• Медиана кровянистые выделения


    характер цикла и особенности выделений

    Статья о том, как меняются месячные при приеме Мидианы и какие изменения цикла должны женщину насторожить.

    Общие сведения о препарате Мидиана

    Мидиана  - современный препарат гормонального содержания, монофазный оральный контрацептив. В его составе 2 основные части: 

    • гестагеновая часть в виде дроспиренона;
    • эстрогеновая часть в виде этинилэстрадиола.

    Главная направленност применения данного препарата - это противозачаточный эффект. Благодаря созданию искусственного гормонального фона в ответ на введение в организм экзогенно таблетированных форм эстрогенов и гестагенов создаётся такой баланс гормонов, который препятствует происхождению овуляции в яичниках женщины и предотвращает преобразования эндометрия, необходимые для имплантации эмбриона во внутреннюю слизистую оболочку матки.

    Интересной особенностью данного препарата является содержание в нём гестагенного компонента дроспиренона. Он обладает выраженным антиандрогенным эффектом. Препарат эффективен при явлениях гиперандрогении у женщин - гирсутизма в виде оволосения по мужскому типу на лице, на подбородке, огрубения голоса. При применении Мидианы нивелируются симптомы повышенного количества мужских половых гормонов, женщина расцветает и становится уверенной в себе.

    Основная направленность применения Мидианы - контроль репродуктивной функции, профилактика нежелательной беременности.

    Для достижения необходимого эффекта нужно соблюдать правила применения препарата, схему его приема, а также учитывать противопоказания, указанные в инструкции. Наличие в анамнезе различного рода тромбозов и курение являются противопоказаниями к приему комбинированных оральных контрацептивов.

    Влияние Мидианы на менструальный цикл

    Без приема каких-либо гормональных препаратов овариально-менструальный цикл является овуляторным, то есть приводит к созреванию доминантного фолликула, а в последующем к выходу из него яйцеклетки для встречи со сперматозоидом. Овуляторный менструальный цикл формируется благодаря систематическим выделениям гормонов на всех уровнях регуляции менструального цикла - начиная с коры головного мозга, гипоталамуса гипофиза, и заканчивая яичниками, действующими на органы-мишени.

    Выделение гормонов производится по механизму положительных и отрицательных связей. Во время цикла происходят пики выброса гормонов, что способствует наличию преобразований в яичниках и эндометрии.

    При приеме гормонального препарата Мидиана в организм вводится незначительная доза гормонов женской репродуктивной системы. По механизму обратной связи организм дает сигнал головному мозгу о прекращении выделения и отсутствия каскада реакций, что характеризуется «отдыхом» яичников, отсутствием созревания доминантных фолликулов, соответственно, и яйцеклеток.

    Поскольку яйцеклетка не созревает и не выходит из фолликула, нет вероятности беременности. При этом дозы гормонов препятствуют подготовке внутреннего слоя матки для имплантации эмбриона. 

    Скудные и мажущие выделения на фоне Мидианы

    Скудные, мажущие выделения при приеме Мидианы могут появляться как в дни приема данного гормонального препарата, так и во время его семидневной отмены. Жалобы «пью Мидиану, месячные были скудные», «месячные на Мидиане мажут» для гинеколога не редкость.

    Коричневые скудные выделения могут беспокоить женщину в первые три месяца в любой фазе цикла. Данный период характеризуется адаптацией женского организма  с конкретным гормональным фоном к приёму контрацептивов. Это не повод менять контрацептив либо отказываться от приема вовсе. В основном, к началу приема  таблеток второй упаковки такие выделения исчезают.

    Мидиана: месячные долго идут

    Что делать, если начали пить Мидиану, а месячные не заканчиваются? Бывает, что кровотечение отмены на момент семидневного перерыва в приеме КОКов заканчивается не в положенный срок. В некоторых случаях увеличение длительности данных выделений сопровождается повышением их интенсивности. Такие явления, скорее всего, имеют характер прорывных кровотечений.

    Причина этого в привыкании организма женщины к дозировкам гормональных средств. Особенностью современных низкодозированных препаратов является довольно скудное содержание эстрогенного компонента, который отвечают за скорейшую регенерацию эндометрия, а значит, и остановку кровотечения. Если при приеме Мидианы месячные частые (например, каждые 22 дня) и имеют продолжительный характер, то стоит подумать о смене комбинированного орального контрацептива на препарат с другой дозировкой эстрогенов.

    На Мидиане месячные пришли раньше: что делать?

    Приход менструации ранее положенного времени, то есть до момента приема 21 таблетки могут свидетельствовать как о приспособительных моментах организма в ответ на введение контрацептивов, так и о низком содержании гестагенного компонента, из-за которого происходит более раннее отражения внутреннего слоя эндометрия. Если данное явление вписывается в трехмесячные границы, то это является вариантом нормы. Если же месячные приходят раньше положенного после 3-месячного приема Мидианы, нужна консультация врача по поводу смены препарата в польщу более высокодозированного.

    Мидиана: месячные не начинаются

    Отсутствие месячных при приеме Милианы после 21 таблетки может иметь разные причины:

    • нарушение гормонального фона женщины;
    • беременность - может случиться при нарушении схемы приёма препарата, а также при пропуске одной либо нескольких таблеток, неграмотном начале приема КОКов;
    • непрерывный прием КОК.

    Обычно месячные при приеме Мидианы наступают после отмены эстроген-гестагенных компонентов (после приема 21 таблетки). Далее имеет место, так называемое, кровотечение отмены, когда снижается уровень эстрогенов и гестагенов в организме. Если же этого не происходит, то значит есть какой-либо дисбаланс гормональной сфере женщины.

    Как отсрочить месячные Мидианой?

    Если нужно отсрочить менструальное кровотечение, то прием противозачаточных средств может стать палочкой-выручалочкой. Подробно о КОК для задержки месячных.

    После завершения приема 21 таблетки на следующий день нужно, не делая перерыва, начать прием следующей пачки, начиная первой таблетки. Таким образом, месячные при приеме Мидианы не придут, т.к. уровень гормонов не упадет, а значит, не произойдет отторжения функционального слоя эндометрия.

    Ирина Дроздова, акушер-гинеколог, специально для Mirmam.pro

    Полезное видео

    Использование среднего абсолютного отклонения для поиска выбросов

    Использование среднего абсолютного отклонения для поиска выбросов

    Написано Питером Розенмаи 25 ноября 2013 г. Последняя редакция 13 января 2013 г.

    Один из самых распространенных способов найти выбросы в одномерных данных - пометить как потенциальный выброс любую точку. то есть более двух стандартных отклонений, скажем, от среднего (я имею в виду образец средних и стандартных отклонения здесь и далее).Но наличие выбросов, вероятно, окажет сильное влияние на среднее значение. и стандартное отклонение, что делает этот метод ненадежным.

    В качестве примера этой хорошо известной проблемы попробуйте запустить следующий код R:

    требуется (BHh3)
    xc (1, 2, 3, 3, 4, 4, 4, 5, 5.5, 6, 6, 6.5, 7, 7, 7.5, 8, 9, 12, 52, 90)
    dotPlot ( x)
    mean.x mean (x)
    sd.x sd (x)
    строк (rep (mean.x, 2), c (0,2, 0,25))
    строк (rep (mean.x + 2 * sd. x, 2), c (0,2, 0,25))
    текст (среднее.x, 0.3, выражение (bar (x)))
    текст (mean.x + 2 * sd.x, 0.3, expression (paste (bar (x), "+ 2s")))

    Вот полученный точечный график:

    Как вы можете видеть, экстремальное значение при x = 90 перетащило x + 2s, обрезание выбросов, выше точка в точке x = 52. Таким образом, только точка с x = 90 будет считаться выбросом, даже если точка при x = 52 явно также является выбросом.

    Это происходит потому, что статистика центра и расстояния - среднее и стандартное отклонения, соответственно - которые мы используем для выявления выбросов ... сами по себе подвержены выбросам.Суть проблемы в том, что стандартное отклонение основано на возведет в квадрат расстояний, поэтому крайние точки гораздо более важны, чем точки, близкие к среднему.

    Поэтому нам лучше использовать меру расстояния, устойчивую к выбросам. А хорошим кандидатом на эту должность является среднее абсолютное отклонение от медианы , обычно сокращается к среднему абсолютному отклонению (MAD). Это медиана набора, включающего абсолютные значения разностей между медианой и каждой точкой данных.

    Расчет расстояния от центра через среднее абсолютное отклонение

    Давайте посчитаем среднее абсолютное отклонение данных, используемых на приведенном выше графике. Первый ингредиент, который нам понадобится, - это медиана:

    > медиана (x)
    [1] 6

    Теперь получите абсолютные отклонения от этой медианы:

    > абс (x-6)
    [1] 5,0 4,0 3,0 3,0 2,0 2,0 2,0 1,0 0,5 0,0 0,0 0,5 1,0 1,0 1,5 2,0 3,0 6,0 46,0 84,0

    Теперь о медиане этих абсолютных отклонений:

    > медиана (абс. (x-6))
    [1] 2

    Таким образом, MAD в данном случае равно 2.

    А вот и ярлык:

    > mad (x, constant = 1)
    [1] 2

    Теперь давайте получим абсолютное отклонение от медианы каждой точки вектора x и представим эти отклонения в терминах MAD:

    > abs (x - медиана (x)) / mad (x, константа = 1)
    [1] 2,50 2,00 1,50 1,50 1,00 1,00 1,00 0,50 0,25 0,00 0,00 0,25 0,50 0,50 0,75 1,00 1,50 3,00 23,00 42,00

    Обратите внимание, что две крайние правые точки на приведенном выше графике имеют обозначенные MAD расстояния от центра. из 23 и 42.Это более чем в семь раз превышает максимальное расстояние, обозначенное MAD, по сравнению с оставшимися точки. Другими словами, MAD четко отличает выбросы от остальных точек.

    Давайте сравним это с абсолютным отклонением от среднего значения через стандартное отклонение:

    > круглый (abs (x - среднее (x)) / sd (x), 2)
    [1] 0,52 0,48 0,43 0,43 0,38 0,38 0,38 0,34 0,31 0,29 0,29 0,27 0,24 0,24 0,22 0,19 0,15 0,01 1,88 3,67

    На этот раз расстояния от центра крайних правых точек равны 1.88 и 3,67. Это на не менее 3,6-кратного максимального расстояния оставшихся точек. В этом Пример - и, как и ожидалось, - подход MADs-from-median более четко различает выбросы из оставшихся точек, чем подход стандартных отклонений от среднего.

    Константа согласованности и отсечение выброса

    После расчета MAD набора данных возникает следующий вопрос: сколько MAD от медианы должно какой момент быть до того, как он станет выбросом?

    Прежде чем мы рассмотрим это, давайте немного подправим приведенное выше уравнение для MAD, добавив в смешайте константу консистенции .Эта модификация гарантирует, что для больших образцов MAD предоставит хорошая оценка стандартного отклонения (более формально MAD становится согласованная оценка стандартного отклонения населения). В коде R переработанное определение MAD:

    > MAD медиана (абс (x - медиана (x)))

    Если вы знаете, что основное распределение является нормальным, следует установить константу согласованности до 1,4826. Это значение по умолчанию для функции mad (), поэтому выполните следующие вычисления на Как видите, использованный выше набор данных даст идентичные результаты:

    > 1.4826 * медиана (абс (x - медиана (x)))
    [1] 2,9652
    > mad (x)
    [1] 2,9652

    Эта переработанная форма MAD позволяет нам установить порог выброса, аналогичный тому, который мы бы Мы отметили выбросы, рассматривая стандартные отклонения от среднего. Точечный график В примере, показанном выше, используется отсечка 2, так что давайте с этим:

    > x [which ((abs (x - median (x)) / mad (x))> 2)]
    [1] 12 52 90

    Как видите, этот метод поиска выбросов пометил три крайние правые точки в точечный график.Хорошо, что отмечены точки x = 52 и x = 90. Тем не менее точка при x = 12 не кажется мне исключением - это не идеальное решение.

    Теперь вам может быть интересно, почему я настраиваю MAD, чтобы превратить его в средство оценки стандартного отклонения населения, а затем использование этого модифицированного MAD для выявления выбросов. Ведь я начал эту статью с демонстрации проблем, которые могут возникнуть при использовании стандартного отклонения для улавливания выбросов.

    Но помните, я имел в виду стандартное отклонение выборки .Стандартное отклонение совокупности - отлично мера расстояния, на котором можно поймать выбросы; проблема в том, что стандартное отклонение выборки является плохой оценкой его в небольших образцы с экстремальными выбросами. Вот почему я использую MAD для оценки стандартного отклонения населения. Затем я могу использовать выброс отсечка, соответствующая предполагаемому базовому распределению. В примере, который мы только что рассмотрели, я предположил, что основное распределение было нормально, поэтому я рассчитал MAD, используя константу согласованности 1.4826. Можно ожидать, что примерно 95% очков, взятых из нормальное распределение - это более чем 2 стандартных отклонения от среднего (и медианы), поэтому 2 - хорошее отсечение выбросов в этом случае.

    Итак, что произойдет, если вы не можете предположить, что основное распределение является нормальным? Ну если распределение является симметричным (не обязательно около нуля), устанавливая константу согласованности равная обратному значению 75-го процентиля стандартного распределения , будет достигнута хорошая оценка собственности, упомянутой выше.Под "стандартным" я подразумеваю распределение, которое получается в результате трансформации сдвига и масштаба. рассматриваемое распределение к распределению со средним нулевым и стандартным отклонением 1.

    Кажется, есть небольшая путаница по поводу этого последнего пункта в некоторых из наиболее важных Статьи по этой теме в рейтинге Google. Чтение Википедия, можно подумать, что рассматриваемое распределение должно иметь нулевое среднее, но это ни то, ни другое необходимое или достаточное условие для выполнения вышеизложенного.Эта бумага не упоминает требование симметричности распределения; упущение повторяется в эта статья в блоге.

    Например, предположим, что мы имеем дело с равномерным распределением, заданным формулой f (x) = 0,1 для 80≤x≤90, f (x) = 0 в другом месте. Мы преобразуем это в стандартное равномерное распределение (то есть равномерное распределение, имеющее среднее значение 0 и стандартное отклонение 1). Требуется мгновенная алгебраическая манипуляция, чтобы увидеть, что результирующее распределение задается формулой g (x) = 1 / (2√3) для -√3≤x≤√3, g (x) = 0 в другом месте.Поскольку наше исходное распределение является симметричным (около 85), его постоянная согласованности равна обратной величине 75-го процентиля стандартного равномерного распределения: 2 / √3.

    Давайте проверим нашу математику:

    > x runif (100000, 80,90)
    > mad (x, constant = 2 / sqrt (3))
    [1] 2.895573
    > sd (x)
    [1] 2.89007

    Хороший. MAD (с константой согласованности 2 / √3) и стандартное отклонение этой случайной выборки достаточно близки.

    Несимметричные распределения и двойной MAD ​​

    А что произойдет, если основное распределение несимметрично? Вот где Стратегии стандартных отклонений от среднего и MADs от медианы терпят неудачу.Проблема заключается в том, что эти стратегии применяют одно и то же ограничение, например. 2 стандартных отклонения образца или 2 MAD - к обоим хвостам образца, даже если один хвост намного длиннее, чем Другие. В таких случаях, как в примере, показанном на точечной диаграмме выше, вы необходимо использовать более изощренную стратегию для отметки выбросов.

    Один довольно очевидный прием - использовать то, что я называю double MAD . Это пара статистических данных: (1) абсолютная медиана отклонение от медианы всех точек, меньшее или равное медиане и (2) абсолютная медиана отклонение от медианы всех точек, большее или равное медиане.Используйте первый из них для вычисления расстояния от медианы всех точек, меньших или равных медиане; использовать второй - для расчета этого расстояния для точек, которые больше медианы.

    Например, рассмотрим этот набор - хорошо, мультимножество - точек: {1, 4, 4, 4, 5, 5, 5, 5, 7, 7, 8, 10, 16, 30}. Как ты Как видите, эти данные очень искажены вправо. Итак, давайте отметим выбросы, используя двойной MAD, скажем, с отсечкой 3:

    Функция DoubleMAD (x, zero.mad.action = "warn") {

    х есть.na (x)]
    м медиана (x)
    абс. отклонение абс. (x - м)
    left.mad median (abs.dev [x right.mad median (abs.dev [x> = m])
    если (left.mad == 0 || right.mad == 0) {
    if (zero.mad.action == "stop") stop ("MAD is 0")
    if (zero.mad.action% in% c ("warn", "warn and na")) warning ("MAD is 0")
    if (zero.mad.action% in% c ("нет данных", "предупреждать и нет")) {
    если (left.mad == 0) left.mad если (right.mad == 0) right.mad }
    }
    возврат (c (left.бешеный, правый мад))
    }

    Функция DoubleMADsFromMedian (x, zero.mad.action = "warn") {

    two.sided.mad DoubleMAD (x, zero.mad.action)
    м медиана (x, na.rm = TRUE)
    x. mad rep (two.sided.mad [1], длина (x))
    x.mad [x> m] mad.distance abs (x - m) / x.mad
    безумное расстояние [x == m] return (mad.distance)
    }

    xc (1, 4, 4, 4, 5, 5, 5, 5, 7, 7, 8, 10, 16, 30)
    print (x [DoubleMADsFromMedian (x)> 3])

    Если вы запустите приведенный выше код, вы увидите, что помеченные выбросы равны 1, 16 и 30.

    Напротив, попробуйте пометить выбросы с помощью обычного MAD с отсечкой выбросов 3:

    print (x [abs (x-median (x)) / mad (x, constant = 1)> 3])

    Отмеченные выбросы - 10, 16 и 30. Как вы можете видеть, обычный MAD ​​поймал только высокие выбросы; двойной MAD ​​поймал высокие и низкие выбросы.

    Проблема MAD = 0

    Еще кое-что. Если более 50% ваших данных имеют одинаковые значения, ваш MAD будет равен нуль. Все точки в вашем наборе данных, кроме тех, которые равны медиане, будут затем отмечены как выбросы, независимо от уровень, на котором вы установили порог выброса.(Напротив, если вы используете метод стандартных отклонений от среднего для поиска выбросов, Неравенство Чебышева устанавливает жесткое ограничение на процент точек, которые могут быть отмечены как выбросы). по крайней мере, убедитесь, что у вас не слишком много идентичных точек данных, прежде чем использовать MAD для отметки выбросов.

    Мой Функция DoubleMADsFromMedian (), описанная выше, решает эту проблему с помощью параметра zero.mad.action:

    • Если zero.mad.action имеет значение «stop», а левое MAD или правое MAD равно 0, выполнение останавливается.
    • Если zero.mad.action имеет значение «warn», а левое (правое) значение MAD равно 0, выдается предупреждение. Все точки слева (справа) от медианы будут иметь обозначенное MAD расстояние от медианы Inf.
    • Если zero.mad.action равно «na», а левое (правое) MAD равно 0, все точки слева (справа) от медианы будут иметь расстояние, обозначенное MAD, от медианы NA.
    • Если zero.mad.action равно «warn and na», а левый (правый) MAD равен 0, выдается предупреждение. Все точки слева (справа) от медианы будут иметь расстояние, обозначенное MAD, от медианы NA.

    Список литературы

    Лейс, К. и др., Обнаружение выбросов: не используйте стандартное отклонение вокруг среднего, используйте абсолютное отклонение вокруг медианы, Журнал экспериментальной социальной психологии, том 49, выпуск 4, июль 2013 г., стр. 764-766. *

    Руссеу П.Дж. и Крук С. (1993) Альтернативы среднему абсолютному отклонению, Журнал Американской статистической ассоциации, декабрь 1993 г., стр. 1273-1283.

    * Но обратите внимание на упущение, упомянутое выше.

    .

    Медиана в статистике (формула, расчет и примеры)

      • БЕСПЛАТНАЯ ЗАПИСЬ КЛАСС
      • КОНКУРСНЫЕ ЭКЗАМЕНА
        • BNAT
        • Классы
          • Класс 1–3
          • Класс 4-5
          • Класс 6-10
          • Класс 110003 CBSE
            • Книги NCERT
              • Книги NCERT для класса 5
              • Книги NCERT, класс 6
              • Книги NCERT для класса 7
              • Книги NCERT для класса 8
              • Книги NCERT для класса 9
              • Книги NCERT для класса 10
              • NCERT Книги для класса 11
              • NCERT Книги для класса 12
            • NCERT Exemplar
              • NCERT Exemplar Class 8
              • NCERT Exemplar Class 9
              • NCERT Exemplar Class 10
              • NCERT Exemplar Class 11
              • 9plar
              • RS Aggarwal
                • RS Aggarwal Решения класса 12
                • RS Aggarwal Class 11 Solutions
                • RS Aggarwal Решения класса 10
                • Решения RS Aggarwal класса 9
                • Решения RS Aggarwal класса 8
                • Решения RS Aggarwal класса 7
                • Решения RS Aggarwal класса 6
              • RD Sharma
                • RD Sharma Class 6 Решения
                • RD Sharma Class 7 Решения
                • Решения RD Sharma класса 8
                • Решения RD Sharma класса 9
                • Решения RD Sharma класса 10
                • Решения RD Sharma класса 11
                • Решения RD Sharma Class 12
              • PHYSICS
                • Механика
                • Оптика
                • Термодинамика
                • Электромагнетизм
              • ХИМИЯ
                • Органическая химия
                • Неорганическая химия
                • Периодическая таблица
              • MATHS
                • Статистика
                • Числа
                • Числа Пифагора Тр Игонометрические функции
                • Взаимосвязи и функции
                • Последовательности и серии
                • Таблицы умножения
                • Детерминанты и матрицы
                • Прибыль и убыток
                • Полиномиальные уравнения
                • Разделение фракций
              • Microology
          • FORMULAS
            • Математические формулы
            • Алгебраные формулы
            • Тригонометрические формулы
            • Геометрические формулы
          • КАЛЬКУЛЯТОРЫ
            • Математические калькуляторы
            • 0003000
            • 000
            • 000 Калькуляторы по химии
            • 000
            • 000
            • 000 Образцы документов для класса 6
            • Образцы документов CBSE для класса 7
            • Образцы документов CBSE для класса 8
            • Образцы документов CBSE для класса 9
            • Образцы документов CBSE для класса 10
            • Образцы документов CBSE для класса 1 1
            • Образцы документов CBSE для класса 12
    .

    Страница не найдена | Vertica

    Ваш выбор файлов cookie на этом сайте

    Мы используем файлы cookie, чтобы предоставить вам наилучшие возможности для работы в сети. Вы можете изменить свое согласие в любое время, обновив настройки файлов cookie.

    Обновить настройки Принимать все куки

    Менеджер конфиденциальности файлов cookie

    Принять все

    Некоторые важные функции Vertica.com не будут работать без определенных файлов cookie. Другие файлы cookie помогают улучшить ваш опыт, давая нам представление о том, как вы используете наш сайт, и предоставляя вам соответствующий контент.Для получения дополнительной информации ознакомьтесь с нашей политикой использования файлов cookie здесь.

    Совершенно необходимо

    Эти файлы cookie обеспечивают безопасный вход в систему и позволяют использовать основные функции сайта

    Аналитика / Производительность

    Файлы cookie

    Analytics позволяют нам улучшать наш веб-сайт, давая нам представление о том, как вы взаимодействуете с наши страницы, интересующий вас контент и определение того, когда что-то не работает должным образом.Собранная информация анонимна.

    Ориентация

    Мы используем целевые файлы cookie для тестирования новых идей дизайна страниц и функций на сайте, чтобы мы могли улучшить ваш опыт. Мы также собираем информацию о ваших привычках просмотра, чтобы предоставлять контент более соответствует вашим интересам. Отключение этих файлов cookie будет означать, что контент, который вы видите на сайте, может не иметь для вас никакого отношения.

    Сохранить и выйти .

    Смотрите также

© 2020 nya-shka.ru Дорогие читатели уважайте наш труд, не воруйте контент. Ведь мы стараемся для вас!