远程医疗与居家监测在偏头痛诊疗中的创新应用：电子日记追踪与家庭脑电图技术的整合研究

本研究针对偏头痛个体化诊疗需求，开发了基于电子日记(E-diary)和居家脑电图(EEG)的远程监测系统。通过753例患者验证显示E-diary依从性达96.7%，满意度评分7/10；20名受试者居家EEG测试获得91.2分的高系统可用性(SUS)评分。该研究为偏头痛发作预测和精准干预提供了可扩展的数字化解决方案。

　　

偏头痛作为全球第三大疾病负担，其诊疗面临两大核心挑战：患者对发作频率的记忆偏差可达40%，而传统纸质日记难以避免回溯性填写；同时，发作前皮质兴奋性变化的EEG特征研究受限于医院检测的时空局限性。随着CGRP拮抗剂等新型疗法的出现，实现"发作预测-精准预防"的闭环管理成为可能，这亟需开发可靠的居家监测工具。

研究团队开发了集成化远程医疗系统：包含采用AI算法的电子头痛日记（锁定48小时填写时限）和七导联水基电极EEG设备。E-diary通过双盲验证能自动区分偏头痛日/头痛日，EEG系统则配备视觉诱发刺激(LED护目镜)和实时指导程序。753例偏头痛患者（中位随访353天）验证E-diary功能，20名受试者（含4例患者）完成居家EEG双次测试。

E-diary研究人群

83.8%为女性患者（中位年龄48岁），29%伴先兆症状。

E-diary依从性

日均完成率达96.7%，86.1%患者保持>80%的持续记录，6.8%数据缺失率显著低于纸质记录。

E-diary患者满意度

66%使用者表示"非常满意"，85.3%评价界面友好度"很高"，72.5%认为推送通知频率适中。在辅助治疗依从性方面，66.7%患者认为效果显著。

EEG系统可用性

SUS评分91.2分（基准值68分），95%使用者仅需基础技术能力即可操作。首次测量耗时25.1分钟，二次测量缩短15%（p<0.001），电极平均连接数6/7个。参与者特别肯定指导手册的图示设计，但建议增加电极接触的视觉反馈。

讨论与意义

该研究突破性地实现了复杂神经监测的家居化：E-diary的AI算法解决了回忆偏倚问题，其记录的月经期偏头痛持续时间差异（18小时vs非月经期）为性别差异化治疗提供依据；而居家EEG系统使捕捉preictal（发作前）皮质兴奋性变化成为可能，这对开发基于CGRP拮抗剂的"按需预防"策略至关重要。值得注意的是，水基电极的易用性使非专业人员也能获得实验室级数据，这种"患者生成数据"(patient-generated data)模式将重塑偏头痛研究范式。

技术局限包括EEG样本量较小（n=20），且未评估阻抗值对信号质量的影响。未来研究将整合优化版EEG与E-diary数据，在更大队列中验证发作预测模型。该成果发表于《Computational and Structural Biotechnology Journal》，为数字医疗在神经疾病管理中的应用树立了新标准。