我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

数据研究显示复制神经科学危机的原因


想要一个免费的PDF版本的这个新闻吗?

完成下面的表格,我们将电子邮件您的PDF版本“统计研究显示复制神经科学”危机的原因

捷克葡萄牙直播科技网络有限公司需要您提供的联系方式联系你关于我们的产品和服务。你可以随时取消订阅这些通讯。如何取消订阅的信息,以及我们的隐私实践和承诺保护你的隐私,看看我们隐私政策

阅读时间:

图像的能力在我们的头骨拥有先进的神经科学研究一样,Ignaz semmelweis微生物理论先进的医院实践。简而言之,这被证明是一个革命性的技术已经大大改善了我们对大脑的理解。


但是新的研究投下重大怀疑统计的有效性的实验。这些研究,代表下一个大的一步神经影像——努力联系特定的签名在脑部扫描来复杂的精神症状和状态。

问题协会

研究结果,发表在自然表明,大量的所谓大脑广泛关联研究(BWAS)可能是统计动力不足。”这个特定的手稿是专注于连接神经影像的再现性措施具有复杂行为表型,同样的遗传学家专注于连接复杂表型的基因相似,”解释道斯科特博士Marek研究的作者之一、教练在华盛顿大学医学院的精神病学。


神经影像学研究非常多样。一些最基本的论文在这方面有与一般认知过程,如记忆的大脑区域房子神经元控制流程说。其他研究设计监测血氧变化如何镜子某些大脑区域的激活响应行为的任务。


BWAS研究不同于这些在很多方面更经典的神经影像学研究。针对复杂的精神行为,BWAS研究大脑试图销生物签名过程臭名昭著的变量。虽然这将是一个医学奇迹发现大脑海马结构不使用记忆,这是更常见的与难治性抑郁症,发现两人不同的大脑活动的水平。这意味着大小协会要小得多。

提升的研究

Marek和他的同事想要评估这些小尺度效应是什么意思为理想BWAS研究设计。这个工作,他们使用数据从三个研究表示当前万能BWAS研究的作品。这些都是青少年的大脑认知发展(ABCD)的研究中,人类连接体工程(HCP)和英国生物库。这些结实的努力,由国际财团资金雄厚,含有大量的人才数据——近50000扫描”的价值。巨大,非常真实的数据集,Marek和他的团队使用的统计方法叫做创建一系列的引导虚拟数据集,从更多的常用尺寸小的尺寸(n = 25)到巨大的成千上万的扫描分析。


Marek的团队那么多精确建模和可再生的这些假设的数据集的结果。他们的研究结果表明,当前BWAS方法可能需要一个巨变,以确保他们的数据是可靠的。

膨胀的影响大小

研究小组发现,无论大小,类型的协会分析BWAS研究非常容易被夸大了的机会。这意味着Marek较小的模拟研究的结果在很大程度上不能复制的。只有一次实验建模与成千上万的脑部扫描了膨胀效应大小开始减少。


从本质上讲,小BWAS研究,建立分析的潜在影响较低数量的扫描,极有可能是不能复制的。此外,在这些小的研究中,作者写道,这是发现最偶然的和最可靠最有可能被发现“显著”和出版。


Marek小心不要把婴儿连同洗澡水一起倒掉。其他类型的神经影像学分析更可靠的小样本大小。“再现性,或缺乏,这些研究的相关性质的结果,而不是神经影像学显而易见,”他解释说。“一些神经影像学研究(例如,基本的大脑特定的映射功能,任务诱导效应,等等)不属于BWAS的伞。”


他还强调,即使BWAS研究清楚,如果不灵巧的方法提高他们的再现性:更多的样本,这最终意味着更多的资金是必需的。提高BWAS”最直接的方法就是增加样本大小,就像最近完成了全基因组关联研究(GWAS)。这可以通过大财团,比如ABCD HCP和英国生物库研究或通过数据聚合多个实验室,”他说。

全基因组关联之旅后

GWAS分析,将生理或精神度量特定基因签名,已经通过自己的复制的旅程在21世纪。不到100的基因组的初始样本大小困扰非再生性。为了应对这些问题,崩溃价格基因组测序,GWAS研究可以大大扩大样本数量到数以百万计。不清楚,方法是符合当前的BWAS实践,在小型实验室操作与紧缩的预算使用中位数样本大小的23。


Marek也表明,清晰的报告影响大小,不管他们的统计学意义,将有助于使非再生性清晰的理由。


最后,Marek渴望打动BWAS研究有价值的,因为适当的样本设计。“考虑到缺乏再现性BWAS与当前样本大小,可能有人会说我们有很多了解大脑如何涉及到复杂的表型,”他说。


研究人员试图了解大脑的复杂多样性,Marek说,必须施加一个同样实验方法的变量和强大的设置。“如果(一)研究员想要进行BWAS研究,他们应该这样做,只有在最大的可用的数据集和报告所有尺度效应,”他总结道。


参考:年代Marek Tervo-Clemmens B Calabro, FJ, et al。重现brain-wide关联研究需要成千上万的个人。自然。2022年。doi:10.1038 / s41586 - 022 - 04492 - 9

满足作者
Ruairi J麦肯齐
Ruairi J麦肯齐
高级科学作家
广告