મગજના હજારો એફએમઆરઆઈ અભ્યાસો ખામીયુક્ત હોઈ શકે છે

દરેક વ્યક્તિએ માનવ મગજના સુંદર ચિત્રો તેજસ્વી લાલ, નારંગી, પીળા અને વાદળી રંગમાં જોયા છે. જ્યારે લોકો જ્ cાનાત્મક અથવા વર્તણૂકીય કાર્યો કરે છે ત્યારે મગજના કયા ક્ષેત્રો સક્રિય હોય છે તે ઓળખવા માટે fMRI (કાર્યાત્મક મેગ્નેટિક રેઝોનન્સ ઇમેજિંગ) નો ઉપયોગ કરતી છબીઓ મગજ-મેપિંગ અભ્યાસોમાંથી લેવામાં આવી છે. પાછલા 20 વર્ષોમાં, હજારો અભ્યાસો પ્રકાશિત કરવામાં આવ્યા છે જે મગજમાં શું ચાલી રહ્યું છે તેના વિશે એફએમઆરઆઈ ડેટાના આધારે તારણો કા drawે છે. સંશોધન હવે સૂચવે છે કે ઘણા, જો મોટાભાગના નહીં, તો આ અભ્યાસોમાં ગંભીર ભૂલો હોઈ શકે છે.

બ્રેઇન-મેપિંગ અભ્યાસમાં લોકોનું જૂથ એમઆરઆઈ કરાવતી વખતે પ્રાયોગિક કાર્ય કરે છે. ઉદાહરણ તરીકે, પ્રાયોગિક જૂથને એક સરળ મેમરી કાર્ય આપવામાં આવી શકે છે જેમ કે તેઓ તાજેતરમાં જોયેલા શબ્દોની સૂચિમાંથી શક્ય તેટલા શબ્દો યાદ કરવાનો પ્રયાસ કરે છે. નિયંત્રણ જૂથને એક અલગ કાર્ય આપવામાં આવે છે જેમાં મેમરી શામેલ નથી. એફએમઆરઆઈ વિશ્લેષણ બંને જૂથો માટે મગજના સમાન વિસ્તારોમાં ન્યુરલ પ્રવૃત્તિને માપે છે. મેમરી કાર્ય કરનારાઓ માટે પરંતુ પ્રવૃત્તિઓ માટે ઉચ્ચ પ્રવૃત્તિ સ્તર ધરાવતા વિસ્તારોને મગજના ભાગો તરીકે ઓળખવામાં આવે છે જે મેમરીમાં ભૂમિકા ભજવે છે.

આ પદ્ધતિ મગજના નાના વિસ્તારોમાં વિવિધ પ્રવૃત્તિના સ્તરને ચોક્કસપણે માપવાની ક્ષમતા પર આધાર રાખે છે. આ તફાવતોને ઓળખવું એટલું સરળ નથી જેટલું તે સુંદર રંગોથી સજ્જ મગજના ચિત્રોમાં દેખાય છે કારણ કે મગજના નિર્ણાયક વિસ્તારો ઘણીવાર પ્રાયોગિક અને નિયંત્રણ જૂથ બંનેમાં સક્રિય હોય છે. જે ક્ષેત્ર સક્રિય નથી તેવા વિસ્તાર વચ્ચે તફાવત કરવામાં મુશ્કેલી પડતી નથી, તે બે વિસ્તારોમાંથી કયા ક્ષેત્ર અન્ય કરતાં વધુ સક્રિય છે તે અલગ પાડવામાં આવે છે. નેશનલ એકેડેમી ઓફ સાયન્સની પ્રોસિડિંગ્સમાં રિપોર્ટ થયેલા રિસર્ચ સૂચવે છે કે મગજની પ્રવૃત્તિમાં આ તફાવતો માપવા અગાઉના વિચાર પ્રમાણે સચોટ કે વિશ્વસનીય ન હોઈ શકે.

એફએમઆરઆઈ ડેટાના વિશ્લેષણ માટે ઉપયોગમાં લેવાતી આંકડાકીય પદ્ધતિઓ માન્ય પરિણામો આપે છે કે કેમ તે તપાસવામાં સંશોધકોને રસ હતો. તેઓએ ત્રણ સોફ્ટવેર પેકેજોની તપાસ કરી જે સામાન્ય રીતે fMRI સંશોધનમાં વપરાય છે, SPM (આંકડાકીય પેરામેટ્રિક મેપિંગ), FSL (FMRIB સોફ્ટવેર લાઇબ્રેરી) અને AFNI (કાર્યાત્મક ન્યુરોઇમેજનું વિશ્લેષણ). તેઓએ આંતરરાષ્ટ્રીય ન્યુરોઇમેજિંગ ડેટા-શેરિંગ પહેલમાંથી મેળવેલા એફએમઆરઆઇ ડેટાનો ઉપયોગ કરીને વિશ્લેષણ સ softwareફ્ટવેરનું પરીક્ષણ કર્યું.

સંશોધકોએ આંકડાકીય પરીક્ષણોની શ્રેણીની તપાસ કરી જેનો સામાન્ય રીતે એફએમઆરઆઈ વિશ્લેષણમાં ઉપયોગ થાય છે. કોઈ પરીક્ષણ સંપૂર્ણ નથી. દરેક પરીક્ષણ ખોટા ધન ઉત્પન્ન કરશે જે એવા કિસ્સાઓ છે જેમાં પરીક્ષણ સૂચવે છે કે તફાવત છે, જ્યારે હકીકતમાં વાસ્તવિક તફાવત અસ્તિત્વમાં નથી. ઉદાહરણ તરીકે, એ મેરીકન કેન્સર સોસાયટી અનુસાર, સ્તન કેન્સર માટે મેમોગ્રામ શ્રેષ્ઠ ઉપલબ્ધ પરીક્ષણ છે અને તેમ છતાં વાર્ષિક મેમોગ્રામ ધરાવતી લગભગ 50% મહિલાઓને 10 વર્ષના સમયગાળામાં ઓછામાં ઓછું એક ખોટું હકારાત્મક પરિણામ મળશે.

સંશોધકોએ રેસ્ટિંગ-સ્ટેટ એફએમઆરઆઈ ડેટા સાથે આંકડાકીય પેકેજોનું પરીક્ષણ કર્યું. રેસ્ટિંગ-સ્ટેટ ડેટા કંટ્રોલની સ્થિતિમાંથી લેવામાં આવે છે જેમાં લોકોને ખાસ કરીને એમઆરઆઈ ટેસ્ટ દરમિયાન કોઈ પણ બાબતનો વિચાર કર્યા વગર આરામ કરવાનું કહેવામાં આવે છે. સહભાગીઓ કંઈક વિશે વિચારશે પરંતુ તેમના એફએમઆરઆઈ ડેટામાં કોઈ વ્યવસ્થિત વલણો ન હોવા જોઈએ કારણ કે તેઓ જુદી જુદી વસ્તુઓ વિશે વિચારી રહ્યા છે.

કારણ કે વિશ્રામ-રાજ્ય ડેટામાં કોઈ નોંધપાત્ર વલણો ન હોવા જોઈએ, સંશોધકો દ્વારા હાથ ધરવામાં આવેલા આંકડાકીય પરીક્ષણો માટે ખોટા-સકારાત્મક દર 5% અથવા ઓછા વૈજ્ scientificાનિક કાર્ય માટે સ્વીકૃત ધોરણને પૂર્ણ કરે તેવી અપેક્ષા હતી. જો કે, સંશોધકોએ દર્શાવ્યું કે એફએમઆરઆઈ અભ્યાસોમાં સામાન્ય રીતે ઉપયોગમાં લેવાતા કેટલાક આંકડાકીય પરીક્ષણો 70% સમય જેટલી ખોટી હકારાત્મકતા પેદા કરી શકે છે. બીજા શબ્દોમાં કહીએ તો, અડધાથી વધુ સમય ખામીયુક્ત આંકડાકીય વિશ્લેષણ સૂચવી શકે છે કે મગજનો વિસ્તાર સક્રિય છે જ્યારે તે નથી. આ એક ગંભીર સમસ્યા છે.

મગજના વિસ્તારનું કદ જે ન્યુરલ પ્રવૃત્તિ માટે માપવામાં આવે છે તે એફએમઆરઆઈ વિશ્લેષણમાં એક મહત્વપૂર્ણ વિચારણા છે. માપનું મૂળભૂત એકમ વોક્સેલ છે જે પિક્સેલની ત્રિ-પરિમાણીય સમકક્ષ છે. સંશોધકોએ 2 થી 8-ઘન મિલીમીટર સુધીના વોક્સેલ્સ સાથે વિશ્લેષણ કર્યું જે સામાન્ય રીતે એફએમઆરઆઈ સંશોધનમાં ઉપયોગમાં લેવાતા પરિમાણો છે.

પિક્સેલ્સની જેમ, વોક્સેલ્સ એટલા નાના હોય છે કે તેઓ બ્રેઇન-મેપિંગ સંશોધનમાં ઉપયોગ માટે અવ્યવહારુ અથવા ગણતરીપૂર્વક અયોગ્ય હોઈ શકે છે. કલ્પના કરો કે જો તમે શબ્દો વાંચવાનું શરૂ કરો તે પહેલાં તમારી સ્ક્રીન પરના પિક્સેલ્સને વ્યક્તિગત અક્ષરોમાં ગોઠવીને આ લેખ વાંચવો પડ્યો હોય. સંશોધકોએ ક્લસ્ટર તરીકે ઓળખાતા વોક્સેલ્સના જૂથોનું વિશ્લેષણ કરીને આ સમસ્યાનું નિરાકરણ કર્યું છે. ક્લસ્ટરો મગજના વિધેયાત્મક રીતે અર્થપૂર્ણ વિસ્તારોને કેપ્ચર કરવાનું વધુ સારું કામ કરે છે જેમ પિક્સેલના જૂથો ડિસ્પ્લે સ્ક્રીન પર objectsબ્જેક્ટ્સનું પ્રતિનિધિત્વ કરવાનું વધુ સારું કામ કરે છે.

વોક્સેલ્સ પર વિશ્લેષણ હાથ ધરવામાં આવ્યું ત્યારે તમામ આંકડાકીય પરીક્ષણો સારી રીતે કરવામાં આવ્યા હતા. જો કે, જ્યારે ક્લસ્ટરો પર વિશ્લેષણ હાથ ધરવામાં આવ્યું હતું, ત્યારે પેરામેટ્રિક પરીક્ષણો (એક અપવાદ સાથે) અસ્વીકાર્ય રીતે ratesંચા દરે ખોટા હકારાત્મક પેદા કરે છે. પેરામેટ્રિક આંકડાકીય પરીક્ષણો એવી ધારણા પર આધારિત છે કે જે વસ્તીમાંથી ડેટા ખેંચવામાં આવે છે તે સંભાવના વિતરણ દ્વારા ચોક્કસપણે વર્ણવી શકાય છે. ઘણીવાર આને ગૌસી અથવા સામાન્ય વિતરણ માનવામાં આવે છે. નોનપેરામેટ્રિક પરીક્ષણો આ ધારણા કરતા નથી.

પેરામેટ્રિક પરીક્ષણો ઘણીવાર પસંદ કરવામાં આવે છે કારણ કે જ્યારે અંતર્ગત વિતરણ વિશેની ધારણા સાચી હોય ત્યારે તે વધુ સચોટ અને ચોક્કસ હોય છે. દેખીતી રીતે, આંકડાકીય વિશ્લેષણ પેકેજો દ્વારા બનાવેલ વોક્સેલ્સના ક્લસ્ટરોના વિતરણ વિશેની ધારણાઓ ખોટી છે કારણ કે પેરામેટ્રિક પરીક્ષણો માટે ખોટા ધન ખૂબ highંચા હતા અને નોનપેરામેટ્રિક પરીક્ષણો માટે સામાન્ય રીતે 5% અથવા ઓછા હતા.

ક્લસ્ટર એફએમઆરઆઈ ડેટા પર પેરામેટ્રિક આંકડાકીય પરીક્ષણો અસ્વીકાર્ય રીતે falseંચા ખોટા-સકારાત્મક દરોનો સ્રોત હતો. કમનસીબે, fMRI સંશોધનમાં આ પ્રકારનું આંકડાકીય વિશ્લેષણ ખૂબ સામાન્ય છે. મગજમાં પ્રવૃત્તિ ક્યાં થઈ રહી છે તે વિશેના તારણો કે જે અભ્યાસમાં પહોંચ્યા હતા જેમાં ખામીયુક્ત વિશ્લેષણનો ઉપયોગ કરવામાં આવ્યો હતો તે ભૂલથી હોઈ શકે છે. સંશોધકોએ નિર્દેશ કર્યો છે કે છેલ્લા 20 વર્ષમાં પ્રકાશિત થયેલા 40,000 અથવા તેથી વધુ એફએમઆરઆઈ અભ્યાસો ફરીથી કરવા અશક્ય છે. તેઓ ભલામણ કરે છે કે ભવિષ્યના સંશોધનોએ આંકડાકીય સાધનોનો ઉપયોગ ટાળવા માટે ધ્યાન રાખવું કે જે ફૂલેલા ખોટા ધન ઉત્પન્ન કરે.

એફએમઆરઆઈ સંશોધનમાં રોકાયેલા આપણામાંના લોકો માટે, એફએમઆરઆઈ અભ્યાસોના આધારે મગજમાં શું ચાલી રહ્યું છે તે વિશે આપણે જે વિચારીએ છીએ તે બધું પર પુનર્વિચાર કરવો એ સારો વિચાર હશે. ચિત્રો સુંદર છે; તારણો કે જે તે ચિત્રોમાંથી લેવામાં આવ્યા છે? - ​​એટલું બધું નહીં.

ફોર્બ્સ પર આ લેખનું થોડું અલગ સંસ્કરણ પ્રગટ થયું .