机器人辅助腹腔镜手术与标准腹腔镜手术中的外科医生人体工程学 (MURALS)

由于患者恢复时间缩短，使用微创技术进行的外科手术数量正在增加。 因此，外科医生正在执行越来越多的内窥镜/腹腔镜手术并且手术时间更长。 最近的一项荟萃​​分析表明，外科医生中与工作相关的肌肉骨骼损伤很常见 (1)，而外科医生是最有可能出现与工作相关的肌肉骨骼衰退的人群 (2)。 事实上，退行性脊柱疾病的患病率为 17%，肩袖病变为 18%，而退行性腰椎疾病为 19% (1)。 除了受伤外，外科医生还经历过与工作相关的肌肉骨骼疼痛，并且疼痛在颈部 (48%)、肩部 (43%) 和背部 (50%) 中非常普遍 (13)。

根据英国国家统计局的数据，劳动力中的肌肉骨骼问题是第二大最常见的缺勤原因 (17.7%)，每年缺勤 23 天 (2)。 这在美国并无不同，据美国劳工统计局估计，62% 的工人受伤和 32% 的误工是由肌肉骨骼问题引起的。 总的来说，这些数据表明，由外科职业引起的肌肉骨骼问题会降低身体健康，这与生产力下降、职业寿命下降甚至患者护理质量有关。

机器人辅助腹腔镜手术 (RALS) 是一种现代技术，可以帮助减轻这些肌肉骨骼问题，从而改善患者护理。 与标准腹腔镜手术 (LS) 相比，RALS 提供了更稳定的手腕运动，减少了支点效应，从而使患者受益 (3)。 越来越多的证据表明，RALS 与肌肉骨骼问题 (23-80%) 的发生率低于 LS (70-100%) (1)。 因此，RALS 可能是 LS 的一个有吸引力的替代方案，尽管设备成本高且训练期间的学习曲线陡峭。

没有研究比较 RALS 与 LS 对肌肉骨骼疲劳（以及随后的受伤风险）的需求，以及这些变化是否由认知疲劳的变化所支撑。 研究人员旨在确定在执行复杂的微创手术时，使用 RALS 的职业是否比标准 LS 与外科医生更好的肌肉骨骼健康相关。

假设是，与 LS 相比，RALS 将减少外科医生的肌肉骨骼疲劳和肌肉骨骼损伤的发生率。 如果这是真的，RALS 应该通过保护外科医生的健康得到更多的支持，从而降低医疗保健提供者的成本。

研究对象（外科医生和患者） 外科医生：调查人员将招募完成外科手术的外科医生，他们在 RALS 和 LS 组之间具有相似的经验水平。 外科医生将使用用于分析肌肉骨骼症状的标准化北欧问卷 (11 ). 研究人员还将使用经过临床验证的生物电阻抗分析来量化身体成分（身高、体重、BMI、肌肉量、脂肪量）。 外科医生将在年龄和手术经验、人体测量学和性别方面大致匹配。 患者：为了完成这项工作，研究人员将使用来自 n = 40 名在 RALS 中接受手术的患者和 n = 40 名 LS 组的数据，这些数据将匹配年龄、性别、BMI 和术前风险评分。

外科手术和总体研究设计 将在指标手术期间收集数据：例如使用 RALS 或 LS 的前列腺切除术或前切除术。 手术前，外科医生会配备肌电图（用于测量肌肉疲劳）和脑电图（用于测量认知疲劳）。 外科医生将在每次手术前后完成一系列经过验证的问卷调查，以主观确定肌肉骨骼劳损/疼痛和认知疲劳。

这项研究是在现实手术中进行的，控制手术之间的条件具有独特的挑战性。 该研究将排除任何并发症导致手术时间超过平均手术时间的 50% 的手术，以防止数据偏向肌肉骨骼疲劳的影响。 该平均平均时间还包括特定程序的时间，例如 前列腺切除术——通过解剖盆腔内筋膜和动员精囊、直肠和膀胱颈来确定切除边缘，确定和横切前列腺蒂；横切膀胱颈、尿道和前列腺；将尿道与膀胱颈吻合。 肠道手术——识别、横切和结扎椎弓根；侧向移动和保留输尿管，以及肠管吻合术。

研究人员将通过比较单次手术中的 RALS 和 LS 来评估急性疲劳，该手术是任何给定日期的第一次手术。 为确定累积疲劳（手术的慢性影响，目标 2），将在受试者完成 >2 次手术的当天的第一次和最后一次手术之间进行比较。

测量肌肉骨骼疲劳 (EMG) EMG 的理由。 该研究将利用肌电图 (EMG) 来确定与 RALS 和 LS 手术相关的肌肉骨骼需求的急性和慢性变化。 表面肌电图是一种非侵入性程序，通过记录肌纤维募集过程中产生的电信号来测量肌肉活动。 它评估疲劳的能力早已确立（例如 (4)) 并且它已被广泛用于许多人群，包括运动员（例如 (5))、牙医 (6) 和外科医生 (例如 (7,8)) EMG 将在 ~2 小时外科手术的 0、30、60、90 和 120 分钟收集 200 秒 (9)。 除了这些时间点之外，还将在临床重要任务（例如， 手术完成后缝合，通常需要 10 分钟）。

肌电图协议。 外科医生将在参与前提供书面知情同意书。 外科医生将完成索引程序：例如使用 RALS 或 LS 进行前列腺切除术或前切除术； EMG 数据收集的协议将是相同的。 手术前，外科医生将配备无线 EMG 传感器。 EMG 数据收集程序将遵循有关场地准备和电极放置以及数据收集、处理和标准化 (7,12) 的既定协议。 简而言之，该部位将被剃毛并用酒精擦拭清洁，双极电极放置在肌肉腹部并平行于肌肉纤维，电极间距离为 20 毫米 (12)。 电极将放置在手臂、颈部、肩部和背部的肌肉上，例如 桡侧腕屈肌、二头肌、双侧斜方肌、双侧竖脊肌。 这些肌肉是根据最近的荟萃分析 (13) 选择的。 在外科医生进行手术擦洗之前安装电极，电极将被手术服覆盖，从而保持无菌手术室。 已选择无线 EMG 系统，因此它具有微创性，并且不会妨碍外科医生使用电线进行移动。

肌电图数据分析。 将使用 EMG Works（Delsys Inc.，美国马萨诸塞州波士顿）收集和分析数据，并采用推荐的归一化、采样、过滤和平滑技术 (7)。 先前数据中的 EMG 记录显示 70 - 85% 的外科医生在 LS 手术期间发生了显着变化，主要是颈部、肩部、手部、下背部和下肢肌肉。 将监测手臂、颈部、肩部和背部肌肉的记录，但不包括下肢肌肉，因为在 RALS 期间，外科医生的坐姿远离患者，额头和扶手大大改变了下肢的工作量LS 中下肢肌肉的比较没有意义。 一旦 EMG 信号被归一化 (10)，基本的 EMG 变量，例如频率和振幅，就可以提供有关肌纤维募集如何变化的信息，无论是在单个肌肉还是跨多块肌肉（激活/募集策略），同时还可以计算疲劳分数 (11)。 归一化过程可以提供比较肌肉的能力，以及检查肌肉在不同时间点的活动（即 在同一会话内或经过较长时间后；例如 （5,12,13）。

测量认知疲劳 (EEG) 脑电图的理由。 该研究将使用脑电图 (EEG) 来确定肌肉骨骼需求的急性或慢性变化是否与运动控制和认知疲劳的变化有关。 认知疲劳可以通过脑电图等神经生理学措施来确定。 脑电图可以测量在给定任务期间大脑正在进行的电活动，例如在驾驶或手术期间。 疲劳的脑电图测量可以实时客观地量化个人的认知状态，消除对自我报告或问卷调查等主观测量的依赖，这些测量已被发现对中度疲劳状态不可靠。 大脑在任何给定时间以许多不同的频率振荡，并且该信息记录在脑电图中。 某些频段的功率已被视为指数认知疲劳的代表。 具体而言，有证据表明 alpha 波段功率 (7-13 Hz) 对疲劳很敏感（综述见 (14)），并且已被用于测量实际交通和模拟练习中的驾驶员疲劳 (15-18) . 当疲劳加剧时，α 波段活动会以 500 毫秒的爆发形式出现，这被称为 α 纺锤波 (19)。 Alpha 纺锤波被认为反映了个人的疲劳状态，并且可以根据其峰值频率、持续时间和振幅进行量化，从而产生个人的 alpha 特征 (20)。

脑电图协议。 在外科医生安装 EMG 电极的同时，将对无线 EEG 电极完成类似的程序。 头部皮肤部位将如前所述 (21) 进行准备，电极凝胶和电极帽将在手术帽之前应用，从而保持手术室的无菌状态。 将使用 8 通道电极蒙太奇将电极放置在皮层上，以记录手术过程中持续的 EEG 振荡，持续 200 秒 (9)，时间约为 2 小时的手术过程的 0、30、60、90 和 120 分钟。 电极将根据 10-20 国际电极放置系统进行放置。 感兴趣的主要脑电图通道将位于枕叶和顶叶皮层，即电极位置 O1、O2、P3、P4、P7、P8，其中可以检测到最大的 alpha 活动。 除了这些时间点之外，还将在临床重要任务（例如， 手术完成后缝合，通常需要 10 分钟）。 已选择无线 EEG 系统，因此它具有微创性，并且不会因电线的移动而造成分心或限制。

脑电数据分析。 将使用 Enobio 8 5G（Neuroelectrics，剑桥，美国马萨诸塞州）使用标准参考、采样、过滤和平滑技术 (21) 收集和分析数据。 研究人员将比较 RALS 与 LS 中的峰值 alpha 功率、alpha 主轴持续时间和振幅。脑电图功率谱的变化，特别是 alpha 频段的变化，将用于监测警觉性，并将提供有关认知疲劳是否支持任何肌肉骨骼疲劳的关键信息。 该研究还将能够通过脑电图功率谱确定手术期间警觉性如何随时间变化。

外科医生身体活动和肌肉骨骼健康的测量 至关重要的是，外科医生的肌肉骨骼疲劳不受工作环境以外的任何因素的影响。 在整个数据收集过程中，我们每周都会使用三轴加速度计来测量并确保外科医生不会改变他们的身体活动模式（从而变得更强或更弱）。 营养对于力量的发展也很重要，就像营养不良会导致力量下降一样。 因此，外科医生将在整个数据收集期间每周完成一次为期 3 天的食物日记和饮食分析。

统计和数据分析。 功效计算：为了解决目标 1，研究人员根据可用的有限证据预计 RALS 和 LS 之间肌肉骨骼疲劳的差异为 20% (1)。 因此，根据 0.82 的预测效果大小 (Cohen's d)，将在 RALS 中招募 40 名受试者，在 LS 中招募 40 名受试者（总样本量 n = 80）。 这些数字将在前列腺和肠道手术之间进行匹配。 在目标 2 中，数据表明当天最后一次手术与第一次手术之间的疲劳程度将大于目标 1 中的差异 (Cohen's d 0.90)，因此该研究问题需要 27 个受试者/组。 最后，在目标 3 中，研究肌肉骨骼疲劳的变化是否受到运动控制和认知疲劳变化的支持，研究人员预计 RALS 和 LS 之间的效应量为 0.85，因此将使用 31/组的数据来研究这种效应。 先验功效计算将用于使用 G*Power 3 (22) 计算所需的样本量。 保守地说，已选择用于功效计算的三个值中的较低值（效果大小为 0.82）。 假设 Cohen 的 d 为 0.82，则需要每组 40 名参与者才能以 90% 的功效检测组间差异，α 为 0.05。

统计分析：为了确定 RALS 和 LS 中肌肉骨骼和认知疲劳的差异，将使用混合模型方差分析或非参数等效项。 研究结束时得出的数据和结论将为科学文献（出版物）和项目末期会议上的传播提供建议（参见甘特图）。 该研究是一个平台，可以针对在 RALS 中执行微创手术的外科医生的长期肌肉骨骼影响制定强有力的案例。