在美国，膝关节置换术的数量每年都在增长。一项基于人群的logistic回归模型对780万例原发性全膝关节置换术(TKA)进行了分析，预测在2012年至2025年期间，仅TKA就预计会增加143.0%。随着病例数量的增加，有必要继续分析结果，以确保高质量的结果。在手术中加入机器人辅助是一个需要考虑的新因素。先前对112,161例患者进行的一项研究利用多变量逻辑回归模型预测，到2032年，美国50.0%的TKA将得到技术辅助。随着外科手术中使用机器人的热情高涨，骨科机器人辅助关节置换术需要更多的数据和分析来确定机器人的结果和意义，特别是考虑到不同的患者人口统计学。

目前，由于机器人手术相对较新，关于机器人和传统膝关节置换术之间长期结果差异的数据有限。一些数据表明存在短期差异，但缺乏普遍性。然而，一项340例患者的回顾性病例对照研究比较了传统和机器人辅助膝关节置换术的结果，发现这两种方法具有可比性，TKA的差异很小。值得注意的是，机器人辅助TKA的住院时间更短，出院时间更快，而手动TKA的手术时间更短，90天时最大屈曲度增加，术后物理治疗次数减少。

一项包含1159名患者的9项比较研究的系统综述表明，机器人辅助TKA提高了手术的准确性、精度和对齐纠正。对811852例患者进行回顾性队列分析的另一个发现是，单室膝关节置换术(UKAs)与TKA相比，1年和2年翻修的几率更高，但1年麻醉下操作(MUAs)的几率更低，这也导致了本研究中提出的假设受到挑战。

本研究的目的是:(1)分析机器人辅助膝关节置换术的不良后果及其与性别、体重指数(BMI)和年龄的关系;(2)探讨机器人辅助UKA和机器人辅助TKA在结果上可能存在的差异。假设性别，BMI和年龄将在机器人辅助膝关节置换术中经历的不良事件中发挥作用。据推测，机器人辅助TKA与UKA的不良后果会有所不同。本研究分析了年龄、性别和BMI与机器人辅助TKA和UKA不良事件的关系。

方法:回顾性分析来自同一外科医生的1300例患者，这些患者采用机器人辅助的UKA或TKA。人口统计数据按年龄、性别和身体质量指数进行分类。

术后不良事件分类

结果：按不良事件的类型分类。最常见的不良事件进一步按年龄、性别和BMI进行统计分析，然后与整个队列进行比较。最常见的不良事件也被分为TKA和UKA。接受手术的患者平均年龄为63.6岁，女性占52.3%。平均BMI为32.2。在87例出现不良事件的患者中，有111例不良事件被记录在案。麻醉下操作(MUA)是经历过的最高不良事件。在MUA事件中，79.5% BMI大于30 (p=0.067)， 72.8%为女性(p=0.014)，平均年龄为59岁(p=0.019)。在MUA不良事件中，76.9% (n=30)发生在TKA后，23.1%发生在UKA后。当考虑整个样本(n= 1300)时，具有统计学意义的是，TKA患者发生MUA的几率是UKA患者的12.6倍(p<0.001)。当只考虑那些经历过不良事件的患者时，发现了类似的结果(n=87)，因为接受TKA的患者发生MUA的几率是接受UKA的患者的4.67倍(p<0.001)。

结论:MUA是该队列机器人辅助膝关节置换术中最常见的不良事件。其他不良事件没有产生足够大的队列规模来分析与特定患者人口统计学相关的统计。年轻患者和女性需要MUA的几率明显更高。BMI超过30的患者在机器人辅助膝关节置换术后需要MUA的风险没有统计学意义。在整个队列中，接受TKA的患者需要MUA的几率是接受UKA的患者的12.6倍。

原文出处：

Alyssa M, Kendrick,  Jill M,Retrospective analysis of robotic unicompartmental and total knee arthroplasties: patient demographics and outcomes.J Osteopath Med 2023/07/27;124