Novasure治療を評価するためのデータマイニング (DAMIEN)

10年間のレトロスペクティブ単一施設コホート研究では、次のことを行います。

1. 2009年から2019年の間にMáxima Medical CenterでNovasureを使用して子宮内膜アブレーションを受けた患者を遡及的に追跡し、転帰と特徴の発生率を観察します。
2. 2008年から2018年の間にMaxima MCでこの治療を受けた女性の、3年以内のAUBに関連するその後の侵襲的処置の発生として定義されるNovaSure治療の失敗に関連する患者および処置の特徴を評価します。
3. 2008年から2018年の間にMaxima MCでこの治療を受けた女性の、AUBに関連する3年以内のその後の侵襲的処置の自由として定義されるNovasure治療の成功に関連する患者と処置の特徴を評価します。
4. これらの患者と手順の変数に基づいて、治療の成功または失敗の可能性を評価する予測および予後モデルを開発します。

手順

この観察研究では、臨床データコレクターを使用して、Novasure で子宮内膜アブレーションを受けた女性 (自動的に仮名化されたデータ) を確認します。 治療の失敗に関与した可能性のある患者と手順の特徴の概要が示されます。 これを調査できるようにするために、2008年から2018年の間にマキシマ医療センターで介入を受けたすべての女性が研究に含まれています. 彼らは通常のケアを受け、追加の手順に従う必要はありませんでした。

すべての患者が記述的分析に含まれます。 総集団サイズやフォローアップ時間を含むすべての記述的分析が提供されます。 連続変数は、分布に応じて、標準偏差の平均、または四分位範囲の中央値として表示されます。 カテゴリ変数は、パーセンテージ付きの数値として表示されます。 バイナリ データは、頻度とパーセンテージとして表示されます。 Novasure と再介入の間の時間は、平均 (SD) およびイベントまでの時間 (Kaplan-Meier) として与えられます。 さらに、再介入の相対リスクが計算されます。 従来の統計分析に加えて、データ マイニング (線形回帰) と機械学習技術が適用されます。 従属変数に対する独立変数の重要度係数を計算するために、教師あり分類モデルが学習されます。

この調査では、標準的な品質管理の一部である結果測定を使用して、仮名化されたデータに関する遡及的なファイル調査のみが実行されます。 すべてのデータは、Clinical data Collector から取得されます。 コレクターは、電子患者記録からデータを抽出して仮名化します。 患者は、追加の行動を受けたり、この研究のための行動規則を課されたりすることはありません. また、心理的完全性に影響を与える、または被験者がストレスを感じていると認識されている患者に送信されるアンケートもありません。