预测结核病患者的治疗结果是卫生部的一项重大工作。 医疗保健系统中的数据挖掘可用于决策。 数据探索中使用最广泛的是基于分而治之技术的决策树。 本文的目的是为结核病患者类别创建一个预测性数据挖掘模型，以发现复发治疗，并对影响复发治疗的因素进行分类，以便为处于风险中的结核病患者提供帮助，指导和适当的警告。 使用SPSS Statistics 17.0对TB患者记录的数据集进行验证，并将其应用于CHAID分类树算法中。 分类树模型将两个具有统计学意义的独立变量（DSSM结果，年龄）的集合确定为患者类别的预测指标。