- Une nouvelle étude analysant un très grand ensemble de données réelles sur les utilisateurs de l’application Nerivio suggère que le modèle d’IA peut prédire le risque de migraine le lendemain avec une précision de 91,2 %.
- Le modèle a révélé que la gravité et l’évolution des maux de tête d’une personne au cours des 30 jours précédents étaient plus instructives que les symptômes prodromiques (précoces) immédiatement avant une crise.
- Les chercheurs soulignent que la technologie est destinée à aider les gens à se préparer, et non à diagnostiquer ou à modifier le traitement de la migraine, et notent que des recherches supplémentaires sont encore nécessaires.
La migraine est très courante aux États-Unis et touche environ
Les crises de migraine commencent souvent par une phase prodromique, qui peut survenir des heures, voire des jours avant les symptômes de la migraine. Les signes prodromiques courants peuvent inclure la fatigue, les bâillements, les changements d’humeur ou cognitifs, la raideur de la nuque, les fringales, les nausées et la sensibilité à la lumière ou au son.
Le schéma prodromique récurrent d’un individu sert souvent d’avertissement précoce quant à la possibilité qu’un épisode se développe. L’identification de ces signes avant-coureurs personnels peut permettre à une personne de reconnaître une crise imminente et, le cas échéant, de lancer un plan de traitement précoce pour aider à réduire la gravité ou la durée de la crise chez certaines personnes.
Aujourd’hui, une nouvelle étude suggère qu’un modèle d’apprentissage automatique formé sur les données de plus de 53 000 personnes souffrant de migraine pourrait prédire si une personne souffrirait de migraine le lendemain avec une précision de 91 %.
Notamment, les résultats, publiés dans Neurology Open Access, suggèrent que les types de maux de tête d’une personne au cours du mois précédent peuvent fournir des informations plus utiles sur son risque de migraine le lendemain que les symptômes prodromiques.
Prédire une migraine avant qu’elle ne commence
Plutôt que de se concentrer principalement sur les symptômes prodromiques, les chercheurs ont examiné les tendances à plus long terme dans l’histoire des symptômes des personnes. Ils ont analysé les données de 53 065 utilisateurs de l’application Nerivio, ce qui a donné lieu à 770 473 rapports quotidiens collectés entre janvier 2020 et juillet 2025.
L’ensemble de données comprenait des informations provenant de journaux électroniques sur la migraine, de questionnaires, de caractéristiques démographiques et de données météorologiques géolocalisées.
Les chercheurs ont ensuite testé 7 algorithmes d’apprentissage automatique pour déterminer si ces données pouvaient identifier les personnes susceptibles de souffrir d’une migraine le lendemain. Le modèle le plus performant était une version personnalisée d’un algorithme appelé XGBoost.
Le modèle a atteint une précision de 91,2 %, ce qui signifie que lorsqu’il prédisait qu’une personne serait susceptible de souffrir d’une migraine le lendemain, cette prédiction était correcte environ 91 % du temps dans l’ensemble de données de l’étude. Le modèle a également réalisé :
- 81 % de précision globale
- Sensibilité de 80 %, mesurant dans quelle mesure il a identifié les événements migraineux du lendemain
- Spécificité de 83 %, mesurant dans quelle mesure il a identifié les jours sans migraine
- 0,893 aire sous la courbe (AUC), une mesure couramment utilisée pour déterminer dans quelle mesure un modèle de prédiction fait la distinction entre deux résultats
Les chercheurs notent que les résultats comprenaient des maux de tête allant de douleurs légères à modérées et sévères, plutôt que de se limiter à des crises de migraine plus invalidantes.
Les antécédents de maux de tête d’une personne sont particulièrement importants
L’une des conclusions notables de l’étude était que les informations prédictives les plus solides ne provenaient pas des symptômes prodromiques. Au lieu de cela, le modèle a accordé une importance considérable aux types de maux de tête d’une personne au cours des 30 jours précédents.
En particulier, la moyenne mobile de la gravité des maux de tête au cours du mois précédent était la caractéristique individuelle la plus influente. Les fonctionnalités calculées sur les 30 jours précédant une attaque représentaient collectivement environ 56 % des performances du modèle. En comparaison, les informations sur les symptômes prodromiques représentaient environ 11 %.
Cela suggère que le risque de migraine peut être influencé non seulement par ce qui se passe peu de temps avant une crise, mais également par des schémas qui émergent sur plusieurs semaines.
La prédiction de la migraine pourrait-elle aider les patients ?
Être capable d’anticiper une migraine pourrait potentiellement donner aux gens plus de temps pour se préparer à un épisode.
Par exemple, une personne qui sait que son risque peut être élevé le lendemain pourrait être en mesure de planifier son emploi du temps, de donner la priorité au sommeil, de maintenir des repas et une hydratation réguliers, ou de s’assurer qu’elle dispose des traitements prescrits.
Les auteurs de l’étude suggèrent qu’une meilleure prévision pourrait également potentiellement réduire une partie de l’incertitude et de l’anxiété que ressentent les gens entre les crises de migraine.
Cependant, l’outil d’intelligence artificielle (IA) est destiné à fournir des informations sur la probabilité d’une migraine plutôt qu’à prendre des décisions de traitement.
Dans un communiqué de presse, Theranica, qui possède et développe l’application Nerivio, déclare que sa fonctionnalité « Your Day Ahead », qui intègre le modèle d’apprentissage automatique dans l’application, ne diagnostique pas la migraine et ne recommande pas de modifications au traitement prescrit. Il convient également de noter que de nombreux auteurs de l’étude sont également affiliés à Theranica.
Actualités médicales aujourd’hui s’est entretenu avec Vernon Williams, MD, neurologue du sport et directeur fondateur du Center for Sports Neurology and Pain Medicine de Cedars-Sinai Orthopaedics and Sports Medicine à Los Angeles et B-ASE Performance, Inc, qui n’a pas participé à l’étude, sur ce qu’une personne peut envisager de faire différemment si l’application prédit que le risque de migraine de quelqu’un demain est élevé.
« Si l’application prédit que le risque de migraine d’une personne sera élevé le lendemain, cela peut être un rappel utile pour être particulièrement cohérent avec les habitudes de vie qui contribuent à réduire le risque de migraine », a-t-il noté.
» Dormir suffisamment et régulièrement, rester bien hydraté, manger des repas nutritifs à intervalles réguliers et minimiser le stress inutile peut aider à augmenter le seuil de développement d’une migraine. En d’autres termes, l’objectif est de rendre le cerveau moins sensible aux déclencheurs connus. «
— Vernon Williams, MD
« Il est également important de prêter attention aux schémas personnels de migraine. Si quelqu’un sait que certains aliments, l’alcool, les repas sautés, le manque de sommeil ou d’autres facteurs déclenchent généralement ses (épisodes) de migraine, une prédiction de risque élevé peut être une bonne raison d’être particulièrement diligent pour éviter ces déclencheurs », a déclaré Williams.
« Cela dit, les gens doivent se rappeler que les applications de prédiction de la migraine sont des outils et non des dispositifs de diagnostic. Leurs prédictions sont basées sur les informations et les algorithmes dont ils disposent et peuvent ne pas prédire avec précision ce qui se passera pour chaque individu », a-t-il souligné.
Williams a également souligné que l’application, les journaux intimes et les mesures de style de vie à eux seuls pourraient ne pas suffire pour les personnes souffrant d’épisodes de migraine fréquents et invalidants.
« Il existe des médicaments préventifs efficaces qui peuvent réduire la fréquence des migraines, ainsi que des médicaments conçus pour arrêter une crise une fois qu’elle commence. Toute personne souffrant de migraines fréquentes devrait discuter de ces options avec son médecin pour élaborer un plan de traitement personnalisé », a-t-il déclaré.
Quelles sont les limites ?
Malgré la grande taille de l’ensemble de données, les résultats n’établissent pas que le modèle fonctionnera aussi bien pour chaque personne souffrant de migraine.
Les participants étaient tous des utilisateurs de l’application Nerivio, ce qui signifie que la population étudiée peut différer de la population plus large de personnes vivant avec la migraine. De plus, la cohorte tendait également vers les personnes souffrant de migraines plus fréquentes et celles qui suivaient activement un traitement.
Par conséquent, les chercheurs notent que les résultats doivent être confirmés dans des populations plus larges de migraines.
Une autre considération importante est qu’un modèle de prédiction n’est pas la même chose qu’un test diagnostique ou qu’un traitement. Une prédiction d’un risque élevé de migraine ne garantit pas qu’une crise se produira, et un faible risque prévu ne signifie pas nécessairement qu’une crise ne peut pas se produire.
« Une prédiction à haut risque ne signifie pas qu’une migraine est inévitable, et une prédiction à faible risque ne garantit pas qu’elle ne se produira pas. Les gens devraient utiliser ces prédictions comme source d’informations supplémentaire plutôt que de permettre à une application de remplacer leur propre expérience, leur jugement clinique ou les conseils de leur professionnel de la santé. «
— Vernon Williams, MD
L’étude était également basée sur des données d’application observationnelles du monde réel plutôt que sur un essai clinique randomisé testant si le fait d’agir sur les prédictions améliore les résultats de la migraine.
Quelle pourrait être la prochaine étape en matière de prédiction de la migraine ?
Les résultats prouvent que les données longitudinales générées par les patients peuvent contenir des signaux utiles pour prédire les crises de migraine.
Plutôt que de s’appuyer uniquement sur les symptômes prodromiques, les futurs outils de prédiction de la migraine pourraient potentiellement combiner des informations sur la fréquence et la gravité des maux de tête, les schémas d’attaques récents, les caractéristiques individuelles et les facteurs environnementaux.
Pour les personnes souffrant de migraine, la valeur pratique peut en fin de compte dépendre de la question de savoir si des prévisions plus précises conduisent à des améliorations significatives dans la vie quotidienne, comme une meilleure préparation, moins de perturbations, une réduction de l’anxiété ou une meilleure gestion des crises.
Pour l’instant, les résultats montrent que l’apprentissage automatique peut identifier des modèles dans les données régulièrement collectées du journal des migraines et utiliser ces modèles pour fournir des informations sur les risques le lendemain, plutôt que de remplacer le diagnostic clinique ou les décisions de prescription.