Beykozlu
New member
Mart ayında, St. Louis Washington Üniversitesi Tıp Fakültesi’nden sinirbilimciler ve psikiyatristler, başka yerlerdeki meslektaşlarıyla birlikte Nature dergisinde kendi alanlarında geniş tartışmalara yol açan bir çalışma yayınladılar. Çalışmanın belirttiğine göre araştırmacılar, kortikal kalınlık veya bağlantı kalıpları gibi bir MRI’da görülenler ile bilişsel gibi karmaşık psikolojik özellikler arasındaki bağlantıları bulmaya çalışmak için – beynin yapısını ve aktivitesini ortaya çıkarabilen – manyetik rezonans görüntülemeyi giderek daha fazla kullanıyorlar. yetenek veya zihinsel sağlık koşulları. Teoride, bu tür beyin çapında ilişkilendirme çalışmaları, inanılmaz derecede değerli içgörüler sağlayabilir. Belirli bir nörolojik özelliğin, örneğin bir kişiyi otizme, Alzheimer’a veya başka bir bozukluğa karşı daha savunmasız hale getirdiğini bilmek, bu durumu tahmin etmeye, önlemeye veya tedavi etmeye yardımcı olabilir. Aynı şekilde, akademik başarı gibi belirli özellikleri arzu edilen özelliklerle ilişkilendirebilirsek, bu bilgiden yararlanmak mümkün olabilir.
Nature yazarlarının tartıştığı sorun, sinirbilimcilerin genellikle çok küçük çalışma denekleri gruplarında bu ilişkileri aramaları ve bu da istatistiksel olarak “güçsüz” sonuçlara yol açmasıdır. Genel olarak, diğer çalışmaların tekrarlayabileceği bir bulgu üretmek için beyin çapında bir ilişkilendirme çalışmasına binlerce deneğin dahil edilmesi gerektiğini hesapladılar. Bu, çoğu için pek hoş karşılanmayan bir haberdi, çünkü MRI makinelerinin kullanımı inanılmaz derecede pahalı, genellikle saatte yaklaşık 1.000 dolar ve finansman sınırlı.
Kredi… Ori Toor’un çizimi
Yetersiz çalışmaların belirli örnekleri lejyondur. San Diego’daki California Üniversitesi İnsani Gelişme Merkezi’nin direktörü Terry Jernigan, bir örnek vermenin “sadece haksızlık olacağını” söylüyor. Aslında, NeuroImage’da 2020’de yayınlanan bir makaleye göre, 1990 ile 2012 arasında yayınlanan ve en çok alıntı yapılan beyin görüntüleme makalelerinin binden fazlasındaki ortalama denek sayısı 12’ydi; Nature makalesi, Eylül 2021 itibarıyla popüler bir açık erişim platformuna yüklenen beyin görüntüleme çalışmaları için medyan örnek boyutunun 23 olduğunu hesapladı.
Ne yazık ki, küçük MRI örnekleri sık sık bir şans meselesi olarak güçlü çağrışımlar döndürür. Örneğin, göz rengi ile çilek tercihi arasında bir ilişki olup olmadığını görmek istediğinizi varsayalım. Rastgele 25 kişiden oluşan yeterli sayıda gruba bakarsanız, sonunda, mavi gözlü insanların çileği kahverengi gözlü insanlardan daha çok sevdiği bir gruba rastlarsınız. Ancak bu çalışmayı beş bağımsız araştırma grubu yürütürse ve içlerinden yalnızca biri göz rengi ile çilek sevgisi arasındaki bu ilişkiyi bulursa, en az temsili sonuçlar vermesine rağmen, sonuçlarını yayınlama olasılığı en yüksek olan grup bu olacaktır. Bunun nedeni, dergilerin tarihsel olarak, yayın yanlılığı olarak bilinen bir fenomen olan, korelasyonsuz bulgulara şaşırtıcı korelasyonları tercih etmeleridir. Washington Üniversitesi’nde nöroloji doçenti ve Nature çalışmasının yazarı olan Nico Dosenbach, “Paradoksal etki, küçük bir örnek kullanırsanız en yanlış olan cevabın yayınlanmasıdır” diyor.
Farklı disiplinlerden bilim adamları bu dinamiği uzun süredir biliyorlardı, ancak Nature makalesi – en azından beyin çapında ilişkilendirme çalışmaları durumunda – bundan kaçınmak için kaç katılımcıya ihtiyaç olduğunu belirlemeyi başardı. Yazarlar, yaklaşık 50.000 kişiden MRI verilerini kullanarak, farklı sayıda denek içeren gruplardaki beyin yapısı veya aktivitesi ile karmaşık psikolojik özellikler arasındaki bağlantıları araştırdı. Araştırmaların güvenilir bir şekilde tekrarlanabilmesi için deneklerin ortalama olarak binleri aşması gerekiyordu.
Pek çok ilişkilendirme çalışmasının yetersiz olması – ve genellikle diğer denek gruplarında yayınlanmadan önce denenmemiş olması – beyin özellikleri ile psikiyatrik bozukluklar arasında muhtemelen güvenilmez olan sayısız bağlantı olduğuna dair raporlara yol açmıştır. Bunlar korkutucu ve damgalayıcı olabilir. Jernigan, “Psikiyatrik teşhisi olan bir kişide belirli bir beyin aktivasyon paterni görürseniz, bu, bozukluğa veya semptomlara neden olduğu anlamına gelmez” diyor. “Bu sadece bir dernek.”
Ancak Nature belgesinin sonucu yalnızca, karmaşık zihinsel özelliklerle ilgili aralarındaki farklılıkları belirlemek için birden fazla kişiden alınan MRI’ları karşılaştıran çalışmalar için geçerlidir. Bireylerde meydana gelen beyin değişikliklerini gösteren nörogörüntüleme çalışmaları ise çok az katılımcıyla bile güvenilir olabilir. Örneğin, Stanford Üniversitesi’nde psikoloji profesörü olan Russell A. Poldrack, çoğu insanın beyninin aşağı yukarı aynı şekilde çalıştığını gösteren ilk kayda değer makalenin 2001’de Science dergisinde yayınlandığını ve yalnızca altı katılımcıyı içerdiğini söylüyor. Bu çalışmanın araştırmacıları, kedilerin, yüzlerin, insan yapımı nesnelerin ve anlamsız görüntülerin resimlerini görüntülerken her deneğin beyin aktivitesini kaydetti. Her beynin benzersiz olması önemli değildi – o beyinde meydana gelen değişiklikler farklı türde resimleri görmeye atanabilir. Modeller daha sonra test edildi ve beyin aktivitesine dayalı olarak bir katılımcının ne gördüğünü doğru bir şekilde tahmin ettiği bulundu. Poldrack, diğer kanıtlarla birlikte bu genel kalıpların, “insanlar belirli türden zihinsel işlevlerle meşgul olduklarında, belirli beyin bölgelerinin devreye girdiğini” ortaya koyduğunu söylüyor.
Beyin kalıplarını paylaşma eğiliminde olduğumuza dair bu farkındalık, aralarındaki varyasyonlarda bir yerde, bazı insanların neden diğerlerinde olmayan belirli bir özelliğe veya semptomlar topluluğuna sahip olduğuna dair bir açıklamanın bulunduğuna dair cesaret verici olasılığı artırıyor. Ancak, tüm beyinler arasında var olan sayısız rastgele farklılıktan anlamlı farklılıkları ayırmak son derece zordur. Bunu yapmanın bir yolu, binlerce insanın MRG’lerini karşılaştırmak ve belirli bir psikolojik durumu olanlarda daha yaygın olan bir varyasyon – örneğin belirli bir sinirsel bağlantı modeli – aramaktır. MRI teknolojisindeki ve büyük miktarda veriyi analiz etme yeteneğindeki son gelişmeler, bu tür bir çabayı mümkün kılmaya başladı. Örneğin, Adolesan Beyin Bilişsel Gelişimi araştırması, Amerika Birleşik Devletleri’nde 9 ila 10 yaşları arasında, beyinleri genç yetişkinliğe kadar düzenli olarak taranacak yaklaşık 12.000 çocuğu kaydetti. Çalışma ayrıca, beyin gelişimi ile nasıl iç içe geçtiklerini görmek için ebeveyn geliri gibi sosyoekonomik değişkenleri ve dayanıklılık gibi psikolojik özellikleri de izleyecektir. Araştırmanın koordinasyon merkezinin yöneticisi Jernigan, “Böyle bir çalışma olmadan bu soruları asla çözemezsiniz” diyor.
Böyle kapsamlı veri setleri, araştırmacıların daha önce birçok faktör arasındaki ilişkileri sorgulamasını sağlayabilir. Ancak beyin özellikleri ile karmaşık zihinsel işlevler arasındaki bağlantıları keşfetmenin çok fazla konu gerektirmeyen başka yolları da var. Bütün bir popülasyonda ilişkiler aramak yerine, çeşitli depresyon türleri teşhisi konmuş yüzlerce insanın beyinlerinin “çok ayrıntılı bir karakterizasyonunu” yaparak, örneğin bu durumların nasıl göründüğüne dair modeller oluşturmakla işe başlayabilirsiniz, diyor. Arizona Üniversitesi Tıp Fakültesi Beyin Biliminde Yenilik Merkezi direktörü Roberta Diaz Brinton.
2016 tarihli bir makalede, Monica Rosenberg ve Yale Üniversitesi’ndeki meslektaşları, sürekli dikkat gösteren bir kişinin belirli türdeki beyin aktivitelerini belirlemek için bu tür bir yaklaşımı kullandılar. 25 sağlıklı yetişkin gönüllüye odaklanmayı gerektiren bir görev verdiler ve beyinlerinde neler olduğunu gördüklerinin birleşik bir haritasını çıkardılar. Daha sonra bu haritayı DEHB olan ve olmayan 113 çocuğun MRI verileriyle karşılaştırdılar. Belirledikleri sürekli dikkat ağı, DEHB’li çocuklarda daha zayıftı ve bu da onların sonucunu doğruladı.
Şu anda Chicago Üniversitesi’nde psikoloji profesörü olan Rosenberg, Nature makalesini sadece daha büyük örneklem boyutları için bir çağrı olarak değil, “sonuçları sistematik olarak takip etme” ihtiyacının daha geniş bir hatırlatıcısı olarak okuyor. Herhangi bir bulgu için bilim adamlarının şunu sorması gerektiğini söylüyor: “Bu, farklı bir grup insan için doğru mu? Farklı yaştaki bireyler? Bu ilişki ne kadar genel?” Rosenberg, hala “iyileştirme için önemli bir alan” olduğunu söylese de, Nature gazetesinin son yıllarda beyin görüntüleme araştırmalarında daha iyi uygulamaları zorlayan birçok makaleden biri olduğu konusunda iyimser. Rosenberg, “Çoğaltmanın değeri giderek daha fazla kabul ediliyor” diyor.
Kim Tingley, dergiye katkıda bulunan bir yazardır.
Nature yazarlarının tartıştığı sorun, sinirbilimcilerin genellikle çok küçük çalışma denekleri gruplarında bu ilişkileri aramaları ve bu da istatistiksel olarak “güçsüz” sonuçlara yol açmasıdır. Genel olarak, diğer çalışmaların tekrarlayabileceği bir bulgu üretmek için beyin çapında bir ilişkilendirme çalışmasına binlerce deneğin dahil edilmesi gerektiğini hesapladılar. Bu, çoğu için pek hoş karşılanmayan bir haberdi, çünkü MRI makinelerinin kullanımı inanılmaz derecede pahalı, genellikle saatte yaklaşık 1.000 dolar ve finansman sınırlı.
Kredi… Ori Toor’un çizimi
Yetersiz çalışmaların belirli örnekleri lejyondur. San Diego’daki California Üniversitesi İnsani Gelişme Merkezi’nin direktörü Terry Jernigan, bir örnek vermenin “sadece haksızlık olacağını” söylüyor. Aslında, NeuroImage’da 2020’de yayınlanan bir makaleye göre, 1990 ile 2012 arasında yayınlanan ve en çok alıntı yapılan beyin görüntüleme makalelerinin binden fazlasındaki ortalama denek sayısı 12’ydi; Nature makalesi, Eylül 2021 itibarıyla popüler bir açık erişim platformuna yüklenen beyin görüntüleme çalışmaları için medyan örnek boyutunun 23 olduğunu hesapladı.
Ne yazık ki, küçük MRI örnekleri sık sık bir şans meselesi olarak güçlü çağrışımlar döndürür. Örneğin, göz rengi ile çilek tercihi arasında bir ilişki olup olmadığını görmek istediğinizi varsayalım. Rastgele 25 kişiden oluşan yeterli sayıda gruba bakarsanız, sonunda, mavi gözlü insanların çileği kahverengi gözlü insanlardan daha çok sevdiği bir gruba rastlarsınız. Ancak bu çalışmayı beş bağımsız araştırma grubu yürütürse ve içlerinden yalnızca biri göz rengi ile çilek sevgisi arasındaki bu ilişkiyi bulursa, en az temsili sonuçlar vermesine rağmen, sonuçlarını yayınlama olasılığı en yüksek olan grup bu olacaktır. Bunun nedeni, dergilerin tarihsel olarak, yayın yanlılığı olarak bilinen bir fenomen olan, korelasyonsuz bulgulara şaşırtıcı korelasyonları tercih etmeleridir. Washington Üniversitesi’nde nöroloji doçenti ve Nature çalışmasının yazarı olan Nico Dosenbach, “Paradoksal etki, küçük bir örnek kullanırsanız en yanlış olan cevabın yayınlanmasıdır” diyor.
Farklı disiplinlerden bilim adamları bu dinamiği uzun süredir biliyorlardı, ancak Nature makalesi – en azından beyin çapında ilişkilendirme çalışmaları durumunda – bundan kaçınmak için kaç katılımcıya ihtiyaç olduğunu belirlemeyi başardı. Yazarlar, yaklaşık 50.000 kişiden MRI verilerini kullanarak, farklı sayıda denek içeren gruplardaki beyin yapısı veya aktivitesi ile karmaşık psikolojik özellikler arasındaki bağlantıları araştırdı. Araştırmaların güvenilir bir şekilde tekrarlanabilmesi için deneklerin ortalama olarak binleri aşması gerekiyordu.
Pek çok ilişkilendirme çalışmasının yetersiz olması – ve genellikle diğer denek gruplarında yayınlanmadan önce denenmemiş olması – beyin özellikleri ile psikiyatrik bozukluklar arasında muhtemelen güvenilmez olan sayısız bağlantı olduğuna dair raporlara yol açmıştır. Bunlar korkutucu ve damgalayıcı olabilir. Jernigan, “Psikiyatrik teşhisi olan bir kişide belirli bir beyin aktivasyon paterni görürseniz, bu, bozukluğa veya semptomlara neden olduğu anlamına gelmez” diyor. “Bu sadece bir dernek.”
Ancak Nature belgesinin sonucu yalnızca, karmaşık zihinsel özelliklerle ilgili aralarındaki farklılıkları belirlemek için birden fazla kişiden alınan MRI’ları karşılaştıran çalışmalar için geçerlidir. Bireylerde meydana gelen beyin değişikliklerini gösteren nörogörüntüleme çalışmaları ise çok az katılımcıyla bile güvenilir olabilir. Örneğin, Stanford Üniversitesi’nde psikoloji profesörü olan Russell A. Poldrack, çoğu insanın beyninin aşağı yukarı aynı şekilde çalıştığını gösteren ilk kayda değer makalenin 2001’de Science dergisinde yayınlandığını ve yalnızca altı katılımcıyı içerdiğini söylüyor. Bu çalışmanın araştırmacıları, kedilerin, yüzlerin, insan yapımı nesnelerin ve anlamsız görüntülerin resimlerini görüntülerken her deneğin beyin aktivitesini kaydetti. Her beynin benzersiz olması önemli değildi – o beyinde meydana gelen değişiklikler farklı türde resimleri görmeye atanabilir. Modeller daha sonra test edildi ve beyin aktivitesine dayalı olarak bir katılımcının ne gördüğünü doğru bir şekilde tahmin ettiği bulundu. Poldrack, diğer kanıtlarla birlikte bu genel kalıpların, “insanlar belirli türden zihinsel işlevlerle meşgul olduklarında, belirli beyin bölgelerinin devreye girdiğini” ortaya koyduğunu söylüyor.
Beyin kalıplarını paylaşma eğiliminde olduğumuza dair bu farkındalık, aralarındaki varyasyonlarda bir yerde, bazı insanların neden diğerlerinde olmayan belirli bir özelliğe veya semptomlar topluluğuna sahip olduğuna dair bir açıklamanın bulunduğuna dair cesaret verici olasılığı artırıyor. Ancak, tüm beyinler arasında var olan sayısız rastgele farklılıktan anlamlı farklılıkları ayırmak son derece zordur. Bunu yapmanın bir yolu, binlerce insanın MRG’lerini karşılaştırmak ve belirli bir psikolojik durumu olanlarda daha yaygın olan bir varyasyon – örneğin belirli bir sinirsel bağlantı modeli – aramaktır. MRI teknolojisindeki ve büyük miktarda veriyi analiz etme yeteneğindeki son gelişmeler, bu tür bir çabayı mümkün kılmaya başladı. Örneğin, Adolesan Beyin Bilişsel Gelişimi araştırması, Amerika Birleşik Devletleri’nde 9 ila 10 yaşları arasında, beyinleri genç yetişkinliğe kadar düzenli olarak taranacak yaklaşık 12.000 çocuğu kaydetti. Çalışma ayrıca, beyin gelişimi ile nasıl iç içe geçtiklerini görmek için ebeveyn geliri gibi sosyoekonomik değişkenleri ve dayanıklılık gibi psikolojik özellikleri de izleyecektir. Araştırmanın koordinasyon merkezinin yöneticisi Jernigan, “Böyle bir çalışma olmadan bu soruları asla çözemezsiniz” diyor.
Böyle kapsamlı veri setleri, araştırmacıların daha önce birçok faktör arasındaki ilişkileri sorgulamasını sağlayabilir. Ancak beyin özellikleri ile karmaşık zihinsel işlevler arasındaki bağlantıları keşfetmenin çok fazla konu gerektirmeyen başka yolları da var. Bütün bir popülasyonda ilişkiler aramak yerine, çeşitli depresyon türleri teşhisi konmuş yüzlerce insanın beyinlerinin “çok ayrıntılı bir karakterizasyonunu” yaparak, örneğin bu durumların nasıl göründüğüne dair modeller oluşturmakla işe başlayabilirsiniz, diyor. Arizona Üniversitesi Tıp Fakültesi Beyin Biliminde Yenilik Merkezi direktörü Roberta Diaz Brinton.
2016 tarihli bir makalede, Monica Rosenberg ve Yale Üniversitesi’ndeki meslektaşları, sürekli dikkat gösteren bir kişinin belirli türdeki beyin aktivitelerini belirlemek için bu tür bir yaklaşımı kullandılar. 25 sağlıklı yetişkin gönüllüye odaklanmayı gerektiren bir görev verdiler ve beyinlerinde neler olduğunu gördüklerinin birleşik bir haritasını çıkardılar. Daha sonra bu haritayı DEHB olan ve olmayan 113 çocuğun MRI verileriyle karşılaştırdılar. Belirledikleri sürekli dikkat ağı, DEHB’li çocuklarda daha zayıftı ve bu da onların sonucunu doğruladı.
Şu anda Chicago Üniversitesi’nde psikoloji profesörü olan Rosenberg, Nature makalesini sadece daha büyük örneklem boyutları için bir çağrı olarak değil, “sonuçları sistematik olarak takip etme” ihtiyacının daha geniş bir hatırlatıcısı olarak okuyor. Herhangi bir bulgu için bilim adamlarının şunu sorması gerektiğini söylüyor: “Bu, farklı bir grup insan için doğru mu? Farklı yaştaki bireyler? Bu ilişki ne kadar genel?” Rosenberg, hala “iyileştirme için önemli bir alan” olduğunu söylese de, Nature gazetesinin son yıllarda beyin görüntüleme araştırmalarında daha iyi uygulamaları zorlayan birçok makaleden biri olduğu konusunda iyimser. Rosenberg, “Çoğaltmanın değeri giderek daha fazla kabul ediliyor” diyor.
Kim Tingley, dergiye katkıda bulunan bir yazardır.