Un equipo científico de SRI International presentó un algoritmo innovador capaz de identificar patrones en ciclos menstruales que revelan cambios fisiológicos y signos de envejecimiento en las mujeres. La herramienta, llamada WAVES, busca cambiar la forma en que se usan los datos menstruales, ampliando su análisis más allá de la fertilidad y la reproducción para detectar información valiosa sobre la salud general de las mujeres.

Según un estudio publicado en la revista Science Advances, los investigadores analizaron 5.674 ciclos menstruales de 753 participantes con edades entre 18 y 42 años. El análisis permitió encontrar correlaciones entre la edad de las mujeres, la temperatura corporal y la variabilidad de los ciclos, descubrimientos que podrían transformar cómo se entiende la salud menstrual en el futuro.

El algoritmo WAVES, cuyo nombre completo en inglés significa "Evaluación de la Salud de la Mujer a través de la Variabilidad de Señales Endocrinas", analiza 32 métricas diferentes relacionadas con la temperatura basal corporal. Esta temperatura es la que el cuerpo mantiene en reposo y varía naturalmente durante el ciclo menstrual. El sistema examina también otras dimensiones de los patrones menstruales, incluyendo las variaciones en los tiempos entre ciclos.

Los investigadores liderados por Marie Gombert-Labedens señalaron un problema importante en la medicina actual: "sin embargo, la mayor parte de la atención en la salud menstrual, incluidas la investigación, la formación médica, las aplicaciones para consumidores y las patentes, se centra exclusivamente en el aspecto reproductivo y no aprovecha estos ciclos menstruales no reproductivos como indicadores de salud". Esto significa que la mayoría de la investigación médica solo ha aprovechado los ciclos menstruales para temas de fertilidad, ignorando toda la información que pueden revelar sobre el bienestar general.

Durante el estudio, el algoritmo identificó relaciones claras entre el envejecimiento y diversos cambios fisiológicos observados en los registros de temperatura y regularidad de los ciclos. Lo más importante es que estas asociaciones entre edad y cambios menstruales se mantuvieron estables cuando se analizaban los datos de cada mujer individualmente. Esto sugiere que estos patrones podrían usarse de manera personalizada para cada persona.

Los investigadores creen que estos descubrimientos podrían contribuir al desarrollo de biomarcadores digitales orientados a la salud femenina. En otras palabras, los datos de los ciclos menstruales podrían convertirse en señales tempranas para detectar cambios en la salud y crear herramientas médicas personalizadas basadas en los datos fisiológicos que cada mujer registra en su ciclo. Para las mujeres colombianas, esto podría significar en el futuro mejores posibilidades de seguimiento de su salud a través de sus EPS o aplicaciones médicas que analicen esta información de manera más completa.