Om de hersenen beter te begrijpen, kijk naar het grotere plaatje

Overzicht: Door uit te zoomen om grotere delen van de hersenen in beeld te brengen tijdens het gebruik van fMRI-technologie, kunnen onderzoekers aanvullende relevante informatie vastleggen, wat een beter begrip van de neurale interactie oplevert.

Bron: Yale

Onderzoekers hebben veel geleerd over het menselijk brein door middel van functionele magnetische resonantie beeldvorming (fMRI), een techniek die inzicht kan geven in de hersenfunctie. Maar typische fMRI-methoden missen mogelijk belangrijke informatie en bieden slechts een deel van het beeld, zeggen onderzoekers van Yale.

In een nieuwe studie evalueerden ze verschillende benaderingen en ontdekten dat uitzoomen en een breder gezichtsveld nemen aanvullende relevante informatie vastlegt die een smalle focus weglaat, wat een beter begrip van neuraal samenspel oplevert.

Verder kunnen deze meer omvattende resultaten helpen het reproduceerbaarheidsprobleem van neuroimaging aan te pakken, waarbij sommige bevindingen die in onderzoeken worden gepresenteerd, niet door andere onderzoekers kunnen worden gereproduceerd.

De bevindingen werden op 4 augustus gepubliceerd in Proceedings van de National Academy of Sciences.

Studies met fMRI richten zich meestal op kleine delen van de hersenen. Als een voorbeeld van deze benadering zoeken onderzoekers naar hersengebieden die meer “actief” worden wanneer een bepaalde activiteit wordt uitgevoerd, waarbij ze zich richten op kleine gebieden met de sterkste activering. Maar een groeiend aantal bewijzen toont aan dat hersenprocessen, en met name complexe processen, niet beperkt zijn tot kleine delen van de hersenen.

“Het brein is een netwerk. Het is complex”, zegt Dustin Scheinost, universitair hoofddocent radiologie en biomedische beeldvorming en senior auteur van de studie. Oversimplificatie, zei hij, leidt tot onnauwkeurige conclusies.

“Voor meer geavanceerde cognitieve processen is het onwaarschijnlijk dat veel delen van de hersenen volledig niet betrokken zijn”, voegde Stephanie Noble toe, een postdoctoraal medewerker in Scheinost’s lab aan de Yale School of Medicine en hoofdauteur van de studie.

Door te focussen op kleine gebieden worden andere regio’s buiten beschouwing gelaten die mogelijk betrokken zijn bij het gedrag of proces dat wordt bestudeerd, wat ook van invloed kan zijn op de richting van toekomstig onderzoek.

“Je ontwikkelt dit onjuiste beeld van wat er werkelijk in de hersenen gebeurt,” zei ze.

Voor de studie beoordeelden onderzoekers hoe goed fMRI-analyses op verschillende schalen in staat waren om effecten of veranderingen in fMRI-signalen te detecteren terwijl deelnemers verschillende activiteiten uitvoeren, waardoor werd onthuld welke delen van de hersenen betrokken zijn.

Ze gebruikten gegevens van het Human Connectome Project, dat hersenscans heeft verzameld van individuen terwijl ze verschillende taken uitvoerden die verband hielden met complexe processen zoals emotie, taal en sociale interacties.

Het onderzoeksteam zocht naar effecten in zeer kleine delen van het hersennetwerk – zoals verbindingen tussen slechts twee gebieden – en ook naar clusters van verbindingen, wijdverbreide netwerken en hele hersenen.

Ze ontdekten dat hoe groter de schaal, hoe beter ze effecten konden detecteren. Dit vermogen om effecten te detecteren, staat bekend als ‘kracht’.

“We krijgen meer kracht met deze bredere methoden”, zei Noble.

Op de kleinste schaal konden onderzoekers slechts ongeveer 10% van de effecten detecteren. Maar op netwerkniveau konden ze meer dan 80% van hen detecteren.

De wisselwerking voor de extra kracht was dat de bredere weergaven geen informatie doorgaven die zo ruimtelijk exact is als die van analyses op kleinere schaal. Op de kleinste schaal konden onderzoekers bijvoorbeeld vol vertrouwen zeggen dat de effecten die ze waarnamen zich in het hele kleine gebied voordeden.

Op netwerkniveau konden ze echter alleen zeggen dat de effecten zich in een groot deel van het netwerk voordeden, niet precies waar in het netwerk.

Het doel, zegt Noble, is om de voor- en nadelen van de verschillende methoden tegen elkaar af te wegen.

“Zou je liever veel vertrouwen hebben in een klein deel van de relevante informatie, met andere woorden, een heel duidelijk beeld hebben van slechts het topje van de ijsberg?” ze zei.

“Of heb je liever een heel groot beeld van de hele ijsberg die misschien een beetje wazig is, maar je een idee geeft van de complexiteit en de brede ruimtelijke schaal van waar dingen in de hersenen plaatsvinden?”

Voor andere onderzoekers is deze aanpak eenvoudig te implementeren, en Noble zei dat ze ernaar uitkijkt om te zien hoe andere wetenschappers het gebruiken.

Verder kunnen deze meer omvattende resultaten helpen het reproduceerbaarheidsprobleem van neuroimaging aan te pakken, waarbij sommige bevindingen die in onderzoeken worden gepresenteerd, niet door andere onderzoekers kunnen worden gereproduceerd. Afbeelding is in het publieke domein

Ze merkt op dat de gebieden van psychologie en neurowetenschappen, inclusief neuroimaging, een reproduceerbaarheidsprobleem hebben gehad. En low power in fMRI-analyses draagt ​​hieraan bij: low-power studies onthullen slechts kleine delen van het verhaal, die eerder als tegenstrijdig dan als delen van een geheel kunnen worden gezien.

Het vergroten van de fMRI-kracht, zoals zij en haar collega’s hier deden door de schaal van hun analyses te vergroten, zou een manier kunnen zijn om reproduceerbaarheidsuitdagingen aan te pakken door te laten zien hoe schijnbaar tegenstrijdige resultaten in feite harmonieus kunnen zijn

“Door in de voedselketen te stappen, om zo te zeggen, van een zeer laag niveau naar meer complexe netwerken, krijg je veel meer macht”, zei Scheinost. “Dit is een van de hulpmiddelen die we kunnen gebruiken om het reproduceerbaarheidsprobleem te verhelpen.”

Zie ook

Dit toont een man die een banjo speelt

En wetenschappers moeten de baby niet met het badwater weggooien, zei Noble. Er wordt veel goed werk gedaan om methoden te verbeteren en de nauwkeurigheid te vergroten, en fMRI is nog steeds een waardevol hulpmiddel, zei ze: “Ik denk dat het beoordelen van kracht, nauwkeurigheid en reproduceerbaarheid gezond is voor elk vakgebied. Vooral een die zich bezighoudt met de complexiteit van levende wezens en mentale processen.”

Noble ontwikkelt nu een “vermogenscalculator” voor fMRI, om anderen te helpen onderzoeken te ontwerpen op een manier die een gewenst vermogensniveau bereikt.

Over dit neuroimaging onderzoeksnieuws

Auteur: Mallory Locklear
Bron: Yale
Contact: Mallory Locklear – Yale
Afbeelding: De afbeelding is in het publieke domein

Originele onderzoek: Vrije toegang.
“Verbetering van de kracht in functionele magnetische resonantiebeeldvorming door verder te gaan dan inferentie op clusterniveau” door Stephanie Noble et al. PNAS


Abstract

Verbetering van het vermogen in functionele magnetische resonantiebeeldvorming door verder te gaan dan inferentie op clusterniveau

Inferentie bij neuroimaging vindt meestal plaats op het niveau van focale hersengebieden of circuits. Maar in toenemende mate geven goed onderbouwde onderzoeken een veel rijker beeld van grootschalige effecten verspreid over de hersenen, wat suggereert dat veel focale rapporten slechts het topje van de ijsberg van onderliggende effecten weerspiegelen.

Hoe focale versus brede perspectieven de gevolgtrekkingen die we maken beïnvloeden, is nog niet volledig geëvalueerd met behulp van echte gegevens.

Hier vergelijken we de gevoeligheid en specificiteit tussen procedures die meerdere inferentieniveaus vertegenwoordigen met behulp van een empirische benchmarkingprocedure die taakgebaseerde connectomen herbemonstert uit de Human Connectome Project-gegevensset (∼1.000 proefpersonen, 7 taken, 3 herbemonsteringsgroepsgroottes, 7 inferentiële procedures).

Alleen grootschalige (netwerk- en hele hersenen) procedures verkregen het traditionele 80% statistische vermogensniveau om een ​​gemiddeld effect te detecteren, wat overeenkomt met> 20% meer statistische kracht dan focale (rand- en cluster) procedures. Het vermogen nam ook aanzienlijk toe voor het percentage valse ontdekkingen – vergeleken met procedures voor het controleren van foutenpercentages in de familie.

De nadelen zijn vrij beperkt; het verlies aan specificiteit voor grootschalige en FDR-procedures was relatief bescheiden in vergelijking met de winst in kracht. Bovendien zijn de grootschalige methoden die we introduceren eenvoudig, snel en gemakkelijk te gebruiken, wat een duidelijk startpunt vormt voor onderzoekers.

Dit wijst ook op de belofte van meer geavanceerde, brede methoden voor niet alleen functionele connectiviteit, maar ook voor aanverwante gebieden, waaronder taakgebaseerde activering.

Al met al toont dit werk aan dat het verschuiven van de schaal van gevolgtrekking en het kiezen van FDR-controle beide onmiddellijk haalbaar zijn en kunnen helpen bij het oplossen van de problemen met statistische kracht die typische onderzoeken in het veld teistert.

Leave a Comment