www..41668.com-4166金沙手机官网-澳门金沙最新官方网址 - 文学类专业网站力求原创·干净·绿色

www..41668.com-4166金沙手机官网-澳门金沙最新官方网址

当前位置: 金沙网站 > 科技 > 咱们将长度拟合为络续变量2019年3月28日

咱们将长度拟合为络续变量2019年3月28日

时间:2019-03-28来源:未知 作者:admin点击:
原标题:Gastroenterology:Barrett食管射频消融后基于证据的监测间隔的发展 射频消融术(RFA)是一种治疗Barrett食管(BE)的安全有效的治疗方法。虽然大多数接受RFA治疗异型增生的患者获得了肠道上皮化生的完全根除(CEIM),但可能有25%或更多的患者肠化

  原标题:Gastroenterology:Barrett食管射频消融后基于证据的监测间隔的发展

  射频消融术(RFA)是一种治疗Barrett食管(BE)的安全有效的治疗方法。虽然大多数接受RFA治疗异型增生的患者获得了肠道上皮化生的完全根除(CEIM),但可能有25%或更多的患者肠化生复发。幸运的是,大多数这些复发都是非异型增生的,并且对RFA或其他治疗方式有反应。然而,这些复发中的一小部分是肿瘤性的,并且高达1%的患者复发侵袭性食管腺癌(EAC)。

  由于存在复发的风险,在CEIM后,进行内镜监测以识别和治疗肿瘤复发并防止进展为侵袭性EAC。治疗后的监测实践差异很大,仅由专家意见告知。最常推荐的监测算法基于AIM异型增生试验中使用的间隔,这是一项多中心随机对照试验,证明RFA在治疗异型增生BE中的效用。虽然这些间隔在临床实践中导致出现无法切除的EAC的发生率低,但它们可能过于激进,鉴于它们与未接受RFA的患者的推荐相同。如果RFA降低癌症风险,那么假设内镜检查监测的需要同时应该减少也是合理的。

  美国射频消融(US RFA)登记处是美国现行最大的针对接受RFA治疗的BE患者的研究处,英国国家Halo登记处(英国NHR)是美国境外此类患者最大的现有研究处,这些登记处提供了一个独特的机会来评估复发模式,以产生基于证据的监视间隔,然后在独立的人群中对其进行验证。这种方法应该允许异型增生复发的风险分层,然后在同期的、地理上不同的人群中提供独立验证,这种风险分层是稳健和可推广的。

  我们的目的是:1)根据美国RFA登记处的数据,根据CEIM建立时已知的特征,对BE行RFA之后的肿瘤复发率(低度不典型增生[LGD],高度不典型增生[HGD]或EAC)进行模拟;2)在英国NHR中验证该模型;3)将模型简化为监视风险类别,以及4)在BE行RFA之后提出基于证据的监视间隔。

  美国RFA登记处和英国NHR是对行RFA治疗BE的患者进行的最大规模的研究。美国的登记RFA始于2004年,监测数据收集到2013年。英国NHR的登记始于2007年,数据收集正在进行中。本研究使用了英国NHR到2015年的数据,该研究允许所有纳入受试者至少进行18个月的随访。虽然美国RFA登记处设置在学术附属独立实践,并包括初始RFA时有非异型增生和异型增生BE的患者,英国NHR设置在学术中心,仅包括初始RFA时有异型增生BE的患者。获得CEIM的患者(定义为一次治疗后内镜检查未显示肠上皮化生或相关肿瘤的组织学或内镜证据)进入内镜监测(定义为CEIM后至少有一次额外内镜检查监测,进行组织学取样)的患者包括在了这次分析内。在进入监测之前有任何侵袭性食管腺癌(EAC)或食管切除术史的患者被排除在外。患者在内镜证明CEIM时开始积累监测人次,并持续到审查出再治疗,审查出非异型增生复发或发展为肿瘤复发。

  肿瘤复发是主要结局,定义为单次内窥镜检查确认CEIM后组织学检查首次发现食管或贲门中LGD、HGD或EAC。在次级分析中,我们还检查了HGD或更高,以及粘膜下腺癌或更高的复发模型。

  正向模型选择中包括的变量是临床医生在CEIM时已知的并且对肿瘤复发率具有临床或生物学上可信的影响的变量。这些包括:首次RFA治疗时的年龄、性别、以厘米计的初始BE段长度、先前有内镜下结节切除、内镜根除治疗期间任何内镜下粘膜结节切除、以及患者在CEIM之前最严重的组织学分级。给予的治疗的数量和类型、种族和民族以及之前的胃底折叠术也作为潜在的预测因子进行了检查,但没有达到包含在模型中的先验统计学意义阈值(p0.05)。基线特征用连续变量的平均值和标准差以及分类变量的数量和百分比来描述。

  我们模拟了连续和分类变量参数化的多种方法。对于第一次治疗时的年龄,我们将年龄模型拟合为连续变量,将年龄分为两类时,边界为65岁;将年龄为三类时,边界为50和75岁;年龄十分位数为50至80;年龄十分位数为55至88;年龄5年一层为55至85。对于基线Barrett的段长度,我们将长度拟合为连续变量,长度分为两类时,边界为4厘米;长度分为两类时,边界为2厘米;长度分为三类时,边界为4厘米和8厘米。对于进入监测之前的最严重的组织学,我们拟合所有五个类别的组织模型,不确定性异型增生与NDBE结合的模型,以及不确定性异型增生与LGD相结合的模型。对于连续变量,等于边界的数字归于较高的层次,并且类别在外边界之下和之上的扩展到最小和最大观察值。参数化具有最低的Akaike信息论准则,该模型拟合统计量,与嵌套模型相比较低的值表示更好的拟合,被用于变量模型选择

  作者通过先验模型选择程序进行模型选择。我们拟合CEIM后肿瘤复发累积发生率的Cox比例风险模型。通过预先选择显著性阈值小于0.05的参数和具有最低AIC的参数进行模型构建。我们还进行了敏感性分析,仅在异型增生患者中选择模型。

  我们计算了C统计量,重分类改善指标(NRI)和综合判别改善指数(IDI),将选择程序中的每个候选模型与嵌套模型进行比较而不添加新变量。C统计量是衡量模型能否更好地分离风险较高和较低的患者。它的范围从0到1,其中1表示模型的完美区分。我们还计算了所选模型的NRI和IDI为参考。NIR和IDI的值在零点附近表示具有附加参数的模型不优于指示模型,小于零的值表示比指示模型更差的模型。作者通过检查来自美国RFA和英国NHR数据集的叠加Kaplan-Meier图来评估校准。为了在英国NHR中验证模型,选择具有低度不典型增生或更严重组织学分级的美国RFA患者子集作为参照组。

  通过将具有相似估计的分类变量的级别折叠到单个级别,将所选预测模型简化为类别。根据这些类别进行分层,随着时间的推移,肿瘤复发的发生率变化被估计为基线危险函数,通过具有四个自由度的三次样条平滑。这使作者能够产生对其他研究中观察到的瞬时复发率变化敏感的监测间隔。生成逻辑监测间隔需要确定在每次检查中可承受的肿瘤进展风险程度。在适当的监测计划中,内镜监测期的进展风险将接近但不超过可容忍的风险,并且每次检查的风险应大致相等,即在一次监督检查中容忍的风险是它之前或之后的一次的两倍是不合逻辑的。选择的时间间隔是每次就诊时预期的EAC发病率为0.1%,大致相当于患者人群(例如美国RFA登记处)中食管胃十二指肠镜检查的严重不良事件的预期比例。为该计算的目的,即使初始复发具有较低的组织学分级,在肿瘤复发后访视时具有EAC的受试者被认为是EAC复发。对于异型增生或更严重的组织学复发的耐受阈值计算为0.1%除以访视时异型增生或更严重组织学的比例。对于高度内镜检查并发症风险的患者,间隔也被建模为产生0.2%的EAC发生率。在这方面,临床医生照顾患有严重合并症的患者(他们评估患者内镜并发症的风险至少加倍),可以改变监测间隔以对这种合并症负责。对于建议的监测间隔,时间四舍五入到最接近观察到的肿瘤复发模型的一年中的0.25-0.5分数。

  作者对基线危险函数进行了灵活估计,以模拟随时间推移的复发率变化。当对随时间的复发进行建模时,基线危险函数模型的参数化中的任意决定可能产生偏差且不稳健的模型估计。作者研究了基线危险函数的替代样条参数化,其具有三个而不是四个自由度,分段估计跨越三个和四个等间隔。我们将这些估计值叠加在最高类别的监视风险中,其中发现肿瘤复发率随着时间的推移而降低。在美国RFA登记处和英国NHR中,一些患者的BE发生非异型增生复发,并且病变接受治疗。这些患者可能不成比例地处于更高风险以满足我们的肿瘤复发的主要终点,如果检查这些患者从我们的池中移除,可能会使我们的分析偏倚。为了解决这一问题,我们进行了归责分析,假定NDBE复发的患者中肿瘤复发的风险是双倍和四倍。我们对该模型进行了1000次迭代,并对因检查非异型增生复发进行治疗的患者进行了肿瘤复发归责。这些假定的复发以指数分布的肿瘤复发次数模拟。生存时间分布来源于模型下NDBE复发后一年内肿瘤复发率的估计值,该模型是模型选择程序中像初步分析一样使用相同样条估计基线危险函数得到的模型。统计分析使用SAS版本9.4执行。

  在美国RFA登记队列中,最初有5,521名受试者,其中117名受试者在治疗前或治疗期间因侵袭性腺癌而被排除,29名受试者在治疗前或治疗期间因食管切除术被排除在外。在基线,105个至少有一次随访(图1a)。总体登记参与者与符合该分析标准的患者之间的基线次监测访问以进行分析,平均每位患者访问2.57次(标准差1.88)。非异型增生BE的首次监测访视的中位时间为1.0年(标准差为0.76),伴有LGD的BE为0.9年(标准差为0.61),伴有HGD的BE为0.6年(标准偏差为0.49),粘膜内EAC为0.5年(标准差0.35)。

  在英国的NHR中,391名受试者符合这些标准并被纳入其中,其中12名因缺失预测变量被排除在外,余留373名(图1b)。研究之间的基线特征通常相似,但重要的是,英国NHR不包括患有NPBE或不确定异型增生的BE患者。因此,英国登记处的参与者通常都有较长段的疾病。

  A)在5,521个美国射频消融登记处受试者的监测队列中包括3,105名受试者。

  B)在577个英国国家HALO登记处受试者的监测队列中纳入373名受试者。

  在双变量分析中,我们使用5个预测变量观察异型增生复发发生率的统计学显著差异:1)CEIM前最严重的组织学分级,2)第一次治疗时的年龄,3)在治疗期间或之前行内镜下粘膜切除术(EMR),4)性别,和5)基线Barrett段的长度(图2)。年龄较大、男性、基线组织学较为严重的患者、在RFA之前或期间接受EMR的患者以及Barrett段长的患者复发率高于年轻、女性、组织学较轻且未接受过EMR治疗和Barrett段长度较短的的患者。

  图2Kaplan-Meier估计美国RFA登记处在完全根除最严重的既往组织学级别的肠道化生后5年内未发生肿瘤复发的受试者比例。

  进入监测前,在考虑添加到模型中的第一批因素中首先加入模型的最严重的组织学分级具有最低的AIC,其次是基线年龄。没有进一步的变量符合进入模型的重要标准。模型构建在低度不典型增生或更严重的组织学分级的患者亚组中选择相同的预测变量。

  包括CEIM前最严重的组织学分级的肿瘤复发的发生率模型(复发LGD、HGD、IMC或侵袭性EAC)在应用于组织学多样化的美国RFA队列时提供了极好的区分(C统计0.892,95%置信区间0.863-0.921)。当局限于美国RFA队列中有基线异型增生的Barrett食管患者时区分良好(C统计量0.746,95%置信区间0.680至0.812)。

  由正向选择预测任何肿瘤复发的模型包括CEIM之前最严重的组织学分级和基线年龄。当应用于完整的美国RFA队列时,该模型也具有非常好的区分(统计0.837,95%置信区间0.807至0.868),当限制为美国RFA队列中患有基线异型增生Barrett食管的患者时,区分可接受(C统计量为0.685,95%置信区间为0.639至0.732),该对照组用于英国NHR的验证。

  与任何肿瘤复发的模型相似,模型选择程序产生的高级别复发(HGD和EAC)模型包括在进入监测之前的最严重的组织学分级和基线年龄。高度异型增生或腺癌复发的模型比最初的肿瘤复发模型(C表统计0.870至0.917)区分稍微好一些。适合EAC模型的事件太少。总体复发(包括非异型增生复发)的模型发现初始Barrett段的长度较大的影响相对较差的区分(C统计量0.630,95%置信区间0.609至0.650)。

  单独组织学分级的模型在英国NHR中具有良好的区分(C统计量0.728,95%置信区间0.584至0.871),与美国RFA登记处中具有基线异型增生BE的患者子集几乎完全相同(C统计0.746,95%置信区间0.680至0.812)。包括年龄以及监测前最严重组织学分级的模型在英国NHR的外部检验中表现不佳(C统计量0.581,95%置信区间0.503至0.659)。在英国NHR中,年龄增加到组织学分级产生负重分类改善指标和近零的综合判别改善指数。

  模型选择程序产生了一个CEIM之前最严重的组织学分级和年龄作为连续变量的模型。虽然年龄是一个统计上显著的模型参数,包括在模型中1)减少模型区分的总体测量,2)在验证数据集中表现不佳,3)未能在三个简单类别的组织学分级之间移动受试者。因此,年龄不用于制定监测风险类别。在单独组织学评估的所选模型中,HGD和粘膜内腺癌在估计的肿瘤复发风险中广泛重叠。同样,NDBE和不确定性异型增生也被建模为具有相同的监测风险。由于上述原因,作者选择了按在CEIM之前其最严重的组织学分类的三组:1)NDBE或不确定性异型增生,2)LGD,和3)HGD或IMC。

  在风险组1(CEIM前NDBE /异型增生不确定的患者)中,肿瘤(LGD、HGD或EAC)的年复发率为0.19%(95%置信区间0.09至0.40%),风险组2(CEI前LGD患者)为1.98%(95%置信区间为1.34至2.93%),风险组3(CEIM前HGD / IMC患者)为5.93%(95%置信区间为4.77至7.36%)。在较高风险组中,肿瘤在第一年复发的风险较高,但此后的估计值不变。在114例肿瘤复发的初始病例中,2例(1.8%)有EAC,另外2例(1.8%)在6个月内有EAC。我们选择2.9%作为每次就诊的肿瘤复发率,以产生0.1%的侵袭性腺癌估计率。选择这种风险耐受水平,以便监测内镜检查并发症的风险(在该患者人群中大约为1/1000)大致接近在检查中发现的浸润性癌的风险。对于内镜并发症风险较高的受试者的次级分析,我们选择了5.7%的肿瘤复发率,以产生0.2%的浸润性癌症风险。通过该分析,我们可以对内镜并发症风险较高的患者进行监测间隔评估。使用我们的模型,对于我们的3个风险类别中的每一个,我们估计预测的监测间隔来产生肿瘤复发率。正如预期的那样,风险容忍度越高,内镜监测间隔之间的持续时间就越长。

  美国RFA登记处发生的绝大多数异型增生复发的组织学级别与内镜再治疗相同(图3)。对于CEIM前NDBE或不确定异型增生的BE患者,我们推迟了特定监测间隔的推荐,因为不建议对该组进行内镜根除治疗。然而,在该队列中接受NDBE治疗的患者中,我们的数据表明,与发生异型增生或粘膜内腺癌的患者相比,内镜检查监测的产量非常低。事实上,在消融后7年,这些患者在我们的模型中没有超过风险阈值的内镜检查,这表明在此期间之前的内镜检查监视的产量极低。对于CEIM前伴有LGD的患者,我们建议在CEIM后1年和3年进行内镜检查监测。对于CEIM前伴有HGD或IMC的患者,我们建议在CEIM建立后0.25、0.5、1、2、3、4和5年进行内镜检查。超过五年的建议需要超出现有数据进行推断。

  图3 低度异型增生、高度异常增生、粘膜内腺癌和侵袭性腺癌的肿瘤首次复发率是监测风险的简化类别。

  对于伴有异型增生BE的患者,与现行做法和社会指南相比,建议的间隔导致内镜检查监测的数量显着减少。目前的指南采用AIM异型增生试验的监测方案,其中伴有LGD的BE第1年每6个月1次,以后每年1次,伴有HGD的BE,第1年每3个月1次,第2年每6个月1次,以后每年1次。使用这些间隔进行比较,基线%,基线HGD或IMC患者将进行7次而不是9次检查,减少22%。表3列出了每个登记处前五年内镜监视访问的实际差异。如果内镜医师遵循现行指南,坚持这些建议的减少的监视间隔将导致美国RFA队列中异型增生患者5年内内镜检查监测数量减少38%。

  在拟议的风险组中,英国NHR和美国RFA登记处的随时间肿瘤复发的发生率相似(图4)。将建议的监测间隔应用于来自英国NHR的结果数据表明,每次内镜检查的异型增生复发的平均估计产量与美国RFA登记处相似(英国NHR高风险3.7%,低风险4.7%vs美国RFA中心每次检查为2.9%)。几项个体检查在英国NHR中的收益率似乎高于美国数据。然而,鉴于英国NHR中整体肿瘤复发的数量相对较少,个体检查数据受到少至1-2例复发的显著影响。与美国RFA数据一样,英国NHR的大多数复发都属于组织学分级可接受内镜治疗。

  图4 在建议的风险监测组,Kaplan-Meier估计美国RFA登记处和英国国家Halo登记处的受试者完全根除后五年内无肿瘤复发的比例。

  基线危险的替代参数化通常在最高风险组中再现CEIM后早期较高的肿瘤复发率。估计值的密切重叠表明,高风险组第一年后肿瘤复发率下降对模型假设来说是稳健的。敏感性分析发现,受试者在没有异型增生的情况下复发后,肿瘤复发的推算率并没有改变我们的没有极端假设的研究结果。例如,与未检查的受试者相比,即使在检查患者中假定的肿瘤复发率高4倍,肿瘤复发的总体发生率也没有显着改变。

  我们的分析使用了两项最大的接受RFA治疗BE的患者的前瞻性研究,以便开发在CEIM后基于证据的监测间隔推荐。我们拟合了肿瘤复发的发生率模型,定义为LGD、HGD或EAC的复发,在美国RFA登记处,外部验证了英国NHR中的模型。我们基于最佳表现模型开发了三类监测风险,然后估计这三个风险组随时间推移的肿瘤复发率。就一个给定的肿瘤复发容忍度,估计时间间隔,以在每次就诊时产生恒定的肿瘤复发率。我们的研究结果表明,CEIM后监测内镜检查的频率应显著不同于目前推荐的,并且仅依赖于CEIM前最严重的组织学分级

  我们的模型选择程序产生了一个模型,其中包括CEIM前最严重的组织学分级和年龄,并与单独的CEIM前最严重的组织学分级的模型进行了比较。包括年龄在内的模型具有统计学意义,但相对于组织学分级模型在区分统计中表现不佳,在英国NHR中未得到很好的验证,并且由于年龄没有使受试者跨越相似组织学分级的界限而具有有限的效用。因此,尽管年龄增加是肿瘤复发的危险因素,也是监测内镜检查不良反应风险的有力指标,为了降低监测建议的复杂性,我们选择了仅用组织学分级的模型监测访视时间。

  然后,我们使用灵活的时间- 事件模型估计随时间肿瘤复发的变化率,以促进发现监测访视的理想时间。随着时间的推移复发的模型对检查的模型假设不敏感,并且倾向于匹配先前随机对照试验中的模型,CEIM后一年中事件发生率最高,然后减慢到较低的恒定速率。在美国RFA登记处的NDBE和不确定性异型增生患者CEIM后肿瘤复发率低,且基本不变;此类患者在之前的试验或英国NHR中无法进行分析。我们选择的监测间隔每次访问时对异型增生的复发耐受率为2.9%,这与侵袭性腺癌的千分之一发生率一致。这种风险耐受性得出基线LGD患者在CEIM后一年和三年进行内镜检查监测。基线HGD或IMC患者在CEIM后三个月、六个月、一年、两年、三年、四年和五年进行内镜检查监测。当在英国NHR中进行外部验证时,这些访问产生类似的异型增生复发的平均产出。

  社会建议并不支持NDBE内镜根除治疗;由于来自美国RFA登记处的数据显示美国大部分接受RFA治疗的患者是因为非异型增生疾病或不确定性异型增生接受治疗,因此我们提供了NDBE消融后模型和上述建议的监测间隔。撇开这种患者群体的内镜治疗,他们还需要获知内镜监测。根据我们的分析,这些患者可以在至少7年的长时间间隔内进行调查,同时仍然保持可接受的低水平的肿瘤进展风险。虽然在对这些患者监测随访7年之后需要对恒定速率进行站不住脚的外推,但最低风险组中的肿瘤发生率非常小,以至于估计CEIM后36年的单次内镜检查监测产生的肿瘤复发产量与中高危人群首次推荐的内镜检查相同。

  这些发现应在先前描述了CEIM后肿瘤复发的发生率的文献背景下进行。由于NDBE的复发通常稀少并且易于治疗,进展至无法切除的EAC的发生率较低,因此非异型增生的肠上皮化生复发率的临床相关性尚不确定。出于这个原因,我们用肿瘤复发的结果进行了这项分析,这一终点可能被内镜医师认为具有临床重要性。许多研究报道了CEIM后肠上皮化生复发的发生率,但尚未普遍报道肿瘤复发率。在AIM异型增生试验中,LGD和HDD患者肿瘤复发率分别为为每100人年3.3和7.3。这与本研究中LGD为2.0和HGD为5.5的比率相似。

  这项工作也有局限性。我们的模型假设受试者在没有异型增生的情况下复发,因为这样的患者将是内镜再治疗的合理候选者。因此,我们的结论和建议的监测间隔不适用于再治疗和重新获得CEIM的患者,因为这些患者可能代表第二次复发风险增加的患者。此外,由于NDBE患者不包括在英国NHR中,我们的验证工作只能在基线LGD、HGD或粘膜内的IMC患者的数据中进行,这些是我们推荐新监测间隔的唯一患者。尽管本研究中随时间复发的模型与先前的研究相符,但在本研究中,随时间复发的递减率没有统计学意义。同样需要注意,我们使用间接结果,肿瘤复发进行此分析,以推断临床重要结果,监测间隔期间侵袭性癌症的发展。即使在这两个最大的登记人群中,侵袭性癌症的初始复发对于稳健模型来说也是不常见的。最后,英国NHR的较少样本和基线特征的差异可能解释观察到的与美国RFA登记处个体内镜检查监测的产量差异。

  仅有两例初次复发的侵袭性癌症和另外两例在复发低级别疾病后6个月内进行随访时有侵袭性癌症的病例。后两个病例可代表了3至6个月的真实疾病进展,但为了更加保守的监测方案,他们被计为侵袭性癌症复发,因为他们可能在初次就诊为低度复发时错过了侵袭性癌症。这项研究也具有重要的优势。我们是目前存在的对行RFA治疗的BE患者的最大两个研究,有最大的两项监测人群。据我们所知,这是唯一一项使用基于证据的程序制定BE患者行RFA后监测间隔的研究,具有规定的疾病预期复发程度,以及先验建议的可容忍的进展风险。美国RFA登记处提供了一个研究监测间隔的独特机会,因为该研究没有强制要求任何一个监测计划,起到一种“自然实验”的作用。这项工作允许当前基于意见的建议改为由数据管理,在这方面,对我们目前的社会准则中的指导意见有了明显的改进。为了在达到CEIM后为患者提供监测间隔建议,我们选择了与侵袭性腺癌的风险大约为1/1000相一致的肿瘤复发的耐受度。在这种程度的风险耐受性下,侵袭性腺癌的风险接近于内窥镜手术本身的风险,因此更加积极地进行调查是不合逻辑的。

  值得注意的是,这种方法还允许临床医生和患者根据其风险耐受程度设定监测实践。例如,如果患者对进展为癌症风险较高的间隔感到满意,那么为内镜并发症风险增加的患者提供的监测间隔也可以推荐给他们。对此类型的分析明确了内镜监测间隔决策中的隐含交易——监测检查间隔时间越长,不良事件的风险、成本和患者进行程序的不便越小,但复发的风险越高,并且可能进展为无法切除的疾病。通过这种程度的风险承受能力,以及通过更好的检查间隔,我们能够显著减少必要检查的次数,同时保持低且可接受的肿瘤复发风险。

  总之,CEIM之前确定的最严重的组织学分级可以最好的预测行RFA的BE患者的肿瘤复发。NDBE患者的异型增生复发率与不确定性异型增生的患者相似,HGD患者异型增生复发率与IMC患者相似,根据CEIM前患者最严重的组织学结果产生三个风险组:1)NDBE /不确定性异型增生,2)LGD和3)HGD / IMC。使用这些风险预测模型并假设对侵袭性癌症的一个合理和保守的耐受性,我们基于这两项大型研究中所见的复发模式建议监视时间间隔。LGD患者和较低组织学分级的患者可以接受远低于目前指南推荐的监测频率,患有HGD或组织学较差的患者也应该在CEIM后的五年内接受较少的检测,但逐渐减少,以改善肿瘤复发的检测。实施我们提出的监测间隔可以降低发展为癌症的风险,减少与过度监测相关的危害和成本,并且在遵循现行指南的内镜医师中,大大减少了行RFA的BE队列中的内镜检查监测的总数。这也是第一个为BE监测实践提供直接依据的方法。

顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
相关内容
推荐内容