Risk factors for postoperative bleeding following endoscopic submucosal dissection in early gastric cancer: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Early gastric cancer (EGC) presents a significant challenge in surgical management, particularly concerning postoperative bleeding following endoscopic submucosal dissection. Understanding the risk factors associated with postoperative bleeding is crucial for improving patient outcomes. METHODS: Adhering to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines, a systematic review and meta-analysis were conducted across PubMed, Embase, Web of Science, and the Cochrane Library without publication date restrictions. The inclusion criteria encompassed observational studies and randomized controlled trials focusing on EGC patients undergoing endoscopic submucosal dissection and their risk factors for postoperative bleeding. The Newcastle-Ottawa Scale was utilized for quality assessment. The effect size was calculated using random or fixed-effects models based on the observed heterogeneity. We assessed the heterogeneity between studies and conducted a sensitivity analysis. RESULTS: In our meta-analysis, 6 studies involving 4868 EGC cases were analyzed. The risk of postoperative bleeding was notably increased with intraoperative ulcer detection (odds ratio: 1.97, 95% confidence interval [CI]: 1.03-3.76, I2 = 61.0%, P = .025) and antithrombotic medication use (odds ratio: 2.02, 95% CI: 1.16-3.51, I2 = 57.2%, P = .039). Lesion resection size showed a significant mean difference (5.16, 95% CI: 2.97-7.98, P < .01), and longer intraoperative procedure time was associated with increased bleeding risk (mean difference: 11.69 minutes, 95% CI: 1.82-26.20, P < .05). Sensitivity analysis affirmed the robustness of these findings, and publication bias assessment indicated no significant bias. CONCLUSIONS: In EGC treatment, the risk of post-endoscopic submucosal dissection bleeding is intricately linked to factors like intraoperative ulcer detection, antithrombotic medication use, the extent of lesion resection, and the length of the surgical procedure. These interwoven risk factors necessitate careful consideration and integrated management strategies to enhance patient outcomes and safety in EGC surgeries.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,001 |
| 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 ».