Endoscopic mucosal resection is effective for laterally spreading lesions at the anorectal junction
Notice bibliographique
Résumé
OBJECTIVE: The optimal approach for removing large laterally spreading lesions at the anorectal junction (ARJ-LSLs) is unknown. Endoscopic mucosal resection (EMR) is a definitive therapy for colorectal LSLs. It is unclear whether it is an effective modality for ARJ-LSLs. DESIGN: EMR outcomes for ARJ-LSLs (distal margin of ≤20 mm from the dentate line) in comparison with rectal LSLs (distal margin of >20 mm from the dentate line) were evaluated within a multicentre observational cohort of LSLs of ≥20 mm. Technical success was defined as the removal of all polypoid tissue during index EMR. Safety was evaluated by the frequencies of intraprocedural bleeding, delayed bleeding, deep mural injury (DMI) and delayed perforation. Long-term efficacy was evaluated by the absence of recurrence (either endoscopic or histologic) at surveillance colonoscopy (SC). RESULTS: Between July 2008 and August 2019, 100 ARJ-LSLs and 313 rectal LSLs underwent EMR. ARJ-LSL median size was 40 mm (IQR 35-60 mm). Median follow-up at SC4 was 54 months (IQR 33-83 months). Technical success was 98%. Cancer was present in three (3%). Recurrence occurred in 15.4%, 6.8%, 3.7% and 0% at SC1-SC4, respectively. Among 30 ARJ-LSLs that received margin thermal ablation, no recurrence was identified at SC1 (0.0% vs 25.0%, p=0.002). Technical success, recurrence and adverse events were not different between groups, except for DMI (ARJ-LSLs 0% vs rectal LSLs 4.5%, p=0.027). CONCLUSION: EMR is an effective technique for ARJ-LSLs and should be considered a first-line resection modality for the majority of these lesions.
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.
Comment cette classification a été obtenuedéplier
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 | 0,000 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».