新青年快报 | 麻醉医生与外科医生的“CP”有多铁？只要多一次并肩，术后重大并发症就能再降8%

【新青年 | 深度报道】

主刀与麻醉：手术室里的“黄金搭档”

——安大略 71 万例手术大数据揭秘：只要多一次并肩，术后重大并发症就能再降 8%！

01

一场手术，两个灵魂

在无影灯下，主刀医生下刀的那一刻，麻醉医生的手也刚好调整完血压。没有言语，只有监护仪的滴答声和多年的默契。

这幕场景，如今被加拿大科学家量化成一组震撼数字：当同一对外科医生+麻醉医生的“CP”每年多做一次手术，患者的90天重大并发症风险最高可降 8%。

02

硬核研究：71 万例手术的大数据画像

研究规模：2009–2019 年，安大略省 95 家医院，71.1 万例高风险择期手术。

关键指标：搭档年手术量（过去 4 年，同一对外科+麻醉医生每年合作次数）。

结果速览：

高危消化道手术：每多 1 次合作 → 并发症 ↓ 8%

低危消化道手术：↓ 4%

妇科肿瘤手术：↓ 3%

脊柱手术：↓ 3%

“没有神奇阈值，每一次并肩都算数。”——论文第一作者、多伦多大学外科肿瘤专家 Julie Hallet

03

幕后机制：为什么老搭档更安全？

研究团队用“交互记忆系统”解释：

共享心智模型：对方下一步要做什么，无需开口已知。

非技术技能：沟通、协调、突发状况应对速度提升。

信任储蓄：面对大出血、气道危机时，彼此敢于立即求助或接管。

04

冷知识：高默契也有“天花板”

心脏、骨科、胸科手术早已高度专科化，搭档年手术量中位数高达 8–9 次，再增加合作次数，风险下降不再明显。

而在泌尿、神经、血管外科，多数组合一年合作不到 3 次，数据“右偏”严重——熟悉度的潜力仍待挖掘。

05

麻醉医生的“职业体感”

“排班表不只是时间表，更是安全表。”——一位参与研究的麻醉医生

现实困境：专科化提高熟悉度的同时，可能削弱麻醉医生对其他手术的胜任力。

未来想象：

“固定 CP”排班制度：高危消化道手术锁定 3 对黄金搭档。

AI 排班插件：实时匹配历史合作次数最多的组合。

06

下一次握手，可能决定一条生命

论文最后写道：“熟悉度无法被流程或协议完全替代。”

或许，在手术室的每一次默契对视里，都藏着患者通往康复的捷径。

灯光亮起，手术开始

这一次，你和谁并肩？

文献详情：

1.这篇文章问了一个简单问题：如果外科医生和麻醉医生是老搭档，病人做手术会不会更安全？他们用加拿大安大略省 71 万例大手术做“大数据摸底”，发现答案是“会”。

2.怎么算“老搭档”？就看过去 4 年里，同一对外科+麻醉医生每年一起做了几次同类手术。次数越多，默契越深。

3.结果很直观：每多合作一次，病人术后 90 天内出现大出血、感染、甚至死亡等重大并发症的几率就继续往下降——最夸张的是高危胃肠手术，每多一次合作，风险直接砍掉 8%。

为什么？老搭档心里有“共享脚本”：谁下一步干什么、出意外怎么补位，一秒就能对上频道，手术自然又快又稳。

不过，这条“默契红利”只在胃肠、妇科肿瘤、脊柱手术最明显；心脏、骨科等已经很专科化的手术，再熟也加不了多少分。简单说：让对的人经常一起干活，就是省钱、救命、又简单的大招。

我们看下文章思路：

用一句话先告诉你：

“先把默契量化成数字，再用大数据验证它能不能救命，最后告诉你哪些手术最需要这种默契。”

下面拆成 5 步小白级思路，对应论文里的具体做法：

01

提出一个可量化的假设

默契 = 过去 4 年，同一对外科医生＋麻醉医生每年一起做同类手术的次数。

→ 论文里叫“dyad volume（搭档年手术量）”。

02

锁定研究对象

选“高风险择期手术”——病人稳定、时间安排可控，最能看出团队因素影响。

→ 71.1 万例，11 个手术类别，全来自加拿大安大略省公立医院。

03

把默契变成数字

用政府数据库把每台手术的主刀和麻醉医生配对，再倒查 4 年，算出他们每年合作次数。

→ 心脏手术平均 9 次/年，胃肠手术平均 3 次/年，差距出来了。

04

看数字和并发症的关系

先看线性：每多合作 1 次，90 天重大并发症（出血、感染、死亡等）风险怎么变？

再校正混杂：病人年龄、性别、合并症，医院大小、医生个人年手术量都拉进来。

→ 得到 4 个显著“受益”手术：高危/低危胃肠、妇科肿瘤、脊柱。

05

解释和提醒

心脏、骨科本身已高度专科化，再增加合作次数无明显收益。

→ 结论：在胃肠、妇科肿瘤、脊柱这类手术里，通过固定排班提高搭档次数，是一种简单又低成本的“安全升级”办法。

重要的是，这篇文献，你要可以模仿！

把大象装进冰箱分三步，把“模仿这篇论文”拆成四步。

你是一名麻醉医生，没有 71 万例数据库，但你可以用“小样本、真场景、快验证”的思路，做出自己的“迷你版”。

把“默契”翻译成你能随手记录的数字

原论文指标 科室日常可操作版本

过去 4 年同一对外科-麻醉组合每年手术量 过去 3 个月/半年内，你和某主刀同台某类手术的次数（Excel 或排班表就能数）

工具举例：

每月底用 5 分钟从排班系统导出“手术名+主刀+麻醉”CSV → Excel 透视表 → 得到“搭档次数”。

如果医院 HIS 开放，用 Power BI 或 Python 写 20 行脚本自动跑。

把“并发症”换成你能第一时间拿到的结局

原论文结局 科室日常可操作版本

90 天重大并发症（Clavien-Dindo 3-5） 术后 7 天内麻醉相关不良事件：

小技巧：

把不良事件做成“红单”放在恢复室，PACU 护士或随访护士打钩即可。

样本量不大的话，连续收集 3-6 个月就有 100-300 例，足够跑一个单中心小模型。

把“混杂因素”缩到最小

病人层面：只记录年龄、性别、ASA 分级（病历首页就有）。

医院层面：同一间手术室、同一套器械护士，环境差异基本抹平。

医生层面：把主刀限定在 2-3 位资深/中级医师，避免“新手效应”。

把“迷你研究”跑通

1 个 Excel + 1 个在线统计器就够

数据表（每行 1 个病人）：

| 手术日期 | 主刀 | 麻醉 | 搭档次数(近3月) | PONV(0/1) | 非计划插管(0/1) | 年龄 | ASA |

分析

用 MedCalc 或 jamovi 在线跑单因素 + 多因素 logistic；

主要关心“搭档次数”OR 是否 <1，以及每多一次风险降多少。

把结果变成科室可落地的动作

若发现“≥5 次/3 月”组合不良事件下降明显

→ 向科主任建议：

“高危胃肠大手术固定麻醉排班，每周三、周五固定我跟 X 主任”。

用 1 页 A4 把 OR 和样本量贴出来，比空口说“默契重要”更有说服力。

模板话术（给主任/护理部汇报用）

“我们收集了最近 4 个月 120 例腹腔镜胃癌根治术，发现当我和某主刀过去 3 个月内合作 ≥4 次时，术后 7 天内麻醉相关不良事件从 18% 降到 6%（OR=0.35，p=0.04）。建议在高危胃肠手术试行固定麻醉排班，3 个月后复盘效果。”

一句话总结论文用的是省级大数据，你用的是科室小账本；核心思路都是“把默契量化→看它对结局的影响→用数据说服大家改变排班”。

文献来源：

Hallet J

Jerath A

d’Empaire PP, et al. Familiarity of the Surgeon-Anesthesiologist Dyad and Major Morbidity After High-Risk Elective Surgery.

JAMA Surg.

2025;160(7):772–781. doi:10.1001/jamasurg.2025.1386

新青年麻醉论坛文献翻译群开放

基本条件：

1.有文献翻译经历并能提供作品

2.热爱翻译工作

奖励

1.欢迎同行原创投稿，稿酬200元/篇

2.投稿＞3篇以上，优先加入新青年高级技术群

3.投稿10篇以上成为新青年特约撰稿专家，获得新青年终身VIP

管理员微信：mm862428464（备注来意）

更多想法请联系我们

- CONTACT US -

联系人：艾米尼

邮箱：aima8464@foxmail.com

新青年麻醉论坛·文献翻译团队