G Model

GYOBFE-2732; No. of Pages 8 Gyne´cologie Obste´trique & Fertilite´ xxx (2015) xxx–xxx

Disponible en ligne sur

ScienceDirect www.sciencedirect.com

Article original

Nouvelle approche de la courbe d’apprentissage en chirurgie oncogyne´cologique robot-assiste´e New approach of learning curve for robotic-assisted gynecologic oncology surgery S. Yaribakht a,*, F. Guillemin a, V. Harter b, C. Malartic c, F. Marchal d a

De´partement de chirurgie, institut de cance´rologie de Lorraine-Alexis-Vautrin, universite´ de Lorraine, 6, avenue de bourgogne, CS 30519, 54519 Vandœuvrele`s-Nancy cedex, France De´partement d’information hospitalie`re, institut de cance´rologie de Lorraine-Alexis-Vautrin, universite´ de Lorraine, 6, avenue de bourgogne, CS 30519, 54519 Vandœuvre-le`s-Nancy cedex, France c Service de gyne´cologie-obste´trique, maternite´ re´gionale universitaire de Nancy, universite´ Nancy-I-Henri-Poincare´, 10, rue du Dr.-Heydenreich, 54000 Nancy, France d UMR 7039, de´partement de chirurgie CRAN, CNRS institut de cance´rologie de Lorraine, universite´ de Lorraine, 6, avenue de bourgogne, CS 30519, 54519 Vandœuvre-le`s-Nancy cedex, France b

I N F O A R T I C L E

R E´ S U M E´

Historique de l’article : Rec¸u le 22 septembre 2014 Accepte´ le 17 fe´vrier 2015 Disponible sur Internet le xxx

Objectif. – De´finir les phases composant la courbe d’apprentissage de l’hyste´rectomie totale (HT) et de l’hyste´rectomie e´largie avec curage pelvien (HECP) robot-assiste´e d’un unique ope´rateur sans expe´rience pre´alable en cœliochirurgie. Me´thodes. – Nous avons analyse´ de fac¸on re´trospective 72 proce´dures (HT, n = 34 et HECP, n = 38) re´alise´es entre 2002 et 2011. L’utilisation de la me´thode CUSUM a permis l’analyse de la courbe d’apprentissage de l’HT et de l’HECP a` partir du temps a` la console (TC). Les donne´es e´pide´miologiques, pe´riope´ratoires et les complications ope´ratoires ont e´te´ compare´es a` partir des diffe´rentes phases composant la courbe d’apprentissage. Re´sultats. – L’analyse CUSUM du temps a` la console (CUSUMTC) a permis d’identifier 2 phases d’apprentissage pour le groupe HT (phase 1 : apprentissage initial, phase 2 : augmentation des performances). Pour le groupe HECP, trois phases d’apprentissage ont e´te´ identifie´es (phase 1 : apprentissage initial, phase 2 : extension des indications, phase 3 : maıˆtrise technique). Les donne´es pe´riope´ratoires ainsi que le taux de complications postope´ratoires ne diffe´raient pas de fac¸on significative entre les phases d’apprentissage. Le TC diminuait de`s le 9e cas (p = 0,01) pour le groupe HT et de`s le 13e cas (p = 0,04) pour le groupe HECP. Conclusion. – L’e´tude de la courbe d’apprentissage par la me´thode CUSUM en chirurgie oncogyne´cologique robot-assiste´e a permis de de´finir deux phases d’apprentissage pour des proce´dures simples comme l’hyste´rectomie totale et trois phases d’apprentissage pour des proce´dures plus complexes comme l’hyste´rectomie e´largie avec curage pelvien. ß 2015 Elsevier Masson SAS. Tous droits re´serve´s.

Mots-cle´s : Chirurgie robot-assiste´e Courbe d’apprentissage Me´thode CUSUM Cancer de l’endome`tre Cancer du col ute´rin

A B S T R A C T

Keywords: Robotic assisted-surgery Learning curve CUSUM analysis Endometrial cancer Cervical cancer

Objectives. – Define the phases composing the learning curve of total hysterectomy (TH) and radical hysterectomy with pelvic lymphadenectomy (RHPL) robot-assisted performed by a single surgeon with no prior experience in laparoscopic surgery. Methods. – We retrospectively analyzed 72 procedures (TH, n = 34 and RHPL, n = 38) conducted between 2002 and 2011. The surgeon console time (CT) was used to determine the learning curve of TH and RHPL using CUSUM analysis. Epidemiological data, perioperative and postoperative complications were compared from the different phases of the learning curve.

* Auteur correspondant. Adresse e-mail : [email protected] (S. Yaribakht). http://dx.doi.org/10.1016/j.gyobfe.2015.02.004 1297-9589/ß 2015 Elsevier Masson SAS. Tous droits re´serve´s.

Pour citer cet article : Yaribakht S, et al. Nouvelle approche de la courbe d’apprentissage en chirurgie oncogyne´cologique robot-assiste´e. Gyne´cologie Obste´trique & Fertilite´ (2015), http://dx.doi.org/10.1016/j.gyobfe.2015.02.004

G Model

GYOBFE-2732; No. of Pages 8 S. Yaribakht et al. / Gyne´cologie Obste´trique & Fertilite´ xxx (2015) xxx–xxx

2

Results. – CUSUM analysis of surgeon console time (CUSUMCT) identified two learning phases for the TH group (phase 1: initial learning, phase 2: surgical skill increase). For the RHPL group, three learning phases were identified (phase 1: initial learning, phase 2: extending surgical indications, phase 3: control of surgical skills). Perioperative and postoperative complication rates did not differ significantly between the learning phases. Surgeon CT decreased from the 9th case (P = 0.01) for the TH group and from the 13th case (P = 0.04) for the RHPL group. Discussion. – CUSUM analysis of the learning curve in robotic-assisted gynecologic oncology surgery identified two phases of learning curve for simple procedures such as total hysterectomy and three phases for more complex procedures as radical hysterectomy with pelvic lymphadenectomy. ß 2015 Elsevier Masson SAS. All rights reserved.

1. Introduction

2. Patientes et me´thodes

La chirurgie robot-assiste´e devient progressivement une alternative a` la cœliochirurgie et a` la laparotomie dans la prise en charge des cancers de l’endome`tre et du col ute´rin [1]. Cette avance´e technologique apporte une augmentation de la pre´cision du geste [2], une diminution des tremblements, une e´pargne en terme de fatigue pour le chirurgien ainsi qu’une re´duction de la courbe d’apprentissage compare´ a` la cœliochirurgie [3–5]. Plusieurs e´tudes ont e´value´ la courbe d’apprentissage en cœliochirurgie pour la re´alisation de proce´dures oncogyne´cologiques [6–11], deux d’entre elles ayant e´te´ mene´es de fac¸on prospective [6,7]. Les conclusions ge´ne´rales e´taient une diminution significative du temps ope´ratoire (de 287 min a` 143,1 min) et une augmentation significative du nombre de ganglions pre´leve´s (de 10,1 a` 17) a` mesure que l’expe´rience chirurgicale de l’ope´rateur augmentait. On constate que le nombre de cas ne´cessaires pour observer une re´duction du temps ope´ratoire ainsi qu’une augmentation du nombre de ganglions pre´leve´s variait de fac¸on importante selon les e´tudes (entre 23 et 80 cas), qu’il s’agisse de la prise en charge de cancers de l’endome`tre ou du col ute´rin. Ainsi, la courbe d’apprentissage en cœlioscopie reste he´te´roge`ne et longue pour des ope´rateurs non initie´s au pre´alable a` cette voie d’abord. Au-dela` de la performance chirurgicale, il est important de pouvoir valider l’inte´reˆt d’une chirurgie innovante comme la chirurgie robot-assiste´e, tant sur le plan technique (apprentissage du chirurgien) que the´rapeutique (be´ne´fices pour le patient). Toute nouvelle technique chirurgicale est associe´e a` une courbe d’apprentissage qui de´finit « l’ensemble des actions permettant l’acquisition de connaissances et l’ame´lioration des compe´tences techniques dans l’exe´cution de gestes spe´cifiques » [12]. La me´thode des sommes cumule´es (Cusum [cumulative summation]) a e´te´ conc¸ue a` l’origine pour e´tudier les performances de production dans le secteur industriel, puis utilise´e dans le milieu me´dical pour l’analyse de la courbe d’apprentissage de nouvelles techniques chirurgicales [13]. Elle est utile pour interpre´ter les sources de variabilite´ lie´es au geste chirurgical et guider l’ope´rateur vers l’action la plus approprie´e dans une situation donne´e afin d’ame´liorer la qualite´ des traitements [14]. Elle constitue une approche pre´alable aux essais randomise´s pour montrer l’impact d’une technique innovante visant a` ame´liorer la prise en charge du patient. Aucune e´tude publie´e n’a utilise´ la me´thode Cusum pour l’e´valuation de la courbe d’apprentissage en chirurgie oncogyne´cologique robot-assiste´e de l’hyste´rectomie e´largie avec curage pelvien. L’objectif de notre e´tude est de de´finir par la me´thode Cusum les diffe´rentes phases composant la courbe d’apprentissage de l’hyste´rectomie totale (HT) et de l’hyste´rectomie e´largie avec curage pelvien (HECP) robot-assiste´e, afin de suivre l’e´volution de diffe´rents parame`tres pe´riope´ratoires au cours de ces phases d’apprentissage.

2.1. Caracte´ristiques de l’e´tude Il s’agit d’une e´tude re´trospective concernant 72 patientes ayant be´ne´ficie´ d’une chirurgie robot-assiste´e pour le traitement de cancers du col ute´rin (n = 24, 33 %), de cancers de l’endome`tre (n = 22, 31 %), de ne´oplasies cervicales intrae´pithe´liales (CIN) de haut grade (n = 13, 18 %) ou ne´cessitant une chirurgie prophylactique (n = 13, 18 %). Seules les proce´dures re´alise´es par un meˆme ope´rateur posse´dant uniquement une expe´rience chirurgicale en laparotomie et sans expe´rience pre´alable en cœliochirurgie ont e´te´ retenues, correspondant a` une pe´riode allant de 2002 a` 2011. Chaque proce´dure e´tait entie`rement re´alise´e par voie robot-assiste´e, y compris la fermeture vaginale. Une colpohyste´rectomie totale avec salpingo-ovariectomie bilate´rale (HT) e´tait re´alise´e pour les cas de CIN III, de cancers du col micro-invasifs sans embole vasculaire, de cancers de l’endome`tre de stade IA grade I et dans les indications de chirurgie prophylactique. Une colpohyste´rectomie totale e´largie avec salpingo-ovariectomie bilate´rale de type II selon la classification de Piver et curage iliaque sous veineux bilate´ral (HECP) e´tait re´alise´e pour les cancers du col invasifs et les cancers de l’endome`tre a` partir du stade IA grade III. La repre´sentation graphique du temps a` la console par la me´thode CUQUM a permis d’identifier les diffe´rentes phases composant la courbe d’apprentissage ainsi que le nombre de patientes re´parties dans chaque phase pour chaque groupe (HT et HECP). Les caracte´ristiques e´pide´miologiques des patientes (aˆge, score ASA, IMC), les donne´es ope´ratoires (chirurgie ante´rieure, temps ope´ratoire, temps a` la console, conversion, pertes sanguines, dure´e d’hospitalisation, nombre de ganglions pelviens), les complications perope´ratoires et les complications postope´ratoires collige´es selon la classification de Clavien, ont e´te´ compare´es a` partir des diffe´rentes phases d’apprentissage pour chaque groupe afin de mettre en e´vidence une variation de ces parame`tres au cours du temps. 2.2. Re`gle du Cusum L’analyse statistique par la me´thode Cusum permet d’e´tablir une repre´sentation graphique de la somme d’e´carts cumule´s entre la moyenne d’un e´chantillon et une valeur cible. Elle permet ainsi de convertir des donne´es ope´ratoires brutes en un total cumule´ a` partir des e´carts de la moyenne de chaque cas, de´fini par ordre chronologique selon la date ope´ratoire [15]. D’autres disciplines chirurgicales ont utilise´ la me´thode Cusum comme la chirurgie laparoscopique colorectale [16], en transplantation cardiaque [17], en chirurgie ORL [18], avec comme objectif commun l’e´valuation qualitative de la courbe d’apprentissage d’un ope´rateur pour une technique donne´e.

Pour citer cet article : Yaribakht S, et al. Nouvelle approche de la courbe d’apprentissage en chirurgie oncogyne´cologique robot-assiste´e. Gyne´cologie Obste´trique & Fertilite´ (2015), http://dx.doi.org/10.1016/j.gyobfe.2015.02.004

G Model

GYOBFE-2732; No. of Pages 8 S. Yaribakht et al. / Gyne´cologie Obste´trique & Fertilite´ xxx (2015) xxx–xxx

3

Notre analyse Cusum s’est porte´e sur le temps a` la console (TC) comme indicateur premier de la performance chirurgicale. Le TC e´tait de´fini par le temps passe´ a` la console afin de comple´ter la proce´dure, sans tenir compte du temps d’installation. Le temps ope´ratoire comprenait le temps d’installation et le temps a` la console, de l’incision a` la fermeture abdominale. Le CusumTC du premier cas correspondait a` la diffe´rence entre le TC pour le premier cas et le TC moyen du groupe. Le CusumTC du 2e cas correspondait au CusumTC du premier cas auquel s’ajoute la diffe´rence entre le TC du deuxie`me cas et le TC moyen du groupe. Ce processus re´cursif se poursuivait jusqu’a` ce que le CusumTC du dernier cas soit calcule´ comme e´gale a` ze´ro. La repre´sentation graphique de la moyenne des TC de chaque groupe est repre´sente´e par une ligne de re´fe´rence (graduation « 0 »).

(CIN III), 18 % (n = 6) un carcinome micro-invasif du col ute´rin de stade IA1 sans embole vasculaire, 6 % (n = 2) un cancer de l’endome`tre de stade IA grade I et 38 % (n = 13) justifiaient d’une chirurgie prophylactique. Pour le groupe HECP, 53 % des patientes (n = 20) e´taient traite´es pour un carcinome de l’endome`tre a` partir du stade IA grade III et 47 % (n = 18) pour un cancer invasif du col ute´rin a` partir du stade IA1 avec emboles vasculaires. La Fig. 1 repre´sente le nombre d’interventions re´alise´es par groupe et par anne´e. On distingue deux pe´riodes : de 2002 a` 2006, pe´riode durant laquelle une majorite´ de patientes du groupe HT e´taient prises en charge (53 % HT vs 34 % HECP), une seconde pe´riode de 2007 a` 2011 pendant laquelle un plus grand nombre de proce´dures d’HECP e´taient re´alise´es (66 % HECP vs 47 % HT) ; p = 0,01.

2.3. Analyse statistique

3.2. Groupe HT

Pour chaque groupe, les caracte´ristiques e´pide´miologiques ainsi que les donne´es pe´riope´ratoires e´taient compare´es entre chaque phase de la courbe d’apprentissage obtenue par la repre´sentation graphique du CusumTC. Pour le groupe HT, la courbe CusumTC e´tait de´finie par re´gression polynomiale d’ordre 3 afin de mode´liser la tendance de la courbe. Les donne´es e´taient de´crites par phase et compare´es graˆce au test de Wilcoxon pour les variables quantitatives et le test de Fisher pour les donne´es qualitatives. Pour le groupe HECP, la courbe CusumTC e´tait repre´sente´e par la me´thode Locally weighted scatter plot smoothing (Lowess) selon une approche non parame´trique, afin d’obtenir une tendance homoge`ne de la courbe. Les donne´es e´taient de´crites par phases et un effet phase e´tait mesure´ par le test de Kruskal-Wallis pour les variables quantitatives et le test de Fisher pour les donne´es qualitatives. L’ensemble des donne´es e´tait collige´ dans une base de donne´es exploite´e a` l’aide du logiciel R software version 2.14 (R foundation for statistical computing, Vienne, Autriche). Une valeur de p < 0,05 e´tait conside´re´e comme statistiquement significative.

L’aˆge moyen des patientes de ce groupe e´tait de 50,9  11,1 ans (moyenne  de´viation standard) avec un indice de masse corporelle (IMC) moyen de 23,9  4,4 kg/m2. Le score American Society of Anesthesiologists (ASA) moyen e´tait de 1,3  0,6. Trente-deux pourcent des patientes (n = 11) avaient be´ne´ficie´ d’une chirurgie ante´rieure. Le temps a` la console (TC) de chaque cas repre´sente´ par ordre chronologique selon la date ope´ratoire est illustre´ sur la Fig. 2A. La Fig. 2B repre´sente la mode´lisation du TC selon la me´thode Cusum (CusumTC) afin de distinguer les diffe´rentes phases composant la courbe d’apprentissage et de comparer les parame`tres pe´riope´ratoires variant au cours de l’e´volution des performances chirurgicales. Cette mode´lisation, obtenue par re´gression polynomiale d’ordre 3 a permis d’identifier deux phases d’apprentissage distinctes sans phase de plateau : la phase 1 compose´e des 9 premiers cas ope´ratoires, la phase 2 compose´e des 25 cas suivants. Les caracte´ristiques e´pide´miologiques et pe´riope´ratoires sont analyse´es et compare´es dans le Tableau 1 a` partir des deux phases d’apprentissage identifie´es. Les donne´es concernant l’aˆge, l’IMC et le score ASA ne diffe´raient pas de manie`re significative entre les phases 1 et 2. Le temps ope´ratoire et le temps a` la console e´taient significativement re´duits durant la phase 2 compare´ a` la phase 1 (166,4  27,5 min vs 190,0  40,6 min ; p = 0,04 et 110,8  24,1 min vs 137,8  27,3 min ; p = 0,01). Les pertes sanguines perope´ratoires moyennes e´taient plus faibles lors de la phase 2, sans diffe´rence significative avec la phase 1 (106,3  34,6 ml vs 116,2  52,4 ml ; p = 0,56). La dure´e d’hospitalisation e´tait significativement plus courte pour les patientes de la phase 2 compare´ a` la

3. Re´sultats 3.1. Population e´tudie´e ˆ t 2011, 72 patientes ont be´ne´ficie´ d’un D’avril 2002 a` aou traitement chirurgical par assistance robotise´e, effectue´ par un meˆme ope´rateur. Parmi les patientes du groupe HT, 38 % (n = 13) pre´sentaient une ne´oplasie cervicale intrae´pithe´liale de haut grade

Fig. 1. Re´partition de la population par groupe et par anne´e. Groupe HT (n = 34) ; groupe HECP (n = 38) ; HT : hyste´rectomie totale ; HECP : hyste´rectomie e´largie curage pelvien.

Pour citer cet article : Yaribakht S, et al. Nouvelle approche de la courbe d’apprentissage en chirurgie oncogyne´cologique robot-assiste´e. Gyne´cologie Obste´trique & Fertilite´ (2015), http://dx.doi.org/10.1016/j.gyobfe.2015.02.004

G Model

GYOBFE-2732; No. of Pages 8 S. Yaribakht et al. / Gyne´cologie Obste´trique & Fertilite´ xxx (2015) xxx–xxx

4

phase 1 (7,0  1,8 jours vs 7,3  2,3 jours, p = 0,0006). Les taux de complications pe´riope´ratoires, re´sume´s dans le Tableau 2, ne diffe´raient pas de manie`re significative entre les phases 1 et 2 d’apprentissage. Le nombre de complications perope´ratoires e´tait supe´rieur lors de la phase 2 compare´ a` la phase 1 (24 %, n = 6 vs 11 %, n = 1). Un cas de laparoconversion e´tait retrouve´ pour chaque phase d’apprentissage. Aucune plaie visce´rale n’e´tait de´crite lors de la phase 1. Le taux de complications postope´ratoires, selon la classification de Clavien, e´tait plus faible lors de la phase 2 compare´ a` la phase 1 (28 %, n = 7 vs 33 %, n = 3). Un cas de complication de grade I et deux cas de complication de grade IIIb e´taient retrouve´s lors de la phase 1 d’apprentissage. Lors de la phase 2, aucune complication de grade III n’e´tait de´crite, les complications variaient du grade I (n = 6) a` II (n = 1). Aucun cas de complication de grade IV n’e´tait de´crit. Le taux global de morbidite´ perope´ratoire e´tait de 20,5 % et de morbidite´ postope´ratoire de 29 %. Les patientes ont be´ne´ficie´ d’un suivi moyen de 50 mois pour ce groupe. Quatre-vingt quinze pourcent des patientes (n = 20) n’ont pre´sente´ aucune re´cidive, en excluant les patientes ope´re´es d’une chirurgie prophylactique. 3.3. Groupe HECP

Fig. 2. A. E´volution du temps a` la console en fonction du nombre de cas ope´ratoires du groupe HT ; HT : hyste´rectomie totale. B. CUSUMTC repre´sente´ en fonction du nombre de cas ope´ratoires du groupe HT ; HT : hyste´rectomie totale.

L’aˆge moyen des patientes de ce groupe e´tait de 50,8  12,7 ans avec un IMC moyen de 25,5  6,5 kg/m2. Le score ASA moyen e´tait de 1,6  0,6. Trente-sept pourcent des patientes (n = 14) avaient be´ne´ficie´ d’une chirurgie ante´rieure. La courbe d’apprentissage en fonction du TC rapporte´e a` l’ordre chronologique des cas ope´ratoires est repre´sente´e sur la Fig. 3A. La mode´lisation du CusumTC par la me´thode Lowess a permis d’obtenir une courbe d’apprentissage compose´e de 3 phases (Fig. 3B) : la phase 1 compose´e de 13 cas, la phase 2 des 12 cas suivants et la phase 3 des 13 derniers cas. Les caracte´ristiques e´pide´miologiques et pe´riope´ratoires sont compare´es dans le Tableau 3 a` partir des trois phases identifie´es. L’aˆge, l’IMC, le score ASA et les ante´ce´dents chirurgicaux ne diffe´raient pas de manie`re significative entre les trois phases. Durant la phase 1, la dure´e d’hospitalisation e´tait significativement plus longue compare´ aux phases 2 et 3 (10,4  7,4 jours vs 7,2  1,6 jours et 7,2  1,8 jours ; p = 0,03), avec des temps ope´ratoires (218,4  54,4 min) et a` la console (146,1  31,2 min) les plus longs et des pertes sanguines perope´ratoires les plus importantes (164  42,4 ml). Durant la phase 2, le temps a` la console et le temps ope´ratoire e´taient significativement plus courts (115,8  42,3 min et 173,8  57,6 min ; p = 0,04) malgre´ un taux de chirurgie ante´rieure le plus e´leve´ (n = 6, 50 %) pour les patientes de la phase 2. Les patientes de la phase 2 e´taient plus jeunes (47,2  12,1 ans), avec un IMC

Tableau 1 Donne´es e´pide´miologiques et pe´riope´ratoires du groupe HT (hyste´rectomie totale).

ˆ ge (anne´e) A IMC (kg/m2) Score ASA Indication, n (%) Endome`tre Col CIN III Prophylactique Chirurgie ante´rieure, n (%) Temps ope´ratoire (min) Temps a` la console (min) Pertes sanguines perope´ratoires (ml) Conversion, n (%) Dure´e d’hospitalisation (j)

Phase I (n = 9)

Phase II (n = 25)

Total (n = 34)

Valeur de p

50,7  16,7 25,4  4,7 1,2  0,5

50,8  9,3 23,5  4,0 1,3  0,7

50,9  11,1 23,9  4,4 1,3  0,6

0,58a 0,29a 0,70b

0 0 1 (11) 8 (89) 2 (22) 190,0  40,6 137,8  27,3 116,2  52,4 1 (11) 7,3  2,3

2 (8) 6 (24) 12 (48) 5 (20) 9 (36) 166,4  27,5 110,8  24,1 106,3  34,6 1 (4) 7,0  1,8

2 (6) 6 (18) 13 (58) 13 (38) 11 (32) 171,2  39,0 116,7  31,3 111,2  42,1 2 (6) 7,0  1,9

1,00b 0,30b 0,24b 0,04b 0,70b 0,04a 0,01a 0,56b 0,48b 0,0006a

IMC : indice de masse corporelle ; ASA : American Society of Anesthesiologists ; CIN : ne´oplasie cervicale intrae´pithe´liale ; HT : hyste´rectomie totale. a Test non parame´trique de Wilcoxon. b Test non parame´trique de Fisher.

Pour citer cet article : Yaribakht S, et al. Nouvelle approche de la courbe d’apprentissage en chirurgie oncogyne´cologique robot-assiste´e. Gyne´cologie Obste´trique & Fertilite´ (2015), http://dx.doi.org/10.1016/j.gyobfe.2015.02.004

G Model

GYOBFE-2732; No. of Pages 8 S. Yaribakht et al. / Gyne´cologie Obste´trique & Fertilite´ xxx (2015) xxx–xxx

5

Tableau 2 Complications per- et postope´ratoires des patientes du groupe HT (n = 34). Gradea

Phase I (n = 9) n (%)

Phase II (n = 25) n (%)

Perope´ratoires Laparoconversion Mate´riel Pie`ce ope´ratoire morcele´e Perforation ute´rine Plaie ve´sicale Plaie vasculaire Plaie digestive Plaie nerveuse

1 (11) 0 0 0 0 0 0 0

1 1 1 1 1 1 0 0

Total, n = 7 (20,5 %)

1 (11)

6 (24)

Postope´ratoires < j15 Infection urinaire Delirium Tremens Plaie ve´sicale

1 (11) 0 1 (11)

2 (8) 1 (4) 0

I II IIIb

Postope´ratoires > j15 Granulome du fond vaginal Cystalgie E´ventration

0 0 1 (11)

3(12) 1 (4) 0

I I IIIb

Total, n = 10 (29 %)

3 (33)

7 (28)

Types de complications

(4) (4) (4) (4) (4) (4)

HT : hyste´rectomie totale. a Classification de Clavien des complications chirurgicales postope´ratoires.

(24,5  4,6 kg/m2) et un score ASA (1,5  0,8) les plus faibles, sans diffe´rence significative compare´ aux autres phases. Lors de la phase 3, l’aˆge des patientes e´tait le plus avance´ (54,4  10,8 ans), l’IMC (26,3  8,3 kg/m2) et le score ASA (1,8  0,7) e´taient les plus e´leve´s avec des temps a` la console et des temps ope´ratoires significativement augmente´s par rapport a` la phase 2 (145,8  27,1 et 214,6  36,2 ; p = 0,03). Les taux de complications pe´riope´ratoires, re´sume´s dans le Tableau 4, ne diffe´raient pas de manie`re significative selon les phases d’apprentissage. Un seul cas de laparoconversion e´tait de´crit lors de la phase 1. Aucune complication perope´ratoire n’e´tait de´crite lors de la phase 2. Le taux de complications postope´ratoires, selon la classification de Clavien, e´tait le plus e´leve´ lors de la phase 2 (75 %, n = 9) avec trois cas de complication de grade IIIb comprenant deux de´sunions de cicatrice vaginale et un Redon laisse´ en intrape´ritone´al, sur les cinq cas de´crits pour le groupe HECP. Ce taux e´tait le plus faible lors de la phase 3 (23 %, n = 3). Aucun cas de complication de grade IV n’e´tait de´crit. Le taux global de morbidite´ perope´ratoire e´tait de 5 % et de morbidite´ postope´ratoire de 47 %. Les patientes de ce groupe ont be´ne´ficie´ d’un suivi moyen de 40 mois parmi lesquelles 90 % (n = 34) n’ont pre´sente´ aucune re´cidive. Le taux global de mortalite´ pour ce groupe e´tait de 8 % et concernait des pathologies non lie´es au diagnostic initial. Le taux de re´cidive du groupe e´tait de 2 % (n = 1) avec un taux de mortalite´ lie´ a` la pathologie de 2 % (n = 1).

4. Discussion L’analyse Cusum du temps a` la console a permis d’identifier les diffe´rentes phases composant la courbe d’apprentissage d’un unique ope´rateur a` partir de l’analyse re´trospective de 34 cas d’hyste´rectomie totale et 38 cas d’hyste´rectomie e´largie avec curage pelvien, robot-assiste´e. La courbe d’apprentissage est une repre´sentation graphique du rapport entre le temps ne´cessaire a` la re´alisation d’un acte chirurgical et l’ordre chronologique dans lequel les cas sont re´alise´s. Elle est le plus souvent de´finie par une pente suivie d’un long plateau [6]. Elle permet de de´terminer, pour une intervention donne´e, le nombre des cas ne´cessaires afin d’acque´rir des performances techniques pour accomplir une taˆche

Fig. 3. A. E´volution du temps a` la console en fonction du nombre de cas ope´ratoires du groupe HECP ; HECP : hyste´rectomie e´largie curage pelvien. B. CUSUMTC repre´sente´ en fonction du nombre de cas ope´ratoires du groupe HECP ; HECP : hyste´rectomie e´largie curage pelvien.

pre´cise, qui de´pendront de l’expe´rience de l’ope´rateur. Le temps ope´ratoire est souvent utilise´ comme parame`tre objectif pour de´finir les performances d’un ope´rateur. Les e´tudes qui se sont inte´resse´es a` la courbe d’apprentissage en chirurgie robot-assiste´e ont utilise´ une me´thode d’analyse base´e sur le calcul de la moyenne des temps ope´ratoires par groupes e´quivalents de patientes, re´partis selon un ordre chronologique [1,19,20]. Il s’agissait d’e´tudes comparant deux voies d’abord diffe´rentes (robot-assiste´e vs cœlioscopie ou laparotomie) dans le traitement des cancers de l’endome`tre et du col ute´rin. L’aspect de la courbe d’apprentissage ainsi de´finie e´tait celle d’une pente descendante, correspondant a` une diminution progressive du temps ope´ratoire au cours du temps, suivi d’une phase plateau correspondant a` l’absence de variation notable du temps ope´ratoire, une fois la maıˆtrise du geste acquise par l’ope´rateur. Une diminution du temps ope´ratoire e´tait observe´e dans la plupart des e´tudes a` partir de 10 a` 25 proce´dures oncogyne´cologiques robot-assiste´es. Seule

Pour citer cet article : Yaribakht S, et al. Nouvelle approche de la courbe d’apprentissage en chirurgie oncogyne´cologique robot-assiste´e. Gyne´cologie Obste´trique & Fertilite´ (2015), http://dx.doi.org/10.1016/j.gyobfe.2015.02.004

G Model

GYOBFE-2732; No. of Pages 8 S. Yaribakht et al. / Gyne´cologie Obste´trique & Fertilite´ xxx (2015) xxx–xxx

6

Tableau 3 Donne´es e´pide´miologiques et pe´riope´ratoires du groupe HECP. Phase I (n = 13) ˆ ge (anne´e) A IMC (kg/m2) Score ASA Indication, n (%) Endome`tre Col Chirurgie ante´rieure, n (%) Temps ope´ratoire (min) Temps a` la console (min) Pertes sanguines perope´ratoires (ml) Conversion, n (%) Dure´e d’hospitalisation (j) Ganglions pelviens (n)

Phase II (n = 12)

Phase III (n = 13)

Total (n = 38)

p-global** a

Valeur de p*

50,9  14,2 25,6  6,3 1,6  0,3

47,2  12,1 24,5  4,6 1,5  0,8

54,4  10,8 26,3  8,3 1,8  0,7

50,8  12,7 25,5  6,5 1,6  0,6

0,26 0,97a 0,49b

0,96a 0,87a 1,00b

7 (54) 6 (46) 3 (23) 218,4  54,4 146,1  31,2 164  42,4 1 (8) 10,4  7,4 11,5  6,3

4 (33) 8 (67) 6 (50) 173,8  57,6 115,8  42,3 153,2  22,4 0 7,2  1,6 12,3  3,3

9 (69) 4 (31) 5 (38) 214,6  36,2 145,8  27,1 112,3  31,6 0 7,2  1,8 12,1  3,9

20 (53) 18 (47) 14 (37) 202,3  53,0 135  37,7 143,2  32,1 1 (3) 10  4,8 12,0  4,6

0,71b 0,74b 0,44b 0,04a 0,04a 0,42b 1,00b 0,13a 0,89a

1,00b 1,00b 1,00b 0,03a (II vs III) 0,03a (II vs I et II) 1,00b 1,00b 0,03a (I vs II et III) 0,84a

HECP : hyste´rectomie e´largie curage pelvien ; IMC : indice de masse corporelle ; ASA : American Society of Anesthesiologists. *Test non parame´trique de Wilcoxon. a **Test non parame´trique de Kruskal-Wallis. b Test non parame´trique de Fisher.

Tableau 4 Complications per- et postope´ratoires du groupe HECP (n = 38). Types de complications

Gradea

Phase I, n = 13 (%) n (%)

Phase II, n = 12 (%) n (%)

Phase III, n = 13 (%) n (%)

Perope´ratoires Laparoconversion Mate´riel Plaie ve´sicale Plaie vasculaire Plaie digestive Plaie nerveuse

1 (7,5) 0 0 0 0 0

0 0 0 0 0 0

0 1 (7,5) 0 0 0 0

Total, n = 2 (5 %)

1 (7,5)

0

1 (7,5)

Postope´ratoires < j15 Abce`s du Douglas Lymphoce`le Infection urinaire TVP mb inf

1 1 1 1

1 (8) 2 (17) 1 (8) 0

0 0 0 0

I I I II

Postope´ratoires > j15 Lymphoce`le Re´hospitalisation TVP mb inf Eventration De´sunion cicatrice vaginale Redon intrape´ritone´al

1 (7,5) 0 0 1 (7,5) 0 0

0 1 1 0 2 1

(17) (8)

1 (7,5) 1 (7,5) 0 1 (7,5) 0 0

I I II IIIb IIIb

Total, n = 18 (47 %)

6 (46)

9 (75)

3 (23)

IIIb

(7,5) (7,5) (7,5) (7,5)

(8) (8)

HECP : hyste´rectomie e´largie curage pelvien ; TVP mb inf : thrombose veineuse profonde des membres infe´rieurs. a Classification de Clavien des complications chirurgicales postope´ratoires.

l’e´tude de Lim et al. [21] comparait les trois voies d’abord entre elles (robot-assiste´e vs cœlioscopie vs laparotomie) et retrouvait une diminution du temps ope´ratoire de`s la 20e proce´dure en chirurgie robot-assiste´e. La courbe d’apprentissage en chirurgie oncogyne´cologique robot-assiste´e semble plus stable compare´e a` celle de la cœlioscopie ou` le nombre de proce´dures ne´cessaires pour constater une diminution du temps ope´ratoire varie entre 23 et 80 cas [6–11]. Dans notre e´tude, nous avons choisi de de´finir la tendance de la courbe d’apprentissage a` partir de l’analyse Cusum du temps a` la console (CusumTC). Outre le temps ope´ratoire, d’autres parame`tres comme le taux de complications pe´riope´ratoires varient durant la courbe d’apprentissage. Ces facteurs doivent eˆtre analyse´s pour une e´valuation plus objective de la courbe d’apprentissage du chirurgien afin de de´finir le taux de re´cidive et le taux de morbimortalite´ lie´ au geste qui restent des parame`tres essentiels pour la validation d’une nouvelle technologie comme la chirurgie robot-assiste´e [22,23]. L’ope´rateur a privile´gie´ la re´alisation de

proce´dures simples (HT) durant les quatre premie`res anne´es de sa courbe d’apprentissage, puis plus complexes (HECP) durant les quatre anne´es suivantes (Fig. 1). L’analyse Cusum de la courbe d’apprentissage a permis d’identifier deux phases d’apprentissage dans le groupe HT. A` notre connaissance, seule l’e´tude de Cela et al. [24] a de´crit une courbe d’apprentissage par l’analyse Cusum de l’hyste´rectomie totale robot-assiste´e par monotrocart a` partir de 12 cas ope´ratoires. Cette e´tude retrouve une courbe d’apprentissage se composant de deux phases, avec une diminution du temps ope´ratoire observe´e de`s le 6e cas. Dans notre e´tude, la premie`re phase se caracte´risait par une pente ascendante, correspondant a` des temps ope´ratoires et une dure´e d’hospitalisation significativement plus longs. On observait e´galement des taux de complications perope´ratoires augmente´s mais de manie`re non significative. Cette premie`re phase peut correspondre a` la pe´riode initiale d’apprentissage durant laquelle l’ope´rateur se familiarise avec la technique. La deuxie`me phase, caracte´rise´e par une pente descendante, correspondait a` des temps a` la console et ope´ratoire ainsi qu’une

Pour citer cet article : Yaribakht S, et al. Nouvelle approche de la courbe d’apprentissage en chirurgie oncogyne´cologique robot-assiste´e. Gyne´cologie Obste´trique & Fertilite´ (2015), http://dx.doi.org/10.1016/j.gyobfe.2015.02.004

G Model

GYOBFE-2732; No. of Pages 8 S. Yaribakht et al. / Gyne´cologie Obste´trique & Fertilite´ xxx (2015) xxx–xxx

dure´e d’hospitalisation significativement plus courts. Les taux de complications postope´ratoires observe´s e´taient plus faibles, de fac¸on non significative. Cette seconde phase peut correspondre a` la pe´riode durant laquelle le savoir-faire de l’ope´rateur se pre´cise, se traduisant par une ame´lioration des performances chirurgicales. Une diminution de la morbidite´ ope´ratoire est observe´e lors de cette seconde phase dans notre e´tude. Le taux global de morbidite´ perope´ratoire (20,5 %) et postope´ratoire (29 %) du groupe HT e´tait supe´rieur a` ceux retrouve´s dans la litte´rature dans la prise en charge de tumeurs de bon pronostic [25–28]. Un recueil exhaustif des complications pe´riope´ratoires de notre e´tude dont certaines e´taient mineures, peut expliquer ces re´sultats. Le seuil de modification de la dure´e ope´ratoire (temps a` la console et temps ope´ratoire) e´tait observe´ de`s le 9e cas ope´ratoire, comme le montrent la plupart des e´tudes publie´es qui retrouvaient une modification de ce seuil de`s le 10e cas pour des proce´dures d’hyste´rectomie totale [25–27]. Pour le groupe HECP, l’analyse Cusum a permis d’identifier 3 phases durant la courbe d’apprentissage de l’ope´rateur. Plusieurs e´tudes ont de´crit une courbe d’apprentissage d’apre`s l’analyse Cusum compose´e de trois phases, principalement en chirurgie colorectale robot-assiste´e comprenant un geste de lymphade´nectomie [15,29–31]. Les re´sultats de ces e´tudes e´taient similaires dans la description des trois phases d’apprentissage bien que le nombre de patients inclus et le type d’intervention diffe´raient. Notre e´tude est la premie`re a` de´crire une courbe d’apprentissage en chirurgie oncogyne´cologique robot-assiste´e par la me´thode Cusum comprenant un geste de lymphade´nectomie pelvienne. La premie`re phase d’apprentissage, repre´sente´e par une pente ascendante, peut correspondre a` la pe´riode de formation initiale ou` les temps a` la console et ope´ratoire ainsi que la dure´e d’hospitalisation e´taient significativement plus importants. La deuxie`me phase, associe´e a` une pente descendante et, par conse´quent, des temps a` la console et ope´ratoire significativement plus courts, peut correspondre a` la pe´riode ou` le chirurgien acquiert une maıˆtrise de son outil et e´tend ses indications ope´ratoires. Nous avons observe´ dans notre e´tude que les patientes lors de la deuxie`me phase pre´sentaient de nombreux ante´ce´dents chirurgicaux ainsi que des taux de complications postope´ratoires plus e´leve´s, cependant, ces re´sultats n’e´taient pas significatifs. La troisie`me phase, associe´e a` une pente ascendante en rapport avec des temps a` la console et ope´ratoire significativement plus longs, peut correspondre a` la phase de maturite´ technique du chirurgien qui consolide son apprentissage et s’attache a` ope´rer des cas plus complexes. Les taux de complications postope´ratoires observe´s lors de cette phase e´taient les plus faibles, chez des patientes plus aˆge´es, avec un IMC et un score ASA les plus importants, cependant, ces re´sultats n’e´taient pas significatifs. Le seuil de modification de la dure´e ope´ratoire pour le groupe HECP e´tait observe´ de`s le 13e cas pour des cas ope´ratoires plus « complexes » associant un geste de lymphade´nectomie pelvienne. Ce re´sultat est en accord avec la plupart des e´tudes publie´es qui rapportent un seuil de modification de la dure´e ope´ratoire de`s le 10e cas pour la prise en charge par chirurgie robot-assiste´e de cancer du col ute´rin ou de l’endome`tre [19–21,32,33]. Les taux de complications perope´ratoires (5 %) et postope´ratoires (47 %) de ce groupe e´taient comparables a` ceux de´crits par Kruijdenberg et al. [34] dans une revue de la litte´rature effectue´e a` partir de 11 e´tudes re´trospectives sur les complications pe´riope´ratoires en chirurgie robot-assiste´e. Les limites techniques de l’assistance robotise´e comme l’absence de retour de force peuvent expliquer en partie le taux de complication postope´ratoire retrouve´ pour le groupe HECP lors de la 2e phase d’apprentissage avec 17 % de de´sunion de cicatrice vaginale retrouve´ a` distance de l’intervention. De meˆme, les avantages techniques du robot comme la pre´cision du geste

7

permise graˆce a` la vision binoculaire et la mobilite´ des instruments sur 3608, permettent un geste de lymphade´nectomie pelvienne e´tendu et pourrait expliquer ainsi la formation plus fre´quente de lymphoce`le postope´ratoire. Les re´sultats ope´ratoires peuvent varier durant la courbe d’apprentissage de l’ope´rateur selon le niveau de ses compe´tences techniques initiales qui vont e´voluer ensuite au cours du temps. Les donne´es ope´ratoires ainsi que le taux de complications pe´riope´ratoires de notre e´tude ne diffe´raient pas de fac¸on significative selon les phases d’apprentissage. Ces constatations justifient les e´tapes ne´cessaires que doit valider l’ope´rateur au cours de sa courbe d’apprentissage. Le taux de re´cidive tumorale (2 %) et de mortalite´ lie´ a` la pathologie (2 %) de notre e´tude avec un recul moyen de 40 mois pour le groupe HECP e´taient faibles. Peu d’e´tudes ont de´crit ces crite`res en chirurgie oncogyne´cologique robot-assiste´e [22,35,36]. Seule l’e´tude de Lambaudie et al. [22] rapporte un taux de mortalite´ lie´ a` la pathologie de 9 % dans la prise en charge de cancers du col ute´rin de stade avance´. Deux e´tudes prospectives non randomise´es [23,35] retrouvaient un taux de re´cidive de 8 % a` 9 % dans la prise en charge de cancers de l’endome`tre par assistance robotise´e, avec un taux significativement plus faible dans l’e´tude de Lau et al. [35] pour la chirurgie robot-assiste´e, compare´ a` la laparotomie ou a` la cœlioscopie (8 % vs 12 % ; p < 0,01). En suivant les variations des parame`tres pe´riope´ratoires selon les diffe´rentes phases composant la courbe d’apprentissage d’un meˆme ope´rateur, nous avons constate´ dans notre e´tude a` partir de l’analyse Cusum, un taux de re´cidive et de mortalite´ faibles, ainsi qu’un taux relativement faible de morbidite´ pe´riope´ratoire. Afin d’ame´liorer la qualite´ de sa pratique et minimiser le risque d’e´ve´nement inde´sirable, tout chirurgien doit s’interroger sur sa pratique et tirer profit de ses erreurs pour en pre´venir la re´pe´tition. Notre e´tude pre´sente cependant des limites, notamment son caracte`re re´trospectif ainsi qu’un nombre faible de cas. L’analyse Cusum repre´sente la courbe d’apprentissage d’un seul ope´rateur, ce qui limite la ge´ne´ralisation de nos re´sultats a` l’ensemble des ope´rateurs pratiquant ce type de chirurgie. On peut donc s’attendre a` une courbe d’apprentissage qui varie selon l’expe´rience pre´alable du chirurgien. La maıˆtrise de la chirurgie robot-assiste´e est rapide et intuitive pour un chirurgien habitue´ a` la chirurgie ouverte qui peut transposer imme´diatement son geste, a` l’inverse de la cœliochirurgie ou` l’ope´rateur doit apprendre la maıˆtrise de gestes inverse´s. Pour cela, la connaissance de l’acte ope´ratoire par laparotomie ainsi qu’un entraıˆnement pre´alable sont ne´cessaires [37]. 5. Conclusion La courbe d’apprentissage de l’hyste´rectomie totale robotassiste´e peut se de´finir selon deux phases et celle de l’hyste´rectomie e´largie avec curage pelvien robot-assiste´e selon trois phases pour des indications ope´ratoires en chirurgie oncogyne´cologique. L’utilisation d’un outil graphique telle que l’analyse Cusum est une me´thode pertinente pour suivre objectivement au cours du temps l’e´volution du taux de complications pe´riope´ratoires durant la courbe d’apprentissage d’un ope´rateur. L’e´tude des parame`tres tels que le taux de re´cidive ou de morbidite´ inhe´rents a` la chirurgie robot-assiste´e oncogyne´cologique, sont essentiels afin de mettre en avant l’innocuite´ et les avantages de cette technique. De´claration d’inte´reˆts Les auteurs de´clarent ne pas avoir de conflits d’inte´reˆts en relation avec cet article.

Pour citer cet article : Yaribakht S, et al. Nouvelle approche de la courbe d’apprentissage en chirurgie oncogyne´cologique robot-assiste´e. Gyne´cologie Obste´trique & Fertilite´ (2015), http://dx.doi.org/10.1016/j.gyobfe.2015.02.004

G Model

GYOBFE-2732; No. of Pages 8 S. Yaribakht et al. / Gyne´cologie Obste´trique & Fertilite´ xxx (2015) xxx–xxx

8

Re´fe´rences [1] Boggess JF, Gehrig PA, Cantrell L. A case-control study of robot-assisted type III radical hysterectomy with pelvic lymph node dissection compared with open radical hysterectomy. Am J Obstet Gynecol 2008;199. 357.e1–7. [2] Ali MR, Rasmussen J, Bhaskerrao B. Teaching robotic surgery: a stepwise approach. Surg Endosc 2006;21:912–5. [3] Nezhat F. Minimally invasive surgery in gynecologic oncology: laparoscopy versus robotics. Gynecol Oncol 2008;111:S29–32. [4] Pitter MC, Anderson P, Blissett A. Robotic-assisted gynaecological surgeryestablishing training criteria; minimizing operative time and blood loss. Int J Med Robot 2008;4:114–20. [5] Cho JE, Nezhat FR. Robotics and gynecologic oncology: review of the literature. J Minim Invasive Gynecol 2009;16:669–81. [6] Eltabbakh GH. Effect of surgeon’s experience on the surgical outcome of laparoscopic surgery for women with endometrial cancer. Gynecol Oncol 2000;78:58–61. [7] Holub Z, Jabor A, Bartos P. Laparoscopic surgery in women with endometrial cancer: the learning curve. Eur J Obstet Gynecol Reprod Biol 2003;107: 195–200. [8] Garrett AJ, Nascimento MC, Nicklin JL. Total laparoscopic hysterectomy: the Brisbane learning curve. Aust N Z J Obstet Gynaecol 2007;47:65–9. [9] Escobar PF, Starks DC, Fader AN. Single-port risk-reducing salpingo-oophorectomy with and without hysterectomy: surgical outcomes and learning curve analysis. Gynecol Oncol 2010;199:43–7. [10] Reade C, Hauspy J, Schmuck ML. Characterizing the learning curve for laparoscopic radical hysterectomy: buddy operating as a technique for accelerating skill acquisition. Int J Gynecol Cancer 2011;21:930–5. [11] Hwang JH, Yoo HJ, Joo J. Learning curve analysis of laparoscopic radical hysterectomy and lymph node dissection in early cervical cancer. Eur J Obstet Gynecol Reprod Biol 2012;163:219–23. [12] Kho RM. Comparison of robotic-assisted laparoscopy versus conventional laparoscopy on skill acquisition and performance. Clin Obstet Gynecol 2011;54:376–81. [13] Chaput de Saintonge DM, Vere DW. Why don’t doctors use CUSUM? Lancet 1974;1:120–1. [14] Wohl H. The CUSUM plot: its utility in the analysis of clinical data. N Engl J Med 1977;296:1044–5. [15] Bokhari MB, Patel CB, Ramos-Valadez DI. Learning curve for robotic-assisted laparoscopic colorectal surgery. Surg Endosc 2011;25:855–60. [16] Tekkis PP, Senagore AJ, Fazio VW. Evaluation of the learning curve in laparoscopic colorectal surgery: comparison of right-sided and left-sided resections. Ann Surg 2005;242:83–91. [17] Axelrod AD, Guidinger MK, Metzger RA. Transplant center quality assessment using a continuously updatable, risk-adjusted technique (CUSUM). Am J Transplant 2006;6:313–23. [18] Kwak HY, Kim SH, Bae JS. Learning curve for gasless endoscopic thyroidectomy using the transaxillary approach: CUSUM analysis of a single surgeon’s experience. Int J Surg 2014;12:1273–7. [19] Fanning J, Fenton B, Purohit M. Robotic radical hysterectomy. Am J Obstet Gynecol 2008;198. 649.e1–4.

[20] Schreuder HWR, Zweemer RP, Van Baal WM. From open radical hysterectomy to robot-assisted laparoscopic radical hysterectomy for early stage cervical cancer: aspects of a single institution learning curve. Gynecol Surg 2010;7: 253–8. [21] Lim PC, Kang E, Park DH. A comparative detail analysis of the learning curve and surgical outcome for robotic hysterectomy with lymphadenectomy versus laparoscopic hysterectomy with lymphadenectomy in treatment of endometrial cancer: a case-matched controlled study of the first 122 patients. Gynecol Oncol 2011;120:413–8. [22] Lambaudie E, Narducci F, Bannier M. Role of robot-assisted laparoscopy in adjuvant surgery for locally advanced cervical cancer. Eur J Surg Oncol 2010;36:409–13. [23] Magrina JF, Zanagnolo V, Giles D. Robotic surgery for endometrial cancer: comparison of perioperative outcomes and recurrence with laparoscopy, vaginal/laparoscopy and laparotomy. Eur J Gynaecol Oncol 2011;32:476–80. [24] Cela V, Freschi L, Pluchino N. Robotic single-site hysterectomy: feasibility, learning curve and surgical outcome. Surg Endosc 2013;27:2638–43. [25] Kho RM, Hilger WS, Hentz JG. Robotic hysterectomy: technique and initial outcomes. Am J Obstet Gynecol 2007;197. 113.e1–4. [26] Lenihan Jr JP, Kovanda C, Seshadri-Kreaden U. What is learning curve for robotic assisted gynecologic surgery? J Minim Invasive Gynecol 2008;15: 589–94. [27] Akl MN, Long JB, Giles DL. Robotic-assisted sacrocolpopexy: technique and learning curve. Surg Endosc 2009;23:2390–4. [28] Giep BN, Giep HN, Hubert HB. Comparison of minimally invasive surgical approaches for hysterectomy at a community hospital: robotic-assisted laparoscopic hysterectomy, laparoscopic-assisted vaginal hysterectomy and laparoscopic supracervical hysterectomy. J Robotic Surg 2010;4:167–75. [29] Park EJ, Kim CW, Kim NK. Multidimensional analyses of the learning curve of robotic low anterior resection for rectal cancer: 3-phase learning process comparison. Surg Endosc 2014 [Epub ahead of print]. [30] Jimenez-Rodriguez RM, Diaz-Pavon JM, Padillo J. Learning curve for roboticassisted laparoscopic rectal cancer surgery. Int J Colorectal Dis 2013;28:815–21. [31] Sng KK, Hara M, Kim SH. The multiphasic learning curve for robot-assisted rectal surgery. Surg Endosc 2013;9:3297–307. [32] Lowe MP, Johnson PR, Kamelle SA. A multiinstitutional experience with robotic-assisted hysterectomy with staging for endometrial cancer. Obstet Gynecol 2009;114:236–43. [33] Seamon LG, Fowler JM, Richardson DL. A detailed analysis of the learning curve: robotic hysterectomy and pelvic-aortic lymphadenectomy for endometrial cancer. Gynecol Oncol 2009;114:162–7. [34] Kruijdenberg CB, Van den Einden LC, Hendriks JC. Robot-assisted versus total laparoscopic radical hysterectomy in early cervical cancer, a review. Gynecol Oncol 2011;120:334–9. [35] Lau S, Vaknin Z, Gotlieb WH. Outcomes and cost comparisons after introducing a robotics program for endometrial cancer surgery. Obstet Gynecol 2012; 119:717–24. [36] Magrina JF, Kho RM, Weaver AL. Robotic radical hysterectomy: comparison with laparoscopy and laparotomy. Gynecol Oncol 2008;109:86–91. [37] Guillemin F. The future of robot-assisted laparoscopic surgery: marketing or breakthrough? For patients or for surgeons? J Visc Surg 2011;148:54–6.

Pour citer cet article : Yaribakht S, et al. Nouvelle approche de la courbe d’apprentissage en chirurgie oncogyne´cologique robot-assiste´e. Gyne´cologie Obste´trique & Fertilite´ (2015), http://dx.doi.org/10.1016/j.gyobfe.2015.02.004

[New approach of learning curve for robotic-assisted gynecologic oncology surgery].

Define the phases composing the learning curve of total hysterectomy (TH) and radical hysterectomy with pelvic lymphadenectomy (RHPL) robot-assisted p...
822KB Sizes 5 Downloads 10 Views