在这项回顾性计算机研究中，数据收集自2021年5月至12月3个不同的FSG专家中心:“奥斯卡·兰布雷特中心”(里尔)、“Cancérologie de l 'Ouest研究所”(南特)和“Cancérologie de斯特拉斯堡欧洲研究所”(斯特拉斯堡)。

来自FSG专家中心的多学科肿瘤委员会(MTB)报告的患者数据保存在NetSarc+数据库中，该数据库集中审查这些数据。在MTB讨论之前，患者被警告这一过程，并可以自由拒绝使用他们的数据。NetSarc+数据收集和进一步分析根据适用国家立法的要求获得了伦理委员会的批准:2010年9月16日获得了“Comité信息检索santé”的批准(授权号10.403)，2013年7月15日获得了“Comité国家信息检索Liberté”的批准(授权号910390，决定DR-2013-383)。研究或应用程序中使用的信息没有被保存。

使用结构化问卷，我们收集了来自FSG专家中心的MTB讨论的软组织肿块患者的数据。患者资格如下:(1)所有由“Réseau de Référence en Sarcomes病理”中病理专家确认的连续组织病理诊断病例和(2)在初步诊断时讨论的病例。我们排除了原发性骨肿瘤和癌、黑素瘤或恶性血液病患者。在尤因肉瘤、骨肉瘤或软骨肉瘤的病例中，只有当肿瘤是骨外的，并且基于STT的活检进行诊断时，患者才被包括在内。收集的数据包括组织学;初次描述STT后的日期和医疗决定;第一次MTB的日期和结论;肿瘤特征(最大直径，定位，以及，如果可能，放射检查的类型和结论)。我们定义了两组:良性肿瘤和恶性肿瘤(包括肉瘤和中间肿瘤)。对每组进行统计分析，包括合并和单独。

间隔的计算基于以下2个日期:(1)在医疗档案中提到的软组织肿块的第一次医学描述的日期;(二)在专家中心进行第一次MTB会诊或讨论的日期。

在对STT进行第一次医学描述时，使用该移动应用程序与可用的医疗信息进行回顾性使用。要运行该应用程序，需要的数据是物体的大小(以毫米为单位);深度(浅的或深的);放射学特征(脂质组成、均匀性或异质性);及其临床特征(肿物的生长、疼痛、硬度和收缩)。不存储任何数据，所有数据完全匿名，以保护医疗隐私。根据这些信息，有3种可能的结果:(1)建议直接转到专家中心，(2)建议进行补充放射检查(特别是MRI)，(3)告知在当地中心管理该肿块的可能性。为了匹配Sar 'Connect的这3个可能的结果，在转诊到MTB之前的估计时间间隔与每个结果相关，如下所示。为了模拟每个结果的可接受和保守的时间间隔，我们指定了1个月的时间间隔直接转诊到专家中心，如果算法建议在转诊前进行补充放射检查，则指定了2个月的时间间隔。当算法建议可能的非专家中心管理时，良性肿瘤的间隔为0个月，非良性肿瘤的间隔为实际观察到转诊的时间。 All estimated time intervals were assigned according to local practice.

主要目的是比较现实生活中观察到的转介到专家中心的时间(从STT的首次医学描述到MTB的日期之间计算)与根据算法建议回顾性估计的时间。次要目标包括确定时间间隔的决定因素。我们还评估了使用Sar 'Connect后良性肿瘤被转介到专家中心的潜在比率。

为了获得至少40例患者的完整数据，本研究需要60例患者的样本。该样本量估计至少提供90%的功率，预期差异为8个月，有利于Sar 'Connect。该差异值和样本量是根据先前的探索性未发表的回顾性分析选择的，采用的方法与本研究中描述的方法相同，并基于斯特拉斯堡专家中心MTB的记录。根据我们当地的惯例，这种延迟在这种情况下是严重的。对分类变量使用数字和比例描述患者特征，对连续变量使用平均值、SD、中位数和IQR描述。

我们将实际观测时间与专家中心使用双尾学生的估计时间进行比较 t测试匹配。敏感性分析基于初始时间间隔的变化，在立即转诊到专家中心的情况下，从1到3个月，在需要额外的成像程序时，从2到6个月。结果以其ci和的微分均值形式表示 P值。所有试验的双侧α风险为5%。采用R统计软件(4.1.2版;R统计计算基础)。

为了确定转诊时间间隔的决定因素，对以下假定的决定因素进行Pearson检验:患者的家庭住址与最近的专家中心之间的距离、年龄、临床症状的数量、肿瘤的大小和深度以及既往的影像学检查。所有的试验都首先在整个队列中进行，然后在恶性肿瘤患者中进行。

在探索性分析中，采用基于贝叶斯的方法，使用马尔可夫链蒙特卡洛方法来描述所选变量的预测影响。95%可信区间不为0时，差异有统计学意义。结果以中位数和95%可信区间表示。

从2021年5月至12月，共纳入了86例患者( 图1)．其中8例被排除在本研究之外:2例因缺乏最终病理诊断，6例因时间间隔计算不确定。其余78例中，18例为良性肿瘤，60例为恶性肿瘤。主要数据汇总于图S2 多媒体附件1．

在60例患者中，18例(30%)被诊断为良性肿瘤。它们的特性见年的表S1 多媒体附件1．

18例患者中，11例(61%)转诊至专家中心，所有患者(n= 18,100%)均有影像学检查。14例(78%)患者进行了MRI检查，大多数(n= 11.61%)病例描述了非典型或可疑的STT。此外，3例(6%)患者在成像后最初没有被转诊到MTB, 1例(6%)患者在转诊到MTB之前在非专家中心接受了手术。使用Sar 'Connect, 13例(72%)患者将被直接转介到专家中心，只有2例(11%)病例将被推荐到非专家中心进行可能的管理。总体而言，我们发现在9例(50%)病例中，现实生活结果与Sar 'Connect模拟在管理方面存在潜在差异。移动应用程序建议对4例(22%)患者进行更适当的管理，并将5例(28%)良性肿瘤转介到MTB(表S2) 多媒体附件1)．

良性肿瘤组不够大，无法与非良性STT组进行比较。然而，数值上的变量似乎有所不同，包括肿瘤的临床和放射学中位大小较高(良性组为60和40毫米，非良性组为90和120毫米)，所有良性肿瘤患者(18/ 18,100%)没有疼痛性STT，而非良性组为25 / 60(42%)。

对整个队列(78例患者)进行了分析，包括良性和非良性STTs患者。现实生活中的平均时间间隔为9.14 (IQR 1-85)个月，而Sar 'Connect估计的平均时间间隔为1.4 (IQR 0-10)个月，我们发现7.7个月的时间间隔具有潜在的临床意义( P<措施)。为了验证这种差异，我们对每个Sar 'Connect结果使用不太乐观的估计时间间隔重复分析。因此，我们在建议直接转诊的情况下指定了3个月的时间间隔，在放射检查要求的情况下指定了6个月的时间间隔。该敏感性分析发现，移动设备算法的平均应用时间间隔为3.6个月，潜在估计缩短5.4个月( P= .002; 表3)．两个值被认为是极端数据(设计为高于2.5倍SD的时间)，排除这些数据的统计分析证实了模拟的6个月差异( P<措施)。

我们在非良性STT人群中重复了同样的分析( 表4)，并再次回顾性地使用Sar 'Connect指导患者转诊，结果估计有6.5个月的潜在获益( P<措施)。尽管差异较小，但在非专家中心接受手术(有或没有事先成像)或活组织检查(n=9)的13名患者(22%)中出现了现实生活中的结果。

我们试图确定现实生活中转诊时间间隔的决定因素，并发现在标准或贝叶斯分析中与时间间隔没有统计相关性(表S3和S4) 多媒体附件1)．

据我们所知，这项研究是第一个评估应用程序对肉瘤早期治疗的益处的研究。Sar 'Connect将到专家中心的估计时间间隔缩短了7.5个月，并可以降低肉瘤患者定向障碍的百分比。

自21世纪初以来，新技术有助于改善通信和数据共享，并已为医疗目的而发展起来。移动医疗(mHealth)的概念定义了移动设备在医疗和公共卫生实践中的使用[ 27］．2013年，移动健康应用发布了9.7万个，超过50%的智能手机用户是移动健康应用的用户[ 28， 29］．此外，这一发展将继续增长，因为超过90%的人口拥有移动电话[ 30.］．为了标准化移动健康应用程序的使用，法国和比利时等一些国家制定了健康应用程序和智能设备的良好实践指南，这些应用程序和智能设备在COVID-19大流行期间被广泛使用[ 31- 33］．

一般来说，专业知识和教育可以从移动健康应用程序中受益[ 34- 36］．在进行治疗之前，重要的是卫生专业人员要意识到误诊的罕见肿瘤，如肉瘤[ 14］．开发Sar 'Connect应用程序是为了提高对肉瘤的认识，并便于患者早期转诊到专家中心，即使是在远离这些中心的地方。该应用程序是法国在法国网络内促进早期和最佳的肉瘤患者管理的努力的一部分[ 1］．

在这项研究之前，我们在斯特拉斯堡中心2015年之前讨论过的患者档案的回顾性本地数据库中探索了Sar ' connect的潜在好处，以估计分析所需的患者数量。通过使用与该队列相同的方法，我们发现差异超过8个月。这一结果与最近的结果之间的差异可能是由于难以获得STT的首次医学描述的精确日期。在我们的研究中，我们进行了一个没有异常值的分析(描述为超过1.5倍IQR加第三个四分位数或低于第一个四分位数- 1.5倍IQR的值)来减少这种差异;2个数据点被认为是极端的，排除它们的分析不影响最终结果。本研究中观察到的较小的潜在益处也可能是由于中心之间的地理差异和由于FSG宣传活动而导致的肉瘤管理的改善。事实上，自2010年以来，由于第一个法国国家癌症计划(2003-2009)，FSG促进了肉瘤管理的临床指南，并支持了研究[ 37- 39］．基于Fayet等人的工作[ 3.]， FSG最近强调了转诊到法国专家中心的肉瘤患者的异质性的影响。在我们的研究中，良性STT患者的病例被提交到MTB往往更接近专家中心，便于转诊。我们开发了Sar 'Connect来改善肉瘤患者的管理，而不考虑地理差异。通过减少诊断错误和次优诊断、治疗和随访的风险，远离专家中心的患者应该从这款移动应用程序中受益最大。 40］．

我们的研究可能受到人群偏倚的限制，因为所有患者数据都来自肉瘤mtb，而良性肿瘤的代表性不足。然而，我们的主要目的是表明，使用这款mHealth应用程序可能能够缩短恶性肿瘤MTB转诊的估计时间间隔，即使使用估计时间间隔更长的敏感性分析，也能成功地缩短6个月以上。此外，在60例患者中，我们发现转诊有潜在的改善——27例(45%)肉瘤患者立即转诊到肉瘤MTB，而使用Sar 'Connect的46例(77%)患者。其他内在特征将通过评估我们应用程序的实际使用情况来确定。

该研究的目的不是探讨“假阳性”结果的潜在增加以及良性肿瘤向MTB肉瘤的方向。由于该软件旨在避免恶性肿瘤的误诊，因此根据算法，将一些临床良性stt转到专家中心是可以接受的结果。此外，由于纳入分析的所有患者最终都转诊到MTB肉瘤，而Sar’connect仅推荐13例(72%)患者立即转诊，我们希望次优转诊的上升不会显著。

缩短时间间隔和避免非最佳的初始手术对于肉瘤患者的治疗至关重要。使用来自MTB数据库的真实数据与Sar 'Connect建议进行比较，这与探索此类移动健康应用程序的益处相关。尽管我们的研究的目的不是为了显示任何生存益处，但文献中的大量数据强调了时间间隔对于肉瘤患者的最佳管理是多么重要[ 8， 14， 40- 44］．

移动健康应用程序开发越来越重要，特别是在肿瘤学领域，移动健康提供的机会可以解决广泛的问题。例如，数字版本的患者报告结果(PROs)，或e-PROs，在临床研究中是非常有价值的工具，由于其应用程序，这些数据很容易收集。确实，在肺癌人群中，使用PROs症状与临床算法相结合，可以更早地诊断复发，中位总生存期提高6个月[ 45， 46］．在姑息治疗方面，远程医疗和移动医疗也改善了患者和家属的症状管理[ 47］．

还有其他应用程序可以促进STT的管理。例如，Sarculator可以预测手术切除患者的总生存期和转移风险[ 48］．另一个例子是最近推出的移动医疗应用Persarc，它可以帮助专家通过移动设备讨论STS病例。 49］．Sar 'Connect的灵感来自这些开创性的移动健康应用程序。所有这些应用程序都已经可用，可以很容易地分发给卫生专业人员。我们的研究和其他应用程序发表的研究表明，一个简单和用户友好的mHealth应用程序可以改善STS患者的管理，以改善这种罕见肿瘤的预后。

这项研究表明，当使用移动应用程序Sar 'Connect将肉瘤患者转介到专家中心时，可以减少7个月以上的潜在好处。我们的移动健康应用程序就是一个例子，其中数字健康是一个有用的工具，可以减少肉瘤患者在最佳管理方面的差异。