Factors associated with reduced functional outcome and quality of life in patients having limb-sparing surgery for soft tissue sarcomas – a national multicenter study of 128 patients
Notice bibliographique
Résumé
BACKGROUND: Limb-sparing surgery for sarcomas has become possible in most cases. However, the impact of the procedure on the functional outcome has only been investigated in a few studies. The aim of this study has been to identify tumor- and patient-related factors associated with reduced functional outcome and quality of life after limb-sparing surgery in soft tissue sarcoma patients. MATERIAL AND METHODS: In total, 128 patients (mean age = 58, female/male = 54/74) who were treated with limb-sparing surgery without bone resection for soft tissue sarcomas in Denmark during the period 1 January 2009 to 31 December 2011 were included. Patients were asked to participate at least one year after surgery, and patients who had experienced local recurrence or metastatic disease were excluded. The Toronto Extremity Salvage Score (TESS) measured functional disability, while the Musculoskeletal Tumor Society Score (MSTS) measured functional impairment. European Organisation for Research and Treatment of Cancer (EORTC) QLQ-C30 measured quality of life. Tumor- and patient-related factors (age, gender, tumor depth, tumor size, malignancy, comorbidity, location, and radiotherapy) were extracted from the Danish National Sarcoma Database. Wilcoxon rank-sum test and Kruskal-Wallis were used for univariable analysis. Adjusted odds ratios were estimated by using multiple logistic regression models. RESULTS: In the multiple regression analysis, it was found that female gender (p = 0.03), lower extremity tumors (p < 0.01) and radiotherapy (p = 0.02) resulted in an increased risk of a lower TESS score. Initial reduced postoperative function was found to be associated with a lower functional outcome. Patients with reduced functional outcome have increased risk for reduced quality of life (p < 0.01). CONCLUSION: The results of this study show that patient- and tumor-related factors have an important role in the functional outcome.
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 | 0,001 |
| 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 | 0,000 | 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 ».