Combined PET/MRI: Global Warming—Summary Report of the 6th International Workshop on PET/MRI, March 27–29, 2017, Tübingen, Germany
Notice bibliographique
Résumé
The 6th annual meeting to address key issues in positron emission tomography (PET)/magnetic resonance imaging (MRI) was held again in Tübingen, Germany, from March 27 to 29, 2017. Over three days of invited plenary lectures, round table discussions and dialogue board deliberations, participants critically assessed the current state of PET/MRI, both clinically and as a research tool, and attempted to chart future directions. The meeting addressed the use of PET/MRI and workflows in oncology, neurosciences, infection, inflammation and chronic pain syndromes, as well as deeper discussions about how best to characterise the tumour microenvironment, optimise the complementary information available from PET and MRI, and how advanced data mining and bioinformatics, as well as information from liquid biomarkers (circulating tumour cells and nucleic acids) and pathology, can be integrated to give a more complete characterisation of disease phenotype. Some issues that have dominated previous meetings, such as the accuracy of MR-based attenuation correction (AC) of the PET scan, were finally put to rest as having been adequately addressed for the majority of clinical situations. Likewise, the ability to standardise PET systems for use in multicentre trials was confirmed, thus removing a perceived barrier to larger clinical imaging trials. The meeting openly questioned whether PET/MRI should, in all cases, be used as a whole-body imaging modality or whether in many circumstances it would best be employed to give an in-depth study of previously identified disease in a single organ or region. The meeting concluded that there is still much work to be done in the integration of data from different fields and in developing a common language for all stakeholders involved. In addition, the participants advocated joint training and education for individuals who engage in routine PET/MRI. It was agreed that PET/MRI can enhance our understanding of normal and disrupted biology, and we are in a position to describe the in vivo nature of disease processes, metabolism, evolution of cancer and the monitoring of response to pharmacological interventions and therapies. As such, PET/MRI is a key to advancing medicine and patient care.
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 | 0,008 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,016 |
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 ».