临床研究
CT三维重建肺血管支气管辅助单孔胸腔镜肺叶切除术的学习曲线分析
中华解剖与临床杂志, 2020,25(04) : 393-400. DOI: 10.3760/cma.j.cn101202-20190211-00050
摘要
目的

探讨CT三维重建肺叶血管、支气管影像解剖辅助单孔胸腔镜(U-VATS)肺叶切除术治疗可切除肺癌的学习曲线。

方法

回顾性分析2017年1月—2019年1月在徐州市中心医院由同一治疗组开展的59例经肋间U-VATS肺叶切除治疗的肺癌患者资料。其中男32例,女27例;年龄34~81(62.8±9.5)岁。依据手术的时间顺序分为A组(15例)、B组(15例)、C组(15例)和D组(14例)。术前应用OsiriX软件将患者薄层CT数据进行支气管、肺血管三维成像(3D-CTBA),观察拟切除肺叶的动脉、静脉与支气管的分支数量、走行情况,并模拟肺叶切除。根据术前模拟的切除计划,行U-VATS肺叶切除与肺门、纵隔系统性淋巴结清扫术。分析患者手术时间、术中出血量、淋巴结清扫范围、胸腔引流管留置时间与总引流量、并发症发生率、术后第14天疼痛视觉模拟评分(VAS)与术后住院时间等参数。依据手术时间与术中出血量绘制学习曲线,并应用累积求和法(CUSUM)分析跨越学习曲线需要的最低手术操作例数。

结果

3D-CTBA显示,本组59例中,12例(20.3%)有肺动、静脉分支与支气管走行变异。1例支气管动脉损伤、出血,无中转开胸或死亡病例。各组术中出血、淋巴结清扫站数和个数、更改术式的比例、并发症率、胸腔引流管留置时间、术后住院时间等差异均无统计学意义(P值均>0.05)。A、B、C、D 4组手术时间分别为(130.7±17.7)min、(103.7±11.1)min、(87.7±5.9)min、(88.9±6.3)min,住院时间分别为(4.5±3.0)d、(3.8±2.2)d、(2.5±1.0)d、(2.5±0.8)d;4组间比较差异均有统计学意义(F=45.807、3.530,P值均<0.05),其中C、D组患者手术时间明显少于A、B组(P值均<0.05),而C、D组之间差异无统计学意义(P>0.05)。全组患者均获随访,随访时间6~30个月,平均22个月。随访期间患者无肿瘤复发或转移。以手术时间、术中出血量为指标绘制学习曲线,散点图拟合模型方程:=127.7+0.8X-0.1X2+1.4e-3X3R2=0.705; =84.6 - 2.5logXR2=0.019。CUSUM拟合模型方程:=37.2+2.3X-0.2X2+2.8e-3X3R2=0.701; =19.3-2.8X+9.5e-2X2-9.1e-4X3R2=0.090。学习曲线评价结果提示,经过约30例的临床实践后,出血量趋于稳定,手术时间达到低点且趋于稳定。

结论

3D-CTBA辅助U-VATS肺叶切除术的学习曲线约30例。利用3D-CTBA精准的术前切除模拟,可能有助于降低血管损伤风险,缩短手术时间,帮助培训医师缩短学习曲线。

引用本文: 张淼, 武文斌, 杨敦鹏, 等.  CT三维重建肺血管支气管辅助单孔胸腔镜肺叶切除术的学习曲线分析 [J] . 中华解剖与临床杂志,2020,25 (04): 393-400. DOI: 10.3760/cma.j.cn101202-20190211-00050
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

版权归中华医学会所有。

未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。

除非特别声明,本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。

目前,肺叶切除并淋巴结清扫仍是治疗肺癌的标准术式[1]。2010年Gonzalez等[2]首次报道了单孔胸腔镜(uniportal video-assisted thoracoscopic surgery, U-VATS)肺叶切除并纵隔淋巴结清扫治疗1例74岁肺癌患者,术后恢复顺利。由于U-VATS操作视野局限,识别与处理变异的血管时需反复夹持与翻转肺叶,不仅延长手术时间,而且增加误伤血管的风险。U-VATS肺叶切除术有其特殊的、与常规开胸及多孔VATS术式不同的学习曲线过程;而如何在保证手术培训效果的同时、缩短学习曲线是当前的研究热点之一。数字化影像解剖技术CT三维支气管、血管重建(three dimensional-computed tomography bronchography and angiography, 3D-CTBA)已用于精准肺段或亚肺段切除,研究显示可更好地选择性保留正常肺组织[3]。Yao等[4]报道了46例3D-CTBA辅助VATS肺叶切除术,全组无显著出血。由此可见,术前精准掌握拟切除肺叶的血管、支气管走行特点有助于改进U-VATS肺切除术的流畅度与安全性,可能相应地缩短学习曲线。

笔者回顾性分析2017年1月—2019年1月徐州市中心医院胸外科采用OsiriX软件构建3D-CTBA模型辅助U-VATS肺叶切除的59例肺癌患者的临床资料,探讨3D-CTBA影像辅助U-VATS肺叶切除术的学习曲线特点,为参与U-VATS培训的临床医师提供参考。

1 资料与方法
1.1 一般资料

病例纳入标准:(1)病理诊断非小细胞肺癌(ⅠA~ⅢB期),排除远处转移;(2)符合《中华医学会肺癌临床诊疗指南》[1]中非小细胞肺癌的手术指证;(3)采用3D-CTBA辅助U-VATS肺叶切除技术,且手术由同一组医生完成;(4)无活动性肺结核(胸部CT无典型感染性病灶,实验室检查结核感染T细胞阴性、结核菌素试验阴性)。病例排除标准:(1)需支气管袖式切除或肺动脉成形等复杂术式;(2)合并带状疱疹或肋间神经痛;(3)有肺大疱切除、结核性胸腔积液或脓胸引流等胸腔穿刺或手术史;(4)合并其他肿瘤,需同期手术。

共纳入符合要求的非小细胞肺癌患者59例,其中男32例、女27例,年龄34~81 (62.8±9.5)岁。患者病程2~5个月,平均2.9个月。主要临床表现:咳嗽28例、胸闷14例、乏力10例、无症状体检发现7例。病灶位于左上肺16例,左下肺7例,右上肺21例,右下肺15例;肿瘤最大直径≤3 cm 41例,>3 cm 18例。术后病理:支气管切缘均阴性(R0切除),其中浸润性腺癌34例、微浸润腺癌11例、原位癌6例、鳞癌7例、腺鳞癌1例,肺癌分期为ⅠA期25例、ⅠB期1例、ⅡA期1例、ⅡB期18例、ⅢA期9例、ⅢB期5例。合并冠心病4例,高血压7例,慢性阻塞性肺病(chronic obstructive pulmonary disease, COPD)4例,慢性支气管炎5例,糖尿病1例。其中4例冠心病患者按纽约心脏病协会(New York Heart Disease Association,NYHA)心功能分级均为Ⅰ级,术前冠状动脉CTA显示冠状动脉分支无显著的灌注异常或狭窄;另55例心脏彩超、心电图检查无异常。53例患者行胸部及上腹部增强CT、颅脑MRI、全身骨发射计算机断层显像(emission computed tomography,ECT)等排除肿瘤转移,6例行PET-CT检查。合并高血压的患者将血压控制在85~90/120~140 mmHg(1 mmHg=0.133 kPa)。糖尿病患者将血糖调控在餐前6~8 mmol/L、餐后2 h 8~10 mmol/L。合并COPD、慢性支气管炎患者予强制戒烟、口服或静脉应用抗菌素、雾化祛痰、物理康复(吹气球、爬楼梯等训练)等处理约1周,术前体温正常≥2 d、咳痰<50 mL/d。

依据手术开展的先后顺序,将入组的59例患者分为A组15例(手术时间2017年1—6月)、B组15例(手术时间2017年7—12月)、C组15例(手术时间2018年1—6月)和D组14例(手术时间2018年7月—2019年1月)。各组患者性别、年龄、BMI、病灶部位、T分期、合并症等差异均无统计学意义(P值均>0.05)。见表1

点击查看表格
表1

4组CT三维重建肺血管支气管辅助单孔胸腔镜肺叶切除肺癌患者一般资料比较

表1

4组CT三维重建肺血管支气管辅助单孔胸腔镜肺叶切除肺癌患者一般资料比较

组别例数性别(例)年龄(岁,±s)BMI(kg/m2, ±s)合并症(例)肿瘤位置(例)T分期(例)
冠心病高血压慢支COPD糖尿病合计上叶下叶T1-2T3
A组1512359.7±11.024.8±2.1121105123141
B组157865.7±6.324.0±4.420121678114
C组1511463.8±9.523.6±2.611200410596
D组1410461.8±9.624.0±3.704110686113
统计值χ2=4.386F=1.186F=0.448χ2=0.449χ2=3.855
P>0.05>0.05>0.05>0.05>0.050.187a

注:A组为手术时间2017年1—6月;B组为手术时间2017年7—12月;C组为手术时间2018年1—6月;D组为手术时间2018年7月—2019年1月;BMI为体质量指数;COPD为慢性阻塞性肺病;a为Fisher确切概率法

本研究符合《赫尔辛基宣言》要求,纳入研究的患者均已签署知情同意书。

1.2 术前3D-CTBA与模拟U-VATS肺叶切除

患者术前均使用德国西门子SOMATOM Definition AS+ 64排螺旋CT扫描。采取标准仰卧位,身体长轴与扫描平面垂直。采用螺旋扫描模式[5],扫描基线与脊椎平行,获取自颈椎至上腹部的薄层CT图像。扫描参数:管电压120 kV,管电流150 mA,层厚3 mm,间距3 mm,螺距1。应用自备的OsiriX 9.0免费软件,对患者的薄层CT图像进行3D-CTBA。在3D重建影像上观察拟切除肺叶的动脉、静脉和肺叶支气管分支的数量、走行,及其与周围组织的毗邻关系;评估肺萎陷后血管、气管的相对位置,并模拟U-VATS肺叶切除:模拟手术首选先解剖肺门结构的单向式肺叶切除;如切除方向上存在血管变异,预期术中误伤风险大,则改为先解剖肺裂的常规肺叶切除。

1.3 手术方法

患者侧卧位,全身麻醉,双腔气管插管、健侧单肺通气。手术切口选取腋前、中线间第4肋间(上肺叶)或第5肋间(中/下肺叶),长3.5~4.0 cm。依据术前3D-CTBA模拟切除步骤进行肺叶切除及淋巴结清扫。单向式U-VATS的肺叶切除顺序如下。(1)左上肺切除顺序:肺静脉、前段动脉、尖后段动脉、支气管、舌段动脉、肺裂;(2)右上肺切除顺序:尖前支动脉、支气管、后升支动脉、肺静脉、肺裂;(3)右肺中叶切除顺序:肺静脉、斜裂、外侧段动脉、支气管、内侧段动脉、水平裂;(4)右/左下肺切除顺序:肺静脉、支气管、动脉[6]。常规U-VATS肺切除顺序:先解剖肺裂,切断肺静脉、动脉各分支与叶支气管。直径5 mm以下血管采用Hem-o-lock夹闭或双重丝线结扎后超声刀离断,5 mm以上血管用直线切割缝合器切断。右侧常规清扫第2~4、7~12组淋巴结;左侧清扫第4~12组淋巴结。术后放置26 F胸腔引流管1根。

1.4 围术期处理及随访

患者围术期的处理应用加速康复模式[7,8]。术后患者采用自控静脉泵或超声引导前锯肌平面阻滞镇痛[9]。采用VAS评估疼痛程度。患者术后定期复查胸部及上腹部CT、颅脑MRI与全身ECT,术后2年内每3个月1次,3~5年每6个月1次,分析支气管残端、余肺、脑组织、肾上腺或全身骨髂有无新出现的病变等肿瘤复发或转移表现。

1.5 观察指标

比较各组患者手术时间、术中出血量、淋巴结清扫范围、更改手术方式率、胸腔引流管引流时间和总引流量、并发症发生率、术后第14天疼痛VAS及术后住院时间。

1.6 学习曲线评价

以手术时间、术中出血量为指标绘制学习曲线,评估手术指标趋于稳定需要的手术操作例数;再应用累积和分析法(cumulative sum analysis,CUSUM)以手术时间、术中出血量为指标分析跨越学习曲线需要积累的最低的手术例数。

1.7 统计学方法

应用SPSS 23.0统计软件对数据进行统计分析。服从或近似服从正态分布的计量资料以±s表示,组间比较采用单因素方差分析,方差不齐采用Kruskal-Wallis秩和检验。分类资料采用χ2或Fisher确切概率法。等级资料采用秩和检验。患者手术时间、术中出血量及其相应的CUSUM值的学习曲线应用回归分析的拟合曲线制作,以系数R2判断拟合优度:R2越接近于1,表明该曲线的拟合优度越高;R2最大的模型即为最佳拟合模型。以P<0.05为差异有统计学意义。

2 结果
2.1 术前3D-CTBA情况

3D-CTBA可精确地显示患者肺充气状态下,支气管、肺血管分支走行的特点,以及病变的相对位置(图1)。全组59例患者中,12例(20.3%)有肺静脉或肺动脉的解剖变异(图2)。

点击查看大图
图1
患者男,56岁,右上肺多发性周围型肺结节(1枚原位癌,1枚不典型增生,1枚肉芽肿性炎),术前右上肺支气管和血管CT三维重建(3D-CTBA)清晰地显示了右上肺血管与支气管分支的走行
图2
患者男,47岁,右上肺中央型肺癌,术前3D-CTBA显示1支走行变异的右上肺静脉分支(箭)直接汇入右心房
点击查看大图

注:a为右肺支气管;b为右上肺静脉;c为右上肺动脉;d、e、f为病灶

图1
患者男,56岁,右上肺多发性周围型肺结节(1枚原位癌,1枚不典型增生,1枚肉芽肿性炎),术前右上肺支气管和血管CT三维重建(3D-CTBA)清晰地显示了右上肺血管与支气管分支的走行
图2
患者男,47岁,右上肺中央型肺癌,术前3D-CTBA显示1支走行变异的右上肺静脉分支(箭)直接汇入右心房
2.2 手术相关情况

术中1例误伤支气管动脉,镜下应用hem-o-lock夹闭止血。4组患者观察指标比较,术中出血量、淋巴结清扫范围、胸腔引流管留置时间与总引流量、并发症发生率、术后第14天疼痛VAS差异均无统计学意义(P值均>0.05)。手术时间、术后住院时间差异均有统计学意义(P值均<0.05);其中C、D组患者手术时间明显少于A、B组(P值均<0.05),而C、D组之间差异无统计学意义(P>0.05)。依据患者入组手术日期的先后,经过先入组的A、B组30例的肺切除实践后,手术时间显著缩短并趋于稳定。见表2。患者术后切口均Ⅱ/甲愈合。全组患者随访时间6~30个月,平均22个月,无肿瘤复发或转移。

点击查看表格
表2

4组CT三维重建肺血管支气管辅助单孔胸腔镜肺叶切除肺癌患者围手术相关指标比较

表2

4组CT三维重建肺血管支气管辅助单孔胸腔镜肺叶切除肺癌患者围手术相关指标比较

组别例数手术时间(min, ±s)术中出血(mL, ±s)清扫淋巴结(±s)胸腔引流
站数个数时间(d, ±s)总引流量(mL, ±s)
A组15130.7±17.778.7±30.23.8±1.67.1±2.84.1±3.0390.0±175.5
B组15103.7±11.1a74.7±11.14.5±1.27.9±3.43.7±2.0303.3±185.6
C组1587.7±5.9ab77.3±4.64.7±1.47.8±2.42.4±0.9286.7±118.7
D组1488.9±6.3ab76.4±4.64.3±1.57.8±3.22.5±0.8303.6±184.5a
F45.8070.1541.0900.2363.0031.157
P<0.01>0.05>0.05> 0.05>0.05>0.05
组别例数手术并发症(例)住院时间(d, ±s)术后14天VAS(分,±s)
血管损伤胸腔积液肺漏气肺部感染心律失常合计
A组150210144.5±3.02.7±0.6
B组151101253.8±2.2a2.7±0.9
C组150010122.5±1.0a2.3±0.8
D组140020022.5±0.8a2.7±0.7
统计值F=3.720F=1.030
P0.542c<0.05>0.05

注:A组为手术时间2017年1—6月;B组为手术时间2017年7—12月;C组为手术时间2018年1—6月;D组为手术时间2018年7月—2019年1月;VAS为视觉模拟评分;与A组比较,aP<0.05;与B组比较,bP<0.05;c为Fisher确切概率法

2.3 学习曲线评价

(1)以手术例数为横坐标,手术时间、术中出血量为纵坐标的散点图进行拟合,最优拟合分别为Cubic拋物线模型与Logarithmic对数模型(图3),系数R2分别为0.705、0.019;散点图拟合模型方程:=127.7+0.8X-0.1X2+1.4e-3X3, =84.6 - 2.5logXX为病例数。手术时间的拟合曲线显示,手术时间达到低点且趋于稳定时的手术例数约30例以后。出血量的拟合曲线则显示,5~10例时出血量达到低点,此后趋于稳定。

点击查看大图
图3
59例单孔胸腔镜肺叶切除术学习曲线散点图 3A 手术时间的散点图(Cubic拋物线模型),拟合系数R2=0.705 3B 出血量的散点图(Logarithmic对数模型),拟合系数R2=0.019
图4
59例单孔胸腔镜肺叶切除累积求和法(CUSUM)学习曲线散点图 4A 手术时间拟合系数R2=0.701,CUSUM值为0时对应横坐标30例 4B 出血量拟合系数R2=0.090,CUSUM值为0时对应横坐标10~20例
点击查看大图
图3
59例单孔胸腔镜肺叶切除术学习曲线散点图 3A 手术时间的散点图(Cubic拋物线模型),拟合系数R2=0.705 3B 出血量的散点图(Logarithmic对数模型),拟合系数R2=0.019
图4
59例单孔胸腔镜肺叶切除累积求和法(CUSUM)学习曲线散点图 4A 手术时间拟合系数R2=0.701,CUSUM值为0时对应横坐标30例 4B 出血量拟合系数R2=0.090,CUSUM值为0时对应横坐标10~20例

(2)以手术例数为横坐标,以手术时间、术中出血量CUSUM值为纵坐标的散点图进行拟合,最优拟合均为Cubic拋物线模型(图4),系数R2分别为0.701、0.090。拟合模型方程:=37.2+2.3X-0.2X2+2.8e-3X3,=19.3-2.8X+9.5e-2X2-9.1e-4X3X为病例数。拟合模型显示,经过约30例的临床实践后,手术时间CUSUM穿过0点;10例之后出血量CUSUM穿过0点。

3 讨论
3.1 3D-CTBA辅助U-VATS肺叶切除术的临床意义

目前U-VATS已成为微创胸外科的发展方向[10],但U-VATS肺叶切除开展的时间较经典的多孔VATS短。2018年《中国胸腔镜肺叶切除临床实践指南》提出,U-VATS肺叶切除术在技术上是可行的,多孔VATS仍是首选的标准术式[11]。Sihoe等[12]综述了U-VATS与多孔VATS的病例对照研究,结果提示U-VATS并无明确的优势。此外,由于单一切口条件下手术器械互相干扰,术者的操作视野也受限制,U-VATS下止血需要相当的经验与技术积累。对手术较少的地方医院或经验不足的医师而言,大多数情况下血管损伤要及时中转开胸。开展U-VATS肺叶切除面临的主要问题:(1)肺动脉、静脉分支均存在不同类型的解剖变异[13,14,15,16,17],如何在术中避免损伤变异肺血管,降低患者术中大出血及中转开胸率?(2)在肺癌切除术中先结扎肺静脉减少肿瘤细胞的播散、提升患者生存率的情况下[18],如何快速、准确判断肺静脉的分支与走行,进而先切断肺静脉以降低肿瘤细胞转移风险?(3)如何在保证根治性切除的前提下,缩短手术时间,减轻应激损伤?

术前3D-CTBA可精确地掌握肺血管分支走行特点,因而术中可缩短肺叶切除的解剖时间,并降低出血风险。Sardari等[19]报道,交互式CT三维重建有助于提升VATS准确性。但目前3D-CTBA多用于解剖性肺段切除术,而应用于肺叶切除的报道较少[20]。本研究中,患者术前均以OsiriX软件构建三维影像模型,结果显示12例(19.4%)有肺静脉、动脉解剖变异。笔者认为,如术前不能精确掌握拟切除肺叶动、静脉的走行与变异情况,并进行个体化、精准模拟切除,难以避免累赘的无效操作(如肺叶反复翻动)与血管误伤的风险,并延长手术时间。因此,构建可共享的、基于人群的大样本3D-CTBA数字化解剖数据库,有助于指导临床U-VATS肺叶切除术的开展。

3.2 3D-CTBA技术辅助U-VATS肺叶切除术的学习曲线

值得注意的是,不同主刀医师进行肺癌手术,手术时间、出血率、输血率、严重并发症发生率和5年生存率等都存在显著差异[21]。因此,临床上开展U-VATS必需经过相应的学习曲线,熟练掌握技术要点。对规范化、标准化U-VATS肺叶切除术的学习曲线进行研究,有利于改进操作技术、降低出血与并发症发生率[22]。目前U-VATS肺叶切除术学习曲线的报道较少,学习曲线的参数也缺少统一标准。Nachira等[23]研究表明,以手术时间为评估指标,U-VATS肺叶切除术的学习曲线约25例。Stamenovic等[24]报道,以手术时间、淋巴结清扫个数为评估指标,熟练掌握U-VATS肺叶切除并淋巴结切除需39~42例临床实践。欧洲胸外科协会U-VATS兴趣小组通过问卷调查,总结胸外科专家的反馈意见,制订了U-VATS肺叶切除术共识(2019年版),结果显示:71%的术者认为U-VATS肺叶切除术学习曲线约50例,58%的术者认为保持技术熟练每年需要约40例实践[25]。国内多项研究提示,以手术时间、术中出血量、更改手术方式的比例为评估指标,U-VATS肺叶切除术的学习曲线为28~70例[26,27,28,29,30]。这些报道的差异可能与研究者前期的开胸、多孔VATS解剖性肺叶切除(包括支气管袖式切除、腔镜下止血等)经验与样本量大小、手术密度、学习曲线的评价方法等有关。VATS肺切除学习曲线的评估指标一般选取手术时间、术中出血量和术后住院时间等评估熟练程度[26];术中出血量的统计可能存在误差,而手术时间的评估则较精确。

有关学习曲线的分组分析方法,有一定的主观性和偏倚性。CUSUM是一种序贯分析法,可用来检测在某个相对稳定的、连续的数据序列(如手术时间、出血量、术后住院时间等)中开始发生异常的数据点(跨越学习曲线的操作例数)。近年来以CUSUM分析临床操作的学习曲线已广泛应用。理论上,通过分析不同参数(手术时间、出血量等)CUSUM值的变化特点,有助于明确操作培训的关键因素或步骤,从而设计有针对性的规范培训,适当强化关键步骤的同时,删减容易掌握的内容以避免医疗资源的浪费。秦倩等[31]有关胃癌根治术学习曲线的研究报道,可通过固定的手术团队、积累开放手术经验并进行正规的操作培训、严格把握手术适应证并循序渐进、适当增加手术训练频度和强度等方法缩短手术的学习曲线;而应用CUSUM绘制学习曲线并得出最优拟合方程,能较客观地反映其学习过程与掌握程度。Hernandez-Arenas等[32]分析了肺叶切除术与肺段切除术治疗肺占位性疾病的病例资料,研究表明,在年手术量大的医疗中心进行U-VATS培训可能缩短学习曲线。Zhang等[33]一项多中心研究显示,术前3D-CTBA影像辅助可有效地缩短单向式U-VATS右上肺切除的学习曲线。本研究回顾性分析了59例3D-CTBA辅助U-VATS肺叶切除术的资料,其中12例(20.3%)有肺静脉或肺动脉的解剖变异,但术中仅1例误伤显示不清晰的支气管动脉,出血少,无一例中转开胸。在本研究中,笔者依据手术先后顺序分为4组,对手术时间、术中出血量及其CUSUM的拟合曲线进行分析,结果显示:经过约30例的临床实践后,手术时间CUSUM穿过0点;而出血量CUSUM值并无显著变化。笔者分析原因,一方面可能是术前模拟切除有助于减少无效的肺叶夹持、翻动,缩短手术时间;同时,基于3D-CTBA解剖模型进行精准的术前切除模拟,可降低血管损伤风险,术中出血少,并一直趋于稳定。

3.3 本研究的不足之处

本研究是小样本回顾性队列研究,时间跨度2年,手术操作密度低,影响学习曲线的准确性,仅初步反映U-VATS常规肺叶切除的熟练程度。今后仍需设计严谨的前瞻性大样本研究,通过逻辑回归等统计方法深入研究3D-CTBA对U-VATS肺叶切除术学习曲线的影响。

综上所述,3D-CTBA辅助U-VATS解剖性肺叶切除治疗肺癌的学习曲线约30例。术前应用3D-CTBA辨识拟切除肺叶的动脉、静脉与支气管走行特点,并精准模拟切除,有助于术中降低血管损伤风险,同时帮助培训医师缩短学习曲线,值得进一步探索。

利益冲突

利益冲突 所有作者均声明不存在利益冲突

参考文献
[1]
中华医学会中华医学会肿瘤学分会中华医学会杂志社. 中华医学会肺癌临床诊疗指南(2018版)[J]. 中华肿瘤杂志2018, 40(12): 935-964. DOI:10.3760/cma.j.issn.0253-3766.2018.12.012.
Chinese Medical Association, Oncology Society of Chinese Medical Association, Chinese Medical Association Publishing House. Chinese Medical Association guidelines for clinical diagnosis and treatment of lung cancer (Edition 2018) [J]. Chin J Oncol, 2018, 40(12): 935-964. DOI:10.3760/cma.j.issn.0253-3766.2018.12.012.
[2]
GonzalezD, ParadelaM, GarciaJ, et al. Single-port video-assisted thoracoscopic lobectomy[J]. Interact Cardiovasc Thorac Surg, 2011, 12(3): 514-515. DOI:10.1510/icvts.2010.256222.
[3]
WuWB, XiaY, PanXL, et al. Three-dimensional navigation-guided thoracoscopic combined subsegmentectomy for intersegmental pulmonary nodules[J]. Thorac Cancer, 2019, 10(1): 41-46. DOI:10.1111/1759-7714.12897.
[4]
YaoF, WangJ, YaoJ, et al. Three-dimensional image reconstruction with free open-source OsiriX software in video-assisted thoracoscopic lobectomy and segmentectomy[J]. Int J Surg, 2017, 39: 16-22. DOI:10.1016/j.ijsu.2017.01.079.
[5]
张凯辉徐宝山董潇蔓. 基于CT影像的经皮椎间孔镜腰椎体间融合手术入路的解剖学研究[J].中华解剖与临床杂志2018, 23(3): 223-228. DOI:10.3760/cma.j.issn.2095-7041.2018.03.010.
ZhangKH, XuBS, DongXM, et al. CT-based analysis of the approach of percutaneous endoscopic lumbar interbody fusion[J]. Chin J Anat Clin, 2018, 23(3): 223-228. DOI:10.3760/cma.j.issn.2095-7041.2018.03.010.
[6]
赵田张淼武文斌. 单孔胸腔镜单向式解剖性右上肺切除术的临床分析[J].中华解剖与临床杂志2019, 24(2): 176-181. DOI:10.3760/cma.j.issn.2095-7041.2019.02.016.
ZhaoT, ZhangM, WuWB, et al. Clinical analysis on uniportal thoracoscopic single-direction anatomical right upper lung lobectomy[J]. Chin J Anat Clin, 2019,24(2): 176-181. DOI:10.3760/cma.j.issn.2095-7041.2019.02.016.
[7]
中国加速康复外科专家组. 中国加速康复外科围手术期管理专家共识(2016)[J].中华外科杂志2016, 54(6): 413-418. DOI:10.3760/cma.j.issn.0529-5815.2016.06.004.
[8]
慢性气道炎症性疾病气道黏液高分泌管理中国专家共识编. 慢性气道炎症性疾病气道黏液高分泌管理中国专家共识[J].中华结核和呼吸杂志2015, 38(10): 723-729. DOI:10.3760/cma.j.issn.1001-0939.2015.10.002.
[9]
郑江波冯兆明朱俊峰. 超声引导前锯肌平面阻滞在胸腔镜手术围术期麻醉和镇痛中的临床应用[J]. 中华解剖与临床杂志2018, 23(4): 345-348. DOI:10.3760/cma.j.issn.2095-7041.2018.04.014.
ZhengJB, FengZM, ZhuJF. Effect of ultrasound-guided serratus plane block on efficacy of anesthesia and postoperative analgesia in patients undergoing video-assisted thoracoscopy[J]. Chin J Anat Clin, 2018,23(4): 345-348. DOI:10.3760/cma.j.issn.2095-7041.2018.04.014.
[10]
谢冬陈昶朱余明. 单孔胸腔镜手术的现状与展望[J].中华腔镜外科杂志(电子版), 2016, 9(2): 73-76. DOI:10.3877/cma.j.issn.1674-6899.2016.02.005.
XieD, ChenX, ZhuYM. Advances in single port video-assisted thoracic surgery[J]. Chin J Laparoscopic Surgery(Electronic Edition), 2016,9(2): 73-76. DOI:10.3877/cma.j.issn.1674-6899.2016.02.005.
[11]
中华医学会胸心血管外科学分会胸腔镜外科学组中国医师协会胸外科医师分会微创胸外科专家委员会. 中国胸腔镜肺叶切除临床实践指南[J]. 中华医学杂志2018, 98(47): 3832-3841. DOI:10.3760/cma.j.issn.0376-2491.2018.47.005.
[12]
SihoeADL. Uniportal lung cancer surgery: state of the evidence[J]. Ann Thorac Surg, 2019, 107(3): 962-972. DOI:10.1016/j.athoracsur.2018.08.023.
[13]
阎石吴楠王兴. 右肺上叶肺动脉分支特点[J]. 中国胸心血管外科临床杂志2018, 25(7): 567-571. DOI:10.7507/1007-4848.201708025.
YanS, WuN, WangX, et al. Anatomical branches of right upper lobe pulmonary arteries in Chinese patients[J]. Chinese Journal of Clinical Thoracic and Cardiovascular Surgery, 2018, 25(7): 567-571. DOI:10.7507/1007-4848.201708025.
[14]
FourdrainA, De DominicisF, BlanchardC, et al. Three-dimensional CT angiography of anatomic variations in the pulmonary arterial tree[J]. Surg Radiol Anat, 2018, 40(1): 45-53. DOI:10.1007/s00276-017-1914-z.
[15]
ShiinaN, KagaK, HidaY, et al. Variations of pulmonary vein drainage critical for lung resection assessed by three-dimensional computed tomography angiography[J]. Thorac Cancer, 2018, 9(5): 584-588. DOI:10.1111/1759-7714.12621.
[16]
AmoreD, CasazzaD, ImitazioneP, et al. Common and uncommon variations of pulmonary venous drainage in patients undergoing thoracoscopic lobectomy[J]. Thorac Cardiovasc Surg, 2019. DOI:10.1055/s-0039-1684000.
[17]
AmoreD, MolinoA, CaterinoU, et al. Accessory right V6 behind the bronchus intermedius during VATS right upper lobectomy[J]. Int J Surg Case Rep, 2019, 56: 17-19. DOI:10.1016/j.ijscr.2019.02.014.
[18]
WeiS, GuoC, HeJ, et al. Effect of vein-first vs artery-first surgical technique on circulating tumor cells and survival in patients with non-small cell lung cancer: a randomized clinical trial and registry-based propensity score matching analysis[J]. JAMA Surg, 2019, 154(7): e190972. DOI:10.1001/jamasurg.2019.0972.
[19]
Sardari NiaP, OlsthoornJR, HeutsS, et al. Interactive 3D reconstruction of pulmonary anatomy for preoperative planning, virtual simulation, and intraoperative guiding in video-assisted thoracoscopic lung surgery[J]. Innovations (Phila), 2019, 14(1): 17-26. DOI:10.1177/1556984519826321.
[20]
ZhangC, ZhangH, WuW, et al. Prophylactic octreotide does not reduce the incidence of postoperative chylothorax following lobectomy: Results from a retrospective study[J]. Medicine (Baltimore), 2019, 98(29): e16599. DOI:10.1097/MD.0000000000016599.
[21]
李宁谭锋维邱斌. 不同胸外科医生主刀进行肺癌手术的患者生存差异分析[J]. 中国肺癌杂志2018, 21(2): 104-109. DOI:10.3779/j.issn.1009-3419.2018.02.08.
LiN, TanFW, QiuB, et al. Effect of thoracic surgeons on lung cancer patients' survival[J]. Chinese Journal of Lung Cancer, 2018, 21(2): 104-109. DOI:10.3779/j.issn.1009-3419.2018.02.08.
[22]
朱余明姜格宁. 单孔胸腔镜技术培训的思考[J].中国肺癌杂志2018, 21(4): 260-264. DOI:10.3779/j.issn.1009-3419.2018.04.04.
ZhuYM, JiangGN. Thinking on the training of uniportal video-assisted thoracic surgery[J]. Chinese Journal of Lung Cancer, 2018, 21(4): 260-264. DOI:10.3779/j.issn.1009-3419.2018.04.04.
[23]
NachiraD, MeacciE, PorziellaV, et al. Learning curve of uniportal video-assisted lobectomy: analysis of 15-month experience in a single center[J]. J Thorac Dis, 2018, 10(Suppl 31): S3662-S3669. DOI:10.21037/jtd.2018.03.133.
[24]
StamenovicD, MesserschmidtA, SchneiderT. Cumulative sum analysis of the learning curve for uniportal video-assisted thoracoscopic lobectomy and lymphadenectomy[J]. J Laparoendosc Adv Surg Tech A, 2019, 29(7): 914-920. DOI:10.1089/lap.2018.0802.
[25]
BertolacciniL, BatirelH, BrunelliA, et al. Uniportal video-assisted thoracic surgery lobectomy: a consensus report from the Uniportal VATS Interest Group (UVIG) of the European Society of Thoracic Surgeons (ESTS)[J]. Eur J Cardiothorac Surg, 2019, 56(2): 224-229. DOI:10.1093/ejcts/ezz133.
[26]
王珩张淼武文斌. 单孔胸腔镜肺叶切除术治疗肺癌的经验与反思[J].中华胸心血管外科杂志2017, 33(8): 493-498. DOI:10.3760/cma.j.issn.1001-4497.2017.08.010.
WangH, ZhangM, WuWB, et al. A critical analysis of single port thoracoscopic lobectomy for lung cancer patients[J]. Chinese Journal of Thoracic and Cardiovascular Surgery, 2017, 33(8): 493-498. DOI:10.3760/cma.j.issn.1001-4497.2017.08.010.
[27]
熊燃徐广文吴汉然. 单孔胸腔镜肺叶切除术治疗可切除肺癌的学习曲线研究[J].中华外科杂志2018, 56(6): 447-451. DOI:10.3760/cma.j.issn.0529-5815.2018.06.012.
XiongR, XuGW, WuHR, et al. Learning curve of uniportal video-assisted thoracoscopic surgery lobectomy for the treatment of resectable lung cancer[J]. Chin J Surg, 2018,56(6): 447-451. DOI:10.3760/cma.j.issn.0529-5815.2018.06.012.
[28]
高云飞罗洞波刘翼. 单孔胸腔镜下肺癌根治术治疗早期非小细胞肺癌成长曲线分析[J].重庆医学2017, 46(31): 4404-4406. DOI:10.3969/j.issn.1671-8348.2017.31.029.
[29]
赵田张淼武文斌. 单向式理念在单孔胸腔镜肺叶切除术中的应用[J]. 中华腔镜外科杂志(电子版), 2018, 11(5): 295-299. DOI:10.3877/cma.j.issn.1674-6899.2018.05.009.
ZhaoT, ZhangM, WuWB, et al. The implementation of single-direction approach in uniportal thoracoscopic lobectomy [J]. Chin J Laparoscopic Surgery(Electronic Edition), 2018, 11(5): 295-299. DOI:10.3877/cma.j.issn.1674-6899.2018.05.009.
[30]
LiuX, ChenX, ShenY, et al. Learning curve for uniportal video-assisted thoracoscopic surgery lobectomy-results from 120 consecutive patients[J]. J Thorac Dis, 2018,10(8): 5100-5107. DOI:10.21037/jtd.2018.08.87.
[31]
秦倩时飞宇孙祺. 达芬奇机器人手术系统辅助胃癌根治术的学习曲线[J].中华消化外科杂志2019, 18(5): 459-465. DOI:10.3760/cma.j.issn.1673-9752.2019.05.011.
QinQ, ShiFY, SunQ, et al. Learning curve of Da Vinci robot-assisted radical gastrectomy for gastric cancer[J]. Chin J Dig Surg, 2019,18(5): 459-465. DOI:10.3760/cma.j.issn.1673-9752.2019.05.011.
[32]
Hernandez-ArenasLA, LinL, PurmessurRD, et al. Uniportal video-assisted thoracoscopic early learning curve for major lung resections in a high volume training center[J]. J Thorac Dis, 2018,10(Suppl 31): S3670-S3677. DOI:10.21037/jtd.2018.04.16.
[33]
ZhangM, LiuD, WuW, et al. Preoperative 3D-CT bronchography and angiography facilitates single-direction uniportal thoracoscopic anatomic lobectomy[J]. Ann Transl Med, 2019, 7(20): 526. DOI:10.21037/atm.2019.09.135.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词