📄 health informatics

Self-Reported Symptoms Enable Four-Phase Menstrual Cycle Classification with Hormonally Validated Labels

यह अध्ययन प्रदर्शित करता है कि ग्रेडिएंट बूस्टिंग और हिडन सेमी-मार्कोव मॉडल्स को संयोजित करने वाला एक हाइब्रिड मशीन लर्निंग फ्रेमवर्क केवल स्व-रिपोर्ट किए गए लक्षणों का उपयोग करके मासिक धर्म चक्र के चार चरणों को सटीक रूप से वर्गीकृत कर सकता है, जिससे 67.6% सटीकता प्राप्त होती है और लक्षण गतिशीलता को प्रजनन स्वास्थ्य के लिए एक स्केलेबल, डिवाइस-मुक्त डिजिटल बायोमार्कर के रूप में स्थापित किया जा सकता है।

मूल लेखक: Specht, B., Tayeb, Z. Z., Garbaya, S., Khadraoui, D., EL-Khozondar, M., Schneider, R.

प्रकाशित 2026-04-01

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Specht, B., Tayeb, Z. Z., Garbaya, S., Khadraoui, D., EL-Khozondar, M., Schneider, R.

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ⚕️ यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आपका शरीर एक चार-ऋतुओं वाले बगीचे की तरह है। जिस तरह प्रकृति वसंत, ग्रीष्म, शरद और शीत ऋतु के चक्रों से गुजरती है, ठीक उसी तरह आपका मासिक धर्म चक्र भी चार अलग-अलग जैविक चरणों से गुजरता है: मासिक धर्म (Menstrual), फॉलिकुलर (Follicular), फर्टिलिटी (Ovulation), और ल्यूटल (Luteal)।

वर्षों से, वैज्ञानिक यह अनुमान लगाने की कोशिश कर रहे हैं कि आप किस "ऋतु" में हैं। कुछ लोग महंगे, हाई-टेक वेदर स्टेशन (स्मार्टवॉच जैसे पहनने योग्य सेंसर) का उपयोग करते हैं जो आपके हृदय की गति और तापमान को मापते हैं। अन्य लोग एक साधारण कैलेंडर का उपयोग करते हैं, जो पिछले बार हुई बारिश (आपके पीरियड) के आधार पर अनुमान लगाते हैं।

यह शोध पत्र एक साहसी प्रश्न पूछता है: क्या हम केवल यह पूछकर भविष्यवाणी कर सकते हैं कि आप किस मौसम में हैं?

यहाँ इस बात की कहानी है कि उन्होंने "महसूस करने" और "तर्क" के मिश्रण का उपयोग करके इसे कैसे आज़माया।

समस्या: "शोर भरा" डायरी (The "Noisy" Diary)

कल्पना कीजिए कि आप 41 लोगों को एक दैनिक डायरी रखने के लिए कहते हैं: "आप कितने थके हुए हैं?" "क्या आपको सिरदर्द है?" "आपका मूड कैसा है?"

समस्या यह है कि मानव डायरियाँ अव्यवस्थित होती हैं।

व्यक्तिगत दृष्टिकोण (Subjectivity): एक व्यक्ति का "हल्का सिरदर्द" दूसरे व्यक्ति के लिए "गंभीर माइग्रेन" हो सकता है।
भूलने की आदत: लोग चीजें लिखना भूल जाते हैं।
विविधता (Variability): कुछ लोगों को हर महीने ऐंठन होती है; दूसरों को कभी नहीं होती।

इस शोर के कारण, वैज्ञानिकों ने सोचा, "शायद हम इन डायरियों पर भरोसा नहीं कर सकते कि वे जैविक रूप से वास्तव में क्या हो रहा है।" उन्हें लगा कि संकेत बहुत कमजोर है।

समाधान: एक दो-चरणीय जासूसी टीम

शोधकर्ताओं ने इन डायरियों को पढ़ने के लिए एक स्मार्ट कंप्यूटर सिस्टम बनाया। उन्होंने केवल एक उपकरण का उपयोग नहीं किया; उन्होंने एक दो-भाग वाली जासूसी टीम का उपयोग किया:

"महसूस करने वाला" जासूस (CatBoost):
यह एक सुपर-स्मार्ट AI है जो आपके दैनिक लक्षणों को देखता है। यह पैटर्न पहचानने में माहिर है। यदि आप कहते हैं, "मैं थका हुआ हूँ, मेरे स्तन संवेदनशील हैं, और मैं तनाव में हूँ," तो यह अनुमान लगाता है, "आह, आप शायद ल्यूटल चरण में हैं!"
- लेकिन इसमें एक दोष है: यह प्रत्येक दिन को अलग से देखता है। यह मंगलवार को "ल्यूटल" का अनुमान लगा सकता है, फिर बुधवार को "मासिक धर्म" का, और फिर गुरुवार को फिर से "ल्यूटल" का। जैविक रूप से, यह असंभव है! आप ऋतुओं को छोड़ नहीं सकते।
"तर्क वाला" जासूस (HSMM):
यह नियमों को लागू करने वाला है। यह प्रकृति के नियमों को जानता है: आपको मासिक धर्म $\rightarrow$ फॉलिकुलर $\rightarrow$ फर्टिलिटी $\rightarrow$ ल्यूटल $\rightarrow$ मासिक धर्म के क्रम में जाना ही होगा। यह यह भी जानता है कि प्रत्येक मौसम आमतौर पर कितने समय तक चलता है (उदाहरण के लिए, फर्टिलिटी का मौसम बहुत छोटा होता है, जैसे एक संक्षिप्त गर्मी का तूफान, जबकि ल्यूटल मौसम लंबा होता है)।
- यह क्या करता है: यह "महसूस करने वाले" जासूस के अनुमानों को लेता है और उन्हें सुव्यवस्थित (smooth) करता है। यदि पहला जासूस कोई अजीब छलांग लगाता है, तो तर्क वाला जासूस कहता है, "रुको, यह समझ में नहीं आता। आइए टाइमलाइन को जीव विज्ञान के नियमों के अनुरूप ढालें।"

बड़ी खोज: यह बदलाव के बारे में है, न कि स्तर के बारे में

यहाँ इस शोध पत्र का सबसे आश्चर्यजनक हिस्सा है।

जब AI ने डेटा को देखा, तो उसे इस बात से ज्यादा फर्क नहीं पड़ा कि आपके लक्षण कितने खराब थे।

उदाहरण: इससे कोई फर्क नहीं पड़ता था कि आपने अपने दर्द को 10 के पैमाने पर "2" रेट किया या "6"।
जो मायने रखता था: इससे फर्क पड़ता था कि आपके लक्षण दिन-प्रतिदिन में कितने बदले।

उपमा (Analogy): कल्पना कीजिए कि आप कार चला रहे हैं।

पूर्ण स्तर (Absolute Level): लगातार 60 मील प्रति घंटे की गति से गाड़ी चलाना।
परिवर्तनशीलता (Variability): अचानक ब्रेक लगाना, फिर गति बढ़ाना, फिर मोड़ लेना।

AI ने महसूस किया कि आपके चक्र के "मौसम" उतार-चढ़ाव और बदलावों से परिभाषित होते हैं, न कि इस बात से कि आप कितना "बुरा" महसूस कर रहे हैं। यदि आपका मूड या ऊर्जा जंगली तरीके से उतार-चढ़ाव करने लगती है, तो यह एक संकेत है कि चरण परिवर्तन होने वाला है, बजाय इसके कि आप लगातार केवल "बहुत थके हुए" महसूस करें।

परिणाम: एक आश्चर्यजनक सफलता

उन्होंने 41 महिलाओं पर इस प्रणाली का परीक्षण किया, जिसमें एक सख्त नियम था: AI को उस महिला के चक्र की भविष्यवाणी करनी थी जिसे उसने पहले कभी नहीं देखा था। (यह एक शेफ द्वारा किसी अजनबी के लिए भोजन बनाने जैसा है जिसने पहले उसका खाना चखा भी नहीं है)।

स्कोर: सिस्टम 67.6% बार सही था।
तुलना:
- एक साधारण कैलेंडर अनुमान (केवल दिनों की गिनती) लगभग 63% था।
- एक रैंडम अनुमान 35% था।
- इस "डायरी + तर्क" प्रणाली ने कैलेंडर को भी पीछे छोड़ दिया और महंगे पहनने योग्य सेंसर (जो आमतौर पर इस विशिष्ट 4-चरण कार्य के लिए लगभग 63-65% सटीकता प्राप्त करते हैं) के करीब पहुँच गई।

यह क्यों महत्वपूर्ण है

किसी गैजेट की आवश्यकता नहीं: आपको $300 की स्मार्ट रिंग खरीदने या पैच पहनने की आवश्यकता नहीं है। आपको बस अपनी भावनाओं को लॉग करने के लिए एक फोन ऐप की आवश्यकता है। यह चक्र ट्रैकिंग को किसी के लिए भी, कहीं भी सुलभ बनाता है, यहाँ तक कि उन स्थानों पर भी जहाँ हाई-टेक उपकरण उपलब्ध नहीं हैं।
बेहतर प्रश्न: चूंकि AI लक्षणों के बदलावों पर ध्यान देता है, इसलिए भविष्य के ऐप्स पूछ सकते हैं, "कल की तुलना में आपकी ऊर्जा आज कैसी है?" बजाय इसके कि केवल "आप कितने थके हुए हैं?"
कमज़ोर कड़ी: यह प्रणाली फर्टिलिटी चरण (वे कुछ दिन जब आप गर्भवती हो सकते हैं) के साथ संघर्ष करती है। यह नीले आकाश में एक क्षणिक बादल को पहचानने जैसा है; यह बहुत छोटा और पकड़ में आने में कठिन है। AI इसे आधे से भी कम समय के लिए सही पहचान सका।

निष्कर्ष

यह शोध पत्र सिद्ध करता है कि आपकी व्यक्तिपरक भावनाओं में एक छिपा हुआ जैविक मानचित्र होता है। भले ही हमारी डायरियाँ अव्यवस्थित और व्यक्तिगत हों, यदि हम केवल कच्चे नंबरों के बजाय बदलाव के पैटर्न को देखें, और कुछ जैविक सामान्य ज्ञान लागू करें, तो हम सटीक रूप से भविष्यवाणी कर सकते हैं कि आप अपने चक्र में कहाँ हैं।

यह एक ऐसे भविष्य की ओर एक कदम है जहाँ आपका फोन आपके शरीर की लय को उतना ही अच्छी तरह जान जाएगा जितना कि आपकी स्मार्टवॉच, लेकिन बिना कुछ पहने।

यहाँ शोध पत्र "Self-Reported Symptoms Enable Four-Phase Menstrual Cycle Classification with Hormonally Validated Labels" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

मासिक धर्म चक्र (menstrual cycle) हाइपोथैलेमिक-पिट्यूटरी-ओवेरियन एक्सिस द्वारा नियंत्रित होता है, जो चार विशिष्ट चरणों का निर्माण करता है: मासिक धर्म (Menstrual), कूपिक (Follicular), उर्वरता (Fertility/Ovulatory), और ल्यूटल (Luteal)। इन चरणों का सटीक ट्रैकिंग प्रजनन क्षमता नियोजन, गर्भनिरोधक और चक्र-संबंधी स्थितियों के प्रबंधन के लिए महत्वपूर्ण है।

वर्तमान दृष्टिकोणों में महत्वपूर्ण सीमाएँ हैं:

कैलेंडर-आधारित विधियाँ: ये केवल चक्र की लंबाई के इतिहास पर निर्भर करती हैं, जिससे निम्न सटीकता (~21% ओव्यूलेशन भविष्यवाणी के लिए) प्राप्त होती है और ये व्यक्तिगत परिवर्तनशीलता को समझने में विफल रहती हैं।
वियरेबल सेंसर (Wearable sensors): पैसिव सेंसर (तापमान, हृदय गति) उच्च सटीकता (88–90%) प्राप्त करते हैं लेकिन इनके लिए विशिष्ट हार्डवेयर की आवश्यकता होती है, जो संसाधन-सीमित आबादी के लिए बाधा उत्पन्न करता है।
स्व-रिपोर्ट किए गए लक्षण (Self-reported symptoms): हालांकि ऐप्स के माध्यम से इनका व्यापक रूप से संग्रह किया जाता है, लेकिन यह अभी तक सिद्ध नहीं हुआ है कि क्या केवल व्यक्तिपरक लक्षण डेटा में विभिन्न व्यक्तियों में चारों चरणों को भविष्योन्मुखी रूप से (prospectively) अलग करने के लिए पर्याप्त संकेत मौजूद हैं, विशेष रूप से रिपोर्टिंग में शोर (noise), याददाश्त संबंधी पूर्वाग्रह (recall bias) और उच्च अंतर-व्यक्तिगत परिवर्तनशीलता को देखते हुए।

मुख्य चुनौती: क्या एक मशीन लर्निंग मॉडल केवल स्व-रिपोर्ट किए गए लक्षण डेटा का उपयोग करके, हार्मोनल ग्राउंड ट्रुथ (ground truth) के विरुद्ध मान्य होते हुए, चार अलग-अलग मासिक धर्म चरणों का अनुमान लगा सकता है, जिसमें वियरेबल सेंसर या कैलेंडर धारणाओं पर निर्भरता न हो?

2. कार्यप्रणाली (Methodology)

डेटासेट (Dataset)

स्रोत: mcPHASES डेटासेट, जो टोरंटो, कनाडा में 42 प्रतिभागियों (आयु 18–29 वर्ष) का एक अनुदैर्ध्य (longitudinal) अध्ययन है।
ग्राउंड ट्रुथ (Ground Truth): चरणों को मूत्र विश्लेषण के माध्यम से दैनिक हार्मोनल परीक्षणों (LH, एस्ट्राडियोल, प्रोजेस्टेरोन) के आधार पर लेबल किया गया था।
इनपुट डेटा: 14 चरों (variables) की दैनिक स्व-रिपोर्ट: प्रवाह मात्रा (8-पॉइंट स्केल), प्रवाह का रंग (9 श्रेणियाँ), और 12 लक्षण स्केल (जैसे थकान, मूड स्विंग्स, ऐंठन) जिन्हें 6-पॉइंट लिकर्ट स्केल (Likert scale) पर रेट किया गया है।
प्रीप्रोसेसिंग (Preprocessing):
- लापता लक्षण प्रविष्टियों के कारण 2024 के डेटा को बाहर रखा गया।
- रोलिंग सांख्यिकी (rolling statistics) विश्वसनीय रहे, यह सुनिश्चित करने के लिए कि $\ge$ 5 लगातार दिनों के लापता डेटा वाले चक्रों को हटा दिया गया।
- अंतिम कोहॉर्ट (cohort): 41 प्रतिभागी और 3,557 प्रतिभागी-दिवस (14-दिवसीय वार्मअप अवधि के बाद 2,983)।

फीचर इंजीनियरिंग (Feature Engineering)

लेखकों ने 14 कच्चे चरों से 97 फीचर्स बनाए (सहसंबंध फ़िल्टरिंग के बाद ~83 तक कम किए गए), जिन्हें निम्नलिखित श्रेणियों में विभाजित किया गया है:

चक्र स्थिति (Cycle Position) (13 फीचर्स): विभिन्न थ्रेशोल्ड, रैखिक प्रगति और बाउंड्री निरंतरता (boundary continuity) को संभालने के लिए चक्रीय एन्कोडिंग ( $\sin, \cos$ ) के साथ 'डेज़-सिंस-ब्लीड' काउंटर्स।
रोलिंग मानक विचलन (Rolling Standard Deviations) (42 फीचर्स): 5, 7, और 14-दिवसीय विंडो में लक्षणों की परिवर्तनशीलता। परिकल्पना: पूर्ण स्तरों की तुलना में उतार-चढ़ाव अधिक सूचनात्मक है।
रोलिंग माध्य (Rolling Means) (28 फीचर्स): मध्यम-से-दीर्घकालिक रुझान।
कच्चे मान (Raw Values) (14 फीचर्स): उसी दिन के लक्षण स्तर।

मॉडल आर्किटेक्चर: हाइब्रिड डिस्क्रिमिनेटिव-जेनरेटिव (Hybrid Discriminative-Generative)

प्रस्तावित ढांचा एक ग्रेडिएंट-बूस्टेड क्लासिफायर को एक टेम्पोरल मॉडल के साथ जोड़ता है:

चरण 1: CatBoost क्लासिफायर
- ग्रेडिएंट-बूस्टेड डिसीजन ट्री एल्गोरिदम को इसकी मजबूती (लापता मानों को संभालने की क्षमता और गैर-रेखीय फीचर इंटरैक्शन को संभालने की क्षमता) के कारण चुना गया।
- यह चार चरणों के लिए प्रति-दिवस संभावना (per-day probabilities) आउटपुट करता है।
- सीमा: यह दिनों को स्वतंत्र रूप से मानता है; यह जैविक बाधाओं (जैसे, बिना फोलिकुलर चरण के सीधे ल्यूटल चरण को आने से रोकना) को लागू नहीं कर सकता।
चरण 2: हिडन सेमी-मार्कोव मॉडल (HSMM)
- यह CatBoost आउटपुट पर एक टेम्पोरल रेगुलराइज़र (temporal regularizer) के रूप में कार्य करता है।
- डिस्क्रिमिनेटिव एमिशन (Discriminative Emissions): CatBoost संभावनाओं को लॉग-एमिशन स्कोर में बदलता है।
- ड्यूरेशन प्रायर्स (Duration Priors): शारीरिक रूप से प्रशंसनीय अवधियों (जैसे, 1-दिवसीय ल्यूटल चरण को रोकने के लिए प्रशिक्षण डेटा से प्राप्त गॉसियन वितरणों का उपयोग करना) को लागू करने के लिए उपयोग किया जाता है।
- ट्रांजिशन कंस्ट्रेंट्स (Transition Constraints): सख्त चक्रीय क्रम लागू करता है: Menstrual $\to$ Follicular $\to$ Fertility $\to$ Luteal $\to$ Menstrual।
- डिकोडिंग (Decoding): सबसे संभावित अवस्था अनुक्रम (state sequence) खोजने के लिए विटर्बी (Viterbi) एल्गोरिदम का उपयोग करता है।

मूल्यांकन प्रोटोकॉल (Evaluation Protocol)

लीव-वन-सब्जेक्ट-आउट (LOSO) क्रॉस-वैलिडेशन: मॉडल को 40 प्रतिभागियों पर प्रशिक्षित किया जाता है और 41वें द्वारा रखे गए होल्ड-आउट टेस्ट के लिए उपयोग किया जाता है। यह सामान्यीकरण (generalizability) के लिए सबसे सख्त परीक्षण है, जो यह सुनिश्चित करता है कि मॉडल व्यक्तिगत रिपोर्टिंग शैलियों के बजाय चरण हस्ताक्षरों (phase signatures) को सीखता है।
बेसलाइन्स: मेजॉरिटी क्लास, ब्लीड-ओनली लॉजिस्टिक रिग्रेशन, कैलेंडर-ओनली लॉजिस्टिक रिग्रेशन, स्टैंडर्ड लॉजिस्टिक रिग्रेशन, रैंडम फॉरेस्ट, और केवल CatBoost के विरुद्ध तुलना की गई।

3. मुख्य परिणाम (Key Results)

समग्र प्रदर्शन (Overall Performance): हाइब्रिड CatBoost+HSMM मॉडल ने 67.6% सटीकता और 0.662 का मैक्रो F1 स्कोर प्राप्त किया।
- इसने सभी बेसलाइन्स को पछाड़ दिया, जिसमें केवल CatBoost (65.1% सटीकता) और रैंडम फॉरेस्ट (65.3%) भी शामिल हैं।
- HSMM टेम्पोरल स्मूथिंग ने सांख्यिकीय रूप से महत्वपूर्ण सुधार (+2.4 प्रतिशत अंक सटीकता, +3.2 F1 अंक) प्रदान किया।
प्रति-चरण प्रदर्शन (Per-Phase Performance):
- Menstrual: स्पष्ट फ्लो सिग्नल के कारण उच्च प्रदर्शन (F1 0.774)।
- Luteal: मजबूत प्रदर्शन (F1 0.750)।
- Follicular: मध्यम प्रदर्शन (F1 0.661)।
- Fertility: सबसे कम प्रदर्शन (F1 0.462)। यह चरण छोटा होने (लगभग 3 दिन) और सूक्ष्म लक्षण बदलावों के कारण कठिन है। 57% फर्टिलिटी दिनों को फोलिकुलर या ल्यूटल के रूप में गलत वर्गीकृत किया गया था।
फीचर इम्पोर्टेंस (SHAP विश्लेषण):
- रोलिंग स्टैंडर्ड डेविएशन प्रमुख भविष्य कहने वाला सिग्नल था, जिसने ~45% फीचर महत्व का योगदान दिया।
- चक्र स्थिति (Cycle Position) फीचर्स दूसरे सबसे महत्वपूर्ण थे।
- कच्चे लक्षण स्तर (Raw symptom levels) का प्रभाव सबसे कम था।
- निष्कर्ष: लक्षण की परिवर्तनशीलता (fluctuation) लक्षण की पूर्ण तीव्रता (absolute intensity) की तुलना में अधिक सामान्यीकरण योग्य सिग्नल है।

4. मुख्य योगदान (Key Contributions)

प्रथम क्रॉस-सब्जेक्ट बेंचमार्क: लेखकों के अनुसार, यह केवल स्व-रिपोर्ट किए गए डेटा का उपयोग करके हार्मोनल रूप से प्रमाणित ग्राउंड ट्रुथ के साथ चार-चरण वर्गीकरण प्राप्त करने वाला पहला अध्ययन है।
हाइब्रिड आर्किटेक्चर: यह प्रदर्शित किया गया कि एक डिस्क्रिमिनेटिव क्लासिफायर (CatBoost) को एक जेनरेटिव टेम्पोरल मॉडल (HSMM) के साथ जोड़ने से जैविक बाधाओं को प्रभावी ढंग से लागू किया जा सकता है, जो मानक क्लासिफायर की तुलना में मजबूती बढ़ाता है।
परिवर्तनशीलता सिग्नल की खोज: स्थापित किया गया कि लक्षण की परिवर्तनशीलता (रोलिंग स्टैंडर्ड डेविएशन द्वारा कैप्चर की गई) लक्षण की तीव्रता की तुलना में एक मजबूत भविष्यवक्ता है। यह सुझाव देता है कि लक्षणों के परिवर्तन की दर, न कि उनका पूर्ण स्तर, शारीरिक सिग्नल ले जाता है।
कम-बोझ व्यवहार्यता (Low-Burden Feasibility): यह सिद्ध किया गया कि डिवाइस-मुक्त, कम लागत वाली निगरानी संभव है, जो उन आबादी के लिए प्रजनन स्वास्थ्य ट्रैकिंग का मार्ग प्रशस्त करती है जहाँ वियरेबल तकनीक उपलब्ध नहीं है।

5. महत्व और निहितार्थ (Significance and Implications)

वैज्ञानिक सत्यापन: यह पुष्टि करता है कि व्यक्तिपरक लक्षण रिपोर्टों में जटिल चक्र चरणों को अलग करने के लिए पर्याप्त शारीरिक सिग्नल होता है, जो इस धारणा को चुनौती देता है कि वे केवल "शोरयुक्त" या सूचनाहीन हैं।
नैदानिक और सार्वजनिक स्वास्थ्य: यह संसाधन-सीमित सेटिंग्स में स्केलेबल डिजिटल बायोमार्कर को सक्षम बनाता है जहाँ वियरेबल उपलब्ध नहीं हैं।
भविष्य के सिस्टम डिज़ाइन: यह सुझाव देता है कि भविष्य के लक्षण-आधारित ऐप्स को परिवर्तनशीलता (जैसे, "कल की तुलना में आपका मूड कैसे बदला है?" के बजाय केवल "आपका मूड कैसा है?" पूछना) को कैप्चर करने पर ध्यान केंद्रित करना चाहिए और यह पूर्ण स्तरों के बजाय परिवर्तनशीलता पर ध्यान केंद्रित करके रिपोर्टिंग बोझ को कम कर सकते हैं।
सीमाएँ और भविष्य का कार्य:
- फर्टिलिटी चरण: मॉडल फर्टिलिटी चरण के लिए संघर्ष करता है (F1 0.462), जो प्रजनन क्षमता ट्रैकिंग के लिए इसकी तत्काल उपयोगिता को सीमित करता है।
- फ्लो निर्भरता: मॉडल का प्रदर्शन उन उपयोगकर्ताओं के लिए काफी गिर जाता है जो लगातार फ्लो डेटा रिपोर्ट नहीं करते हैं, क्योंकि चक्र स्थिति फीचर्स महत्वपूर्ण हैं।
- जनसांख्यिकी: अध्ययन समूह युवा (18–29) और अपेक्षाकृत सजातीय (homogenous) था; विविध आयु समूहों या PCOS जैसी स्थितियों वाले समूहों में सत्यापन की आवश्यकता है।
- अगले कदम: लेखक मल्टीमॉडल फ्यूजन (पैसिव वियरेबल डेटा जैसे तापमान के साथ स्व-रिपोर्ट को जोड़ना) का प्रस्ताव करते हैं ताकि फर्टिलिटी चरण का पता लगाने के अंतर को पाटा जा सके।