Publikationsserver der Universitätsbibliothek Marburg

Titel:Replizierbarkeit von Dynamic Causa Modeling anhand fMRT Daten eines motorischen Paradigmas
Autor:Steup, Marlena
Weitere Beteiligte: Jansen, Andreas (Prof. Dr.)
Erscheinungsjahr:2019
URI:http://archiv.ub.uni-marburg.de/diss/z2019/0346
DOI: https://doi.org/10.17192/z2019.0346
URN: urn:nbn:de:hebis:04-z2019-03460
DDC: Medizin, Gesundheit
Titel(trans.):Replicability of Dynamic Causal Modeling for fMRI

Dokument

Schlagwörter:
Medizin fMRT fMRI funktionelle Magnetresonanztomografie Replizierbarkeit Replikation Dynamic Causal Modeling Brainimaging Neurowissenschaften, Medizin fMRT fMRI funktionelle Magnetresonanztomografie Replizierbarkeit Replikation Dynamic Causal Modeling for fMRI Brainimaging Neurowissen

Zusammenfassung:
Ziel dieser Studie war, die Replizierbarkeit von Auswertungen mit Dynamic Causal Modeling (DCM) anhand fMRT-Daten eines motorischen Paradigmas zu überprüfen. Als Replikations-Vorlage wurde eine bereits publizierte Studie von Grefkes et al. (2008) gewählt, die Konnektivität anhand eines motorischen Paradigmas mittels DCM untersuchte. Die Stichprobe war mit N=35 größer als die von Grefkes et al. Die Ergebnisse der Aktivierungsanalyse von Grefkes et al. (2008) ließen sich mit den hier erhobenen Daten weitgehend replizieren. Die anschließend durchgeführte DCM-Analyse konnte unter den gleichen Rahmenbedingungen (cDCM mit AIC/BIC als Informationskriterien), sowie unter Anwendung der aktuellsten Version von DCM (DCM 10 mit F als Informationskriterium) die Ergebnisse von Grefkes et al. (2008) sowohl für die Modellselektion als auch für die Kopplungsparameter nahezu exakt replizieren. Die Anwendung des aktuelleren Informationskriteriums F in cDCM replizierte die Kernaussagen der Ergebnisse von Grefkes et al. (2008), wenngleich die Modellselektion nicht replizierbar war. Unter den gleichen Rahmenbedingungen der DCM-Analyse (cDCM, F) wurden in weiteren Studien mit sehr ähnlichen Fragestellungen vergleichbare Ergebnisse zu denen der vorliegenden Studie erzielt (Pool et al., 2013, 2014). Die Ergebnisse dieser Studie weisen auf eine gute Stabilität der Ergebnisse von Analysen mit cDCM über verschiedene Scan-Zentren und Probanden hinweg hin – ein vielversprechendes Ergebnis auf dem Weg zu einer wissenschaftlich fundierten klinischen Anwendung der Methode DCM. Die Ergebnisse dieser Studie unterstreichen, wie wichtig es ist, alle Veränderungen, die durch Weiterentwicklung von DCM entstehen, stets neu kritisch zu prüfen, bevor Ergebnisse, deren Güte nicht bekannt ist, zur Beantwortung spezifischer Fragen herangezogen werden. Das gleiche gilt auch für die zur Datenakquirierung verwandten Paradigmen. Nur wenn Tests die Gütekriterien Validität, Objektivität und Reliabilität erfüllen, ist ihr Einsatz sowohl im klinischen als auch im wissenschaftlichen Kontext gerechtfertigt. Wissenschaftler und Ärzte sollten sich dessen bewusst sein und einen kritischen Blick auf ihre Arbeit inklusive angewandter Methoden bewahren.

Summary:
Dynamic causal modeling (DCM) is a novel technique, which enables the investigation of effective connectivity between brain areas using fMRI data. While its validity has been repeatedly subject to investigation, there is little knowledge of the reliability and replicability of this method. The goal of the present study was to replicate the findings of Grefkes et al. (2008). In their study, participants performed a simple motor task while fMRI data was acquired. This data was analyzed using cDCM. The experimental conditions in the present study were closely matched to those of Grefkes et al., but the number of participants was increased to N=35. Regarding neural activity, the results presented by Grefkes et al. were highly replicable. Using the same framework conditions as Grefkes et al. (cDCM and BIC/AIC) and also using a more recent version of DCM (DCM10 and F) the results could almost exactly be replicated regarding coupling parameters and model selection. Using F as model selection criterion in cDCM the model selection differed whereas the key findings concerning coupling parameters could be replicated. Pool et al. (2013 & 2014) conducted two similar studies utilizing the same motor task and presented very similar findings. The present study underlines the importance of investigating seemingly minute changes in the DCM algorithms and model selection as these may have great influence on the results. Still this study finds a good replicability of cDCM results across different scanners and subjects - one critical precondition for using DCM to investigate brain function and especially with regard to future medical application.


* Das Dokument ist im Internet frei zugänglich - Hinweise zu den Nutzungsrechten