CURVA DE APRENDIZAJE EN COLECISTECTOMÍA ROBÓTICA MULTIPORT: ANÁLISIS CUSUM DE 108 CASOS CONSECUTIVOS carlos.perezlete@hotmail.com

 

CURVA DE APRENDIZAJE EN COLECISTECTOMÍA ROBÓTICA MULTIPORT: ANÁLISIS CUSUM DE 108 CASOS CONSECUTIVOS

3

Mexico

Oral or Poster

La colecistectomía laparoscópica es el estándar para patología biliar. La cirugía robótica multiport aporta visión 3D, precisión instrumental, ergonomía y estabilidad superiores. La evidencia sobre su curva de aprendizaje en pacientes complejos es limitada. Este estudio analiza la curva de aprendizaje mediante CUSUM y evalúa seguridad y eficiencia.

Se incluyeron 108 colecistectomías robóticas multiport consecutivas realizadas entre enero de 2022 y noviembre de 2025 por un único cirujano. Se registraron tiempos de consola, docking y quirúrgico total, sangrado estimado, complicaciones y clasificación de Parkland. Se aplicaron análisis CUSUM independientes para consola y docking, usando promedios globales como referencia (target = 51,8 min), definiendo el máximo del CUSUM como punto de inflexión. Se compararon variables pre y post punto de inflexión mediante Mann–Whitney U.

El tiempo promedio de consola fue 51,8 min, docking 5,6 min y tiempo quirúrgico total mediana 68 min. El CUSUM mostró fase inicial de aprendizaje con incremento progresivo, alcanzando eficiencia técnica desde el caso 51. Tras este punto, los tiempos de consola, docking y quirúrgico total se redujeron significativamente (mediana 84 vs 59 min; p < 0,001), sin diferencias en sangrado (p = 0,60). La tasa de complicaciones global fue 7,4%, sin conversiones ni mortalidad; 25% de pacientes fueron Parkland III–V.

La curva de aprendizaje de la colecistectomía robótica multiport alcanza eficiencia técnica alrededor del caso 51, manteniendo seguridad incluso en pacientes complejos. Estos hallazgos ofrecen un referente práctico para programas de cirugía robótica, destacando factibilidad, optimización de tiempos y seguridad quirúrgica.