Translation and validation into Brazilian Portuguese of the Musculoskeletal Tumor Society Rating Scale (MSTS) for functional evaluation in patients with lower extremity bone sarcoma
Bibliographic record
Abstract
Objetivo: Este estudo foi realizado com objetivo de traduzir para o português do Brasil e validar a ferramenta Musculoskeletal Tumor Society Rating Scale (MSTS) para avaliação da função em pacientes com sarcomas ósseos dos membros inferiores. Método: A ferramenta MSTS foi traduzida da língua inglesa para o português do Brasil. As versões traduzidas foram sintetizadas em uma versão de consenso que foi retrotraduzida para o inglês e analisada por um comitê multidisciplinar para posterior aplicação da ferramenta. O questionário foi aplicado em 67 pacientes operados por tumores musculoesqueléticos ósseos malignos de membros inferiores com cirurgia preservadora de membro ou amputação. Este grupo também preencheu uma versão validada em Português do Toronto Extremity Salvage Score (TESS). Foram realizadas as análises de confiabilidade do teste e reteste, confiabilidade interobservador, consistência interna, validação do instrumento e correlação com o TESS. Resultados: A confiabilidade do teste e reteste e interobservadores foi feita através da análise dos coeficientes de correlação intraclasse (ICC) com valores de 0,92 e 0,98 respectivamente (intervalo de confiança de 95%). Na análise da consistência interna, o valor do coeficiente alfa de Cronbach foi de 0,84. A correlação entre as ferramentas MSTS e TESS foi moderada. Conclusão: A ferramenta MSTS foi traduzida e validada para o Português do Brasil e mostrou ser confiável para aplicação em pacientes com sarcomas ósseos de membros inferiores. Isto possibilitará a avaliação funcional dos pacientes brasileiros e comparação com resultados de estudos multicêntricos
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.013 | 0.039 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".