FUNCTIONAL OUTCOME IN SARCOMA MANAGEMENT: AMPUTATION VS. LIMB SALVAGE
Notice bibliographique
Résumé
Introduciton In our experience, amputation is rarely indicated in osteosarcoma. Amputation is more frequently required in soft tissue sarcoma for the following reasons: 1) recurrent tumour in previously radiated field; 2) composite tissue involvement of soft tissue, bone, vessels and nerves; 3) size of lesion. We have measured functional outcome in bone and soft tissue sarcoma using a combination of clinimetric measures describing impairment and patient determined measures assessing disability ([1][1],[2][2]). Methods In a matched case-control study ([3][3]), 12 patients with amputation were matched with 24 patients treated by limb-sparing surgery on the following variables: age, gender, length of follow-up, bone versus soft-tissue tumor, anatomic site, and treatment with adjuvant chemotherapy. End points included the Toronto Extremity Salvage Score (TESS), a measure of physical disability; the Shortform-36 (SF-36), a generic health status measure; and the Reintegration to Normal Living (RNL), a measure of handicap. Results Mean TESS score for the patients with amputations was 74.5 versus 85.1 for the limb-sparing patients. (p = .15). Only the physical function subscale of the SF-36 showed statistically significant differences, with means of 45 and 71.1 for the amputation versus limb-sparing groups, respectively (p = .03). The RNL for the amputation group was 84.4 versus 97 for the limb-sparing group (p = .05). Seven of the 12 patients with amputations experienced ongoing difficulty with the soft tissues overlying their stumps. There was a trend toward increased disability for those in the amputation group versus those in the limb-sparing group, with the amputation group showing significantly higher levels of handicap. Conclusions These data suggest that the differences in disability between amputation and limb-sparing patients are smaller than anticipated. The differences may be more notable in measuring handicap. [1]: #ref-1 [2]: #ref-2 [3]: #ref-3
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».