Ocena biopsji gruboigłowej 22G pod kontrolą EUS w porównaniu z aspiracją cienkoigłową w przypadku podejrzenia nowotworu trzustki

Wstęp: Ultrasonografia endoskopowa (EUS) jest stosowana od ponad dekady w ocenie guzów wewnątrz światła przewodu pokarmowego i w jego sąsiedztwie. W tym czasie aspiracja cienkoigłowa (BAC) pod kontrolą EUS stała się dominującym sposobem pozyskiwania tkanek w przypadku zmian masy trzustki. FNA ma kilka ograniczeń, z których najważniejszym jest brak wyraźnego związku między elementami komórkowymi a zrębem, co może być wymagane do dokładnej diagnozy. Ponadto EUS-FNA wymaga pomocy cytopatologa na miejscu w celu uzyskania optymalnej wydajności, co ogranicza jego rozpowszechnianie i zwiększa jego koszt. Nowatorska igła histologiczna EUS (EUS-FNB) jest dostępna w rozmiarze 22 G, co może pozwolić na dokładniejszą diagnozę bez pomocy cytopatologa na miejscu. Cel: Prospektywne porównanie wydajności diagnostycznej, liczby przejść igłą i łatwości użycia EUS-FNA i EUS-FNB o rozmiarze 22. Hipoteza: EUS-FNB jest lepszy od tradycyjnego EUS-FNA w odniesieniu do wszystkich pierwotnych i wtórnych miar wyników. Metody: Pacjenci zakwalifikowani do oceny EUS guzów litych trzustki zostaną poddani badaniu przesiewowemu w celu włączenia do badania albo na poprzedzającym spotkaniu klinicznym, albo rano w dniu zaplanowanej procedury. Anglojęzyczni pacjenci w wieku od 18 do 90 lat z przeważającą litą (powyżej 60%) zmianą masy trzustki będą brani pod uwagę przy włączeniu do badania. Kryteria wykluczenia obejmują ciążę, głównie torbielowatą zmianę oraz obecność nieuleczalnej koagulopatii. Pacjenci zostaną następnie poddani zarówno EUS-FNA, jak i EUS-FNB w celu pobrania próbek tkanek wymaganych do opieki klinicznej. Wyniki podejścia eksperymentalnego (EUS-FNB) zostaną porównane z podejściem kontrolnym (EUS-FNA). Dane zbierane dla każdej procedury będą obejmować: kolejność użycia narzędzi, liczbę przejść igłą z każdym urządzeniem, sukces techniczny każdego urządzenia, powikłania, łatwość użycia oraz ostateczną diagnozę patologiczną / wydajność diagnostyczną dla każdego urządzenia. Każda kategoria danych zostanie następnie porównana przy użyciu standardowych testów statystycznych, w tym testu chi-kwadrat, dokładnego testu Fishera lub testu t-studenta.