Кривая обучения ретроперитонеоскопической донорской нефрэктомии

Ретроспективно были оценены проспективно собранные данные о 172 последовательных донорах почек, перенесших чистую РДН для трансплантации в Университете Ондокуз Майыс с января 2010 года по июль 2019 года. Сцинтиграфию почек с меркаптоацетилтриглицином (MAG3) с Tc-99m проводили для оценки расщепления почечной функции. Для оценки анатомии и сосудистой сети почек выполняли трехмерную компьютерную томографию. Окончательное решение о латеральности операции было основано на убеждении, что лучшая почка остается у донора. Если обе почки имеют одинаковые функциональные характеристики, левая почка или почка с более простой сосудистой анатомией закупалась на основании решения медицинской комиссии по трансплантации. Были зарегистрированы демографические данные, включая возраст, пол, индекс массы тела (ИМТ), предоперационную функцию почек, количество почечных артерий и вен. Также регистрировались периоперационные переменные, такие как время операции (OT), время тепловой ишемии (WIT), расчетная кровопотеря (EBL), периоперационные и послеоперационные осложнения. Кроме того, также были зарегистрированы исходы почечных реципиентов, включая функцию трансплантата, осложнения и последующее наблюдение. В нашей ранее опубликованной статье приводится подробное описание хирургической процедуры и подробности для правой и левой сторон чистого РДН. Все РНД были выполнены одним хирургом, имеющим опыт ретроперитонеоскопической лапароскопической хирургии и трансплантации почки.

Анализ кривой обучения Анализ CUSUM и метод BinSeg (бинарная сегментация) Хотя анализ CUSUM был впервые создан для оценки производительности промышленного сектора, он был принят в медицине для интерпретации многих кривых обучения хирургическим методам. На временной шкале он вычисляет сумму существующих различий между временем отдельных операций и средним значением времени всех операций. Его основное использование в медицине заключается в том, что он вычисляет сумму существующих различий между временем отдельных операций и средним значением всех времен операций на временной шкале. Следующим шагом является определение существенных точек изменения для определения развития. Пакет «changepoint» использовался в программе R для определения точек изменения. Точки изменения были определены в соответствии со средней вариацией. Методы BinSeg использовались для идентификации двух точек обмена. Штрафные методы не использовались для определения точек изменения времени хирургического вмешательства. «Нормальный» метод использовали в качестве тестовой статистики для хирургического времени. В соответствии с методами анализа кривой обучения, упомянутыми выше, вся когорта была разделена на три группы. Вдохновлен моделью приобретения навыков Дрейфуса при именовании групп. Таким образом, группа 1 представляет компетенцию, группа 2 — уровень квалификации, а группа 3 — уровень эксперта.