📄 health informatics

Sex and menstrual cycle differences in the mood-activity association should inform cycle-aware digital phenotyping

Este estudio demuestra que la relación entre la actividad física y el estado de ánimo varía significativamente según el sexo y la fase del ciclo menstrual, particularmente en las mujeres, lo que indica que los modelos de fenotipado digital deben tener en cuenta estos factores biológicos para evitar predicciones sesgadas y permitir conocimientos de salud mental personalizados.

Autores originales: Delray, K., Zeitler, J. K., Hayes, J. F., Kandola, A., Keay, N., Evans, R. J.

Publicado 2026-07-27

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Delray, K., Zeitler, J. K., Hayes, J. F., Kandola, A., Keay, N., Evans, R. J.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

Imagina que tu teléfono es un detective silencioso y súper observador. No solo sabe lo que escribes; observa cómo te mueves, a dónde vas y cómo duermes. En el mundo de la salud digital, los científicos llaman a esto "fenotipado digital". Es como construir una sombra digital de tu vida diaria para adivinar cómo te sientes por dentro. Durante años, los investigadores han asumido una regla simple: si tu sombra se mueve más (das más pasos), es probable que tu estado de ánimo sea mejor. Pensaban que esta regla era tan constante como la gravedad, funcionando de la misma manera para todos, cada uno de los días. Pero, ¿y si esa regla tiene un fallo? ¿Qué tal si la conexión entre mover tu cuerpo y sentirte bien no es una línea recta, sino una línea ondulada que cambia dependiendo de quién seas y en qué punto de tu ritmo natural corporal te encuentres? Esta es la pregunta que un equipo de científicos se propuso responder, investigando si la regla de "muévete más, siéntete mejor" se mantiene para las mujeres de la misma forma que para los hombres, y si cambia de marcha durante el ciclo menstrual.

Los investigadores, liderados por Kyra Delray y su equipo de la Universidad de Oxford, decidieron probar este supuesto utilizando datos de la aplicación Juli, una herramienta de salud digital donde los usuarios registran su estado de ánimo y conectan sus datos de actividad. Analizaron un conjunto de datos masivo: 1.072 personas (121 mujeres y 951 hombres) que aportaron casi 14.000 días de registros. Imagina que estás viendo una película gigante y viva de las vidas de miles de personas, buscando patrones entre cuánto caminaban y qué tan felices reportaban sentirse.

Su primer descubrimiento fue que el vínculo "muévete más, siéntete mejor" no era el mismo para todos. Era significativamente más fuerte para las mujeres que para los hombres. Si imaginas el estado de ánimo y la actividad como dos bailarines, estos bailaban mucho más cerca el uno del otro para las mujeres del estudio que para los hombres. Pero el verdadero giro en la trama ocurrió cuando los científicos miraron más de cerca los datos de las mujeres. Descubrieron que los pasos de baile cambiaban dependiendo de en qué fase del ciclo menstrual se encontraran las mujeres.

Durante la "fase lútea temprana" (la semana o so en torno a la ovulación pero antes de que comience el periodo), la conexión entre la actividad y el estado de ánimo básicamente desapareció. Fue como si los bailarines hubieran dejado de escucharse entre sí; moverse más no parecía correlacionarse con sentirse mejor en absoluto. Sin embargo, a medida que el ciclo avanzaba hacia la "fase lútea tardía" (los pocos días justo antes del periodo), la conexión volvió a establecerse y, de hecho, fue cuando más fuerte fue. Durante la menstruación y la fase folicular (el tiempo después de que termina el periodo), el vínculo se mantuvo fuerte y positivo.

Para asegurarse de que esto no fuera solo una extraña casualidad del paso del tiempo (como "tal vez la gente se siente mejor los lunes"), los investigadores crearon un grupo de control ingenioso. Tomaron a los hombres del estudio y les asignaron "ciclos" falsos e inventados basados en el mes del calendario. Cuando ejecutaron el mismo análisis en los hombres con estos ciclos falsos, la conexión entre la actividad y el estado de ánimo se mantuvo plana e invariable. Esto demostró que el patrón cambiante en las mujeres no se debía simplemente al momento del mes; estaba específicamente vinculado a la realidad biológica del ciclo menstrual.

El equipo también se preguntó: ¿saber sobre estos cambios en el ciclo realmente ayuda a predecir mejor el estado de ánimo? Realizaron una prueba en la que intentaron adivinar el estado de ánimo de una mujer basándose en su actividad. Cuando ignoraron el ciclo menstrual, sus predicciones eran aceptables. Pero cuando construyeron un modelo que conocía en qué fase del ciclo se encontraba la mujer, sus predicciones mejoraron en el 75% de los casos de prueba. Es como intentar predecir el clima: saber que es julio ayuda, pero saber que es julio y además que se acerca un frente de tormenta hace que tu predicción sea mucho más precisa.

El estudio no pretendía saber exactamente por qué sucede esto —quizás sea por las hormonas cambiantes como la progesterona actuando sobre el cerebro, o quizás sea algo más— pero fueron muy claros en que el patrón existe. También señalaron que sus datos procedían de personas que ya estaban interesadas en el seguimiento de su salud, por lo que podría no representar a todas las personas de la Tierra. Aun así, el mensaje es claro: si queremos que nuestras herramientas de salud digital sean justas y precisas para las mujeres, no podemos usar simplemente una regla de "talla única". Necesitamos construir sistemas que entiendan que, para las mujeres, la relación entre mover sus cuerpos y sentirse bien es una historia dinámica y cambiante que depende del día de su ciclo.

Resumen Técnico: Diferencias de Sexo y del Ciclo Menstrual en la Asociación entre el Estado de Ánimo y la Actividad

Planteamiento del Problema
El fenotipado digital depende cada vez más de los datos pasivos de actividad física como un indicador del estado de ánimo, operando bajo la premisa de que la relación entre la actividad y el estado de ánimo es estable entre individuos, en el tiempo y en los estados fisiológicos. Esta estabilidad es un requisito previo para los Regímenes de Tratamiento Dinámico (DTR, por sus siglas en inglés) y las Intervenciones Adaptativas Justo a Tiempo (JITAI, por sus siglas en inglés), que utilizan estas señales para ofrecer apoyo conductual personalizado. Sin embargo, la literatura existente sugiere que la asociación actividad-estado de ánimo puede variar según el sexo, y que el propio estado de ánimo fluctúa a lo largo del ciclo menstrual. La brecha crítica que aborda este estudio es si la asociación intraindividual entre la actividad física y el estado de ánimo varía sistemáticamente a través del ciclo menstrual en las mujeres. Si esta asociación no es constante, sino dependiente del ciclo, las reglas de decisión fijas en las herramientas de salud digital serán sesgadas y subóptimas para las usuarias mujeres.

Metodología
El estudio utilizó datos diarios de estado de ánimo y actividad física de la aplicación Juli, una aplicación de gestión de salud crónica. La muestra analítica comprendió 1,072 individuos (121 mujeres, 951 hombres) que aportaron 13,909 días-persona.

Procesamiento de Datos:
- Estado de Ánimo: Reportado diariamente en una escala de 5 puntos (1=muy malo a 5=excelente), normalizado como desviación porcentual respecto a la media de cada individuo.
- Actividad Física: Recuentos de pasos pasivos y minutos de entrenamiento derivados de Apple Health o Google Fit. Los pasos se convirtieron a minutos aproximados (divididos por 100) y se combinaron con los minutos de entrenamiento, y luego se normalizaron como desviaciones porcentuales de la media individual.
- Ciclo Menstrual: Las fases del ciclo se definieron basándose en las fechas de inicio de la menstruación reportadas por las usuarias. La ventana de análisis abarcó los días -14 a +13 con respecto al inicio de la menstruación (Día 0). Se definieron cuatro fases: Lútea Temprana (-14 a -9), Lútea Tardía (-8 a -1), Menstruación (0 a 5) y Folicular (6 a 13). El 76% de los inicios de ciclo fueron imputados algorítmicamente mediante extrapolación de la longitud del ciclo.
Modelos Estadísticos:
- OLS de Efectos Fijos: El análisis principal utilizó regresión de Mínimos Cuadrados Ordinarios (OLS) de efectos fijos intraindividuales para estimar la pendiente del mismo día entre la actividad y el estado de ánimo. Los modelos se ajustaron por día de la semana y clima diario (temperatura, humedad, presión, polen).
- Comparación de Sexo: Un modelo agrupado probó una interacción sexo $\times$ actividad.
- Modulación del Ciclo: Dentro de la submuestra femenina, se añadió un término de interacción estado de ánimo $\times$ fase del ciclo para probar variaciones de la pendiente específicas de cada fase.
- Modelado Continuo: Se empleó un Modelo Aditivo Generalizado (GAM) de coeficientes variables basado en la transformada de Fourier para caracterizar la asociación como una función periódica suave, evitando la agrupación por fases discretas.
- Control Negativo: Se realizó un análisis de "pseudo-ciclo masculino" donde se asignaron ciclos sintéticos de 28 días a los usuarios masculinos, anclados al primer lunes de cada mes, para distinguir los efectos menstruales de patrones temporales generales.
- Validación Predictiva: La validación cruzada repetida de cinco pliegues evaluó si el modelado consciente del ciclo mejoraba la predicción del estado de ánimo a partir de la actividad (medida mediante el $R^2$ de la muestra retenida).

Resultados Clave

Diferencias de Sexo: La asociación intraindividual actividad-estado de ánimo fue significativamente más fuerte en mujeres que en hombres. La diferencia de pendiente (hombres menos mujeres) fue de -0.194 ( $p = 0.019$ ). Las mujeres exhibieron una pendiente de +0.289, en comparación con +0.095 para los hombres.
Modulación del Ciclo Menstrual: Dentro de las mujeres, la asociación varió significamente a través de las fases del ciclo (Interacción ómnibus $p = 0.022$ $p = 0.022$ ).
- Lútea Temprana: La asociación fue efectivamente cero (Pendiente = 0.00, IC 95% [-0.31, +0.30]).
- Lútea Tardía: La asociación fue más fuerte (Pendiente = +0.46, IC 95% [+0.21, +0.71]).
- Menstruación y Folicular: Se observaron asociaciones positivas significativas (Pendientes de +0.36 y +0.27, respectivamente).
- El modelo continuo de Fourier confirmó este patrón: la pendiente aumenta desde casi cero en la fase lútea temprana, alcanza su punto máximo en la ventana lútea tardía/menstruación, y permanece elevada durante la fase folicular.
Control Negativo: En el análisis del pseudo-ciclo masculino, no hubo variación en la pendiente actividad-estado de ánimo a través de las fases sintéticas ( $p = 0.974$ ). Esto confirma que la modulación observada en las mujeres es específica del ciclo menstrual y no un artefacto temporal general.
Utilidad Predictiva: Tener en cuenta la fase del ciclo mejoró la predicción del estado de ánimo fuera de la muestra en el 75% de las divisiones de validación cruzada (ganancia media de +0.054 puntos porcentuales en $R^2$ ). En contraste, el modelo de pseudo-ciclo masculino no mostró mejora (0% de las divisiones).

Significancia y Reivindicaciones
El artículo sostiene que los sistemas de fenotipado digital que utilizan la actividad física como señal del estado de ánimo están sesgados si no tienen en cuenta el sexo y la fase del ciclo menstrual. El estudio demuestra que:

El acoplamiento actividad-estado de ánimo no es un rasgo estático, sino un estado dinámico que fluctúa significamente en las mujeres a lo largo de un ciclo.
Tratar esta asociación como constante conduce a inferencias sistemáticamente incorrectas, particularmente durante la fase lútea temprana, donde el vínculo está ausente.
Incorporar la fase del ciclo como moderador mejora la precisión de la predicción del estado de ánimo a partir de los datos de actividad para las mujeres, permitiendo así recomendaciones más equitativas y personalizadas en las Intervenciones Adaptativas Justo a Tiempo (JITAIs).

Limitaciones y Modestia
Los autores señalan explícitamente las siguientes limitaciones:

Sesgo de la Muestra: La cohorte es autoseleccionada (usuarios de Juli que rastrean activamente su estado de ánimo y ciclos), lo que limita la generalización a la población clínica o general.
Medición: Las fases del ciclo fueron estimadas a partir de fechas de inicio de la menstruación autoinformadas, sin confirmación hormonal o marcadores de ovulación. El estado de ánimo fue un reporte de un solo ítem.
Tamaño del Efecto: Aunque la dirección de la mejora predictiva fue consistente, la ganancia absoluta en la precisión predictiva fue pequeña (menos de 0.1 puntos porcentuales de $R^2$ ), lo que sugiere que el valor práctico requiere confirmación prospectiva.
Mecanismo: El estudio no establece un mecanismo biológico causal (por ejemplo, vías hormonales específicas), ofreciendo solo hipótesis especulativas respecto a los flujos de progesterona y estradiol.
Replicación: Los hallazgos se basan en una submuestra femenina relativamente pequeña ( $n=121$ ), por lo que es necesaria la replicación en cohortes más grandes y diversas.

Los autores concluyen que, si bien el patrón es robusto dentro de sus datos, las herramientas de salud digital deben considerar las diferencias de sexo de inmediato y aspirar a incorporar datos del ciclo menstrual cuando estén disponibles para evitar predicciones sesgadas.

Más como este