DAta MINing novasure-hoidon arvioimiseksi (DAMIEN)

Kymmenen vuoden retrospektiivinen yhden keskuksen kohorttitutkimus, jossa aiomme:

1. seurata takautuvasti potilaita, joille tehtiin kohdun limakalvon ablaatio Novasurella vuosina 2009–2019 Máxima Medical Centerissä, ja tarkkailla tulosten ja ominaisuuksien esiintyvyyttä.
2. arvioida, mitkä potilaan ja toimenpiteen piirteet liittyvät NovaSure-hoidon epäonnistumiseen, mikä määritellään minkä tahansa myöhemmän AUB:hen liittyvän invasiivisen toimenpiteen esiintymisenä kolmen vuoden sisällä, naisilla, joille tämä hoito on tehty Maxima MC:ssä vuosina 2008–2018.
3. arvioida, mitkä potilaan ja toimenpiteen piirteet liittyvät onnistuneeseen Novasure-hoitoon, joka määritellään vapaudeksi myöhemmistä invasiivisista toimenpiteistä kolmen vuoden sisällä AUB:n yhteydessä, naisilla, joille tämä hoito on tehty Maxima MC:ssä vuosina 2008–2018.
4. kehittää ennakoivia ja prognostisia malleja, jotka arvioivat hoidon onnistumisen tai epäonnistumisen todennäköisyyttä näiden potilas- ja toimenpidemuuttujien perusteella.

Menettely

Tässä havainnointitutkimuksessa kliinisen tiedon kerääjää käytetään arvioimaan naisia ​​(automaattisesti pseudonyymisillä tiedoilla), joille on tehty kohdun limakalvon ablaatio Novasurella. Yleiskuvaus annetaan potilaan ja toimenpiteen ominaisuuksista, jotka ovat saattaneet vaikuttaa hoidon epäonnistumiseen. Tämän tutkimiseksi kaikki naiset, joille tehtiin interventio Máxima Medical Centerissä vuosina 2008-2018, on otettu mukaan tutkimukseen. He saivat tavanomaista hoitoa, eikä heidän tarvinnut noudattaa muita toimenpiteitä.

Kaikki potilaat otetaan mukaan kuvaavaan analyysiin. Kaikki kuvaavat analyysit, mukaan lukien väestön kokonaiskoko ja seuranta-aika, annetaan. Jatkuvat muuttujat esitetään keskihajonnan kanssa tai mediaanina kvartiilivälillä jakauman mukaan. Kategoriset muuttujat esitetään lukuina prosentteina. Binääritiedot esitetään frekvenssinä ja prosentteina. Novasuren ja uudelleenintervention välinen aika ilmoitetaan keskiarvona (SD) ja aika tapahtumaan (Kaplan-Meier). Lisäksi lasketaan suhteellinen riski uudelleeninterventioon. Klassisten tilastoanalyysien lisäksi käytetään tiedon louhintaa (lineaarista regressiota) ja koneoppimistekniikoita. Valvottuja luokitusmalleja opetetaan laskemaan riippumattomien muuttujien tärkeystekijöitä riippuvaisen muuttujan suhteen.

Tässä tutkimuksessa tehdään vain takautuvaa tiedostotutkimusta pseudonyymisillä tiedoilla tulosmittauksilla, jotka ovat osa standardinmukaista laadunvalvontaa. Kaikki tiedot saadaan Clinical Data Collectorista. Kerääjä poimii ja pseudonyymei tiedot sähköisestä potilaskertomuksesta. Potilaille ei kohdisteta lisätoimenpiteitä tai heiltä ei vaadita mitään tämän tutkimuksen toimintasääntöjä. Potilaille ei myöskään lähetetä psykologiseen eheyteen vaikuttavia tai koehenkilöiden stressaavina kokemia kyselylomakkeita.