Z Gastroenterol 2020; 58(08): e122
DOI: 10.1055/s-0040-1716061
BEST Abstracts: Präsentationen
BEST Abstracts Endoskopie: Mehr Sicherheit, mehr Sehen Donnerstag, 17. September 2020, 14:00 - 15:20

Bioinformatisch unterstützte Endoskopie (BEE) - neue Methode einer quantitativen Echtzeit-Charakterisierung gastrointestinaler Neoplasien

A Wagner
1   Paracelsus Medical University/Salzburger Landeskliniken (SALK), Department of Medicine I, Salzburg, Österreich
,
S Zandanell
1   Paracelsus Medical University/Salzburger Landeskliniken (SALK), Department of Medicine I, Salzburg, Österreich
,
T Pleininger
1   Paracelsus Medical University/Salzburger Landeskliniken (SALK), Department of Medicine I, Salzburg, Österreich
,
R Reinold
1   Paracelsus Medical University/Salzburger Landeskliniken (SALK), Department of Medicine I, Salzburg, Österreich
,
A Ziachehabi
2   Kepler Universitätsklinikum, Interne 2, Linz, Österreich
,
A Mitrakow
3   Nizhniy Novgorod Cancer Hospital, Endoscopy Div., Department of Surgery, Nizhniy Novgorod, Russische Föderation
,
D Neureiter
4   Paracelsus Medical University/Salzburger Landeskliniken (SALK), Institute of Pathology, Salzburg, Österreich
,
T Kiesslich
1   Paracelsus Medical University/Salzburger Landeskliniken (SALK), Department of Medicine I, Salzburg, Österreich
5   Laboratory for Tumour Biology and Experimental Therapies (TREAT), Paracelsus Medical University, Institute of Physiology and Pathophysiology, Salzburg, Österreich
,
C Mayr
5   Laboratory for Tumour Biology and Experimental Therapies (TREAT), Paracelsus Medical University, Institute of Physiology and Pathophysiology, Salzburg, Österreich
,
F Berr
1   Paracelsus Medical University/Salzburger Landeskliniken (SALK), Department of Medicine I, Salzburg, Österreich
,
J Holzinger
6   Paracelsus Medical University/Salzburger Landeskliniken (SALK), Department of Surgery, Salzburg, Österreich
› Author Affiliations
› Further Information
Also available at
 
 

    Einleitung Die endoskopische Bewertung gastrointestinaler Früheoplasien hat gravierende Folgen für die Therapieentscheidung. Etablierte Klassifikationen beruhen auf (Ir)regularität von Mikrooberflächen- (SP) und Gefäßmustern (VP) - sie erlauben die optische Einschätzung von Histologie und Invasionstiefe der Läsion. Jedoch stellt die Interobserver-Variabilität ein Problem dar, da sich Irregularitäten bislang nicht objektiv quantifizieren lassen und damit der subjektiven Einschätzung (Erfahrung) des/der Endoskopiker/in unterliegen. Die neue Methode BEE erlaubt bei geringen Anforderungen an Rechenleistung und Bildqualität eine in Echtzeit nachvollziehbare optische und mathematische Analyse von VP und SP am endoskopischen Weisslicht-HD-Routinebild (HD-WLE).

    Ziele Am Beispiel großer kolorektaler Läsionen (gCL) wurden in einer Pilotstudie mittels BEE erhobene Parameter im direkten Vergleich zur Histologie untersucht.

    Methodik HD-Bilder von 26 gCL (mittlerer Durchmesser 39 mm) wurden retrospektiv analysiert. BEE-Parameter für SP und VP wurden mit der Histologie verglichen.

    Ergebnis Es wurden 9 Adenome mit low grade intraepithelialer Neoplasie (LGIN, JNET 2A1), 10 mit high-grade intraepithelialer Neoplasie bzw. Frühkarzinome (JNET 2B), sowie 7 invasive Karzinome (≥T1sm2, JNET 3) eingeschlossen. Die Dichte der VP- und SP-Strukturen, sowie die Ungleichförmigkeitszahl (CU) der äquivalenten Kreisradien von SP bzw. von Kaliberdurchmessern des VP korrelierten signifikant mit der JNET-Klassifikation. In einer multivariaten linearen Regressionsanalyse waren Dichte und CU von SP signifikante unabhängige Faktoren (p < 0,01) hinsichtlich JNET-Klassifikation.

    Zoom Image
    Abb 1 Visuelle und quantitative BEE-Analyse von JNET 2A- (n=9), 2B- (n=10) und 3-Läsionen (n=7)

    Schlussfolgerung Die BEE ermöglicht die Beurteilung und Quantifizierung von VP und SP, was bei Echtzeit-Implementierung die Beurteilung von gCL in der Routineendoskopie unterstützen und Therapieentscheidungen absichern kann. Es sind prospektive klinische Untersuchungen erforderlich.


    #

    Publication History

    Article published online:
    08 September 2020

    © Georg Thieme Verlag KG
    Stuttgart · New York


     
    Zoom Image
    Abb 1 Visuelle und quantitative BEE-Analyse von JNET 2A- (n=9), 2B- (n=10) und 3-Läsionen (n=7)