Aprovechamiento de Datos Longitudinales para Mejorar la Calibración de BrainChart para Tamaños de Muestra de Estudios Pequeños | JoVE Visualize

Área de la Ciencia:

Neuroimagen; Bioestadística; Neurociencia Computacional

Sus antecedentes:

Los estudios longitudinales de neuroimagen rastrean los cambios en la estructura cerebral a lo largo del tiempo.
Las variaciones en los escáneres y protocolos pueden introducir sesgos de medición.
Los marcos de calibración existentes como BrainChart tienen dificultades con tamaños de muestra pequeños, lo que produce estimaciones de parámetros inestables.

Objetivo del estudio:

Desarrollar un método más fiable para estimar los efectos de las muestras de población en estudios longitudinales de neuroimagen.
Abordar el desafío de las estimaciones de parámetros inestables cuando los grupos de control son pequeños.
Mejorar la precisión y los intervalos de confianza de las mediciones de la estructura cerebral en diferentes puntos de tiempo y escáneres.

Principales métodos:

Se desarrolló un método novedoso que asume centiles estables de los sujetos de control en diferentes puntos de tiempo.
Se incorporaron muestras anidadas con escaneos repetidos de participantes de control.
Se validó el enfoque utilizando conjuntos de datos de neuroimagen longitudinales simulados y reales.

Principales resultados:

El método propuesto produce estimaciones de parámetros de efectos de muestras de población más fiables, incluso con grupos de control pequeños.
Se demostraron estimaciones comparables a la verdad fundamental con intervalos de confianza mejorados en tamaños de muestra más pequeños.
Se confirmó la precisión en múltiples puntos de tiempo y escáneres, mejorando la consistencia de los datos.

Conclusiones:

El nuevo método mejora significativamente la fiabilidad del análisis de datos de neuroimagen longitudinal, especialmente en cohortes con participantes de control limitados.
Este enfoque maximiza la utilidad de los datos de neuroimagen adquiridos con escáneres y protocolos variables.
El software disponible amplía el valor de los conjuntos de datos de neuroimagen longitudinales existentes.