Local Recurrence Rates After Resection of Large Colorectal Serrated Lesions
Notice bibliographique
Résumé
Aims Our aim was to evaluate local recurrence rates (LRR) after resection of large colorectal serrated lesions (SLs) and the use of margin ablation in preventing recurrence. Methods Patients with resection of colorectal SSL, TSA, or HP polyps ≥ 15 mm from 2010-2022 with a colonoscopy follow-up within 18 months were identified through pathology database and electronic medical records search. Hereditary CRC syndromes, follow-ups longer than 18 months or no follow-up, surgical resection were excluded. The primary outcome was LRRs (either histologic or visual) during the first 18-month follow-up. Secondary outcomes were LRRs according to size, LRR after margin ablation and cold snare polypectomy (CSP). Results 188 polyps in 168 patients were resected (55.1% women; mean age, 63.8 years). The mean size of polyps was 22.9 mm, with 114 (60.6%) ≥20mm. 128 (67.0%) polyps were resected with hot EMR, 27 (14.4%) with CSP including 24 with submucosal injection, and 38 (20.2%) polyps received margin ablation. Mean first surveillance colonoscopy was 8.2 months. Overall LRR for the first 18-months was 13.3% (25/188) [95% confidence interval (CI) 8.8-19.0] (12.2% for polyps 15-19mm, 14.0% for ≥20mm, 14.6% for ≥30 mm). LRR was significantly lower after hot EMR with margin ablation when compared with no margin ablation (2.6% vs 17.0%; p=0.026) or CSP (2.6% vs 18.5%; p=0.029). There was no difference in LRR between EMR without margin ablation and CSP (p=0.86). Conclusions The local recurrence rate for SLs ≥15 mm is high with 13.3% overall recurrence. EMR with thermal ablation of the margins is superior to both no ablation and CSP in reducing LRRs. Publication History Article published online: 14 April 2023 © 2023. European Society of Gastrointestinal Endoscopy. All rights reserved. Georg Thieme Verlag KG Rüdigerstraße 14, 70469 Stuttgart, Germany
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) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».