La curva de aprendizaje para la nefrectomía de donante retroperitoneoscópica

Los datos recopilados prospectivamente de 172 donantes de riñón consecutivos que se sometieron a RDN puro para trasplante en la Universidad de Ondokuz Mayis desde enero de 2010 hasta julio de 2019 se evaluaron retrospectivamente. Se realizó gammagrafía renal con Tc-99m mercaptoacetiltriglicina (MAG3) para evaluar la función renal dividida. Se realizó una tomografía computarizada tridimensional para evaluar la anatomía y la vasculatura renal. La decisión final sobre la lateralidad de la cirugía se basó en la convicción de que el mejor riñón se queda con el donante. Si ambos riñones tienen las mismas características funcionales, se obtuvo el riñón izquierdo o el riñón con una anatomía vascular más simple según la decisión de la junta de revisión médica de trasplantes. Se registraron los datos demográficos que incluyen edad, sexo, índice de masa corporal (IMC), función renal preoperatoria, número de arterias y venas renales. También se registraron variables perioperatorias como tiempo de operación (OT), tiempo de isquemia caliente (WIT), pérdida de sangre estimada (EBL), complicaciones perioperatorias y posoperatorias. Además, también se registraron los resultados de los receptores renales, incluida la función del injerto, las complicaciones y el seguimiento. En nuestro artículo publicado anteriormente proporciona una descripción detallada del procedimiento quirúrgico y los detalles de los lados derecho e izquierdo de RDN puro. Todos los RND fueron realizados por un único cirujano con experiencia en cirugía laparoscópica retroperitoneoscópica y trasplante renal.

Análisis de la curva de aprendizaje El análisis CUSUM y el método BinSeg (segmentación binaria) Aunque el análisis CUSUM se creó inicialmente para evaluar el rendimiento del sector industrial, se ha adoptado en medicina para interpretar la curva de aprendizaje de muchas técnicas quirúrgicas. En una línea de tiempo, calcula la suma de las diferencias existentes entre los tiempos de operación individuales y la media de todos los tiempos de operación. Su principal uso en medicina es que calcula la suma de las diferencias existentes entre los tiempos de operación individuales y la media de todos los tiempos de operación en una línea de tiempo. El siguiente paso es identificar puntos de cambio significativos para determinar el desarrollo. El paquete "punto de cambio" se usó en el programa R para determinar los puntos de cambio. Los puntos de cambio se determinaron de acuerdo con la variación media. Se utilizaron métodos BinSeg para identificar dos puntos de intercambio. No se utilizaron métodos de penalización para determinar los puntos de cambio de tiempo quirúrgico. Se utilizó el método "Normal" como estadístico de prueba para el tiempo quirúrgico. De acuerdo con los métodos de análisis de la curva de aprendizaje que se mencionan anteriormente, toda la cohorte se dividió en tres grupos. Inspirado en el modelo Dreyfus de adquisición de habilidades en la denominación de los grupos. Por lo tanto, el grupo 1 representa la competencia, el grupo 2 es el nivel de dominio y el grupo 3 es el nivel experto.