26vzmnrw019 10.3205/26vzmnrw019 urn:nbn:de:0183-26vzmnrw0195 Meeting Abstract Wilk Wilk A.-M. A-M

Wroclaw Medical University, Wroclaw, Polen

author Brechmann Brechmann T. T

Ruhr-Universität-Bochum, Bochum, Deutschland Knappschafts Kliniken Bottrop, Innere Medizin II, Bottrop, Deutschland

author Mann Mann B. B

Ruhr-Universität-Bochum, Bochum, Deutschland Augusta-Kranken-Anstalt, Chirurgie, Bochum, Deutschland

author Wilk Wilk A. A

Ruhr-Universität-Bochum, Bochum, Deutschland Augusta-Kranken-Anstalt, Chirurgie, Bochum, Deutschland

author German Medical Science GMS Publishing House

Düsseldorf

610 20260618 germ This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). M0644 019 Niederrheinisch-Westfälische Gesellschaft für Chirurgie Gesellschaft für Gastroenterologie in Nordrhein-Westfalen e.V. 192. Jahrestagung der Niederrheinisch-Westfälischen Gesellschaft für Chirurgie, 34. Jahrestagung der Gesellschaft für Gastroenterologie Viszeralmedizin NRW 2026 Interdisziplinär Dortmund 20260618 20260619 019 TextHintergrund und Ziel: Die Analyse von Lernkurven erfolgt üblicherweise mittels der Cumulative Sum Analysis (CUSUM). Die Verwendung des kollektiveigenen Medians, wie in der Literatur üblich, erzeugt eine statistische Zirkularität, Zentrierung und reduziert die Sensitivität der Analyse für echte zeitabhängige Leistungsänderungen. Bislang publizierte CUSUM-Analysen zur robotischen rechtsseitigen Hemikolektomie (RRH) basieren überwiegend auf dieser Vorgehensweise, wodurch steilere Lernkurven angenommen werden. Der Abschluss der Phase 1 wird in der Literatur typischerweise bereits nach 20–30 Eingriffen angenommen. Methodisch konsistenter ist daher die Verwendung eines externen Benchmarks oder klar definierter Zielwerte aus Referenzkollektiven.Primärer Endpunkt war die Lernkurvenanalyse unter Anwendung des Benchmarking-Ansatzes für RRH. Sekundäre Endpunkte umfassten die Risiko-adjustierte (RA-) CUSUM sowie die Analyse des perioperativen Outcomes.Methode: Analyse einer monozentrischen, prospektiv geführten kolorektalen Datenbank mit konsekutivem Einschluss RRH zwischen 2010 und 2024. Unterteilung des Gesamtkollektives (n = 229) in eine Trainingsgruppe (TG; n = 164) und eine Kontrollgruppe (CG; n = 65). Die CG umfasste die letzten zwei Jahreskohorten der beiden erfahrensten Operateure und diente zur Definition des Benchmarks. Parameter der chirurgischen und onkologischen Qualität wurden in die CUSUM integriert.Ergebnis: Zwischen den Gruppen zeigten sich keine Unterschiede in den demographischen Charakteristika. Die CUSUM der TG ließ sich in vier Phasen unterteilen (Phase 1: Fälle 0–45/60; Phase 2: 45/60–80; Phase 3: 80–120; Phase 4: 120–160). In der initialen Phase traten nominell höhere Raten an Major-Komplikationen auf (Phase 1: n = 11 vs. Phasen 2–4: n = 0-10). Eine adäquate Lymphknotenausbeute (n = > 18) wurde nach Abschluss der ersten Phase erreicht. Die RA-CUSUM-Analyse sowie die operateursbezogene Auswertung zeigten keine relevanten Abweichungen.Zusammenfassung: Nach Anwendung methodisch strengerer Kriterien zeigte sich im Vergleich zur Literatur eine deutliche Rechtsverschiebung der initialen Lernphase. Vor diesem Hintergrund schlagen wir eine am klinischen Impact orientierte Lernkurvenklassifikation vor: Während die initiale Phase eine deutlich höhere Fallzahl erfordert, sind nachfolgende Phasen überwiegend prozessrelevant, ohne nennenswerten klinischen Impact in der RRH. Etablierte Ausbildungskonzepte bedürfen möglicherweise einer kritischen Neubewertung. 0 0 0 0