Multiple testing correction over contrasts for brain imaging

• Ano de defesa: 2020
• Autor(a) principal: Alberton, Bianca Alessandra Visineski
• Orientador(a): Winkler, Anderson Marcelo
• Banca de defesa: Gamba, Humberto Remigio , Sato, Joao Ricardo , Melo Jr, Luiz Ledo Mota
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Tecnológica Federal do Paraná; Curitiba
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial
• País: Brasil
• Palavras-chave em Português: Cérebro - Radiografia; Cérebro - Imagem - Testes; Cérebro - Doenças - Diagnóstico; Diagnóstico por imagem - Simulação por computador; Brain - Radiography; Brain - Imaging - Testing; Brain - Diseases - Diagnosis; Diagnostic imaging - Computer simulation
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::BIOENGENHARIA::PROCESSAMENTO DE SINAIS BIOLOGICOS
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/5050

O problema dos testes múltiplos aparece em neuroimagem de duas formas no contexto do modelo linear general: um teste estatístico é realizado em cada voxel ou vértice da imagem, ou vários contrastes são testados utilizando os mesmos dados. Para o primeiro, diversos procedimentos para correção foram propostos, como por exemplo, Bonferroni, teoria dos campos aleatórios, testes não paramétricos e taxa de falsas descobertas. O segundo surge quando existem várias hipóteses (contrastes) sobre o mesmo modelo ou diversos modelos são testados usando os mesmos dados. Se não for controlada, essa multiplicidade de testes pode levar a uma taxa de falsos positivos acima do desejável e efeitos espúrios podem ser interpretados como reais. Embora vários métodos tenham sido propostos para correção de testes múltiplos em contrastes em outros campos do conhecimento, muitos são pouco conhecidos na área de neuroimagens e muitas vezes os estudos de imagens do cérebro são relatadas sem essa correção. Portanto, neste trabalho, são avaliados diversos métodos para correção dos testes múltiplos em contrastes, especificamente os métodos de Bonferroni, Dunn–Šidák, Fisher’s lsd, Tukey, Scheffé, Fisher–Hayter, Wang–Cui e Westfall–Young. O desempenho de cada método foi analisado usando tanto dados simulados, como imagens reais de ressonância magnética do cérebro. De maneira geral, o único método com bom desempenho em todos os cenários considerados foi o proposto por Westfall–Young, o qual efetua a correção analisando a distribuição do máximo obtida por meio de permutações. Verificou-se que este método apresenta controle do tipo forte sobre a taxa de erros na família de testes, pode ser usado com modelos balanceados e desbalanceados, e que é um dos procedimentos com maior poder, independentemente do número de contrastes testados ou de sua estrutura de dependência. O método de Westfall–Young também tem a vantagem de poder ser usado para corrigir simultaneamente contrastes, voxels (ou vértices) e modalidades, além de poder ser aplicado a estudos que envolvem regressores contínuos e discretos. Também foi confirmado que o método lsd apresenta um controle fraco da taxa de erros na família de testes quando há mais de três grupos e, portanto, é inválido.