背景
高血压前期（SBP 120–139 mmHg）人群 5 年内进展为显性高血压的风险高达 60%，传统偶测血压灵敏度不足。
目的
构建并验证一种融合可穿戴心电与连续血压信号的深度学习模型，用于社区高血压前期人群 3 年进展预测。
方法

1.研究设计：2025.1–2028.12，四省 8 个社区卫生服务中心，前瞻性队列 n=5 000。

2.数据采集：佩戴式心电贴（7×24 h）+ 无创指环血压计（q15 min），同步收集睡眠、步数、BMI、盐摄入问卷。

3.模型构建：多通道 1D-CNN + Transformer 融合时序特征；主要结局为 36 个月内进展至高血压。

4.验证策略：内部训练/验证/测试 6:2:2；外部独立队列 n=1 000。
预期结果
模型 AUROC≥0.85；高风险组（前 20%）阳性预测值≥60%，较单纯诊室血压模型提升 25%。
创新点
首次把可穿戴心电 HRV 与连续血压波形深度耦合，实现高血压前期“可逆转窗口”精准识别。
伦理与推广
获伦理批件（2024-12-07）。若验证成功，将嵌入基层 HIS 与居民手机小程序，预计减少 20% 新发高血压。