Daily symptom reports enable four-phase menstrual cycle tracking without wearables: Implications for equitable digital health

Sintesi Tecnica: I Rapporti Giornalieri dei Sintomi Consentono il Monitoraggio del Ciclo Mestruale in Quattro Fasi Senza Dispositivi Indossabili

Problematica
Sebbene milioni di individui utilizzino applicazioni digitali per monitorare il ciclo mestruale, non è stato verificato se i sintomi auto-riportati giornalmente contengano un segnale fisiologico sufficiente per inferire le fasi del ciclo tra diversi individui. Gli attuali metodi di monitoraggio non ormonali, come quelli basati sul calendario, presentano una scarsa affidabilità predittiva (ad esempio, circa il 21% di accuratezza nella previsione dell'ovulazione). Al contrario, sebbene i sensori indossabili (wearable) raggiungano un'elevata accuratezza per la rilevazione binaria della finestra fertile, le loro prestazioni scendono al 63–65% quando estese alla classificazione in quattro fasi sotto una rigorosa valutazione leave-one-subject-out (LOSO). Inoltre, i dispositivi indossabili sono spesso inaccessibili, troppo costosi o poco pratici per molte popolazioni. La sfida principale risiede nella natura soggettiva ed eterogenea dei dati auto-riportati, dove la variabilità inter-individuale nell'espressione dei sintomi basali e nel comportamento di segnalazione spesso oscura il segnale fisiologico sottostante. Inoltre, i classificatori standard faticano a imporre vincoli temporali biologicamente plausibili, come l'ordine ciclico delle fasi e le durate delle fasi realistiche.

Metodologia
Gli autori hanno sviluppato un'architettura di apprendimento automatico ibrida per classificare i cicli mestruali in quattro fasi (Mestruale, Follicolare, Fertile e Luteale) utilizzando esclusivamente dati sui sintomi auto-riportati.

• Dataset: Lo studio ha utilizzato il dataset mcPHASES, un dataset longitudinale pubblicamente disponibile che contiene sintomi auto-riportati giornalieri e validazione ormonale gold-standard (LH, estrone-3-glucuronide e pregnanediolo glucuronide) da 41 partecipanti. L'analisi si è concentrata su 14 variabili giornaliere: volume del flusso, colore del flusso e 12 scale di sintomi (ad es., affaticamento, sbalzi d'umore, crampi).
• Ingegneria delle Caratteristiche (Feature Engineering): Da 14 variabili grezze, sono state costruite 97 caratteristiche, ridotte a circa 83 per ogni fold dopo il filtraggio della correlazione. Queste caratteristiche sono state categorizzate in:
  • Posizione del Ciclo: Contatori dei giorni trascorsi dal sanguinamento, progresso lineare e codifica ciclica.
  • Deviazioni Standard Mobili (Rolling Standard Deviations): Per catturare la variabilità dei sintomi intra-persona su finestre di 5, 7 e 14 giorni.
  • Medie Mobili (Rolling Means): Per rappresentare tendenze a medio e lungo termine.
  • Valori Grezzi: Livelli di sintomo della stessa giornata.
  • Scelta di Design Chiave: Il set di caratteristiche privilegia la variabilità intra-persona (deviazioni standard mobili) rispetto all'intensità assoluta del sintomo.
• Architettura del Modello:
  1. Fase Discriminativa: Un classificatore a gradient boosting CatBoost genera stime di probabilità della fase giornaliera a partire dalle caratteristiche ingegnerizzate. CatBoost è stato selezionato per la sua capacità di gestire i valori mancanti e ridurre lo spostamento della predizione su piccoli campioni.
  2. Fase Generativa/Temporale: Un Modello Semi-Markoviano Nascosto (HSMM) sovrappone una struttura temporale agli output di CatBoost. L'HSMM impone due vincoli biologici:
     • Ordine Ciclico Rigido: Mestruale → Follicolare → Fertile → Luteale → Mestruale.
     • Prior di Durata Gaussiana: Le lunghezze delle fasi sono vincolate a intervalli fisiologicamente realistici osservati nei dati di addestramento (ad es., impedendo una fase Luteale di un solo giorno).
  3. Ottimizzazione: L'algoritmo di Viterbi ottimizza congiuntamente la sequenza di stati per massimizzare il punteggio totale, combinando i punteggi di emissione discriminativa (da CatBoost) con i prior di durata e i vincoli di transizione.
• Protocollo di Valutazione: Il modello è stato valutato utilizzando la validazione incrociata Leave-One-Subject-Out (LOSO). Per ciascuno dei 41 partecipanti, il modello è stato addestrato sui restanti 40 e testato sul partecipante escluso. Ciò garantisce che il modello apprenda firme di fase generalizzabili piuttosto che memorizzare i baseline specifici del soggetto.

Risultati Chiave

• Prestazioni: Il modello ibrido CatBoost+HSMM ha raggiunto un'accuratezza del 67,6% e un F1 score macro di 0,662.
• Benchmarking: Questa prestazione ha superato tutti i baseline, inclusi:
  • Un modello basato solo sul calendario (63,0% di accuratezza).
  • Una Random Forest utilizzando tutte le caratteristiche (65,3% di accuratezza).
  • CatBoost da solo (65,1% di accuratezza).
  • Precedenti benchmark di sensori indossabili per la classificazione in quattro fasi (63–65% di accuratezza).
• Importanza delle Caratteristiche: L'analisi ha rivelato che le deviazioni standard mobili (che catturano la variabilità dei sintomi intra-persona) hanno rappresentato il 47,7% dell'importanza globale delle caratteristiche. Questo ha superato sostanzialmente i livelli assoluti dei sintomi, che hanno contribuito minimamente al potere predittivo del modello.
• Smoothing Temporale: La componente HSMM ha fornito un miglioramento statisticamente significativo rispetto a CatBoost da solo (+2,4 punti percentuali di accuratezza, +3,2 punti percentuali di macro F1), con i guadagni più significativi osservati nella fase Fertile (l'F1 è aumentato da 0,398 a 0,462).
• Prestazioni Specifiche per Fase: Il modello ha performato meglio sulle fasi Mestruale (F1 0,774) e Luteale (F1 0,750). La fase Fertile è rimasta la più impegnativa (F1 0,462), con il 57% dei giorni fertili classificati erroneamente come Follicolari o Luteali.

Significatività e Rivendicazioni
Il documento rivendica tre contributi primari:

1. Fattibilità del Monitoraggio Device-Free: Stabilisce che la dinamica dei sintomi auto-riportati da soli è sufficiente per la classificazione in quattro fasi tra i soggetti, raggiungendo livelli di accuratezza che eguagliano o superano i benchmark comparabili dei sensori indossabili. Ciò suggerisce che il monitoraggio della salute riproduttiva senza dispositivi è tecnicamente fattibile per le popolazioni in cui i wearable sono inaccessibili.
2. La Primazia della Variabilità: Lo studio identifica la variabilità dei sintomi intra-persona (piuttosto che la severità assoluta) come il segnale predittivo dominante. Gli autori sostengono che le deviazioni standard mobili agiscano come "biomarcatori digitali invarianti dalla segnalazione" che si generalizzano tra gli individui in modo più efficace rispetto ai punteggi di intensità grezzi, poiché sono invarianti rispetto ai baseline di segnalazione individuali.
3. Benchmark Riproducibile: Il lavoro fornisce un benchmark riproducibile su un dataset pubblicamente disponibile e annotato tramite analisi ormonale, stabilendo un punto di riferimento per futuri sistemi multimodali e la ricerca sulla salute digitale.

Limitazioni e Direzioni Future
Gli autori notano esplicitamente alcune limitazioni:

• Rilevamento della Fase Fertile: L'accuratezza per la fase fertile rimane insufficiente per decisioni cliniche ad alto rischio (ad es., trattamenti di fertilità), probabilmente a causa della natura transitoria del segnale fisiologico.
• Dipendenza dai Dati di Flusso: Il modello si basa fortemente sui dati di flusso auto-riportati per l'ancoraggio del ciclo; le prestazioni degradano significativamente per gli utenti con record di flusso scarsi o assenti.
• Restrizione Demografica: Il gruppo era piccolo (41 partecipanti), giovane (età media 20,9) e privo di diversità in termini di uso di contraccezione ormonale o condizioni come la PCOS.
• Incertezza delle Etichette: Le etichette della verità fondamentale (ground-truth) derivate da saggi ormonali comportano decisioni di soglia vicino a transizioni biologicamente continue, ponendo un limite superiore all'accuratezza di classificazione raggiungibile.

Gli autori concludono che, sebbene l'attuale sistema non sia un sostituto per gli strumenti clinici ad alto rischio, esso dimostra che l'inferenza della fase del ciclo non richiede hardware. Suggeriscono che il lavoro futuro debba concentrarsi sulla fusione multimodale (combinando i sintomi con sensori passivi come la temperatura cutanea), strategie di personalizzazione e la progettazione di questionari ridotti che mirino alle caratteristiche di variabilità ad alta importanza per ridurre il carico dell'utente.