Virtual Surgery: トレーニング プログラムの構築と運用パフォーマンスの重要な要因の分析

バックグラウンド：

網膜の手術と硝子体の除去（硝子体切除術）は、急速に成長している手術です。 人口構成の混合と、糖尿病などの生活習慣病の発生率の急速な増加により、運用上の必要性が高まっています [1]。 硝子体切除の原因には、眼の硝子体での出血、網膜剥離、網膜の黄斑の穴 (黄斑円孔)、および黄斑での結合組織 (網膜上膜) の除去が含まれます。

硝子体切除術は以前はリスクが高く、特別な場合にのみ実施されていましたが、近年では手術結果が著しく改善されています。 それにもかかわらず、それは外科医が長い訓練を必要とするタイプの手術であり、初期段階で手術合併症のリスクが高くなります。 このため、仮想手術は、操作スキルのトレーニングと維持に適しています [2、3]。

オーデンセ大学とサザン大学​​の眼科研究ユニットは、2007 年に Velux Foundation から EyeSi (眼科手術シミュレータ) 手術シミュレータ (VRMagic Gesellschaft mit beschränkter Haftung (GmbH)、マンハイム、ドイツ) を取得するための助成金を受け取りました。 その後、この手術眼シミュレーターは、この機械を使用して手術手順のトレーニングと維持を行ってきた全国の眼科医にとって大きな喜びとなっています。

このマシンは、白内障手術のトレーニングだけでなく、硝子体と網膜の眼の後部 (硝子体網膜手術) 手術の応答のトレーニングにも使用できます。 EYESI ベースの仮想眼科手術に関する研究活動が増加しています [4-6] が、これまでのところ、これは白内障手術のトレーニングに限定されています。 研究者らは、例えば、白内障手術の反復トレーニングが外科的学習を促進し、将来の眼科医の資格を高めることを以前に実証できました[7]。 その後、別のデンマークのグループが特定のシミュレーション パス要件の提案を発表し [8]、シミュレーション トレーニングはその後、国内の将来の白内障外科医のトレーニングの一環として導入されました。

仮想網膜硝子体手術に関するこれまでに発表された研究はありませんが、それでもなお、これはより良い手術トレーニングにとって不可欠です。 硝子体網膜トレーニング モジュールには、ナビゲーション トレーニング、鉗子トレーニング、反振戦トレーニング、両手トレーニング、両手ハサミ トレーニング、レーザー凝固、後方ヒアロイド トレーニング、網膜上膜剥離、内部制限膜 ( ILM) トレーニングと網膜剥離。 多くの潜在的な演習があるため、適切な難易度の関連モジュールを含む硝子体網膜トレーニング プログラムを開発することが重要です。

このようなプログラムの主な要件の 1 つは、高い構築妥当性を示すことです [9]。 つまり、プログラムは必要なものを測定できなければなりません。この場合、さまざまなレベルの能力を持つグループの外科的スキルです。 言い換えれば、訓練を受けた硝子体網膜外科医と訓練を受けていない外科医を区別することが可能でなければなりません。 これから、参照スコアを作成することが可能になり、プログラムを外科トレーニングコースに実装することができます。

網膜剥離などの多くの外科的障害は、時間の経過とともに進行し、理想的な手術時期がわからないことがよくあります [10]。 一方では、早期に手術を行い、それによって手術前に病気の進行のリスクを減らすことが最善かもしれません. 一方で、適切な手術専門知識の存在、外科医の疲労やストレス レベルなどの要素を考慮することも重要です。

最後に述べた条件は明らかに臨床的にテストすることが困難であり、仮想手術により、睡眠不足やその他の操作上の注意散漫などの条件を安全にテストできる研究を設計することができます。

目的：

本研究の目的は、1) 構成妥当性の高い仮想訓練プログラムを導入することにより、将来の網膜硝子体外科医の訓練を容易にすること、および 2) 仮想訓練プログラムを使用して、訓練を受けたオペレータのパフォーマンスにどのような外的条件が影響するかを明らかにすることです。

サブスタディ A:

トレーニング セッション、シミュレーション マニュアル、および硝子体網膜外科医からのガイダンスから、適切な難易度の関連モジュールを含む仮想網膜硝子体トレーニング プログラムの提案が構成されます。

このプログラムは、次の 3 つのグループでテストされています。

1. 訓練を受けた硝子体網膜外科医のグループ (n = 5)。
2. トレーニング中の将来の眼科医とグループ化します (n = 10)。
3. 解剖学と病理学の知識が限られている医学生のグループ (n = 20)。

各グループは、1 ～ 2 週間の間隔を空けて 2 回プログラムを実施し、2 回目のトレーニング セッションの結果を決定します。 続いて、グループ 1 の中央値スコアがグループ 2 のスコアよりも高く、グループ 3 のスコアよりも高い場合、特定のモジュールが高い構成妥当性を示すと仮定して、個々のモジュール構成の妥当性が評価されます (傾向）。

構築の妥当性が高いモジュールは、最終モデルに含まれます。

サブスタディ B:

サブスタディ A で構築されたプログラムに基づいて、5 人の被験者がサブスタディ A のグループ 1 と同じ目標スコアを達成したときに終了する集中トレーニング プログラムを実行します。目標スコアは、以降の演習の参考として使用されます。

次に、被験者は、次の操作上の課題の影響下でトレーニング プログラムを実施します。

1. 非利き手での操作。
2. 聴覚障害を伴う操作。
3. 夜間睡眠中の操作。
4. 固形物を12時間断食した後の手術。
5. 24 時間の睡眠不足後の操作。 次に、5 つのプログラムのどれが、スコア目標と比較して変更されたテスト スコアをもたらすかが計算されます (Wilcoxon の符号付き順位和検定によってテストされます)。