Систематический обзор кривых обучения робот-ассистированной хирургии

Введение: Расширение применения роботизированной хирургии повысило интерес к кривым обучения при робот-ассистированных вмешательствах. Однако кривые обучения зачастую определены недостаточно чётко. Целью настоящего систематического обзора было выявить имеющиеся данные об изучении кривых обучения хирургов робот-ассистированной хирургии.

Методы: В феврале 2018 года в соответствии с рекомендациями PRISMA был выполнен поиск в базах данных MEDLINE, Embase и Кокрановской библиотеке, а также проведён ручной поиск по материалам ключевых конгрессов и имеющимся обзорам. Критериям включения соответствовали статьи, в которых оценивали кривые обучения при робот-ассистированной хирургии у пациентов.

Результаты: В результате поиска выявлено 2316 записей, из которых 68 соответствовали критериям включения и описывали 68 отдельных исследований. В 49 исследованиях кривые обучения оценивали на основании данных о пациентах в десяти хирургических специальностях. Все 49 исследований были наблюдательными; большинство имели одногрупповой дизайн (35 из 49; 71%) и включали небольшое число хирургов. Кривые обучения характеризовались значительной неоднородностью и различались в зависимости от вмешательства, исследования и используемых показателей. Качество представления данных в целом было низким: лишь в 17 из 49 исследований (35%) количественно оценивали предшествующий опыт хирургов. Методы оценки кривой обучения были неоднородными, часто не имели статистического подтверждения, а используемая терминология оставалась неоднозначной.

Выводы: Оценки кривых обучения сопровождались значительной неопределённостью. Надёжных доказательств недостаточно из-за ограничений дизайна исследований, частых пробелов в представлении данных и существенной неоднородности методов оценки кривых обучения. Сохраняется потребность в разработке оптимальных количественных методов оценки кривых обучения для совершенствования программ подготовки хирургов и улучшения исходов лечения пациентов.