Актуальность

Робот-ассистированная радикальная простатэктомия (РАРП) при раке простаты применяется всё чаще. Структурированное хирургическое обучение и объективна оценка результатов критически важны для исходов операции.

Цель исследования

Разработать и валидизировать модульную систему обучения и оценки с помощью Анализа типологии ошибок и их эффектов (Healthcare Failure Mode and Effect Analysis; HFMEA) для обучающихся РАРП и оценить кривые обучения (КО) для различных этапов процедуры.

Дизайн, условия и участники исследования

Многоцентровое (Европа, Австралия и США) обсервационное проспективное исследование использовало HFMEA, чтобы выявить этапы РАРП с высоким риском. Фокус-группа специалистов осуществляла валидацию. Пятнадцать обучающихся, прошедших учебный курс Европейской ассоциации урологов по роботической хирургии, выполняли РАРП и оценивались своими наставниками с помощью разработанного инструмента. На основании этих результатов получены КО для каждого этапа. Достижение плато выше 4 баллов означало компетентность.

Определение результатов и статистический анализ

Мы использовали инструмент для модульного обучения и оценки (индекс оценки RARP), чтобы оценить технические навыки. Были построены КО. Использованы анализ Краскелла-Уоллиса, U-тест Манна-Уитни и κ-коэффициент.

Результаты и ограничения

За пятью хирургами наблюдали на протяжении 42 часов за консолью, чтобы обозначить этапы РАРП. С помощью HFMEA идентифицировано 84 типа ошибок и 46 потенциальных причин с индексом риска ≥ 8. При валидации данных создан индекс оценки РАРП: 17 стадий и 41 этап. Индекс оценки РАРП был приемлемым (56.67%), реализуемым (96.67%) и производил образовательный эффект (100%). Пятнадцать лиц, обучающихся роботической хирургии, оценивались на протяжении 8 месяцев. В ходе 426 операций РАРП (диапазон: 4-79) все этапы вмешательства выполнялись обучающимися. Эксперты-наставники оценивали обучающихся с помощью индекса оценки РАРП, были построены КО для отдельных этапов операции. КО продемонстрировали плато для переднего пересечения шейки мочевого пузыря (16 случаев), заднего пересечения шейки мочевого пузыря (18 случаев), задней диссекции (9 случаев), диссекции ножек простаты и семенных пузырьков (15 случаев) и формирования анастомоза (17 случаев). Другие этапы не достигли плато за время сбора данных.

Заключение

Индекс оценки РАРП, основанный на методологии HFMEA, идентифицировал критические этапы для точечного изучения при обучении РАРП и оценивал хирургов. КО демонстрируют опыт, необходимый для достижения уровня компетентности в хирургических навыках, требуемого для защиты пациентов.

Ключевые слова: оценка, кривая обучения, безопасность пациентов, робот-ассистированная радикальная простатэктомия, обучение.

Structured and Modular Training Pathway for Robot-assisted Radical Prostatectomy (RARP): Validation of the RARP Assessment Score and Learning Curve Assessment

By: Catherine Lovegrove, Giacomo Novara, Alex Mottrie, Khurshid A. Guru, Matthew Brown, Ben Challacombe, Richard Popert, Johar Raza, Henk Van der Poel, James Peabody, Prokar Dasgupta and Kamran Ahmed

  • a King's College London, Guy's Hospital, London, UK
  • b University of Padua, Padua, Italy
  • c OLV Clinic, Aalst, Belgium
  • d Roswell Park Cancer Institute, Buffalo, NY, USA
  • e Fiona Stanley Hospital, Perth, Australia
  • f Netherlands Cancer Institute, Amsterdam, The Netherlands
  • g Henry Ford Hospital, Detroit, MI, USA

European Urology, Volume 69 Issue 3, March 2016, Pages 526-535

Keywords: Assessment, Learning curve, Patient safety, Robot-assisted radical prostatectomy, Training

Автор перевода: Шатылко Тарас Валерьевич