相关实验视频
Updated: Jul 7, 2025
14:45
Technical Detail for Robot Assisted Pancreaticoduodenectomy
Published on: September 28, 2019
14.7K
机器人辅助手术的医院学习曲线:基于人口的分析
Richard J B Walker1,2,3, Thérèse A Stukel2,3, Charles de Mestral2,3,4
1Division of General Surgery, Department of Surgery, University of Toronto, Toronto, Canada.
Surgical endoscopy
|December 21, 2023
概括
机器人辅助手术的采用不会在早期增加重大并发症. 医院的体积提高了效率,并减少了诸如激进前列腺切除术和子宫切除术等手术的手术时间.
科学领域:
- 手术创新 在外科创新.
- 医疗保健服务研究 医疗服务研究
- 医疗技术评估 医疗技术评估
背景情况:
- 机器人辅助手术 (RAS) 的采用正在迅速增加.
- 定义学习曲线对于培训,认证和患者安全至关重要.
- 了解医院级学习曲线对于广泛实施RAS至关重要.
研究的目的:
- 描述普通机器人辅助程序的医院学习曲线.
- 评估累计医院体积与患者治疗结果之间的关联.
- 为机器人手术的认证和培训计划提供信息.
主要方法:
- 使用加拿大安大略省 (2010-2021) 的行政卫生数据进行的队列研究.
- 包括接受机器人辅助激进前列腺切除术 (RARP),全机器人切除术 (TRH),机器人辅助部分切除术 (RAPN) 或机器人门腔切除术 (RPL-4) 的成年患者.
- 多变量后勤模型评估了医院体积和重大并发症之间的关系,并根据患者因素和医院集群进行调整.
主要成果:
- 没有发现累计住院人数和重大并发症之间的关联.
- 视觉分析显示过渡性恶化,随后经验的结果有所改善.
- 运营时间减少并与增加的数量保持平稳 (例如,约300次RARP,约75次TRH).
- 增加的体积与RARP和RPL-4的长期停留时间的几率下降相关.
结论:
- 医院可以采用RAS,而不会在学习曲线的早期显著增加患者的风险.
- 增加RAS的医院经验与提高效率和结果有关.
- 这些发现支持将RAS安全地整合到手术实践中,并进行适当的体积进展.
