Assessing Functional Outcomes and Health-Related Quality of Life After Radiation Therapy in Extremity Soft Tissue Sarcoma
Notice bibliographique
Résumé
AIMS: Extremity soft-tissue sarcomas (ESTS) are rare neoplasms treated with limb-sparing surgery and radiation therapy (RT). While RT improves local control, it can be associated with late functional impairments that may affect health-related quality of life (HR-QOL). As survivorship care gains importance, understanding the relationship between functional outcomes (FO) and HR-QOL is crucial. This study evaluates the relationship between FO, measured by the Toronto Extremity Salvage Score (TESS), and HR-QOL, assessed with the European Organisation for Research and Treatment of Cancer Quality of Life Questionnaire Core 30 (EORTC QLQ-C30). MATERIALS AND METHOD: A cohort study including ESTS patients treated with RT (January 2009 to October 2024) was conducted. Eligible patients completed the TESS and QLQ-C30 questionnaires. Correlation analyses, receiver operating characteristic (ROC) curve analysis, and statistical comparisons were performed to assess the association between FO and HR-QOL and to determine a clinically relevant TESS threshold for impairment. RESULTS: Of 255 identified patients, 123 were eligible, and 61 (response rate: 52%) completed the questionnaires. TESS lower-limb scores showed strong correlations with QLQ-C30 physical (r = 0.74), role (r = 0.63), and social functioning (r = 0.62). Notably, ROC analysis identified a clinically meaningful TESS threshold of ≥80, demonstrating high sensitivity (88%) and specificity (100%) for detecting significant functional impairments. Most patients reported good FO and HR-QOL, but a subset experienced severe impairments. CONCLUSION: ESTS survivors generally maintain good function and HR-QOL, but functional impairments significantly affect some patients. The identified TESS threshold of ≥80 may help clinicians monitor at-risk patients and guide early interventions. Future studies should validate this threshold and explore interventions for patients with severe impairments.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 ».