背景巴雷特食管是一个建立发展中食管腺癌的危险因素。然而,巴雷特的肿瘤可以微妙和难以识别。醋酸chromoendoscopy (AAC)是一个简单的技术,它已被证实能突出肿瘤与AAC仍然是一个挑战,但是损伤识别的区域从而阻碍其广泛使用。

客观的开发和验证一个简单的分类系统来识别使用AAC巴雷特的肿瘤。

设计这项研究是在四个阶段进行:阶段1-development组件描述性标准;阶段2开发的分类系统;英国3-validation阶段的分类系统;和相位4-validation non-endoscopists的分类系统。

结果阶段1和2的发展导致了一个简化的AAC分类系统基于两个标准:焦acetowhitening和巴雷特的粘膜表面模式。在第三阶段,应用程序的预测(朴茨茅斯醋酸分类),英国提高了敏感性和阴性预测值(NPV)从79.3%和80.2%到98.1%和97.4%,(p < 0.001)。在第四阶段,应用程序的预测non-endoscopists提高了灵敏度和NPV从69.6%和75.5%到95.9%和96.0%,(p < 0.001)。

结论我们开发和验证一个分类系统被称为预测使用AAC巴雷特的肿瘤的诊断。提高检测的灵敏度和NPV的巴雷特在第三阶段的肿瘤说明预测的临床价值和类似的改进non-endoscopists表明潜在的实时预测一旦证明的概括。