大脑和行为之间的关系

Submitted by Yangmei Luo on
各位老师好!
 
我想请教一下各位老师,在fMRI研究中,应该如何来做大脑和行为之间的关系。
 
1, 在一般的高分和低分极端组设计中,似乎通常的做法是这样的:对两个组进行独立样本t检验,对有差异的脑区即ROI提取平均值,比如ReHo的平均值,然后分别在高分组和低分组内做ROI提取的平均值与某个量表的Pearson相关。但是这样做的效果我得到的不是很理想。有时候得不到显著的结果。有时候得到的结果甚至和独立样本t检验的结果互相矛盾。比如,在高分组中发现某个脑区的ReHo值高于低分组,然后组内的Pearson分析竟然发现它的ReHo值与量表得分呈负相关。我觉得可能的原因在于由于在一个组内做分析,样本量太少导致的。
 
2,另外一种方法是,不管高分组,低分组,把所有的被试的某个脑区的ROI提取的平均值都与Pearson做相关,能够得到显著的一致的结果。但是严老师在视频教程里说这种方法不太恰当。确实有点循环论证的嫌疑。然而,我看到也有的公开发表的paper也是所有的被试一起做的。这种方法是不是一定是错的呢?
 
3,有人建议说,可以将两个组独立样本t检验有显著差异的脑区所有被试的ROI平均值作为自变量,然后将某个行为量表的得分作为因变量,然后来做多重回归分析,看哪一个有差异脑区对因变量的贡献最大。这种方法是否正确?这样做还需要分组吗?
 
谢谢!感谢各位老师的时间!期待您的解答。

1.如果我们有较强的假设,认为脑的测量值(如ReHo)与某个行为测量值(如reaction time, RT)是线性关系,最好直接进行线性相关分析,而不是分为高分组和低分组进行双样本t检验。

2.但是,许多情况下,我们对线性假设并不是很强,这时,分为高分组和低分组是一个可行的办法。找到two-sample t-test有差异的脑区再进行相关分析,也是可以的。这时候最好在组内进行相关分析,如果将所有被试(包括中间得分组)合并,然后与行为进行相关分析,已经有某种程度的循环验证的问题;如果仅将高分组和低分组合并然后进行相关分析,则是典型的循环验证。许多临床研究,包括一些高影响因子的文章,在得到病人和正常人的差异脑区之后,与行为学数据进行相关分析时,将病人和正常人合并,是典型的循环验证。

上面的1和2两个方法,我认为是互相补充的,但有些结果是重叠的。得到重叠的结果,就是循环验证,在文章中讲清楚的话,我认为是可以的。但绝对不要认为重叠的结果是“相互验证、从而更可靠”。
Forums