Grup de tècniques estadístiques avançades plicades a la Psicología (GTEAAP)

www.ub.edu/gteaap/

Línies d'investigació:

Identificar els aspectes estadístics generals dels models de connectivitat funcional cerebral estimats mitjançant models d'equacions estructurals (SEM) i dels models de connectivitat efectiva estimats mitjançant Models Dinàmics Causals (DCM).

Anàlisi dels protocols de simulació generats per al senyal fMRI i generació d'algoritmes específics de simulació.

Identificar l'efecte que en l'estimació de tots dos tipus de xarxes de connectivitat provoquen les diverses variables instrumentals i metodològiques, fonamentalment el nombre de ROIs, el tipus de disseny experimental, el tipus de tasques, els efectes definits entre ROIs i els elements fonamentals de les propietats estadístiques de les distribucions dels valors de les ROIs.

Generar indicadors estadístics que descriguin la xarxa de connectivitat ajustada que permetin descriure alguns dels conceptes propis de la complexitat, com ara densitat de la xarxa, efecte d'estabilitat, centralitat dels efectes, disparitat, etc. Igualment establir algunes de les propietats bàsiques per a la comparació entre xarxes.

Últims projectes d'investigació:

Models estadístics per a l'anàlisi de la connectivitat cerebral funcional i efectiva en estudis d'imatge de ressonància magnètica funcional (fMRI)

L'estudi de la connectivitat cerebral és un dels principals reptes en l'estudi del cervell en funcionament. S'entén per connectivitat cerebral l'estimació de relacions entre àrees del cervell (Regions or Volumes of Interest ROIs o vois) que s'estableixen en resoldre alguna tasca cognitiva específica o en repòs (resting). Per estimar connectivitat s'usen diverses senyals cerebrals i cadascuna posseeix propietats neurofuncionals diferents. Una de les que mostra una major capacitat de representar al cervell en funcionament és el senyal BOLD, registrada a paradigmes de Ressonància Magnètica Funcional (fMRI). Es registra la modificació del camp magnètic que s'origina per l'augment d'oxigenació en determinades àrees cerebrals quan aquestes s'activen en abordar la resolució d'una tasca cognitiva. En el cas de les situacions de repòs la senyal representa un estat basal de referència.

Per estimar xarxes de connectivitat s'aïlla el valor de senyal BOLD al llarg del període de registre en aquells voxels que anatòmica o estadísticament presenten activació significativa en relació a l'estat de repòs. A cada agrupació de voxels s'estima, mitjançant reducció de la dimensió, un valor per a aquesta ROI i es plantegen les xarxes de connexió. Actualment existeixen dos grans models de xarxes. Un basat en l'estimació de la connectivitat funcional mitjançant Models d'Equacions Estructurals (SEM) i el segon dedicat a l'estimació de connectivitat efectiva basat en els Models Dinàmics Causals (DCM). Tots dos mantenen posicions diferents en relació al substrat neurobiològic de la xarxa però també certes similituds en les seves propietats matemàtiques i estadístiques.

Es desconeix l'efecte que en les xarxes puguin tenir variables tant instrumentals com metodològiques que impedeixen la replicació i comparabilitat de resultats. Xarxes estimades davant tasques cognitives iguals no són comparables. No sabem l'efecte en aquestes xarxes de variables com el tipus de disseny, si es compara entre grups d'execució o entre tasques, de la tècnica d'estimació de paràmetres o del nombre de ROIs implicades. Tampoc sabem si això té efecte similar en SEM o DCM. A més, es fan servir indicadors per avaluar l'ajust de les xarxes a les dades basats en la tradició estadística dels models però sense incorporar indicadors propis de les xarxes complexes que permetin comparacions.

L'objectiu global del projecte és el de valorar mitjançant simulacions de senyal BOLD i de xarxes (SEM i DCM), l'efecte de les variables instrumentals i metodològiques en l'estimació de xarxes. A més, amb dades reals de treballs experimentals en fMRI ja realitzats per l'equip, es vol demostrar validesa creuada dels resultats simulats. Proposem generar les condicions que permetin la replicabilitat i comparabilitat dels estudis. Igualment, es planteja proposar i validar una sèrie de nous indicadors per a l'estudi de les xarxes de connectivitat que informin sobre aspectes fonamentals com la seva estabilitat temporal, la seva disparitat interna, centralitat o simetria cerebral, entre d'altres. Així, disposarem d'un grup d'eines metodològiques per a la correcta estimació de xarxes de connectivitat ja siguin sota SEM o DCM i garantir el seu ús aplicat ja que les xarxes de connectivitat són claus per a l'estimació del cervell en funcionament en general o en relació a processos de neurorehabilitació, plasticitat o reorganització cognitiva.

Paraules clau: Models d'Equacions Estructurals, Models Dinàmics Causals, Connectivitat Funcional i efectiva, fMRI, Estudis de simulació, Neurociència Quantitativa i Computacional.