D-картирование на основе семян
D-картирование на основе семян (ранее — Знаковое дифференциальное картирование ) или SDM — это статистический метод, созданный Хоакимом Радуа для метаанализа исследований различий в активности или структуре мозга , в которых использовались методы нейровизуализации , такие как фМРТ , VBM , DTI или ПЭТ . Это также может относиться к определенному программному обеспечению, созданному проектом SDM для проведения такого метаанализа.
Подход d-картирования на основе семян
[ редактировать ]Обзор метода
[ редактировать ]SDM принял и объединил различные положительные особенности предыдущих методов, таких как ALE или MKDA, и представил ряд улучшений и новых функций. [1] Одной из новых функций, введенных во избежание положительных и отрицательных результатов в одном и том же вокселе , как это было в предыдущих методах, было представление как положительных, так и отрицательных различий на одной и той же карте, что позволило получить знаковую дифференциальную карту (SDM). Еще одной важной особенностью, представленной в версии 2.11, было использование размеров эффекта (что приводит к SDM размера эффекта или «ES-SDM»), что позволяет комбинировать сообщаемые координаты пиков со статистическими параметрическими картами, что позволяет получить более исчерпывающие и точные мета-данные. анализы. [2]
Метод состоит из трех шагов. Сначала координаты пиков кластеров (например, вокселов, в которых различия между пациентами и здоровыми контрольными группами были самыми высокими) и статистические карты, если они доступны, выбираются в соответствии с критериями включения SDM. Во-вторых, координаты используются для воссоздания статистических карт, а карты величины эффекта и их дисперсии получаются на основе t-статистики (или, что то же самое, на основе p-значений или z-показателей ). Наконец, отдельные карты исследования подвергаются метаанализу с использованием различных тестов, чтобы дополнить основной результат анализом чувствительности и гетерогенности . [ нужна ссылка ]
Критерии включения
[ редактировать ]нередки ситуации В исследованиях нейровизуализации , когда некоторые области (например, области априорного интереса ) подвергаются более широкому пороговому воздействию, чем остальная часть мозга . Однако метаанализ исследований с такими региональными различиями в пороговых значениях внутри исследования будет смещен в сторону этих регионов, поскольку о них с большей вероятностью будут сообщать только потому, что авторы применяют более либеральные пороговые значения в них . Чтобы решить эту проблему, SDM ввела критерий при выборе координат: хотя в разных исследованиях могут использоваться разные пороговые значения, вы должны убедиться, что в каждом включенном исследовании использовался один и тот же порог по всему мозгу. [1]
Предварительная обработка исследований
[ редактировать ]После преобразования статистических параметрических карт и координат пиков в пространство Талайраха для каждого исследования создается карта SDM в рамках определенного шаблона серого или белого вещества. [3] Предварительная обработка статистических параметрических карт проста, в то время как предварительная обработка сообщаемых пиковых координат требует воссоздания кластеров различий с помощью ненормализованного ядра Гаусса , чтобы воксели, расположенные ближе к пиковой координате, имели более высокие значения. Довольно большая полная ширина на полувысоте (FWHM), равная 20 мм, используется для учета различных источников пространственных ошибок, например, несоответствия совместной регистрации в исследованиях, размера кластера или местоположения пика внутри кластера. В рамках исследования значения, полученные с помощью близких гауссовых ядер , суммируются, хотя значения объединяются путем усреднения по квадратичному расстоянию. [2]
Статистические сравнения
[ редактировать ]SDM предоставляет несколько различных статистических анализов, чтобы дополнить основной результат анализом чувствительности и неоднородности .
- Основным статистическим анализом является средних значений , который заключается в вычислении среднего значения вокселей анализ в различных исследованиях. Это среднее значение взвешивается обратной дисперсией и учитывает неоднородность между исследованиями (карты QH). [2]
- Анализ подгрупп – это анализ средних значений, применяемый к группам исследований с целью изучения неоднородности .
- Анализ линейных моделей (например, мета-регрессия) представляет собой обобщение анализа средних значений, позволяющее проводить сравнения между группами и изучать возможные помехи . [4] Низкая вариабельность регрессора имеет решающее значение для мета-регрессий, поэтому их рекомендуется понимать как исследовательские и устанавливать более консервативные пороговые значения. [1]
- Анализ «складной нож» заключается в повторении теста столько раз, сколько исследований было включено, каждый раз отбрасывая одно исследование, т. е. удаляя одно исследование и повторяя анализы, затем помещая это исследование обратно, удаляя другое исследование и повторяя анализ, и так на. Идея состоит в том, что если значительная область мозга остается значимой во всех или большинстве комбинаций исследований, можно сделать вывод, что этот результат хорошо воспроизводим. [1]
Статистическую значимость анализов проверяют стандартными рандомизационными тестами . Рекомендуется использовать нескорректированные значения p = 0,005, поскольку в этом методе было обнаружено, что эта значимость примерно эквивалентна скорректированному значению p = 0,05. [2] Уровень ложного обнаружения (FDR) = 0,05 оказался для этого метода слишком консервативным. Значения в метке или координате Талайраха также можно извлечь для дальнейшей обработки или графического представления. [ нужна ссылка ]
Программное обеспечение СДМ
[ редактировать ]SDM — это программное обеспечение, написанное в рамках проекта SDM для помощи в метаанализе на основе вокселей данных нейровизуализации . Он распространяется как бесплатное программное обеспечение , включающее графический интерфейс и консоль меню/командной строки. Его также можно интегрировать как расширение SPM . [ нужна ссылка ]
Ссылки
[ редактировать ]- ^ Jump up to: а б с д Радуа, Хоаким; Матэ-Колс, Дэвид (1 ноября 2009 г.). «Воксельный метаанализ изменений серого вещества при обсессивно-компульсивном расстройстве» . Британский журнал психиатрии . 195 (5): 393–402. дои : 10.1192/bjp.bp.108.055046 . ПМИД 19880927 .
- ^ Jump up to: а б с д Радуа, Хоаким; Матэ-Колс, Дэвид; Филлипс, Мэри Л.; Эль-Хаге, Виссам; Кронхаус, Дина М.; Кардонер, Нарцисс; Сургуладзе, Симон. «Новый метааналитический метод нейровизуализационных исследований, который сочетает в себе зарегистрированные координаты пиков и статистические параметрические карты». Европейская психиатрия . 27 : 605–611. doi : 10.1016/j.eurpsy.2011.04.001 .
- ^ Радуа, Хоаким; Виа, Эстер; Катани, Марко; Матэ-Колс, Дэвид (2010). «Метаанализ на основе вокселей региональных различий в объеме белого вещества при расстройствах аутистического спектра по сравнению со здоровыми людьми». Психологическая медицина . 41 : 1–12. дои : 10.1017/S0033291710002187 . ПМИД 21078227 .
- ^ Радуа, Хоаким; ван ден Хеувел, Одиль А.; Сургуладзе, Симон; Матэ-Колс, Дэвид (5 июля 2010 г.). «Метааналитическое сравнение исследований морфометрии на основе вокселей при обсессивно-компульсивном расстройстве и других тревожных расстройствах». Архив общей психиатрии . 67 (7): 701–711. doi : 10.1001/archgenpsychiatry.2010.70 . ПМИД 20603451 .
Внешние ссылки
[ редактировать ]- Программное обеспечение и документация SDM из проекта SDM.