数据挖掘以评估 Novasure 治疗 (DAMIEN)

十年回顾性单中心队列研究，我们将：

1. 回顾性追踪 2009 年至 2019 年间在 Máxima 医疗中心使用 Novasure 接受子宫内膜消融术的患者，并观察结果和特征的发生率。
2. 评估哪些患者和手术特征与 NovaSure 治疗失败相关，定义为 2008 年至 2018 年间在 Maxima MC 接受过这种治疗的女性在 3 年内发生与 AUB 相关的任何后续侵入性手术。
3. 评估哪些患者和程序特征与成功的 Novasure 治疗相关，定义为 2008 年至 2018 年期间在 Maxima MC 接受过这种治疗的女性在 3 年内没有进行与 AUB 相关的后续侵入性手术。
4. 开发预测和预后模型，根据这些患者和程序变量评估治疗成功或失败的可能性。

程序

在这项观察性研究中，将使用临床数据收集器来审查使用 Novasure 进行子宫内膜切除术的女性（使用自动假名数据）。 将概述可能导致治疗失败的患者和手术特征。 为了能够对此进行调查，所有在 2008 年至 2018 年期间在 Máxima 医疗中心接受干预的女性都被纳入研究。 他们接受了常规护理，无需遵循任何额外程序。

所有患者都将包括在描述性分析中。 将提供所有描述性分析，包括总人口规模和随访时间。 连续变量表示为带标准差的平均值，或带四分位数间距的中位数，具体取决于分布。 分类变量以数字和百分比表示。 二进制数据以频率和百分比表示。 Novasure 和再干预之间的时间将作为平均值 (SD) 和事件发生时间 (Kaplan-Meier) 给出。 此外，计算再干预的相对风险。 除了经典的统计分析外，还应用了数据挖掘（线性回归）和机器学习技术。 学习监督分类模型来计算自变量相对于因变量的重要性因素。

在本研究中，仅对假名数据进行回顾性文件研究，结果测量是标准质量控制的一部分。 所有数据均来自临床数据收集器。 收集者从电子病历中提取数据并假名化。 患者不会受到额外行动的影响，也不会被强加于本研究的任何行为规则。 也没有向患者发送影响心理完整性或被测试对象认为有压力的问卷。