对于许多育龄妇女来说，评估月经健康和生育能力的最常见方式是定期去看妇科医生或其他临床医生。在评估生育率，月经健康和生活质量的变化时，这些访问通常依赖于记忆，这可能导致评估中的显着不准确。

另一方面，今天许多女性正在转向所谓的“生育意识方法”(FAM)应用程序，以支持他们追踪月经周期。有很多这样的应用程序可用，它们只展示了它们近年来的流行程度。

但FAM应用程序的准确度如何?用户跟踪什么?他们可以帮助他们和他们的妇科医生吗?由于一个简单的原因，这些很难回答：无论是访问还是应用程序都没有在人口水平上进行系统研究，以确定和比较他们以有意义的方式评估月经健康和生育能力的准确性。

这就是EPFL数字流行病学实验室的Laura Symul所做的。Symul与斯坦福大学(现已加入)合作，对两个FAM应用程序Sympto和Kindara的20万用户进行了大规模研究。这两个应用程序都支持“Sympto-Thermal方法”，并通过考虑宫颈液的记录，唤醒时的体温和其他生物体征，促进识别女性月经周期的生育和不孕时间。

科学家们从270多万个月经周期中追踪了超过3000万天的观察结果。整体研究有两个目标：第一，了解用户如何以及用户自愿跟踪FAM应用程序。第二，找出这些记录是否允许准确检测和估计排卵时间。

在用户人口统计和行为方面，该研究发现典型的FAM应用程序用户大约30岁，住在西方国家(欧洲或北美)并且健康的BMI。应用程序用户在记录性交时更频繁地记录他们的观察结果，当您在人口层面上查看他们时，报告的生育意识身体体征表现出的时间模式与小规模临床研究中发现的时间模式非常接近。

分析这些数据后，科学家发现，正在寻求怀孕的女性每天记录Sympto-Thermal测量结果，其月经周期高达40%。然后，通过对数据建模，他们发现卵泡期的平均持续时间和范围，从月经周期开始到排卵结束，比之前报道的要大。事实上，模型显示只有24%的排卵发生在周期的第14至15天。另一方面，数据显示黄体期的持续时间和范围 - 月经周期的后半部分 - 与先前的研究相匹配。

该研究结果为研究月经周期与其他生理系统之间的相互作用提供了一种经济实惠的手段。“我们的研究为用户及其医生提供了一个共同的基础，可以将数字记录纳入他们的访问，评估他们自己的月经模式，并将其与我们报告的统计数据进行比较，”Laura Symul说。

她继续说道：“新技术，特别是自我跟踪，正在改变我们对身体和健康的看法。用户和医生都对数字自我跟踪的机会和有用性感到疑惑。我们的研究表明用户自愿跟踪他们的月经周期和生育相关的身体标志非常频繁，它们跟踪的内容与绝大多数情况下的预期一致。虽然这些测量和观察结果噪音大且不完全规律，但它们为推断潜在的激素变化提供了有价值的信息。以及在时间和参与者数量上可扩展的方式排卵和排卵的时间。“