Metaanálisis de estudios de neuroimagen basados en Voxel mediante mapeo d basado en semillas con permutación de imágenes de sujeto (SDM-PSI)
27 de noviembre de 2019
Detallamos cómo realizar un metaanálisis de estudios de neuroimagen basados en vóxeles utilizando la asignación d basada en semillas con permutación de imágenes de sujeto (SDM-PSI).
El mapeo d basado en semillas es un método para poner los estudios de neuroimagen meta-análisis que pueden parecer contradictorios. Por ejemplo, los resultados de estudios de anomalías de la materia gris en el TOC. Los métodos metaanálisis anteriores han evaluado comúnmente si los estudios admiten más picos estadísticos en una razón o en otra, mientras que SDM-PSI evalúa si hay un efecto en una razón particular.
Los investigadores han utilizado principalmente SDM para investigar los sustratos neuronales de las funciones psicológicas y trastornos neuropsiquiátricos, que pueden incluir estudios de fMRI, VBM, DTI, PET o SBM. El uso de SDM-PSI hasta ahora es bastante sencillo. Sin embargo, los pasos más importantes para realizar un metaanálisis correcto son diseñar un plan de metanálisis preciso y recopilar cuidadosamente los datos.
Para realizar una búsqueda exhaustiva, abra la base de datos de interés e introduzca varias palabras clave que permitan buscar cualquier estudio que pueda cumplir los criterios de inclusión. A continuación, registre el número de estudios recuperados y el número de estudios excluidos por cada motivo. Considere la posibilidad de crear un diagrama de flujo PRISMA con estos números.
Después de leer los manuscritos de interés para encontrar los datos específicos que se van a extraer, para convertir los valores Z y los valores P en valores T, haga clic en Convertir picos en el software SDM-PSI. A continuación, utilice valores T positivos para los picos de aumento y los valores T negativos para los picos de disminución, utilizando la tabla para obtener instrucciones sobre cómo decidir el signo de los valores T. En dos estudios de muestra, se utilizan valores T positivos cuando la señal de RMN es mayor en pacientes que en los controles.
Y utilice valores T negativos cuando la señal de RMN sea más baja en los pacientes que en los controles. Para introducir los datos en SDM-PSI, abra la interfaz gráfica de usuario SDM-PSI y cierre la ventana Acerca de la presentación. Haga clic en Cambiar metanálisis para seleccionar un nuevo directorio vacío para el metaanálisis.
Haga clic en el editor de tablas SDM para introducir información general de los estudios y abrir un editor de texto para crear un archivo de texto para cada estudio para escribir las coordenadas y los valores T de los picos. Y nombre el archivo, el programa de software utilizado y el espacio estereotáctico. Para el preprocesamiento de los datos, haga clic en el botón de preprocesamiento, seleccione la modalidad de los estudios en el cuadro de lista denominado Modalidad y pulse OK. A continuación, espere varios minutos mientras la permutación del programa de imágenes de sujeto calculó los mapas de los límites inferior y superior de los tamaños de efecto potencial.
Para realizar el análisis principal, haga clic en el botón Media y pulse OK. Después de que el SDM-PSI haya llevado a cabo la imputación múltiple y el metanálisis, haga clic en Umbral, seleccione los valores P no corregidos del análisis principal y haga clic en Aceptar. SDM-PSI abrirá automáticamente tanto MRIcron para visualizar los resultados como una página web con un informe detallado de los resultados. Haga clic en Corrección de errores en familia para seleccionar el análisis principal en el cuadro de lista y haga clic en Aceptar. El programa SDM-PSI llevará a cabo la prueba de permutación durante varias horas o días. Al final del resto, haga clic en Umbral, seleccione la corrección TFCE del análisis principal y haga clic en Aceptar. El programa abrirá automáticamente tanto MRIcron para visualizar los resultados como una página web con un informe detallado del análisis.
Para la heterogeneidad, el sesgo de publicación y la calificación, haga clic en Extraer, seleccione un pico en el análisis principal y pulse OK. El programa abrirá automáticamente una página web con estadísticas de este P.Record la heterogeneidad I-cuadrado estadística. A continuación, haga clic en el botón Prueba de sesgo, seleccione un pico del análisis principal y haga clic en Aceptar. El programa abrirá automáticamente una página web con una gráfica de embudo y los resultados de una prueba para el efecto de estudio pequeño y una prueba de importancia excesiva. A continuación, haga clic en el botón Calificación de evidencia del cuadro de herramientas superior.
Seleccione el análisis principal en el cuadro de lista y haga clic en Aceptar para ver los resultados. Como se observa en estos mapas representativos, los pacientes con TOC tienen un volumen de materia gris estadísticamente significativamente más pequeño en la corteza frontal medial dorsal anterior cingulada. El clúster es moderadamente pequeño y se encuentra principalmente en el área 32 de Brodmann con el pico del clúster en MNI dos, 32, 32 con un valor Z de 4,97 y una tasa de error familiar corregida valor P de 0,01.
En este análisis de datos, la estadística baja de I-cuadrado indica una heterogeneidad muy pequeña y la gráfica del embudo no muestra asimetrías. Los aspectos clave de un metaanálisis exitoso son la creación de criterios claros de inclusión y exclusión, la recopilación cuidadosa de datos y no la limitación de los resultados a los valores P. SDM-PSI incorpora el modelo lineal general para el que los usuarios pueden realizar meta-regresiones o meta-compresións de grupos de estudios y compararlo con el análisis.
Muchos metanálisis de SDM han tenido una influencia considerable en sus campos específicos. Por ejemplo, varios metanálisis han revelado efectos interesantes de estimulantes en las anomalías cerebrales observadas en el TDAH.
Descripción general
Este artículo detalla el proceso de realizar un metaanálisis de estudios de neuroimagen basados en vóxeles utilizando la técnica de Asignación basada en Semilla con Permutación de Imágenes de Sujetos (SDM-PSI). El método tiene como objetivo conciliar los resultados de diversos estudios que pueden parecer contradictorios, particularmente en lo que respecta a las anomalías de la materia gris en trastornos como el TOC.
Componentes Clave del Estudio
Área de la Ciencia
- Neurociencia
- Neuroimagen
- Metanálisis
Antecedentes
- El mapeo d basado en semillas (SDM) aborda las discrepancias en los estudios de neuroimagen.
- SDM se ha aplicado a diversas funciones psicológicas y trastornos neuropsiquiátricos.
- A diferencia de métodos previos, SDM-PSI evalúa la presencia de efectos y no solo los picos estadísticos.
- Unos criterios de inclusión claros y una recopilación cuidadosa de datos son cruciales para una meta-análisis exitosa.
Objetivo del estudio
- Demostrar los pasos necesarios para realizar un metaanálisis utilizando SDM-PSI.
- Proporcionar información sobre el preprocesamiento y el análisis de datos de neuroimágenes.
- Destacar el impacto de los estudios de neuroimágenes en la comprensión de los trastornos neuropsiquiátricos.
Métodos Utilizados
- La plataforma principal utilizada es el software SDM-PSI para el metaanálisis de datos de neuroimagen.
- El estudio se centra en investigaciones de neuroimagen relacionadas con el TOC, incluyendo diversas modalidades de imagen como fMRI y PET.
- Los pasos metodológicos esenciales incluyen el diseño de un plan de metaanálisis, la recopilación de datos y la conversión de valores estadísticos mediante la interfaz de SDM-PSI.
- Se destacan pasos críticos como el preprocesamiento de los datos y la ejecución del análisis principal.
Resultados Principales
- Los pacientes con TOC presentaron reducciones significativas del volumen de materia gris en áreas cerebrales específicas.
- Los análisis estadísticos revelaron hallazgos importantes respecto a la heterogeneidad y posibles sesgos en los estudios existentes.
- Los resultados ilustraron la aplicación práctica del SDM-PSI para descubrir efectos de neuroimágenes y distribuciones espaciales.
- Principales aportes sobre cómo los métodos SDM-PSI pueden aprovecharse en futuros metaanálisis de neuroimágenes.
Conclusiones
- Este estudio demuestra la utilidad del SDM-PSI para realizar metaanálisis integrales de estudios de neuroimagen.
- Los hallazgos subrayan la importancia de enfoques metodológicos rigurosos para revelar inconsistencias entre estudios.
- Las implicaciones de los resultados mejoran la comprensión de las variaciones neuroanatómicas en los trastornos psiquiátricos.
Preguntas frecuentes
Relevancia Ejecutiva para la Industria
En neurofarmacología y desarrollo de fármacos para el sistema nervioso central, es fundamental conciliar hallazgos contradictorios de neuroimagen para la validación de dianas terapéuticas y la reducción del riesgo mecanicista. SDM-PSI va más allá de las pruebas de significación binarias al cuantificar la intensidad del efecto y evaluar los sesgos, lo que permite tomar decisiones más confiables de avance o interrupción en las fases iniciales del descubrimiento. Esto apoya la selección de carteras al proporcionar una evaluación continua de la evidencia en lugar de resultados binarios.
Aplicaciones Estratégicas en I+D de Biotecnología Farmacéutica
Descubrimiento Temprano y Validación de Blancos
- Valor científico: Examina hipótesis terapéuticas al evaluar si los efectos observados en neuroimágenes no son nulos, en lugar de simplemente contar picos significativos.
- Valor operativo: Permite aclarar vías mediante la estimación del tamaño del efecto y la detección de sesgos, reduciendo suposiciones erróneas sobre dianas.
- Valor predictivo: Apoya la confianza predictiva al graduar la fuerza de la evidencia a través de niveles de significancia y cantidad de datos, informando la priorización de dianas.
Desarrollo de ensayos y cribado
- Listo para el ensayo: Prepara biomarcadores de neuroimagen validados para cribados posteriores mediante el establecimiento de mapas de efecto reproducibles con incertidumbre cuantificada.
- Resultados cuantitativos: Genera estimaciones continuas del tamaño del efecto (valores d) y métricas de heterogeneidad (I-cuadrado) que permiten tomar decisiones fiables en el cribado de compuestos.
- Reutilización de la plataforma: Un flujo de trabajo estandarizado permite aplicaciones cruzadas entre modalidades (fMRI, VBM, DTI, PET) para una validación consistente de biomarcadores en diversas campañas de descubrimiento.
Investigación Traductacional y Preclínica
- Continuidad Translacional: Conecta el descubrimiento con la validación preclínica al proporcionar mapas de efecto relevantes para la enfermedad con evaluación de sesgos, apoyando la reducción de riesgos mecanicistas.
- Avance Ajustado al Riesgo: Los criterios de calificación de evidencia (que incorporan niveles de significancia, cantidad de datos, efecto de estudios pequeños y significancia excesiva) orientan las decisiones preclínicas de avance o no avance.
- Alineación de Biomarcadores: Permite alinear biomarcadores de imagen con resultados fenotípicos mediante mapas de efecto espacialmente específicos y corregidos de sesgos.
Integración de la Línea de Producción y Flujo de Trabajo
SDM-PSI se integra en el continuo de descubrimiento, desde la validación del blanco hasta la identificación de compuestos prometedores y el trabajo preclínico, al proporcionar evidencia neuroimagenológica cuantitativa y consciente de sesgos que respalda la prueba de hipótesis y la reducción del riesgo mecanicista.
- Biología del Descubrimiento: Apoya la comprobación de hipótesis mediante la evaluación de efectos distintos de cero y la estimación de tamaños del efecto, avanzando más allá del conteo de picos hacia la cuantificación del efecto biológico.
- Tamizaje: Proporciona mapas de efecto listos para ensayos y reproducibles, con resultados cuantitativos (valores T, valores d, valores P), que permiten una evaluación confiable de compuestos a través de distintas modalidades.
- Análisis: Ofrece resultados estadísticos que incluyen heterogeneidad (I-cuadrado), pruebas de sesgo (gráfico en embudo, significancia excesiva) y niveles graduados de evidencia para interpretación multidisciplinaria.
- Investigación Traducional: Se conecta con la continuidad preclínica mediante mapas de efecto relevantes para enfermedades (por ejemplo, volumen de materia gris en TOC), con evaluación cuantificada de incertidumbre y sesgo.
- Reutilización Empresarial: Establece una plataforma reutilizable de metaanálisis de neuroimágenes aplicable a diversas indicaciones psiquiátricas y modalidades de imagen, reduciendo el desarrollo metodológico redundante.
Impacto Operativo y Empresarial
- Valor científico: Confianza predictiva mediante la estimación del tamaño del efecto, validación de objetivos mediante la evaluación de efectos distintos de cero, reducción de la ambigüedad mecanicista al cuantificar los efectos biológicos.
- Valor operativo: Estandarización mediante tuberías de preprocesamiento y análisis predefinidas, reproducibilidad mediante inferencia basada en permutaciones, escalabilidad entre estudios y modalidades.
- Valor estratégico: Mejores decisiones de avance o detención mediante la calificación de evidencia, eficiencia del capital al reducir la búsqueda de objetivos falsos, reducción del riesgo biológico en fases avanzadas mediante la detección temprana de sesgos.
- Impacto en la cartera: Priorización ajustada al riesgo utilizando evidencia calificada (niveles de significancia, cantidad de datos, detección de sesgos), decisiones de avance fundamentadas en métricas continuas de efecto.
Consideraciones de Implementación
- Experiencia en metaanálisis de neuroimágenes, interpretación estadística de pruebas de permutación y comprensión de métodos de evaluación de sesgos (gráficos en embudo, pruebas de significación excesiva).
- Infraestructura de software SDM-PSI, capacidad para realizar pruebas de permutación (horas/días por análisis) y herramientas de visualización (MRIcron) para la interpretación de resultados.
- Normalización entre equipos de los criterios de inclusión/exclusión, protocolos de extracción de datos (conversión de valores Z/P a valores T) y reporte del espacio estereotáctico (MNI/Talairach).
- Consideraciones de adaptación entre modalidades de neuroimágenes (fMRI, VBM, DTI, PET, SBM) que requieren un preprocesamiento específico de cada modalidad en SDM-PSI.
- Las limitaciones prácticas incluyen la dependencia de la calidad de los estudios primarios, el posible sesgo derivado de resultados nulos no publicados y las exigencias computacionales de las pruebas de permutación en conjuntos de datos grandes.
Preguntas frecuentes sobre biofármacos
Chapters in this video
0:04
Title
0:59
Exhaustive Search and Data Collection
2:03
Seed-Based d Mapping with Permutation of Subject Images (SDM-PSI) Data Introduction
2:42
Pre-Processing and Main Analysis
4:08
Heterogeneity, Publication Bias, and Grading
4:53
Results: Representative Smaller Gray Matter Volume Analyses
5:38
Conclusion
