【fMRI研究に潜む偽陽性の罠と対策】

ChatGPT、生成AI、統計解析を勉強されたい方は今すぐhttps://statg.comへアクセス！
オンラインセミナーのご予約はHPから。
【ChatGPT統計解析セミナー】▶︎https://mosh.jp/services/190094
【ChatGPT実験計画法セミナー】▶︎https://mosh.jp/services/192036
════ ⋆★⋆ ════════ ⋆★⋆ ═══
脳イメージング研究でfMRIを用いると多くの比較が必要となり偽陽性の可能性が高まる。研究では被験者が課題前後に脳の3次元イメージを撮影し、血流の差異で活発な脳領域を判断するが、数千のボクセルを比較するため偽陽性が頻発する。死んだサケを使った実験でもこの問題が示された。ボンフェローニ法などで対策は取られるが、検定力が下がり真の効果を見逃す恐れがある。1995年にベンジャミーニ＝ホッホベルク法が導入され、偽発見率を管理しつつ統計力を維持できる手法として普及した。遺伝子研究などでは特に有効で、偽陽性の解釈が容易になる。この方法はp＜0.05が結果の誤り率ではないことを理解し、多重比較問題に対処するために使用されるべきである。複数の仮説検定を行う場合、ボンフェローニ法やベンジャミーニ＝ホッホベルク法のような手法を適用し、分野特有の技法を習得して偽陽性を防ぐことが推奨される。