第12期Endoscopy主编精选论文来了，欢迎您免费阅读！
Amit Maydeo, Gaurav K. Patil, Ankit Dalal
背景：内视镜经口的憩室肌切开术形成的粘膜下隧道憩室切开术已经成为有症状的食道憩室患者的另一种手术方式， 但是其中长期的结果目前还未被了解。
方法：利用前瞻性研究评估用于治疗有症状的食道憩室患者的D-POEM的安全性以及其术后12个月的结果。
结果：25位患者被纳入本次研究（72%男性；年龄中位数是61岁；「范围48-88」），其中有20位患有曾克氏憩室，5位患有膈上憩室。主要症状有吞咽困难，反复的吸入性支气管，及20位患者（80%）有异物感。这些症状的平均持续时间为2.5年（1-4年）。在平均时间36分钟内（25-45分钟），以100%的技术成功率成功完成粘膜下隧道憩室切开术。平均（标准差）Eckardt分在12个月后从原本的13.2（1.0）显著提高到3.2（1.4）（P<0.001），且临床治愈22位患者中的19位（86%），同时没有长期不良反应。
结论：D-POEM对食道憩室患者相对安全且耐用。有必要对更大样本病例队列进行多中心的研究。
Bum-Joo Cho, Chang Seok Bang, Se Woo Park, Young Joo Yang, Seung In Seo, Hyun Lim, Woon Geon Shin, Ji Taek Hong, Yong Tak Yoo, Seok Hwan Hong, Jae Ho Choi, Jae Jun Lee, Gwang Ho Baik
背景：外观检查，病灶检测和对恶性与良性特征的区别是内视镜医师的关键要点。利用机器学习识别并分类图片已经越来越多地被应用到临床实践中。本次研究旨在建立卷积神经网络（CNN）对内视镜下的胃肿瘤进行自动分类。
方法：采集经病理手段确诊的胃部病灶的内视镜白光图片并分为五类：晚期胃癌，早期胃癌，高度增生，低度增生和非肿瘤性。使用训练数据集对三个提前训练好的CNN模型进行微调。模型的分类性能通过使用一个测试数据集和一个前瞻性验证数据集来进行评估。
结果：总共收集了来自1269名患者的5017张图片，其中212名患者的812张图片被纳入测试数据集。另外使用来自200名患者的200张图片作为前瞻性验证。对于以上五种分类，Inception-Resnet-v2模型的加权平均准确地达到了84.6%。模型辨别胃癌和肿瘤的平均曲线下面积(AUC)分别为0.877和0.927。在前瞻性验证组中，Inception-Resnet-v2模型的表现力相对最优秀的内视镜医师较差（五分类准确度76.4% vs. 87.6%；癌症76.0% vs. 97.5%；肿瘤73.5% vs. 96.5%； P<0.001）。然而在辨别胃癌（准确度76.0% vs 82.0%）和肿瘤（AUC 0.776 vs. 0.865） 上，Inception-Resnet-v2模型和表现最差的内视镜医师间不存在显著差异。
结论：被评估的深度学习模型通过内视镜白光图片辨别胃癌和肿瘤有被应用在临床实践的潜力。
Raf Bisschops, James E. East, Cesare Hassan, Yark Hazewinkel, Michał F. Kamiński, Helmut Neumann, Maria Pellisé, Giulio Antonelli, Marco Bustamante Balen, Emmanuel Coron, Georges Cortas, Marietta Iacucci, Mori Yuichi, Gaius Longcroft-Wheaton, Nastazja Pilonis, Ignasi Puig, Jeanin E. van Hooft, Evelien Dekker
结肠镜对于检测并治疗早期前体病灶和及时诊断结直肠癌的结直肠癌（CRC）筛选方案是关键的检查技术。结肠镜的质量依赖于肠道的准备和检查技术；这两种要素是推进这一侵入性检查手段降低社会疾病负担的保护作用的决定性因素。
免费阅读本期3篇主编精选论文，请点击这里。
Endoscopy
Issues per year : 12
Volume : 51
Year : 2019
ISSN : 0013-726X
影响因子 2018：6.381
Endoscopy是有关胃肠内窥镜检查国际发展和最新技术的重要期刊，出版高质量综述、原创研究、前瞻性研究、诊断和治疗进展有价值的调查、以及国内外一系列重要会议等，满足来自全球的内窥镜医生、外科医生、临床医生和科研人员的不同需求。本刊所有论文都经过严格的同行评审，每年出版 12 期，论文经常辅以在线视频内容。 Endoscopy 是欧洲消化内镜学会（ESGE）及其附属学会的官方期刊。
