Highlights of the 2020 23rd Society for Cardiovascular Magnetic Resonance Scientific Sessions
Notice bibliographique
Résumé
Cardiovascular magnetic resonance (CMR) is an integral part of the evaluation and management of patients with cardiovascular disease. As a result, the interest in this modality among scientific and clinical communities continues to grow, as evidenced by a record number of attendees at the 23rd Society for Cardiovascular Magnetic Resonance (SCMR) Annual Scientific Sessions. More than 1,440 delegates from around the world experienced the meeting in Orlando, Florida, USA from February 12–15, 2020 (Fig. 1 ). Two thirds of attendees were from North America and a fifth from Europe. Cardiologists constituted the most prevalent professional designation which is a testament to the important role of CMR in routine clinical cardiology practice and cardiology research. The theme of the meeting was entitled, “Transforming Cardiovascular Care Through Discoveries in Imaging” (Fig. 2 ). A total of 112 sessions spanned the spectrum from technical developments to basic discoveries, clinical science and advocacy. The meeting was preceded by a joint workshop together with the International Society for Magnetic Resonance in Medicine (ISMRM) and several preconference courses, including a general overview of CMR techniques and applications for physicians, a course around pediatric and congenital heart disease, and a review of the fundamentals of cardiology. The theme of the SCMR/ISMRM workshop was “CMR 4.0: Autonomous and Efficient Cardiovascular Magnetic Resonance Imaging”. This 1.5 day event focused on the topics of ‘efficient and effective CMR’, ‘autonomous scanning and quantification’, ‘hardware innovations’, as well as ‘artificial intelligence (AI)’ and ‘big data’. A complete course on interventional CMR was also offered. Fifty-seven abstract and didactic sessions during the main meeting highlighted recent CMR technical and clinical developments as well as scientific discoveries. These ranged from improving quantitative precision for diagnosis of cardiovascular disease in an individual patient to identifying methods of using CMR to improve outcomes. Within this context, sessions showcased work from around the world using CMR in congenital heart disease, ischemic and non-ischemic heart disease, valvular disease, electrophysiology, systemic inflammation, cardio-oncology, heart failure, and vascular pathology. This report highlights a few of the contributions in the areas of ‘Innovative Clinical Applications of CMR’, ‘Clinical and Translational Science’, and ‘Basic Science & Technical Developments’. Table 1 lists the scientistis, clinicians, and abstracts that were specifically recognized during the meeting.
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 | 0,014 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,012 | 0,004 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,010 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,114 | 0,089 |
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 ».