ロボット支援腎部分切除術の真の学習曲線を明らかにするための高度な術後転帰の評価

/ /

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。

Urology.2020 Jun;S0090-4295(20)30786-X. doi: 10.1016/j.urology.2020.06.031.Epub 2020-06-30.

ロボット支援腎部分切除術の真の学習曲線を明らかにするための高度な術後転帰の評価

Assessment of advanced peri-operative outcomes to identify the true learning curve of robotic-assisted partial nephrectomy.

Essa M Bajalia
Kevin A Parikh
Daniela A Haehn
Amanda E Kahn
Colleen T Ball
David D Thiel

PMID: 32619599 DOI: 10.1016/j.urology.2020.06.031.

抄録

目的:

手術時間（OT）と、術後合併症、術後合併症、30日再入院率（RR）、温熱虚血時間（WIT）、機能容積損失（FVL）などの高度な周術期変数に関連して、ロボット支援部分腎切除術（RAPN）の学習曲線を評価すること。

OBJECTIVES: To evaluate the learning curve of robotic-assisted partial nephrectomy (RAPN) as it pertains to operative time (OT) and advanced peri-operative variables such as achievement of trifecta, post-operative complications, 30-day readmission rates (RR), warm ischemia time (WIT) and functional volume loss (FVL).

方法:

2008年2月から2019年4月までの間に1人の外科医によって行われた418例の連続したRAPNを評価した。症例数と連続アウトカム（OT、WIT、FVL）との関連を評価するために、多変量対数回帰モデルを用いた。症例数と二分法アウトカム（三分法、術後合併症、RR）との関連を評価するために、多変量ロジスティック回帰モデルを用いた。

METHODS: We evaluated 418 consecutive RAPN performed by a single surgeon between February 2008 and April 2019. Multivariable log-log regression models were used to evaluate the associations between case number and continuous outcomes (OT, WIT, FVL). Multivariable logistic regression models were used to evaluate the association of case number with dichotomous outcomes (trifecta, post-operative complications, RR).

結果:

対象となった406例のうち、252例（62.1％）は男性で、年齢中央値は63歳（範囲、22～84歳）、BMI中央値は29kg/m（IQR 26,33）であった。外科医の経験はOTの短縮（症例数の50％増加あたり-2.5％；95％信頼区間（CI）；P＜0.001）と関連しており、実施症例数は77例前後でプラトーとなっていた。3フェクタではわずかな改善がみられ（オッズ比[症例数50%増あたり]=1.08; 95% CI）、プラトーも77例であったが、統計的に有意ではなかった（P=0.086）。外科医の経験とFVL（P=0.77）、術後合併症（P=0.74）、WIT（P=0.73）、30日RR（P=0.33）との間に統計学的に有意な関連は認められなかった。

RESULTS: Among the 406 eligible patients included in the study, 252 (62.1%) were male, median age was 63 years (range, 22 to 84), and median BMI was 29 kg/m (IQR 26,33). Surgeon experience was associated with shorter OT (-2.5% per 50% increase in case number; 95% confidence interval (CI); P<0.001) and plateaus around 77 cases performed. There was slight improvement with trifecta (odds ratio [per 50% increase in cases] = 1.08; 95% CI) and the plateau was also at 77 cases, however this was not statistically significant (P=0.086). We did not find statistically significant associations of surgeon experience with FVL (P=0.77), postoperative complications (P=0.74), WIT (P=0.73), or 30-day RR (P=0.33).

結論:

手術経験とグレード3以上の術後合併症、30日RR、WIT、FVLとの間には関係がないようである。3 フェクタのアウトカムと最大 OT パフォーマンスは約 77 症例で最適化されているようである。

CONCLUSIONS: There does not appear to be a relationship between surgical experience and grade 3 or higher postoperative complications, 30-day RR, WIT, or FVL. Trifecta outcomes and maximum OT performance appear to be optimized at approximately 77 cases.