Quality of Survivorship in a Rare Disease: Clinicofunctional Outcome and Physical Activity in an Observational Cohort Study of 618 Long-Term Survivors of Ewing Sarcoma
Notice bibliographique
Résumé
Purpose Significantly improved survival rates in patients with Ewing sarcoma have raised interest in accessing the quality of long-term survivorship. In this study, subjective and objective measurement tools, preclassified as physical or mental scores, were used to assess clinicofunctional outcome and physical activity after intensive bone tumor treatment. Methods Long-term outcome of 618 survivors from consecutive Ewing sarcoma trials was assessed by the Toronto Extremity Salvage Score, Short-Form Health Survey (SF-36), Brief Symptom Inventory (BSI), and Rosenberg Self-Esteem Scale questionnaires and by the accelerometric StepWatch 3 Activity Monitor. Prospective measurements were correlated retrospectively with standardized primary trial data. Results were compared with 316 nonrandom healthy peers by using effect sizes ( d). Median observation time was 12.9 years from primary diagnosis (range, 3.7 to 31.2 years). Results Absolute subjective scores were moderate to good for survivors. Compared with control subjects, unfavorable outcome was shown on physical Toronto Extremity Salvage Score, SF-36 Physical Component Summary, and BSI-Somatization scales (| d| ≥ 0.50; P < .01), in contrast to SF-36 Mental Component Summary, BSI-Anxiety, BSI-Depression, and Rosenberg Self-Esteem Scale mental scales (| d| ≤ 0.31). Survivors were less active than control subjects, as demonstrated by a step count difference of 1,742 steps per day ( d = -0.43; P < .01); however, on average, the recommended level for an active lifestyle was achieved (≥ 10,000 steps). Location of pelvic tumor was the major inferior disease-specific prognostic factor in physical scores ( P < .01), whereas nondisease-specific inferior factors in questionnaires were older age and female sex ( P < .01). Conclusion Survivors of Ewing sarcoma apparently returned to a normal life with minor limitations. Observed reductions in physical scores should be a focus in future research to optimize treatment strategies to reduce a negative impact on the quality of survivorship.
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 | 0,007 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 | 0,001 |
| 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 ».