AI hittar ledtrådar till migrän bortom själva huvudvärken

Det finns ingen enskild definitiv biomarkör som rutinmässigt används för att diagnostisera migrän, vilket innebär att läkare i stor utsträckning är beroende av huvudvärkens egenskaper och tillhörande symtom. Forskare som publicerat sina resultat i Neurology undersökte om maskininlärning kunde identifiera ett migränmönster utan att få information om själva huvudvärken.

Enligt Neurology tränades och testades modellerna med hjälp av data från 43 197 deltagare i Trøndelag Health Study. Forskarna inkluderade 60 variabler inom områden som ålder, kön, genetik, läkemedelsanvändning och bredare hälsoinformation, däribland förstoppning och ryggsmärta.

Den bästa modellen uppnådde en area under kurvan på omkring 0,80. Måttet visar att modellen kunde skilja migränfall från personer utan huvudvärk betydligt bättre än slumpen, men resultatet innebär inte att systemet kan användas som ett diagnostiskt verktyg i den kliniska rutinvården.

Att inte ge modellen information om huvudvärk var en central del av experimentet. I stället för att mata modellen med de symtom som läkare redan använder för att diagnostisera migrän undersökte forskarna om kombinationer av andra hälsorelaterade egenskaper innehöll en identifierbar signal kopplad till tillståndet.

Flera patientprofiler framträdde

I en separat del av studien i Neurology undersöktes 12 185 deltagare med olika former av huvudvärk. Med hjälp av maskininlärning delades de in i två stora grupper utan att forskarna inledningsvis utgick från konventionella diagnoskategorier.

Den ena gruppen bestod av 1 425 personer, varav mer än 90 procent uppfyllde kriterierna för migrän. Den andra omfattade 10 760 deltagare och dominerades av personer med andra typer av huvudvärk, däribland huvudvärk som endast delvis uppfyllde kriterierna för migrän.

Forskarna analyserade därefter gruppen med en hög andel migränpatienter mer ingående. Fyra profiler framträdde: en grupp som enbart bestod av män, en annan med framträdande nacksmärta, en som kännetecknades av mer omfattande muskuloskeletal smärta tillsammans med ångest och depression samt en fjärde som i högre grad liknade etablerade migränbilder.

Genetiska riskpoäng baserade på maskininlärning kunde också skilja profilerna åt mer effektivt än de konventionella polygena riskpoäng som testades i studien. Resultaten visar inte att det rör sig om fyra separata sjukdomar. Ytterligare studier behövs för att avgöra om dessa indelningar även är användbara utanför det aktuella datasetet eller påverkar hur patienter diagnostiseras och behandlas.

Behandlingsresultaten varierar kraftigt

Skillnaderna mellan migränpatienter är redan tydliga inom den kliniska vården. NRK rapporterade att Malin Abelsen Wigdahl, 26, har provat blodtrycksmedicin, förebyggande läkemedel, CGRP-hämmare och botox utan att få tillräcklig lindring.

Wigdahl, som vanligtvis arbetar på en förskola, har varit borta från arbetet i mer än ett år på grund av migrän. Enligt NRK har hon haft symtom sedan gymnasietiden och under de senaste två åren haft fler än tio anfall i månaden.

Marit Bergh, 31, har reagerat annorlunda på behandlingen. Tidigare hade hon omkring 20 migränanfall i månaden. Efter att ha börjat med botox och CGRP-hämmare har anfallen blivit betydligt färre, och hon har kunnat fortsätta arbeta heltid.

De bredare konsekvenserna av svåra huvudvärkssjukdomar kan även märkas i arbetslivet. Med hänvisning till norska välfärdsdata och Headache Norway rapporterar NRK att omkring 800 000 personer i Norge har migrän eller andra huvudvärksrelaterade tillstånd. Omkring 40 procent av dem som har kronisk migrän står helt eller delvis utanför arbetslivet.

Den nya studien kan inte avgöra vilken behandling som kommer att fungera för en enskild patient. Däremot erbjuder den ett annat sätt att undersöka migrän genom att använda hälso- och genetiska mönster som går utöver de huvudvärkssymtom som traditionellt har stått i centrum för diagnostiken.

Ytterligare forskning behöver visa om dessa mönster kan återskapas i andra populationer och om de så småningom kan få praktisk betydelse för patientvården.

Källor: NRK, Neurology