Your browser doesn't support javascript.
loading
Systematic review of learning curves in robot-assisted surgery.
Soomro, N A; Hashimoto, D A; Porteous, A J; Ridley, C J A; Marsh, W J; Ditto, R; Roy, S.
Affiliation
  • Soomro NA; Newcastle Upon Tyne Hospitals NHS Foundation Trust and Newcastle University, Newcastle upon Tyne, UK.
  • Hashimoto DA; Surgical Artificial Intelligence and Innovation Laboratory, Department of Surgery, Massachusetts General Hospital and Harvard Medical School, Boston, Massachusetts, USA.
  • Porteous AJ; Costello Medical, London, UK.
  • Ridley CJA; Costello Medical, Cambridge, UK.
  • Marsh WJ; Costello Medical, Cambridge, UK.
  • Ditto R; Ethicon, Blue Ash, Ohio, USA.
  • Roy S; Ethicon, Blue Ash, Ohio, USA.
BJS Open ; 4(1): 27-44, 2020 02.
Article in En | MEDLINE | ID: mdl-32011823
RESUMEN
ANTECEDENTES: La aceptación creciente de la cirugía robótica ha generado interés en las curvas de aprendizaje para los procedimientos asistidos por robot. Sin embargo, las curvas de aprendizaje a menudo están mal definidas. Esta revisión sistemática se realizó para identificar la evidencia disponible en relación a las curvas de aprendizaje del cirujano en la cirugía asistida por robot. MÉTODOS: En Febrero de 2018, se realizaron búsquedas en MEDLINE, Embase y Cochrane Library, de acuerdo con las recomendaciones PRISMA, junto con búsquedas manuales de congresos clave y de revisiones ya existentes. Los artículos elegibles fueron aquellos que evaluaron las curvas de aprendizaje asociadas con la cirugía asistida por robot efectuada en pacientes. RESULTADOS: Las búsquedas bibliográficas identificaron 2.316 registros de los cuales 68 cumplían los criterios de elegibilidad y correspondían a 68 estudios primarios. De estos 68 estudios, 49 evaluaron las curvas de aprendizaje basadas en datos de pacientes de 10 especialidades quirúrgicas. Los 49 estudios eran todos estudios observacionales, en su mayoría de un solo brazo (35/49 (71%)) e incluían pocos cirujanos. Las curvas de aprendizaje mostraban una notable heterogeneidad, variando entre procedimientos, estudios y parámetros analizados. Los estándares de presentación de informes fueron generalmente deficientes, con solo 17/49 (35%) cuantificando la experiencia previa. Los métodos utilizados para evaluar la curva de aprendizaje fueron heterogéneos, a menudo carecían de validación estadística y usaban terminología ambigua. CONCLUSIÓN: Las estimaciones de la curva de aprendizaje estaban sujetas a una considerable incertidumbre, careciendo de evidencia robusta por las limitaciones en el diseño del estudio, lagunas de información en los artículos y heterogeneidad sustancial en los métodos utilizados para evaluar las curvas de aprendizaje. Queda pendiente establecer métodos cuantitativos óptimos para evaluar las curvas de aprendizaje, informar de los programas de formación quirúrgica y mejorar los resultados del paciente.
Subject(s)

Full text: 1 Collection: 01-internacional Database: MEDLINE Main subject: Clinical Competence / Learning Curve / Robotic Surgical Procedures Type of study: Guideline / Observational_studies / Prognostic_studies / Systematic_reviews Limits: Humans Language: En Journal: BJS Open Year: 2020 Document type: Article Affiliation country: United kingdom Country of publication: United kingdom

Full text: 1 Collection: 01-internacional Database: MEDLINE Main subject: Clinical Competence / Learning Curve / Robotic Surgical Procedures Type of study: Guideline / Observational_studies / Prognostic_studies / Systematic_reviews Limits: Humans Language: En Journal: BJS Open Year: 2020 Document type: Article Affiliation country: United kingdom Country of publication: United kingdom