Self-Reported Symptoms Enable Four-Phase Menstrual Cycle Classification with Hormonally Validated Labels

Diese Studie zeigt, dass ein hybrides Modell aus Gradient-Boosting und Hidden Semi-Markov-Modellen allein auf Basis von selbstberichteten Symptomen eine hormonell validierte Klassifizierung der vier Menstruationsphasen mit einer Genauigkeit von 67,6 % ermöglicht und damit eine ressourcenschonende, tragbare-freie Überwachung der reproduktiven Gesundheit unterstreicht.

Das Wesentliche

🌸 Der Zyklus-Rätsel-Löser: Wie das eigene Gefühl den Körper verrät

Stell dir vor, dein Körper ist wie ein großer, sich wiederholender Jahreszeiten-Kalender. Er hat vier klar definierte Jahreszeiten:

1. Menstruation (Der Winter: Reinigung und Ruhe)
2. Follikelphase (Der Frühling: Wachstum und Energie)
3. Fruchtbarkeit (Der Sommer: Die kurze, heiße Hochphase)
4. Gelbkörperphase (Der Herbst: Vorbereitung auf den Winter)

Bisher war es sehr schwer, genau zu wissen, in welcher „Jahreszeit" man sich gerade befindet, ohne teure Sensoren (wie Smartwatches) oder Hormontests im Labor zu nutzen. Die meisten Apps verlassen sich nur auf den Kalender („Du hast vor 28 Tagen angefangen, also bist du jetzt in Phase X"). Das ist aber oft ungenau, wie ein Wetterbericht, der nur auf dem Datum basiert, nicht auf dem aktuellen Himmel.

Die große Frage der Studie:
Können wir den Zyklus allein durch einfache Fragen erkennen? Wenn du jeden Tag schreibst: „Ich habe Kopfschmerzen", „Ich bin müde" oder „Meine Stimmung ist schlecht", reicht das aus, um zu sagen: „Aha, du bist gerade in der Fruchtbarkeitsphase"?

Die Antwort der Forscher ist ein überraschendes JA.

🧩 Wie funktioniert das? (Die zwei Köpfe im System)

Die Forscher haben einen cleveren Computer-Algorithmus gebaut, der wie ein Detektiv mit zwei Spezialisten arbeitet:

1. Der Detektiv (Der Klassifizierer)

Dieser Teil schaut sich deine täglichen Einträge an. Er ist sehr gut darin, Muster zu erkennen. Er sieht: „Oh, heute ist die Stimmung schwankend und die Brust ist empfindlich."

• Das Problem: Der Detektiv ist etwas vergesslich. Er weiß nicht, dass der Körper einen logischen Ablauf hat. Er könnte theoretisch denken: „Heute ist Winter, morgen ist Sommer, übermorgen wieder Winter." Das ist biologisch unmöglich.

2. Der Zeit-Manager (Das HSMM-Modell)

Dieser zweite Teil ist der strenge Lehrer. Er kennt die Regeln der Biologie:

• Man kann nicht vom Winter direkt in den Sommer springen.
• Der Winter dauert etwa 5 Tage, der Herbst etwa 11 Tage.
• Die Reihenfolge muss stimmen: Winter → Frühling → Sommer → Herbst → Winter.

Der Zeit-Manager nimmt die Vermutungen des Detektivs und glättet sie. Wenn der Detektiv sagt: „Heute ist Sommer", aber gestern war noch Winter und morgen muss wieder Frühling kommen, sagt der Zeit-Manager: „Moment mal, das passt nicht in den Zeitplan. Wir korrigieren das."

🎯 Die überraschende Entdeckung: Nicht das „Was", sondern das „Wie"

Das ist der spannendste Teil der Studie. Man hätte gedacht, dass die Stärke der Symptome wichtig ist.

• Falsche Annahme: „Wenn ich sehr starke Kopfschmerzen habe, bin ich in Phase X."
• Wahre Erkenntnis: Es kommt darauf an, wie sehr sich deine Symptome von Tag zu Tag ändern.

Die Analogie:
Stell dir vor, du hörst Musik.

• Absolute Lautstärke (Symptomstärke): Ob die Musik leise oder laut ist, sagt wenig darüber aus, ob es ein Walzer oder ein Rocksong ist. Jeder Mensch hat eine andere Grundlautstärke.
• Die Veränderung (Schwankung): Ob die Musik plötzlich von sanft zu wild wechselt, ist das eigentliche Signal.

Die Studie fand heraus, dass Schwankungen (z. B. „Gestern war ich super fit, heute bin ich total platt") viel aussagekräftiger sind als der absolute Wert. Das ist wie ein Seismograf: Nicht die Höhe des Berges zählt, sondern wie schnell das Erdbeben kommt. Diese „inneren Erschütterungen" verraten dem Computer, welcher Zyklus-Tag kommt, viel besser als das bloße Gefühl selbst.

📊 Was hat das gebracht?

• Genauigkeit: Das System hat es geschafft, die vier Phasen zu 67,6 % korrekt zu erkennen. Das ist für reine „Gefühls-Daten" (ohne Sensoren) eine riesige Leistung. Zum Vergleich: Reine Kalender-Apps liegen oft nur bei 20–40 %.
• Der Schwachpunkt: Die „Fruchtbarkeitsphase" (der Sommer) ist immer noch schwer zu erkennen. Sie dauert nur kurz (ca. 3 Tage) und die Symptome sind sehr subtil. Das ist wie der Versuch, einen Blitz in einer dunklen Nacht zu sehen – er ist da, aber schwer zu fassen.
• Der Vorteil: Du brauchst keine teure Smartwatch. Nur ein Handy und ehrliches Tagebuchschreiben reichen aus. Das macht die Technik für Menschen zugänglich, die sich keine Gadgets leisten können oder keine tragen wollen.

💡 Fazit für den Alltag

Diese Studie zeigt uns, dass unser Körper uns mehr verrät, als wir denken – auch durch unsere subjektiven Gefühle. Wenn wir auf die Veränderungen in unserem Befinden achten (nicht nur darauf, wie wir uns gerade fühlen), können wir unseren Zyklus viel besser verstehen.

Es ist wie ein Spiegel, der nicht nur dein Gesicht zeigt, sondern auch deine Stimmungsschwankungen, um dir zu sagen: „Hey, dein innerer Kalender sagt, du bist jetzt in der Phase, in der du besonders fruchtbar bist."

Kurz gesagt: Du musst nicht in ein Labor gehen, um deinen Zyklus zu verstehen. Manchmal reicht es, genau hinzuhören, wie sich deine Gefühle von Tag zu Tag wandeln.

Technische Zusammenfassung

1. Problemstellung

Die genaue Bestimmung des physiologischen Zustands im Menstruationszyklus ist für die reproduktive Gesundheit und das Verständnis von Symptomdynamiken entscheidend. Bisherige nicht-hormonelle Ansätze stützen sich entweder auf Kalendermethoden (geringe Genauigkeit, ca. 21 % für den Eisprung) oder auf Wearable-Sensoren (hohe Genauigkeit, aber hoher Hardware-Aufwand).

Die zentrale Forschungsfrage dieses Papers ist, ob ausschließlich selbstberichtete Symptome (ohne Sensoren oder Hormontests) ausreichen, um eine prospektive, subjektsübergreifende Klassifizierung der vier Zyklusphasen (Menstruation, Follikularphase, Fertilitätsphase, Lutealphase) zu ermöglichen. Herausforderungen hierbei sind die Subjektivität der Daten, Recall-Bias, fehlende Werte und die hohe interindividuelle Variabilität der Symptome. Besonders die kurze und subtil symptomatische Fertilitätsphase (Eisprung) stellt eine große Hürde dar.

2. Methodik

Datensatz

Die Studie verwendet den öffentlich zugänglichen mcPHASES-Datensatz (PhysioNet).

• Kohorte: 41 Teilnehmerinnen (Alter 18–29), rekrutiert in Toronto.
• Ground Truth: Phasenlabels basieren auf täglichen hormonellen Assays (LH, Östradiol, Progesteron), nicht auf Kalenderannahmen.
• Eingabedaten: Tägliche selbstberichtete Symptome (14 Variablen: Blutungsstärke/-farbe und 12 Symptom-Skalen wie Müdigkeit, Stimmungsschwankungen, Krämpfe etc.) auf einer Likert-Skala.
• Vorverarbeitung: Ausschluss von Zyklen mit Lücken von ≥5 Tagen. Ein 14-tägiger „Warm-up"-Bereich wurde für die Berechnung gleitender Statistiken entfernt.

Feature-Engineering

Aus den 14 Rohvariablen wurden 97 Features abgeleitet, die in vier Kategorien unterteilt sind:

1. Zyklusposition (13 Features): Zähler für Tage seit der letzten Blutung, zyklische Kodierung (Sin/Cos) und lineare Fortschrittsindizes.
2. Rollende Standardabweichungen (42 Features): Berechnet über 5-, 7- und 14-Tage-Fenster für alle Variablen. Dies erfasst die Variabilität der Symptome (Schwankungsbreite) statt absoluter Werte.
3. Rollende Mittelwerte (28 Features): Trends über 7- und 14-Tage-Fenster.
4. Rohwerte (14 Features): Die aktuellen Tageswerte der Symptome.

Modellarchitektur: Hybrid-Ansatz

Das Kernstück ist eine zweistufige Architektur, die einen diskriminativen Klassifikator mit einem generativen zeitlichen Modell kombiniert:

1. CatBoost (Gradient Boosting):

   • Ein Klassifikator, der für jeden Tag Wahrscheinlichkeiten für die vier Phasen berechnet.
   • Vorteil: Handhabt fehlende Werte nativ und erfasst nicht-lineare Interaktionen zwischen den Features.
   • Er liefert jedoch keine zeitliche Kohärenz (kann biologisch unmögliche Sequenzen vorhersagen, z. B. Luteal → Menstruation → Luteal).

2. Hidden Semi-Markov Model (HSMM):

   • Dient als zeitlicher Glätter über den CatBoost-Ausgaben.
   • Emissionen: Die Log-Wahrscheinlichkeiten von CatBoost werden als diskriminative Emissionsscores genutzt.
   • Dauer-Priors: Statt geometrischer Verteilungen (wie bei klassischen HMMs) werden empirische Gauß-Verteilungen für die Phasendauern verwendet, um biologisch plausible Längen zu erzwingen.
   • Transitionen: Erzwingt eine strikte zyklische Reihenfolge (Menstruation → Follikular → Fertilität → Luteal → Menstruation).
   • Decodierung: Der Viterbi-Algorithmus findet die wahrscheinlichste Zustandssequenz unter Berücksichtigung von Emissionen, Dauer-Priors und Übergangsbeschränkungen.

Evaluierung

• Methode: Leave-One-Subject-Out (LOSO) Cross-Validation. Dies ist die strengste Form der Evaluierung, da das Modell auf 40 Teilnehmer trainiert und auf dem 41. getestet wird, um eine Überanpassung an individuelle Berichtsmuster zu verhindern.
• Benchmarks: Vergleich mit Majoritäts-Klassifikator, reinen Kalender-Modellen, logistischer Regression und Random Forest.

3. Ergebnisse

• Gesamtperformance: Das hybride CatBoost+HSMM-Modell erreichte eine Genauigkeit (Accuracy) von 67,6 % und einen Macro F1-Score von 0,662.
• Vergleich: Dies ist signifikant besser als alle Baselines (z. B. Random Forest: 65,3 %, Kalender-Modell: 63,0 %).
• Einzelne Phasen:
  • Menstruation: F1 = 0,774
  • Follikular: F1 = 0,661
  • Luteal: F1 = 0,750
  • Fertilität (Eisprung): F1 = 0,462 (die schwächste Phase, bedingt durch ihre Kürze und subtilen Symptome).
• Einfluss der HSMM: Der HSMM-Schritt verbesserte die Genauigkeit gegenüber CatBoost allein um +2,4 Prozentpunkte und den F1-Score um +3,2 Punkte.
• Feature-Importanz (SHAP):
  • Rollende Standardabweichungen (Variabilität) waren die wichtigsten Features (45 % der Wichtigkeit).
  • Absolute Symptomwerte waren weniger aussagekräftig.
  • Dies zeigt, dass die Schwankung der Symptome innerhalb einer Person ein stärkeres Signal für den Phasenwechsel ist als die absolute Intensität.

4. Hauptbeiträge

1. Erster Benchmark: Dies ist die erste Studie, die eine prospektive, subjektsübergreifende 4-Phasen-Klassifizierung nur auf Basis selbstberichteter Daten mit hormonell validierten Ground-Truth-Labels durchführt.
2. Hybrid-Architektur: Demonstration der Effektivität einer Kombination aus Gradient-Boosting und HSMM, um sowohl komplexe Muster zu lernen als auch biologische Constraints (Dauer, Reihenfolge) zu erzwingen.
3. Neue Erkenntnis zur Signalqualität: Die Entdeckung, dass Symptomvariabilität (innerhalb einer Person) ein robusteres und generalisierbares Signal ist als absolute Symptomlevel. Dies hat Implikationen für die Gestaltung zukünftiger Fragebögen.
4. Zugänglichkeit: Nachweis, dass eine phasenbasierte Überwachung ohne Wearables und teure Hardware möglich ist, was Ressourcen-beschränkte Settings und unterversorgte Populationen erreicht.

5. Bedeutung und Limitationen

Bedeutung:
Die Studie belegt, dass subjektive Symptomdaten einen signifikanten physiologischen Informationsgehalt besitzen. Dies ermöglicht die Entwicklung kostengünstiger, gerätefreier digitaler Biomarker für die reproduktive Gesundheit. Die Betonung der Variabilität als Signalquelle könnte die Designprinzipien für zukünftige Gesundheits-Apps verändern (Fokus auf Änderungen statt absolute Werte).

Limitationen:

• Fertilitätsphase: Die Erkennung des Eisprungs bleibt unzureichend (F1 0,462), was die klinische Nutzbarkeit für Fruchtbarkeitsplanung einschränkt.
• Abhängigkeit von Blutungsdaten: Das Modell ist stark von der korrekten Erfassung der Menstruationsblutung abhängig, um den Zyklus zu verankern. Bei unregelmäßiger Dateneingabe bricht die Performance ein.
• Stichprobe: Die Kohorte ist klein (N=41), jung und ethnisch begrenzt (hauptsächlich kaukasisch und ostasiatisch). Die Generalisierbarkeit auf ältere Frauen, Frauen mit hormoneller Verhütung oder verschiedenen BMI-Werten ist noch unbekannt.
• Bias: Selbstberichte unterliegen Recall-Bias und nicht-zufälligen Fehlern (z. B. weniger Einträge bei asymptomatischen Tagen).

Zukunftsausblick:
Die Autoren schlagen vor, multimodale Ansätze zu testen, die die leichten Symptomdaten mit passiven Wearable-Signalen (Körpertemperatur, Herzfrequenz) kombinieren, um insbesondere die Fertilitätsphase zu verbessern und die Abhängigkeit von manuellen Eingaben zu reduzieren.