NBI怎麼學 NBI的學習曲線研究

作者:上海交通大學醫學院附屬仁濟醫院 沈煜楓 戈之錚 來源:中國醫學論壇報 日期:12-09-20

NBI的學習曲線研究

 

  內鏡窄帶成像技術(NBI)是一項內鏡光學技術,它利用濾光器過濾普通白光內鏡的寬帶光譜,僅留下特殊波長(415 nm和540 nm)的窄帶光譜,結合放大內鏡技術可用於精確觀察病變的表麵結構(如腺凹等)和微血管形態(CP),從而區分增生、腺瘤和腫瘤等病變。

  研究NBI學習曲線的必要性

  實時組織學診斷

  近年來,國內外許多學者對NBI的應用做了研究,認為NBI結合放大內鏡有助於實時組織學診斷,並在鑒別增生性和腺瘤性息肉的高診斷準確率上達成一致。因此,在應用NBI時進行實時組織學診斷,可判斷病變類型,從而對需要治療的病變行息肉切除術、內鏡黏膜切除術(EMR)或內鏡黏膜下剝離術(ESD)等,既可避免重複操作、額外病理費用和過度治療。

  學習曲線概念

  學習曲線是在飛機製造業中首先被提出的,初始被定義為反映單位產品生產時間與所生產產品總數量之間關係的一條曲線。後來人們為了解學習進程中的現象和進步快慢的詳情,作為以後努力的指針,應用統計圖的方式把它表示出來。

  新的醫療技術從發明到廣泛使用,都有一個操作者逐漸學習、掌握的過程。學習曲線這一概念被應用於醫學領域,以操作次數作為衡量標準,來觀察操作時間、成功率和失敗率等指標的變化情況。最常見的便是學習曲線在腹腔鏡操作上的應用,有許多相關文章在國內外雜誌發表。

  消化內鏡的學習曲線

  近年來,在消化內鏡方麵,內鏡下逆行胰膽管造影術(ERCP)、ESD、色素內鏡等新技術層出不窮,許多學者將學習曲線應用於其中,給出了熟練掌握某項技術需要的操作例數。

  研究表明,對色素內鏡幾乎不了解的內鏡醫師,在學習相關理論知識以及完成200例次實踐操作之後,才能獲得穩定有效的診斷準確率。很多學者認為,複雜的操作過程和較長的學習曲線是色素內鏡沒有被廣泛使用的主要原因。

  NBI學習曲線

  近年來,操作簡便的NBI出現,對病理的估計能力和色素內鏡相似,因而NBI是否易學這一問題成為關注焦點。2008年,羅加爾特(Rogart)等在一項NBI與色素內鏡對比的研究中,提到了NBI學習曲線的問題(87%對74%,P<0.05),但並未給出熟練掌握NBI技術需要的例數。之後,東(Higashi)等又先後研究了NBI的學習曲線,認為通過較短時間的學習,NBI便可被掌握。

  安娜(Ana)提出,經過15分鍾的電腦圖片培訓,從未接觸過NBI的內鏡醫生,即可對鑒別結直腸腺瘤性及增生性息肉,具備很高的診斷準確率。

  上述研究僅是通過圖片、而並未在實際操作中評估操作者的診斷水平;圖片均由專業內鏡醫師所拍攝,同時僅選取最清晰、典型的照片用作評估,所以其結果並不能真實地反應實際操作中水平。

  在結腸鏡操作中,腸道準備情況、操作者對內鏡本身的操控、是否能熟練使用放大技術獲得清晰圖片用於診斷等,均是影響最終診斷準確率的因素。

  很遺憾,目前尚無NBI在實際操作中的學習曲線報告。為此,筆者等開展了一項研究,目的在於明確在實際結腸鏡操作中,NBI診斷結直腸病變的學習曲線。

NBI的學習曲線研究

點擊大圖

  NBI學習曲線研究結果

  NBI具體技術難度

  在實際操作中,筆者發現NBI具體技術難度如下:

  1. 放大內鏡需要內鏡醫師穩定的操作,以及對放大倍率和距離的熟練掌控,以獲取清晰圖片用於診斷;

  2. 病變部位、腸道準備情況以及病變表麵的黏液等因素,都會影響醫師的判斷;

  3. 實際操作中需要經驗的累積,以獲得做出獨立判斷的信心。

  單純憑借專業NBI醫師在操作中獲得的圖片,得出的診斷結果,僅僅反應了參與者對標準分型的掌握程度,並不能完全反映內鏡醫師在實際操作中的診斷準確率。

  方法

  在NBI學習曲線的研究中,考慮到術者熟練診斷不同佐野(Sano)CP類型病變(圖)的學習過程可能不同,且在預測驗中對兩類結直腸病變的診斷準確率有一定差異,故將病變分為目標病變及非目標病變,分別計算學習曲線。

  結果

  研究結果發現,NBI結合放大內鏡的應用,對目標或非目標病變的診斷準確率,均在完成第1組15例治療後,有了大幅度的提升(78.3%對96.7%,70%對96.7%;P<0.01);並且其有效穩定的診斷正確率一直持續至研究結束。

  ■ 小結

  綜上得出的結論是:對於無NBI經驗的內鏡醫師,在經過短時間的理論學習以及30例左右的實際操作之後,便可穩定有效地采用Sano CP分型來鑒別結直腸病變。

  此研究結果不但揭示了NBI診斷結直腸病變的學習曲線,明確了其有效性和易學性,更為今後內鏡醫師的相關培訓提供了經驗性指導。

 

關鍵字:NBI,內鏡,微血管形態

分享到:
新浪微博 微信 騰訊微博 更多
更多評論
//站內統計 //百度統計 //穀歌統計 //站長統計