gms | German Medical Science

53. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

15. bis 18.09.2008, Stuttgart

Anwendung stabilisierter multivariater Testverfahren auf Daten aus der funktionellen Bildgebung

Meeting Abstract

Suche in Medline nach

  • D. Adolf - Institut für Biometrie und Medizinische Informatik, Otto-von-Guericke-Universität Magdeburg, Magdeburg, Deutschland
  • Siegfried Kropf - Institut für Biometrie und Medizinische Informatik, Otto-von-Guericke-Universität Magdeburg, Magdeburg, Deutschland

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 53. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds). Stuttgart, 15.-19.09.2008. Düsseldorf: German Medical Science GMS Publishing House; 2008. DocP-19

Die elektronische Version dieses Artikels ist vollständig und ist verfügbar unter: http://www.egms.de/de/meetings/gmds2008/08gmds081.shtml

Veröffentlicht: 10. September 2008

© 2008 Adolf et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielf&aauml;ltigt, verbreitet und &oauml;ffentlich zug&aauml;nglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Einleitung

Bei der funktionellen Magnetresonanztomographie wird die Gehirnaktivität gesunder Probanden mit dem Ziel der Differenzierung aktiver und nicht aktiver Areale des Gehirns bei Stimulation untersucht. Dabei liegen die hochdimensionalen Daten für einen Probanden als zeitliche Abfolge von Antwortsignalen dreidimensional gescannter Gehirnwerte (Voxel) vor. Hierbei treten zusätzlich zur räumlichen Korrelation infolge des gewollten engen zeitlichen Abstands der Messungen biologisch bedingte Abhängigkeiten zwischen zeitlich benachbarten Messungen auf. Aufgrund dessen erfolgt die Auswertung der beobachteten Antwortsignale bisher standardmäßig voxelweise anhand univariater linearer Modelle, wobei die zeitliche Korrelation der Daten durch eine Korrektur der Teststatistik und eine damit einhergehende Approximation der Freiheitsgrade berücksichtigt wird.

Material und Methoden

Vor diesem Hintergrund werden sogenannte stabilisierte multivariate Verfahren betrachtet, die unter klassischen parametrischen Voraussetzungen den Fehler 1. Art exakt einhalten und auch dann anwendbar sind, wenn die Merkmalsanzahl den Stichprobenumfang übersteigt.

Zu deren Übertragung auf Daten aus der funktionellen Bildgebung wird zunächst der Einfluss der zeitlichen Abhängigkeit auf das Testniveau untersucht, anschließend werden Korrekturstrategien vorgeschlagen. Dabei findet zum Einen eine Korrektur der Teststatistik analog zum univariaten Modell und zum Anderen ein Pre-Whitening-Verfahren Anwendung. Zudem wird auf Probleme und Lösungsstrategien bei der Schätzung der Korrelation eingegangen.

Weiterhin wird die Methode der Permutation in blockweiser Form angewandt. Hierbei muss die verwendete Teststatistik weder an die Korrelation der Daten angepasst werden, noch wird diese vor dem Test herausgerechnet. Somit erfolgt keine durch die Schätzung der zeitlichen Abhängigkeit bedingte Approximation.

Schließlich werden die unterschiedlichen Verfahren in einer Poweranalyse gegenübergestellt.

Ergebnisse

Die durchgeführten Simulationsstudien zeigen, dass selbst schwache Korrelationen der Stichprobenelemente zu einer erheblichen Überschreitung des Testniveaus führen. Dies wird durch die Korrektur der Teststatistik im univariaten Modell relativ gut behoben. Multivariat ist eine Modifikation dieser Art nicht ausreichend. Empfehlenswert ist hier die Verwendung des Pre-Whitening-Verfahrens, das bei bekannter Korrelationsstruktur der Daten exakt arbeitet. Auch in Hinblick auf die Güteuntersuchungen ist die Pre-Whitening-Variante der Tests von Vorteil.

Die Approximation der Korrelation führt indes vor allem bei kleinen Stichprobenumfängen zu weiteren Überschreitungen des Testniveaus. Eine Verbesserung kann anhand verschiedener Transformationsansätze sowie unterschiedlicher Schätzmethoden erreicht werden.

Die Datenanalyse anhand von Permutationen befindet sich noch in Arbeit.

Diskussion

Mit den bisherigen Ergebnissen kann bereits festgestellt werden, dass die vorgestellten Übertragungsvarianten die Verwendung stabilisierter multivariater Testverfahren bei der Auswertung von Daten aus der funktionellen Bildgebung ermöglichen. An einem Beispiel kann zudem gezeigt werden, dass sie im Vergleich zur multiplen Betrachtungsweise aufgrund ihrer höheren Güte sogar Vorteile in der inhaltlichen Auswertung bringen können.


Literatur

1.
Ahrens H, Läuter J. Multivariate Varianzanalyse. Berlin: Akademie-Verlag; 2. Auflage, 1981.
2.
Frackowiak RJ, Friston KJ. Human Brain Function. Elsevier Science; 2. Auflage, 2004.
3.
Läuter J, Glimm E, Kropf S. Multivariate Tests Based on Left-Spherically Distributed Linear Scores. Annals of Statistics 1998; 26: 1972-1988.