Salud · Próximo proyecto Health · Next project Previsto Otoño 2026 Expected Fall 2026

Anticipar una crisis de migraña
antes de que llegue el dolor.

Anticipate a migraine attack
before the pain arrives.

Las migrañas tienen una fase prodromal que aparece horas o incluso días antes del dolor. Cambios en sueño, frecuencia cardíaca, actividad y temperatura corporal preceden a la crisis. El reto es detectar esa firma fisiológica a tiempo para que el paciente actúe antes de que el dolor se instale.

Migraines have a prodromal phase that appears hours or even days before the pain. Changes in sleep, heart rate, activity and body temperature precede the attack. The challenge is detecting that physiological signature in time for the patient to act before the pain sets in.

Este proyecto comparte con GLOBEM el marco metodológico — N-of-1, SPC, orientación a decisión — porque ese marco es válido para cualquier problema de salud donde la señal relevante sea el cambio individual a lo largo del tiempo. Cambia la enfermedad, no la lógica.

This project shares its methodological framework with GLOBEM — N-of-1, SPC, decision-oriented — because that framework is valid for any health problem where the relevant signal is individual change over time. The disease changes, not the logic.

🧠
Diseño en espera. Este proyecto no arranca hasta que GLOBEM esté completo. El diseño detallado, los bloques CRISP-DM y la página Work in Progress completa se construirán a partir de Otoño 2026. Lo que hay aquí es el marco conceptual suficiente para entender la dirección.
Design on hold. This project does not start until GLOBEM is complete. The detailed design, the CRISP-DM blocks and the full Work in Progress page will be built starting Autumn 2026. What is here is just enough conceptual framework to understand the direction.

El proyecto

The project

Qué se va a construir

What will be built

Pregunta central

¿Puede una señal fisiológica revelar una crisis de migraña antes de que aparezca el dolor?

El paciente con migraña conoce sus desencadenantes pero no sabe cuándo va a venir la siguiente crisis. La fase prodromal — fatiga, alteraciones del sueño, cambios de humor, sensibilidad lumínica — empieza horas o días antes del dolor pleno. Detectar esa firma permite intervenir con tratamiento abortivo a tiempo.

Central question

Can a physiological signal reveal a migraine attack before the pain appears?

The migraine patient knows their triggers but does not know when the next attack will come. The prodromal phase — fatigue, sleep disturbances, mood changes, light sensitivity — begins hours or days before full pain. Detecting that signature allows intervening with abortive treatment in time.

Enfoque

N-of-1 con análisis espectral

Mismo principio que GLOBEM: cada paciente es su propio control. Lo que se añade es una capa de análisis en frecuencia — no solo cuánto cambia la señal fisiológica, sino cómo cambia su estructura espectral. La fase prodromal tiene una firma en frecuencia además de una firma temporal.

Approach

N-of-1 with spectral analysis

Same principle as GLOBEM: each patient is their own control. What is added is a frequency-domain analysis layer — not just how much the physiological signal changes, but how its spectral structure changes. The prodromal phase has a frequency signature as well as a temporal one.

Marco Metodológico

Un sistema de detección temprana de crisis de migraña que monitoriza desviaciones respecto al baseline propio de cada paciente en señales fisiológicas de alta resolución temporal. El objetivo es el mismo que en GLOBEM: orientar la decisión de intervención, no producir diagnósticos. La diferencia es que aquí la ventana de actuación es de horas a días, no de semanas.

Applied framework

An early-detection system for migraine attacks that monitors deviations from each patient's own baseline in high-temporal-resolution physiological signals. The goal is the same as in GLOBEM: orient the intervention decision, not produce diagnoses. The difference is that here the action window is hours to days, not weeks.

Señales de trabajo

Working signals

Tres ventanas a la fase prodromal

Three windows into the prodromal phase

HRV
Variabilidad de la frecuencia cardíaca. Refleja el balance simpático-vagal en tiempo real. Estudios recientes (Mount Sinai, 2025) muestran que la HRV nocturna cambia las horas previas a una crisis de migraña, especialmente en las primeras tres horas tras el inicio del sueño. Es la señal más accesible con wearables actuales.
HRV
Heart rate variability. Reflects sympathetic-vagal balance in real time. Recent studies (Mount Sinai, 2025) show that nocturnal HRV changes in the hours preceding a migraine attack, especially during the first three hours after sleep onset. It is the most accessible signal with current wearables.
Actividad y sueño
Reducción de actividad diaria, alteración del ritmo circadiano y fragmentación del sueño aparecen como señales preictales recurrentes. Datos de acelerómetro y de fases de sueño obtenidos de Apple Watch, Fitbit u Oura son la fuente principal. Combinables directamente con HRV en un mismo dispositivo.
Activity and sleep
Reduced daily activity, circadian rhythm disruption and sleep fragmentation appear as recurring preictal signals. Accelerometer and sleep-stage data from Apple Watch, Fitbit or Oura are the main source. Directly combinable with HRV on the same device.
Temperatura y EDA
Temperatura cutánea y actividad electrodérmica. La EDA refleja activación del sistema nervioso autónomo, y la temperatura cutánea muestra cambios sutiles antes de la crisis. Los estudios con Empatica E4 (Vilnius Tech, 2024) las identifican como features con mayor poder discriminativo en ventanas de 5-10 minutos.
Temperature and EDA
Skin temperature and electrodermal activity. EDA reflects autonomic nervous system activation, and skin temperature shows subtle changes before the attack. Studies with Empatica E4 (Vilnius Tech, 2024) identify them as features with the highest discriminative power in 5–10 minute windows.
Capa técnica nueva respecto a GLOBEM

Estas señales fisiológicas requieren procesamiento en el dominio de la frecuencia, no solo en el tiempo. Análisis espectral de HRV (bandas LF y HF), transformadas wavelet sobre EDA, filtrado de artefactos de movimiento son pasos que GLOBEM no necesita. La librería de referencia es NeuroKit2 en Python y la base conceptual es Mike X Cohen — "Analyzing Neural Time Series Data".

New technical layer compared to GLOBEM

These physiological signals require frequency-domain processing, not just time-domain. Spectral analysis of HRV (LF and HF bands), wavelet transforms on EDA, motion-artifact filtering are steps GLOBEM does not need. The reference library is NeuroKit2 in Python and the conceptual basis is Mike X Cohen — "Analyzing Neural Time Series Data".

Marco metodológico

Methodological framework

Cómo se aborda este proyecto

How this project is approached

El enfoque metodológico — N-of-1, baseline individual, SPC, change point detection — sigue una arquitectura válida para cualquier problema de monitorización individual longitudinal, independientemente del dominio.

The methodological approach — N-of-1, individual baseline, SPC, change point detection — follows an architecture valid for any longitudinal individual monitoring problem, regardless of the domain.

Marco N-of-1: cada paciente es su propio control. El cambio se mide comparando al individuo consigo mismo en el tiempo, no contra una norma poblacional. Especialmente importante en migraña, donde los desencadenantes son altamente individuales.
N-of-1 framework: each patient is their own control. Change is measured by comparing the individual with themselves over time, not against a population norm. Especially important in migraine, where triggers are highly individual.
Statistical Process Control: baseline individual, z-score intra-sujeto, run rules de persistencia, convergencia multivariable, CUSUM y EWMA. La lógica de detección de cambio sostenido es la misma — solo cambia la ventana temporal de detección.
Statistical Process Control: individual baseline, intra-subject z-score, persistence run rules, multivariable convergence, CUSUM and EWMA. The sustained-change detection logic is the same — only the detection time window changes.
Estructura CRISP-DM × Bloques × Kanban: misma metodología de proyecto. La plantilla de Work in Progress, la regla de credibilidad por bloque (decisión / renuncia / uso real / trade-off) y el Kanban de fases se reutilizan.
CRISP-DM × Blocks × Kanban structure: same project methodology. The Work in Progress template, the per-block credibility rule (decision / trade-off given up / real-world use / trade-off) and the phase Kanban are reused.
Change point detection: BOCPD y PELT siguen siendo las herramientas de referencia. La señal cambia; el problema de detección de cambio no.
Change point detection: BOCPD and PELT remain the reference tools. The signal changes; the change-detection problem does not.
Orientación a decisión, no a diagnóstico: el sistema detecta la fase prodromal y orienta cuándo tomar tratamiento abortivo. No produce etiquetas clínicas. El principio es idéntico al de GLOBEM.
Decision-oriented, not diagnostic: the system detects the prodromal phase and guides when to take abortive treatment. It does not produce clinical labels. The principle is identical to GLOBEM's.
+
Análisis espectral: HRV se analiza en bandas de frecuencia (LF, HF), no solo como serie temporal. EDA y temperatura cutánea requieren transformadas para extraer features relevantes. Capa técnica que GLOBEM no necesita.
Spectral analysis: HRV is analyzed in frequency bands (LF, HF), not only as a time series. EDA and skin temperature require transforms to extract relevant features. A technical layer GLOBEM does not need.
+
Ventana temporal corta: mientras GLOBEM detecta deterioro a lo largo de semanas, migraña requiere detectar fase prodromal en horas. Esto cambia el diseño del baseline, los rolling windows y los umbrales de alerta. Mismo marco SPC, parámetros completamente distintos.
Short time window: while GLOBEM detects deterioration over weeks, migraine requires detecting the prodromal phase in hours. This changes baseline design, rolling windows and alert thresholds. Same SPC framework, completely different parameters.
+
Datos clínicos heterogéneos: diario de crisis del paciente, triggers reportados, medicación abortiva tomada. Integración de datos auto-reportados con señales fisiológicas continuas — pipeline más exigente que el de un dataset homogéneo.
Heterogeneous clinical data: patient attack diary, reported triggers, abortive medication taken. Integration of self-reported data with continuous physiological signals — a more demanding pipeline than a homogeneous dataset.

¿Quieres bajar al código?

Would you like to download the code?

El notebook técnico documenta cada decisión implementada. El análisis exploratorio, la construcción del baseline y el pipeline de features están disponibles en GitHub.

The technical notebook documents every decision that was implemented. The exploratory analysis, baseline construction, and feature pipeline are available on GitHub

Actualizado a medida que avanzan los bloques Updated as the blocks progress