探秘全端口机器人辅助纵隔肿物切除术学习曲线：单中心研究的关键突破

为探究全端口机器人辅助纵隔肿物切除术（RATS）的学习曲线，研究人员对 74 例患者进行回顾性分析。结果显示，术者需 33 例手术达熟练阶段，此阶段手术时间和术中失血显著减少。该研究为 RATS 技术的应用提供重要参考。

　　在医学领域，纵隔肿物的手术治疗一直是个挑战。纵隔，这个位于胸腔内的复杂区域，被分为前、中、后三个纵隔，其中包含了心脏、胸腺、气管和食管等重要结构。正因如此，纵隔肿物在组织学起源和空间分布上差异很大，手术切除成为主要治疗手段。

随着医疗技术的发展，2001 年 Yoshino 等人首次使用达芬奇机器人系统进行胸腺切除术，开启了机器人辅助胸外科手术（RATS）的时代。经过二十年的发展，RATS 展现出诸多优势，比如高清三维视野，让医生能更精准地识别组织；自动震颤过滤功能，提高手术操作的精确性；带有多个自由度的腕式器械，能实现比人手更灵活的动作；以及通过创建模拟人工气胸，提供更好的手术视野暴露。然而，RATS 在纵隔肿物治疗中的应用并不广泛，一方面是因为纵隔病变发病率较低，另一方面，其高昂的成本和陡峭的技术学习曲线让很多医生望而却步。特别是针对全端口机器人辅助纵隔肿物切除术学习曲线的研究少之又少，现有的学习曲线分析大多局限于特定纵隔区域，无法全面反映医生在实际临床操作中掌握该技术的真实情况。

为了解决这些问题，哈尔滨医科大学附属第一医院的研究人员开展了一项单中心回顾性研究。他们收集了 2020 年 1 月至 2023 年 6 月期间在该中心接受全端口机器人辅助纵隔肿物切除术的 74 例患者的资料，旨在深入探究这种手术的学习曲线。

研究人员在这项研究中用到了多种关键技术方法。首先，他们收集患者的人口统计学特征、临床特征和围手术期结果等数据。接着，运用多线性回归分析对手术时间（OT）进行标准化处理，通过计算方差膨胀因子（VIFs）评估变量间相关性，减少共线性影响。然后，使用累积和（CUSUM）分析法构建学习曲线，并利用多项式回归模型和 k 折交叉验证评估模型的泛化能力 。

下面来看看具体的研究结果：

1. 影响手术时间的因素：多线性回归分析发现，病变直径和术中失血是影响手术时间的重要因素（P<0.05），并据此得出标准化手术时间的回归方程。
2. 学习曲线分析：通过 CUSUM 分析构建标准化和非标准化手术时间的学习曲线。标准化手术时间的学习曲线在第 33 例手术时达到峰值，意味着从此进入熟练阶段；而非标准化手术时间的学习曲线在第 29 例手术时出现拐点。这表明未标准化的时间指标可能会导致对手术熟练程度的误判。
3. 围手术期结果比较：对标准化手术时间学习曲线进行分段分析，发现熟练阶段（第 34 - 74 例手术）的手术时间和术中失血量显著低于学习阶段（第 1 - 33 例手术）（P<0.05），而其他围手术期参数如术后住院时间、胸腔闭式引流管留置时间等在两个阶段无明显差异（P>0.05）。

综合研究结果和讨论部分，这项研究意义重大。它明确了全端口机器人辅助纵隔肿物切除术学习曲线存在学习阶段和熟练阶段，医生至少需要完成 33 例手术才能达到技术熟练水平。熟练后，手术时间和术中失血量明显减少，降低了患者的手术风险。同时，研究强调了标准化手术时间在评估学习曲线中的重要性，为后续研究和临床实践提供了可靠的参考依据。不过，该研究也存在一些局限性，比如缺乏对解剖复杂性等因素的量化评估，围手术期参数评估有限且缺少长期随访数据，并且是单中心研究，结果的普适性有待进一步验证。但总体而言，它为推动全端口机器人辅助纵隔肿物切除术的临床应用和发展奠定了坚实基础。