膝关节置换术中不同机器人平台间手术技能的迁移性：对一位经验丰富的外科医生早期学习曲线的分析

《Journal of Robotic Surgery》：Transferability of robotic surgical proficiency across platforms in knee replacement: analysis of the early learning curve in an experienced surgeon

　　

摘要

在机器人技术最初被引入时，关于机器人全膝关节置换术的学习曲线已有大量研究。然而，目前尚不清楚机器人手术技能是特定于某一平台的，还是可以在不同建模理念的系统中相互迁移。本研究的目的是评估经验丰富的机器人外科医生在从无图像辅助的机器人膝关节置换术转向基于CT的机器人膝关节置换术时，是否存在可测量的学习曲线。一名拥有超过1000例使用无图像辅助平台进行机器人膝关节置换术经验的资深外科医生，转而使用基于CT的机器人膝关节置换术系统。研究人员对前25例连续进行的基于CT的机器人膝关节置换术进行了前瞻性分析，评估了手术时间以及术后影像学上的关节对线情况（髋膝角、股骨胫骨角度、内侧髌股角、胫骨倾斜度）。通过累积和法以及分段回归分析来评估学习曲线的变化趋势，将超出计划目标2°以上的影像学异常值视为异常情况。手术时间从第一例的65分钟逐渐减少到第三例时的55±3分钟（95%置信区间为53.8–56.2分钟），降幅达15.4%。连续累积和法显示，在第二例手术时出现了转折点，这一结论也得到了分段回归分析的证实（p<0.05）。术后关节对线情况的平均值为：髋膝角0.7°±1.2°，股骨胫骨角度88.5°±1.1°，内侧髌股角87.8°±1.2°，胫骨倾斜度4.8°±0.7°。在第二例手术之后，未再出现超过2°的影像学异常值。对于经验丰富的机器人外科医生而言，从无图像辅助的机器人膝关节置换术转向基于CT的该手术方式，并不存在具有临床意义的学习曲线，手术效率很快就能稳定下来，且从最初的手术开始，影像学上的关节对线精度就一直保持良好。这些研究结果表明，机器人膝关节置换术的技能或许可以在不同平台上相互迁移，不过仍需通过多中心对比研究来进一步验证。研究等级为IV级。