一个简化的算法来评估大 (≥20毫米) 的非形结肠多的下膜侵入性癌症的风险
Timothy O'Sullivan1,2, Ana Craciun1,3, Karen Byth4,5
1Gastroenterology and Hepatology, Westmead Hospital, Westmead, Australia.
Endoscopy
|March 6, 2024
概括
一个新的算法有助于识别大非形结肠多体 (LNPCPs) 中的粘膜下侵袭性癌症 (SMIC). 这种工具有助于临床医生在选择较高SMIC风险的LNPCP适当的切除策略.
科学领域:
- 胃肠病学 胃肠病学
- 结肠直肠手术 结肠直肠手术
- 在瘤学瘤学.
背景情况:
- 大型非形结肠多瘤 (LNPCPs) 中的粘膜下侵袭性癌症 (SMIC) 需要精确的切除策略.
- 目前的方法缺乏基于损伤特征的简化,广泛适用的方法来识别基于高SMIC风险的LNPCP.
研究的目的:
- 开发和验证一个决策算法,以简化识别增加SMIC风险的LNPCP亚型.
- 提高LNPCP的病变特征和切除选择的准确性.
主要方法:
- 对2008年9月至2022年11月间接受切除的患者的LNPCP特征进行了决策树分析.
- 通过内镜切除标本,活检或手术结果确定了SMIC.
- 多变量分析确定了影响SMIC患病率的关键病变特征.
主要成果:
- 在分析的2451个LNPCP中,11.1%有SMIC.
- SMIC风险与抑郁和结节形态,直筒形状位置,非粒状外观和较大的尺寸有显著的关联.
- 该算法确定了八个终端节点,SMIC患病率高达62%的抑郁LNPCPs和19-20%的特定节点亚型.
结论:
- 开发的决策算法有效地简化了识别具有较高SMIC风险的LNPCP.
- 这种算法与表面光学评估的整合可以提高病变的准确表征,并指导最佳的切除策略.
