經期追蹤應用程式有多準確？證據顯示

獨立測試描繪出一致的圖像：準確度取決於週期規律性，而非應用程式的先進程度。2021年一項發表於Women's Health期刊的研究，在六個模擬週期中，以真實的使用者檔案測試了十款熱門應用程式。對於週期完全固定為28天的檔案，每款應用程式都準確預測了下次經期。對於其他所有人，預測誤差達0至8天，而對於週期不規律的檔案，經期預測一直延遲2至8天。

較早期的學術評論更嚴苛。2016年一項發表於Obstetrics & Gynecology的評論檢視了應用程式商店的生態，並判定大多數免費經期追蹤應用程式並不準確，指出當中很少引用醫學文獻或有醫療專業人員參與。同年一項配套的2016年研究發現，在以教科書式28天週期作測試的33款應用程式中，只有3款準確預測了生育窗口。

實際的結論並非「應用程式沒有用」——而是預測日期只是一個估算，而應用程式通常不會向你顯示其誤差範圍。對於規律的週期，可預期經期預測誤差在一兩天之內。對於不規律的週期，請將預測視為一個粗略的範圍，並依靠身體在之前幾天發出的訊號。

遠不如經期預測準確——而關於這方面最好的研究直言不諱。2018年，研究人員透過尿液LH（黃體生成素）測試追蹤949名女性整整一個週期，該測試可偵測排卵前的荷爾蒙飆升，並將荷爾蒙確認的排卵日與日曆式應用程式的預測作比較。應用程式在識別實際排卵日方面的準確率最高只有21%。

同一項研究推翻了「第14天」的假設。在週期為28天的女性中，最常見的排卵日是第16天，而非第14天——而自認為週期為28天的女性中，實際上只有約15%真的如此。在2021年的十款應用程式測試中，針對較為規律檔案的36次排卵日預測中，只有3次完全準確，三分之二的預測提早2至9天。有幾款應用程式不論使用者的週期長度，都顯示固定的7天生育窗口。

生理學解釋了原因：排卵時機由濾泡期決定，而濾泡期正是週期中變化最大的部分。過去的日期根本不包含確定未來排卵日所需的資訊——這就是為什麼日曆只能估算，永遠無法確認。

因為真實的週期遠比應用程式所繼承的教科書模式變化更大。目前已發表的最大規模週期數據分析——來自Natural Cycles應用程式約124,000名使用者的超過600,000個排卵週期，於2019年發表於npj Digital Medicine——發現平均週期為29.3天，而只有13%的週期剛好是28天。（值得注意的是：該研究採用Natural Cycles自身的使用者數據。）

更重要的是，該研究顯示了變化究竟出現在哪裡。濾泡期——由經期開始至排卵——平均為16.9天，但在不同女性之間大約由10天至30天不等。排卵後的黃體期則穩定得多，平均為12.4天。週期亦會有系統性的變化：平均長度會隨年齡由25歲至45歲稍為縮短，而較高的BMI則與較大的變化幅度有關。

一款根據你過去週期長度作預測的應用程式，實際上正是在對變化最大的那個階段取平均值。壓力、疾病、旅行及睡眠失調都可能使某個週期的排卵延遲，而一旦排卵推遲，之後的一切也會隨之推遲。這並非你應用程式的錯誤——而是純日期數據所能知道的極限。

在某程度上——但不如宣傳所暗示的那麼明顯。記錄的週期越多，應用程式就越能準確估算你的個人平均值和變化範圍；一項2016年的學術準確度評論，以至少三個已記錄週期的預測作為最低標準。如果你的週期相當規律，幾個月的數據確實能令預測比第一天的預設值更為精準。

更多數據無法解決的，是週期與週期之間的變化。如果你的週期介乎26至34天，無論有多少歷史記錄，單憑日期的預測都無法變得精準——因為所需的資訊根本不在日期之中。檢視應用程式聲稱的研究人員指出，「自我學習演算法」的改善大多只是應用程式的宣傳說法，而非獨立驗證的結果；沒有已發表的研究顯示日曆式預測能隨著更多數據而達到臨床準確度。

誠實的說法是：持續記錄確實值得——能帶來更準確的個人平均值，而對於令追蹤在臨床上有用的症狀記錄與模式偵測則更有價值。只是不要期望估算會變成保證。

證據指向一個重大關鍵：在日期之上加入生理訊號。排卵是可以確定的——而不只是估算——方法包括基礎體溫（在排卵後上升）、尿液LH測試（可偵測排卵前的飆升），或子宮頸黏液的變化。2018年一項發表於Frontiers in Public Health的評估，在生育窗口判定的證據準則上，純日曆式應用程式僅獲得30分中的0分，而使用當前週期徵象的症狀體溫法（symptothermal）應用程式則最高可獲30分中的20分。2019年npj Digital Medicine的作者亦得出相同結論：確定生育窗口需要追蹤生理狀況，而不僅僅是週期長度。

第二個關鍵：量度你自己的變化幅度。追蹤數月，觀察你實際的範圍。如果你的週期介乎27至29天，應用程式的預測將對你相當有用。如果介乎25至35天，請將預測日期視為窗口的中間點，而非最後限期。

第三：記錄能解釋偏差的因素——壓力、疾病、旅行、藥物變化。有已知原因的異常週期，無論對你自己或審視你記錄的醫生而言，讀起來都與無法解釋的模式變化截然不同。

標準的經期追蹤器——即根據已記錄日期作預測的那種——絕不應用作預防懷孕。上述數字正是原因：排卵日預測最多只有大約五分之一的機會準確，精子可存活長達五天，而應用程式顯示的生育窗口，尤其在任何週期不規律的情況下，可能完全錯過你實際的生育日子。

另有一個獨立類別：獲監管機構核准作為避孕方法的生育意識應用程式（Natural Cycles是首款獲FDA核准作此用途的應用程式）。這類應用程式的運作方式不同——需要每天量度基礎體溫，並專門設計來告訴你哪些日子絕對安全、哪些日子存在不確定性，其公佈的有效率在一般使用情況下約為93%，即大約每100名使用者中有7人會在一年內懷孕。這個數字屬於採用嚴格程序的症狀體溫法，並非一般用途追蹤器中的日曆式預測。

如果預防懷孕對你而言十分重要，請使用專為此設計並經過測試的方法，並將追蹤器上的生育窗口標示視為教育性參考。PinkyBloom刻意將預測呈現為估算，並不聲稱具備避孕可靠性——任何誠實的日曆式應用程式都無法如此聲稱。