在由经验丰富的妇科医生进行的机器人辅助神经术中,应用CUSUM分析来评估学习曲线
Kena Park1,2, Ji Young Kwon1,2, Eun-Hee Yoo3
1Department of Obstetrics and Gynecology, Kyung Hee University Hospital at Gangdong, School of Medicine, Kyung Hee University, 892, Dongnam-ro, Gangdong-gu, Seoul, 134-727, Korea.
BMC surgery
|December 5, 2024
概括
根据CUSUM的分析,外科医生在大约9个病例后就能掌握机器人辅助的阴道形手术,根据CUSUM的分析,在大约35个病例中建立了能力. 这种方法客观地评估了新技术的外科学习曲线.
科学领域:
- 最少侵入性的手术
- 外科教育的外科教育
- 机器人手术 机器人手术
背景情况:
- 机器人辅助骨切除术是一种复杂的程序,需要定义的学习曲线.
- 评估外科医生的能力对于患者的安全和最佳结果至关重要.
研究的目的:
- 通过累积和 (CUSUM) 分析评估机器人辅助神经术的学习曲线.
- 根据运行时间确定能力和能力的里程碑.
主要方法:
- 50次连续进行的机器人辅助部切除手术的回顾性分析.
- 运行时间的CUSUM分析,以检测学习曲线中断点.
- 逐步线性回归用于识别学习,熟练程度和能力阶段.
主要成果:
- 在第9例 (熟练程度) 和第35例 (能力) 中确定了学习阶段的断点.
- 在前35个案例中,外科医生证明了对手术的掌握.
- 没有记录任何手术期间的并发症或转换为开放手术.
结论:
- CUSUM的分析客观地表明,在机器人辅助神经瘤外科手术中,在早期就能获得外科专业知识.
- 从腹腔镜技术过渡到机器人技术似乎是可行的.
- 需要进一步的多机构研究来概括学习曲线的发现.


