このページは機械翻訳されています。他のページは英語で表示される場合があります。 View in English

ロボット・コレクトミーの学習曲線:手術の熟練度,成果,訓練プロトコルの体系的なレビューとメタ分析

Danilo Coco ¹, Silvana Leanza ²

⁰Department of General, Robotic and Oncologic Surgery, Giglio Foundation Hospital Cefalu', Palermo, Italy. webcostruction@msn.com.

Journal of Robotic Surgery +

|

2025年8月25日

PubMedで要約を見る

まとめ

ロボットによる切除手術の能力は約45例必要ですシミュレーションと専門家の指導による構造化されたトレーニングプログラムは技能の習得を高め患者の成果を改善します

科学分野

侵襲的な手術
外科教育
ロボット手術

背景

ロボット・コレクトミーはますます採用され,手術のスキルの獲得のために定義されたメトリクスを必要としています.
標準化された訓練コースは外科医の能力と患者の安全を確保するために不可欠です

研究の目的

ロボット・コレクトミーの学習曲線を体系的に評価する
手術能力に必要なケースの容量を決定する.
異なる訓練方法がスキル獲得に与える影響を評価する.

主な方法

PRISMAの基準に沿った包括的な体系的なレビューとエビデンスの統合.
PubMed,Embase,Cochrane Libraryでインデックスされた2000年1月から2024年1月までの間に発表された研究を含む.
ランダム効果モデリングは,手術症例7500件を含む35件の適格な研究のデータを分析するために使用されました.

主要な成果

ロボット・コレクトミーにおける手術能力は,平均で45例 (95%CI:40 - 50) で,20~70例の処置で達成された.
能力の達成は,手術期間 (p < 0. 001) と合併症率 (25%から10%まで,p = 0. 005) の有意な減少と相関する.
シミュレーションと専門家の監督を組み込んだ正式なトレーニングプログラムは,スキルの獲得を加速する上で優れた効果を示しました.

結論

ロボット・コレクトミーの技術的な熟練は通常約45例に達し,処置効率と患者の結果の改善につながります.
ロボット・コレクトミーにおける外科教育の最適化には,特にシミュレーションとメンタード・プラクティスを統合した体系的なトレーニング・フレームワークが不可欠です.

キーワード:

能力開発証拠の統合最低侵襲性大腸内外科手術ロボット・アシスタント・コレクトミー外科教育手術技能の習得体系的なレビューの方法論