Can Orthopedic Oncologists Predict Functional Outcome in Patients with Sarcoma after Limb Salvage Surgery in the Lower Limb? A Nationwide Study
Notice bibliographique
Résumé
Accurate predictions of functional outcome after limb salvage surgery (LSS) in the lower limb are important for several reasons, including informing the patient preoperatively and, in some cases, deciding between amputation and LSS. This study aimed to elucidate the correlation between surgeon-predicted and patient-reported functional outcome of LSS in the Netherlands. Twenty-three patients (between six months and ten years after surgery) and five independent orthopedic oncologists completed the Toronto Extremity Salvage Score (TESS) and the RAND-36 physical functioning subscale (RAND-36 PFS). The orthopedic oncologists made their predictions based on case descriptions (including MRI scans) that reflected the preoperative status. The correlation between patient-reported and surgeon-predicted functional outcome was "very poor" to "poor" on both scores (r (2) values ranged from 0.014 to 0.354). Patient-reported functional outcome was generally underestimated, by 8.7% on the TESS and 8.3% on the RAND-36 PFS. The most difficult and least difficult tasks on the RAND-36 PFS were also the most difficult and least difficult to predict, respectively. Most questions had a "poor" intersurgeon agreement. It was difficult to accurately predict the patient-reported functional outcome of LSS. Surgeons' ability to predict functional scores can be improved the most by focusing on accurately predicting more demanding tasks.
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 | 0,008 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».