Mapas de estadísticos paramétricos (SPM) en medicina nuclear

More documents

Recommendations

Info

Gispert JD, et al. Mapas de estadísticos paramétricos (SPM) en medicina nuclear(ni ningún otro procedimiento estadístico) encuentreautomáticamente estos efectos a partir de las imágenesPET, sino que simplemente confirmará o rechazaráhipótesis a priori.Statistical analysis: Designgroup1group2µDiseño del modeloLos estudios estadísticos que pueden efectuarsemediante SPM pueden ser divididos fundamentalmenteen dos tipos: estudios paramétricos o factorialesy estudios categóricos o sustractivos. Los primerosestudian la relación entre las imágenes PET yun parámetro, como puede ser la edad, una escala desíntomas o el resultado de un test cognitivo. Los estudioscategóricos se utilizan para poner de manifiestodiferencias entre grupos, definidas por variables categóricas.Un ejemplo de estudio paramétrico podría ser aquélen el que se quiere confirmar la hipótesis de que laedad influye en el metabolismo cerebral de doce sujetos,para cada uno de los cuales se ha adquirido unaimagen PET. Mediante el GLM la hipótesis se expresamediante la denominada matriz de diseño, la cualimagesFIG. 3b.—Matriz de diseño de un estudio categórico. El grupo 1 correspondeal grupo de control (N = 10) y el dos a pacientes (N = 12).Las primeras 10 imágenes corresponden a los controles, por lo quela matriz de diseño tiene un 1 (en blanco) en la columna de grupo1 y un cero (en gris) en la columna de grupo 2. Las 12 imágenesrestantes corresponden a los pacientes, por lo que tienen a uno lacolumna de pertenencia al grupo 2 y un cero en la del grupo 1.imagesStatistical analysis: DesignCovlntparametersFIG. 3a.—Imagen de la matriz de diseño de un estudio paramétricoen SPM. La columna de la izquierda contiene la edad de cada unode los sujetos (N = 12), representada en niveles de gris (a mayor edad,nivel más claro). La columna de la derecha representa el nivel medioglobal, carente de interés.µconsta de una fila por cada imagen incluida en el estudio(doce en el ejemplo) y de una columna por cadaefecto sólo (uno, la edad), y en la que se introducenlos valores de los efectos correspondientes a cada sujeto(la edad de cada uno de los sujetos) (fig 3a). Paraque SPM sea capaz de calcular la relación entre lasimágenes y el parámetro, dicha relación debe ser lineal.Si se desea probar hipótesis que impliquen respuestasno-lineales, se debe aplicar una transformaciónadecuada para linealizar adecuadamente dicharespuesta.En los estudios categóricos es necesaria una columnapara determinar la pertenencia a cada uno delos grupos. Por ejemplo, si se desea comparar ungrupo de pacientes con otro de control, las filas correspondientesa los pacientes tendrán un uno en lacolumna de pacientes y un cero en la de controles, yviceversa (fig. 3b).Esta distinción entre dos grupos de estudios estadísticosno es excluyente, es posible combinar ambostipos de estudio. Siguiendo los ejemplos anteriores, supongamosque la hipótesis de partida consiste en que,en ciertas regiones cerebrales, el metabolismo es me-50Rev. Esp. Med. Nuclear, 2003;22(1):43-5356
Gispert JD, et al. Mapas de estadísticos paramétricos (SPM) en medicina nuclearCond1Statistical analysis: DesignCond2Covlntµnor en un grupo patológico que en el de control (efectosde interés), una vez descontado el efecto de laedad (efecto corrector). En este caso, la matriz dediseño sería la que aparece en la fig. 3c. Tambiénes posible modelar interacciones entre efectos. Enel ejemplo anterior es posible que el efecto de laedad sea más intenso en un grupo que en el otro. Eneste caso la matriz de diseño sería la que muestrala fig. 3d.imagesContrastesUna vez establecido el modelo, SPM ya puede estimarde forma automática la contribución de cadaefecto de forma separada. Esto permite diferenciar entreefectos de «interés» (como el efecto de grupo, en elparametersFIG. 3c.—Matriz de diseño combinando un estudio categórico conuno paramétrico. En este caso tenemos tres efectos, y por lo tanto,tres columnas: La pertenencia al grupo de control (cond1), la pertenenciaal grupo de pacientes (cond2) y la edad del sujeto (edad).2contrast(s)imagesCond1Statistical analysis: DesignCond2Covlnt@condition1parametersFIG. 3d.—Matriz de diseño en la que se ha modelado una interaccióndel parámetro (la edad) con la condición. La hipótesis en este casoconsiste en que la edad afecta a los dos grupos, pero de forma distinta.Covlnt@condition2µ1234567891011121314151617181920212223241 2 3 4Design matrixFIG. 3e.—Vector de contrastes [1 –1 0] sobre la matriz de diseño.57Rev. Esp. Med. Nuclear, 2003;22(1):43-5351
Page 1 and 2: colaboración especialRev. Esp. Med
Page 3 and 4: Gispert JD, et al. Mapas de estadí
Page 5 and 6: Gispert JD, et al. Mapas de estadí
Page 7: Gispert JD, et al. Mapas de estadí
Page 11: Gispert JD, et al. Mapas de estadí

Mapas de estadísticos paramétricos (SPM) en medicina nuclear

Create successful ePaper yourself

Delete template?

Save as template?