Menopause in the All of Us Research Program: A Descriptive Summary of Electronic Health Record and Survey Response across Sociodemographic Characteristics

Este estudio describe la disponibilidad y concordancia de los datos sobre la menopausia en el Programa de Investigación All of Us, revelando que las encuestas capturan significativamente más casos que los registros electrónicos de salud y proporcionando perfiles demográficos esenciales para futuras investigaciones.

Lo esencial

¡Claro que sí! Imagina que la menopausia es como el "cambio de estación" en la vida de una mujer: es un momento natural donde el cuerpo deja de tener sus ciclos mensuales y entra en una nueva fase. Pero, al igual que el clima puede ser difícil de predecir, entender exactamente cuándo y cómo ocurre este cambio en millones de personas es un reto enorme.

Este estudio es como un gran mapa del tesoro creado por los investigadores del programa "All of Us" (Una de Todos), que es una gigantesca colección de datos de salud de medio millón de personas en EE. UU.

Aquí te explico lo que descubrieron, usando analogías sencillas:

1. El problema de los dos mapas (Encuestas vs. Historias Clínicas)

Imagina que quieres saber cuántas personas tienen un coche rojo. Tienes dos formas de averiguarlo:

• El Mapa A (Las Encuestas): Preguntas directamente a la gente: "¿Tienes un coche rojo?".
• El Mapa B (Las Historias Clínicas): Miras los registros de los talleres mecánicos para ver quién pidió reparación para un coche rojo.

Lo que descubrieron:
El estudio encontró que el Mapa A (las encuestas) tenía información sobre 7 veces más mujeres que el Mapa B (las historias clínicas).

• En la vida real: Muchas mujeres le dijeron a los investigadores en una encuesta: "Sí, mi periodo ya paró". Pero cuando los doctores revisaron sus expedientes médicos electrónicos, ¡no había ninguna nota que dijera "menopausia"!
• La analogía: Es como si fueras al médico por un resfriado, y el doctor te recetara medicina, pero nunca escribiera en tu ficha que tenías resfriado. El dato existe en tu cabeza, pero no en el papel del doctor.

2. El "Efecto 65" (Un pico extraño en los datos)

Cuando miraron la edad a la que las mujeres aparecían en las historias clínicas con el diagnóstico de menopausia, vieron algo curioso: había un pico gigante justo en la edad de 65 años.

• La analogía: Imagina una montaña rusa que sube suavemente y de repente tiene un salto vertical justo a los 65 años.
• ¿Por qué pasa? Probablemente no es que todas las mujeres tengan menopausia a los 65. Es más bien un "efecto de papeleo". A los 65 años, muchas personas en EE. UU. obtienen un seguro médico llamado Medicare. Es posible que los doctores, al ver que el seguro cambia, revisen la ficha médica y añadan el diagnóstico de menopausia para justificar ciertos tratamientos o cobros, aunque la mujer ya tuviera la menopausia hace años.

3. El "Triángulo de Oro" (Datos que se cruzan)

Los investigadores querían ver cuántas mujeres tenían información en tres lugares a la vez:

1. Su historia clínica (médico).
2. Su encuesta (preguntas directas).
3. Su ADN (genética).

El resultado:
Solo un pequeño grupo (alrededor del 9% de las mujeres con datos genéticos) tenía los tres tipos de información.

• La analogía: Es como buscar a alguien que tenga una foto en su pasaporte, una foto en su carnet de conducir y una foto en su tarjeta de crédito. Es difícil encontrar a alguien con las tres.
• ¿Por qué importa? Porque si logramos unir esos tres datos, podemos entender no solo cuándo ocurre la menopausia, sino por qué ocurre en algunas personas antes o después, basándonos en sus genes y su estilo de vida.

4. Las diferencias entre grupos (No todos los climas son iguales)

El estudio también miró si la edad de la menopausia cambiaba según la raza, la etnia o el dinero que ganaban las personas.

• Lo que vieron: Hubo pequeñas diferencias. Por ejemplo, las mujeres que se identificaron como blancas o de ascendencia europea tendían a ser un poco más mayores al momento de la encuesta que otros grupos.
• La explicación: Los autores sugieren que esto no significa que la biología sea diferente, sino que el grupo de mujeres blancas en este estudio es, en general, un poco mayor que los otros grupos. Es como si en una fiesta, el grupo de personas mayores tuviera más gente que el grupo de jóvenes; la edad promedio del grupo sería mayor simplemente por la cantidad de gente, no porque envejezcan más rápido.

¿Qué nos dice todo esto? (La conclusión simple)

1. No confíes solo en los expedientes médicos: Si quieres estudiar la menopausia, no puedes confiar solo en lo que los doctores escriben en las computadoras. Necesitas preguntar directamente a las mujeres (encuestas), porque ahí está la información real.
2. Hay mucho por mejorar: Los sistemas de salud necesitan aprender a registrar mejor la menopausia, no solo cuando hay un problema grave, sino como parte de la vida normal de la mujer.
3. El futuro es brillante: Aunque hoy tenemos "mapas incompletos", el programa "All of Us" está construyendo un mapa gigante que combina genética, preguntas y datos médicos. Esto ayudará a los científicos a crear tratamientos más personalizados y a entender mejor la salud de las mujeres en el futuro.

En resumen: Este estudio nos dice que, para entender la menopausia, debemos escuchar la voz de las mujeres (encuestas) tanto como las notas de los doctores, y que tenemos una oportunidad increíble de usar la tecnología para unir todos esos datos y mejorar la salud de todas.

Resumen técnico

A continuación presento un resumen técnico detallado del artículo de investigación en español, estructurado según los componentes solicitados:

Título del Estudio

Menopausia en el Programa de Investigación "All of Us": Un Resumen Descriptivo de Registros de Salud Electrónicos (EHR) y Respuestas a Encuestas a través de Características Sociodemográficas.

---

1. Problema y Contexto

La menopausia es una transición fisiológica crítica con implicaciones significativas para la salud, especialmente en el riesgo de enfermedades cardiovasculares, metabólicas y osteoporosis. Sin embargo, existen brechas importantes en la comprensión de la transición menopáusica, particularmente en cómo el momento y el tipo de menopausia influyen en los resultados de salud.

• Limitaciones de los datos actuales: El estatus de menopausia a menudo no se contabiliza adecuadamente en los modelos de resultados clínicos.
• Discrepancia en la documentación: Existe una inconsistencia en la medición, siendo especialmente común la falta de datos o datos incompletos en los Registros de Salud Electrónicos (EHR) en comparación con las respuestas a encuestas.
• Necesidad de diversidad: Se requiere estudiar la menopausia en poblaciones diversas y a gran escala para entender las variaciones biológicas, ambientales y sociales, más allá de los estudios tradicionales centrados en poblaciones homogéneas.

El objetivo principal fue caracterizar los datos relacionados con la menopausia en el programa "All of Us Research Program" (AoURP), un esfuerzo de medicina de precisión del NIH, analizando la distribución por edades y la concordancia entre los códigos de diagnóstico de EHR y las respuestas auto-reportadas en encuestas.

---

2. Metodología

Los autores realizaron un análisis descriptivo utilizando el conjunto de datos de la Capa Controlada v8 (y v7 para datos complementarios) del AoURP.

• Cohorte de Estudio: Se analizaron aproximadamente 396,000 participantes de sexo femenino (definido por la variable de sexo al nacer).
• Fuentes de Datos:
  • EHR (Registros de Salud Electrónicos): Se identificaron códigos de diagnóstico utilizando la terminología SNOMED CT, incluyendo: menopausia presente (289903006), menopausia prematura (373717006), fallo ovárico (237138004, 237788002, 65846009) y disfunción vasomotora anormal (70670009).
  • Encuestas: Se extrajeron datos del cuestionario de salud de la mujer ("Overall Health survey"), específicamente preguntas sobre si los periodos menstruales han cesado permanentemente, la causa (natural, cirugía, medicación), y antecedentes de histerectomía o ooforectomía.
  • Genómica: Se evaluó la intersección con datos de secuenciación de genoma completo de lectura corta (srWGS).
• Variables Sociodemográficas: Se incluyeron raza, etnicidad, nivel educativo, ingresos y edad. La edad se agrupó en cuartiles y en grupos de transición menopáusica (<40, 40-60, >60 años).
• Análisis Estadístico: Se calcularon estadísticas descriptivas (tamaño de muestra, mediana, rango intercuartílico) y se evaluó la superposición (intersección) entre las tres modalidades de datos (EHR, Encuesta, Genómica). Se aplicaron políticas de privacidad de AoURP (ocultando tamaños de muestra ≤ 20).

---

3. Contribuciones Clave

• Caracterización Multimodal: Proporciona la primera descripción exhaustiva de los datos de menopausia en AoURP, cruzando EHR, encuestas y datos genómicos.
• Evaluación de Calidad de Datos: Cuantifica la subestimación sistemática de la menopausia en los EHR en comparación con las encuestas.
• Guía para el Diseño de Estudios: Ofrece estadísticas de potencia y estrategias de muestreo para investigadores que planeen estudiar la menopausia en AoURP, destacando qué subgrupos tienen datos suficientes.
• Identificación de Sesgos: Detecta patrones de respuesta inusuales (ej. mujeres >70 años reportando no haber tenido menopausia) y artefactos de registro en los EHR (picos de edad).

---

4. Resultados Principales

A. Discrepancia entre EHR y Encuestas

• Volumen de datos: Las encuestas capturaron aproximadamente 7 veces más observaciones de menopausia (193,000) que los códigos de diagnóstico estructurados en EHR (28,000).
• Concordancia: Casi todas las mujeres (~99%) con un diagnóstico de menopausia en el EHR también reportaron menopausia en la encuesta. Sin embargo, la gran mayoría de las mujeres que reportaron menopausia en la encuesta no tenían un código correspondiente en el EHR, lo que indica una sub-documentación masiva en los registros clínicos.
• Síntomas: Los síntomas vasomotores (ej. sofocos) estaban casi totalmente ausentes en los datos estructurados de EHR (N ≤ 20), a pesar de ser comunes.

B. Distribuciones por Edad

• Encuestas: La distribución de edad siguió expectativas biológicas: la mayoría de las mujeres <40 años reportaron estar pre-menopáusicas, y las >60 años post-menopáusicas.
  • Sesgo detectado: Un pequeño subconjunto (~4% de las mujeres >70 años) reportó no haber tenido menopausia, sugiriendo un sesgo de respuesta o recuerdo.
• EHR: La distribución de edad fue más plana, con un pico notable y agudo a los 65 años. Esto sugiere un artefacto de reporte, posiblemente vinculado a la transición a la cobertura de Medicare, aunque los datos de seguro eran limitados.

C. Intersección de Datos

• De las mujeres con datos genómicos (~250,000), solo ~9% tenían datos de menopausia en EHR, mientras que ~99% tenían datos en encuestas.
• Solo aproximadamente el 9% de las participantes con datos genómicos tenían datos de menopausia en ambas fuentes (EHR y Encuesta), lo que limita el tamaño de muestra para estudios que requieran la integración de las tres modalidades (EHR + Encuesta + Genómica).

D. Características Sociodemográficas

• Se observaron diferencias modestas en la edad de la menopausia basada en encuestas según raza y ascendencia, pero estas diferencias parecieron reflejar la distribución de edad general de la cohorte AoURP (donde ciertos grupos, como los de ascendencia europea, son generalmente mayores) más que efectos específicos de la menopausia.
• La sub-documentación en EHR fue consistente a través de los tipos de menopausia (natural vs. quirúrgica), lo que sugiere que no es un problema de tipo de condición, sino de documentación clínica general.

---

5. Significado e Implicaciones

• Para la Investigación: Este estudio establece que, para investigaciones sobre menopausia en AoURP, las encuestas auto-reportadas son la fuente de datos más robusta y completa, superando ampliamente a los códigos de diagnóstico de EHR. Los investigadores deben ajustar sus estrategias de muestreo y cálculos de potencia en consecuencia.
• Para la Práctica Clínica y Documentación: Se evidencia una necesidad crítica de mejorar la documentación sistemática del estatus menopáusico y la edad de inicio en los EHR, ya que actualmente se pierde información vital para el seguimiento de riesgos de salud a largo plazo (cardiovascular, metabólico).
• Medicina de Precisión: A pesar de la limitación en la intersección de datos, el conjunto de datos multimodal disponible (especialmente la combinación de encuestas y genómica) ofrece una base sólida para futuros estudios sobre la influencia genética y sociodemográfica en la transición menopáusica y sus resultados de salud.
• Equidad en Salud: La caracterización detallada ayuda a asegurar que los futuros estudios incluyan adecuadamente a diversas poblaciones, evitando sesgos derivados de la falta de datos en grupos subrepresentados en los registros clínicos.

En conclusión, el artículo sirve como una hoja de ruta fundamental para utilizar los datos de AoURP en la investigación de la menopausia, destacando tanto las oportunidades únicas de un cohort diverso como las limitaciones actuales en la documentación clínica estructurada.