Beyond operative time: multidimensional CUSUM analysis of institutional learning with case-complexity adjustment in endoscopic endonasal transsphenoidal surgery for pituitary neuroendocrine tumours: a retrospective single-centre longitudinal cohort study
510 एंडोस्कोपिक एंडोनासल ट्रांसस्फेनोइडल सर्जरीों का यह रेट्रोस्पेक्टिव अध्ययन दर्शाता है कि केस की जटिलता, सुरक्षा, रिसेक्शन की सीमा और सेरेब्रोस्पाइनल फ्लूइड लीक दरों के लिए समायोजन करने के बाद, तीन अलग-अलग चरणों में परिचालन दक्षता में सुधार हुआ, जो यह सुझाव देता है कि संस्थागत शिक्षण बहुआयामी और परिणाम-विशिष्ट है न कि किसी एकल दक्षता सीमा द्वारा परिभाषित।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
सर्जरी को अक्सर एक रैखिक यात्रा के रूप में कल्पित किया जाता है: एक सर्जन एक प्रक्रिया करता है, गलतियाँ करता है, उनसे सीखता है, और अंततः पूर्ण दक्षता की स्थिति तक पहुँच जाता है। पिट्यूटरी सर्जरी की दुनिया में, जहाँ नाक के माध्यम से खोपड़ी के आधार से नाजुक ट्यूमर निकाले जाते हैं, इस यात्रा को पारंपरिक रूप से एक एकल संख्या द्वारा मापा जाता है: ऑपरेशन में कितना समय लगा। धारणा यह है कि जैसे-जैसे एक टीम अनुभव प्राप्त करती है, घड़ी का समय कम होता जाता है, जो यह संकेत देता है कि उन्होंने आवश्यक कौशल सीख लिए हैं। हालाँकि, यह सरल मीट्रिक एक महत्वपूर्ण वास्तविकता की अनदेखी करता है: सभी ट्यूमर समान नहीं होते। कुछ छोटे और सरल होते हैं, जबकि अन्य बड़े, आक्रामक और तकनीकी रूप से चुनौतीपूर्ण होते हैं। यदि एक सर्जिकल टीम आसान मामलों के साथ शुरुआत करती है और धीरे-धीरे कठिन मामलों की ओर बढ़ती है, तो कम ऑपरेशन समय का मतलब यह नहीं हो सकता कि वे तेज़ हो रहे हैं; इसका मतलब केवल यह हो सकता है कि वे अपना धैर्य खोए बिना जटिलता को संभालने में बेहतर हो रहे हैं। यह प्रश्न कि एक सर्जिकल प्रोग्राम वास्तव में कब परिपक्व होता है, एक जटिल पहेली बना हुआ है, विशेष रूप से जब टीम के अनुभव के साथ मामले स्वयं बदल रहे हों।
मर्दन, पाकिस्तान के न्यूरोसर्जन की एक टीम ने मई 2022 से अप्रैल 2026 के बीच किए गए 510 निरंतर ऑपरेशनों का विश्लेषण करके इस पहेली को हल करने का प्रयास किया। उन्होंने केवल ऑपरेटिंग रूम में बिताए गए मिनटों को नहीं गिना; बल्कि उन्होंने चार अलग-अलग चीजों को एक साथ ट्रैक करके सीखने की प्रक्रिया (लर्निंग कर्व) की एक विस्तृत तस्वीर बनाई: सर्जरी में कितना समय लगा, क्या ट्यूमर पूरी तरह से निकाल दिया गया था, क्या कोई गंभीर जटिलताएं हुईं, और क्या ऑपरेशन के बाद सेरेब्रोस्पाइनल फ्लूइड (CSF) का रिसाव हुआ। महत्वपूर्ण रूप से, उन्होंने प्रत्येक विशिष्ट ट्यूमर की कठिनाई को ध्यान में रखते हुए अपने विश्लेषण को समायोजित किया। उन्होंने ट्यूमर के आकार, ट्यूमर कितनी गहराई से आस-पास की संरचनाओं में फैला हुआ था, क्या यह एक पुनरावृत्ति सर्जरी थी, और यह मस्तिष्क के ऊपर कितनी ऊंचाई तक बढ़ा हुआ था जैसे कारकों पर विचार किया। ऐसा करके, वे सर्जन के बढ़ते कौशल को मामलों की स्वाभाविक बढ़ती कठिनाई से अलग कर सके, जो अक्सर एक प्रोग्राम के परिपक्व होने के साथ होती है।
शोधकर्ताओं ने पाया कि सीखने की कहानी एक सीधी रेखा नहीं थी, बल्कि अलग-अलग अध्यायों की एक श्रृंखला थी, और ये अध्याय इस बात पर निर्भर करते थे कि वे किस परिणाम को देख रहे थे। जब उन्होंने परिचालन दक्षता (operative efficiency) को देखा—अर्थात, मामले की कठिनाई के सापेक्ष टीम कितनी तेज़ी से सर्जरी कर सकती थी—तो उन्हें दो स्पष्ट मोड़ दिखाई दिए। पहला संक्रमण 40वीं सर्जरी के बाद हुआ, जहाँ टीम उन प्रकार के ट्यूमर के लिए अपेक्षित समय से काफी तेज़ी से ऑपरेशन करने लगी जिनका वे सामना कर रही थी। दूसरा, अधिक सूक्ष्म बदलाव 342वीं सर्जरी के आसपास हुआ। इस बाद के चरण में, टीम अधिक कठिन ट्यूमर का सामना कर रही थी, जिनमें अधिक आक्रामक और अधिक जटिल सर्जिकल दृष्टिकोण की आवश्यकता वाले ट्यूमर शामिल थे। इस बढ़ती कठिनाई के बावजूद, टीम ने अपने सर्जरी के समय को पहले से भी कम रखने में सफलता प्राप्त की, जो यह दर्शाता है कि उनमें जटिलता को बिना धीमे हुए आत्मसात करने की अद्भुत क्षमता विकसित हो गई थी।
हालाँकि, कहानी पूरी तरह से बदल गई जब शोधकर्ताओं ने सुरक्षा और ट्यूमर को निकालने की पूर्णता को देखा। गंभीर रक्तस्राव, संक्रमण या नई तंत्रिका क्षति जैसी प्रमुख जटिलताओं के लिए, डेटा में कोई टर्निंग पॉइंट (मोड़) नहीं दिखा। इन गंभीर घटनाओं की दर पूरी 510-सर्जरी की श्रृंखला के दौरान स्थिर और कम बनी रही, चाहे कितने भी ऑपरेशन किए गए हों। इसी तरह, ट्यूमर को पूरी तरह से निकालने की सफलता दर में कोई अचानक उछाल या सुधार का स्पष्ट चरण नहीं दिखा। इसके बजाय, ट्यूमर को पूरी तरह से निकालने की क्षमता लगातार ट्यूमर की शारीरिक रचना (एनाटॉमी) से जुड़ी हुई थी; कठिन ट्यूमर निकालना कठिन ही था, चाहे टीम को कितना भी अनुभव क्यों न हो। सेरेब्रोस्पाइनल फ्लूइड के पोस्टऑपरेटिव रिसाव के मामले में भी यही बात लागू हुई, जो कुछ मामलों में हुआ लेकिन समय के साथ सुधार या गिरावट का कोई पैटर्न नहीं दिखाया।
यह अंतर महत्वपूर्ण है क्योंकि यह उस सामान्य विश्वास को चुनौती देता है कि सर्जरी के अनुभवों की एक एकल संख्या यह परिभाषित करती है कि एक सर्जन या एक टीम कब "लक्ष्य तक पहुँच गई" है। अध्ययन बताता है कि सीखना कार्य-विशिष्ट होता है। एक टीम कठिन मामलों का सामना करते हुए भी घड़ी और वर्कफ़्लो को प्रबंधित करने में अत्यधिक कुशल हो सकती है, फिर भी सुरक्षा रिकॉर्ड और कठिन ट्यूमर को पूरी तरह से निकालने की क्षमता उसी सुधार की समयरेखा का पालन नहीं करती है। वास्तव में, डेटा ने दिखाया कि जैसे-जैसे टीम ने अनुभव प्राप्त किया, वे वास्तव में अधिक कठिन मामले ले रहे थे, फिर भी उन्होंने अपने सुरक्षा मानकों को बनाए रखा। यह इंगित करता है कि प्रोग्राम एक ऐसी अवस्था में परिपक्व हो गया था जहाँ वह रोगी की सुरक्षा से समझौता किए बिना बड़ी चुनौतियों को संभालने में सक्षम था, भले ही पारंपरिक "मास्टरी" के निशान जैसे कि जटिलताओं की दर में अचानक गिरावट दिखाई न दे रही हो।
शोधकर्ताओं ने निष्कर्ष निकाला कि किसी सर्जिकल प्रोग्राम को अनुभव की एक एकल सीमा से आंकना भ्रामक है। इसके बजाय, एक बहुआयामी दृष्टिकोण की आवश्यकता है, जो यह पहचान सके कि दक्षता, सुरक्षा और रिसेक्शन सफलता अलग-अलग कौशल हैं जो अलग-अलग दरों पर विकसित हो सकते हैं। मर्दन की टीम ने प्रदर्शित किया कि एक सर्जिकल प्रोग्राम एक अत्यधिक सक्षम इकाई के रूप में विकसित हो सकता है जो स्थिर सुरक्षा के साथ बढ़ती जटिलता का प्रबंधन करती है, भले ही पारंपरिक "लर्निंग कर्व" हर परिणाम के लिए अलग दिखता हो। यह दृष्टिकोण यह समझने का एक अधिक निष्पक्ष तरीका प्रदान करता है कि सर्जिकल टीमें कैसे विकसित होती हैं, जो साधारण स्टॉपवॉच मेट्रिक्स से आगे बढ़कर इस बात की गहरी समझ विकसित करता है कि अनुभव कार्य की अंतर्निहित कठिनाई के साथ कैसे परस्पर क्रिया करता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।