心不全患者における肺うっ血検出のためのウェアラブルデバイスを用いた呼吸の複雑性分析：観察的探索研究
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：Wearable Device-Based Respiratory Complexity Analysis for Detecting Pulmonary Congestion in Patients With Heart Failure: Observational Exploratory Study
雑誌名：J Med Internet Res. 2025 Aug 27; 27: e73488. doi: 10.2196/73488. Epub 2025 Aug 27.
概 要：
この研究は、心不全（HF）患者における肺うっ血（PC）の早期検出を目的として、ウェアラブルデバイスを用いた呼吸データのモニタリングの実現可能性を評価しました。心不全の悪化に寄与する肺うっ血を早期に検出することで、迅速な介入が可能となり、入院を減少させることが期待されます。研究では、入院中の心不全患者62人を対象に、呼吸パターンの定量化を行い、肺うっ血の有無を区別できるかを検討しました。
方 法：
この単一施設の観察的探索研究では、重度の肺疾患や集中治療、人工呼吸が必要ない心不全患者を対象にしました。参加者は入院後24時間以内に指定されたデバイスを装着し、24時間以上のデータを収集しました。呼吸サイクル、振幅、マルチスケールエントロピー（MSE）を分析し、肺うっ血を定義するために、入院初日の内に28ゾーンの肺超音波検査を実施しました。
結 果：
2021年5月から2022年11月までに62人の心不全患者が登録され、そのうち44人が肺うっ血を示しました。肺うっ血のある患者は、呼気時間の平均が2.17秒と有意に長く、呼気時間比も高く、呼吸振幅のMSE値においても有意に高い結果が得られました。ロジスティック回帰分析により、呼気時間比、呼吸振幅のMSEが肺うっ血の有意な予測因子であることが示されました。受信者動作特性分析では、呼吸振幅のMSEが最も高いAUCを示しました。
結 論：
この探索的研究では、ウェアラブルデバイスによるMSE分析が、入院中の心不全患者において肺うっ血の有無を区別できることが示され、肺うっ血群では呼気相が延長し、呼吸振幅の複雑性が増加していることが明らかになりました。