MétaCan
Menu
Retour à la cohorte
Enregistrement W4401828634 · doi:10.2106/jbjs.23.01007

Mapping the Course of Recovery Following Limb-Salvage Surgery for Soft-Tissue Sarcoma of the Extremities

2024· article· en· W4401828634 sur OpenAlexaffabout
Alexander L. Lazarides, Zachary D. C. Burke, Manit K. Gundavda, David Clever, Anthony M. Griffin, Kim M. Tsoi, Peter C. Ferguson, Jay S. Wunder

Notice bibliographique

RevueJournal of Bone and Joint Surgery · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSarcoma Diagnosis and Treatment
Établissements canadiensUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineSarcomaSoft tissue sarcomaSurgerySoft tissuePelvisRetrospective cohort study

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite the goal of an acceptable functional result, the surgical treatment of soft-tissue sarcoma can portend a prolonged course of recovery. More comprehensive data on the expected course of recovery following extremity sarcoma surgery are needed to help to inform physicians and patients. The purpose of the present study was to describe the typical course of functional recovery following limb-salvage resection of a soft-tissue sarcoma and to identify factors associated with a delayed postoperative course of recovery. METHODS: A retrospective review of a prospectively maintained institutional database was performed for all patients undergoing surgical treatment with limb salvage of a soft-tissue sarcoma of the extremities or pelvis with at least 1 year of follow-up after the definitive surgical procedure. All patients were required to have preoperative functional outcomes recorded for either the Toronto Extremity Salvage Score (TESS) or the Musculoskeletal Tumor Society (MSTS) score and functional outcome measures at 1 year postoperatively. The primary outcome measures were time to recovery and maximal functional improvement. RESULTS: In this study, 916 patients met inclusion criteria following surgical resection of a soft-tissue sarcoma of the extremities. The median follow-up was 74 months. Patients typically achieved a return to their baseline preoperative level of function for all functional outcome measures by 1 to 2 years and achieved maximal functional recovery by 2 years postoperatively. Older age, female sex, deep tumor location, larger tumor size, pelvic location, osseous resection, motor nerve resection, free and/or rotational soft-tissue coverage, and postoperative complications were independently associated with worse TESS and/or MSTS scores (p ≤ 0.05). Tumor recurrence was associated with worse functional outcomes scores. An analysis was performed to determine which patients had a prolonged course of recovery (i.e., were considered to still be recovering). Older age, female sex, larger tumor size, osseous resection, and motor nerve resection were associated with a delayed course of recovery (p ≤ 0.04). Complications and tumor recurrence were associated with delayed functional recovery across all domains. CONCLUSIONS: Most patients will achieve maximal recovery by 2 to 3 years following surgical resection for soft-tissue sarcoma of the extremities. Older age, female sex, larger tumor size, osseous resection, motor nerve resection, postoperative complications, and tumor recurrence portend poorer functional outcomes and a delayed course of recovery. LEVEL OF EVIDENCE: Prognostic Level IV . See Instructions for Authors for a complete description of levels of evidence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,276
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Bone and Joint SurgeryMême sujetSarcoma Diagnosis and TreatmentTravaux en français237 207