内镜结合病理在内镜黏膜下剥离术(ESD)术前诊断贲门早期癌及癌前病变的准确性研究

来源 :安徽医科大学 | 被引量 : 0次 | 上传用户:zimomo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:比较胃镜活检、放大染色内镜及超声内镜等各种内镜技术在内镜黏膜下剥离术(ESD)术前诊断贲门早期癌及癌前病变的准确性差异。方法:研究对象为2015年1月至2019年6月在我院消化内科接受普通白光内镜、超声内镜、放大染色内镜等消化内镜技术结合内镜下活检,病理诊断为贲门上皮内瘤变或贲门早期癌的113例患者。其中25例贲门低级别上皮内瘤变(LGIN),72例贲门高级别上皮内瘤变(HGIN),16例贲门早期癌(ECC)。患者短期内均行ESD治疗,以术后的病理诊断为金标准,采用Kappa检验评价白光内镜、超声内镜、放大内镜以单独或不同组合方式在ESD术前判断病变性质、深度的可靠性,评估各种消化内镜技术在ESD术前诊断贲门早期癌及癌前病变与ESD术后病理诊断的一致性。结果:1.ESD手术时间(108±57)min,手术成功率为100%。ESD术中少量出血,平均出血量(24±6)ml,术中穿孔2例,所有病例术后均无大出血及二次内镜下止血。ESD切除病变的最大直径为(4.4±1.6)cm,整块切除率100%,完全切除率93.8%。2.113例患者术前胃镜活检诊断的准确率为46.9%,LGIN组、HGIN组和ECC组诊断的准确率分别为36.0%、45.8%、68.8%,Kappa值为0.175。术前活检诊断贲门上皮内瘤变患者的总低估率为48.5%。3.113例患者术前行超声内镜判断病变浸润深度的准确率为73.5%,黏膜内层和黏膜下层病变诊断的准确率分别为95%、21.2%,Kappa值为0.202。4.113例患者术前行放大内镜判断病变良恶性的准确率为64.6%,非癌性病变和癌性病变诊断的准确率分别为81.1%、56.6%,Kappa值为0.319。5.113例患者术前行超声内镜和放大内镜联合诊断的准确率为55.8%,上皮内瘤变组、黏膜内癌组和黏膜下癌组诊断的准确率分别为81.1%、53.1%、25.9%,Kappa值为0.313。术前内镜联合诊断贲门早期癌患者总高估率为55.3%。结论:本研究中共113例贲门早期癌或贲门上皮内瘤变的患者,术前胃镜活检诊断的准确率仅为46.9%,单一的超声内镜和放大染色内镜各有其局限性,但二者联合诊断的准确率为55.8%,明显高于胃镜活检组,可以在一定程度上有助于提高诊断的准确率。但总体上各种消化内镜对贲门肿瘤性病变的ESD术前诊断准确性仍不高,容易低估(诊断不足),故术前判断ESD手术指证及手术方案时应谨慎。
其他文献
目的:采用数据挖掘技术筛选针灸治疗阿片类毒品稽延性戒断综合征(POAS)的最佳用穴方案;运用随机对照试验的研究方法,评价针刺治疗女性POAS的临床疗效及安全性。方法:1.针灸治
甲状腺癌是人体内分泌系统中最常见的恶性肿瘤,最近几十年来其发病率不断升高,已成为中国和美国女性第五大常见的恶性肿瘤,从而受到医学界的广泛关注。甲状腺乳头状癌(papillary thyroid carcinoma,PTC)是其最常见的病理类型,总体治疗效果及预后相对良好,但其中晚期及高危亚型患者的治疗效果依然不佳,甲状腺癌手术后大多需要甲状腺抑制或替代治疗,对患者的生活质量造成较大影响。因此对PT
目的:研究海洋中药厚藤的质量控制方法,建立厚藤的质量标准。方法:以咖啡酸为对照品,考察厚藤的提取溶媒、显色剂、展开剂、温度、湿度对厚藤TLC色谱图的影响,建立厚藤的薄层
随着移动互联网的快速发展,各种新型业务场景的应用,无线接入网的数据流量需求也在日益增加。其中,云化无线接入网架构CRAN以其能耗小、成本低、负载均衡等优点引起了广泛的
为应对未来移动通信网络流量爆炸式增长,在大量部署小小区基站的同时也将给回程网络带来巨大的挑战。毫米波通信拥有较大的带宽,能实现千兆的传输速率,将成为5G回程的主要方
目的回顾性分析42例抗N-甲基-D-天冬氨酸受体(NMDAR)脑炎患者的临床表现、辅助检查、治疗及预后,比较轻症、重症抗NMDAR脑炎临床资料的差异及免疫治疗对抗NMDAR脑炎的疗效。
随着互联网技术的不断更新和发展,网络信息资源也在不断的向数字化的形式转变,各种信息资源通过网络技术,使人们获取了更加详细丰富的信息。但是当前对信息资源的组织和管理
目的:网片相关的并发症见于许多修补手术,比如盆腔器官脱垂(pelvic organ prolapse,POP)手术和疝气修补手术。最近的一项大型队列研究显示,经腹腔镜骶骨阴道固定术(laparosco
异常事件检测是一种计算机视觉领域中的热门研究课题,异常事件检测可以被广泛应用于视频监控、智能检测等领域 该问题的突破可以带来相当的社会价值和经济效益,比如能够减少监控中的人力成本,提高视频监控的时效性与准确性。异常事件检测是一个二分类问题,在非基于深度学习的分类方法中,稀疏表示是一种主流的方法。稀疏表示可以将训练样本向量抽象为一个稀疏矩阵,该稀疏矩阵可以有效地对训练用样本向量进行线性还原。基于这一
随着第五代移动通信时代的来临,与日俱增的智能终端及不断涌现的高速业务,导致频谱资源稀缺及利用率低等问题日益突出。如何实现频谱高度共享、满足更多类型高速业务的接入需