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

www.ub.edu/gteaap/

Líneas de investigación:

Identificar los aspectos estadísticos generales de los modelos de conectividad funcional cerebral estimados mediante modelos de ecuaciones estructurales (SEM) y de los modelos de conectividad efectiva estimados mediante Modelos Dinámicos Causales (DCM).

Análisis de los protocolos de simulación generados para la señal fMRI y generación de algoritmos específicos de simulación.

Identificar el efecto que en la estimación de ambos tipos de redes de conectividad provocan las diversas variables instrumentales y metodológicas, fundamentalmente el número de ROIs, el tipo de diseño experimental, el tipo de tareas, los efectos definidos entre ROIs y los elementos fundamentales de las propiedades estadísticas de las distribuciones de los valores de las ROIs.

Generar indicadores estadísticos que describan la red de conectividad ajustada que permitan describir algunos de los conceptos propios de la complejidad, como por ejemplo densidad de la red, efecto de estabilidad, centralidad de los efectos, disparidad, etc. Igualmente establecer algunas de las propiedades básicas para la comparación entre redes.

Últimos proyectos de investigación:

Modelos estadísticos para el análisis de la conectividad cerebral funcional y efectiva en estudios de imagen de resonancia magnética funcional (fMRI)

El estudio de la conectividad cerebral es uno de los principales retos en el estudio del cerebro en funcionamiento. Se entiende por conectividad cerebral la estimación de relaciones entre áreas del cerebro (Regions or Volumes of Interest ROIs o VOIs) que se establecen al resolver alguna tarea cognitiva específica o en reposo (resting). Para estimar conectividad se usan diversas señales cerebrales y cada una posee propiedades neurofuncionales distintas. Una de las que muestra una mayor capacidad de representar al cerebro en funcionamiento es la señal BOLD, registrada en paradigmas de Resonancia Magnética Funcional (fMRI). Se registra la modificación del campo magnético que se origina por el aumento de oxigenación en determinadas áreas cerebrales cuando éstas se activan al abordar la resolución de una tarea cognitiva. En el caso de las situaciones de reposo la señal representa un estado basal de referencia.

Para estimar redes de conectividad se aísla el valor de señal BOLD a lo largo del período de registro en aquellos vóxels que anatómica o estadísticamente presentan activación significativa en relación al estado de reposo. En cada agrupación de vóxels se estima, mediante reducción de la dimensión, un valor para esa ROI y se plantean las redes de conexión. Actualmente existen dos grandes modelos de redes. Uno basado en la estimación de la conectividad funcional mediante Modelos de Ecuaciones Estructurales (SEM) y el segundo dedicado a la estimación de conectividad efectiva basado en los Modelos Dinámicos Causales (DCM). Ambos mantienen posiciones distintas en relación al sustrato neurobiológico de la red pero también ciertas similitudes en sus propiedades matemáticas y estadísticas.

Se desconoce el efecto que en las redes puedan tener variables tanto instrumentales como metodológicas que impiden la replicación y comparabilidad de resultados. Redes estimadas ante tareas cognitivas iguales no son comparables. No sabemos el efecto en esas redes de variables como el tipo de diseño, si se compara entre grupos de ejecución o entre tareas, de la técnica de estimación de parámetros o del número de ROIs implicadas. Tampoco sabemos si ello tiene efecto similar en SEM o DCM. Además, se usan indicadores para evaluar el ajuste de las redes a los datos basados en la tradición estadística de los modelos pero sin incorporar indicadores propios de las redes complejas que permitan comparaciones.

El objetivo global del proyecto es el de valorar mediante simulaciones de señal BOLD y de redes (SEM y DCM), el efecto de las variables instrumentales y metodológicas en la estimación de redes. Además, con datos reales de trabajos experimentales en fMRI ya realizados por el equipo, se quiere demostrar validez cruzada de los resultados simulados. Proponemos generar las condiciones que permitan la replicabilidad y comparabilidad de los estudios. Igualmente, se plantea proponer y validar una serie de nuevos indicadores para el estudio de las redes de conectividad que informen sobre aspectos fundamentales como su estabilidad temporal, su disparidad interna, centralidad o simetría cerebral, entre otros. Así, dispondremos de un grupo de herramientas metodológicas para la correcta estimación de redes de conectividad ya sean bajo SEM o DCM y garantizar su uso aplicado puesto que las redes de conectividad son claves para la estimación del cerebro en funcionamiento en general o en relación a procesos de neurorehabilitación, plasticidad o reorganización cognitiva.

Palabras clave: Modelos de Ecuaciones Estructurales, Modelos Dinámicos Causales, Conectividad Funcional y Efectiva, fMRI, Estudios de simulación, Neurociencia Cuantitativa y Computacional.