S2281 Endoscopic Submucosal Dissection Versus Trans-Anal Endoscopic Surgery for Rectal Tumors: An Updated Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Introduction: Colorectal cancer, particularly rectal cancer, poses significant mortality risks globally. In our systematic review and meta-analysis, we investigate the efficacy and safety of Endoscopic submucosal dissection (ESD) versus trans-anal endoscopic microsurgery (TES) for managing early-stage rectal tumors. Methods: Systematic literature retrieval was performed in PubMed, Web of Science, Scopus, and Embase from inception to April 2025. Risk of bias assessment was performed by using the Newcastle Ottawa Scale (NOS) for observational studies and Cochrane tool for assessing risk of bias in randomized trials (ROB2). Data-analysis was conducted using R version 4.2.2 (2022-10-31) and RStudio version 2022.07.2 (2009-2022, RStudio, Inc.). Results: A total of 14 studies involving 1,312 patients were analyzed, revealing comparable rates of recurrence, en bloc resection, and complication rates (bleeding and perforation) between ESD and TES. Notably, ESD demonstrated a significantly higher R0 resection rate (OR: 0.51, 95% CI: 0.30–0. 88; P = 0.0160) and shorter hospital stays compared to TES (MD: -1.22, 95% CI: -2.10– -0.35; P = 0.0063). Subgroup analyses indicated that tumor type influences outcomes, with TES showing superiority for neuroendocrine tumors. Conclusion: Despite the findings supporting current guidelines for both techniques, variations in surgical protocols and observational study designs raise concerns about biases and generalizability. Ultimately, the choice of technique should be tailored to individual tumor and patient characteristics, emphasizing the need for personalized treatment strategies. Future prospective randomized controlled trials are recommended to establish standardized protocols and long-term efficacy.
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 | 0,010 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,032 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».