机器人辅助反式肩关节置换术的后期效率提升：前100例的学习曲线更新分析

《Journal of Robotic Surgery》：Late efficiency gains in robotic-assisted reverse shoulder arthroplasty: an updated learning curve analysis of the first 100 cases

　　

摘要

机器人辅助反肩置换术的学习曲线通常在外科医生最初20至30例手术范围内进行描述。在这一点之后手术效率是否会持续提高，以及平均手术时间是否是衡量效率的适当指标，目前尚不明确。我们评估了由一名经过专科培训的医生在学术型门诊手术中心使用Mako系统（Stryker，密歇根州卡拉马祖）连续实施的100例初次机器人辅助反肩置换术。前30例即为我们先前报告的队列。手术时间定义为从切口到开始关切的时长，采用以第30例为断点的分段线性回归进行建模。变异性的评估采用标准差和Levene检验，分布改善情况则通过百分位数比较以及第10、50和90百分位数的分位数回归进行分析。对各手术组间的基线特征进行了比较，并通过多变量回归评估患者因素对手术时间的影响。平均手术时间从88.6分钟（第1至30例）降至75.4分钟（第31至70例），再降至64.3分钟（第71至100例）。分段回归显示，初始阶段每例下降1.85分钟的陡峭下降趋势（P = 0.0001），随后转为每例下降0.26分钟但仍有统计学意义的缓降趋势（P = 0.001），两个阶段的斜率之间存在显著差异（P < 0.0001）。变异性的下降幅度按比例进一步大于均值，标准差减少了56.6%，而平均手术时间仅减少了27.5%（P = 0.008）。改善幅度在分布上端最为明显：第90百分位数每例下降0.52分钟，而第10百分位数每例下降0.30分钟；百分位改善幅度从第5百分位数的17%上升至第95百分位数的35%。手术时间的总范围从115分钟缩小至42分钟，超过90分钟的病例比例从40%降至零。各手术组间的基线特征无差异，且在调整年龄、性别、体质指数和盂肱关节畸形后，病例数量效应仍然持续。机器人辅助反肩置换术的手术效率在最初30例的学习期之后继续显著改善，但改善的表现方式从缩短典型病例时间转变为消除时间过长的异常值。由于手术室排班取决于分布的尾部而非均值，手术时间的逐例可预测性可能比单独的平均手术时间更能作为成熟机器人手术流程的指标。