外科医生经验影响机器人学习曲线的最小侵入性腰椎融合:一个累积总和分析
Pratyush Shahi1, Tejas Subramanian1,2, Omri Maayan1,2
1Hospital for Special Surgery, New York, NY.
Spine
|June 7, 2023
概括
经验丰富的外科医生显示,机器人微创性形腰椎体融合 (MI-TLIF) 的学习曲线最小. 早期职业生涯的外科医生可能需要大约21个病例来掌握手术,而这对患者的结果没有明显的影响.
科学领域:
- 脊柱外科手术 脊柱外科手术
- 机器人手术 机器人手术
- 外科教育的外科教育
背景情况:
- 有限的高质量的证据存在于机器人微创性变形关腰椎体间融合 (MI-TLIF) 的学习曲线上.
- 大多数现有研究都是单个外科医生的病例系列,突出显示需要进一步分析.
研究的目的:
- 分析和比较三个脊椎外科医生执行机器人MI-TLIF的学习曲线.
- 为了确定在这个机器人程序中达到熟练程度所需的案例数.
主要方法:
- 对从187名接受单级机器人MI-TLIF的患者前性收集数据的回顾性审查.
- 分析手术时间,光镜时间,并发症和患者报告的结果.
- 使用累积和 (CuSum) 和线性回归分析来评估学习趋势.
主要成果:
- 一位早期职业生涯的外科医生展示了21个病例的学习曲线,在31个病例中取得了掌握,结果得到了改善.
- 经验丰富的外科医生对机器人MI-TLIF没有显著的学习曲线.
- 手术和光镜时间减少,患者报告的结果在学习阶段有所改善.
结论:
- 经验丰富的外科医生对机器人MI-TLIF的学习曲线是最小的或不需要的.
- 建议早期的外科医生学习约21个病例,掌握31个病例.
- 机器人MI-TLIF的学习曲线似乎不会对临床结果产生负面影响.
