Resecciones pulmonares anatómicas por vía robótica: análisis de la curva de aprendizaje / Robotic anatomical lung resections: Analysis of the learning curve

RESUMEN

Introducción: La cirugía robótica se ha convertido en una vía de abordaje segura y efectiva para el tratamiento de la patología quirúrgica pulmonar. Sin embargo, la adopción de nuevas técnicas quirúrgicas requiere de la evaluación de la curva de aprendizaje. El objetivo de este estudio es analizar la curva de aprendizaje de las resecciones pulmonares anatómicas por vía robótica. Métodos: Análisis retrospectivo de todas las resecciones pulmonares anatómicas por vía robótica realizadas por un mismo cirujano entre junio de 2018 y marzo de 2020. La curva de aprendizaje se evaluó utilizando gráficas CUSUM para estimar los cambios en la tendencia del tiempo y los fallos quirúrgicos y la aparición de complicaciones cardiorrespiratorias postoperatorias a lo largo de la secuencia de casos. Resultados: El estudio incluyó un total de 73 casos. La mediana de duración de todas las intervenciones fue de 120min (rango intercuartílico 90-150min), la prevalencia de fallo quirúrgico fue del 23,29%, mientras que 4/73 pacientes presentaron alguna complicación cardiorrespiratoria postoperatoria. Con base en el análisis CUSUM, la curva de aprendizaje fue dividida en 3 fases diferentes fase i (desde la primera hasta la 14.a intervención), fase ii (entre la 15.a y la 30.a intervención) y fase iii (a partir de la 31.a intervención). Conclusiones: La curva de aprendizaje para las resecciones pulmonares anatómicas por vía robótica puede dividirse en 3 fases. La competencia técnica que asegura resultados perioperatorios satisfactorios se consiguió en la fase iii, a partir de la 31.a intervención. (AU)

ABSTRACT

Introduction: Robotic surgery has become a safe and effective approach for the treatment of pulmonary surgical pathology. However, the adoption of new surgical techniques requires the evaluation of the learning curve. The objective of this study is to analyze the learning curve of robotic anatomical lung resections. Methods: Retrospective analysis of all robotic anatomical lung resections performed by the same surgeon between June 2018 and March 2020. The learning curve was evaluated using CUSUM charts to estimate trend changes in surgical time, surgical failure and the occurrence of post-operative cardiorespiratory complications throughout the sequence of cases. Results: The study included a total of 73 cases. The median duration of all complications was 120min (interquartile range 90-150min), the prevalence of surgical failure was 23.29%, while 4/73 patients had any postoperative cardiorespiratory complication. Based on the CUSUM analysis, the learning curve was divided into 3 different phases phase i (from the first to the 14th intervention), phase ii (between the 15th and 30th intervention) and phase iii (from the 31st intervention). Conclusions: The learning curve for robotic anatomical lung resections can be divided into 3 phases. The technical competence that guarantees satisfactory perioperative outcomes was achived in phase iii from the 31st intervention. (AU)