被検体画像の順列を用いた種子ベースのdマッピングを用いたボクセルベース神経イメージング研究のメタ分析(SDM-PSI)

シードベースのdマッピングは、矛盾しているように見えるかもしれないメタ分析神経イメージング研究を行う方法である。例えば、OCDにおける灰色物質異常の研究の結果。以前のメタ分析法は、研究が1つの理由でより多くの統計的ピークをサポートしているのか、別の理由でより多くの統計的ピークをサポートするのかを一般的に評価してきましたが、SDM-PSIは特定の理由で効果があるかどうかを評価します。

研究者は主にSDMを使用して、fMRI、VBM、DTI、PETまたはSBM研究を含む可能性のある心理的機能および神経精神疾患の神経基質を調査してきた。これまでのSDM-PSIの使用は非常に簡単です。しかし、正しいメタ分析を行う最も重要な手順は、正確なメタ分析計画を設計し、データを慎重に収集することです。

徹底的な検索を実行するには、対象のデータベースを開き、包含条件を満たす可能性のあるスタディを検索できるさまざまなキーワードを入力します。次に、取得したスタディの数と、各理由で除外されたスタディの数を記録します。これらの数値を使用して PRISMA フロー図を作成することを検討してください。

目的の原稿を読んで抽出する特定のデータを見つけ、Z値とP値をT値に変換するには、SDM-PSIソフトウェアの「ピークを変換」をクリックします。次に、T 値の符号を決定する方法のガイダンスとして表を使用して、減少のピークに対しては正の T 値を使用して、減少のピークに T 値を負の値として使用します。2つのサンプル研究では、MRIシグナルがコントロールよりも患者の方が高い場合に正のT値を使用します。

また、コントロールよりも患者のMRIシグナルが低い場合は負のT値を使用します。SDM-PSI にデータを導入するには、SDM-PSI グラフィック ユーザー インターフェイスを開き、[概要] スプラッシュ ウィンドウを閉じます。メタ分析の変更をクリックして、メタ分析用の新しい空のディレクトリを選択します。

[SDM テーブル エディタ]をクリックしてスタディから一般情報を入力し、テキスト エディタを開いて各スタディのテキスト ファイルを作成し、ピークの座標と T 値を入力します。そして、ファイル、使用されるソフトウェアプログラム、および立体的なスペースに名前を付けます。データの前処理を行う場合は、前処理ボタンをクリックし、[モダリティ] というラベルの付いたリスト ボックスでスタディのモダリティを選択し、[OK] をクリックします。その後、被験者画像プログラムの順列が潜在的な効果サイズの下限と上限のマップを計算している間、数分待ちます。

メイン解析を実行するには、[平均]ボタンをクリックして[OK]をクリックします。SDM-PSIが多重入力とメタ分析を行った後、「しきい値」をクリックし、メイン分析の未補正のP値を選択して「OK」をクリックします。SDM-PSIは、結果を視覚化するためにMRIcronと結果の詳細なレポートを含むウェブページの両方を自動的に開きます。ファミリ方向のエラー訂正をクリックして、リスト ボックスで主な解析を選択し、[OK]をクリックします。SDM-PSIプログラムは、数時間または数日にわたって順列テストを実施します。残りの最後で、[しきい値] をクリックし、メイン分析の TFCE 補正を選択して[OK]をクリックします。プログラムは、結果を視覚化するために自動的にMRIcronと分析の詳細なレポートとウェブページの両方を開きます。

異質性、パブリケーションバイアス、グレーディングの場合は、抽出をクリックし、メイン分析からピークを選択して[OK]を押します。プログラムは、このP.異質性I-2乗統計量を記録する統計を含むウェブページを自動的に開きます。次に、[バイアステスト]ボタンをクリックし、メイン分析からピークを選択して[OK]をクリックします。プログラムは自動的に漏斗プロットと小さな研究効果のためのテストの結果と過剰な有意性のためのテストの結果を持つウェブページを開きます。次に、上部のツール ボックスの [証拠のグレーディング] ボタンをクリックします。

リスト ボックスからメインの解析を選択し、[OK] をクリックして結果を表示します。これらの代表的な地図で観察されるように、OCDを有する患者は、後方帯状前頭野における統計的に有意に小さい灰色物質容積を有する。クラスターは適度に小さく、主にブロドマン領域32にあり、クラスターのピークはMNI 2、32、32のZ値は4.97、家族ごとの誤差率はP値0.01を修正した。

このデータ分析では、低い I 二乗統計量は非常に小さな不均一性を示し、漏斗プロットは非対称性を示さない。メタ分析を成功させる主な側面は、明確な包含および除外基準の作成、データの慎重な収集、および結果をP値に制限しないことです。SDM-PSIは、ユーザが研究グループのメタ回帰またはメタ圧縮を行い、分析と比較する一般的な線形モデルを組み込んでいます。

多くのSDMメタ分析は、その特定の分野に大きな影響を与えています。例えば, いくつかのメタ分析は、ADHDで観察された脳の異常に刺激剤の興味深い効果を明らかにしました。.