MCAnalysis：用于数字健康数据中月经周期效应的预处理、建模与可视化的开源软件包
应用统计
2026-04-15 v1 机器学习
摘要
月经周期影响诸多生理和心理结果,但缺乏标准化、开源的定量这些循环效应的方法。在本研究中,我们开发了mcanalysis,一个用于月经周期研究的基于傅里叶基的广义可加模型(GAM)的开源软件包。该软件包提供了完整的流程:处理月经日期、相对于月经开始日期标记周期天数、筛选生理上合理的周期、对结果进行标准化以消除个体差异、拟合带有自助置信区间的循环GAM、并识别拐点以生成特定相位的线性趋势估计。我们在来自Juli慢性健康管理应用程序的数据( N = 2,816 用户)上演示了该软件包。9个中的15个结果显示出与月经周期相关的证据(p < 0.05),覆盖生理(HRV p < 0.001, 血氧饱和度 p = 0.002)、睡眠(p = 0.003)、症状(偏头痛 p < 0.001, 头痛 p = 0.005)、情绪(EMA情绪 p = 0.024, PHQ-8疲劳 p = 0.008, 躁狂 p = 0.041)和活动(户外时长 p = 0.019)领域。未检测到的任何混杂因子都与周期标准化后的结果显著相关。mcanalysis为用户提供不同统计专业水平的标准化、可重复的月经周期分析方法。该软件包可在 https://github.com/kyradelray/mcanalysis 获取,无需编程的Web界面可在 https://kyradelray.shinyapps.io/mcanalysis/ 访问。
引用
@article{arxiv.2604.12536,
title = {MCAnalysis: An Open-Source Package for Preprocessing, Modelling, and Visualisation of Menstrual Cycle Effects in Digital Health Data},
author = {Kyra Delray and Glyn Lewis and Bola Grace and Joseph Hayes and Robin Evans},
journal= {arXiv preprint arXiv:2604.12536},
year = {2026}
}
备注
28 pages, 10 figures