目的:通过对吉林省中医药科学院第一临床医院的前庭性偏头痛患者的流行病学资料、临床特征及中医四诊信MDV3100息特点进行分析,明确家族聚集性前庭性偏头痛(FCVM)和散发性前庭性偏头痛(SVM)的临床差异表现,分析家族聚集性前庭性偏头痛的发病危险因素,建立家族聚集性前庭性偏头痛的患病风险预测模型。方法:收集2021年1月至2022年12月吉林省中医药科学院第一临床医院前庭性偏头痛患者共600例,根据是否存在家族遗传学特点分为FCVM组与SVM组。收集包括患者的人口学资料、疾病特征、诱发因素、伴随症状、既往史、中医四诊(望闻问切)等相关信息,建立眩晕病历资料数据库,对FCVM组与SVM组进行单因素分析,初步筛选患者风险因素,将结果中有统计学差异的风险因素纳入二元Logistic回归分析,建立家族聚集性前庭性偏头痛的预测模型,最后绘制ROC曲线,并对已建立的家族聚集性前庭性偏头痛患者风险预测模型进行验证评价。结果:1.两组患者通过单因素分析,最终结果显示包括头痛发病年龄、面色潮红、舌形嫩、舌形薄瘦、舌色红、耳鸣、PEG300供应商头重脚轻、胁痛、腰膝酸软、神疲乏力、脉细、急躁易怒、焦虑抑郁均与家族聚集性前庭性偏头痛的发生有关联。2.两组患者通过多因素分析,最终结果显示包括头痛起病年龄、胁痛、舌色红、耳鸣、腰膝酸软、神疲乏力、急躁易怒是FCVM组与SVM组之间存在的主要风险因素,基于多因素逻辑回归的结果建立家族聚集性前庭性偏头痛的风险预测模型,其公式为:FCVM的风险预测模型=0.364-0.063头痛起病年龄+0.514*舌色红+1.050*耳鸣+1.252胁痛+1.540*腰膝酸软+1.259*神疲乏力+0.515*急躁易怒3.对建立的家族聚集性前庭性偏头痛风险预测模型进行区分度及一致性检验,ROC曲线下面积(areaunder the ROC curve,AUCchemiluminescence enzyme immunoassay)为0.791,P<0.001,95%CI为(0.755-0.827),灵敏度为66.7%,特异度为78.0%,证实模型预测价值较高,表明模型诊断真实度较好。结论:1.头痛起病年龄、舌色红、耳鸣、胁痛、腰膝酸软、神疲乏力、急躁易怒为FCVM患者与SVM患者主要的临床特征差异;2.本研究所得预测模型通过检验,绘制ROC曲线验证表明预测区分度与一致性良好,并且具有较好的临床净获益,为研究家族聚集性前庭性偏头痛诊断提供新的研究思路与方法。