Functional Outcome After Lower Extremity Soft Tissue Sarcoma Treatment: A Pilot Study Based on Translated and Culturally Adapted Measures
Notice bibliographique
Résumé
BACKGROUND AND AIMS: The present standard of care in treating lower extremity soft tissue sarcomas is function-sparing, limb-preserving resection and reconstruction with or without oncological therapy. The aim of this pilot study was to test the suitability and adequacy of the Finnish translations of two functional outcome questionnaires (Toronto Extremity Salvage Score and Musculoskeletal Tumor Society score) and to perform a preliminary investigation of functional outcomes of Finnish lower-limb soft tissue sarcoma patients after operative treatment. MATERIALS AND METHODS: Between June 2015 and December 2015, consecutive surgically treated outpatients were asked to participate in the study. Demographic, clinical, surgical, and oncological outcome data were collected. Two functional outcome questionnaires were used (Toronto Extremity Salvage Score and Musculoskeletal Tumor Society scores). A comparative analysis is presented. RESULTS: A total of 19 lower-limb soft tissue sarcoma patients with a mean follow-up time of 2 years and 10 months were included. All (n = 19) invited patients participated in the study. Mean age was 62.3 years. In total, 13 had high-grade sarcomas. Eight wounds were closed directly, four used skin grafts, and five required flap reconstructions. One patient required a tumor prosthesis, and one required a rotationplasty. A total of 14 patients received oncological therapy. No problems or difficulties were reported in using and completing the Finnish versions of the Toronto Extremity Salvage Score or Musculoskeletal Tumor Society questionnaires. The overall Toronto Extremity Salvage Score and Musculoskeletal Tumor Society scores were 88 and 76, respectively. CONCLUSION: This pilot study suggests that the Finnish versions of the Toronto Extremity Salvage Score and Musculoskeletal Tumor Society questionnaires are suitable for measuring functional outcome after lower extremity soft tissue sarcomas treatment. Functional outcomes vary from moderate to excellent.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».