先看重點
在22名女性中,Oura戒指測得的夜間指端皮溫在黃體期比卵泡期高0.30 °C(標準差0.12),表現最好的演算法檢測排卵的靈敏度為83.3%。這是小規模試點研究,準確度未必適用於其他使用者。
證據類型
研究論文
解讀依據
公開摘要
閱讀重點
方法與適用範圍
研究在問什麼
月經週期中體溫呈雙相變化,因此常被用來追蹤週期階段。作者檢驗了穿戴式Oura戒指測得的夜間指端皮溫能否在日常生活中監測月經週期,並預測月經和排卵。
研究對象與方法
日常生活場景下的試點研究,納入22名志願女性,她們佩戴Oura戒指,用尿檢確認排卵,並寫月經日記,平均記錄114.7天(標準差20.6)。平均1.9個週期(標準差1.2)中,在起床後立即測量口腔溫度。用重複測量相關分析比較每日皮溫與口腔溫度,並用配對t檢驗比較各階段均值差異。作者檢驗了基於皮溫的演算法對月經開始和排卵的預測能力,以靈敏度和陽性預測值評價,並採用圍繞報告日期的不同時間窗。
主要發現
以下為作者報告的結果。數值須連同族群和不確定性一起閱讀。
- 1兩種溫度在黃體期均高於卵泡期:皮溫高0.30 °C(標準差0.12),口腔溫度高0.23 °C(標準差0.09)(p < 0.001)。
- 2每日皮溫與口腔溫度相關(r = 0.563,p < 0.001),階段間差值也相關(r = 0.589,p = 0.004)。
- 3在±2至±4天的時間窗內,檢測月經的靈敏度為71.9%至86.5%。最佳演算法在確認排卵日前後-3至+2天的易孕窗內檢測排卵的靈敏度為83.3%。
- 4陽性預測值與靈敏度相近。最佳演算法估計的平均偏差,月經為0.4天(標準差1.8),排卵為0.6天(標準差1.5)。
限制與不確定性
- 1僅22名志願者參加,結果是初步的,志願者也可能與一般使用者不同。
- 2口腔溫度只在部分週期(每人平均1.9個週期)測量,因此與皮溫的比較基於有限的資料。
- 3按摘要所述,演算法是在產生它們的同一批女性中檢驗的,也沒有針對避孕或備孕用途進行檢驗。
- 4這樣大小的相關係數說明皮溫與口腔溫度只是中度一致。本解讀僅基於摘要。
日常健康啟示
戒指測得的夜間體溫似乎遵循月經週期的雙相模式,可以在幾天範圍內估算經期開始和排卵,但準確度不足以用來避孕或計劃懷孕。有生育方面的問題請諮詢臨床醫師。
如何連結自己的資料
戒指的皮溫最好看作相對於自身基線的變化,而不是絕對值,它與口腔溫度的讀數也不同。請用同一裝置追蹤數個週期,比較上升和下降的整體模式,而不是看單晚資料。
如何理解這類證據
索引未明確指出具體研究設計,應先讀方法;核對族群、對照、結果和不確定性,再判斷能否作因果解釋。
作者的結構化摘要 English
以下英文摘要依所記錄的開放授權轉載,屬於作者原始材料,並非 MoveVitals 解讀。上方已提供研究解讀,分別說明作者結果與本站解釋;重要結論可直接查核原文。
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.
來源與署名
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 · 所記錄的開放授權: cc by ↗摘要著作權歸原作者,依來源紀錄的開放授權轉載。中文譯文協助閱讀,英文摘要供查核術語及具體數值;本站的方法學解釋與作者結論分別呈現。
MoveVitals 編輯解讀 · 健康教育內容 · 未記錄個人臨床審閱
來源查核日期 2026-11-01
實用健康指南
放在一起讀
加速度計處理方法不同,身體活動與中風、心肌梗死的關聯曲線也不同
在英國生物銀行中,基線無心血管疾病的90237名成年人追蹤至2022年12月,共發生1298例中風和2031例心肌梗死;中高強度身體活動(MVPA)與這兩種結局的關聯曲線形狀,取決於加速度計資料的處理方法。就中風而言,只有機器學習法得到直線下降的風險;就心肌梗死而言,機器學習法和LFENMO法呈曲線下降,活動計數法呈直線下降。摘要沒有給出風險比,只能說明不同方法的結論不一致,不能說明哪種方法更正確,而且這些只是觀察性關聯。
Preventive Medicine
智慧手錶資料能當「證人」嗎:心率驗證得最充分,其餘證據參差
一項圍繞數字取證展開的系統評價和統合分析,梳理了四大主流品牌智慧手錶的驗證研究,發現心率是研究最多、也最準確的指標。步數、距離、能量消耗、活動分類和睡眠的驗證不夠一致,結果因品牌、方案和報告方式而異。摘要沒有給出彙總資料,且多數研究是在健康族群中、於實驗室內完成的,所以無法說明某一塊手錶對某個人在日常生活中的表現。
Forensic Science International
活動追蹤器:每天多走約1800步,對其他健康指標影響較小
這項傘形綜述彙總了39篇系統評價和統合分析,涉及163992名參與者;結果顯示使用活動追蹤器與身體活動增加相關(標準化均數差SMD為0.3–0.6),相當於每天多走約1800步、多步行40分鐘,體重減輕約1公斤。對血壓、膽固醇、糖化血紅蛋白、生活質量和疼痛的影響通常很小,且多數不顯著。摘要沒有說明這些專案裡追蹤器還搭配了什麼,也沒有說明各評價之間重疊多少,因此不能把效果完全歸功於裝置本身。
The Lancet Digital Health
七款睡眠追蹤裝置:識別睡著很準,識別醒著和睡眠分期較差
在睡眠實驗室裡,34名健康的年輕成年人連續三晚佩戴七款消費級睡眠追蹤裝置中的若干款。與多導睡眠監測相比,所有裝置識別睡眠都很準(靈敏度均不低於0.93),但識別清醒較差(特異度0.18–0.54),七款中有五款與研究用活動記錄儀(特異度0.39)持平或更好;睡眠分期的估計結果不穩定。受試者是18至35歲的健康成年人,臥床時間固定為8小時,每款裝置只在其中11至20人身上測試,因此對有睡眠問題的人幾乎沒有參考價值。
Sleep

