Meta-Analyse von Voxel-basierten Neuroimaging-Studien mit Seed-based d Mapping with Permutation of Subject Images (SDM-PSI)

Seed-based d Mapping ist eine Methode, um die meta-analysierenden neuroimaging-Studien, die widersprüchlich erscheinen können. Zum Beispiel die Ergebnisse aus Studien über Anomalien der grauen Materie in DER OCD. Frühere metaanalytische Methoden haben allgemein beurteilt, ob Studien mehr statistische Spitzen in einem oder einem anderen Grund unterstützen, während SDM-PSI bewertet, ob es einen Effekt in einem bestimmten Grund gibt.

Forscher haben sDM vor allem verwendet, um die neuronalen Substrate der psychologischen Funktionen und neuropsychiatrischen Störungen zu untersuchen, die fMRI, VBM, DTI, PET oder SBM Studien umfassen können. Die Bisherige Verwendung von SDM-PSI ist recht einfach. Die wichtigsten Schritte für die Durchführung einer korrekten Metaanalyse sind jedoch die Erstellung eines genauen Metaanalyseplans und das sorgfältige Sammeln der Daten.

Um eine umfassende Suche durchzuführen, öffnen Sie die Datenbank von Interesse und geben Sie verschiedene Schlüsselwörter ein, die die Suche nach einer Studie ermöglichen, die die Aufnahmekriterien erfüllen könnte. Notieren Sie dann die Anzahl der abgerufenen Studien und die Anzahl der Studien, die aus jedem Grund ausgeschlossen sind. Erwägen Sie, ein PRISMA-Flussdiagramm mit diesen Zahlen zu erstellen.

Nachdem Sie die Manuskripte gelesen haben, die für das Extrahieren der spezifischen Daten von Interesse sind, um Z-Werte und P-Werte in T-Werte umzuwandeln, klicken Sie in der SDM-PSI-Software auf Peaks konvertieren. Verwenden Sie dann positive T-Werte für Erhöhungsspitzen und negative T-Werte für Spitzen der Abnahme, indem Sie die Tabelle als Anleitung verwenden, wie das Vorzeichen der T-Werte zu bestimmen ist. In zwei Beispielstudien verwenden Sie positive T-Werte, wenn das MRT-Signal bei Patienten höher ist als bei Kontrollen.

Und verwenden Sie negative T-Werte, wenn das MRT-Signal bei Patienten niedriger ist als bei Kontrollen. Um die Daten in SDM-PSI einzuführen, öffnen Sie die grafische Benutzeroberfläche von SDM-PSI, und schließen Sie das Fenster About splash. Klicken Sie auf Metaanalyse ändern, um ein neues leeres Verzeichnis für die Metaanalyse auszuwählen.

Klicken Sie auf SDM-Tabelleneditor, um allgemeine Informationen aus den Studien einzugeben, und öffnen Sie einen Texteditor, um eine Textdatei für jede Studie zu erstellen, um die Koordinaten und T-Werte der Peaks einzugeben. Nennen Sie die Datei, das verwendete Softwareprogramm und den stereotaktischen Raum. Um die Daten vorzuverarbeiten, klicken Sie auf die Schaltfläche Vorverarbeitung, wählen Sie die Modalität der Studien im Listenfeld Modalität aus und drücken Sie OK. Warten Sie dann einige Minuten, während die Permutation des Themenbilderprogramms die Karten der unteren und oberen Grenzen der potenziellen Effektgrößen berechnet.

Um die Hauptanalyse durchzuführen, klicken Sie auf die Schaltfläche Mittelwert, und drücken Sie OK. Nachdem der SDM-PSI die Mehrfachimputation und Metaanalyse durchgeführt hat, klicken Sie auf Schwellenwert, wählen Sie die nicht korrigierten P-Werte der Hauptanalyse aus, und klicken Sie auf OK. SDM-PSI öffnet automatisch sowohl MRIcron, um die Ergebnisse zu visualisieren, als auch eine Webseite mit einem detaillierten Bericht über die Ergebnisse. Klicken Sie auf die familienbezogene Fehlerkorrektur, um die Hauptanalyse im Listenfeld auszuwählen, und klicken Sie auf OK. Das SDM-PSI-Programm führt den Permutationstest über mehrere Stunden oder Tage durch. Klicken Sie am Ende des Rests auf Schwellenwert, wählen Sie die TFCE-Korrektur der Hauptanalyse aus, und klicken Sie auf OK. Das Programm öffnet automatisch sowohl MRIcron, um die Ergebnisse zu visualisieren, als auch eine Webseite mit einem detaillierten Bericht über die Analyse.

Klicken Sie für Heterogenität, Publikationsverzerrung und Benotung auf Extrakt, wählen Sie einen Peak aus der Hauptanalyse aus, und drücken Sie OK. Das Programm öffnet automatisch eine Webseite mit Statistiken dieser P.Record die Heterogenität I-Quadrat-Statistik. Klicken Sie als Nächstes auf die Schaltfläche Bias Test, wählen Sie einen Peak aus der Hauptanalyse aus und klicken Sie auf OK. Das Programm öffnet automatisch eine Webseite mit einem Trichterdiagramm und den Ergebnissen eines Tests für Kleinstudieneffekt und einem Test auf übersigne Signifikanz. Klicken Sie dann im oberen Werkzeugfeld auf die Schaltfläche Beweisbenotung.

Wählen Sie die Hauptanalyse aus dem Listenfeld aus, und klicken Sie auf OK, um die Ergebnisse anzuzeigen. Wie in diesen repräsentativen Karten beobachtet, haben Patienten mit OCD ein statistisch signifikant geringeres Graustoffvolumen im dorsalen vorderen cingulate medialen frontalen Kortex. Der Cluster ist mäßig klein und befindet sich hauptsächlich im Brodmann-Gebiet 32 mit dem Spitzenwert des Clusters bei MNI zwei, 32, 32 mit einem Z-Wert von 4,97 und einem familienmäßig enzierten P-Wert von 0,01.

In dieser Datenanalyse weist die niedrige I-Quadrat-Statistik auf eine sehr kleine Heterogenität hin, und das Trichterdiagramm weist keine Asymmetrien auf. Schlüsselaspekte einer erfolgreichen Metaanalyse sind die Erstellung klarer Einschluss- und Ausschlusskriterien, die sorgfältige Erhebung von Daten und die Nichtbeschränkung der Ergebnisse auf P-Werte. SDM-PSI enthält das allgemeine lineare Modell, für das Benutzer Metaregressionen oder Metakomprimierungen von Studiengruppen durchführen und mit der Analyse vergleichen können.

Viele SDM-Metaanalysen hatten einen erheblichen Einfluss auf ihre spezifischen Bereiche. Zum Beispiel, mehrere Meta-Analyse haben interessante Auswirkungen von Stimulanzien auf das Gehirn Anomalien bei ADHS beobachtet gezeigt.