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

기술 요약: 일일 증상 보고를 통한 웨어러블 없는 4단계 생리 주기 추적

문제 정의
수백만 명의 개인들이 디지털 애플리케이션을 사용하여 생리 주기를 추적하고 있지만, 스스로 보고한 일일 증상이 서로 다른 개인 간의 주기 단계를 추론할 수 있을 만큼 충분한 생리학적 신호를 포함하고 있는지 여부는 아직 검증되지 않았습니다. 달력 기반 접근 방식과 같은 현재의 비호르몬 추적 방식은 낮은 예측 신뢰도(예: 배란 예측 정확도 약 21%)를 보입니다. 반대로, 웨어러블 센서는 이진 가임기 탐지에서는 높은 정확도를 달로 하지만, 엄격한 Leave-One-Subject-Out (LOSO) 평가 하에서 4단계 분류로 확장할 경우 성능이 63~65%로 떨어집니다. 더욱이, 웨어러블 기기는 많은 인구 집단에게 접근성이 낮거나, 비용이 많이 들거나, 혹은 실용적이지 못할 수 있습니다. 핵심 과제는 자기 보고 데이터의 주관적이고 이질적인 특성에 있으며, 여기서 개인 간의 기초 증상 표현 및 보고 행동의 변동성은 기저의 생리학적 신호를 가리는 경우가 많습니다. 또한, 표준 분류기들은 순환적 단계 순서 및 현실적인 단계 지속 시간과 같은 생물학적으로 타당한 시간적 제약을 강제하는 데 어려움을 겪습니다.

방법론
저자들은 오직 자기 보고된 증상 데이터를 사용하여 생리 주기를 네 가지 단계(월경기, 여포기, 가임기, 황체기)로 분류하는 하이브리드 머신러닝 아키텍처를 개발했습니다.

• 데이터셋: 본 연구는 41명의 참가자로부터 얻은 일일 자기 보고 증상과 골드 스탠다드 호르몬 검증(LH, estrone-3-glucuronide, pregnanediol glucuronide)을 포함하는 공개된 종단적 데이터셋인 mcPHASES 데이터셋을 활용했습니다. 분석에는 혈류량, 혈류 색상 및 12가지 증상 척도(예: 피로도, 기분 변화, 경련)를 포함한 14가지 일일 변수가 사용되었습니다.
• 특징 공학 (Feature Engineering): 14개의 원시 변수로부터 97개의 특징을 생성하였으며, 상관관계 필터링을 통해 약 83개로 축소하였습니다. 이 특징들은 다음과 같이 분류됩니다:
  • 주기 위치 (Cycle Position): 출혈 후 경과 일수 카운터, 선형 진행도, 순환 인코딩.
  • 이동 표준 편차 (Rolling Standard Deviations): 5일, 7일, 14일 윈도우 동안의 개인 내 증상 변동성 포착.
  • 이동 평균 (Rolling Means): 중장기적 추세 표현.
  • 원시 값 (Raw Values): 당일 증상 수준.
  • 핵심 설계 선택: 특징 세트는 절대적인 증상 강도보다 개인 내 변동성(이동 표준 편차)을 우선시합니다.
• 모델 아키텍처:
  1. 판별 단계 (Discriminative Stage): CatBoost 그래디언트 부스팅 분류기가 엔지니어링된 특징으로부터 일일 단계 확률 추정치를 생성합니다. CatBoost는 결측값을 처리하고 소규모 샘플 크기에서의 예측 이동(prediction shift)을 줄이는 능력 때문에 선택되었습니다.
  2. 생성/시간적 단계 (Generative/Temporal Stage): **은닉 반-마르코프 모델 (HSMM)**이 CatBoost 출력 위에 시간적 구조를 덧씌웁니다. HSMM은 두 가지 생물학적 제약을 강제합니다:
     • 엄격한 순환 순서: 월경기 → 여포기 → 가임기 → 황체기 → 월경기.
     • 가우시안 지속 시간 사전 확률 (Gaussian Duration Priors): 단계 길이를 훈련 데이터에서 관찰된 생리학적으로 현실적인 범위 내로 제한합니다 (예: 1일간의 황체기 방지).
  3. 최적화: 비터비(Viterbi) 알고리즘은 판별적 방출 점수(CatBoost로부터)와 지속 시간 사전 확률 및 전이 제약을 결합하여 상태 시퀀스를 공동 최적화하여 총점을 극대화합니다.
• 평가 프로토콜: 모델은 Leave-One-Subject-Out (LOSO) 교차 검증을 통해 평가되었습니다. 각 41명의 참가자에 대해, 모델은 나머지 40명에 대해 학습하고 제외된 1명에 대해 테스트되었습니다. 이는 모델이 특정 피험자의 베이스라인을 암기하는 것이 아니라 일반화 가능한 단계 시그니처를 학습하도록 보장합니다.

주요 결과

• 성능: 하이브리드 CatBoost+HSMM 모델은 67.6%의 정확도와 0.662의 매크로 F1 점수를 달성했습니다.
• 벤치마킹: 이 성능은 다음을 포함한 모든 베이스라인을 능가했습니다:
  • 달력 전용 모델 (정확도 63.0%).
  • 모든 특징을 사용한 랜덤 포레스트 (65.3% 정확도).
  • CatBoost 단독 모델 (65.1% 정확도).
  • 이전에 보고된 4단계 분류를 위한 웨어러블 센서 벤치마크 (63–65% 정확도).
• 특징 중요도: 분석 결과, 이동 표준 편차(개인 내 증상 변동성 포착)가 글로벌 특징 중요도의 **47.7%**를 차지하는 것으로 나타났습니다. 이는 모델의 예측력에 기여도가 미미했던 원시 증상 수준을 크게 상회하는 수치입니다.
• 시간적 평활화 (Temporal Smoothing): HSMM 구성 요소는 CatBoost 단독 모델에 비해 통계적으로 유의미한 개선(+2.4% 포인트 정확도, +3.2% 포인트 매크로 F1)을 제공했으며, 가장 큰 이득은 **가임기(Fertile phase)**에서 관찰되었습니다 (F1이 0.398에서 0.462로 증가).
• 단계별 성능: 모델은 월경기(F1 0.774)와 황체기(F1 0.750)에서 가장 좋은 성능을 보였습니다. 가임기는 가장 어려운 단계로 남았으며 (F1 0.462), 가임기 일수의 57%가 여포기 또는 황체기로 오분류되었습니다.

의의 및 주장
본 논문은 세 가지 주요 기여를 주장합니다:

1. 기기 없는 모니터링의 타당성: 본 연구는 자기 보고된 증상 역학만으로도 교차 피험자 4단계 분류가 가능함을 입증하였으며, 웨어러블 센서 벤치마크와 대등하거나 이를 능가하는 정확도를 달성했습니다. 이는 웨어러블을 사용할 수 없는 인구 집단에게 기기 없는 생식 건강 모니터링이 기술적으로 실행 가능하다는 것을 시사합니다.
2. 변동성의 우선순위: 본 연구는 절대적인 증상 심각도가 아닌 개인 내 증상 변동성이 지배적인 예측 신호임을 확인했습니다. 저자들은 이동 표준 편차가 개인의 보고 베이스라인에 영향을 받지 않으므로, 개인 간에 더 효과적으로 일반화되는 "보고 불변적 디지털 바이오마커" 역할을 한다고 주장합니다.
3. 재현 가능한 벤치마크: 본 작업은 호르몬으로 주석이 달린 공개 데이터셋을 사용하여 재현 가능한 벤치마크를 제공하며, 향후 멀티모달 시스템 및 디지털 헬스 연구를 위한 참조점을 확립합니다.

한계점 및 향후 방향
저자들은 다음과 같은 한계점을 명시적으로 언급했습니다:

• 가임기 탐지: 가임기 탐지 정확도는 고위험 임상 결정(예: 불임 치료)을 내리기에는 여전히 불충분히 낮으며, 이는 생리학적 신호의 일시적인 특성 때문인 것으로 보입니다.
• 혈류 데이터 의존성: 모델은 주기 앵커링을 위해 자기 보고된 혈류 데이터에 크게 의존하며, 혈류 기록이 드물거나 없는 사용자의 경우 성능이 크게 저하됩니다.
• 인구 통계적 협소함: 코호트 규모가 작았고(41명), 연령대가 낮으며(평균 20.9세), 호르몬 피임제 사용이나 다낭성 난소 증후군(PCOS)과 같은 조건에 대한 다양성이 부족합니다.
• 레이블 불확실성: 호르몬 분석에서 도출된 그라운드 트루스 레이블은 생물학적으로 연속적인 전환점 근처에서 임계값 결정 문제를 포함하므로, 달성 가능한 분류 정확도에 천장을 형성합니다.

저자들은 현재의 시스템이 고위험 임상 도구를 대체할 수는 없지만, 정확한 주기 단계 추론에 하드웨어가 필요하지 않음을 보여준다고 결론지었습니다. 향후 연구는 멀티모달 융합(증상과 피부 온도와 같은 수동 센서의 결합), 개인화 전략, 그리고 사용자 부담을 줄이기 위해 높은 중요도의 변동성 특징을 타겟팅하는 축소된 설문지 설계에 집중해야 한다고 제안합니다.