科學家們依靠全腦關聯研究來測量大腦結構和功能–使用MRI腦部掃描，並將它們與複雜的特徵聯繫起來，如人格、行為、認知、神經系統狀況和精神疾病。2022年3月16日，明尼蘇達大學和聖路易斯華盛頓大學醫學院在《自然》雜誌上發表的新研究強調了腦成像在精神、心理和神經病症的診斷、預后和治療反應方面的應用路徑。該研究表明，大多數已發表的全腦關聯研究的參與者太少，無法產生可靠的結果。
該研究使用公開可用的數據集–涉及總共近5萬名參與者–來分析一系列的樣本量，並發現：
-
全腦關聯研究需要數以千計的個體來實現更高的可重複性。典型的全腦關聯研究只招募了幾十個人。
-
所謂的“統計效力過低的”研究很容易在偶然的情況下發現強烈但誤導性的關聯，而遺漏真正但較弱的關聯。
-
常規的“統計效力過低的”的全腦關聯研究導致了過多的強烈但不可重複的發現。
-
全腦關聯研究的新參數為更好地利用研究結果來改善臨床實踐和精神保健提供了方向。
“幾十年來，我們一直在強調MRI在臨床護理方面的潛力–包括診斷、風險、對治療的反應等–對於心理健康疾病和神經系統疾病。然而，這種潛力並沒有完全實現，”資深作者、明尼蘇達大學共濟會大腦發育研究所（MIDB）的紅葉捐贈主任Damien Fair說。“我們現在知道了我們的錯誤做法，並且正在重新定義所需的參數，即所謂的’特殊醬汁’，以便有效地向前推進。”
為了確定全腦關聯研究的問題，研究小組首先訪問了三個最大的神經影像數據集：青少年大腦認知發展研究（11874名參與者）、人類連接組項目（1200名參與者）和英國生物庫（35375名參與者）。然後，他們利用不同規模的子集，分析了這些數據集的大腦特徵與一系列人口統計、認知、心理健康和行為措施之間的相關性。使用單獨的子集，他們試圖複製任何確定的相關性。在MIDB信息學小組和明尼蘇達州超級計算研究所的強大計算資源的支持下，他們總共進行了數十億次分析。
研究人員發現，使用25個樣本量–已發表論文中的中位樣本量–確定的大腦行為相關性通常無法在單獨的樣本中複製。隨着樣本量增加到數千，相關關係變得更有可能被複制。強大的可重複性對今天的臨床研究至關重要。
高級作者、華盛頓大學神經學副教授 Nico Dosenbach博士說，這些研究結果反映了一個系統性的結構問題，這些研究旨在尋找兩種複雜事物之間的相關性，如大腦和行為。
“這不是任何個別研究人員或研究的問題。這甚至不是神經影像學獨有的問題，”Dosenbach說。“大約十年前，基因組學領域發現了一個與基因組數據類似的問題，他們採取了措施來解決這個問題。美國國立衛生研究院開始資助更大規模的數據收集工作，並規定數據必須公開共享，這減少了偏見，因此，基因組科學已經變得更好。有時你只需要改變研究範式。基因組學已經為我們指明了方向。”
神經影像學研究是昂貴和耗時的–僅僅在核磁共振機器上的一個小時就可以花費1000美元。Dosenbach說，如果把來自多個小型研究的所有數據彙集在一起進行分析，包括統計學上不顯著的結果和微不足道的效應大小，其結果可能會接近正確的答案。
“該領域的未來現在是光明的，在於開放科學、數據共享和跨機構的資源共享，以便向任何想要使用它們的科學家提供大型數據集。這篇論文就是一個了不起的例子，”Fair說。“在MIDB，我們正在努力為來自各行各業的科學界提供必要的資源，以最佳方式開展工作。”
通過MIDB信息學小組，參與這項研究的明尼蘇達大學其他部門包括神經成像基因組學數據資源和明尼蘇達超級計算研究所。