MétaCan
Menu
Retour à la cohorte
Enregistrement W4410813906 · doi:10.1159/000546490

Endoscopic Treatment of Achalasia

2025· review· en· W4410813906 sur OpenAlexaff
Gonzalo Latorre, Robert Bechara

Notice bibliographique

RevueDigestion · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueGastroesophageal reflux and treatments
Établissements canadiensKingston Health Sciences CentreKingston General HospitalQueen's University
Organismes subventionnairesnon disponible
Mots-clésAchalasiaMyotomyEsophageal motility disorderGERDMedicineBotulinum toxinHeller myotomyIntensive care medicineEsophagusSurgeryDiseaseRefluxInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Achalasia is the most common major esophageal motility disorder, characterized by impaired lower esophageal sphincter relaxation and absent or ineffective peristalsis. Peroral endoscopic myotomy (POEM), pneumatic dilation, and botulinum toxin injection are the main endoscopic therapies available. This review highlights recent advances, technical variations, and updated evidence on the efficacy and safety of POEM. SUMMARY: POEM has emerged as a highly effective and minimally invasive treatment for achalasia, with randomized controlled trials demonstrating excellent long-term clinical success and durability. Its safety profile and capacity for a tailored myotomy offer distinct advantages over alternative therapies. However, gastroesophageal reflux disease (GERD) remains a key concern. Ongoing efforts are focused on optimizing procedural techniques, including myotomy length and orientation, sling fiber preservation, and the addition of fundoplication. Additionally, training protocols, patient selection criteria, and strategies to prevent and predict GERD are critical areas of development. Future research should aim to refine follow-up strategies and define objective measures of success to enhance the safety, efficacy, and accessibility of POEM. KEY MESSAGES: Endoscopic treatments of achalasia, particularly POEM, offer effective and durable outcomes. Optimizing technique, refining training, and managing GERD are essential for improving safety and long-term success.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,649

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,047
Tête enseignante GPT0,385
Écart entre enseignants0,338 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigestionMême sujetGastroesophageal reflux and treatmentsTravaux en français237 207