Картирование на основе семян (ранее дифференциальное картирование со знаком ) или SDM — это статистический метод, созданный Жоакимом Радуа для метаанализа исследований различий в активности или структуре мозга , в которых использовались методы нейровизуализации , такие как фМРТ , ВБМ , ДТТ или ПЭТ . Также может относиться к определенному программному обеспечению, созданному проектом SDM для проведения таких метаанализов.
SDM принял и объединил различные положительные особенности предыдущих методов, таких как ALE или MKDA, и ввел ряд улучшений и новых особенностей. [1] Одной из новых особенностей, введенных для избежания положительных и отрицательных результатов в одном и том же вокселе , как это было в предыдущих методах, было представление как положительных, так и отрицательных различий на одной и той же карте, таким образом получая знаковую дифференциальную карту (SDM). Другой важной особенностью, введенной в версии 2.11, было использование размеров эффекта (ведущее к размеру эффекта SDM или «ES-SDM»), что позволяет комбинировать сообщаемые координаты пика со статистическими параметрическими картами, тем самым позволяя проводить более исчерпывающие и точные метаанализы. [2]
Метод состоит из трех шагов. Во-первых, координаты пиков кластера (например, вокселей , где различия между пациентами и здоровыми контрольными группами были самыми высокими) и статистические карты, если они доступны, выбираются в соответствии с критериями включения SDM. Во-вторых, координаты используются для воссоздания статистических карт, а карты размеров эффектов и их дисперсии выводятся из t-статистики (или, что эквивалентно, из p-значений или z-оценок ). Наконец, отдельные карты исследования метаанализируются с использованием различных тестов для дополнения основного результата анализами чувствительности и гетерогенности . [ необходима цитата ]
Нередко в нейровизуализационных исследованиях некоторые регионы (например, априорные регионы интереса ) имеют более либеральные пороги , чем остальная часть мозга . Однако метаанализ исследований с такими внутриисследовательскими региональными различиями в порогах будет смещен в сторону этих регионов, поскольку они с большей вероятностью будут представлены только потому, что авторы применяют в них более либеральные пороги . Чтобы преодолеть эту проблему, SDM ввел критерий выбора координат: хотя разные исследования могут использовать разные пороги, вы должны убедиться, что один и тот же порог во всем мозге использовался в каждом включенном исследовании. [1]
После преобразования статистических параметрических карт и координат пиков в пространство Талаираха для каждого исследования в рамках определенного шаблона серого или белого вещества создается карта SDM. [3] Предварительная обработка статистических параметрических карт проста, в то время как предварительная обработка сообщенных координат пиков требует воссоздания кластеров различий с помощью ненормализованного ядра Гаусса , так что воксели, расположенные ближе к координате пика, имеют более высокие значения. Довольно большая полная ширина на половине максимума (FWHM) в 20 мм используется для учета различных источников пространственной ошибки, например, несоответствия совместной регистрации в исследованиях, размера кластера или местоположения пика в кластере. В рамках исследования значения, полученные с помощью близких ядер Гаусса, суммируются, хотя значения объединяются путем усреднения с взвешиванием по квадрату расстояния. [2]
SDM предоставляет несколько различных статистических анализов, чтобы дополнить основной результат анализами чувствительности и гетерогенности .
Статистическая значимость анализов проверяется стандартными рандомизационными тестами . Рекомендуется использовать нескорректированные p-значения = 0,005, поскольку эта значимость была найдена в этом методе приблизительно эквивалентной скорректированному p-значению = 0,05. [2] Было обнаружено, что коэффициент ложных открытий (FDR) = 0,05 в этом методе слишком консервативен. Значения в метке или координате Talairach также могут быть извлечены для дальнейшей обработки или графического представления. [ необходима цитата ]
SDM — это программное обеспечение, написанное проектом SDM для помощи в метаанализе данных нейровизуализации на основе вокселей . Оно распространяется как бесплатное программное обеспечение, включая графический интерфейс и консоль меню/командной строки. Оно также может быть интегрировано как расширение SPM . [ необходима цитата ]