हम विषय छवियों (एसडीएम-पीएसआई) के क्रमपरिवर्तन के साथ बीज आधारित डी मैपिंग का उपयोग करके स्वर आधारित न्यूरोइमेजिंग अध्ययनों का मेटा-विश्लेषण कैसे करें।
वोक्सल आधारित न्यूरोइमेजिंग अध्ययनों के मेटा-विश्लेषण करने के अधिकांश तरीके यह आकलन नहीं करते हैं कि क्या प्रभाव शून्य नहीं हैं, लेकिन क्या सांख्यिकीय महत्व की चोटियों का अभिसरण है, और बाइनरी वर्गीकरण के लिए सबूतों के आकलन को कम करता है विशेष रूप से पी-मूल्यों (यानी, वोक्सल केवल “सांख्यिकीय रूप से महत्वपूर्ण” या “गैर-सांख्यिकीय रूप से महत्वपूर्ण”) के आधार पर। यहां, हम विषय छवियों (एसडीएम-पीएसआई) के क्रमपरिवर्तन के साथ बीज-आधारित डी मैपिंग का उपयोग करके मेटा-विश्लेषण कैसे आयोजित करते हैं, एक उपन्यास विधि जो यह आकलन करने के लिए एक मानक क्रमपरिवर्तन परीक्षण का उपयोग करती है कि क्या प्रभाव शून्य नहीं हैं। हम यह भी दिखाते हैं कि मानदंडों के एक सेट के अनुसार सबूतों की ताकत को कैसे ग्रेड किया जाए जो सांख्यिकीय महत्व के स्तर (अधिक उदार से अधिक रूढ़िवादी) की एक श्रृंखला पर विचार करता है, डेटा की मात्रा या संभावित पूर्वाग्रहों का पता लगाना (उदाहरण के लिए, छोटे अध्ययन प्रभाव और महत्व से अधिक)। प्रक्रिया का उदाहरण देने के लिए, हम जुनूनी-बाध्यकारी विकार में वोक्सल-आधारित मोर्पोमेट्री अध्ययन के मेटा-विश्लेषण के चालन का विस्तार करते हैं, और हम पांडुलिपियों से पहले से निकाले गए सभी डेटा प्रदान करते हैं ताकि पाठक को मेटा-विश्लेषण को दोहराने की अनुमति दी जा सके आसानी. एसडीएम-पीएसआई का उपयोग कार्यात्मक चुंबकीय अनुनाद इमेजिंग, प्रसार टेन्सर इमेजिंग, स्थिति उत्सर्जन टोमोग्राफी और सतह आधारित मॉर्पोमेट्री अध्ययन के मेटा-विश्लेषणों के लिए भी किया जा सकता है।
चुंबकीय अनुनाद इमेजिंग की शुरूआत के बाद से, न्यूरोइमेजिंग समुदाय ने मनोवैज्ञानिक कार्यों और न्यूरोसाइकियाट्रिक विकारों के तंत्रिका सब्सट्रेट्स के हजारों अध्ययन प्रकाशित किए हैं। इन निष्कर्षों को संक्षेप में प्रस्तुत करने के लिए, कई विधियां विकसित की गई हैं, जिनमें से 1,2,3,4,5,6। मूल वोक्सल आधारित न्यूरोइमेजिंग अध्ययन सांख्यिकीय महत्व की चोटियों के निर्देशांक (उदाहरण के लिए, रोगियों और नियंत्रणों के बीच ग्रे मैटर वॉल्यूम की तुलना में) और मेटा-एनालिटिक विधियां आमतौर पर यह आकलन करती हैं कि कुछ मस्तिष्क क्षेत्रों में चोटियों का अभिसरण है या नहीं।
हालांकि, हमने पहले दिखाया है कि चोटियों के अभिसरण के लिए ये परीक्षण नाजुक मान्यताओं पर भरोसा करते हैं जो मेटा-विश्लेषण परिणामों के पैटर्न और उनके सांख्यिकीय महत्व7को प्रभावित कर सकते हैं। विशेष रूप से, इन परीक्षणों से लगता है कि वोक्सल स्वतंत्र हैं और उनके पास “झूठी” चोटी की एक ही संभावना है, जबकि वास्तविक ग्रे मामले में, वोक्सल अपने पड़ोसियों के साथ सहसंबंधित हैं और संभावना है कि एक स्वर “झूठी” चोटी है इसकी ऊतक संरचना पर निर्भर करता है। इसके अलावा, वे विरोधाभास को भी शामिल करते हैं जैसे कि कुछ सच्चे प्रभावों की उपस्थिति में सांख्यिकीय शक्ति बढ़ जाती है, और जब कई सच्चे प्रभाव होते हैं तो कम हो जाते हैं।
इन समस्याओं को दूर करने के लिए, हमने एक विधि विकसित की है जो प्रत्येक अध्ययन के लिए सांख्यिकीय प्रभावों के मस्तिष्क मानचित्रों को आरोपित करती है और फिर औपचारिक रूप से यह परीक्षण करने के लिए एक मानक यादृच्छिक-प्रभाव मेटा-विश्लेषण आयोजित करती है कि क्या प्रभाव शून्य से अलग हैं। इस विधि को “विषय छवियों के क्रमपरिवर्तन के साथ बीज-आधारित डी मैपिंग” (एसडीएम-पीएसआई)8 कहा जाता है और इसकी मुख्य विशेषताओं में शामिल हैं:
हमनेएसडीएमके तरीकों को 4,8,10,13,14कहीं और विस्तृत और पूरी तरह से मान्य किया है .
इसके अलावा, हम सांख्यिकीय महत्व के स्तर (महत्वपूर्ण बनाम महत्वपूर्ण नहीं) के आधार पर स्वरों के बाइनरी वर्गीकरण पर भरोसा नहीं करने का सुझाव देते हैं, लेकिन इसके विपरीत,मानदंड22के एक सेट का उपयोग करके साक्ष्य की ताकत का आकलन करते हैं। बाइनरी सांख्यिकीय महत्व में कमी झूठी सकारात्मक और झूठी नकारात्मक दरों15के खराब नियंत्रण की ओर जाता है, जबकि मानदंड सांख्यिकीय महत्व के स्तर की पर्वतमाला का उपयोग करते हैं और डेटा या संभावित पूर्वाग्रहों की मात्रा को ध्यान में रखते हैं। एसडीएम-पीएसआई सॉफ्टवेयर इस तरह के वर्गीकरण8 का संचालन करने के लिए आवश्यक तत्वों को लौटाता है और इस प्रकार उन्हें साक्ष्य की ताकत का अधिक दानेदार वर्गीकरण करने के लिए नियोजित किया जा सकता है ।
यहां हम दिखाते हैं कि एसडीएम-पीएसआई का उपयोग करके वॉक्सल आधारित न्यूरोइमेजिंग अध्ययनों का मेटा-विश्लेषण कैसे किया जाए। प्रोटोकॉल का उदाहरण देने के लिए, हम वोक्सल आधारित मॉर्थोमेट्री अध्ययनों के प्रकाशित मेटा-विश्लेषण से डेटा का उपयोग करते हैं जो जुनूनी-बाध्यकारी विकार (ओसीडी)4के रोगियों में ग्रे मैटर असामान्यताओं की जांच करते हैं। हालांकि, हम उस प्रारंभिक मेटा-विश्लेषण में नियोजित तरीकों का उपयोग नहीं करेंगे, लेकिन उपरोक्त अत्याधुनिक प्रक्रियाएं। पाठक विश्लेषण को दोहराने के लिए हमारी वेबसाइट(http://www.sdmproject.com/)से सॉफ्टवेयर और इन डेटा को डाउनलोड कर सकता है।
सभी शोधकर्ताओं ने जो स्वर आधारित न्यूरोइमेजिंग अध्ययन का मेटा-विश्लेषण करने का लक्ष्य रखते हैं, वे इस प्रोटोकॉल का पालन कर सकते हैं । विधि कार्यात्मक चुंबकीय अनुनाद इमेजिंग (fMRI, उदाहरण के लिए, एक उत्तेजना के लिए बोल्ड प्रतिक्रिया)16,स्वर आधारित मॉर्पोमेट्री (VBM, के साथ इस्तेमाल किया जा सकता है, उदाहरण के लिए, ग्रे मैटर वॉल्यूम)17,डिफ्यूजन टेन्सर इमेजिंग (डीटीआई, उदाहरण के लिए, आंशिक एनीसोट्रोपी)18,स्थिति उत्सर्जन टोमोग्राफी (पीईटी, जैसे, रिसेप्टर ऑक्यूपेंसी)19 और सतह आधारित मॉर्पोमेट्री (एसबीएम, जैसे कॉर्टिकल मोटाई) अध्ययन/डेटासेट।
जैसा कि पहले पेश किया गया था, अधिकांश वोक्सल-आधारित मेटा-विश्लेषणात्मक विधियां चोटियों के अभिसरण के लिए एक परीक्षण का उपयोग करती हैं जिनमें कुछ सीमाएं हैं, और फिर विशेष रूप से पी-मूल्यों के आधार पर सबूतों का बाइनरी वर्गीकरण संचालित करती हैं।
इस प्रोटोकॉल में, हमने एसडीएम-पीएसआई का उपयोग करके एक वोक्सल आधारित मेटा-विश्लेषण कैसे किया जाए, जिसमें प्रभावों के सांख्यिकीय महत्व का आकलन करने के लिए एक मानक क्रमपरिवर्तन परीक्षण सहित कई सकारात्मक विशेषताएं हैं। इसके अलावा, हम दिखाते हैं कि कैसे सबूत की ताकत मानदंडों का एक सेट है कि एक बाइनरी वर्गीकरण है कि पूरी तरह से एक सांख्यिकीय महत्व के स्तर पर निर्भर करता है परे जाने का उपयोग कर वर्गीकृत किया जा सकता है ।
उदाहरण मेटा-विश्लेषण की प्रतिकृति को सुविधाजनक बनाने के लिए, हम पिछले मेटा-विश्लेषण से पांडुलिपियों से पहले से निकाले गए डेटा प्रदान करते हैं। दिलचस्प है, कि मेटा विश्लेषण की पांडुलिपि में, सबूत “लग रहा था” सबूत है कि हम अद्यतन तरीकों के साथ पाया से मजबूत । इसलिए हम सुझाव देते हैं कि पिछले स्वर आधारित मेटा-विश्लेषणों में साक्ष्यों का अव्यवस्थित मूल्यांकन सावधानी के साथ लिया जाता है ।
हमें उम्मीद है कि इस प्रोटोकॉल का पालन करते हुए, न्यूरोइमेजिंग मेटा-विश्लेषण न्यूरोइमेजिंग निष्कर्षों के सबूतों का एक समृद्ध और अधिक दानेदार विवरण प्रदान करते हैं।
The authors have nothing to disclose.
इस काम को मिगुएल सर्व्ट रिसर्च कॉन्ट्रैक्ट MS14/00041 और रिसर्च प्रोजेक्ट PI14/00292 ने प्लान नैसिनल डी आई + डी + आई 2013-2016 से सपोर्ट किया था, संस्थान ो डी सलुद कार्लोस III-Subdirección जनरल डी एवलुआसिओन वाई फोमेंटो डी ला Investigación, यूरोपीय क्षेत्रीय विकास कोष (FEDER), और PFIS Predoctoral अनुबंध FI16/00311 द्वारा । अध्ययन के डिजाइन और संचालन में फंडर्स की कोई भूमिका नहीं थी; संग्रह, प्रबंधन, विश्लेषण, और डेटा की व्याख्या; पांडुलिपि की तैयारी, समीक्षा या अनुमोदन; और प्रकाशन के लिए पांडुलिपि प्रस्तुत करने का निर्णय।