Detalhamos como realizar uma meta-análise de estudos de neuroimagem baseados em voxel usando mapeamento d baseado em sementes com permutação de imagens de indivíduos (SDM-PSI).
A maioria dos métodos para a realização de meta-análise de estudos de neuroimagem baseados em voxel não avalia se os efeitos não são nulos, mas se há uma convergência de picos de significância estatística e reduz a avaliação das evidências para uma classificação binária exclusivamente com base em p-valores (ou seja, voxels só pode ser “estatisticamente significativo” ou “não estatisticamente significativo”). Aqui, detalhamos como realizar uma meta-análise usando o mapeamento d baseado em sementes com permutação de imagens de indivíduos (SDM-PSI), um novo método que usa um teste de permutação padrão para avaliar se os efeitos não são nulos. Também mostramos como avaliar a força das evidências de acordo com um conjunto de critérios que considera uma série de níveis de significância estatística (de mais liberais a mais conservadores), a quantidade de dados ou a detecção de vieses potenciais (por exemplo, efeito de pequeno estudo e excesso de significado). Para exemplificar o procedimento, detalhamos a condução de uma meta-análise de estudos de morfometria à base de voxel em transtorno obsessivo-compulsivo, e fornecemos todos os dados já extraídos dos manuscritos para permitir que o leitor replique a meta-análise Facilmente. O SDM-PSI também pode ser usado para metanálises de ressonância magnética funcional, imagens de tensor de difusão, tomografia de emissão de posição e estudos de morfometria à base de superfície.
Desde a introdução da ressonância magnética, a comunidade de neuroimagem publicou milhares de estudos sobre os substratos neurais de funções psicológicas e distúrbios neuropsiquiátricos. Para resumir esses achados, vários métodos foram desenvolvidos1,2,3,4,5,6. Estudos originais de neuroimagem baseados em voxel relatam as coordenadas dos picos de significância estatística (por exemplo, em comparação do volume de matéria cinzenta entre pacientes e controles), e métodos meta-analíticos geralmente avaliam se há convergência de picos em certas regiões cerebrais.
No entanto, já mostramos que esses testes de convergência de picos dependem de suposições delicadas que podem influenciar os padrões de resultados de metaanálise e sua significância estatística7. Especificamente, esses testes assumem que os voxels são independentes e que eles têm a mesma probabilidade de um pico “falso”, enquanto na verdadeira matéria cinzenta, voxels correlacionam com seus vizinhos e a probabilidade de que um voxel tenha um pico “falso” depende de sua composição do tecido. Além disso, eles também abrangem paradoxos como que o poder estatístico aumenta na presença de poucos efeitos verdadeiros, e diminui quando há múltiplos efeitos verdadeiros.
Para superar esses problemas, desenvolvemos um método que imputa os mapas cerebrais de efeitos estatísticos para cada estudo e, em seguida, realiza uma meta-análise de efeitos aleatórios padrão para testar formalmente se os efeitos são diferentes de zero. Este método é chamado de “Mapeamento d baseado em sementes com permutação de imagens de assunto” (SDM-PSI)8 e suas principais características incluem:
Nós detalhamos e validamos totalmente os métodos sdm em outros lugares4,8,10,13,14.
Além disso, sugerimos não depender de uma classificação binária dos voxels com base no nível de significância estatística (significativa versus não significativa), mas, inversamente, avaliar a força das evidências usando um conjunto de critérios22. O reducionismo estatístico binário leva ao mau controle das taxas falsas positivas e falsas negativas15,enquanto os critérios usam faixas de níveis de significância estatística e levam em conta a quantidade de dados ou vieses potenciais. O software SDM-PSI devolve os elementos necessários para realizar tal classificação8 e, portanto, eles podem ser empregados para pagar uma classificação mais granular da força da evidência.
Aqui mostramos como realizar uma meta-análise de estudos de neuroimagem baseados em voxel usando SDM-PSI. Para exemplificar o protocolo, usamos dados de uma meta-análise publicada de estudos de morfometria à base de voxel que investigaram anormalidades da matéria cinzenta em pacientes com transtorno obsessivo-compulsivo (TOC)4. No entanto, não usaremos os métodos empregados nessa meta-análise inicial, mas os procedimentos de última geração acima mencionados. O leitor pode baixar o software e esses dados do nosso site(http://www.sdmproject.com/)para replicar a análise.
Todos os pesquisadores que visam realizar uma meta-análise de estudos de neuroimagem baseados em voxel podem seguir este protocolo. O método pode ser utilizado com ressonância magnética funcional (fMRI, por exemplo, Bold response to a stimulus)16, voxel-based morphometry (VBM, por exemplo, volume de matéria cinzenta)17, difusão de imagens de tensor (DTI, por exemplo, anisotropia fracionária)18, tomografia de emissão de posição (PET, por exemplo, ocupação receptora)19 e morfometria baseada em superfície (SBM, por exemplo.
Como introduzido anteriormente, a maioria dos métodos meta-analíticos baseados em voxel usa um teste para convergência de picos que tem algumas limitações e, em seguida, realizar uma classificação binária das evidências exclusivamente com base em p-valores.
Neste protocolo, detalhamos como realizar uma meta-análise baseada em voxel usando SDM-PSI, que tem uma série de características positivas, incluindo um teste de permutação padrão para avaliar a significância estatística dos efeitos. Além disso, mostramos como a força das evidências pode ser graduada usando um conjunto de critérios que vão além de uma classificação binária que depende exclusivamente de um nível de significância estatística.
Para facilitar a replicação da meta-análise de exemplo, fornecemos os dados já extraídos dos manuscritos de uma meta-análise anterior. Curiosamente, no manuscrito dessa meta-análise, a evidência “parecia” mais forte do que a evidência que encontramos com os métodos atualizados. Sugerimos, portanto, que avaliações não sistemáticas das evidências em meta-análises anteriores baseadas em voxel sejam tomadas com cautela.
Esperamos que, seguindo este protocolo, as meta-análises de neuroimagem forneçam uma descrição mais rica e granulada da evidência de achados de neuroimagem.
The authors have nothing to disclose.
Este trabalho contou com o apoio de Miguel Servet Research Contract MS14/00041 e do Projeto de Pesquisa PI14/00292 do Plano Nacional de I+D+i 2013-2016, do Instituto de Salud Carlos III-Subdirección General de Evaluación y Fomento de la Investigación, do Fundo Europeu de Desenvolvimento Regional (FEDER) e do Contrato de Pré-Doutorado FI16/0111 da PFIS. Os financiadores não tiveram nenhum papel na concepção e condução do estudo; coleta, gestão, análise e interpretação dos dados; preparação, revisão ou aprovação do manuscrito; e decisão de enviar o manuscrito para publicação.