Sex and menstrual cycle differences in the mood-activity association should inform cycle-aware digital phenotyping
Diese Studie zeigt, dass die Beziehung zwischen körperlicher Aktivität und Stimmung je nach Geschlecht und Menstruationszyklusphasen signifikant variiert, insbesondere bei Frauen, was darauf hindeutet, dass Modelle des digitalen Phänotypisierens diese biologischen Faktoren berücksichtigen müssen, um verzerrte Vorhersagen zu vermeiden und personalisierte Erkenntnisse zur psychischen Gesundheit zu ermöglichen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Ihr Telefon wäre ein stiller, super-beobachtender Detektiv. Es weiß nicht nur, was Sie tippen; es beobachtet, wie Sie sich bewegen, wohin Sie gehen und wie Sie schlafen. In der Welt der digitalen Gesundheit nennen Wissenschaftler dies „digitales Phänotypisieren“. Es ist, als würde man einen digitalen Schatten Ihres täglichen Lebens erstellen, um zu erraten, wie Sie sich innerlich fühlen. Jahrelang sind Forscher von einer einfachen Regel ausgegangen: Wenn sich Ihr Schatten mehr bewegt (Sie machen mehr Schritte), geht es Ihnen wahrscheinlich auch besser. Sie dachten, diese Regel sei so beständig wie die Schwerkraft und funktioniere bei jedem Menschen und an jedem einzelnen Tag gleich. Aber was, wenn diese Regel einen Fehler hat? Was, wenn die Verbindung zwischen der Bewegung Ihres Körpers und dem Wohlbefinden keine gerade Linie ist, sondern eine wellenförmige, die sich je nach Person und je nach Position im natürlichen Rhythmus des Körpers verändert? Dies ist die Frage, der sich ein Team von Wissenschaftlern widmete, als sie untersuchten, ob die „Bewege dich mehr, fühl dich besser“-Regel für Frauen genauso gilt wie für Männer und ob sie sich während des Menstruationszyklus verändert.
Die Forscher, angeführt von Kyra Delray und ihrem Team an der Universität Oxford, beschlossen, diese Annahme mithilfe von Daten aus der Juli-App zu testen – einem digitalen Gesundheitstool, mit dem Nutzer ihre Stimmung verfolgen und ihre Aktivitätsdaten verknüpfen können. Sie untersuchten einen massiven Datensatz: 1.072 Personen (121 Frauen und 951 Männer), die fast 14.000 Tage an Aufzeichnungen beitrugen. Stellen Sie sich das wie das Beobachten eines riesigen, lebendigen Films aus dem Leben tausender Menschen vor, während man nach Mustern zwischen der Anzahl der Schritte und dem berichteten Glücksempfinden sucht.
Ihre erste Entdeckung war, dass die Verbindung zwischen „Mehr Bewegung, besseres Befinden“ nicht für alle gleich war. Sie war bei Frauen signifikant stärker als bei Männern. Wenn man sich Stimmung und Aktivität als zwei Tänzer vorstellt, tanzten sie bei den Frauen der Studie viel enger zusammen als bei den Männern. Doch der wahre Wendepunkt kam, als die Wissenschaftler die Daten der Frauen genauer unter die Lupe nahmen. Sie fanden heraus, dass sich die Tanzschritte änderten, je nachdem, in welcher Phase des Menstruationszyklus sich die Frauen befanden.
Während der „frühen Lutealphase“ (die Woche oder so nach dem Eisprung, aber vor dem Einsetzen der Periode) verschwand die Verbindung zwischen Aktivität und Stimmung praktisch vollständig. Es war, als hätten die Tänzer aufgehört, aufeinander zu hören; mehr Bewegung schien überhaupt nicht mehr mit einem besseren Gefühl zu korrelieren. Doch als der Zyklus in die „späte Lutealphase“ überging (die wenigen Tage direkt vor der Periode), schnappte die Verbindung wieder ein, und sie war tatsächlich so stark wie je zuvor. Während der Menstruation und der Follikelphase (die Zeit nach dem Ende der Periode) blieb die Verbindung stark und positiv.
Um sicherzustellen, dass dies nicht nur ein seltsamer Zufall des Zeitverlaufs war (wie etwa: „Vielleicht fühlen sich die Leute einfach montags besser“), erstellten die Forscher eine kluge Kontrollgruppe. Sie nahmen die Männer aus der Studie und ordneten ihnen fiktive, künstliche „Zyklen“ basierend auf dem Kalendermonat zu. Als sie dieselbe Analyse bei den Männern mit diesen erfundenen Zyklen durchführten, blieb die Verbindung zwischen Aktivität und Stimmung flach und unveränderlich. Dies bewies, dass das schwankende Muster bei den Frauen nicht einfach nur mit der Tageszeit zusammenhing, sondern spezifisch an die biologische Realität des Menstruationszyklus gebunden war.
Das Team fragte sich auch: Hilft das Wissen über diese Zyklusveränderungen tatsächlich dabei, die Stimmung besser vorherzusagen? Sie führten einen Test durch, bei dem sie versuchten, die Stimmung einer Frau basierend auf ihrer Aktivität zu erraten. Wenn sie den Menstruationszyklus ignorierten, waren ihre Vermutungen ganz okay. Aber als sie ein Modell erstellten, das wusste, in welcher Phase des Zyklus sich die Frau befand, verbesserten sich ihre Vorhersagen in 75 % der Testfälle. Es ist wie der Versuch, das Wetter vorherzusagen: Zu wissen, dass es Juli ist, hilft, aber zu wissen, dass es Juli ist UND dass eine Sturmfront aufzieht, macht die Vorhersage viel präziser.
Das Team behauptete nicht, genau zu wissen, warum dies geschieht – vielleicht sind es die schwankenden Hormone wie Progesteron, die auf das Gehirn wirken, oder vielleicht ist es etwas ganz anderes –, aber sie stellten sehr klar, dass das Muster existiert. Sie merkten auch an, dass ihre Daten von Menschen stammten, die bereits daran interessiert waren, ihre Gesundheit zu verfolgen, weshalb sie möglicherweise nicht jeden einzelnen Menschen auf der Erde repräsentieren. Dennoch ist die Botschaft klar: Wenn wir wollen, dass unsere digitalen Gesundheitstools für Frauen fair und genau sind, können wir nicht einfach eine „Einheitsgröße für alle“ verwenden. Wir müssen Systeme entwickeln, die verstehen, dass für Frauen die Beziehung zwischen der Bewegung ihres Körpers und dem Wohlbefinden eine dynamische, sich verändernde Geschichte ist, die vom Tag ihres Zyklus abhängt.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.