偏头痛
偏头痛是一种常见的原发性头痛疾病，特征为反复发作的中至重度搏动性头痛，多为单侧，常伴恶心、呕吐、畏光及畏声。发病机制涉及三叉神经血管系统激活与皮层扩散性抑制，神经递质如降钙素基因相关肽（CGRP）在疼痛传导中起关键作用。典型发作可分为前驱期、先兆期、头痛期和恢复期。诊断主要依据临床病史，影像学检查用于排除继发性病因。治疗分为急性期止痛与预防性干预，急性期常用曲普坦类药物及非甾体抗炎药，预防治疗包括β受体阻滞剂、抗癫痫药及CGRP单克隆抗体等。在全球疾病负担研究中，偏头痛是导致失能的主要神经系统疾病之一，相关专病数据库与知识图谱正推动精准分型与个体化治疗策略的发展。
获取 偏头痛 专属定制方案共 15 个数据集
偏头痛_血浆代谢组学_HDL代谢异常分析数据
该数据集是一个基于10,153份血浆样本的代谢组学数据集，通过1H-NMR技术量化了146种代谢物及79种代谢物比值，重点分析了偏头痛患者与健康对照之间的血浆代谢差异，核心发现包括HDL代谢异常及男性患者Omega-3脂肪酸水平降低，主要用于偏头痛的代谢机制研究、生物标志物发现及性别特异性代谢特征分析。
偏头痛患者异常的丘脑_皮质网络动态机制研究数据
该数据集包含89名偏头痛患者和70名健康对照者的脑网络分析数据，数据模态为脑功能连接网络数据，通过识别5种动态功能连接状态，探究丘脑-皮层网络异常与偏头痛临床症状的关联，主要用于偏头痛神经机制和脑网络动态分析研究。
偏头痛分类数据
该数据集是一个包含患者年龄、症状持续时间、疼痛特征、伴随症状及神经系统表现等24个临床变量的表格型医学数据集，专门用于偏头痛的亚型分类研究，通过机器学习方法可辅助实现基于临床特征的偏头痛自动诊断与分类，适用于医疗健康领域的预测模型开发。
