A curva de aprendizagem da esofagectomia robótica: uma revisão sistemática com um quadro de avaliação de competências e treinamento proposto
CirurgiaO que aconteceu
A esofagectomia minimamente invasiva assistida por robôs (RAMIE) é uma evolução significativa na cirurgia do câncer de esôfago, proporcionando melhor visualização, destreza e precisão operatória. No entanto, a RAMIE é tecnicamente exigente e tem uma curva de aprendizado íngreme. O objetivo desta revisão sistemática foi avaliar as evidências existentes sobre a curva de aprendizagem da esofagectomia robótica e desenvolver um quadro estruturado de treinamento e avaliação para RAMIE. Realizou-se uma busca sistemática de literatura no PubMed/MEDLINE, Scopus e na Biblioteca Cochrane desde o início até junho de 2026, de acordo com a declaração PRISMA 2020. Foram incluídos estudos que avaliaram a curva de aprendizado ou a implementação da esofagectomia robótica em pacientes adultos. Os desfechos incluíram limiares de proficiência, tempo operatório, lesão recorrente do nervo laríngeo (NLR), complicações, colheita de linfonodos e fatores que afetam a progressão da aprendizagem. O risco de viés foi avaliado pela Escala de Newcastle-Ottawa (NOS). https://www.crd.york.ac.uk/PROSPERO/, identificador CRD420261417234.
O que encontraram
Foram incluídos 25 estudos publicados entre 2013 e 2026. A maioria dos estudos foram coortes observacionais retrospectivas de centros de alto volume na Ásia Oriental, Europa e América do Norte. As metodologias de avaliação mais comuns da curva de aprendizagem foram baseadas na análise da soma cumulativa (CUSUM). Tipicamente, a proficiência inicial foi alcançada após aproximadamente 20-50 casos em todos os estudos, mas a estabilização das complicações e a otimização da qualidade oncológica frequentemente exigiam volumes processuais mais elevados. O aumento da experiência do cirurgião esteve associado à melhora do tempo operatório, lesão da NLR, colheita de linfonodos, taxas de conversão e complicações pós-operatórias. Experiência prévia em esofagectomia minimamente invasiva, vias de proctoring estruturadas, alto volume institucional e modelos de implementação baseados em equipe permitiram consistentemente aquisição mais rápida de proficiência e implementação mais segura do RAMIE.
Por que isso importa
A curva de aprendizado para a esofagectomia robótica é íngreme, mas alcançável. Programas de treinamento estruturado, equipes robóticas dedicadas e vias de implementação padronizadas podem encurtar a curva de aprendizagem e aumentar a segurança do paciente. A progressão da curva de aprendizagem parece ser influenciada por fatores além do volume de casos, apoiando o desenvolvimento de estruturas de treinamento e avaliação durante a implementação do RAMIE. Com base nas evidências disponíveis, propomos um quadro de especialistas informado por evidências que deve ser considerado gerador de hipóteses e requer validação prospectiva. Estudos multicêntricos prospectivos e relatos padronizados de curvas de aprendizagem são necessários para otimizar o treinamento em cirurgia esofágica robótica e estabelecer limiares de proficiência universalmente aceitos.
Tradução automática do resumo original, publicado em Frontiers in oncology sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.
O estudo original
The learning curve of robotic esophagectomy: a systematic review with a proposed training and competency assessment framework
Konstantinos Kossenas, Adam Mylonakis, Dimitrios V Avgerinos, Emmanouil I Kapetanakis, Orestis Lyros, Ioannis Rouvelas, Ioannis Karavokyros, Dimitrios Schizas