Gispert JD, et al. <strong>Mapas</strong> <strong>de</strong> <strong>estadísticos</strong> <strong>paramétricos</strong> (<strong>SPM</strong>) <strong>en</strong> <strong>medicina</strong> <strong>nuclear</strong>ejemplo) y efectos «correctores» (efecto <strong>de</strong> la edad),así como por difer<strong>en</strong>cias <strong>en</strong>tre las medias <strong>de</strong> dos factores.Mediante el GLM, esto se realiza mediante la<strong>de</strong>finición <strong>de</strong> un «contraste».Un contraste se <strong>de</strong>fine mediante un vector. La longitud<strong>de</strong> este vector es igual al número <strong>de</strong> efectos incluidos<strong>en</strong> la matriz <strong>de</strong> diseño, <strong>de</strong> modo que cadaefecto «se pon<strong>de</strong>ra» por su elem<strong>en</strong>to correspondi<strong>en</strong>te.Si el efecto es corrector, <strong>en</strong>tonces se pon<strong>de</strong>ra con uncero <strong>en</strong> el vector contraste. En caso <strong>de</strong> que el efectosea paramétrico, el contraste <strong>de</strong>termina si la correlaciónbuscada es positiva, mediante un «1», o bi<strong>en</strong>negativa mediante un «–1», <strong>en</strong> la posición correspondi<strong>en</strong>tea ese efecto <strong>en</strong> el vector contraste. En caso<strong>de</strong> efectos categóricos los contrastes <strong>de</strong>b<strong>en</strong> cumpliruna condición importante: la suma <strong>de</strong> todos los pesos<strong>en</strong> el contraste <strong>en</strong> las columnas <strong>de</strong> efectos categóricos<strong>de</strong>be ser igual a cero. Esto vi<strong>en</strong>e dado pormotivos matemáticos que escapan a la int<strong>en</strong>ción <strong>de</strong>este artículo.En el ejemplo, la pert<strong>en</strong><strong>en</strong>cia al grupo <strong>de</strong> paci<strong>en</strong>tescontribuye con peso negativo (m<strong>en</strong>or metabolismoque controles), el grupo <strong>de</strong> controles contribuye conpeso positivo (mayor metabolismo que paci<strong>en</strong>tes) yla edad, al ser un efecto corrector, t<strong>en</strong>dría peso cero(fig. 3e). De este modo, el vector <strong>de</strong> contraste sería[1 –1 0], ya que la suma <strong>de</strong> los efectos 1 y 2 <strong>de</strong>be sercero. En el caso contrario, para comprobar qué regionespres<strong>en</strong>tan un metabolismo mayor <strong>en</strong> paci<strong>en</strong>tes,el contraste sería [–1 1 0].Llegados a este punto, <strong>SPM</strong> realiza el test estadístico(un test t o un test F), <strong>de</strong>scrito mediante la matriz<strong>de</strong> diseño y el contraste, <strong>en</strong> todos los vóxels <strong>de</strong>la imag<strong>en</strong> <strong>de</strong> forma in<strong>de</strong>p<strong>en</strong>di<strong>en</strong>te. El resultado es unaimag<strong>en</strong> cuyo valor <strong>en</strong> cada vóxel es el resultado <strong>de</strong>ltest estadístico y a la que se <strong>de</strong>nomina mapa paramétricoestadístico (<strong>de</strong> ahí el nombre <strong>de</strong>l software,figs. 1 y 2).AGRADECIMIENTOSLos autores <strong>de</strong>sean agra<strong>de</strong>cer al Dr. Vic<strong>en</strong>te Molinala aportación <strong>de</strong> estudios PET para su análisis <strong>en</strong>este c<strong>en</strong>tro y a los Drs. Celso Arango y Pedro Domínguezsus com<strong>en</strong>tarios acerca <strong>de</strong> este artículo. Estetrabajo ha sido financiado <strong>en</strong> parte por los proyectosTIC99 #1085-C02 y FIS #00/0036; Comunidad <strong>de</strong>Madrid IIIPRICYT; y por «Fundació La Caixa»#99/042-00.BIBLIOGRAFÍA1. Ashburner J, Friston K, Holmes A, Poline JB. Statistical ParametricMapping, The Wellcome Departm<strong>en</strong>t of Cognitive Neurology,University College London. Londres, Reino Unido. Disponible<strong>en</strong>: http://www.fil.ion.ucl.ac.uk/spm/.2. Friston KJ, Holmes AP, Worsley KJ, Poline JP, Frith CD, FrackowiakRSJ. Statistical parametric maps in functional imaging:a g<strong>en</strong>eral linear approach. Hum Brain Map 1995;2:189-210.3. Woods RP, Cherry SR, Maziota JC. Rapid automated algorithmfor aligning and reslicing PET images. J Comput Assist Tomogr1992;16:620-33.4. Ashburner J, Neelin P, Collins DL, Evans AC, Friston KJ. Incorporatingprior knowledge into image registration. NeuroImage1997;6:344-52.5. Ashburner J, Friston K. Multimodal image coregistration andpartitioning - a unified framework. Neuroimage 1997;6:209-17.6. Barn<strong>de</strong>n L, Kwiatek R, Lau Y, Hutton B, Thurfjell L, Pile K,et al. Validation of fully automatic brain SPET to MR co-registration.Eur J Nucl Med 2000;27:147-54.7. Evans AC, Collins DL, Mills SR, Brown ED, Kelly RL, PetersTM. 3D statistical neuroanatomical mo<strong>de</strong>ls from 305 MRI volumes.in IEEE-Nuclear Sci<strong>en</strong>ce Symposium and Medical ImagingConfer<strong>en</strong>ce. 1993. Piscataway, New Jersey.8. Talairach J, Tournoux P. A Co-planar Stereotatic Atlas of theHuman Brain. Stuttgart: Thieme; 1988.9. Worsley KJ, Marrett S, Neelin P, Vandal AC, Friston JJ, Evans AC.A unified statistical approach for <strong>de</strong>termining significant voxels inimages of cerebral activation. Hum Brain Map 1996;4:58-73.10. Chatfield C, Collins AJ. Introduction to Multivariate Analysis.London: Chapman and Hall; 1980.11. Petersson KM, Nichols TE, Poline JB, Holmes AP. Statisticallimitations in functional neuroimaging. I. Non-infer<strong>en</strong>tial methodsand statistical mo<strong>de</strong>ls. Philos Trans R Soc Lond B BiolSci 1999;354:1239-60.12. Petersson KM, Nichols TE, Poline JB, Holmes AP. Statisticallimitations in functional neuroimaging. II. Signal <strong>de</strong>tection andstatistical infer<strong>en</strong>ce. Philos Trans R Soc Lond B Biol Sci1999;354:1261-81.13. Ashburner J, Friston KJ. Voxel-based morphometry-The methods.Neuroimage 2000;11:805-21.14. Missimer J, Knorr U, Maguire RP, Herzog H, Seitz RJ, TellmanL, et al. On two methods of statistical image analysis. HumBrain Mapp 1999;8:245-58.15. Davatzikos C, Li HH, Herskovits E, Resnick SM. Accuracy ands<strong>en</strong>sitivity of <strong>de</strong>tection of activation foci in the brain via statisticalparametric mapping: a study using a PET simulator.Neuroimage 2001;13:176-84.16. Lahorte P, Van<strong>de</strong>nberghe S, Van Laere K, Au<strong>de</strong>naert K, LemahieuI, Dierckx RA. Assessing the performance of <strong>SPM</strong>analyses of spect neuroactivation studies. Statistical ParametricMapping. Neuroimage 2000;12:757-64.17. Stamatakis EA, Glabus MF, Wyper DJ, Barnes A, Wilson JT. Validationof statistical parametric mapping (<strong>SPM</strong>) in assessing cerebrallesions: a simulation study. Neuroimage 1999;10:397-407.18. Wang GJ, Volkow ND, Levy AV, Fel<strong>de</strong>r CA, Fowler JS, PappasNR, et al. Measuring reproducibility of regional brain metabolicresponses to lorazepam using statistical parametric maps.J Nucl Med 1999;40:715-20.19. Frackowiak RSJ, Friston KJ, Frith CD, Dolan RJ, Maziota JC.Characterising brain images with the g<strong>en</strong>eral linear mo<strong>de</strong>l. SanDiego: Aca<strong>de</strong>mic Press; 1997.20. Acton PD, Friston KJ. Statistical parametric mapping in functionalneuroimaging: beyond PET and fMRI activation studies.Eur J Nucl Med 1998;25:663-7.52Rev. Esp. Med. Nuclear, 2003;22(1):43-5358
Gispert JD, et al. <strong>Mapas</strong> <strong>de</strong> <strong>estadísticos</strong> <strong>paramétricos</strong> (<strong>SPM</strong>) <strong>en</strong> <strong>medicina</strong> <strong>nuclear</strong>21. Woods RP, Dapretto M, Sicotte NL, Toga AW, Mazziotta JC.Creation and use of a Talairach-compatible atlas for accurate,automated, nonlinear intersubject registration, and analysis offunctional imaging data. Hum Brain Mapp 1999;8:73-9.22. Kochunov P, Lancaster J, Thompson P, Boyer A, Hardies J, Fox P.Evaluation of octree regional spatial normalization method for regionalanatomical matching. Hum Brain Mapp 2000;11:193-206.23. Ga<strong>en</strong>s T, Maes F, Van<strong>de</strong>rmeul<strong>en</strong> D, Suet<strong>en</strong>s P. Non-rigid MultimodalImage Registration Using Mutual Information. En MedicalImage Computing and Computer-Assisted Interv<strong>en</strong>tion - MIC-CAI’98. 1998. Cambridge, MA, USA, Oct. 11-13: Springer, Berlin.24. Meyer JH, Gunn RN, Myers R, Grasby PM. Assessm<strong>en</strong>t of spatialnormalization of PET ligand images using ligand-specifictemplates. Neuroimage 1999;9:545-53.25. Gispert JD, Pascau J, Reig S, Martínez R, Molina V, Desco M.Evaluation of Spatial Normalization Templates in <strong>SPM</strong> Analysis.En Barcelona PET Confer<strong>en</strong>ce. 2001. Barcelona.26. Muzik O, Chugani DC, Juhasz C, Sh<strong>en</strong> C, Chugani HT. Statisticalparametric mapping: assessm<strong>en</strong>t of application in childr<strong>en</strong>.Neuroimage 2000;12:538-49.27. S<strong>en</strong>da M, Ishii K, Oda K, Sadato N, Kawashima R, Sugiura M,et al. Influ<strong>en</strong>ce of ANOVA <strong>de</strong>sign and anatomical standardizationon statistical mapping for PET activation. Neuroimage1998;8:283-301.28. Sugiura M, Kawashima R, Sadato N, S<strong>en</strong>da M, Kanno I, OdaK, et al. Anatomic validation of spatial normalization methodsfor PET. J Nucl Med 1999;40:317-22.29. Poldrack RA. Imaging brain plasticity: conceptual and methodologicalissues-a theoretical review. Neuroimage 2000;12:1-13.30. Arndt S, Cizadlo T, Andreas<strong>en</strong> NC, Heckel D, Gold S, O’LearyDS. Tests for comparing images based on randomization and permutationmethods. J Cereb Blood Flow Metab 1996;16:1271-9.31. Goodman SN. Toward evi<strong>de</strong>nce-based medical statistics. 1: Thep value fallacy. Ann Intern Med 1999;130:995-1004.59Rev. Esp. Med. Nuclear, 2003;22(1):43-5353