Mapas de estadísticos paramétricos (SPM) en medicina nuclear

Gispert JD, et al. Mapas de estadísticos paramétricos (SPM) en medicina nuclearmetabólico, también presenten una mayor varianza,violando la suposición del modelo de igualdad de varianzaen el error residual. Cada vez es más habitualla realización de tests de permutación con remuestreo13, 30 para establecer y validar los umbrales realesde significación de los valores p en cada juegode datos. Estos procedimientos consisten en efectuarrepetidamente el test estadístico reasignando aleatoriamentesujetos a cada grupo (bootstrap), o bien eliminandoaleatoriamente un cierto tanto por ciento desujetos de cada grupo (jacknife). Aún teniendo encuenta todas estas precauciones, la interpretación delos valores p sigue siendo conflictiva. Un nivel de paceptado como verdaderamente significativo deberíaestar además respaldado por una hipótesis plausible,basada en el conocimiento acerca del funcionamientode los mecanismos biológicosinvolucrados, que permita explicar los resultados obtenidosde forma coherente con la literatura previaacerca del tema bajo estudio. Una interesante disertaciónsobre la interpretación de los valores p puedeser encontrada en 31 . Una aproximación sistemáticaa este problema podría consistir en la distinción entrediferentes niveles de evidencia (LOE, Levels ofEvidence) ordenados de mayor a menor fiabilidad:los niveles de evidencia 1 y 2 corresponderían a valoresde p corregidos menores que p = 0,05, estadísticamentesignificativos per se, mientras que encasos de valores de p sin corregir inferiores a p =0,001 (nivel de evidencia 3), es necesario un sólidosoporte bibliográfico o hipótesis biológica que losavale. Es necesario tener presente que un valor de pno corregido de p = 0,001 es mucho menos estrictoque uno corregido de p = 0,05.CONCLUSIÓNEn conjunto, el programa SPM constituye una herramientamuy potente para el análisis de neuroimágenes.SPM se está estableciendo como el estándarde facto para el análisis estadístico de estudios de medicinanuclear (PET y SPECT) y es una opción tambiénmuy utilizada en estudios funcionales por resonanciamagnética.Las normalizacion de las imágenes, tanto espacialcomo en intensidad, es indispensable cuando se deseaefectuar estudios estadísticos inter-sujeto. El hechode que no exista un consenso universal acerca decuál de las múltiples posibilidades es la más adecuadapara cada caso, incide negativamente en la reproducibilidadde los estudios de neuroimágenes funcionales.En aras de la repetibilidad de los experimentos,sería de gran importancia reflejar en los artículostodos los valores elegidos para los parámetros involucradosen cada uno de los pasos de preproceso.La interpretación de los resultados obtenidos es decrucial importancia ya que, bajo una aparente facilidadde uso, SPM está fundamentado en una complejateoría matemática que sólo es válida bajo una seriede requisitos de obligado cumplimiento, que condicionancompletamente las conclusiones del estudioestadístico. En muchas ocasiones, se requiere del desarrollode herramientas externas para realizar comprobacionesacerca de estos supuestos teóricos o paraefectuar procedimientos que no están implementadosen el programa original (fig. 2). Otro aspecto claveconsiste en la estrecha relación entre la significaciónestadística y la existencia de estudios previos que repliquenlos resultados obtenidos, así como la plausibilidadbiológica de éstos.Por todo ello, la interpretación de los resultados deun estudio mediante SPM requiere de la colaboraciónde expertos en dos campos tan distintos como son lamatemática (no solamente la estadística) y la medicina.Sin una colaboración estrecha entre ellos es difícilla obtención de conclusiones realmente fiables.ANEXOAnálisis estadísticoEn esta etapa es posible efectuar un amplio abanicode estudios estadísticos, como test t de Student,ANOVA, regresiones simples y múltiples, etc. Todosestos tipos de análisis estadístico se engloban en SPMbajo una única formulación, la del modelo lineal general(General Linear Model o GLM) 2, 10 . La formulacióndel GLM resulta algo más compleja que la delos modelos parciales pero, a cambio, permite diseñartodos los estudios estadísticos paramétricos. Laformulación del GLM se basa en dos conceptos: lamatriz de diseño y los contrastes.Un hecho importante, a menudo olvidado, es quetodo estudio estadístico parte de una hipótesis a prioriacerca de las razones o causas (comúnmente llamadas«efectos» en la terminología de SPM) queprovocan el comportamiento observado en las imágenesPET. Por lo tanto, no se puede esperar que SPM55Rev. Esp. Med. Nuclear, 2003;22(1):43-5349