Un equipo científico de SRI International presentó un algoritmo capaz de analizar miles de ciclos menstruales para identificar patrones asociados con cambios fisiológicos y envejecimiento.
La herramienta, denominada WAVES, busca ampliar el uso de los datos menstruales más allá de la fertilidad y abrir nuevas posibilidades para la detección de biomarcadores digitales de salud femenina.
Según un estudio publicado en la revista ‘Science Advances’, los investigadores evaluaron 5.674 ciclos menstruales no reproductivos registrados por 753 participantes de entre 18 y 42 años.
El análisis permitió encontrar correlaciones entre la edad, la temperatura corporal y la variabilidad de los ciclos.
El algoritmo WAVES y el análisis de la temperatura corporal
La herramienta desarrollada por SRI International recibió el nombre de WAVES, sigla en inglés de ‘Women’s Health Assessment through Variability of Endocrine Signals‘.
El sistema analiza 32 métricas relacionadas con la temperatura basal corporal y examina diferentes dimensiones de los patrones menstruales, incluidas las variaciones temporales.
Los autores del estudio señalaron que gran parte de la investigación y las aplicaciones sobre salud menstrual se concentran principalmente en la fertilidad y la reproducción, dejando de lado otros datos fisiológicos presentes en los ciclos menstruales
“Sin embargo, la mayor parte de la atención en la salud menstrual, incluidas la investigación, la formación médica, las aplicaciones para consumidores y las patentes, se centra exclusivamente en el aspecto reproductivo y no aprovecha estos ciclos menstruales no reproductivos como indicadores de salud”, escribieron los investigadores encabezados por Marie Gombert-Labedens, de SRI International.
Biomarcadores digitales y salud personalizada
Durante el análisis, el algoritmo identificó relaciones entre el envejecimiento y diferentes cambios fisiológicos observados en los registros de temperatura y regularidad menstrual.
Además, detectó que la asociación entre ambas variables se mantenía estable a nivel individual.
De acuerdo con los investigadores, estos hallazgos podrían contribuir al desarrollo de biomarcadores digitales orientados a la salud femenina y a la creación de herramientas médicas personalizadas basadas en datos fisiológicos obtenidos de los ciclos menstruales.
