Feasibility of Underwater Endoscopic Mucosal Resection for Colorectal Lesions: A Single Center Study in Japan
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Underwater endoscopic mucosal resection (U-EMR) has emerged as an alternative technique for the resection of colorectal lesions. This study aimed to evaluate our initial experience using U-EMR. Methods: This is a single-center, retrospective case series study. We analyzed the clinical outcomes of consecutive patients who underwent U-EMR in our endoscopy center, from December 2015 to February 2017. Results: Our analysis included 64 lesions, contributed by 38 patients, with a mean age of 68.6 years (range, 25 to 90 years). The study sample included 33 right-sided and 25 left-sided colon lesions, and seven rectal lesions, with an average size of 16.2 mm (6 - 40 mm). Of these, 46 lesions were polypoid and 18 ones non-polypoid. Histologically, 31 lesions were low-grade adenomas, eight ones were high-grade adenomas, 11 were mucosal cancers, four were submucosal cancers, and 10 were classified as “others” . En bloc resection was achieved in 52 (81%) lesions, with an en bloc resection rate of 95% for lesions < 20 mm and 55% for lesions < 20 mm. Complete resection of neoplastic epithelial lesions, defined by a negative pathological margin, was achieved in 32 of 59 neoplastic epithelial lesions (54%). We identified three cases (5%) of post-procedural bleeding and one case of perforation (2%). Conclusions: U-EMR can be feasibly used for resection of colonic lesions, including lesions >= 20 mm, although the en bloc resection rate for these lesions was lower than for lesions < 20 mm. Gastroenterol Res. 2018;11(4):274-279 doi: https://doi.org/10.14740/gr1021w
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle