S1055 Efficacy and Safety of Peroral Endoscopic Myotomy for the Treatment of Esophageal Diverticula: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Introduction: A new minimally invasive treatment, known as per-oral endoscopic myotomy (POEM), has emerged for managing esophageal diverticula, including Zenker’s diverticulum, epiphrenic diverticulum, Killian-Jamieson diverticulum, and thoracic esophageal diverticulum. This meta-analysis aimed to assess the efficacy and safety of POEM for esophageal diverticula. Methods: Electronic databases including PubMed, Cochrane Central, and ScienceDirect were searched from inception till January 2025. This review followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. The pooled analysis was conducted under the random effects model using R version 4.2.3 and employing the “metaprop” package. The primary and secondary outcomes of interest were treatment success, technical success, symptoms recurrence, and adverse effects. The quality assessment was done through the Newcastle Ottawa Scale. The publication bias was assessed through visual inspection of funnel plots. Results: Thirty-seven studies pooling a total of 1,032 patients were included in this meta-analysis. The pooled clinical success was 92% (95% confidence interval [CI] 89-94%; I2 = 0%). The technical success rate was 99% (95% CI 97-99%; I2 = 0%). The pooled rate of symptom recurrence was 6% (95% CI 4-9%; I2 = 0%) whereas the overall adverse effects were 9% (95% CI 7-12%; I2 = 0%). Conclusion: POEM demonstrates high clinical and technical success rates with low rates of symptom recurrence and adverse effects supporting its efficacy and safety for managing esophageal diverticula. These findings highlight POEM as a promising minimally invasive treatment option for diverse esophageal diverticula types.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,002 |
| 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 ».