Meta-analyse van op Voxel gebaseerde neuroimaging-onderzoeken met behulp van op zaad gebaseerde d-mapping met permutatie van Onderwerpafbeeldingen (SDM-PSI)

Seed-based d mapping is een methode voor het zetten van de meta-analyse neuroimaging studies die tegenstrijdig lijken. Bijvoorbeeld, de resultaten van studies van grijze stof afwijkingen in OCS. Eerdere meta-analytische methoden hebben vaak beoordeeld of studies meer statistische pieken in de ene of in een andere reden ondersteunen, terwijl SDM-PSI beoordeelt of er een effect is in een bepaalde reden.

Onderzoekers hebben meestal gebruikt SDM om de neurale substraten van psychologische functies en neuropsychiatrische aandoeningen te onderzoeken, waaronder fMRI, VBM, DTI, PET of SBM studies. Het gebruik van SDM-PSI tot nu toe is vrij eenvoudig. De belangrijkste stappen voor het uitvoeren van een correcte meta-analyse zijn echter het ontwerpen van een nauwkeurig meta-analyseplan en het zorgvuldig verzamelen van de gegevens.

Als u een uitgebreide zoekopdracht wilt uitvoeren, opent u de database met interesse en voert u verschillende zoekwoorden in waarmee wordt gezocht naar een studie die aan de opnamecriteria kan voldoen. Noteert vervolgens het aantal opgehaalde studies en het aantal studies dat om elke reden is uitgesloten. Overweeg een PRISMA-stroomdiagram met deze getallen te maken.

Na het lezen van de manuscripten van belang om de specifieke gegevens te extraheren te vinden, om Z-waarden en P-waarden om te zetten in T-waarden, klikt u op Pieken converteren in de SDM-PSI-software. Gebruik vervolgens positieve T-waarden voor pieken van stijging en negatieve T-waarden voor pieken van daling, met behulp van de tabel voor richtlijnen voor het bepalen van het teken van de T-waarden. In twee voorbeeldstudies gebruikt u positieve T-waarden wanneer het MRI-signaal hoger is bij patiënten dan bij controles.

En gebruik negatieve T-waarden wanneer het MRI-signaal lager is bij patiënten dan bij controles. Als u de gegevens wilt invoeren in SDM-PSI, opent u de grafische gebruikersinterface van SDM-PSI en sluit u het venster Informatie. Klik op Meta-analyse wijzigen om een nieuwe lege map voor de meta-analyse te selecteren.

Klik op SDM-tabeleditor om algemene informatie uit de studies in te voeren en open een teksteditor om voor elke studie een tekstbestand te maken om de coördinaten en T-waarden van de pieken te typen. En noem het bestand, het gebruikte softwareprogramma en de stereotactische ruimte. Klik voor de voorverwerking van de gegevens op de voorbewerkingsknop, selecteer de modaliteit van de studies in het keuzevak met het label Modaliteit en druk op OK. Wacht vervolgens enkele minuten, terwijl de permutatie van het programma voor onderwerpafbeeldingen de kaarten van de onder- en bovengrenzen van de potentiële effectgroottes heeft berekend.

Als u de hoofdanalyse wilt uitvoeren, klikt u op de knop Gemiddelde en drukt u op OK. Nadat de SDM-PSI de meervoudige toerekening en meta-analyse heeft uitgevoerd, klikt u op Drempel, selecteert u de ongecorrigeerde P-waarden van de hoofdanalyse en klikt u op OK. SDM-PSI opent automatisch zowel MRIcron om de resultaten te visualiseren als een webpagina met een gedetailleerd rapport van de resultaten. Klik op foutcorrectie op basis van het gezin om de hoofdanalyse in het keuzevak te selecteren en klik op OK. Het SDM-PSI-programma voert de permutatietest gedurende enkele uren of dagen uit. Klik aan het einde van de rest op Drempel, selecteer de TFCE-correctie van de hoofdanalyse en klik op OK. Het programma opent automatisch zowel MRIcron om de resultaten te visualiseren als een webpagina met een gedetailleerd rapport van de analyse.

Voor heterogeniteit, publicatiebias en sortering klikt u op extract, selecteert u een piek uit de hoofdanalyse en drukt u op OK. Het programma opent automatisch een webpagina met statistieken van deze P.Record de heterogeniteit I-kwadraat statistiek. Klik vervolgens op de knop Biastest, selecteer een piek in de hoofdanalyse en klik op OK. Het programma opent automatisch een webpagina met een trechterplot en de resultaten van een test voor een klein-studie-effect en een test voor overtollige betekenis. Klik vervolgens op de knop Evidence Grading in het bovenste gereedschapsvak.

Selecteer de hoofdanalyse in het keuzevak en klik op OK om de resultaten weer te geven. Zoals waargenomen in deze representatieve kaarten, patiënten met OCS hebben een statistisch aanzienlijk kleiner grijsstof volume in de dorsale anterieel cingulate mediale frontale cortex. Het cluster is matig klein en voornamelijk gelegen op Brodmann gebied 32 met de piek van het cluster op MNI twee, 32, 32 met een Z-waarde van 4,97 en een familie-wise error rate gecorrigeerd P-waarde van 0,01.

In deze data-analyse geeft de lage I-kwadraatstatistiek een zeer kleine heterogeniteit aan en toont de trechterplot geen asymmetrieën. Belangrijke aspecten van een succesvolle meta-analyse zijn het creëren van duidelijke inclusie- en uitsluitingscriteria, het zorgvuldig verzamelen van gegevens en het niet beperken van de resultaten tot P-waarden. SDM-PSI bevat het algemene lineaire model waarvoor gebruikers metaregressies of metacompressies van groepen studies kunnen uitvoeren en of vergelijken met de analyse.

Veel SDM-meta-analyse hebben een aanzienlijke invloed gehad op hun specifieke vakgebieden. Bijvoorbeeld, verschillende meta-analyse hebben aangetoond interessante effecten van stimulerende middelen op de hersenen afwijkingen waargenomen bij ADHD.