研究背景:子宫肌瘤作为育龄期女性最常见疾病,约占妇科良性肿瘤的52%。治疗子宫肌瘤的传统方法主要包括药物治疗和手术治疗。近年来高强度聚焦超声(HIFU)消融术作为一种非侵入性治疗手段,在子宫肌瘤的临床治疗中取得了满意的疗效。大量临床试验证实了其安全有效性。互联网相关技术突飞猛进的发展为数据挖掘及分析处理奠定了基础,基于大数据收集和分析的方法已逐渐成为医疗行业中常规的有效研究手段。目的:采用数据挖掘方法,进一步深入探究临床应用中各种因素对HIFU治疗子宫肌瘤安全性和有效性的影响提高临床培训和诊疗水平。资料和方法:按照单发子宫肌瘤纳入排除标准进行筛选。有效性部分共纳入907例,采用数据挖掘技术中的回归分析方法使用Python程序构建消融率的回归预测模型,比较各种模型的准确率,找到最佳的回归预测模型。安全性部分共纳入训练集数据552例,测试集数据359例,采用数据挖掘技术中的分类预测方法构建术后并发症的分类预测模型,比较各种模型的优劣点,找到最佳的分类预测模型。结果:1.有效性部分支持向量机回归(SVR)模型的评估得分优于其他4种回归算法,其方差得分(Explained Variance Score),平均绝对误差(Mean Absolute Error,MAE),均方误差(Mean Squared error,MSE),判定系数(r~2 Score)分别为0.77、0.08、0.01、0.71。907例肌瘤的平均消融率为(83.14±15.94)%。2.安全性部分911例手术共发生并发症452次,主要表现为下腹部痛、骶尾部痛和阴道排液。研究结果表明,Logistic回归模型对下腹部痛的分类预测效果最优,线性判别分析模型对骶尾部痛的分类预测效果较好,二次判别分析模型对阴道排液分类预测的准确率最高。结论:HIFU治疗子宫肌瘤安全有效,数据挖掘技术对HIFU临床培训和治疗有指导作用,可以有效省去二次造影及降低并发症的发生概率,为临床医生以及患者带来便利。