Jak przeprowadzić własną interpretację w OvuView?

OvuView to popularna aplikacja mobilna na Android, która wzbudza skrajne emocje. Jej zwolennicy zachwycają się wygodą, możliwościami personalizacji i dostępnością w języku polskim. Jej przeciwników odrzucają pomyłki w automatycznej interpretacji, brak narzędzi do własnej oceny przebiegu cyklu i wykres nieczytelny ze względu na brak poziomych linii.

Sporo kobiet używa OvuView ze względu na integrację z termometrem Tempdrop. Jeśli Ci na tym zależy, lepszym wyborem może być aplikacja Read Your Body, która też synchronizuje się z Tempdropem, ale polega na samodzielnej interpretacji. Dodatkowo ma bardzo duże możliwości personalizacji i opcję importu danych z OvuView. Jest płatna, ale stosunkowo mało.

Jeśli nie stosujesz Tempdropa i chcesz tylko korzystać z wygodnej, ale darmowej aplikacji, lepszym wyborem może być Kindara, która umożliwia samodzielną interpretację.

Automatyczna interpretacja

Podstawowe reguły objawowo-termiczne i symbole śluzu wykorzystywane w OvuView pochodzą z metody Kippleyów. Pod tym względem program wyróżnia się na tle innych, bo większość aplikacji opiera się na własnych, niesprawdzonych regułach lub okrojonych formach kalendarzyka. Jednocześnie w amerykańskim badaniu aplikacji do obserwacji cyklu z 2016 r. (ang.) algorytmy OvuView nie zostały uznane za bardzo wiarygodne. Osobiście podczas testów zauważyłam kilka błędów. Na poniższym wykresie możesz zauważyć, że program nie poradził sobie z prostym, typowym cyklem. Bez powodu zignorował dwie niższe temperatury, przez co wyznaczył wzrost zbyt wcześnie. Zgodnie z tą interpretacją mogłabym ustalić niepłodność drugiego dnia wyższej temperatury, co mogłoby prowadzić do nieplanowanej ciąży. W metodzie Kippleyów dopuszcza się zignorowanie jednej lub dwóch niższych temperatur, które teoretycznie nie są zaburzone, ale tylko pod warunkiem, że nie da się inaczej zinterpretować wykresu, a obraz śluzu i poziom temperatur wskazują, że owulacja prawdopodobnie miała miejsce. Tymczasem OvuView wydaje się stosować tę opcję zbyt swobodnie, nawet w sytuacjach, w których zdecydowanie nie jest to konieczne.

[Wykres cyklu w aplikacji OvuView z automatyczną interpretacją]

Aby uniknąć tego błędu i zwiększyć wiarygodność automatycznej interpretacji, w zakładce „Metody” z dostępnych opcji końca płodności wybierz tylko regułę B (Billingsa) i R (Rötzera). Jednocześnie zwróć uwagę, że nazwy reguł pochodzą z metody Kippleyów i nie mają większego związku z metodą Rötzera ani tym bardziej z metodą Billingsa. Opiera się ona wyłącznie na obserwacji śluzu, natomiast reguła B bierze pod uwagę zarówno śluz, jak i temperaturę.

[Zdjęcie listy metod w aplikacji OvuView z zaznaczonymi regułami B i R]

OvuView korzysta z symboli śluzu używanych w metodzie Kippleyów i LMM, w których puste kółko oznacza brak śluzu, kółko z minusem — śluz gorszej jakości, a kółko z plusem — śluz lepszej jakości. Klasyfikacja śluzu opiera się na zasadach stosowanych m.in. w metodzie LMM i angielskiej. Różni się więc trochę od metody Rötzera i może wprowadzać w błąd początkujące użytkowniczki. Co więcej, aplikacja nie zawsze poprawnie przypisuje wskazanym cechom śluzu odpowiednie znaczki:

  • Dużą ilość śluzu program traktuje jako objaw lepszej jakości. Tymczasem ilość śluzu nie ma znaczenia w jego interpretacji. Jeśli zaoserwujesz bardzo dużo lepkiego, mętnego śluzu, wciąż jest on w istocie gorszej jakości.
  • Śluzowi o gęstej i mętnej strukturze przypisuje symbol braku śluzu, co nie ma najmniejszego sensu. (Inna rzecz, co twórcy uznają za mętną konsystencję w momencie, gdy można też wybrać mętny kolor.)
  • Śluz kleisty jest błędnie traktowany jako lepszej jakości.
  • Śluz brązowy, różowy lub czerwony jest zaznaczany jako objaw gorszej jakości. Taki opis sugeruje domieszkę krwi, co wg wielu metod o świadczy o wysokiej płodności. Jest to ważna informacja, która ze względu na uproszczony zapis może zostać pominięta podczas omawiania wykresu z nauczycielem.

OvuView umożliwia samodzielną interpretację w bardzo wąskim zakresie. Można wskazać „dzień owulacji” lub ewentualnie stworzyć własne pola dla oznaczenia dni płodnych. Głównym problemem jest fakt, że aplikacja nie umożliwia samodzielnego ustalenia poziomu linii niższych temperatur. Jeśli jednak ma się trochę czasu i sporo cierpliwości, można spróbować kreatywnie obejść tę przeszkodę.

Jak wyłączyć automatyczną interpretację?

Otwórz główne menu i w zakładce „Metody” wyłącz wszystkie reguły poza opcją „Owulacja ustawiana ręcznie”. Pamiętaj jednocześnie, że metody rozpoznawania płodności nie umożliwiają ustalenia dokładnego dnia jajeczkowania. Tę opcję warto zachować tylko po to, by program prawidłowo liczył fazę lutealną.

[Zdjęcie listy metod w aplikacji OvuView]

Następnie wybierz w menu zakładkę „Ustawienia” i w ustawieniach konta jako cel aplikacji wskaż „prosty kalendarz menstruacyjny”.

[Zdjęcie ustawień konta w aplikacji OvuView]

Potem wybierz „Ustawienia zaawansowane” i odznacz opcję „Wygładzanie temperatury”.

[Zdjęcie ustawień zaawansowanych w aplikacji OvuView]

Jak umożliwić przeprowadzenie własnej interpretacji?

W tym celu trzeba stworzyć własne pola (otwierając menu po prawej stronie oznaczone trzema kropkami, wybierając „Zarządzanie objawami” i klikając na symbol plusa w prawym dolnym rogu). Oznaczenie w ten sposób dnia szczytu lub dni płodnych jest stosunkowo proste, ale interpretacja temperatury wymaga więcej pomysłowości. Potrzeba stworzyć ok. dziesięciu pól, które mają odzwierciedla kolejne wartości temperatur — 36,1, 36,2, 36,3… Jako typ wartości należy wybrać listę „Niski/Wysoki/Szczyt”.

[Ekran tworzenia nowego objawu w aplikacji OvuView]

W momencie, gdy wszystkich objawów (poza temperaturą) jest 26, ich biało-szare rubryki zaczynają pełnić rolę poziomych linii na wykresie temperatury. Początkowo wykres temperatury może nie przylegać do nich ściśle, co można poprawić, dotykając skali temperatury po lewej stronie i poruszać palcem lekko w górę lub w dół, nie odrywając palca od ekranu, by dostosować wysokość wykresu. Ostatecznie pod wartością 36,0°C powinno się zmieścić 5 pól, nad wartością 37,0°C — 11 pól, a pomiędzy nimi — 10 pól. Ta ostatnia liczba jest najważniejsza, bo to ona jest odpowiedzialna za symulację poziomych linii na wykresie. Zdjęcia poniżej być może lepiej wyjaśnią, co mam na myśli.

Poniżej wyjaśniam dokładniej, jak dostosować OvuView do popularnych metod objawowo-termicznych. Bez względu na metodę interpretacja temperatury przebiega podobnie. Aby zmusić aplikację do narysowania czegoś na kształt linii niższych temperatur, trzeba — po odpowiednim ustawieniu wszystkich objawów — wybrać w dniach sześciu niższych temperatur i trzech lub czterech temperatur wyższych pole (objaw), który odzwierciedla poziom linii. Np. jeśli najwyższa wartość spośród sześciu temperatur przed wzrostem wynosi 36,4°C lub 36,45°C, należy w tych dniach wybrać pole „36,4” i zaznaczyć jego wartość jako „Niski”. W ten sposób program rysuje prowizoryczną linię. Idealnie byłoby, by pola odpowiadające temperaturze przyrastały co 0,05°C, a nie co 0,1°C, ale niestety wtedy cały wykres stałby się nieczytelny. Interpretując cykl, zwróć baczną uwagę na faktyczną maksymalną wartość sześciu niższych temperatur, bo prowizoryczna linia nie odzwierciedla jej w 100%.

Jak dostosować aplikację do wybranej metody?

Metoda LMM

OvuView dość łatwo możesz dostosować do metody LMM, bo używają tych samych symboli śluzu. Nie musisz tworzyć specjalnych pól do jego opisu, bo we wbudowanym objawie śluzu możesz wybrać cechy stosowane w metodzie:

  • sucho (s), wilgoć (wilgotno, w), mokro (m) i ślisko (śl) spośród odczuć (zwanych wrażeniami),
  • brak śluzu (N) jako „brak” w dziale „Intensywność”,
  • śluz lepki (L) i rozciągliwy (R) spośród cech w dziale „Struktura”, ignorując kolejne działy takie jak „Kolor” i „Rozciągliwość”.

Na poniższym zdjęciu zaznaczyłam odpowiednie opcje.

[Zdjęcie szczegółów objawu śluzu w aplikacji OvuView]

Jak wspominałam wcześniej, program może przypisywać niektórym cechom śluzu nieprawidłowe symbole. Jeśli ograniczysz się tylko do cech używanych w metodzie LMM, symbole powinny wyświetlać się poprawnie.

Z wbudowanych objawów przydadzą się:

  • miesiączka,
  • współżycie,
  • owulacja,
  • temperatura,
  • śluz,
  • szyjka macicy,
  • notatka.

W celu interpretacji śluzu stwórz własne pole „Dzień szczytu”, jako typ wartości wybierając listę „Niski/Wysoki/Szczyt”. W dniu szczytu w tym polu wybierz wartość „szczyt”, a w kolejnych dniach odliczania po dniu szczytu — wartość „niski”.

[Ekran tworzenia nowego objawu w aplikacji OvuView — dzień szczytu]

W celu zaznaczenia początku i końca fazy płodności stwórz własne pole „Płodność”, jako typ wartości wybierając listę „Niski/Wysoki/Szczyt”. Na początku i na końcu fazy płodności w tym polu wybierz wartość „szczyt”. To pole możesz też wykorzystać, stosując poporodową regułę szczytu. W dniach II fazy wybierz w tym polu wartość „wysoki”. W tych dniach pojawią się dwie poziome kreski symbolizujące II fazę.

[Ekran tworzenia nowego objawu w aplikacji OvuView — płodność]

W celu interpretacji temperatury, w dniach sześciu niższych i pierwszych wyższych temperatur wybierz wartość „niski” w polach odzwierciedlających poziom linii niższych i wyższych temperatur.

Poniżej znajdują się zdjęcia wykresu z własną interpretacją. Kolejne objawy starałam się ułożyć podobnie jak na oryginalnej karcie obserwacji. Pole „Owulacja” służy jedynie prawidłowemu odliczaniu fazy lutealnej i należy je zaznaczyć ostatniego dnia niższej temperatury (dzień przed wzrostem). Pola „Bóle owulacyjne”, „Wrażliwość piersi”, „Leki” i „Test ciążowy” to tylko propozycja. Możesz z nich zupełnie zrezygnować, zastępując je kolejnymi poziomami temperatur.

[Szczegółowy wykres cyklu w aplikacji OvuView z własną interpretacją wg metody LMM] [Wykres cyklu w aplikacji OvuView z własną interpretacją wg metody LMM]

Metoda angielska

OvuView dość łatwo możesz też dostosować do metody angielskiej ze względu na to, że oryginalna karta obserwacji ma formę tabeli. Zamiast wbudowanego objawu śluzu możesz stworzyć własne pola (jako typ wartości wybierając listę „Tak/Nie”), by odwzorować rubryki śluzu na karcie:

  • sucho,
  • mętny,
  • lepki, gęsty,
  • wilgotno,
  • przejrzysty,
  • rozciągliwy,
  • mokro/ślisko.

Na oryginalnej karcie trzy ostatnie cechy lepszej jakości są zaznaczone szarym kolorem. W OvuView możesz przypisać im inny kolor niż cechom gorszej jakości, by odróżnić je na pierwszy rzut oka.

[Ekran tworzenia nowego objawu w aplikacji OvuView — wilgotno]

Z wbudowanych objawów przydadzą się:

  • miesiączka,
  • temperatura,
  • szyjka macicy,
  • bóle owulacyjne,
  • wrażliwość piersi,
  • owulacja,
  • współżycie.

Podobnie jak w metodzie LMM, w celu interpretacji śluzu i szyjki stwórz własne pola „Szczyt śluzu” i „Szczyt szyjki”, jako typ wartości wybierając listę „Niski/Wysoki/Szczyt”.

W celu oznaczenia dni płodnych stwórz własne pole „Dni płodne”, jako typ wartości wybierając listę „Brak/Częściowy/Pełny”. Na końcu fazy płodności w tym polu wybierz wartość „częściowy”, a w innych dniach płodnych — „pełny”.

[Ekran tworzenia nowego objawu w aplikacji OvuView — dni płodne]

W celu interpretacji temperatury, w dniach sześciu niższych i pierwszych wyższych temperatur wybierz wartość „niski” w polu odzwierciedlającym poziom linii pokrywającej. W dniu trzeciej wyższej temperatury w tym polu i jednym wyższym wybierz wartość „szczyt”.

Poniżej znajdują się zdjęcia wykresu z własną interpretacją. Kolejne objawy starałam się ułożyć podobnie jak na oryginalnej karcie obserwacji. Pole „Owulacja” służy jedynie prawidłowemu odliczaniu fazy lutealnej i należy je zaznaczyć ostatniego dnia niższej temperatury (dzień przed wzrostem). Rubryki krwawienia i obserwacji śluzu przeniosłam nad wykres temperatury, bo w przeciwnym wypadku jego wygląd byłby zaburzony.

[Szczegółowy wykres cyklu w aplikacji OvuView z własną interpretacją wg metody angielskiej] [Wykres cyklu w aplikacji OvuView z własną interpretacją wg metody angielskiej]

Metoda Rötzera

Metoda Rötzera jest najtrudniejsza do odwzorowania w OvuView, bo klasyfikacja śluzu nie daje się łatwo zamknąć w prostych symbolach lub rubrykach. Zamiast wbudowanego objawu śluzu stwórz trzy własne pola: „Brak śluzu”, „S gorszej płodności” i „S dobrej płodności”, jako typ wartości wybierając opcję „Nowa lista niestandardowa”. Dla każdego z nich możesz wypisać odpowiednie cechy (pełnymi słowami lub skrótami stosowanymi w metodzie). Np. cechy dobrej płodności to „mokro-ślisko”, „białko jaja”, „szklisty” i „płynny”.

[Ekran tworzenia nowego objawu w aplikacji OvuView — objaw S dobrej jakości]

Dzięki temu w wygodny sposób będziesz mogła wybrać odpowiednią cechę śluzu z listy, podobnie jak we wbudowanym polu śluzu.

[Ekran wybierania objawów z niestandardowej listy — S dobrej płodności]

Z wbudowanych objawów przydadzą się:

  • miesiączka,
  • współżycie,
  • owulacja,
  • temperatura,
  • bóle owulacyjne,
  • wrażliwość piersi,
  • szyjka macicy,
  • notatka.

W celu interpretacji śluzu stwórz własne pole „Dzień szczytu”, jako typ wartości wybierając listę „Tak/Nie”.

[Ekran tworzenia nowego objawu w aplikacji OvuView — szczyt]

Podobnie jak w metodzie LMM, w celu zaznaczenia początku i końca okresu płodności stwórz własne pole „Płodność”, jako typ wartości wybierając listę „Niski/Wysoki/Szczyt”. Na początku i na końcu okresu płodności w tym polu wybierz wartość „szczyt”.

W celu interpretacji temperatury, w dniach sześciu niższych i pierwszych wyższych temperatur wybierz wartość „niski” w polu odzwierciedlającym poziom linii podstawowej.

Poniżej znajdują się zdjęcia wykresu z własną interpretacją. Kolejne objawy starałam się ułożyć podobnie jak na oryginalnej karcie obserwacji. Pole „Owulacja” służy jedynie prawidłowemu odliczaniu fazy lutealnej i należy je zaznaczyć w dniu poprzedzającym pierwszą wyższą temperaturę po szczycie. Pole „Test ciążowy” to tylko propozycja. Możesz z niego zrezygnować, zastępując je kolejnym poziomem temperatur.

[Szczegółowy wykres cyklu w aplikacji OvuView z własną interpretacją wg metody Rötzera] [Wykres cyklu w aplikacji OvuView z własną interpretacją wg metody Rötzera]

Źródła

  1. John i Sheila Kippley, Natural Family Planning: The Complete Approach, wyd. 1, NFPI, Steubenville 2010, s. 73–83.
  2. Marguerite Duane i in., The Performance of Fertility Awareness-based Method Apps Marketed to Avoid Pregnancy, „The Journal of the American Board of Family Medicine”, 29, 2016, 4, s. 508–511.