女性产生的生理数据与男性一样可预测,至少在皮肤温度方面是这样。这似乎是常识,但由于月经周期(如温度)导致的身体信号变化被用作几十年来让女性远离临床研究的借口。
该研究的数据是从可穿戴设备收集的,用于在六个月内连续监测600人(一半女性和一半男性)的皮肤温度。
研究小组发现,研究中任何两个人之间的差异,无论是男性还是女性,都比性别之间的差异更大。研究人员发现,男性和女性参与者的皮肤温度大多随一天中的时间以及受试者是醒着还是睡着而变化。
许多女性的月经周期不大,月经周期和性别都没有解释任何群体变异性的显着差异。据研究人员所知,这是第一次有研究在如此长的时间内连续跟踪人体皮肤温度。该团队在2023年11月1日的《性别差异生物学》杂志上发表了他们的研究结果 。

尽管美国国立卫生研究院(National Institutes of Health)的指导方针要求研究将女性和少数族裔纳入临床研究,但女性仍然不成比例地被排除在研究之外,尤其是在药物试验中。这在一定程度上是由于担心月经周期会在数据中引入太多变量。
尽管使用专为男性设计的药物对女性造成伤害,包括更高的过量服用率和副作用率,但还没有人研究过大量男性和女性群体的连续生理学信号,以了解女性的周期是否真的使数据更难分析——直到现在。该研究没有发现任何统计学上的显着差异,表明这种担忧是没有道理的。
该团队包括来自加州大学圣地亚哥分校的圣地亚哥超级计算机中心、Halicioglu 数据科学研究所和雅各布斯工程学院以及加州大学旧金山分校奥舍综合健康中心的研究人员。
自 2020 年以来,加州大学圣地亚哥分校团队一直与由共同资深作者 Ashley E. Mason 博士领导的加州大学旧金山分校团队合作,从世界各地收集可穿戴数据并开发检测疾病爆发的工具。“如果关键是我们现在可以使用可穿戴设备来跟踪一大群人的健康状况,那么将整个人群排除在研究之外是没有意义的,”梅森说,他是一名睡眠临床医生,也是更广泛的TemPredict项目的首席研究员,这项研究就是从这个项目发展而来的。

循环雌性(蓝色)、非环性雌性(蓝绿色)和雄性(红色)与 7 天 (A) 和 28 天 (B) 和 60 天 (C) 的单一静态平均值相比,循环雌性要么未对齐(自然循环相位分布; C 或按循环相位 (D) 对齐
该团队选择跟踪皮肤温度,因为它本质上是一种监测一个人内分泌系统状态的方法,该论文的通讯作者、加州大学圣地亚哥分校Shu Chien Gene Lay生物工程系和Halicioglu数据科学研究所的教授Ben Smarr说。根据以前的研究,温度与荷尔蒙变化、日常节律和女性健康状况有关。
“在这项研究中,两个男人之间的差异比普通男人和普通女人之间的差异更大,”该论文的第一作者、加州大学圣地亚哥分校生物医学信息学和系统生物学项目的博士生Lauryn Keeler Bruce说。“此外,男性和女性之间的变异性在统计学上并不显着。
Smarr及其同事在研究中使用了ŌURA环,这是一种由芬兰公司Oura Ring生产的智能可穿戴设备,用于跟踪皮肤温度。该设备还可以跟踪心率、活动并提供睡眠跟踪。ŌURA Ring已成为首选的研究工具,因为它易于使用并提供高质量的数据。它已被用于最近关于医疗器械依从性、预测妊娠结局和跟踪 COVID-19 的出版物中。
通过统计分析,研究小组发现,在骑自行车的女性中,大约28天内夜间最高皮肤温度的变化模式与月经周期一致。这并不出乎意料,因为温度监测已被用作跟踪许多文化生育能力的工具。如果有的话,这种模式使经历过它的受试者更容易预测变化。这些女性的数据比研究中的所有其他受试者更具可预测性。
“这项分析证实卵巢节律确实会影响温度,”研究人员写道。“这项分析并不表明这些节奏使任何给定的测量更容易出错。
研究人员还指出,他们的女性受试者都没有持续的28天周期。“没有人是教科书上的例子,”基勒布鲁斯说。
研究人员希望其他团队能够采用他们的方法。Smarr说,能够持续监测生理信号,如温度,对于更准确地了解一个人的健康状况至关重要。“为了知道是什么扰乱了模式,你首先需要知道模式是什么,”他说。
该团队计划接下来检查整个怀孕期间孕妇的数据。他们还计划研究男性和女性受试者之间活动模式的差异。
资助者包括医疗技术企业联盟 (MTEC)、Start Small 基金会和 Oura Health。
可穿戴设备记录的温度测量值的生物性别变化
https://doi.org/10.1186/s13293-023-00558-z
加州大学圣地亚哥分校
生物医学信息学系:劳伦·基勒·布鲁斯
Shu Chien-Gene Lay 生物工程系:Patrick Kasl 和 Benjamin L. Smarr
生物信息学和系统生物学:Severine Soltani
电气与计算机工程系:Varun K. Viswanath
Halicioglu 数据科学研究所:Iklay Altintas、Amaranath Gupta 和 Benjamin L. Smarr
圣地亚哥超级计算机中心:Saubhasis Dasgupta、Iklay Altintas 和 Amaranath Gupta
加州大学旧金山分校奥舍综合健康中心:Wendy Hartogensis、Frederick M. Hecht、Anoushka Chowdhary、Claudine Anglo、Keena Pandya 和 Ashley Mason
纽约城市大学巴鲁克学院:Stephan Dilchert
新闻旨在传播有益信息,英文版原文来自https://today.ucsd.edu/story/women-produce-skin-temperature-data-that-is-just-as-predictable-as-men