Publicacions

Las meta-análisis de estudios de neuroimagen basadas en picos crean, para cada estudio, un mapa cerebral del tamaño de efecto o de la verosimilitud del pico convolucionando un kérnel con cada pico reportado. Un kérnel es una pequeña matriz aplicada para que los vóxeles que rodean el pico tengan un valor similar, pero algo inferior al del pico. Los kérnels actuales son isotrópicos, es decir, el valor de un vóxel próximo a un pico sólo depende de la distancia euclidiana entre el vóxel y el pico. sin embargo, estas esferas perfectas de tamaño de efecto o verosimilitud alrededor del pico son bastante poco plausibles: es más probable que un vóxel que correlacione con el pico a través de los individuos sea parte del clúster de activación o diferencia significativas que los vóxeles no correlacionados con el pico. Este páper presenta kérnels anisotrópicos, que asignan valores diferentes a los diferentes vóxeles vecinos basándose en la correlación espacial entre ellos. Estos se desarrollan específicamente para el effect-size signed differential mapping (ES-SDM), pero pueden ser fácilmente implementados en otros paquetes de meta-análisis como la activation likelihood estimation (ALE). Este páper también describe la creación de los templates de correlación requeridos para materia gris / respuesta BOLD, materia blanca, fluido cerebroespinal, y anisotropía fraccional. Finalmente, el nuevo método es validado cuantificando la exactitud de la recreación de mapas de tamaño de efecto a partir de información de pico. Esta validación empírica mostró que el grado óptimo de anisotropía y el full-width at half-maximum (FWHM) pueden depender mucho de los datos específicos meta-analizados. Sin embargo, también mostró que la recreación mejoraba sustancialmente y no dependía del FWHM cuando se usaba anisotropía completa. Basándonos en estos resultados, recomendamos el uso de kérnels completamente anisotrópicos en ES-SDM y ALE, a menos que se puedan estimar parámetros óptimos para el meta-análisis específico basándose en la recreación de los mapas estadísticos disponibles. El nuevo método y templates están disponibles gratuitamente a http://www.sdmproject.com/.