Piecemeal cold snare polypectomy versus conventional endoscopic mucosal resection for large sessile serrated lesions: a retrospective comparison across two successive periods
Notice bibliographique
Résumé
OBJECTIVE: Large (≥20 mm) sessile serrated lesions (L-SSL) are premalignant lesions that require endoscopic removal. Endoscopic mucosal resection (EMR) is the existing standard of care but carries some risk of adverse events including clinically significant post-EMR bleeding and deep mural injury (DMI). The respective risk-effectiveness ratio of piecemeal cold snare polypectomy (p-CSP) in L-SSL management is not fully known. DESIGN: Consecutive patients referred for L-SSL management were treated by p-CSP from April 2016 to January 2020 or by conventional EMR in the preceding period between July 2008 and March 2016 at four Australian tertiary centres. Surveillance colonoscopies were conducted at 6 months (SC1) and 18 months (SC2). Outcomes on technical success, adverse events and recurrence were documented prospectively and then compared retrospectively between the subsequent time periods. RESULTS: A total of 562 L-SSL in 474 patients were evaluated of which 156 L-SSL in 121 patients were treated by p-CSP and 406 L-SSL in 353 patients by EMR. Technical success was equal in both periods (100.0% (n=156) vs 99.0% (n=402)). No adverse events occurred in p-CSP, whereas delayed bleeding and DMI were encountered in 5.1% (n=18) and 3.4% (n=12) of L-SSL treated by EMR, respectively. Recurrence rates following p-CSP were similar to EMR at 4.3% (n=4) versus 4.6% (n=14) and 2.0% (n=1) versus 1.2% (n=3) for surveillance colonoscopy (SC)1 and SC2, respectively. CONCLUSIONS: In a historical comparison on the endoscopic management of L-SSL, p-CSP is technically equally efficacious to EMR but virtually eliminates the risk of delayed bleeding and perforation. p-CSP should therefore be considered as the new standard of care for L-SSL treatment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».