Cold snare endoscopic resection for large colon polyps: a randomised trial
Notice bibliographique
Résumé
BACKGROUND: Complications of endoscopic mucosal resection (EMR) of large colorectal polyps remain a concern. OBJECTIVE: We aimed to compare safety and efficacy of cold EMR (without electrocautery) to hot EMR (with electrocautery) of large colorectal polyps. DESIGN: In this multicentre randomised trial, patients with any large (≥20 mm) non-pedunculated colon polyp were assigned to cold or hot EMR (primary intervention), and to submucosal injection with a viscous or non-viscous solution (secondary intervention) following a 2×2 design. The primary outcome was the rate of severe adverse events (SAEs). The secondary outcome was polyp recurrence. In this study, we report results of the primary intervention. RESULTS: 660 patients were randomised and analysed. An SAE was observed in 2.1% of patients in the cold EMR group and in 4.3% in the hot EMR group (p=0.10) (per protocol analysis 1.4 vs 5.0%, p=0.017) with fewer perforations following cold EMR (0%) compared with hot EMR (1.6%, p=0.028). Postprocedure bleeding did not differ (1.5% vs 2.2%, p=0.57). The effect of cold resection was independent of the type of submucosal injection solution, polyp size or antithrombotic medications. Recurrence was detected in 27.6% and 13.6% in the cold and hot EMR groups, respectively (p<0.001). Recurrence was not significantly different for 20-29 mm polyps (18.6% vs 13.4%, p=0.24) and for sessile serrated polyps (14.1% vs 8.5%, p=0.33). CONCLUSION: Universal application of cold EMR did not significantly lower SAEs (unless cold EMR could be completed) and doubled the recurrence rate compared with hot EMR. TRIAL REGISTRATION DETAILS: ClinicalTrials.gov, number: NCT03865537.
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 ».