Position du problème
Les lésions colorectales avec suspicion d’invasion profonde (FDIP) sont fréquemment adressées d’emblée à la chirurgie, alors qu’une proportion non négligeable correspond finalement à des lésions à faible risque de métastases ganglionnaires. La dissection sous-muqueuse (ESD) diagnostique pourrait permettre un staging histologique précis et éviter certaines colectomies inutiles, avec un bénéfice pour le patient ainsi qu’un impact potentiellement favorable sur les coûts et l’empreinte environnementale.
Méthode
Étude prospective multicentrique issue de la base FECCO incluant 190 patients pris en charge par ESD diagnostique pour une lésion colorectale FDIP entre janvier 2024 et mai 2025. Les FDIP étaient définies par des critères endoscopiques évocateurs d’invasion profonde (Kudo Vn, Sano 3b, JNET 3, NICE 3 ou signe de rétraction). Les auteurs ont analysé le taux de chirurgie évitée, les facteurs prédictifs de résection curative et réalisé une modélisation médico-économique et environnementale comparant la stratégie “ESD first” à une chirurgie d’emblée.
Résultat
190 patients ont bénéficié d’une ESD diagnostique. Une résection curative était obtenue chez 43 % des patients et une résection curative élargie chez 16 %. Après discussion en RCP, seuls 19 % des patients à risque intermédiaire étaient finalement opérés, contre 38 % des patients à haut risque. Au total, 56 % des patients évitaient la chirurgie. Les classifications CONNECT III et le signe de rétraction étaient indépendamment associés à une faible probabilité de résection curative. Comparée à une chirurgie d’emblée, la stratégie “ESD first” réduisait la durée d’hospitalisation (0.98 vs 3.5 jours), les coûts (€7 930 vs €12 960/patient) et l’empreinte carbone (222 vs 240 kg CO₂e/patient).
Conclusion
Chez des patients sélectionnés présentant une lésion colorectale FDIP, une stratégie d’ESD diagnostique permet d’éviter une proportion importante de chirurgies potentiellement excessives. Au-delà du staging histologique, cette approche pourrait également réduire les coûts et l’impact environnemental des prises en charge. Ces résultats restent néanmoins issus d’une modélisation sans groupe contrôle réel ni données oncologiques à long terme.
