已有研究表明，机器人手术期间记录的器械运动学指标可以预测尿失禁的结果。

最近，有研究人员评估了患者和治疗因素、外科医生效率指标和外科医生技术技能评分，特别是膀胱尿道吻合术（VUA），对预测机器人辅助前列腺根治术（RARP）后尿失禁恢复的模型的贡献。

研究人员收集了2016年7月至2017年12月进行的RARP的自动性能指标（APMs；仪器运动学和系统事件）和患者数据。研究结果发现，在115名接受RARP的患者中，89人（77.4%）的尿失禁康复，康复中位时间为166天（四分位数范围[IQR] 82-337）。23名外科医生进行了VUA手术。RACE评分的中位数是28/30（IQR 27-29）。在单个数据集中，技术能力（RACE）产生了最好的模型（C指数：CoxPH 0.695，DeepSurv：0.708）。在简略的APMs中，后部/前部VUA产生的模型性能优于其他RARP步骤（C指数0.543-0.592）。在详细的APMs中，针头驱动的指标产生了比其他缝合阶段表现更好的模型（C指数0.614-0.655）。另外，DeepSurv模型的表现一直优于CoxPH；两种方法在提供所有数据集时表现最好。局限性包括特征选择，这可能排除了相关信息，但预防了过度拟合。

深度学习生存分析模型中特征重要性排序

最后，研究人员指出，VUA中的技术能力和 "针驱 "APMs是贡献最大的。表现最好的模型使用了所有数据集的协同数据。

原始出处：

Loc Trinh， Samuel Mingo ， Erik B Vanstrum et al. Survival Analysis Using Surgeon Skill Metrics and Patient Factors to Predict Urinary Continence Recovery After Robot-assisted Radical Prostatectomy. Eur Urol Focus. Apr 2021