《Arthroplasty》：Does the direct anterior learning curve persist after fellowship training? A single-center comparative cohort study
编辑推荐：
引言：全髋关节置换术（THA）的直接前入路（DAA）历来与影响手术效率和早期并发症的学习曲线相关。当代成人关节重建Fellow培训是否改变该曲线尚未明确。研究人员在单一高容量中心比较了新近毕业的接受DAA Fellow培训的外科医生与一名经验丰富的DAA外科医
引言：全髋关节置换术（THA）的直接前入路（DAA）历来与影响手术效率和早期并发症的学习曲线相关。当代成人关节重建Fellow培训是否改变该曲线尚未明确。研究人员在单一高容量中心比较了新近毕业的接受DAA Fellow培训的外科医生与一名经验丰富的DAA外科医生的90天并发症发生率和手术时间。方法：本回顾性队列研究纳入2019年11月至2025年2月期间在单一机构经DAA实施的600例初次THA，随访至少90天。比较以下两组的术中及术后并发症：三名初级Fellow培训关节置换外科医生各自的前100例（"Junior"组）与一名高级Fellow培训关节置换外科医生最近的300例（"Senior"组）。研究效能设定为检测总体并发症发生率5%的绝对差异。患者报告结局指标（PROMs）作为探索性次要终点进行分析。结果：两队列手术并发症均不常见，Junior组数值上更高但未达统计学显著性（Junior 27例[9.0%] vs Senior 20例[6.7%]；绝对差异+2.3%，95% CI ?2.0%至+6.6%，p = 0.362）。无亚组比较达到统计学显著性：深静脉血栓（DVT）（1.0 vs 0.7%，p = 1.000）、肺栓塞（PE）（0.3 vs 0.3%，p = 1.000）、血肿（0.3 vs 1.0%，p = 0.624）、脱位（1.3 vs 0.3%，p = 0.373）、假体周围骨折（1.7 vs 1.0%，p = 0.725）、神经失用（1.3 vs 2.0%，p = 0.752）、假体关节感染（1.0 vs 0.3%，p = 0.624）或伤口并发症（3.3 vs 2.0%，p = 0.448）。所有亚组分析均为探索性且对单个罕见事件效能不足。内科事件不常见且组间相似（Junior 13例[4.3%] vs Senior 17例[5.7%]，p = 0.575）。合并手术和内科并发症，Junior队列发生40起事件（13.3%），Senior队列37起（12.3%）（p = 0.807）。Junior外科医生手术时间显著更长（92.3 vs 68.5 min，p < 0.001）。在受90天PROM随访率35%（Junior）和48%（Senior）限制的探索性分析中，应答者的90天SF-12和WOMAC评分相似；鉴于随访不完整，这些描述性发现最好视为假设生成性而非关于功能恢复的结论性证据。结论：在采用标准化加速康复外科（ERAS）路径的单一高容量中心内，三名Fellow培训外科医生实施其前100例DAA THA的手术时间显著长于一名经验丰富的DAA外科医生，但无证据表明90天并发症发生率存在大幅差异。由于研究仅能检测5%的绝对差异，不能排除较小或罕见事件差异，也未确立等效性。这些数据产生如下假设：当代Fellow培训结合规范化围手术期护理将早期DAA学习曲线从安全性转向效率；确认该假设需要足够效能的 multicenter 研究。
**研究背景与问题**
全髋关节置换术（total hip arthroplasty，THA）是骨科手术中最成功的术式之一，可为终末期髋关节疾病提供持久的疼痛缓解和功能恢复。直接前入路（direct anterior approach，DAA）利用肌间隙和神经间隙，近十年来因软组织损伤小、脱位率低和早期恢复快等报道而日益普及。一项大型美国髋膝关节外科医师协会（AAHKS）会员调查（996名应答者）显示，56.2%的受访者实施DAA，且采用者倾向于执业早期，符合该入路的代际转变趋势。然而，DAA本身是否实质改变患者报告的恢复情况仍存争议。
DAA adoption早期的并发症集中在股骨准备、软组织处理和假体定位方面。术中股骨骨折（通常为股骨距、大转子及骨干劈裂，发生于暴露、扩髓或柄插入过程中）在早期经验中增加并随病例量下降而减少。股外侧皮神经失用及相关感觉异常性股痛在执业早期同样更为频繁，归因于该神经在ASIS附近前侧术野走行，易受牵开器压力和软组织张力影响。髋臼假体定位不良（易导致撞击、不稳、下肢不等长和早期磨损）及浅表伤口并发症（可能与较长手术时间和未优化的软组织方案相关）遵循相同模式。总体而言，复合再手术和翻修风险集中于前50–100例，主要由骨折和定位不良驱动。
重要的是，既往大多数研究评估的是执业中期转用DAA的经验丰富关节置换外科医生，往往未接受该入路的正式Fellow培训。新兴文献提示，专门的Fellow培训可能减轻这一历史性学习曲线，但很少有研究直接比较新近毕业的Fellow培训外科医生实施其首批独立病例与同一机构环境内成熟DAA外科医生的结果。因此，研究人员比较了这些组间的90天并发症发生率和手术效率，检验并发症发生率无差异的零假设。研究人员在开篇即指出，此规模的研究只能排除大的组间差异。
**研究方法概述**
本回顾性队列研究纳入2019年11月至2025年2月期间在单一学术机构实施的600例初次择期DAA THA。Junior组由三名初级Fellow培训关节置换外科医生各自连续实施的前100例初次DAA病例组成（共300髋）。Senior组由一名高级Fellow培训外科医生最近连续实施的300例DAA病例组成。四名外科医生均以DAA作为初次择期THA的标准入路，所有病例均为连续、未经选择的全部就诊患者。全部600例均以标准化方式使用术中透视。植入物选择未标准化，反映个别外科医生偏好和术中判断而非方案分配。所有Junior外科医生自独立执业伊始即完全整合入机构既有的加速康复外科（enhanced recovery after surgery，ERAS）路径，使用与Senior外科医生相同的标准化围手术期路径。所有三名Junior外科医生均完成了北美关节置换Fellow培训，强调DAA指导，在为期一年的Fellow培训期间记录了超过100例DAA THA。Senior外科医生执业超过十年，整个职业生涯常规实施DAA。主要结局为术后90天内发生的术中及术后并发症。次要结局包括手术时间、住院时间和内科并发症及PROMs。研究人员在计数汇总前为每个并发症类别分配了明确的操行定义。并发症按事件水平制表。采用多变量logistic回归建模至少发生一种并发症的比值比，多变量线性回归建模手术时间，各自调整年龄、BMI和ASA分级。先验效能分析结论为每组最少269例患者足以在α=0.05和80%效能下检测总体并发症发生率5%的绝对差异。本研究获机构审查委员会批准（IRB-AAAV1356）。
**研究结果**
患者人口学特征：共纳入600例患者。两队列BMI匹配良好（27.9 ± 5.32 vs 27.9 ± 5.24 kg/m2，p = 0.985），ASA分级相似（2.3 ± 0.68 vs 2.4 ± 0.54，p = 0.350）。Junior组患者平均年龄显著低于Senior组（63.3 ± 13.10 vs 67.6 ± 9.49岁，p < 0.001）。年龄在所有多变量分析中均予调整。两队列基础诊断相似：原发性骨关节炎占Junior组92.3%和Senior组91.0%，任何诊断类别均无显著差异。骨水泥股骨固定用于600例中的80例（13.3%），Junior组较Senior组更常见（15.0% vs 11.7%），但差异无统计学显著性（p = 0.280）。
手术并发症：两队列手术并发症事件均不常见。Junior组27起事件（每100例9.0起），Senior组20起（每100例6.7起）；差异无统计学显著性（绝对差异+2.3%，95% CI ?2.0%至+6.6%，p = 0.362）。由于研究效能设定为检测5%绝对差异，此结果提示无证据表明存在大的组间差异，但未确立等效性，置信区间仍与Junior组高达约7个百分点的临床相关增加相容。脱位见于4例Junior患者（1.3%）和1例Senior患者（0.3%，p = 0.373）。假体周围骨折发生于5例Junior（1.7%）和3例Senior患者（1.0%，p = 0.725）。神经失用见于4例Junior（1.3%）和6例Senior患者（2.0%，p = 0.752）。假体关节感染发生于3例Junior患者（1.0%）和1例Senior患者（0.3%，p = 0.624）。伤口并发症发生于10例Junior患者（3.3%）和6例Senior患者（2.0%，p = 0.448）。每队列各发生1例死亡（0.3% vs 0.3%，p = 1.000）。非计划重返手术室见于6例Junior患者（2.0%）和7例Senior患者（2.3%，p = 1.000）。
内科并发症：组间任何单个内科并发症均未发现统计学显著差异。肺栓塞发生于1例Junior患者（0.3%）和1例Senior患者（0.3%，p = 1.000）。DVT发生于3例Junior患者（1.0%）vs 2例Senior患者（0.7%，p = 1.000）。输血需求见于5例Junior患者（1.7%）vs 3例Senior患者（1.0%，p = 0.725）。卒中发生于2例Senior患者（0.7%），Junior组无（p = 0.499）。急性肾损伤见于2例Junior患者（0.7%）和3例Senior患者（1.0%，p = 1.000）。尿潴留发生于1例Junior患者（0.3%）和3例Senior患者（1.0%，p = 0.624）。心肌梗死和肺炎在Junior组均缺如，各发生于1例Senior患者（两者p = 1.000）。总体而言，Junior队列记录13起内科事件（每100例4.3起），Senior队列17起（每100例5.7起，p = 0.575）；这些数字包括每队列各1例死亡。合并手术和内科事件，300例Junior THA中发生40起并发症事件（每100例13.3起），300例Senior THA中37起（每100例12.3起；绝对差异+1.0%，95% CI ?4.4%至+6.4%，p = 0.807）。重返手术室发生于6例Junior（2.0%）和7例Senior（2.3%）病例（p = 1.000），因上述原因排除于这些总计之外。所报告数字为事件计数而非至少发生一种并发症的患者计数。两队列相似的复合事件计数不应被解读为等效性证据。
多变量分析——并发症风险：为评估外科医生经验对90天并发症风险的独立效应，同时考虑观察到的队列间年龄差异，进行logistic回归调整年龄、BMI和ASA分级。外科医生组别并非90天时至少发生一种并发症的显著独立预测因子（OR 1.43，95% CI 0.84–2.46，p = 0.190）。年龄和BMI同样非显著独立预测因子（p = 0.244和p = 0.473）。较高ASA分级与并发症风险增加相关，处于常规显著性边缘（每级OR 1.59，95% CI 1.00–2.55，p = 0.051）。外科医生组别估计的方向与未调整比较一致，但其置信区间宽且包含双向数值；全队列61例患者发生并发症，该模型效能不足以分离外科医生组别效应。
手术时间：Junior队列合并平均手术时间为92.3 ± 24.5 min（中位数88 min，范围56–237），Senior外科医生为68.5 ± 16.2 min（中位数68 min，范围36–141；p < 0.001，Mann–Whitney U），平均差异23.8 min。序贯四分位分析显示所有Junior外科医生均存在显著效率学习曲线。合并Junior Q1平均手术时间108.3 ± 25.1 min，Q4降至84.6 ± 19.2 min（ANOVA F = 17.35，p < 0.001；Q1 vs Q4，p < 0.001）。三名Junior外科医生间手术时间无统计学显著差异（p = 0.11，Kruskal–Wallis）。相比之下，Senior外科医生手术时间在所有四个等分75例区组中保持稳定（68.6、72.0、65.9和67.5 min，差值?1.1 min），无显著趋势，符合已建立的手术平台期。
多变量分析——手术时间：调整年龄、BMI和ASA分级后，Junior外科医生手术时间平均较Senior外科医生长24.5 min（95% CI +21.1至+27.8，p < 0.001）。较高BMI独立与较长手术时间相关，每单位增加增加0.6 min（95% CI +0.3至+0.9，p < 0.001），与较高体型患者DAA技术复杂性增加一致。年龄和ASA分级非手术时间的显著独立预测因子（p = 0.108和p = 0.101）。
患者报告结局：基线时，Junior外科医生治疗的患者SF-12躯体评分和WOMAC评分显著差于Senior外科医生治疗的患者，而SF-12心理评分相似。术前SF-12躯体评分Junior组平均37.4，Senior组41.1（p < 0.001）。WOMAC疼痛、僵硬和功能评分Junior组亦较低（较差）（分别为38.0、39.7和37.0），Senior组为49.7、51.6和50.2（均p < 0.001）。相比之下，基线SF-12心理评分几乎相同（Junior vs Senior 47.1 vs 46.9，p = 0.82）。至90天时，两队列疼痛和功能均大幅改善，横断面PROMs在Junior和Senior外科医生间相似。90天SF-12躯体评分Junior组46.2，Senior组46.7（p = 0.63），SF-12心理评分47.6 vs 46.5（p = 0.17）。90天WOMAC疼痛、僵硬和功能组间同样可比（疼痛87.4 vs 89.2，p = 0.40；僵硬76.0 vs 78.8，p = 0.29；功能81.8 vs 84.1，p = 0.31）。在具有配对术前和90天随访数据的患者亚组中，Junior队列若干PROMs绝对改善更大。102例Junior和143例Senior患者具有配对SF-12躯体评分，Junior组SF-12躯体评分增加8.6分，Senior组增加6.2分（p = 0.029）。WOMAC疼痛和功能改善Junior外科医生亦显著更大，WOMAC疼痛增加50.1 vs 38.1分（n = 102和141，p < 0.001），WOMAC功能增加44.4 vs 32.9分（p < 0.001）。SF-12心理（0.1 vs ?0.5分；p = 0.58）和WOMAC僵硬（36.3 vs 28.9分；p = 0.07）绝对变化差异无统计学显著性。本节所有患者报告结局分析均为探索性。90天PROM随访率Junior队列35%，Senior队列48%，配对术前/术后数据仅102例Junior（34%）和141–143例Senior（47–48%）患者可用。鉴于此种程度的失访，不能排除无应答偏倚。这些分析因此报告以描述观察到的亚组，不构成组间功能恢复差异推断的基础。
**讨论与结论**
历史上，DAA以早期采用期间并发症增加为特征，结局在前50–100例过程中改善，尤其是在Fellow培训后学习该入路的外科医生中。在本队列中，Junior外科医生手术时间显著更长，但未检测到90天并发症发生率差异。这些发现与当代Fellow培训减弱历史性安全性学习曲线相容，但并未证明。观察到的2.3个百分点差异反映Junior组数值上更高的发生率，但未达统计学显著性。由于研究效能仅能检测5%绝对差异，非显著结果不能确立等效性。
既往系列描述了前50–100例期间股骨骨折、股外侧皮神经失用、假体定位不良和伤口并发症的早期聚集。尽管Junior队列手术时间更长，研究人员未检测到Junior与Senior外科医生间的显著差异（9.0% vs 6.7%；p = 0.362）。在观察到的并发症发生率下，每组300例仅对约6.8个百分点的差异提供80%效能，对较小差异和罕见事件效能有限。这些数据因此在此背景下无证据表明存在大的安全性代价，但不能排除较小的临床重要差异。研究人员的发生率也不应直接与Corradi等报道的96,605例DAA THA汇总并发症患病率2.75%比较，因为该综述以主要事件为主，而研究人员的复合指标包括所有记录的90天不良事件，包括浅表伤口并发症，后者占27起Junior事件中的10起。该综述将并发症定义异质性确定为比较的主要障碍，并报告并发症发生率和手术时间下降的平均阈值为86例，将研究人员的100例Junior系列置于早期学习曲线被认为解决的常规区间内。
当代手术环境的若干特征可能促成这些发现。Burnham等研究了四名Fellow培训外科医生在独立执业第一年实施的286例DAA THA，发现Fellow培训消除了手术时间和失血的学习效应，尽管基于并发症的学习曲线持续存在，手术并发症在约40例后下降，内科并发症在25–50例后正常化。研究人员未检测到相应的并发症差异，但Junior-vs-Senior设计未检验Junior队列内的病例顺序效应，且效能不足以检测其所描述的幅度差异。Fellow培训强度和机构围手术期基础设施的持续演变是否进一步压缩安全性曲线仍不确定。研究人员的发现因此补充而非矛盾于既往工作：它们探讨的是Fellow培训外科医生前100例独立病例是否与经验丰富对照者不同，而非这些100例内并发症是否下降。效率曲线与安全性曲线的区分因此是解读这些发现的核心：Fellow培训可能减少主要早期并发症，而手术效率在前100例独立病例期间继续改善。研究人员的数据提出这一可能性，但不能确定其归因于培训、机构系统还是个体外科医生因素。
Garbarino等前瞻性随访了一名Fellow培训外科医生的前200例，发现第一与第二个100例之间手术时间、假体定位和神经失用存在差异。其与历史队列的比较提示Fellow培训降低了早期骨折和再手术率。其神经失用率从41%降至9%，本研究未复制该信号。 ascertainment是重要解释：研究人员病例来自常规临床就诊记录的症状，无结构化感觉筛查，使研究人员的发生率为最低估计，不能与前瞻性筛查系列直接比较。Fellow培训期间的技术改进可能有贡献，但在研究人员数据中不能与 ascertainment分离。这尤其相关，因为其前瞻性筛查的神经失用率显著高于研究人员，强调结局 ascertainment可影响表观学习曲线幅度。研究人员较宽的临床定义捕获了归因于手术的运动或感觉缺陷，但无结构化筛查或电诊断测试，当前估计可能代表最低发生率。
Messina等比较了六名Fellow培训外科医生使用DAA和后外侧入路的前100例，发现翻修、手术并发症或总并发症率无显著差异，尽管两种入路在前50例期间并发症率较高。研究人员研究同样未识别早期安全信号，但未正式检验病例顺序效应。一种可能解释是Fellow培训之外的机构因素，包括标准化ERAS路径和高容量中心经验，可能对早期结局有附加效应。研究人员的单中心设计不能将这些因素与培训效应分离，该假设需要在围手术期基础设施不同的中心间检验。缺乏外科医生内病例顺序分析也意味着Junior系列早期可能出现的安全性曲线可能被组间比较遗漏。
ERAS和标准化围手术期方案可能减少变异和常见早期陷阱，潜在缩小不同经验水平外科医生间的差异。ERAS推荐及随后关节置换综述将规范化护理与缩短住院和减少并发症及费用相关联。在Fellow培训与ERAS基础设施共同演变的环境中，手术时间可能仍是最明显的早期区分因素，而安全性差异变得更难检测。
探索性PROM发现应谨慎解读，因为两队列90天随访率均低于50%。Junior患者基线疼痛、僵硬、功能和SF-12躯体评分较差，而应答者90天评分可比。Junior若干PROMs观察到的较大绝对变化不应解读为更优恢复。配对数据仅约三分之一Junior和一半Senior患者可用，差异问卷应答可能有利于改善更大的患者。由于Junior队列基线评分较差，该机制可能选择性夸大观察到的Junior变化评分。此外，较低基线评分在数学上允许较大绝对变化；Junior基线WOMAC疼痛差11.7分，仅地板效应即可预测部分观察到的差异。恢复不良或并发症也可能降低问卷完成率，使应答亚组富集较好结局。尽管PROM完成者与未完成者可用人口学数据在年龄、BMI或ASA方面无显著差异，术前功能状态无法比较，结局相关应答偏倚不能排除。90天绝对评分较少受基线变化评分效应影响，但仍受无应答偏倚影响。此种程度失访和基线不平衡下，这些分析不能支持关于功能恢复的结论。具有更高捕获率和控制患者水平因素设计（如双侧分期THA以每例患者自身为对照）的前瞻性研究更适合此问题。横断面90天评分因此更适合视为应答者的描述，而变化评分发现应视为尤其易受基线和应答差异影响。
本研究具有重要局限性。第一，Senior队列代表一名外科医生而Junior队列代表三名，因此任何资历效应与个体外科医生表现、病例选择和实践模式不可分离，可能不能推广至经验丰富的DAA外科医生。第二，调整仅限于年龄、BMI和ASA分级。尽管基础诊断组间无差异，Deyo-Charlson合并症指数、术前血红蛋白、同侧髋既往手术、发育不良髋Crowe分级、Dorr股骨形态及髋臼或股骨骨缺损不可用。合并症和解剖复杂性的残余混杂因此不能排除，尤其因为Junior队列显著年轻。第三，植入物设计和固定不统一且受外科医生混杂。骨水泥固定Junior队列略更常见（15.0% vs 11.7%，p = 0.280），可能有利于Junior队列的假体周围骨折，然而Junior外科医生骨折更多（5 vs 3）。骨水泥固定也反映骨质量，可能标志未测量病例复杂性。骨折相关差异不能仅归因于外科医生经验。第四，90天随访可能遗漏后期并发症如迟发性脱位、无菌性松动或翻修，且具有既定ERAS路径的单一高容量中心可能限制普适性。该队列相对较低的BMI（两组均27.9 kg/m2）相较全国THA人群也可能限制对更高BMI患者的适用性。PROMs仅对亚组可用；完成者与未完成者在年龄、BMI或ASA方面无差异，但术前功能状态无法比较，应答偏倚仍可能。假体位置、偏距和腿长的影像学测量未分析，仍为重要未来终点。最后，尽管样本超过先验目标，观察到的并发症发生率意味着每组300例仅对6.8分差异提供80%效能；单个罕见事件和较小差异仍效能不足。这些局限性强化了本研究最好解读为假设生成性且特定于具有标准化围手术期护理的高容量中心。
结论：在此单中心回顾性队列中，三名Fellow培训外科医生实施其前100例DAA THA的手术时间较一名经验丰富的高容量DAA外科医生长约24 min，无证据表明90天并发症发生率存在大的差异。由于研究效能仅能检测总体并发症5%的绝对差异，不能排除较小差异或单个罕见事件差异，也未确立等效性。探索性患者报告结局分析受两队列90天随访率低于50%限制，仅具假设生成性，不支持关于功能恢复的结论。这些数据所显示的比其设计要回答的问题更窄：在标准化ERAS路径下运营的单一高容量中心内，三名独立执业早期的Fellow培训外科医生的并发症发生率与一名经验丰富外科医生无显著差异，但需注意研究不能排除较小或罕见事件差异。这些观察 nonetheless 产生一个特定且可检验的假设——在此背景下当代DAA学习曲线主要是手术效率而非安全性，培训质量和机构基础设施可能比外科医生资历单独更是早期结局的重要决定因素。需要具有完整随访和合并症及解剖复杂性调整的足够效能多中心研究，才能将该假设视为已确立或用于指导培训或认证政策。
