Migraine is een veelvoorkomende en vaak invaliderende aandoening die wordt beïnvloed door een combinatie van genetische, klinische en omgevingsfactoren. Hoewel de diagnose meestal op basis van het klinisch beeld wordt gesteld, blijft het onzeker welke factoren diagnostisch relevant zijn. Eerdere studies hebben aangetoond dat machinelearning kan helpen bij het identificeren van niet-intuïtieve patronen in genetische, klinische en sociaaleconomische data, maar de toegevoegde waarde van genetische informatie was nog onduidelijk. Tijdens EHC 2024 presenteerde Antonios Danelakis (Norwegian University of Science and Technology) de resultaten van de HUNT-studie. In die studie werden machinelearning-modellen ontwikkeld om migraine te voorspellen op basis van genetische en klinische gegevens. Ook werden de prestaties van deze modellen met elkaar vergeleken.1
