Aquesta web utilitza cookies per a obtenir dades estadístiques de la navegació dels seus usuaris. Si continues navegant considerem que acceptes el seu ús. | Més informació

Inici

Fundació per a la Investigació i la Docència Maria Angustias Giménez

What do results from coordinate-based meta-analyses tell us?


Albajes-Eizagirre A, Radua J


Neuroimage        Impact Factor: 6.357


PubMed Id: 29729389  Link a PubMed


Abstract (eng):

Coordinate-based meta-analyses (CBMA) methods, such as Activation Likelihood Estimation (ALE) and Seed-based d Mapping (SDM), have become an invaluable tool for summarizing the findings of voxel-based neuroimaging studies. However, the progressive sophistication of these methods may have concealed two particularities of their statistical tests. Common univariate voxelwise tests (such as the t/z-tests used in SPM and FSL) detect voxels that activate, or voxels that show differences between groups. Conversely, the tests conducted in CBMA test for "spatial convergence" of findings, i.e., they detect regions where studies report "more peaks than in most regions", regions that activate "more than most regions do", or regions that show "larger differences between groups than most regions do". The first particularity is that these tests rely on two spatial assumptions (voxels are independent and have the same probability to have a "false" peak), whose violation may make their results either conservative or liberal, though fortunately current versions of ALE, SDM and some other methods consider these assumptions. The second particularity is that the use of these tests involves an important paradox: the statistical power to detect a given effect is higher if there are no other effects in the brain, whereas lower in presence of multiple effects.



Abstract (esp):

Los métodos de metanálisis basados ​​en coordenadas (CBMA), como la Estimación de la probabilidad de activación (ALE) y el Mapeo d basado en semillas (SDM), se han convertido en una herramienta invaluable para resumir los hallazgos de los estudios de neuroimagen basados ​​en vóxeles. Sin embargo, la sofisticación progresiva de estos métodos puede haber ocultado dos particularidades de sus pruebas estadísticas. Las comunes pruebas voxelwise univariantes (como las pruebas t / z utilizadas en SPM y FSL) detectan los vóxeles que se activan o los vóxeles que muestran diferencias entre los grupos. Por el contrario, las pruebas realizadas en CBMA prueban la "convergencia espacial" de los hallazgos, es decir, detectan regiones donde los estudios informan "más picos que en la mayoría de las regiones", regiones que activan "más que la mayoría de las regiones" o regiones que muestran "mayores diferencias entre grupos que la mayoría de las regiones". La primera particularidad es que estas pruebas se basan en dos suposiciones espaciales (los vóxeles son independientes y tienen la misma probabilidad de tener un pico "falso"), cuya violación puede hacer que sus resultados sean conservadores o liberales, aunque afortunadamente las versiones actuales de ALE, SDM y algunos otros métodos consideran estas suposiciones. La segunda particularidad es que el uso de estas pruebas implica una paradoja importante: el poder estadístico para detectar un efecto dado es mayor si no hay otros efectos en el cerebro, mientras que es más bajo en presencia de efectos múltiples.


Demanar article complet en format .pdf, el rebràs per email

* Limitat a col·laboradors Germanes Hospitalàries


(*)
(*)
(*)