在实施机器人立体外科手术时的学习曲线
Kevin Hines1, Rupert D Smit1, Shreya Vinjamuri1
1Department of Neurological Surgery, Thomas Jefferson University and Jefferson Hospital for Neuroscience, Philadelphia, Pennsylvania, USA.
Stereotactic and functional neurosurgery
|May 12, 2024
概括
这项研究使用累积和 (CUSUM) 分析来量化机器人立体脑电图 (sEEG) 和深度大脑刺激 (DBS) 手术的学习曲线. 外科医生在机器人部手术方面达到了学习高原,为整合新技术提供了洞察力.
科学领域:
- 神经外科 神经外科
- 机器人技术 机器人技术 机器人技术
- 外科教育的外科教育
背景情况:
- 机器人技术在神经外科中越来越多地被采用,用于诸如立体电脑图 (sEEG) 和深度大脑刺激 (DBS) 等程序.
- 了解外科医生的学习曲线对于将新机器人技术集成到外科手术工作流程中至关重要.
- 累积和 (CUSUM) 分析是一种量化外科手术学习曲线的方法.
研究的目的:
- 分析与机器人辅助立体学术程序相关的学习曲线,特别是深度大脑刺激 (DBS) 和立体电脑电图 (SEEG).
- 使用CUSUM分析量化机器人DBS和sEEG病例的操作时间.
- 在整合机器人应用程序时,提供关于外科医生期望的数据.
主要方法:
- 在一个单一机构对机器人立体动作案例的回顾性审查.
- 将CUSUM分析应用于两个外科医生的手术时间.
- 包括273个案例,188个是DBS,85个是sEEG.
主要成果:
- 已证明学习阶段的持续时间为DBS的20例和sEEG的16例.
- 掌握阶段始于DBS的132个案例和sEEG的72个案例,在操作时间平稳后.
- 观察到一个学习平原与学习阶段后手术位置的变化相关.
结论:
- 本研究介绍了整合机器人的两个立体工作流程的学习曲线.
- 这是第一个使用CUSUM分析检查DBS中的机器人学习曲线的研究.
- 这些发现为在头骨神经外科手术中整合机器人技术的外科医生提供了宝贵的数据.
