La classification JNET suffit-elle pour évaluer le risque de cancer sous-muqueux des lésions colorectales superficielles de grande taille : analyse d’une cohorte prospective de 972 lésions
(Document en Français)
- Thèse consultable sur internet, en texte intégral. Accéder au(x) document(s) : Ce document est protégé en vertu du Code de la Propriété Intellectuelle.
- Auteur
- Gabriel Charlotte
- Date de soutenance
- 06-10-2023
- Directeur(s) de thèse
- Jacques Jérémie
- Etablissement de soutenance
- Limoges
- Discipline
- Hépato-gastro-entérologie
- Classification
- Médecine et santé
- Mots-clés
- Endoscopie,
- Dissection sous-muqueuse,
- Lésions et blessures - Histologie,
- Côlon - Lésions et blessures
Introduction : La caractérisation endoscopique vise à prédire l'histologie d'une lésion et donc le risque de cancer. La classification JNET (Japan NBI Expert Team) est la classification proposée par les guidelines pour déterminer l'approche thérapeutique optimale entre EMR, ESD ou chirurgie. Cependant, elle n'a pas été évaluée dans les grandes lésions d'extension latérale (LST). Méthodes : Étude observationnelle prospective monocentrique incluant tous les patients adressés au CHU de Limoges, entre janvier 2017 et décembre 2022, pour une résection endoscopique de lésions de plus de 20 mm. L'objectif principal était la précision diagnostique de la classification JNET pour la prédiction histologique des grandes lésions d'extension latérale (> 20 mm). L'objectif secondaire était d'évaluer la performance combinée de la classification JNET et des critères macroscopiques péjoratifs (macronodule > 1 cm, zone Paris 0-IIc, zone JNET 2B, LST-NG) également appelée classification CONECCT. Résultats : La Sensibilité, spécificité, valeur prédictive positive (VPP), valeur prédictive négative (VPN) et taux de faux négatifs (TPN) étaient respectivement de 46%, 75%, 61%, 62% et 54% pour JNET 2B, et de 87%, 38%, 55%, 78% et 13% pour CONECCT IIC pour prédire de la dysplasie de haut grade au SMIC superficiel, et étaient de 67%, 67%, 10%, 97% et 33% pour JNET 2B, et de 97%, 27%, 14%, 99% et 3% pour prédire le SMIC superficiel. Aucun lien n'a été identifié entre le carcinome caché (cancer sous-muqueux sans anomalie délimitée visible lors du diagnostic optique = JNET 2A) et le carcinome enfoui (présence de SMIC à plus de 0,5 mm de la surface où seules des cellules non tumorales sont identifiées (LGD ou HGD). Conclusion : La classification JNET a une faible précision diagnostique pour prédire le risque de cancer sous-muqueux pour les grandes LST. Si une stratégie sélective d'ESD et de PM-EMR est appliquée en fonction du risque de cancer sous-muqueux, la classification CONECCT devrait être privilégiée pour éviter un traitement insuffisant du SMIC.
- Type de contenu
- Text
- Format
- Entrepôt d'origine
- Identifiant
- unilim-ori-125208
- Numéro national
- 2023LIMO3159
Pour citer cette thèse
Gabriel Charlotte, La classification JNET suffit-elle pour évaluer le risque de cancer sous-muqueux des lésions colorectales superficielles de grande taille : analyse d’une cohorte prospective de 972 lésions, thèse d'exercice, Limoges, Université de Limoges, 2023. Disponible sur https://aurore.unilim.fr/ori-oai-search/notice/view/unilim-ori-125208