¿Ha probado alguna vez una aplicación de seguimiento de la fertilidad y no le ha funcionado? Las aplicaciones y los dispositivos de fertilidad, que constituyen la mayor parte de la industria de la "tecnología femenina", que crece rápidamente y mueve miles de millones de dólares, se basan en algoritmos incorporados para ofrecer a los usuarios información sobre su fertilidad. Sin embargo, dado que cada algoritmo se diseña con un objetivo específico en mente, con el fin de optimizar determinadas métricas o reducir imprecisiones específicas, ningún modelo puede optimizar todos los objetivos relacionados con la fertilidad. Esto significa que un algoritmo no puede optimizar simultáneamente la prevención de embarazos. y lograr el embarazo y seguimiento de la salud. Y aunque las técnicas estadísticas pueden ser muy útiles para detectar cambios en la fertilidad, los algoritmos rara vez, o nunca, funcionan con exactamente los mismos índices de eficacia en subgrupos de una población como las mujeres mayores o las mujeres con ciclos irregulares.
Cuando se trata de objetivos de salud y fertilidad, no todos los algoritmos Femtech son iguales.
Desgraciadamente, estos hechos rara vez se explican bien a los usuarios. Como resultado, los usuarios pueden descartar rápidamente las técnicas algorítmicas simplemente porque el método seleccionado no se ajusta a sus intenciones personales o a su historial de salud. Ciertos subgrupos de usuarios pueden sentirse frustrados con la tecnología de seguimiento de la fertilidad, especialmente si están aprendiendo un método de conocimiento de la fertilidad (FAM) únicamente a través de la aplicación. sin un conocimiento básico de la anatomía y fisiología reproductivas y de los biomarcadores de fertilidad del organismo, y sin la orientación de un instructor formado en la vida real.
Es fundamental comprender cómo la tecnología FAM elegida por la usuaria puede o no estar en sintonía con sus objetivos personales de planificación familiar o de salud. Aquí distinguiremos entre dos tipos de métodos algorítmicos de aplicaciones FAM -los modelos sintotérmico y sintohormonal- y examinaremos si cada tipo de modelo está optimizado para lograr el embarazo, evitarlo o controlar la salud.
Los monitores sintohormonales y las tiras reactivas pueden ser lo mejor para las mujeres que buscan un embarazo
Los algoritmos de las aplicaciones FAM se dividen en dos categorías: algoritmos basados en monitores sintohormonales, como el monitor de fertilidad ClearBlue Easy, y algoritmos que utilizan la terapia sintotérmica. temperatura corporal basal (TCB) algoritmos. Cada monitor es propenso a un sesgo intrínseco particular.
Un estudio de 2003 evaluó las tasas en las que los monitores de hormonas urinarias y los métodos sintotérmicos predecían falsamente los días fértiles e infértiles (tasas de falsos positivos y falsos negativos, respectivamente) [1]. El monitor Persona notificó más días infértiles falsos (días que el algoritmo calificó de infértiles pero que en realidad eran fértiles) que los métodos sintotérmicos. Por lo tanto, los autores del estudio concluyeron que muchos de los monitores sintotérmicos pueden ser más adecuados para las mujeres que desean concebir.
Un nuevo test casero de confirmación de la ovulación llamado Proov Analiza los niveles urinarios de un subproducto de la progesterona y se ha convertido rápidamente en una herramienta para las mujeres que desean conocer mejor tanto la progesterona como la progesterona. si han ovulado y el calidad de la ovulación. En 2019, los investigadores descubrieron que la prueba detectaba con precisión la ovulación en 82% de las participantes, aunque solo se estudiaron trece mujeres [2]. El estudio no verificó la ovulación mediante ningún otro método (como con imágenes, análisis de sangre o aumento de la temperatura corporal basal), por lo que los investigadores no pudieron calcular las tasas de falsos positivos o falsos negativos. Sin embargo, los autores del estudio señalaron en sus conclusiones que el hecho de contar en el estudio con una mayor proporción de mujeres de edad reproductiva avanzada, cuyos niveles de progesterona tras la ovulación pueden ser naturalmente más bajos que los de las mujeres más jóvenes, puede ayudar a explicar por qué la tasa de predicción de la ovulación no fue 100%. Se necesitan investigaciones adicionales para revelar si la prueba Proov presenta imprecisiones sistemáticas para determinados subgrupos, quizás estratificados por edad.
Advertencia: la investigación sobre los monitores de métodos sintohormonales aún está en pañales.
La bibliografía sobre los índices de sensibilidad y precisión de los monitores sintotohormonales sigue siendo escasa y a menudo se basa en estudios con muestras de pequeño tamaño. El consenso general es que los monitores sintohormonales son ciertamente útiles para las usuarias que desean concebir. Para las mujeres que desean evitar el embarazo, algunos estudios sugieren utilizar un método sintohormonal junto con otros biomarcadores como la TCB.
Para las mujeres que se dedican a vigilar su salud y que simplemente desean comprender su propio ciclo o quizá llegar al fondo de cuestiones como el síndrome de ovario poliquístico (SOP) o la endometriosis, identificar tanto la aparición de la ovulación como su calidad mediante un método sintohormonal también puede ser tremendamente útil.
Femtech sintotérmica puede optimizarse para evitar el embarazo
El estudio de 2003 mencionado anteriormente descubrió que el método sintotérmico de seguimiento de la TCB era el predictor más preciso de la fertilidad y la infertilidad en comparación con siete monitores sintohormonales, lo que sugiere su especial utilidad para las mujeres que buscan evite embarazo. Aun así, la clase de algoritmos que rigen los métodos sintotérmicos está de nuevo sujeta a sesgos únicos.
Entre las opciones de Femtech basadas en el algoritmo BBT se incluyen las siguientes Ciclos naturales y Pista ambas aprobadas recientemente por la FDA como anticonceptivos. Cada aplicación cobra una cuota mensual elevada y utiliza un algoritmo propio para procesar los datos de las usuarias y emplear modelos complejos para predecir la fertilidad. Sin examinar el código fuente de estas opciones algorítmicas, es imposible saber qué grupos de mujeres podrían estar en desventaja a la hora de utilizar el método de forma eficaz.
Algunas mujeres que han experimentado embarazos inesperados mientras utilizaban Natural Cycles han criticó a la empresa por esta falta de transparencia. Aunque el número de mujeres que declaran embarazos no deseados está dentro de los porcentajes de fracaso esperados de la aplicación Natural Cycles, estas mujeres afirman que, para empezar, no sabían si la aplicación era adecuada para ellas. Una mujer informó sólo se enteró a posteriori de que, al tener ciclos muy irregulares y padecer un síndrome de ovario poliquístico no diagnosticado, era una mala candidata para utilizar la aplicación.
Sin embargo, para otros grupos de mujeres, los algoritmos BBT pueden resultar poco adecuados por otras razones. El algoritmo Natural Cycles es sintonizado ser extremadamente cautelosos a la hora de informar sobre los "días rojos" (es decir, los días en los que se debe evitar el coito) en el caso de las usuarias que pretendan utilizar la aplicación para evitar el embarazo. Una usuaria con ciclos muy regulares podría experimentar más "días verdes" al utilizar otro método que incluya biomarcadores adicionales. El número de días infértiles comunicados por las usuarias del algoritmo BBT varía enormemente, pero las razones de ello no están claras para las usuarias.
Nota sobre los termómetros portátiles
Los algoritmos de la TCB suelen basarse en las lecturas de un termómetro oral estándar, pero los termómetros portátiles son cada vez más populares. Los termómetros portátiles tienen sus propios algoritmos, lo que significa que una mujer que utilice una aplicación de gráficos estará sujeta a un algoritmo dos veces (una vez a partir de los datos de su termómetro portátil y otra vez una vez que los datos se introducen en la aplicación de gráficos).
Anillo Oura
En una investigación en la que se examinó la sensibilidad de varios algoritmos de lectura de la temperatura se descubrió que un dispositivo portátil, el anillo Oura, informaba por lo general de lecturas precisas del termómetro [3]. La muestra del estudio solo incluía a 22 participantes de Finlandia, pero incluso dentro de ese pequeño tamaño de muestra, las lecturas de temperatura eran menos fiables para las mujeres con exceso de peso.
Pulsera Ava
La pulsera de fertilidad Ava también registra la temperatura de la muñeca durante el sueño. En 2021, los investigadores examinaron la precisión de las lecturas de la pulsera Ava en comparación con las lecturas orales estándar de la TCB [4]. Informaron de que la medición de la temperatura en la muñeca detectaba una mayor diferencia de temperatura entre las fases folicular y lútea. Las lecturas del brazalete Ava detectaron correctamente la ovulación con más frecuencia que las lecturas de la TCB del termómetro estándar (la tasa de verdaderos positivos). Sin embargo, las lecturas del brazalete Ava también registraron una tasa de falsos positivos superior a la de las lecturas de la TCB. Esto significa que las usuarias de la pulsera Ava recibían información incorrecta de que habían ovulado con más frecuencia que con las lecturas de la TCB. Los investigadores sugirieron que las mujeres que búsqueda del embarazo podrían beneficiarse de la mayor precisión de la pulsera Ava. Pero no existe ninguna ventaja (o desventaja) general de la pulsera Ava para las mujeres que desean evitar el embarazo.
A medida que más mujeres registran su fertilidad mediante aplicaciones móviles y wearables, las empresas deben hacer un mayor esfuerzo para que los índices de precisión y sensibilidad sean relevantes para los subgrupos y se basen en diversos objetivos de salud y fertilidad. Para las mujeres que se inician en los métodos FAM, el uso de estas aplicaciones y dispositivos sin una formación adecuada o un conocimiento más profundo de los biomarcadores puede complicar su eficacia.
Aprenda primero de un instructor formado en la vida real
Las deficiencias de los métodos algorítmicos, ya sean sintohormonales o sintotérmicos, no tienen por qué disuadir a las mujeres de utilizar aplicaciones algorítmicas para determinar su fertilidad. Cuando los datos se recogen con medidas preventivas para garantizar la privacidadSin embargo, estos conjuntos de datos también pueden ser recursos muy valiosos para que los científicos comprendan mejor la salud de las mujeres. Aun así, confiar en un algoritmo requiere actualmente un cierto nivel de confianza en un modelo todavía opaco.
Las mujeres que deseen utilizar Femtech probablemente estarán mejor atendidas por primero aprender un método de un instructor de FAM formado en la vida real que cubre todos los aspectos básicos de la anatomía y fisiología reproductiva y los biomarcadores, y ayuda a cada mujer a determinar cómo identificar adecuadamente sus propios biomarcadores. Cuando los resultados del modelo son tan importantes y personales como el seguimiento de la salud de la mujer o los objetivos relacionados con el embarazo, es fundamental que la intención del usuario coincida con el método adecuado.
Referencias:
[1] Freundl, Günter, et al. "Tasas máximas estimadas de fallo de los monitores de ciclo utilizando probabilidades diarias de concepción en el ciclo menstrual". Reproducción humanavol. 18, nº 12 (2003): pp. 2628-33. DOI:10.1093/humrep/deg488 [2] Bouchard, Thomas P., Richard J. Fehring y Mary Schneider. "Evaluación piloto de una nueva prueba de progesterona en orina para confirmar la ovulación en mujeres que utilizan un monitor de fertilidad". Fronteras de la salud pública, vol. 7 (2019): p. 184. doi: 10.3389/fpubh.2019.00184 [3] Maijala, Anna, et al. "Nocturnal finger skin temperature in menstrual cycle tracking: ambulatory pilot study using a wearable Oura ring". BMC salud de la mujer, vol.19, nº 1 (2019): pp. 1-10. DOI:10.1186/s12905-019-0844-9 [4] Zhu, Tracy Y., et al. "The accuracy of wrist skin temperature in detecting ovulation compared to basal body temperature: prospective comparative diagnostic accuracy study". Revista de investigación médica en Internetvol. 23, nº 6 (2021): e20710. doi: 10.2196/20710Lecturas complementarias:
¿Es legítimo el seguimiento de la menstruación y la ovulación?
¿Puede confiar sus datos a aplicaciones de seguimiento de la fertilidad?
Antes de pasarte a una aplicación de fertilidad, ten en cuenta lo siguiente
Discernir la eficacia de las aplicaciones para conocer la fertilidad
El futuro de la fertilidad, las aplicaciones de gráficos y la tecnología para la salud de la mujer
