发作性偏头痛中的健康行为：为什么行为改变很重要

DOI: https://doi.org/10.1007/s11916-018-0721-5

摘要-总结 日常行为模式与偏头痛发作和残疾相关。

本文综述了可以在发作性偏头痛患者中加以干预以改善偏头痛相关结局的健康行为。

4.8 心理行为干预

823

睡眠剥夺、疲劳和睡眠质量差已被证明与偏头痛发作的起始、头痛频率及头痛相关残疾相关。

涉及发作性偏头痛的健康行为是日常模式的一部分，可以在临床实践中常规干预以改善偏头痛管理。

扩展：本文简要总结了现有的行为改变技术和未来研究方向。

引言 此外，发作性偏头痛患者面临头痛频率增加和符合慢性偏头痛标准（每月15个或以上头痛日）的风险。约2.5%的发作性偏头痛患者会进展为慢性偏头痛，这与更差的生活质量相关[22, 571]。

行为改变可以在偏头痛发作的预防及发作性偏头痛患者的生活质量中发挥关键作用。

本综述将描述行为因素与发作性偏头痛的频率、严重程度和残疾之间关联的最新证据。

关于日常行为模式（睡眠、饮食和补水）的一致性与发作性偏头痛活动之间关联的证据正在增长。精神症状在此简要讨论，因为它们与偏头痛症状和残疾相关，且通常是发作性偏头痛行为治疗的目标。

压力 偏头痛患者常报告应激事件和感知压力是偏头痛发作的触发因素，并与偏头痛发作频率增加相关[572, 573]。

一项近期的电子日记研究纳入95名发作性偏头痛患者，发现包含应激事件存在的简单预测模型能够在随后的24小时内预测头痛发作（训练样本AUC 0.73, 95% CI = 0.71–0.75；验证样本AUC 0.65, 95% CI = 0.60–0.67）[574]。

该研究表明，偏头痛患者在存在应激事件的情况下可能对次日偏头痛的可能性有一定预知，从而为准备可能的偏头痛发作提供机会。

发作性和慢性偏头痛患者在对感知压力有影响的应激事件类型上可能存在差异。

一致的日常模式 一项韩国电子日记研究纳入62名发作性偏头痛患者，发现在评估的62个因素中，压力（58%）、睡眠剥夺（55%）和疲劳（49%）与次日偏头痛发作有最强的关联[575]。

多项近期研究表明，发作性偏头痛患者存在睡眠质量差的问题，且睡眠与头痛频率和严重程度相关。

此外，在伴有发作性偏头痛的学生中，睡眠质量差与较高的头痛频率和头痛相关残疾相关[576]。

另一项近期的横断面研究（n = 378）发现，睡眠质量与偏头痛的关联比睡眠时长更为密切[577]。

4 治疗

一项近期日记研究纳入34名发作性偏头痛患者，发现夜间加餐与不进食相比，头痛发生的几率降低了40%（p = 0.013）[578]。

药物依从性 药物依从性是发作性偏头痛管理的核心。

偏头痛药物依从性是指患者遵守与医疗提供者共同协商确定的用药行为和治疗方案的程度[579]。

急性偏头痛药物依从性的行为组成部分包括三个方面：在中度或重度偏头痛发作时应首先服用偏头痛特异性药物（轻度发作可首先服用简单镇痛药），急性药物应在发作早期疼痛较轻时服用，以及所有限制类型的急性药物应限制使用，以防止药物过度使用性头痛并降低偏头痛发作频率增加的风险[580]。

尽管急性期和预防性药物的依从性对偏头痛管理至关重要，但对患者来说可能具有挑战性[515, 581]。

评估药物依从性并解决亚最佳的药物依从性问题，被推荐用于任何使用药物管理发作性偏头痛的患者[582]。

行为改变 发作性偏头痛的所有治疗都包括患者在某种程度上的一些行为改变。

理解行为改变背后的科学和实践可以帮助所有治疗发作性偏头痛患者的提供者建立行为改变治疗工具包和转诊网络。

成功行为改变的第一步是帮助患者选择一个要改变的行为。

一次为患者设定一个行为改变目标；试图同时改变多个行为可能会削弱行为改变干预的成功率。

自我监测帮助患者评估其当前行为水平、识别改变行为的障碍，并监测他们用于改善该行为的干预措施的成功率。

推荐将行为改变作为偏头痛患者干预措施的头痛提供者，应将该行为的监测纳入患者的头痛日记中，并在复诊时查阅该日记。

结论 行为因素包括压力水平、日常模式如睡眠和饮食的一致性以及药物依从性，已被证明与发作性偏头痛患者的偏头痛症状和残疾相关。

未来的研究应聚焦于（1）评估特定的行为改变干预措施以减少发作性偏头痛患者的偏头痛频率和残疾，特别是那些可以转化为广泛传播格式的干预措施，以及（2）评估行为和行为改变对发作性偏头痛患者头痛频率范围内的偏头痛活动的相对影响。

4.8 心理行为干预

825

在频谱的一端，一些符合发作性偏头痛标准的患者每年经历少于一次偏头痛发作；在频谱的另一端，一些符合发作性偏头痛标准的患者一个月中几乎一半的天数都经历头痛。

评估高频率和低频率发作性偏头痛患者之间健康行为与偏头痛结局的关系是该文献领域的合理下一步。

致谢 本摘要基于Rosenberg, Lauren; Butler, Nicole; Seng, Elizabeth K. 2018年发表于Current Pain and Headache Reports的工作，由机器生成。