Trends in functional outcome measures in orthopedic oncology
Notice bibliographique
Résumé
The purpose of this study was to identify trends in the use of functional outcome measures within orthopedic oncology. The search engine, PubMed, was reviewed for all articles over an 11-year period from 2011 to 2021 from five major journals that publish in the field of orthopedic oncology. The functional outcome measures used in the articles were recorded along with study date, study design, clinical topic/pathology, and level of evidence. Out of 5968 musculoskeletal tumor-focused articles reviewed, 293 (4.9%) included at least one outcome measure. A total of 28 different outcome tools were identified. The most popular were Musculoskeletal Tumor Society (MSTS) score (61.1%) and Toronto Extremity Salvage (TESS) score (14.0%), followed by 36-Item Short Form Survey (SF-36) (4.1%) and Patient-Reported Outcomes Measurement Information System (PROMIS) (3.8%). The use of MSTS scores decreased by 0.7% each year, whereas PROMIS increased by 1.2% each year. Seventy-four articles used more than one outcome measure. Of these 74 articles, 61 had the MSTS as one of the outcome measures. Orthopedic oncology utilizes functional outcome measures less commonly in comparison to other orthopedic subspecialties. However, this may be due in large part to orthopedic oncologists putting more emphasis on outcomes such as local recurrence, implant failure, and mortality. MSTS score is the most widely used functional outcome measure, but the utilization of PROMIS has increased recently, and could be the next step in evaluating outcomes in orthopedic oncology as it is patient-derived rather than physician-derived.
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 | 0,014 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,022 | 0,029 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| 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 ».