一个关于生理、激素、代谢及自述月经健康的纵向数据集

为何你的月经是观察全身健康的窗口

月经周期的节律影响的远不止子宫。它们会左右睡眠、情绪、代谢，甚至心脏功能。然而，关于日常月经健康的大部分科学认识，来自实验室的小规模研究或并不直接测量激素的手机应用。本论文介绍了一个名为 mcPHASES 的新公共数据集，它整合了可穿戴传感器数据、激素检测与日常症状报告，来自数十名年轻成年人多月的记录。该数据集罕见地详尽展示了激素变化如何在真实生活中（而非仅在诊所）在全身引起连锁反应。

跨越多个周期追踪日常生活

研究人员邀请了多伦多地区的50名有月经的成年人参加2022年的为期三个月的研究，其中有20人于2024年回访再参加三个月研究。最终有42名参与者同意将其去标识化数据公开。在第一个时段，参与者全天佩戴 Fitbit Sense 智能手表和连续血糖监测仪，每天早晨使用一次家用尿激素试纸，并填写一份简短的日常日记，记录月经、疼痛、压力、睡眠与活动情况。在第二个时段为减轻负担，团队将重点放在智能手表和激素检测，日记改为可选。这一设计既能捕捉单个周期内的短期波动，也能观察随年岁和生活变化产生的长期转变。

将多条身体信号汇集于一处

由此产生的 mcPHASES 数据集包含23张关联表。一张记录基本背景信息，如年龄与性别身份。另一张收集每日自述的症状与月经时间，并输入来自家用检测设备的激素数值。其余表格则存储可穿戴设备的高频信号：心率、心率变异性、睡眠时间与质量、步数、活动强度、腕部皮肤温度、睡眠时呼吸模式、估算血氧、应激得分等。连续血糖数据提供逐分钟的血糖水平信息。每条记录都绑定匿名参与者ID和“研究天数”计数，而非日历日期，以保护隐私，同时仍允许研究者分析随时间的趋势。

将原始信号转换为周期阶段

为了解读这些重叠的信号流，作者利用激素设备对易孕日和月经起始的自身估计，为每个周期标注四个大致阶段：经期、晚卵泡期、排卵期和黄体期。他们有意避免过度清理或填补缺失数据，保留缺失值以便其他科学家可以检验自己的方法。设备的内部软件可能在2022与2024年间有所变化，但核心测量仍具可比性。通过将天数对齐为各自周期长度的百分比，团队能够跨越多个周期平均激素水平与传感器信号，揭示出即便个体存在差异，“典型”模式如何展开。

身体节律揭示了什么

当作者将激素水平绘制在规范化周期上时，其变化形态与教科书模式一致：黄体生成素在中期出现急剧峰值，雌激素缓慢上升并在中期达到峰值，而孕酮则在黄体期后期上升。他们随后关注两项简单的智能手表指标：夜间腕部皮肤温度和静息心率。在超过190个完整周期中，这两项指标在四个阶段间均呈现清晰、重复的模式。温度与静息心率在周期早期最低，在排卵窗期间上升，并在黄体期达到峰值，随后随月经来潮再次下降。这些趋势在两个研究时段中均成立，呼应了过去将孕酮与体温升高及通过神经系统影响心率加快相联系的研究。

这一资源如何改变月经健康研究

对非专业人士而言，关键结论是月经周期并非仅关乎每月出血；它是一种可以通过温度、心率及其他日常信号追踪的全身节律。mcPHASES 数据集为研究者提供了一张开放且丰富的详细图谱，连接了激素水平、可穿戴数据与真实生活体验的时序信息。由于数据是公开且相对未经处理的，研究者可用它来构建更好的经期与生育预测模型，探究为何部分人群周期不规则或痛经更严重，并将月经模式视为更广泛健康问题的早期信号。简言之，这项工作为将月经健康视为可与血压或体重同等关注的重要生命体征奠定了基础。

引用: 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

关键词: 月经周期, 可穿戴传感器, 激素追踪, 纵向数据集, 月经健康信息学