Optimizing the Adverse Event and HRQOL Profiles in the Management of Primary Spine Tumors
Notice bibliographique
Résumé
STUDY DESIGN: Systematic literature review. OBJECTIVE: To investigate if evidence-based principles of oncologic resection for primary spinal tumors are correlated with an acceptable morbidity and mortality profile and satisfactory health-related quality of life (HRQOL) measures. SUMMARY OF BACKGROUND DATA: Respecting oncologic principles for primary spinal tumor surgery is correlated with lower recurrence rates. These interventions are, however, often highly morbid. METHODS: A systematic literature review was performed to address the objectives by searching MEDLINE and EBMR databases. Articles that met our inclusion criteria were reviewed. GRADE guidelines were used for recommendation formulation. RESULTS: A total of 25 articles addressing the morbidity and mortality profile of primary spinal tumor surgery were identified. For sacral tumors, complication rates of up to 100% have been reported and complication-related death ranged from 0% to 27%. Mobile spine tumor complication rates varied from 13% to 73.7% and complication-related death ranged from 0% to 7.7%. Seven articles examining HRQOL for this patient population were identified. The limited literature showed comparable patient HRQOL profiles to those with benign conditions such as degenerative disc disease. CONCLUSION: Respecting oncologic principles for primary spinal tumors are correlated with high adverse event rates. We recommend that primary spinal tumor surgeries be performed in experienced centers with multidisciplinary support teams and that prospective adverse event collection be promoted (strong recommendation/very low certainty of the evidence). Oncologic resection of primary tumors of the spine is associated with HRQOL that more closely approximates normative values with increasing duration of follow-up, but decreases with disease recurrence. We recommend primary spinal tumor surgery be performed with a curative intent whenever possible, even at the expense of greater initial morbidity to optimize long-term HRQOL (strong recommendation/very low certainty of the evidence). LEVEL OF EVIDENCE: N/A.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».