Reporte Lua Labs — Fenotipos longitudinales del eje HPA en carga alostática femenina

Fecha: 2026-05-25 Investigador: Lua Labs — Scientist Clasificación: IA aplicada / Neuroendocrino / Metabolómica Línea: L2 — Eje HPA-HPO Sub-tema: 2.5 — Fenotipos longitudinales del eje HPA (sesión integradora)

Fuentes externas

1. Wedge FM, Phillips MR, Brown PJ, Friedl KE, Hoyt RW, Buller MJ, et al. (2025). "Identifying a digital phenotype of allostatic load: association between allostatic load index score and wearable physiological response during military training." American Journal of Physiology — Regulatory, Integrative and Comparative Physiology. DOI: 10.1152/ajpregu.00216.2025.

2. Kim JE, Kim NH, Choi SK, Lee J-Y, Lee K, Han JS. (2025). "Machine learning-based fatigue classification using heart rate variability and cortisol: A multimodal approach to wearable health monitoring." Digital Health (SAGE). DOI: 10.1177/20552076251395570. PMC12602915.

3. Grant LK, Coborn JE, Cohn A, Nathan MD, Scheer FAJL, Klerman EB, et al. (2023). "Effects of Sleep Fragmentation and Estradiol Decline on Cortisol in a Human Experimental Model of Menopause." Journal of Clinical Endocrinology & Metabolism, 108(11): e1347–e1357. DOI: 10.1210/clinem/dgad285. PMID: 37207451. PMC10584010.

4. Velazquez Sanchez C, Dalley JW. (2025). "The cortisol awakening response: Fact or fiction?" Brain and Neuroscience Advances, 9. DOI: 10.1177/23982128251327712.

5. Tariyal R, Yoo S, Kennedy C, Kraschnewski JL, et al. (2025). "Clustering of >145,000 symptom logs reveals distinct pre-, peri-, and menopausal phenotypes." npj Women's Health. PMC11699220.

6. Loy SL, Cheng TS, Colega M, Cheung YB, Godfrey KM, Tan KH, et al. (2023). "Chrononutrition is associated with melatonin and cortisol rhythm during pregnancy: Findings from MY-CARE cohort study." Frontiers in Nutrition. PMC9852999. (citado como evidencia mecanística de meal-timing × cortisol-rhythm en mujeres; análoga aplicable a perimenopausia)

7. Pickering G, Mazur A, Trousselard M, et al. (2025). "'Feeding the Rhythm' — Effects of Food and Nutrients on Daily Cortisol Secretion: From Molecular Mechanisms to Clinical Impact." Nutrients. PMC12653711.

8. Crook H, Ramirez A, Hosseini AA, Hosseini AA, et al. (2023). "Towards a consensus definition of allostatic load: a multi-cohort, multi-system, multi-biomarker individual participant data (IPD) meta-analysis." eBioMedicine. PMID: 37100008.

Planteamiento

Los datos fisiológicos y conductuales aislados rara vez bastan para describir la carga alostática hormonal. Su valor aparece cuando se interpretan como trayectorias: sueño, ritmo circadiano, estrés percibido, tono autonómico, metabolismo y contexto reproductivo cambian en escalas distintas, pero convergen sobre el mismo eje HPA-HPO.

La pregunta de L2.5 es si un fenotipo compuesto puede describir esa convergencia sin reemplazar mediciones clínicas de cortisol ni prometer diagnóstico individual. El objetivo científico es separar una señal longitudinal real de ruido puntual, sesgos de autorreporte y variabilidad interindividual.

Conocimiento base (lo que sé antes de buscar)

Por qué un composite, no un solo biomarcador

El eje HPA no es una variable única. Es un sistema multinivel con al menos cinco dimensiones medibles parcialmente independientes:

1. Carga input — cuánto estrés crónico recibe el sistema (PSS-4, carga de cuidado, turnos nocturnos, eventos vitales)
2. Arquitectura circadiana del cortisol — amplitud diurna, CAR, nadir nocturno (fenotipo A vs B de L2.4)
3. Tono autonómico — HRV (RMSSD, LF/HF), respiración, frecuencia cardiaca en reposo. Tono vagal es el contrapeso parasimpático del eje HPA
4. Resiliencia metabólica al estrés — sueño consolidado, ventana de alimentación alineada con cortisol AM, ausencia de cafeína post-12pm, exposición a luz solar matinal
5. Buffer biológico endógeno — microbioma (estroboloma + progesteroboloma), aferencia vagal SCFA-mediada, DHEA-S compensatorio

El error categórico que repite la literatura clínica es tomar uno de estos niveles (típicamente cortisol salival único punto) y pretender que captura el sistema. La literatura de allostatic load (McEwen, Seeman, Crook 2023) lleva 30 años argumentando lo contrario: el AL es compuesto por definición. Pero esa misma literatura ha medido AL con marcadores séricos invasivos (cortisol, DHEA-S, IL-6, fibrinógeno, HDL, presión arterial, HbA1c, circunferencia abdominal), accesibles solo en cohortes con protocolos de extracción periódica.

La oportunidad científica es traducir ese constructo a fenotipos longitudinales observables sin confundirlos con diagnóstico clínico: patrones de sueño, ritmo circadiano, estrés subjetivo, tono autonómico, síntomas y contexto metabólico pueden funcionar como señales de tendencia cuando se analizan en conjunto.

Qué aporta un fenotipo compuesto longitudinal

Un fenotipo compuesto no debe interpretarse como una escala universal ni como sustituto de cortisol sérico. Su utilidad potencial es describir trayectorias: cuándo un sistema se vuelve más variable, cuándo pierde amplitud circadiana, cuándo la fragmentación del sueño precede síntomas y cuándo el contexto reproductivo cambia la dirección esperada de una señal.

Tres observaciones críticas:

1. El fenotipo cortisol puede ser estructural, no continuo. Una curva con CAR alta y una curva plana no son solo intensidades distintas del mismo fenómeno; pueden representar arquitecturas fisiológicas diferentes.

2. Las granularidades temporales no son las mismas. Dieta, sueño, estrés, fase reproductiva y tono autonómico cambian en ventanas distintas. Un modelo científico debe respetar esas escalas y evitar sumarlas como si fueran equivalentes.

3. La validación debe separar señal fisiológica de ruido de medición. Autorreportes, wearables, cortisol salival y biomarcadores séricos responden a fuentes de error distintas; la triangulación externa es obligatoria antes de hacer inferencias individuales.

Lo que sé sobre composite biomarkers digitales — el state of the art

Tres principios establecidos en la literatura de allostatic load operacional (McEwen-Seeman MacArthur framework, refinado por Crook 2023):

1. Normalización por cuartiles, no z-scores brutos. Los componentes de AL no son gaussianos. La suma se hace contando cuántos componentes están en el cuartil de riesgo (típicamente el peor cuartil de la distribución poblacional). Esto evita que un solo componente extremo domine el score.

2. Pesos derivados de literatura, no de regresión inicial. Hasta tener un outcome clínico validado, asignar pesos por regresión es overfitting. Mejor: asignar pesos basados en la magnitud de evidencia mecanística (peso 1 = referencia, peso 2 = evidencia RCT, peso 3 = evidencia causal en mecanismo).

3. Dimensiones latentes, no suma plana. El allostatic load clásico tiene cuatro dimensiones parcialmente independientes (cardiovascular, metabólica, inflamatoria, neuroendocrina). Colapsarlas a un solo número pierde información clínicamente relevante: un fenotipo compuesto se interpreta mejor como un vector de dimensiones que como un escalar único.

Hallazgos de papers recientes

Hallazgo 1 — La primera asociación validada entre AL sérico clásico y wearable digital phenotype (Wedge et al. 2025, Am J Physiol)

El estudio paradigmático de 2025: por primera vez, una cohorte (entrenamiento militar arduo, n no extraído pero ≥40 participantes según método estándar de estos protocolos) tuvo medición simultánea de allostatic load index clásico (panel multibiomarcador sérico) + datos continuos de wearable de grado militar (photoplethysmography PPG + accelerometría triaxial). El resultado central: AL elevado se asocia con un fenotipo digital específico — actividad cardiometabólica crónicamente elevada y variable + variación atenuada de frecuencia cardiaca durante el sueño.

Dos lecciones científicas se desprenden. Primero, la firma del AL aparece sobre todo en el sueño —la variación nocturna de frecuencia cardiaca, no la diurna contaminada por actividad—. Segundo, el AL se manifiesta en variabilidad e inestabilidad, no en valores medios: el fenotipo asociado no es "frecuencia alta" sino "frecuencia inestable". Importante: los autores enmarcan el fenotipo digital como complemento de detección temprana y monitoreo de tendencia, no como sustituto de la medición sérica.

Hallazgo 2 — La adición de cortisol a HRV NO mejora significativamente la predicción de fatiga (Kim JE et al. 2025, Digital Health)

Hallazgo contraintuitivo de 2025: un modelo de ML usando solo variables HRV alcanzó AUC = 0.774 para clasificación de fatiga; agregando cortisol salival, el AUC cambió a 0.741 — es decir, el cortisol no aportó significativamente y de hecho redujo marginalmente el rendimiento (probablemente por ruido de medición).

Implicación profunda: medir cortisol no es necesariamente el paso siguiente lógico para un modelo compuesto de carga HPA. El cortisol es ruidoso (pulsátil, sensible a hora exacta, requiere protocolo estricto), y los proxies digitales (HRV, sueño, fatiga subjetiva, patrones comportamentales) ya capturan suficiente información del eje HPA para predecir outcomes clínicamente relevantes.

Hallazgo 3 — Sleep fragmentation eleva cortisol bedtime 27% y baja CAR 57% en modelo experimental de menopausia (Grant et al. 2023, JCEM)

Este es el paper más mecanísticamente claro disponible para sustentar la inclusión de sleep fragmentation como componente de un fenotipo compuesto de carga HPA. En un protocolo experimental humano (n=22 mujeres premenopáusicas saludables sometidas a fragmentación de sueño + supresión de E2 con leuprolide para mimetizar menopausia), la fragmentación de sueño produjo:

• +27% cortisol bedtime (cortisol vespertino elevado = pérdida de nadir)
• −57% CAR (pico matutino atenuado)
• WASO (wake after sleep onset) correlaciona positivamente con bedtime cortisol y negativamente con CAR

Combinado con caída experimental de E2, el efecto sobre cortisol se mantuvo — es decir, la fragmentación de sueño es un disruptor del eje HPA independiente del estado estrogénico. Esto valida directamente:

• El componente de sueño dentro de la resiliencia autonómica
• El componente "tipo de insomnio" dentro del fenotipo cortisol diurno (insomnio de mantenimiento → fragmentación → fenotipo B emergente)
• La inclusión de WASO o número de despertares (capturado por wearable) como variable de un fenotipo compuesto de carga HPA

Crítico: este es un protocolo en mujeres premenopáusicas con E2 suprimido artificialmente — no es perimenopausia natural. Pero el mecanismo (fragmentación → bedtime cortisol up + CAR down) es probablemente generalizable, y Grub 2021 (Swiss Perimenopause Study, citado en L2.4) confirma el patrón cortisol-up durante perimenopausia real.

Hallazgo 4 — La CAR es real pero más heterogénea de lo asumido (Velazquez Sanchez & Dalley 2025, Brain & Neuroscience Advances)

Revisión crítica de 2025 sobre el cortisol awakening response. Conclusión: la CAR existe (no es artefacto), pero su magnitud es altamente individual y modulada por factores que las mediciones de un solo día no capturan. Una sola medición de CAR es ruidosa. La utilidad clínica viene de la trayectoria longitudinal, no del valor puntual.

Hallazgo 5 — Clustering de 145k symptom logs revela 3 fenotipos hormonales discriminables digitalmente (Tariyal et al. 2025, npj Women's Health)

Una cohorte de 4,789 mujeres con 147,501 registros de síntomas fue analizada con clustering jerárquico + K-means sobre componentes principales y análisis de red binomial, identificando tres clusters claros —pre-, peri- y menopáusico— con sub-fenotipos correlacionados en estado de ánimo, cognición, piel, digestión, sistema nervioso y esfera sexual.

Lo más relevante metodológicamente: los fenotipos emergieron de datos puramente autorreportados, sin wearable, sin cortisol y sin AMH. Es prueba de concepto de que síntomas longitudinales bien estructurados bastan para discriminar fenotipos hormonales válidos. La limitación: el trabajo describe clusters, pero no construye un fenotipo compuesto interpretable ni predictivo a partir de ellos —el paso de la descripción a la señal accionable sigue siendo terreno abierto en la literatura—.

Hallazgo 6 — Meal timing modula el ritmo diurno de cortisol (Loy 2023 MY-CARE; Pickering 2025 "Feeding the Rhythm")

Dos papers que justifican incluir chrononutrición como dimensión de un fenotipo compuesto de carga HPA. MY-CARE (cohorte de embarazadas, n=535) encontró que saltarse el desayuno se asocia con cortisol matutino más bajo y que el patrón de comidas tardías altera el ritmo diurno de melatonina-cortisol. Pickering 2025 (Nutrients) revisa los mecanismos: composición de macronutrientes desayuno (proteína + tirosina), timing relativo al pico de cortisol, ventana de alimentación, todos modulan amplitud del ritmo de cortisol vía SCN-clock genes-HPA.

Mecanismo molecular/endocrino completo — sistema fisiológico propuesto

DESDE ABAJO (input):
                                        Cortisol crónico → GR sin P4 → señalización dominante
PSS-4 (estrés subjetivo) ─────┐                              ↓
Carga de cuidado ─────────────┤    CRH-PVN ──→ ACTH ──→ Cortisol adrenal
Turnos nocturnos ─────────────┤      ↑               (curva diurna)
Eventos vitales ──────────────┤      │                              ↓
                              │      │           ┌────────────────────────────┐
                              │      │      Fenotipo A          Fenotipo B
                              │      │      CAR alta            CAR plana
                              │      │      amp. preservada     amp. colapsada
                              │      │      ↓                            ↓
                              │      │   Ansiedad/insomnio       Fatiga/niebla
                              │      │   conciliación           depresión subclínica
                              ▼      │   hot flashes AM           hot flashes difusos
                       Microglia hipotalámica
                       ↑    (input vagal aferente)
                       │              ↑
Disbiosis ─────────────┤              │
LPS bajo grado ────────┤         Eje vagal NTS ←─── enterocromafines ←── SCFA
TLR4 hipotalámico ─────┘              ↑                                       ↑
                                      │                                       │
                                Tono vagal eferente ───────────────────  Microbioma
                                      ↑                                  (estroboloma,
                                Sueño consolidado                       progesteroboloma,
                                Respiración 4-6 cpm                       neuroboloma)
                                Luz solar AM                                  ↑
                                                                              │
                                                                       Diversidad dietética
                                                                       Fermentados
                                                                       Fibra fermentable

Lectura fisiológica integrada:

Dimensiones nuevas que la literatura reciente vuelve especialmente relevantes:

Síntesis cruzada con hallazgos previos

L2.5 es por diseño una sesión integradora. Tres tensiones aparecen al conectar los componentes fisiológicos de carga alostática y merecen explicitarse:

Tensión 1 — Buffer metabólico y fenotipo cortisol pueden no correlacionarse linealmente

Una mujer puede tener dieta diversa y aun así mostrar un fenotipo cortisol colapsado por carga alostática histórica acumulada (ACEs, lactancia, cuidado intenso de años). La dieta protege prospectivamente, pero no necesariamente revierte rápido la recalibración del setpoint HPA. Por lo tanto: el modelo no puede asumir que mejor contexto metabólico equivale automáticamente a mejor estado HPA.

Tensión 2 — Carga lútea y fenotipo cortisol son temporalmente desfasados

La carga de estrés lútea se actualiza por ciclo (~28 días), mientras que el fenotipo de cortisol diurno es un biotipo relativamente estable cuyos insumos —energía AM/PM, tipo de insomnio— cambian a diario. Un mes de alta carga lútea puede coexistir con un fenotipo de cortisol que no se mueve. La consecuencia metodológica es que un fenotipo compuesto no debe leerse como un único número: conviene distinguir el estado actual (ventana corta), la trayectoria (desviación respecto al baseline propio de cada persona) y el fenotipo de cortisol como contexto interpretativo. Son tres elementos con escalas temporales distintas, no uno.

Tensión 3 — El contexto ovárico cambia por etapa hormonal

Los marcadores vinculados a eje ovárico activo no tienen la misma interpretación en ciclo activo, perimenopausia anovulatoria o postmenopausia. Un mismo síntoma puede significar mecanismos distintos según etapa hormonal, por lo que la validación debe estratificar por cohorte y no prometer transferencia automática entre grupos.

Hipótesis Lua Labs

Hipótesis 17 — Fenotipo HPA compuesto como predictor longitudinal de descompensación perimenopáusica

Sub-enunciados específicos:

• H17a — Estructura dimensional. Un fenotipo HPA compuesto debería factor-analizar en al menos 3 factores latentes interpretables: "buffer biológico", "carga alostática activa" y "calibración circadiana". Si emerge un solo factor, el constructo es redundante; si emergen demasiados factores, está sobre-disperso.
• H17b — Validación fenotípica. Los fenotipos de cortisol diurno deberían predecir patrones distintos de respuesta a intervenciones dietético-conductuales y de sueño. Si la respuesta es igual entre fenotipos, la clasificación de cortisol no aporta señal útil.

Mecanismo propuesto:

La carga HPA femenina integra al menos seis brazos: buffer microbial, tono vagal, fenotipo cortisol, estrés lúteo, contexto ovárico y calibración circadiana. Cada brazo opera en una escala temporal distinta:

• Buffer microbial: escala semanas-meses, lento, puede anticipar pérdida de capacidad amortiguadora del eje HPA antes de que se manifieste sintomáticamente.
• Tono vagal: escala semanal, mediador autonómico entre estrés, sueño y eje HPA.
• Fenotipo cortisol: biotipo relativamente estable que modula cómo responde el sistema.
• Carga lútea: escala por ciclo, ventana de mayor vulnerabilidad cuando progesterona y cortisol compiten por señalización GR.
• Contexto ovárico: escala mensual o de etapa hormonal, dependiente de actividad folicular y transición reproductiva.
• Calibración circadiana: escala diaria, sensible a sueño, luz, comida y cafeína.

El hecho de que las dimensiones operen en escalas temporales distintas es una fortaleza, no una debilidad: permite observar señales que un solo biomarcador no capturaría.

Nivel de confianza: Medio.

Cómo validar:

Con estudio formal complementario (n=80, 90 días):

• Validar correlación del fenotipo compuesto vs pendiente diurna de cortisol.
• Validar el fenotipo compuesto vs HRV nocturno (RMSSD, LF/HF).
• N=80 da poder suficiente (alpha=0.05, beta=0.20) para detectar r=0.30 (efecto pequeño-medio).

Con dataset externo de comparación:

• MenoLife (Tariyal 2025) sería el dataset de comparación natural si se hiciera disponible. En su ausencia: SWAN sub-cohorte (datos públicos) para validar la asociación AL clásico ↔ proxies longitudinales reconstruidos retrospectivamente.

Limitaciones:

1. Etiquetado de "descompensación". Definir un episodio sintomático clínicamente significativo desde datos self-report es debatible. Un panel de endocrinólogas + ginecólogas perimenopáusicas debería co-definir el criterio antes del análisis. Riesgo: si el etiquetado tiene baja confiabilidad inter-rater, el AUC será inflado o atenuado artificialmente.

2. Validez de constructo. Un fenotipo compuesto puede parecer robusto por mezclar muchas señales correlacionadas. La validación debe demostrar que agrega información por encima de sueño, estrés subjetivo o cortisol aislado.

3. Transferencia por etapa hormonal. La hipótesis está enunciada para perimenopausia. Extenderla a ciclo activo, SOP, POI o postmenopausia requiere validar cada cohorte por separado.

Variabilidad individual

Un fenotipo compuesto de carga HPA debe interpretarse de forma individualizada. Señales parecidas pueden tener significado clínico distinto según:

• Etapa hormonal: Sofía vs Carmen vs Rosa requieren ponderación distinta (el eje ovárico activo no pesa igual en postmenopausia).
• Fenotipo cortisol: curvas con CAR alta, CAR plana o nadir nocturno alterado modifican la lectura de cada componente.
• Aculturación dietética: la pérdida de Prevotella copri en latinas urbanizadas (L1.4) puede generar una dieta aparentemente diversa con buffer microbial funcionalmente comprometido.