The Importance of Patient-Reported Outcome Measures (PROMs) in Oncological Vulvoperineal Defect Reconstruction: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Patient-reported outcome measures (PROMs) have gained increased importance in assessing outcomes after reconstructive surgery. This also applies to the reconstruction of vulvoperineal defects after resection of gynecological or colorectal cancers in women. The objective of this study is to analyze the current state of PROM tool use within this patient population. METHODS: By systematic literature searches in Embase, Medline, and Web of Science, English-language studies published after 1980, including randomized controlled trials, cohort studies, and case series reporting on vulvoperineal defect reconstruction, which were included if they also analyzed quality of life (QoL) and/or PROMs. The PROM tools used by each study were extracted, analyzed, and compared. RESULTS: The primary search yielded 2576 abstracts, of which 395 articles were retrieved in full text. Of these, 50 reported on vulvoperineal defect reconstruction, among which 27 studies analyzing QoL were found. Of those, 17 met the inclusion criteria for this systematic review. After full-text screening, 14 different PROM tools and 5 individual, non-standardized questionnaires were identified. Only 22% of studies used a validated PROM tool. CONCLUSION: Far too few studies currently use PROM tools to assess outcomes in oncological vulvoperineal defect reconstruction. Less than half of the used PROMs are validated. No PROM was designed to specifically measure QoL in this patient population. The standardized implementation of a validated PROM tool in the clinical treatment of this patient population is an essential step to improve outcomes, enable the comparison of research, and support evidence-based treatment approaches.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».