MétaCan
Menu
Retour à la cohorte
Enregistrement W3088173916 · doi:10.1055/a-1214-5692

Underwater vs conventional endoscopic mucosal resection in the management of colorectal polyps: a systematic review and meta-analysis

2020· review· en· W3088173916 sur OpenAlexaboutno aff
Faisal Kamal, Muhammad Ali Khan, Wade Lee‐Smith, Zubair Khan, Sachit Sharma, Claudio Tombazzi, Dina Ahmad, Mohammad K. Ismail, Colin W. Howden, Kenneth F. Binmoeller

Notice bibliographique

RevueEndoscopy International Open · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMeta-analysisEndoscopic mucosal resectionFunnel plotColonoscopyPublication biasRelative riskConfidence intervalObservational studyRandomized controlled trialInternal medicineAdverse effectOdds ratioResectionSurgeryColorectal cancerCancer

Résumé

récupéré en direct d'OpenAlex

Abstract Background Recently, underwater endoscopic mucosal resection (UEMR) has shown promising results in the management of colorectal polyps. Some studies have shown better outcomes compared to conventional endoscopic mucosal resection (EMR). We conducted this systematic review and meta-analysis to compare UEMR and EMR in the management of colorectal polyps. Methods We searched several databases from inception to November 2019 to identify studies comparing UEMR and EMR. Outcomes assessed included rates of en bloc resection, complete macroscopic resection, recurrent/residual polyps on follow-up colonoscopy, complete resection confirmed by histology and adverse events. Pooled risk ratios (RR) with 95 % confidence interval were calculated using a fixed effect model. Heterogeneity was assessed by I2 statistic. Funnel plots and Egger’s test were used to assess publication bias. We used the Newcastle-Ottawa scale (NOS) for assessment of quality of observational studies, and the Cochrane tool for assessing risk of bias for RCTs Results Seven studies with 1291 patients were included; two were randomized controlled trials and five were observational. UEMR demonstrated statistically significantly better efficacy in rates of en bloc resection, pooled RR 1.16 (1.08, 1.26), complete macroscopic resection, pooled RR 1.28 (1.18, 1.39), recurrent/residual polyps; pooled RR 0.26 (0.12, 0.56) and complete resection confirmed by histology; pooled RR 0.75 (0.57, 0.98). There was no significant difference in adverse events (AEs); pooled RR 0.68 (0.44, 1.05). Conclusions This meta-analysis found statistically significantly better rates of en bloc resection, complete macroscopic resection, and lower risk of recurrent/residual polyps with UEMR compared to EMR. We found no significant difference in AEs between the two techniques.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,025
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0180,032
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,093
Tête enseignante GPT0,403
Écart entre enseignants0,310 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEndoscopy International OpenMême sujetColorectal Cancer Screening and DetectionTravaux en français237 207