Урология » Анализ кривой обучения хирургов в зависимости от сложности нефрометрической оценки при выполнении лапароскопической резекции почки у пациентов с локализованными образованиями паренхимы почки

Анализ кривой обучения хирургов в зависимости от сложности нефрометрической оценки при выполнении лапароскопической резекции почки у пациентов с локализованными образованиями паренхимы почки

DOI: https://dx.doi.org/10.18565/urology.2020.6.11-18

Е.С. Сирота, Л.М. Рапопорт, В.Н. Гридин, Д.Г. Цариченко, И.А. Кузнецов, А.Е. Сирота, Ю.Г. Аляев
1) Институт урологии и репродуктивного здоровья человека ФГАОУ ВО «Первый МГМУ им. И. М. Сеченова» Минздрава России (Сеченовский Университет), Москва Россия; 2) Федеральное государственное бюджетное учреждение науки, центр информационных технологий в проектировании Российской академии наук, Москва Россия

Цель исследования: провести анализ кривой обучения хирургов лапароскопической резекции почки (ЛРП) у пациентов с локализованными образованиями паренхимы почки посредством расчета показателя MIC (margin, ischemia, and complications) в зависимости от степени сложности нефрометрических индексов RENAL и PADUA.
Материалы и методы. В ретроспективное исследование были включены результаты ЛРП 320 пациентов с локализованными образованиями паренхимы почки. Пособия были осуществлены четырьмя хирургами Института урологии и репродуктивного здоровья человека ФГАОУ ВО «Первый МГМУ им. И.М. Сеченова» (ЕС-1; ЕШ-4; ЕБ-7; МЕ-13) с января 2014 по июнь 2019 г. Начальный опыт выполнения вмешательств из лапароскопического доступа у всех операторов был не менее 30 раз. Помимо стандартного обследования в предоперационном периоде проводилось 3D-виртуальное планирование операций посредством программы 3D-моделирования «Amira». Во всех наблюдениях учитывалась нефрометрическая оценка сложности по шкалам RENAL, PADUA. Кривая обучения оценивалась по результатам операций на основании показателя MIC. Оперативные вмешательства хирургов были разделены на эры. В эру были включены последовательно выполненные 40 ЛРП каждого оператора. Оценка приобретенных навыков операторов проводилась по результатам двух эр.
Результаты. Средний возраст пациентов, из которых 191 (59,7%) мужчина, составил 54,4±11,37 года. Средний показатель индекса массы тела составил 28,55±3,85 кг/м2, абсолютный объем образований почки – 26,72±43,72 см3, средний индекс коморбидности Charlson – 1,46±1,29 балла, средняя сумма баллов по шкалам RENAL и PADUA – 6,38±1,75 и 7,92±1,51 соответственно, среднее время выполнения операции – 150,36±50,18 мин, средний объем кровопотери – 227,94±280,22 мл, среднее время тепловой ишемии – 13,28±7,82 мин. Послеоперационные осложнения были в 36 (11,2%) наблюдениях, из них III и более степеней по Clavien–Dindo – в 8 (2,5%). Положительный хирургический край получен от 4 (1,2%) пациентов. Общий показатель MIC достигнут в 243 (75,9%) наблюдениях, при этом в эре 1 – в 71,9%, в эре 2 – в 80%. При 1-й степени сложности (152 [47,5%] пациента) достижение MIC констатировали в 80,9% случаев, при 2-й (124 [38,8%] пациента) – у 76,6%, при 3-й (44 [13,8%] пациента) – у 56,8%. Показатели достижения MIC операторов в эры 1 и 2 были следующими: оператор 1 – 65 и 72,5%; оператор 4 – 75 и 80%; оператор 7 – 87,5 и 85%; оператор 13 – 60 и 82,5% соответственно. Наиболее значимыми параметрами для определения MIC, выявленными на основе критерия равенства групповых средних дискретного анализа, были возраст, сложность, индекс RENAL, индекс PADUA.
Вывод. У всех хирургов показатель MIC увеличивался по мере накопления опыта проведения ЛРП, однако был более низким при повышенной степени сложности выполнения операций. Минимальное количество ЛРП, требуемых для достижения показателя MIC ≥70%, должно быть не менее 40.

Ключевые слова: рак почки, резекция почки, лапароскопия, 3D-моделирование, кривая обучения, нефрометрия, MIC

Полный текст статьи доступен
в "Библиотеке Врача"

Литература

1. Campbell S. et al. Renal Mass and Localized Renal Cancer: AUA Guideline. J. Urol. 2017;198(3):520–529. Doi: 10.1016/j.juro.2017.04.100.

2. Ljungberg B. et al. EAU guidelines on renal cell carcinoma: 2014 update. Eur. Urol. 2015; 67(5):913–924. Doi: 10.1016/j.eururo.2015.01.005.

3. Pushkar D.Yu., Alyaev Yu.G., Glybochko P.V. Russian clinical guidelines on urology. 2016. Russian (Пушкарь Д.Ю., Аляев Ю.Г., Глыбочко П.В. Российске клинические рекомендации по урологии. 2016).

4. Winfield H.N., Donovan J.F., Godet A.S., Clayman R.V. Laparoscopic Partial Nephrectomy: Initial Case Report for Benign Disease. J. Endourol. 1993;7(6):521–526. Doi:10.1089/end.1993.7.521.

5. Jeschke K., Peschel R., Wakonig J., Schellander L., Bartsch G., Henning K.Laparoscopic nephron-sparing surgery for renal tumors. Urology. 2001;58(5):688–692. Doi: 10.1016/s0090-4295(01)01357-7.

6. Rassweiler J.J., Abbou C., Janetschek G., Jeschke K. Laparoscopic partial nephrectomy. The European experience. Urol. Clin. North Am. 2000;27(4):721–736. Doi: 10.1016/s0094-0143(05)70121-x.

7. Gill I.S., Kamoi K., Aron M., Desai M.M. 800 Laparoscopic Partial Nephrectomies: A Single Surgeon Series. J. Urol. 2010;183(1):34–42. Doi: 10.1016/j.juro.2009.08.114.

8. Simmons M.N., Gill I.S. Decreased Complications of Contemporary Laparoscopic Partial Nephrectomy: Use of a Standardized Reporting System. J. Urol. 2007; 177(6):2067–2073. Doi: 10.1016/j.juro.2007.01.129.

9. Gong E.M., Orvieto M.A., Zorn K.C., Lucioni A., Steinberg G.D., Shalhav A.L. Comparison of laparoscopic and open partial nephrectomy in clinical T1a renal tumors. J. Endourol. 2008; 22(5):953–957. Doi: 10.1089/end.2007.0300.

10. Kutikov A., Uzzo R.G. The R.E.N.A.L. Nephrometry Score: A Comprehensive Standardized System for Quantitating Renal Tumor Size, Location and Depth. J Urol. 2009;182(3):844–853. Doi: 10.1016/j.juro.2009.05.035.

11. Ficarra V. et al. Preoperative Aspects and Dimensions Used for an Anatomical (PADUA) Classification of Renal Tumours in Patients who are Candidates for Nephron-Sparing Surgery. Eur. Urol. 2009;56(5):786–793. Doi: 10.1016/j.eururo.2009.07.040.

12. Simmons M.N., Ching C.B., Samplaski M.K., Park C.H., Gill I.S. Kidney Tumor Location Measurement Using the C Index Method. J. Urol. 2010;183(5):1708–1713. Doi: 10.1016/j.juro.2010.01.005.

13. Schröder F.H.Platinum correspondence. Eur Urol. 2010;58(3):328–329. Doi: 10.1016/j.eururo.2010.05.036.

14. Hung A.J., Cai J., Simmons M.N., Gill I.S.Trifecta’ in partial nephrectomy. J Urol. 2013;189(1):36–42. Doi: 10.1016/j.juro.2012.09.042.

15. Hanzly M. et al Learning curves for robot-Assisted and laparoscopic partial nephrectomy. J. Endourol. 2015;29(3):297–303. Doi:10.1089/end.2014.0303.

16. Osaka K., Makiyama K., Nakaigawa N., Yao M. Predictors of trifecta outcomes in laparoscopic partial nephrectomy for clinical T1a renal masses. Int J Urol. 2015;22(11):1000–1005. Doi: 10.1111/iju.12893.

17. Alimi Q. et al. Comparison of Short-Term Functional, Oncological, and Perioperative Outcomes between Laparoscopic and Robotic Partial Nephrectomy beyond the Learning Curve. J. Laparoendosc. Adv. Surg. Tech. 2018;28(9):1047–1052. Doi:10.1089/lap.2017.0724.

18. Medical C. A New Method of Classifying Prognostic in Longitudinal Studies : Development. J Chronic Dis. 1987;40(5):373–383

19. Alyaev Yu.G., Sirota E.S., Bezrukov E.A., Sukhanov R.B. Computer-assisted laparoscopic procedures in the surgical treatment of renal cell cancer. Urology. 2018;3:30–38. Russian (Аляев Ю.Г., Сирота Е.С., Безруков Е.А., Суханов Р.Б. Компьютер-ассистированные лапароскопические операции при хирургическом лечении рака почки. Урология. 2018;3:30–38).

20. Dindo D., Demartines N., Clavien P.A. Classification of surgical complications: A new proposal with evaluation in a cohort of 6336 patients and results of a survey. Ann. Surg. 2004; 240(2):205–213. Doi: 10.1097/01.sla.0000133083.54934.ae.

21. Fero K., Hamilton Z.A., Bindayi A., Murphy J.D., Derweesh I.H. Utilization and quality outcomes of cT1a, cT1b and cT2a partial nephrectomy: analysis of the national cancer database. BJU Int. 2018;121(4):565–574. Doi: 10.1111/bju.14055.

22. MacLennan S. et al. Systematic review of oncological outcomes following surgical management of localised renal cancer. Eur. Urol. 2012;61(5):972–993. Doi: 10.1016/j.eururo.2012.02.039.

23. Subramonian K., Muir G. The ‘learning curve’ in surgery: what is it, how do we measure it and can we influence it? BJU Int. 2004;93(9):1173–1174. Doi: 10.1111/j.1464-410X.2004.04891.x.

24. Abboudi H. et al. Learning curves for urological procedures: a systematic review. BJU Int. 2014; 114(4):617–629. Doi: 10.1111/bju.12315.

25. Porpiglia F., Bertolo R., Amparore D., Fiori C. Margins , ischaemia and complications rate after laparoscopic partial nephrectomy : impact of learning curve and tumour anatomical characteristics. 2013;1125–1132. Doi: 10.1111/bju.12317.

26. Roberts J., Wong J., Haxhimolla H., Kua B. Laparoscopic nephron sparing surgery : an Australian experience. 2012, 2015, Doi: 10.1111/ans.13117.

27. Schijven M.P., Jakimowicz J. The learning curve on the Xitact LS 500 laparoscopy simulator: profiles of performance. Surg. Endosc. 2004;18(1):121–127. Doi: 10.1007/s00464-003-9040-x.

Об авторах / Для корреспонденции

А в т о р д л я с в я з и: Е. С. Сирота – д.м.н., врач-уролог, Институт урологии и репродуктивного здоровья человека ФГАОУ ВО «Первый МГМУ им. И. М. Сеченова» (Сеченовский Университет), Москва, Россия; e-mail: essirota@mail.ru

К содержанию номера