Variations of Surveillance Practice for Patients with Bone Sarcoma: A Survey of Australian Sarcoma Clinicians
Notice bibliographique
Résumé
Introduction. After treatment, bone sarcoma patients carry a high chance of relapse and late effects from multimodal therapy. We hypothesize that significant variation in surveillance practice exists between pediatric medical oncology (PO) and nonpediatric medical oncology (NP) sarcoma disciplines.Methods. Australian sarcoma clinicians were approached to do a web based survey that assessed radiologic surveillance (RS) strategies, late toxicity assessment, and posttreatment psychosocial interventions. Results. In total, 51 clinicians responded. No differences were identified in local disease RS. In metastatic disease response assessment, 100% of POs (23/23) and 93% of NPs (24/26) conducted CT chest. However, this was more likely to occur for NPs in the context of a CT chest/abdomen/pelvis (NP: 10/26; PO: 1/23; p=0.006 ). POs were more likely to use CXR for RS ( p=0.006 ). POs showed more prescriptive intensity in assessment of heart function ( p=0.001 ), hearing ( p<0.001 ), and fertility ( p=0.02 ). POs were more likely to deliver written information for health maintenance/treatment summary ( p=0.04 ). The majority of respondents described enquiring about psychosocial aspects of health ( n=33 /37, 89%), but a routine formal psychosocial screen was only used by 23% ( n=6 /26).Conclusion. There is high variability in bone sarcoma surveillance between PO and NP clinicians. Efforts to harmonize approaches would allow early and late effects recognition/intervention and facilitate improved patient care/transition and research.
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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».