ANATOMICAL INFLUENCES ON FUNCTIONAL OUTCOME IN LOWER EXTREMITY SOFT TISSUE SARCOMA.
Notice bibliographique
Résumé
Aim: To explore the relationship between anatomical location in lower extremity soft tissue sarcoma and function as measured by the Musculoskeletal Tumour Society (MSTS 93) rating and Toronto Extremity Salvage Score (TESS). Methods: 207 patients of median age 54 years (15 to 89) were reviewed. 58 tumours were superficial and 149 deep. Deep tumours were allocated to one of 9 locations based on anatomical compartments. Results: Treatment of superficial tumours did not lead to significant changes in MSTS (mean 90.6% vs 93.0%, p=0.566) or TESS (mean 86.4% vs 90.9%, p=0.059). Treatment of deep tumours lead to significant reductions in MSTS and TESS (mean 86.9% vs. 83.0%, p=0.001. mean 83.0% vs. 79.4%, p=0.015). There were no significant differences in MSTS and TESS when overall scores were compared by anatomical location. Exploratory analysis of MSTS subscales showed groin tumours were more painful than others, and posterior calf tumours had the lowest scores for gait. TESS subscales analysis suggested groin and buttock tumours were associated with difficulty sitting, and groin tumours were associated with difficulty dressing. Further exploratory analysis suggested “conservative” surgical excision of low-grade liposarcomas in all locations was associated with a significant decrease in functional scores. Conclusion: There is significant variation in MSTS and TESS subscale scores when anatomical locations are compared. The “conservative” surgery used in the treatment of low-grade fatty tumours in all locations has a significant impact on functional scores.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,002 | 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 ».