Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Độ hợp lệ biểu hiện, nội dung, cấu trúc và song song của một mô phỏng bệnh nhân phẫu thuật robot mới: Xperience™ Team Trainer
Tóm tắt
Mục tiêu của nghiên cứu này là xác định độ hợp lệ biểu hiện, nội dung, cấu trúc và song song của Xperience™ Team Trainer (XTT) như một công cụ đánh giá kỹ năng hỗ trợ giường phẫu thuật robot. Các đối tượng tham gia được tuyển chọn trong khuôn khổ chương trình đào tạo phẫu thuật robot. Họ được chia thành ba nhóm: nhóm RA có kinh nghiệm hỗ trợ giường robot, nhóm LS có kinh nghiệm phẫu thuật nội soi và nhóm đối chứng không có kinh nghiệm hỗ trợ giường hoặc phẫu thuật nội soi. Đầu tiên, các đối tượng thực hiện hai bài tập chuẩn FLS trên mô phỏng nội soi để đánh giá kỹ năng nội soi cơ bản. Sau đó, họ thực hiện ba bài tập thực tế ảo trên XTT, rồi thực hiện các bài tập tương tự trên các mô hình vật lý trong hộp đào tạo da Vinci®. Hai mươi tám người tham gia tự nguyện và hoàn thành các nhiệm vụ. Hầu hết các chuyên gia đồng ý về tính thực tế của XTT và ba bài tập đã thực hiện, cũng như sự quan tâm của họ đối với đào tạo làm việc nhóm và hỗ trợ giường. Nhóm RA và nhóm LS thể hiện mức độ kỹ năng nội soi cơ bản tương tự. Cả hai nhóm thực hiện tốt hơn so với nhóm đối chứng trong các bài tập XTT (p < 0.05). Sự vượt trội về hiệu suất của nhóm RA so với nhóm LS được quan sát nhưng không có ý nghĩa thống kê. Mối tương quan về hiệu suất được xác định giữa các bài kiểm tra trên XTT và trên hộp đào tạo da Vinci®. Việc giới thiệu XTT thúc đẩy đào tạo cho các trợ lý bên giường và nhấn mạnh tầm quan trọng của làm việc nhóm, điều này có thể thay đổi mô hình đào tạo phẫu thuật robot trong tương lai gần. Là một công cụ đánh giá kỹ năng hỗ trợ giường, XTT chứng minh độ hợp lệ biểu hiện, nội dung và song song. Tuy nhiên, những kết quả này cần được cân nhắc xem xét các hạn chế tiềm tàng của nghiên cứu khám phá này với kích thước mẫu tương đối nhỏ. Các mô-đun đào tạo vẫn cần được phát triển, và các bài tập phức tạp và phân biệt hơn được mong đợi.
Từ khóa
#đánh giá kỹ năng hỗ trợ giường #phẫu thuật robot #mô phỏng thực tế ảo #Xperience™ Team Trainer #đào tạo phẫu thuậtTài liệu tham khảo
Intuitive Surgical—Investors—Investor Relations Home. http://investor.intuitivesurgical.com/phoenix.zhtml?c=122359&p=irol-irhome. Accessed 13 May 2015
Autorino R, Zargar H, Kaouk JH (2014) Robotic-assisted laparoscopic surgery: recent advances in urology. Fertil Steril 102:939–949. doi:10.1016/j.fertnstert.2014.05.033
Diana M, Marescaux J (2015) Robotic surgery. Br J Surg 102:e15–e28. doi:10.1002/bjs.9711
Fisher RA, Dasgupta P, Mottrie A, Volpe A, Khan MS, Challacombe B, Ahmed K (2015) An over-view of robot assisted surgery curricula and the status of their validation. Int J Surg 13:115–123. doi:10.1016/j.ijsu.2014.11.033
Buchs NC, Pugin F, Volonté F, Morel P (2013) Learning tools and simulation in robotic surgery: state of the art. World J Surg 37:2812–2819. doi:10.1007/s00268-013-2065-y
Smith R, Truong M, Perez M (2015) Comparative analysis of the functionality of simulators of the da Vinci surgical robot. Surg Endosc 29:972–983. doi:10.1007/s00464-014-3748-7
Sheridan C, Bach C, Koupparis A (2014) How to train your surgeon! Experience of a patient side assistant. Arab J Urol 12:62–63. doi:10.1016/j.aju.2013.08.015
Sgarbura O, Vasilescu C (2010) The decisive role of the patient-side surgeon in robotic surgery. Surg Endosc 24:3149–3155. doi:10.1007/s00464-010-1108-9
Xu S, Perez M, Yang K, Perrenot C, Felblinger J, Hubert J (2014) Determination of the latency effects on surgical performance and the acceptable latency levels in telesurgery using the dV-Trainer® simulator. Surg Endosc 28:2569–2576. doi:10.1007/s00464-014-3504-z
Fraser SA, Klassen DR, Feldman LS, Ghitulescu GA, Stanbridge D, Fried GM (2003) Evaluating laparoscopic skills. Surg Endosc Interv Tech 17:964–967. doi:10.1007/s00464-002-8828-4
Guzzo TJ, Gonzalgo ML (2009) Robotic surgical training of the urologic oncologist. Urol Oncol Semin Orig Investig 27:214–217. doi:10.1016/j.urolonc.2008.09.019
Nagendran M, Gurusamy KS, Aggarwal R, Loizidou M, Davidson BR (2013) Virtual reality training for surgical trainees in laparoscopic surgery. Cochrane Database Syst Rev 8:CD006575. doi:10.1002/14651858.CD006575.pub3
Abboudi H, Khan MS, Aboumarzouk O, Guru KA, Challacombe B, Dasgupta P, Ahmed K (2012) Current status of validation for robotic surgery simulators—a systematic review. BJU Int 111:194–205
Renaud M, Reibel N, Zarnegar R, Germain A, Quilliot D, Ayav A, Bresler L, Brunaud L (2013) Multifactorial analysis of the learning curve for totally robotic Roux-en-Y gastric bypass for morbid obesity. Obes Surg 23:1753–1760. doi:10.1007/s11695-013-1020-1
Lee JY, Mucksavage P, Sundaram CP, McDougall EM (2011) Best practices for robotic surgery training and credentialing. J Urol 185:1191–1197. doi:10.1016/j.juro.2010.11.067
Ahmed K, Khan R, Mottrie A, Lovegrove C, Abaza R, Ahlawat R, Ahlering T, Ahlgren G, Artibani W, Barret E, Cathelineau X, Challacombe B, Coloby P, Hubert J, Khan MS, Michel MS, Montorsi F, Murphy D, Palou J, Patel V, Piechaud P-T, Van Poppel H, Rischmann P, Sanchez-Salas R, Siemer S, Stoeckle M, Stolzenburg JU, Terrier JE, Thueroff J, Christophe CV, Van Der Poel HG, Van Cleynenbreugel B, Volpe A, Wagner C, Wiklund P, Wilson T, Wirth M, Witt J, Dasgupta P (2015) Development of a standardised training curriculum for robotic surgery: a consensus statement from an international multidisciplinary group of experts. BJU Int 116:93–101. doi:10.1111/bju.12974
Van Der Vleuten CP (1996) The assessment of professional competence: developments, research and practical implications. Adv Health Sci Educ 1:41–67