palpitations in the primary care setting. Med Clin North Am 2016;100:981-9.
- 12.↲Bhatia RS, Bouck Z, Ivers NM, Mecredy G, Singh J, Pendrith C, et al. Electrocardiograms in low-risk patients undergoing an annual health examination. JAMA Intern Med 2017;177:1326-33.
- 13.↲Ellison SR. Sudden cardiac death in adolescents. Prim Care 2015;42:57-76.
- 14.↲Rolfe A, Burton C. Reassurance after diagnostic testing with a low pretest probability of serious disease: systematic review and meta-analysis. JAMA Intern Med 2013;173:407-16.
- 15.↲Marcolino MS, Santos TM, Stefanelli FC, Oliveira JA, E Silva MV, Andrade DF, et al. Cardiovascular emergencies in primary care: an observational retrospective study of a large-scale telecardiology service. Sao Paulo Med J 2017;135(5):481-7.
- 16.↲Begg G, Willan K, Tyndall K, Pepper C, Tayebjee M. Electrocardiogram interpretation and arrhythmia management: a primary and secondary care survey. Br J Gen Pract 2016;66:e291-6.
- 17.↲Whitman M, Layt D, Yelland M. Key findings on ECG’s – level of agreement between GPs and cardiologists. Aust Fam Physician 2012;41:59-62.
- 18.↲Scheltens T, De Beus MF, Hoes AW, Rutten FH, Numans ME, Mosterd A, et al. Een elektrocardiogram bij elke patiënt met hypertensie. Huisarts Wet 2011;54:122-7.
- 19.↲Groot A, Bots ML, Rutten FH, Den Ruijter HM, Numans ME, Vaartjes I. Measurement of ECG abnormalities and cardiovascular risk classification: a cohort study of primary care patients in the Netherlands. Br J Gen Pract 2015;65:e1-8.
- 20.↲Wallace ML, Ricco JA, Barrett B. Screening strategies for cardiovascular disease in asymptomatic adults. Prim Care 2014;41:371-97.
- 21.↲Mant J, Fitzmaurice DA, Hobbs FD, Jowett S, Murray ET, Holder R, et al. Accuracy of diagnosing atrial fibrillation on electrocardiogram by primary care practitioners and interpretative diagnostic software: analysis of data from screening for atrial fibrillation in the elderly (SAFE) trial. BMJ 2007;335:380.
- 22.↲Willemsen RT, Konings KT. ECG 10+: Systematisch ECG’s beoordelen. Huisarts Wet 2016;4:166-70.
- 23.↲Poldervaart JM, Reitsma JB, Backus BE, Koffijberg H, Veldkamp RF, Ten Haaf ME, et al. Effect of using the HEART score in patients with chest pain in the emergency department: A stepped-wedge, cluster randomized trial. Ann Intern Med 2017;166:689-97.
- 24.↲Delrot C, Bouzille G, Calafiore M, Rochoy M, Legrand B, Ficheur G, et al. Do medical practitioners trust automated interpretation of electrocardiograms? Stud Health Technol Inform 2019;264:536-40.
- 25.↲Garg A, Lehmann MH. Prolonged QT interval diagnosis suppression by a widely used computerized ECG analysis system. Circ Arrhythm Electrophysiol 2013;6:76-83.
- 26.↲Shah AP, Rubin SA. Errors in the computerized electrocardiogram interpretation of cardiac rhythm. J Electrocardiol 2007;40:385-90.
- 27.↲Guglin ME, Thatai D. Common errors in computer electrocardiogram interpretation. Int J Cardiol 2006;106:232-7.
- 28.↲Hwan Bae M, Hoon Lee J, Heon Yang D, Sik Park H, Cho Y, Chull Chae S, et al. Erroneous computer electrocardiogram interpretation of atrial fibrillation and its clinical consequences. Clin Cardiol 2012;35:348-53.
- 29.↲Schläpfer J, Wellens HJ. Computer-interpreted electrocardiograms: benefits and limitations. J Am Coll Cardiol 2017;70:1183-92.
- 30.↲Hughes KE, Lewis SM, Katz L, Jones J. Safety of computer interpretation of normal triage electrocardiograms. Acad Emerg Med 2017;24:120-4.
- 31.↲Jensen MS, Thomsen JL, Jensen SE, Lauritzen T, Engberg M. Electrocardiogram interpretation in general practice. Fam Pract 2005;22:109-13.
- 32.↲Attia ZI, Kapa S, Yao X, Lopez-Jimenez F, Mohan TL, Pellikka PA, et al. Prospective validation of a deep learning electrocardiogram algorithm for the detection of left ventricular systolic dysfunction. J Cardiovasc Electrophysiol 2019;30:668-74.
- 33.↲Kwon JM, Kim KH, Jeon KH, Kim HM, Kim MJ, Lim SM, et al. Development and validation of deep-learning algorithm for electrocardiography-based heart failure identification. Korean Circ J 2019;49:629-39.
- 34.↲Attia ZI, Noseworthy PA, Lopez-Jimenez F, Asirvatham SJ, Deshmukh AJ, Gersh BJ, et al. An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm: a retrospective analysis of outcome prediction. Lancet 2019;394:861-7.
- 35.↲↲MacKinnon GE, Brittain EL. Mobile health technologies in cardiopulmonary disease. Chest 2020;157:654-64.
- 36.↲Himmelreich JCL, Karregat EPM, Lucassen WAM, Van Weert H, De Groot JR, Handoko ML, et al. Diagnostic accuracy of a smartphone-operated, single-lead electrocardiography device for detection of rhythm and conduction abnormalities in primary care. Ann Fam Med 2019;17:403-11.
- 37.↲Proesmans T, Mortelmans C, Van Haelst R, Verbrugge F, Vandervoort P, Vaes B. Mobile phone-based use of the photoplethysmography technique to detect atrial fibrillation in primary care: diagnostic accuracy study of the fibricheck app. JMIR Mhealth Uhealth 2019;7:e12284.
- 38.↲Li KHC, White FA, Tipoe T, Liu T, Wong MC, Jesuthasan A, et al. The current state of mobile phone apps for monitoring heart rate, heart rate variability, and atrial fibrillation: narrative review. JMIR Mhealth Uhealth 2019;7:e11606.
- 39.↲Vaes B, Stalpaert S, Tavernier K, Thaels B, Lapeire D, Mullens W, et al. The diagnostic accuracy of the MyDiagnostick to detect atrial fibrillation in primary care. BMC Fam Pract 2014;15:113.
- 40.↲Perez MV, Mahaffey KW, Hedlin H, Rumsfeld JS, Garcia A, Ferris T, et al. Large-scale assessment of a smartwatch to identify atrial fibrillation. N Engl J Med 2019;381:1909-17.
- 41.↲Kaasenbrood F, Hollander M, Rutten FH, Gerhards LJ, Hoes AW, Tieleman RG. Yield of screening for atrial fibrillation in primary care with a hand-held, single-lead electrocardiogram device during influenza vaccination. Europace 2016;18:1514-20.
- 42.↲Kaasenbrood F, Hollander M, de Bruijn SH, Dolmans CP, Tieleman RG, Hoes AW, et al. Opportunistic screening versus usual care for diagnosing atrial fibrillation in general practice: a cluster randomised controlled trial. Br J Gen Pract 2020;70:e427-e433.
- 43.↲Uittenbogaart SB, Verbiest-van Gurp N, Erkens PM, Lucassen WA, Knottnerus JA, Winkens B, et al. Detecting and Diagnosing Atrial Fibrillation (D2AF): study protocol for a cluster randomised controlled trial. Trials 2015;16:478.
- 44.↲↲Lowres N, Olivier J, Chao TF, Chen SA, Chen Y, Diederichsen A, et al. Estimated stroke risk, yield, and number needed to screen for atrial fibrillation detected through single time screening: a multicountry patient-level meta-analysis of 141,220 screened individuals. PLoS Med 2019;16:e1002903.
- 45.↲Welton NJ, McAleenan A, Thom HH, Davies P, Hollingworth W, Higgins JP, et al. Screening strategies for atrial fibrillation: a systematic review and cost-effectiveness analysis. Health Technol Assess 2017;21:1-236.
- 46.↲Duarte R, Stainthorpe A, Mahon J, Greenhalgh J, Richardson M, Nevitt S, et al. Lead-I ECG for detecting atrial fibrillation in patients attending primary care with an irregular pulse using single-time point testing: A systematic review and economic evaluation. PLoS One 2019;14:e0226671.
- 47.↲Verbiest-van Gurp N, van Mil D, van Kesteren HAM, Knottnerus JA, Stoffers H. How do Dutch general practitioners detect and diagnose atrial fibrillation? Results of an online case vignette study. BMC Fam Pract 2019;20:175.
Reacties
Er zijn nog geen reacties.