Fehler in der Software für MRT-Scanner werfen Zweifel an 40.000 wissenschaftlichen Studien auf

Eine gründliche Untersuchung der Forschungsmethodik unter Verwendung der Magnetresonanztomographie macht die Ergebnisse eines ganzen Wissenschaftszweigs ungültig. Neurowissenschaftler und kognitive Psychologen verwendeten mehrere Jahrzehnte lang die statistischen Programme AFNI , SPM und FSL , um fMRI-Daten zu analysieren . Wie sich herausstellte, können diese Programme aufgrund falscher Algorithmen bis zu 70% der falsch positiven Ergebnisse anstelle der erwarteten 5% zurückgeben.

So werden rund 40.000 wissenschaftliche Arbeiten, die in den letzten Jahrzehnten auf Basis von fMRI-Daten veröffentlicht wurden, sofort in Frage gestellt. Darüber hinaus kann eine neue Bewertung der Validität einen starken Einfluss auf die Interpretation der Ergebnisse der Bildgebung haben.

Die funktionelle Magnetresonanztomographie wird in der Medizin seit mehr als 25 Jahren eingesetzt, und es ist einfach erstaunlich, dass die am häufigsten verwendeten statistischen Methoden, die in MRT-Software verwendet werden, bisher nicht anhand realer Daten bestätigt wurden , schreiben die Autoren einer am 27. Juni 2016 veröffentlichten Studie Zeitschrift Proceedings of the National Academy of Sciences .

Statistische Methoden bilden die Grundlage für die Interpretation der fMRI-Ergebnisse. Mit dieser Methode der Bildgebung können Sie die Aktivierung eines bestimmten Bereichs des Gehirns während seiner normalen Funktion unter dem Einfluss verschiedener physikalischer Faktoren (z. B. Körperbewegung) und verschiedener pathologischer Zustände bestimmen.

Bei der Bildgebung wird das Gehirn gemäß den Ergebnissen des fMRI-Scannens anhand der erhaltenen Ergebnisse des Scannens mit hoher Auflösung in winzige Abschnitte (Voxel) unterteilt. Die Software scannt dann die Voxel und kombiniert sie zu „aktiven“ Clustern, die der Aktivierung eines bestimmten Bereichs des Gehirns entsprechen.


Bild von fMRI mit gelben Clustern, in denen "erhöhte Aktivität festgestellt wird"

Das Problem besteht darin, dass dieses statistische Verfahren falsch durchgeführt wird und, wie sich herausstellte, nicht den wissenschaftlichen Anforderungen für den maximalen Fehler statistischer Daten entspricht. Die Autoren der wissenschaftlichen Arbeit schreiben: "Unsere Ergebnisse zeigen, dass der Hauptgrund für eine falsche Clusterbildung die räumlichen Funktionen der Autokorrelation sind, die nicht der geschätzten Gaußschen Verteilung entsprechen."

Beispielsweise war ein Fehler in der 3dClustSim- Software (Teil des AFNI- Pakets ) 15 Jahre lang vorhanden und wurde erst im Mai 2015 während der Vorbereitung dieser Studie behoben, sagen Autoren wissenschaftlicher Arbeiten der Linkoping University (Schweden) und der Warwick University (Großbritannien).

Während der Überprüfung der Ergebnisse der Programme wurden die Daten der funktionellen Magnetresonanztomographie in Ruhe für 499 gesunde Patienten aus der Kontrollgruppe verglichen, um 3 Millionen Tomogramme zu erhalten. Es stellte sich heraus, dass der Prozentsatz falsch positiver Ergebnisse viel höher als die erwarteten 5% ist und 70% erreicht. Die Forscher schließen daraus, dass die parametrischen statistischen Methoden, die in den gängigen Softwarepaketen SPM, FSL und AFNI verwendet werden, für die Clusteranalyse von fMRI-Ergebnissen tatsächlich ungeeignet sind, da die Ergebnisse nicht der Normalverteilung entsprechen.

Dies ist der Fall, wenn Forschung betrieben wird, ohne die Richtigkeit medizinischer Instrumente auf Übereinstimmung mit wissenschaftlichen statistischen Standards zu überprüfen.

Autoren wissenschaftlicher Arbeiten aus dem medizinischen Bereich müssen jetzt wahrscheinlich wiederholte Studien durchführen, um das Ergebnis mit zuverlässigen Werkzeugen mit gültigen statistischen Methoden zu wiederholen.

Wenn Sie also eine andere Studie mit fMRT-Ergebnissen treffen, sollten Sie vorsichtig sein, diese Ergebnisse zu verwenden. Es gibt sogar einen XKCD-Comic zu diesem Thema .



Überraschenderweise wurde der Comic lange vor der Untersuchung statistischer Methoden für die Clusterbildung von fMRI-Voxeln durch Wissenschaftler der Linkoping University und der Warwick University gezeichnet.

Source: https://habr.com/ru/post/de395695/