基于数据驱动的疼痛曲线动力学对发作性偏头痛患者进行分型研究

《Frontiers in Neurology》：Patient classification in episodic migraine based on data-driven pain curve dynamics

　　

： 目的： 偏头痛具有异质性表现，其中疼痛是其最具致残性的特征。尽管国际头痛疾病分类第三版（ICHD-3）定义了偏头痛的诊断标准，但并未纳入疼痛的时间动力学特征。虽然已有研究描述了发作水平的疼痛轨迹模式，但这些动态特征向患者水平分层的转化仍未得到探索。本研究旨在根据疼痛轨迹对发作性偏头痛患者进行分类，并描述所得各组别的临床特征。 患者与方法： 符合ICHD-3发作性偏头痛标准的患者参与了一项使用智能手机应用程序实时记录偏头痛发作的前瞻性研究。研究记录了疼痛发作时间、持续时间、强度以及相关的先兆症状、伴随症状和发作后症状。共分析了来自51例患者的344次偏头痛发作。利用先前研究中确定的发作水平疼痛轨迹构建患者水平特征向量，代表各发作类型的比例分布。采用K-means算法对这些向量进行聚类以识别患者亚组。 结果： 51例患者（平均年龄：38.8 ± 10.9岁；90.2%为女性）记录了344次偏头痛发作。由先前确定的四种疼痛轨迹组合识别出五种患者特征谱：高强度型、混合型、急性发作型、迁延-强烈型和低强度型。混合型最为常见（39.2%），其余特征谱显示出对特定发作类型的更明显优势。大多数常规人口学和临床变量（包括年龄、性别、基线诊断和每月偏头痛频率）在各特征谱间无差异。伴随症状负担在各特征谱间存在差异，在考虑患者内聚类和多重比较校正后，恶心、畏光和畏嗅症存在显著差异。低强度型的前驱症状负担显著低于高强度型、混合型和迁延-强烈型，而迁延-强烈型的发作后症状负担显著高于低强度型。 结论： 研究结果表明，偏头痛疼痛随时间演变的方式可能有助于识别临床上不同的患者特征谱。考虑疼痛轨迹为偏头痛表型分型增加了一个传统诊断标准未捕获的动态维度，并可能有助于改善表型分型和为个性化治疗策略生成假说。需要在更大队列中开展进一步研究以阐明其潜在的临床相关性。

一、研究背景与问题提出

偏头痛是一种常见且致残的神经系统疾病，影响全球约14–15%的人口，是全球导致残疾的主要原因之一。国际头痛疾病分类第三版（ICHD-3）根据头痛频率和有无先兆等特征将偏头痛分为不同临床亚型，为诊断和临床管理提供了基本框架。然而，现行分类系统虽能捕获偏头痛的关键临床特征，却未能充分反映单次发作过程中疼痛的动态演变。近年来，智能手机应用程序的进步使得实时记录偏头痛发作成为可能，能够准确记录疼痛的起始、持续时间和强度以及相关症状，为基于数据的偏头痛模式分析提供了坚实基础。

研究团队前期已在发作水平上识别出四种不同的偏头痛疼痛曲线模式，并证实这些模式与发作性偏头痛患者的特定临床特征显著相关。然而，患者能否根据其偏头痛发作的主导疼痛曲线模式被分层为有意义的亚组，此前尚不明确。本研究旨在评估是否可基于前期识别的疼痛曲线模式将发作性偏头痛患者分为不同亚组，并描述所得患者组的临床特征，包括前驱症状、伴随症状和发作后症状，以进一步表征分层背后的临床特征谱。

二、研究设计与主要技术方法

本研究为前瞻性观察研究，患者在西班牙拉普林塞萨大学医院头痛门诊连续招募，依据ICHD-3标准确诊为发作性偏头痛。基线评估收集了人口学和临床变量，包括年龄、性别、偏头痛发病年龄、心血管危险因素、吸烟状况、血脂异常、偏头痛家族史、基线诊断、预防性治疗使用、体重指数（BMI）和头痛影响测试-6（HIT-6）评分。认知储备采用认知储备问卷（CRC）评估。

患者入组后随访约4–6周，期间使用专用智能手机应用程序实时记录所有偏头痛发作，包括疼痛动态、伴随症状和急性治疗使用情况。疼痛强度采用11点数字评定量表（NRS 0–10）记录。最终分析数据集包含51例患者和344次偏头痛发作。

患者水平聚类采用以下方法：每位患者建模为四维向量，每个维度代表特定发作类型占该患者总记录发作次数的比例，四个特征之和为1。该特征矩阵采用无监督K-means聚类算法（scikit-learn库版本0.24.2，K-means++初始化，30次随机启动）处理，使用欧几里得距离。仅纳入随访期间至少记录三次偏头痛发作的患者。为评估聚类数，比较了k=2–10的WCSS（簇内平方和）、轮廓系数、Calinski-Harabasz指数和Davies-Bouldin指数，并进行100次置换检验和100次患者水平bootstrap重采样（采用调整兰德指数（ARI）评估）。以居中对数比（CLR）变换作为敏感性分析。层次聚类和高斯混合模型（GMM）作为替代方法进行敏感性分析。

统计分析采用患者水平比较，p值经错误发现率（FDR）校正。发作水平分析采用广义估计方程（GEE）以考虑患者内依赖性，逻辑混合效应模型作为敏感性分析。症状计数采用泊松GEE，个体二元症状采用逻辑GEE，治疗时机采用高斯GEE。

三、研究结果

3.1 研究人群基线特征

共纳入51例患者，贡献344次偏头痛发作。队列平均年龄38.8 ± 10.9岁，90.2%为女性。偏头痛平均发病年龄14.36 ± 6.16岁。70.6%参与者有偏头痛家族史。HIT-6中位评分63（IQR 57.5–65.5），反映偏头痛对日常功能的显著影响。心血管危险因素少见：高血压5.9%，糖尿病2%，血脂异常11.8%。BMI中位数23.67 kg/m2。

3.2 疼痛曲线分类

四种发作水平疼痛曲线模式包括：高强度型（疼痛水平持续升高）、急性发作-强烈型（疼痛强度快速升级）、迁延-强烈型（持续高疼痛水平且持续时间延长）和低强度型（整个发作期间疼痛强度总体较低）。

模型选择标准未唯一确定最优聚类数。置换验证表明k=5、6和9的聚类结构具有统计学意义。最终保留k=5作为主要方案，因其在内部分离度、bootstrap稳定性和临床可解释亚组结构之间提供了最佳平衡。k=5时WCSS为8.9，轮廓系数0.447，Calinski-Harabasz指数32.397，Davies-Bouldin指数0.821。100次bootstrap重采样ARI为0.831 ± 0.119。

根据簇质心主导发作类型比例，五个特征谱命名为：高强度型（A组）、混合型（B组）、急性发作型（C组）、迁延-强烈型（D组）和低强度型（E组）。B组最常见（20例，39.2%），D组最少（5例，9.8%）。A组7例（13.7%），C组12例（23.5%），E组7例（13.7%）。

B组呈混合模式，无单一发作类型占主导：高强度发作占45.4%，低强度发作占25.7%，迁延发作仅占5.9%。A组高度同质，高强度发作占87.1%。C组以急性发作型为主（71.3%）。D组虽为最小亚组，但以迁延发作为特征（64.3%）。E组以低强度发作为主（66.0%）。CLR敏感性分析同样在k=5处选择WCSS肘部，但其他指标在k=10处最优，该结果作为敏感性分析报告。

3.3 患者亚组临床特征

年龄、性别、偏头痛发病年龄、心血管危险因素、吸烟状况、偏头痛家族史和基线诊断在各亚组间无显著关联。预防性治疗使用无显著差异。教育水平（非大学与大学）与五个患者队列存在探索性关联（Fisher精确检验p=0.015），FDR校正后仍低于预设阈值。认知储备采用14分阈值分层，A-D与B-C-E队列分组比较的精确检验p=0.023，FDR校正后仍显著。每月偏头痛发作频率在各队列间无显著差异。发作水平上，E组（26.4%）和D组（17.9%）的先兆发作比例最高，其余亚组低于10%；描述性Fisher精确检验p<0.001，但考虑患者内聚类的GEE分析后不再显著（p=0.182）。疼痛强度分布支持聚类命名的内部一致性：A组和D组高强度评分比例较高，E组以较低强度为主。

3.4 前驱、伴随和发作后症状的次要分析

前驱症状计数在五个队列间存在显著全局差异（单因素方差分析p<0.001；患者聚类泊松GEE Wald p=0.010）。事后配对比较显示E组每次发作的前驱症状显著少于A、B、D组（FDR校正p分别为0.008、0.008、0.028）。个体前驱症状中，颈项僵硬是唯一在GEE和FDR校正后仍与患者队列显著相关的症状（GEE-FDR p=0.0003），在A组（54.8%）和D组（39.3%）中最常见，C组（6.2%）中最少。

伴随症状总体负担在五个队列间存在显著差异（GEE p=0.0057）。D组平均伴随症状负担最高（2.89 ± 1.45），A组次之（2.87 ± 1.43），B组最低（1.93 ± 1.27）。FDR校正后仅A组显著高于E组（p=0.0353）。恶心、畏光、畏嗅症和其他伴随症状在GEE和多重比较校正后仍存在显著差异。恶心在D组最常见（82.1%），畏光在E组（90.6%）和A组（87.1%）中尤为频繁，畏嗅症在D组（50.0%）和A组（48.4%）中最常见。呕吐和畏声经校正后无显著差异。

发作后症状计数存在显著全局差异（单因素方差分析p<0.001；泊松GEE Wald p=0.029）。事后比较显示D组发作后症状负担显著高于E组（GEE FDR校正p=0.044）。个体发作后症状在未校正Fisher分析中显示描述性差异，但经GEE和FDR校正后无任何个体症状与患者队列稳健相关。

3.5 急性治疗探索性敏感性分析

救援药物类型、任何救援药物使用和每次发作急性药物数量在各特征谱间无稳健差异（泊松GEE p=0.454）。首次急性药物相对于疼痛峰值的时间在各特征谱间差异显著（高斯GEE p=0.000020）。D组治疗时机最晚，首次药物记录平均在疼痛峰值后19.9 ± 28.3小时，而A组为6.6 ± 23.2小时，B组为2.2 ± 18.2小时，C组为0.3 ± 2.3小时，E组为3.1 ± 13.1小时。FDR校正后，D组治疗显著晚于其他四个特征谱，模型估计配对差异为13.6至18.7小时。

四、讨论与结论总结

讨论部分指出，本研究在数据驱动框架内引入了一种基于疼痛曲线动力学对偏头痛患者进行分类的新方法。五个患者特征谱的识别强调了偏头痛的显著个体内变异性，患者可能经历不同类型的发作而非一致表达单一疼痛轨迹。人口学和大多数基线临床变量在各亚组间无显著差异，表明动态疼痛特征谱并非传统临床描述符的简单反映，而是代表了发作性偏头痛内额外的表型变异层。教育水平和认知储备的观察差异应视为探索性和假说生成性的。先兆分布呈描述性差异模式，但考虑患者内聚类后不再显著，提示先兆表达可能与疼痛强度无直接关系。各特征谱在头痛期、头痛前期和头痛后期均表现出临床表达差异，支持所识别的患者特征谱可能代表涵盖偏头痛周期更广泛表型的观点。急性治疗敏感性分析表明，治疗时机而非药物类型或数量是与患者特征谱相关的主要急性治疗特征。

研究结论：本研究支持使用疼痛轨迹动力学作为对偏头痛患者进行有意义分层的依据。四种先前确定的发作水平疼痛轨迹的组合允许定义五种不同的患者特征谱：混合型最为常见，其他特征谱以特定发作类型的明显优势为特征。这些特征谱不能由大多数常规人口学或临床变量解释，但与偏头痛发作期间症状表达的独特模式相关，包括伴随症状负担的差异以及头痛前期和头痛后期出现的症状差异。总体而言，这些发现为基于疼痛演变和相关临床特征的动态患者表型分型提供了概念验证，超越了传统诊断分类。需要在更大规模的独立队列中进一步验证，以确认该分类的稳健性和临床适用性。