Дмитрий Евгеньевич Коваленко, научный сотрудник
отдел гепатопанкреатобилиарной хирургии
111123; шоссе Энтузиастов, д. 86; Москва
Dmitry E. Kovalenko, Research Associate
Hepatopancreatobiliary Surgery Department
111123; 86, Sh. Entuziastov; Moscow
Михаил Германович Ефанов, доктор мед. наук, заведующий отделом
отдел гепатопанкреатобилиарной хирургии
111123; шоссе Энтузиастов, д. 86; Москва
Mikhail G. Efanov, Doct. of Sci. (Med.), Head of the Department
Hepatopancreatobiliary Surgery Department
111123; 86, Sh. Entuziastov; Moscow
Цель. Оценить кривую обучения лапароскопическим резекциям печени хирурга, имеющего опыт робот-ассистированных резекций печени, при помощи метода CUSUM.
Материал и методы. Ретроспективно анализировали результаты лапароскопических резекций печени по поводу злокачественных и доброкачественных новообразований, выполненных с 2015 г. по декабрь 2020 г., и робот-ассистированных резекций печени с 2010 по 2020 гг. Оценивали кривую обучения лапароскопическим резекциям печени хирурга, освоившего робот-ассистированные резекции большой сложности. При выборе границ между периодами обучения в соответствии с полученными графиками CUSUM ориентировались на критические изменения индекса сложности резекции (IWATE и IMM), продолжительности операции, кровопотери, частоты послеоперационных осложнений. Проведено сравнение основных периоперационных событий между группами лапароскопических и робот-ассистированных резекций в каждом из периодов обучения.
Результаты. Выполнено 174 лапароскопических и 57 робот-ассистированных резекций печени. Продолжительность 1-го периода обучения составила 11 робот-ассистированных резекций и 20 лапароскопических, 2-го периода – 16 и 20, 3-го периода – 30 и 134. Во 2-м периоде достоверно увеличился индекс сложности резекции для обеих групп, при этом объем кровопотери, число послеоперационных осложнений и продолжительность госпитального лечения достоверно не различались. Во 2-м периоде обучения в обеих группах время оперативного вмешательства было достоверно больше.
Заключение. Изучение динамики сложности операции с использованием метода CUSUM является надежным, контролируемым способом оценки кривой обучения резекции печени. Первоначальное прохождение кривой обучения робот-ассистированным резекциям печени сокращает длительность кривой обучения лапароскопическим резекциям по сравнению с опубликованными данными других авторов.
Aim. To estimate the learning curve for laparoscopic liver resections performed by a surgeon experienced in robot-assisted liver resections using the CUSUM method.
Materials and methods. The study involved a retrospective analysis of the results of laparoscopic liver resections for malignant and benign neoplasms performed from 2015 to December 2020 and robot-assisted liver resections from 2010 to 2020. The author evaluated the learning curve for laparoscopic liver resections of a surgeon who had mastered robot-assisted resections of high difficulty. Selecting the boundaries between training periods according to the obtained CUSUM graphs was determined by critical changes in the resection difficulty score (IWATE and IMM), duration of surgery, blood loss, and incidence of postoperative complications. Major perioperative events were compared between the laparoscopic and robot-assisted resection groups in each of the training periods.
Results. 174 laparoscopic and 57 robot-assisted liver resections were performed. The duration of the first training period comprised 11 robot-assisted resections and 20 laparoscopic resections, the second period – 16 and 20, the third period – 30 and 134, accordingly. In the second period, the resection difficulty score increased significantly for both groups, while the amount of blood loss, the incidence of postoperative complications, and the duration of hospital treatment did not differ significantly. In the second training period, the duration of surgery was significantly longer in both groups.
Conclusion. Studying the dynamics of surgical difficulty using the CUSUM method is considered to be a reliable, controlled way to estimate the learning curve for liver resection. Completing the learning curve for robot-assisted liver resections reduces the duration of the learning curve for laparoscopic resections compared to published data of other authors.
The authors declare that there are no conflicts of interest present.