Utabiri wa Mzunguko kwa Mfumo wa Bayesian

Programu nyingi za mzunguko hutumia kigezo cha siku 28 na ama hazizingatii tofauti za kimaumbile au hurekebisha baada ya tukio kupita. Badala yake, Soulwise hutumia utabiri wa Bayesian — mbinu ya kitakwimu ambapo makadirio ya "uko katika awamu gani leo" ni matokeo ya mambo mawili: urefu wa mzunguko wako wa kihistoria (kigezo cha awali) na taarifa za kila siku ulizoziingiza katika mzunguko huu (ushahidi).

Kwa nini Bayesian, si thabiti

Mzunguko thabiti wa siku 28 ni kosa lenye uhakika kwa watu wengi. Kiwango cha kawaida cha kitabibu ni siku 21 hadi 35, tofauti ya mtu binafsi kutoka mwezi hadi mwezi ni kubwa, na matukio ya maisha (msongo, safari, usingizi, mzigo wa mazoezi) hubadilisha urefu wa mzunguko zaidi ya watu wengi wanavyotarajia. Kikadiriaji cha urefu thabiti hukupa lebo ya awamu iliyo sahihi wakati kutokuwa na uhakika kunakojificha ni kukubwa.

Ukadiriaji wa Bayesian hukupa lebo ya awamu pamoja na ukanda wa kutokuwa na uhakika. Ukanda unapokuwa mpana (mapema katika data yako, au baada ya mzunguko uliodumu kwa muda mrefu), Soulwise husema hivyo kwenye kadi ya awamu. Ukanda unapokuwa mwembamba (baada ya mizunguko kadhaa thabiti), lebo ya awamu inaaminika.

Nini huingia katika prior

• Urefu wa mizunguko yako sita ya mwisho, ikiwa unapatikana.
• Prior dhaifu ya kuanzia (28 ± 5) kabla data yoyote haijapatikana.
• Sehemu ya mtelemko ili mizunguko ya zamani iwe na uzito mdogo kuliko ile ya hivi karibuni.

Kinachoingia kwenye ushahidi

• Vibonye vyako vya kujisajili kila siku na kitelezo cha nishati.
• Damu yoyote au madoa yaliyorekodiwa.
• Alama za hiari za dalili (maumivu ya kichwa, mkazo) endapo utazirekodi.

Mfumo hautumii:

• Joto la msingi la mwili (sisi si kifuatiliaji cha uzazi).
• Makisio ya udondoshaji wa yai yanayotegemea dalili (nje ya wigo).
• Ripoti za ute wa shingo ya kizazi (nje ya wigo).

Yale ambayo haifanyi

Haitabiri udondoshaji wa yai kwa madhumuni ya kuzuia mimba au kushika mimba. Tazama non-medical-cycle-tracking kwa msimamo kamili dhidi ya madai ya kitabibu.

Haitoi ubashiri sahihi wa siku moja pale kutokuwa na uhakika kunapokuwa juu. Kadi ya awamu inaonyesha dirisha la siku 2 hadi 4 pamoja na uwekaji vivuli wa kiwango cha uhakika.

Haijifunzi kutoka kwa data ya mtu mwingine yeyote. Kila mtumiaji ana modeli yake mwenyewe ya Bayesian, inayoendeshwa kwenye kifaa chenyewe, dhidi ya historia yake mwenyewe iliyofichwa kwa usimbaji.

Mahali inapojitokeza

Katika kadi ya awamu wakati wa ibada ya kila siku, katika barua ya muhtasari, na kama kiingilio cha cycle-weather — usomaji wa tofauti za muda mfupi ukilinganishwa na msingi wako thabiti.