胡传鹏 邸 新 李佳蔚 隋 洁 彭凯平

    (1清华大学心理学系,北京 100084)(2Department of Biomedical Engineering,New Jersey Institute of Technology,Newark,NJ,USA 07102)

    1 引言

    认知神经科学的基本问题之一是寻找认知活动与大脑活动之间的关系。在过去的20年里,借助高空间分辨率的无创性神经成像技术,如功能性核磁共振成像(functional magnetic resonance imaging,fMRI)和正电子发射计算机断层扫描成像(position emission computerized tomography,PET),认知神经科学得到迅猛发展。fMRI技术的普及,带来fMRI研究报告数量的激增。如果使用带双引号的关键字“functional magnetic resonance imaging”在PubMed中搜索,会发现文章的数量从上世纪90年代初的个位数,增至到了近年来每年2000多篇(见图1)。文献数量的激增固然大大推进对人脑功能的认识,为理解人脑结构与功能提供大量的实证数据,同时也增加了在大量文献中提取有用信息的难度——因为研究相似问题的多篇文献并不一定报告相同的结果。从大量已发表的研究中推断出可靠的结论不仅需要研究者的经验,也需要适当的统计方法。元分析(meta-analysis)方法正是研究者常用来对文献进行客观量化分析的方法之一。

    在神经成像领域,使用元分析方法的一个迫切的原因在于,单个神经成像研究可能存在假阳性和假阴性的问题(Yarkoni,Poldrack,van Essen,&Wager,2010)。假阳性指的是零假设为真时但却被拒绝的情况,这种没有效应但却在统计上发现显著结果的现象,也称为假设检验中的第一类错误(type I error)。假阴性指零假设为假却被接受的情况,即错误地接受零假设,也称为假设检验中的第二类错误(type II error)。神经成像研究中,假阳性率过高很大程度上是由于数据分析中多重比较的校正不足(Wager,Lindquist,&Kaplan,2007)。此外,在神经成像实验中,从数据收集到数据分析的全过程均存在多种可能的做法,且没有公认的标准。例如,样本量是否基于统计检验力(statisitical power)进行选择,数据预处理中是否使用空间平滑(spatial smoothing),甚至是否呈现基于体素的大脑图。这些方法上的灵活性也可能导致假阳性出现的可能性增加(Carp,2012) ......