Prediction of Quality of Life and Survival After Surgery for Symptomatic Spinal Metastases
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Surgery for symptomatic spinal metastases aims to improve quality of life, pain, function, and stability. Complications in the postoperative period are not uncommon; therefore, it is important to select appropriate patients who are likely to benefit the greatest from surgery. Previous studies have focused on predicting survival rather than quality of life after surgery. OBJECTIVE: To determine preoperative patient characteristics that predict postoperative quality of life and survival in patients who undergo surgery for spinal metastases. METHODS: In a prospective cohort study of 922 patients with spinal metastases who underwent surgery, we performed preoperative and postoperative assessment of EuroQol EQ-5D quality of life, visual analog score for pain, Karnofsky physical functioning score, complication rates, and survival. RESULTS: The primary tumor type, number of spinal metastases, and presence of visceral metastases were independent predictors of survival. Predictors of quality of life after surgery included preoperative EQ-5D (P = .002), Frankel score (P < .001), and Karnofsky Performance Status (P < .001). CONCLUSION: Data from the largest prospective surgical series of patients with symptomatic spinal metastases revealed that tumor type, the number of spinal metastases, and the presence of visceral metastases are the most useful predictors of survival and that quality of life is best predicted by preoperative Karnofsky, Frankel, and EQ-5D scores. The Karnofsky score predicts quality of life and survival and is easy to determine at the bedside, unlike the EQ-5D index. Karnofsky score, tumor type, and spinal and visceral metastases should be considered the 4 most important prognostic variables that influence patient management.
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.
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 | 0,002 | 0,004 |
| 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 découle