Een longitudinale dataset van fysiologische, hormonale, metabolische en zelfgerapporteerde menstruatiegezondheidsgegevens

Waarom je menstruatie een venster is op de gezondheid van het hele lichaam

De ritmes van de menstruatiecyclus beïnvloeden veel meer dan alleen de baarmoeder. Ze hebben effect op slaap, stemming, stofwisseling en zelfs hartfunctie. Toch komt het meeste wat de wetenschap weet over alledaagse menstruatiegezondheid uit kleine laboratoriumstudies of uit telefoon-apps die hormonen niet rechtstreeks meten. Dit artikel introduceert een nieuwe openbare dataset, mcPHASES, die draagbare sensorgegevens, hormoontests en dagelijkse symptoomrapportages van tientallen jonge volwassenen over vele maanden samenbrengt. De dataset biedt een zeldzame, gedetailleerde blik op hoe hormonale veranderingen doorwerken in de rest van het lichaam tijdens het dagelijks leven, niet alleen in de kliniek.

Het dagelijks leven volgen over veel cycli

De onderzoekers nodigden 50 menstruerende volwassenen uit de omgeving van Toronto uit voor een drie maanden durende studie in 2022; 20 van hen keerden terug voor nog eens drie maanden in 2024. Uiteindelijk stemden tweeënveertig deelnemers ermee in hun gedeïdentificeerde gegevens openbaar te delen. Tijdens het eerste interval droegen deelnemers continu een Fitbit Sense‑smartwatch en een continue glucosesensor, gebruikten elke ochtend een thuistest voor urinehormonen en vulden een korte dagelijkse vragenlijst in over hun menstruatie, pijn, stress, slaap en activiteit. In het tweede interval richtte het team zich om de last te verminderen op de smartwatch en de hormoontests en werd het dagboek optioneel. Dit ontwerp legt zowel kortdurende schommelingen binnen één cyclus vast als langere verschuivingen terwijl iemands leven over jaren verandert.

Veel stroompjes van lichaams‑signalen op één plek

De resulterende mcPHASES‑dataset bevat 23 gekoppelde tabellen. Eén tabel bevat basisachtergrondgegevens zoals leeftijd en genderidentiteit. Een andere verzamelt dagelijkse zelfrapportages van symptomen en timing van de menstruatie, samen met hormoonwaarden die van het thuistestapparaat zijn overgenomen. De overige tabellen slaan hoogfrequente signalen van de wearables op: hartslag, hartslagvariabiliteit, slaaptijden en -kwaliteit, stappen, activiteitsintensiteit, huidtemperatuur van de pols, ademhalingspatronen tijdens de slaap, geschat bloedzuurstofgehalte, stressscores en meer. Continue glucosedata bieden minuut‑voor‑minuut informatie over bloedsuikerspiegels. Elke invoer is gekoppeld aan een anoniem deelnemers‑ID en een ‘dag in de studie’‑teller in plaats van kalenderdatums, waardoor de privacy beschermd blijft terwijl onderzoekers toch trends in de tijd kunnen bestuderen.

Ruwe signalen omzetten naar cyclusfasen

Om die overlappende stromen te interpreteren, gebruikten de auteurs de eigen schattingen van het hormoonapparaat van vruchtbare dagen en het begin van de menstruatie om vier brede fasen per cyclus te labelen: menstruatie, late follikel, ovulatie en luteale fase. Ze vermeden bewust zwaar schoonmaken of opvullen van hiaten en lieten ontbrekende gegevens staan zodat andere wetenschappers hun eigen methoden kunnen testen. Interne apparaatsoftware kan zijn veranderd tussen 2022 en 2024, maar de kernmetingen blijven vergelijkbaar. Door dagen te aligneren als percentage van iemands cycluslengte kon het team hormoonwaarden en sensorsignalen gemiddeld over veel cycli weergeven, waardoor zichtbaar werd hoe het ‘typische’ patroon zich ontvouwt ondanks individuele variatie.

Wat de patronen van het lichaam onthullen

Wanneer de auteurs hormoonniveaus over een genormaliseerde cyclus uitzetten, kwamen de vormen overeen met de tekstboekpatronen: een scherpe midcycle‑piek in luteïniserend hormoon, een geleidelijke stijging en midcycle‑piek in oestrogeen, en een latere stijging van progesteron tijdens de luteale fase. Ze richtten zich vervolgens op twee eenvoudige smartwatch‑metingen: nachtelijke huidtemperatuur van de pols en rusthartslag. Beide volgden duidelijke, terugkerende patronen over de vier fasen in meer dan 190 volledige cycli. Temperatuur en rusthartslag waren het laagst vroeg in de cyclus, stegen tijdens het vruchtbare venster en piekten in de luteale fase voordat ze bij de menstruatie weer daalden. Deze trends hielden stand in beide studieintervallen en sluiten aan bij eerder werk dat progesteron koppelt aan hogere lichaamstemperatuur en aan veranderingen in het zenuwstelsel die de hartslag versnellen.

Hoe deze bron menstruatiegezondheidsonderzoek kan veranderen

Voor niet‑specialisten is de kernboodschap dat de menstruatiecyclus niet alleen om maandelijks bloedverlies gaat; het is een ritme van het hele lichaam dat te traceren is in subtiele veranderingen in temperatuur, hartslag en andere alledaagse signalen. De mcPHASES‑dataset biedt onderzoekers een open, rijk gedetailleerde kaart van deze verbanden, door hormonen, wearables en geleefde ervaring over tijd te combineren. Omdat de data openbaar en relatief onbewerkt zijn, kunnen ze worden gebruikt om betere voorspellingen voor perioden en vruchtbaarheid te ontwikkelen, te onderzoeken waarom sommige mensen onregelmatige of pijnlijkere cycli hebben, en om menstruatiepatronen te zien als een vroeg teken van bredere gezondheidsproblemen. Kort gezegd legt dit werk de basis om menstruatiegezondheid te beschouwen als een vitale parameter die met dezelfde zorg kan worden gemonitord als bloeddruk of lichaamsgewicht.

Bronvermelding: Lin, G., Li, J.Y., Kalani, K. et al. A longitudinal dataset of physiological, hormonal, metabolic, and self-reported menstrual health data. Sci Data 13, 411 (2026). https://doi.org/10.1038/s41597-026-06805-3

Trefwoorden: menstruatiecyclus, wearable sensoren, hormoontracking, longitudinale dataset, menstruatiegezondheidsinformatica