CBMR: Metarregresión basada en coordenadas para inferencia grupal y de covariables

Área de la Ciencia:

• Neuroimagen
• Neurociencia Cognitiva
• Análisis Estadístico

Sus antecedentes:

• El metanálisis basado en coordenadas (CBMA) identifica patrones de activación cerebral en diferentes estudios.
• Comparar las distribuciones de focos de activación entre grupos de estudio en CBMA es un desafío, y a menudo requiere tamaños de muestra equilibrados.

Objetivo del estudio:

• Introducir un marco flexible de metarregresión coordinada multigrupo (CBMR).
• Permitir comparaciones robustas de patrones de activación cerebral entre múltiples grupos de estudio de neuroimagen, independientemente del equilibrio del tamaño de la muestra.

Principales métodos:

• Desarrolló un modelo espacial generativo basado en splines para CBMR.
• Incorporó una penalización de rugosidad para un control flexible de la suavidad del modelo.
• Evaluó el marco utilizando simulaciones y datos reales de neuroimagen.

Principales resultados:

• La inferencia paramétrica es válida para grupos con al menos 200 focos.
• Los conjuntos de datos más dispersos requieren inferencia a través de bootstrap paramétrico para obtener resultados precisos.
• El marco CBMR demuestra flexibilidad y validez en análisis multigrupo.

Conclusiones:

• El novedoso marco CBMR supera las limitaciones del CBMA tradicional para comparaciones multigrupo.
• El método está disponible gratuitamente como un módulo NiMARE, lo que facilita su uso en metaanálisis de resonancia magnética funcional.
• Permite la metarregresión y la inferencia flexibles para diversos conjuntos de datos de metaanálisis basados en coordenadas.