Localized and diffuse tenosynovial giant cell tumor: real-world results from a patient observational registry
Notice bibliographique
Résumé
Background Tenosynovial Giant Cell Tumor (TGCT) is a rare, locally aggressive neoplasm that adversely impact patients’ physical function and quality of life (QoL). This cross-sectional analysis leverages real-world data from the TGCT Support Patient Registry to elucidate the patient experience with TGCT and the disease burden across healthcare systems.Research design and methods A total of 497 patients from 32 countries, 71.4% (n = 355) with diffuse-TGCT (D-TGCT), 18.9% (n = 94) with localized TGCT (L-TGCT), and 9.7% (n = 28) with unspecified TGCT were included in this cross-sectional analysis of the TGCT Support Registry.Results A majority of patients (61.2%, n = 304) were diagnosed by orthopedic/sports medicine surgeons, half (n = 248) were misdiagnosed prior to their TGCT diagnosis, and 32% (n = 278) of patients were diagnosed > 24 months following symptom onset. 79.1% (n = 393) of all patients had ≥ 1 resection and 63% of those patients reported ≥ 1 recurrence. Of those patients that had recurrence following resection, 59% had ≥ 2 recurrences. 23% of patients (n = 115) changed occupations or prematurely retired due to TGCT and the proportion of patients increased with > 2 surgeries.Conclusion Greater awareness of TGCT among HCPs is needed to facilitate diagnosis and referral to multidisciplinary teams is warranted to reduce recurrence rates, number of surgical interventions, and improve QoL.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».