Incidence and Severity of Lymphoedema following Limb Salvage of Extremity Soft Tissue Sarcoma
Notice bibliographique
Résumé
Background and Purpose. Lymphoedema is a serious complication following limb salvage for extremity soft tissue sarcomas (STSs) for which little is known. We aimed to evaluate its incidence, its, severity and its associated risk factors. Material and Method. Patient and tumor characteristics, treatment modalities and complications and functional outcomes (MSTS 1987, TESS), and lymphoedema severity (Stern) were all collected from prospective databases. Charts were retrospectively abstracted for BMI and comorbidities. Results. There were 289 patients (158 males). Mean age was 53 (16-88). Followup ranged between 12 and 60 months with an average of 35 and a median of 36 months. Mean BMI was 27.4 (15.8-52.1). 72% had lower extremity tumors and 38% upper extremity. Mean tumor size was 8.1 cm (1.0-35.6 cm). 27% had no adjuvant radiation, 62% had 50 Gy, and 11% received 66 Gy. The incidence of lymphoedema was 28.8% (206 none, 58 mild, 22 moderate, 3 severe, and 0 very severe). Mean MSTS score was 32 (11-35) and TESS was 89.4 (32.4-100). Radiation dose was significantly correlated with tumor size > 5 cm (P = 0.0001) and TESS score (P = 0.001), but not MSTS score (P = 0.090). Only tumor size > 5 cm and depth were found to be independent predictors of significant lymphoedema. Conclusion. Nine percent of STS patients in our cohort developed significant (grade ≥ 2) lymphoedema. Tumor size > 5 cm and deep tumors were associated with an increased occurrence of lymphoedema but not radiation dosage.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».