先看重点
在22名女性中,Oura戒指测得的夜间指端皮温在黄体期比卵泡期高0.30 °C(标准差0.12),表现最好的算法检测排卵的灵敏度为83.3%。这是小规模试点研究,准确度未必适用于其他使用者。
证据类型
研究论文
解读依据
公开摘要
阅读重点
方法与适用范围
研究在问什么
月经周期中体温呈双相变化,因此常被用来追踪周期阶段。作者检验了可穿戴Oura戒指测得的夜间指端皮温能否在日常生活中监测月经周期,并预测月经和排卵。
研究了谁,如何研究
日常生活场景下的试点研究,纳入22名志愿女性,她们佩戴Oura戒指,用尿检确认排卵,并写月经日记,平均记录114.7天(标准差20.6)。平均1.9个周期(标准差1.2)中,在起床后立即测量口腔温度。用重复测量相关分析比较每日皮温与口腔温度,并用配对t检验比较各阶段均值差异。作者检验了基于皮温的算法对月经开始和排卵的预测能力,以灵敏度和阳性预测值评价,并采用围绕报告日期的不同时间窗。
主要发现
以下为作者报告的结果。数字须连同人群和不确定性一起阅读。
- 1两种温度在黄体期均高于卵泡期:皮温高0.30 °C(标准差0.12),口腔温度高0.23 °C(标准差0.09)(p < 0.001)。
- 2每日皮温与口腔温度相关(r = 0.563,p < 0.001),阶段间差值也相关(r = 0.589,p = 0.004)。
- 3在±2至±4天的时间窗内,检测月经的灵敏度为71.9%至86.5%。最佳算法在确认排卵日前后-3至+2天的易孕窗内检测排卵的灵敏度为83.3%。
- 4阳性预测值与灵敏度相近。最佳算法估计的平均偏差,月经为0.4天(标准差1.8),排卵为0.6天(标准差1.5)。
局限与不确定性
- 1仅22名志愿者参加,结果是初步的,志愿者也可能与一般使用者不同。
- 2口腔温度只在部分周期(每人平均1.9个周期)测量,因此与皮温的比较基于有限的数据。
- 3按摘要所述,算法是在产生它们的同一批女性中检验的,也没有针对避孕或备孕用途进行检验。
- 4这样大小的相关系数说明皮温与口腔温度只是中度一致。本解读仅基于摘要。
对日常健康的启示
戒指测得的夜间体温似乎遵循月经周期的双相模式,可以在几天范围内估算经期开始和排卵,但准确度不足以用来避孕或计划怀孕。有生育方面的问题请咨询临床医生。
如何联系自己的数据
戒指的皮温最好看作相对于自身基线的变化,而不是绝对值,它与口腔温度的读数也不同。请用同一设备追踪数个周期,比较上升和下降的整体模式,而不是看单晚数据。
如何理解这类证据
索引未明确确定具体研究设计,应先读方法;核对人群、对照、结局和不确定性,再判断能否作因果解释。
作者的结构化摘要 English
以下英文摘要按记录的开放许可转载,属于作者原始材料,不是 MoveVitals 的解读。上方已提供研究解读,分别说明作者结果与本站解释;重要结论可直接核对原文。
Background
Body temperature is a common method in menstrual cycle phase tracking because of its biphasic form. In ambulatory studies, different skin temperatures have proven to follow a similar pattern. The aim of this pilot study was to assess the applicability of nocturnal finger skin temperature based on a wearable Oura ring to monitor menstrual cycle and predict menstruations and ovulations in real life.
Methods
Volunteer women (n = 22) wore the Oura ring, measured ovulation through urine tests, and kept diaries on menstruations at an average of 114.7 days (SD 20.6), of which oral temperature was measured immediately after wake-up at an average of 1.9 cycles (SD 1.2). Skin and oral temperatures were compared by assessing daily values using repeated measures correlation and phase mean values and differences between phases using dependent t-test. Developed algorithms using skin temperature were tested to predict the start of menstruation and ovulation. The performance of algorithms was assessed with sensitivity and positive predictive values (true positive defined with different windows around the reported day).
Results
Nocturnal skin temperatures and oral temperatures differed between follicular and luteal phases with higher temperatures in the luteal phase, with a difference of 0.30 °C (SD 0.12) for skin and 0.23 °C (SD 0.09) for oral temperature (p < 0.001). Correlation between skin and oral temperatures was found using daily temperatures (r = 0.563, p < 0.001) and differences between phases (r = 0.589, p = 0.004). Menstruations were detected with a sensitivity of 71.9-86.5% in window lengths of ±2 to ±4 days. Ovulations were detected with the best-performing algorithm with a sensitivity of 83.3% in fertile window from - 3 to + 2 days around the verified ovulation. Positive predictive values had similar percentages to those of sensitivities. The mean offset for estimations were 0.4 days (SD 1.8) for menstruations and 0.6 days (SD 1.5) for ovulations with the best-performing algorithm.
Conclusions
Nocturnal skin temperature based on wearable ring showed potential for menstrual cycle monitoring in real life conditions.
来源与署名
Nocturnal finger skin temperature in menstrual cycle tracking: ambulatory pilot study using a wearable Oura ring.
Maijala A, Kinnunen H, Koskimäki H, Jämsä T, Kangas M.
BMC women's health · 2019-11-29
DOI: 10.1186/s12905-019-0844-9 ↗PubMed · 31783840 ↗Europe PMC · 记录的开放许可: cc by ↗摘要版权归原作者,依据来源记录的开放许可转载。中文译文辅助阅读,英文摘要用于核对术语与具体数值;本站的方法学解释与作者结论分别呈现。
MoveVitals 编辑解读 · 健康教育内容 · 未记录个人临床审阅
来源核验日期 2026-11-01
实用健康指南
放在一起读
加速度计处理方法不同,身体活动与卒中、心肌梗死的关联曲线也不同
在英国生物银行中,基线无心血管疾病的90237名成年人随访至2022年12月,共发生1298例卒中和2031例心肌梗死;中高强度身体活动(MVPA)与这两种结局的关联曲线形状,取决于加速度计数据的处理方法。就卒中而言,只有机器学习法得到直线下降的风险;就心肌梗死而言,机器学习法和LFENMO法呈曲线下降,活动计数法呈直线下降。摘要没有给出风险比,只能说明不同方法的结论不一致,不能说明哪种方法更正确,而且这些只是观察性关联。
Preventive Medicine
智能手表数据能当“证人”吗:心率验证得最充分,其余证据参差
一项围绕数字取证展开的系统评价和荟萃分析,梳理了四大主流品牌智能手表的验证研究,发现心率是研究最多、也最准确的指标。步数、距离、能量消耗、活动分类和睡眠的验证不够一致,结果因品牌、方案和报告方式而异。摘要没有给出汇总数据,且多数研究是在健康人群中、于实验室内完成的,所以无法说明某一块手表对某个人在日常生活中的表现。
Forensic Science International
活动追踪器:每天多走约1800步,对其他健康指标影响较小
这项伞形综述汇总了39篇系统评价和荟萃分析,涉及163992名参与者;结果显示使用活动追踪器与身体活动增加相关(标准化均数差SMD为0.3–0.6),相当于每天多走约1800步、多步行40分钟,体重减轻约1公斤。对血压、胆固醇、糖化血红蛋白、生活质量和疼痛的影响通常很小,且多数不显著。摘要没有说明这些项目里追踪器还搭配了什么,也没有说明各评价之间重叠多少,因此不能把效果完全归功于设备本身。
The Lancet Digital Health
七款睡眠追踪设备:识别睡着很准,识别醒着和睡眠分期较差
在睡眠实验室里,34名健康的年轻成年人连续三晚佩戴七款消费级睡眠追踪设备中的若干款。与多导睡眠监测相比,所有设备识别睡眠都很准(灵敏度均不低于0.93),但识别清醒较差(特异度0.18–0.54),七款中有五款与研究用活动记录仪(特异度0.39)持平或更好;睡眠分期的估计结果不稳定。受试者是18至35岁的健康成年人,卧床时间固定为8小时,每款设备只在其中11至20人身上测试,因此对有睡眠问题的人几乎没有参考价值。
Sleep

