Hormonaalinen kehon lämpötilan vaihtelu ja sen analysoimisen hyöty hyvinvointiteknologiassa: algoritmi R-kielellä

Abstract

Opinnäytetyössä tarkasteltiin hormonaalisen kehon lämpötilan vaihtelua ja sen analysoinnin hyötyjä hyvinvointiteknologian näkökulmasta. Tarkoituksena oli kehittää R-kielellä toimiva algoritmi, joka käsittelee kehon lämpötiladataa ja tunnistaa kuukautiskierron eri vaiheet sekä mahdollisen ovulaation. Työn tavoitteena oli selvittää, millaiset kehon lämpötilan muutokset ovat merkityksellisiä kuukautiskierron vaiheiden tunnistamisen kannalta ja millaisia haasteita liittyy epätäydellisen datan käsittelyyn. Kehitystyö toteutettiin analysoimalla opinnäytetyön tekijän omaa kuukautiskiertodataa. Algoritmi rakennettiin tunnistamaan kehon lämpötilan jaksollisia muutoksia, hyödyntämällä kierron pituutta ja vuotopäiviä alustavana tietona. Kiertoja, joissa oli aukkoja datassa, käsiteltiin tarvittaessa interpoloinnilla. Analyysissä hyödynnettiin matemaattisia menetelmiä ja data-analyysin työkaluja, joiden avulla algoritmi pyrki havaitsemaan toistuvia rakenteita lämpötilakäyrässä ja päättelemään niistä kierron eri vaiheet. Työn tuloksena saatiin toimiva algoritmi, joka kykeni tunnistamaan kuukautiskierron eri vaiheita kehon lämpötilan muutosten perusteella. Algoritmi tarjoaa läpinäkyvän ja avoimen lähestymistavan verrattuna kaupallisiin, suljettuihin ja ei-julkisiin ratkaisuihin. Jatkokehitystä ajatellen olisi hyödyllistä testata algoritmia laajemmalla datalla ja mahdollistaa datan tallentaminen ja adaptoituminen tallennettujen jaksojen avulla, ennustettavuuden parantamiseksi ja koneoppimisen mahdollistamiseksi. Työ tukee hyvinvointiteknologian kehittämistä ja FemTech-alan tiedon lisäämistä.