A Longitudinal Study of Functional Outcomes in Patients with Limb Salvage Surgery for Soft Tissue Sarcoma
Notice bibliographique
Résumé
BACKGROUND: Many studies have reported on the surgical outcomes of soft tissue sarcoma. However, there was no longitudinal cohort study. Because time is the most valuable factor for functional recovery, adjusting time value was the key for finding the causal relationship between other risk factors and postoperative function. Therefore, existing cross-sectional studies can neither fully explain the causal relationship between the risk factors and the functional score nor predict functional recovery. The aim of this study was to determine important predictive factors that affect postoperative functional outcomes and longitudinal changes in functional outcomes in patients who had undergone limb-sparing surgery (LSS) for soft tissue sarcoma (STS). METHODS: Between January 2008 and December 2014, we retrospectively enrolled 150 patients who had undergone LSS for STS and had been assessed for postoperative functional outcomes with questionnaires. To evaluate functional outcomes, we used the Musculoskeletal Tumor Society (MSTS) score and Toronto Extremity Salvage Score (TESS). Multivariate generalized estimating equation (GEE) analysis was used to identify the predictive factors, including size, stage, and anatomic location of tumor, bone resection, flap reconstruction, age, and time after surgery. Each continuous variable such as age and time after surgery was explored for statistically significant cutoff points using the Wilcoxon rank sum test. RESULTS: < 0.0001) were identified as significant predictive factors. The functional score was significantly higher in patients younger than 47 years old. CONCLUSIONS: Functional outcomes can improve until the second year after surgery. Patients who were older than 47 and underwent bone resection may have poor final functional outcomes.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».