molpit
Login:
Password:
remember
PIT00380 «Дырка» в вексельном подходе фМРТ

или появление "Чёрного лебедя" в применениях функциональной магнитно-резонансной томографии (фМРТ = functional magnetic resonance imaging = fMRI), использующей параметрические статистики, сильно зависящие от различных предположений. Именно поэтому статья, принятая к печати 17/5/2016, цитировалась уже 115 раз. В чистом виде "Чёрный лебедь" или Марк Твен с его "есть ложь, наглая ложи и статистика". Так что, господа, использующие кластерный анализ и параметрические статистики для крупных объектов, будьте очень осторожны в своих предположениях!

Screenshot-30 (444Кб)
Кора головного мозга или внешняя мантия, состоит из 180 отдельных зон на полушарии. Изображены области, связанные с тремя основными чувствами - слуха (красный), сенсорный (зеленый) видение (синий) и анти-когнитивных систем (светлые и темные). Карта основана на данных из состояния покоя сканирования МРТ, выполненных в рамках проекта человеческого Коннектома. В работе [Eklund2016] обнаружено, что карты в состоянии покоя имеют высокую (70%) FWER (Familywise Error) ошибку. При статистической проверке гипотез FWER - вероятность создания ошибки.

Разберёмся внимательнее по какой причине статья [Eklund2016] "Кластерная недостаточность: почему выводы фМРТ для пространственно протяженных объектов раздули ложно-положительные оценки" привлекла такое внимание.

{Eklund2016} Anders Eklund, Thomas E. Nichols, and Hans Knutsson. Cluster failure: why fMRI inferences for spatial extent have inflated false-positive rates // Proceedings of the National Academy of Sciences 113 (28), 7900–7905 (2016). doi 10.1073/pnas.1602413113

Суть
Функциональная МРТ (фМРТ) применяется 25 лет, но удивительно что наиболее распространенные статистические методы не были проверены с использованием реальных данных. Здесь мы использовали данные о состоянии покоя ФМРТ от 499 здоровых людей, чтобы решить задачу для группы из 3 миллиона анализов. Используя эти нулевые данные с различными экспериментальными конструкциями, мы оценили частоту значимых результатов. В теории, мы должны найти 5% ложных срабатываний (для значимости порога 5%), но вместо этого мы обнаружили, что наиболее распространенные программные пакеты для анализа фМРТ (SPM, FSL, Afni) может привести к ложноположительным оценкам до 70%. Эти результаты ставят под сомнение обоснованность ряда исследований, т.к. МРТ имеет большое влияние на интерпретацию слабо значимых результатов нейровизуализации.

Подробнее о карте коннектома и анализе статьи Eklund2016 см здесь Craig Rothstein. What Happens When the Scientific Method Observes Itself? // BioTechniques 17/1/2017.

Peter Belobrov 18 Jan 2017 02:20
© International Open Laboratory for Advanced Science and Technology — MOLPIT, 2009–2024