Activation Likelihood Estimation Meta-Analisi dei dati fMRI / Activation Likelihood Estimation Meta-Analysis of fMRI data

Finalità
Purpose

Il corso mira a fornire ai partecipanti le conoscenze e le competenze necessarie a:
I) Svolgere una revisione sistematica della letteratura in accordo con i gold standard metodologici.
II) Identificare, all'interno di un paper relativo ad uno studio in fMRI, i dati di interesse per la propria domanda di ricerca, estrarli e tabulare tutte le informazioni necessarie.
III) Computare una meta-analisi con il metodo Activation Likelihood Estimation.
IV) Comprendere i processi statistici alla base di tale metodo, al fine di poter accuratamente commentare i risultati.
V) Meta-analisi Bayesiana e panoramica di Neurosynth.

The course aims to provide participants with the knowledge and skills necessary to:
I) Carry out a systematic literature review in accordance with methodological gold standards.
II) Identify, within a paper relating to an fMRI study, the data of interest for the research question, extract them and tabulate all the necessary information.
III) Computing a meta-analysis with the Activation Likelihood Estimation method.
IV) Understand the statistical processes underlying this method, in order to be able to accurately comment on the results.
V) Bayesian meta-analysis and Neurosynth overview.

Software utilizzato
Software used

Brainmap GingerALE https://www.brainmap.org/ale/
Multi-image Analysis GUI (Mango) https://mangoviewer.com/

Programma del corso

Giorno 1: Introduzione teorica alla revisione sistematica della letteratura e come svolgerla in accordo con le PRISMA Guidelines. Principi teorici di analisi del dato di fMRI: segnale BOLD, pre-processing, group-level analysis.

Giorno 2: Introduzione teorica alla meta-analisi, panoramica dei metodi più utilizzati con particolare attenzione al metodo Activation Likelihood Estimation (ALE) e focus sui processi statistico-computazionali alla base dello stesso.

Giorno 3: Micro revisione sistematica della letteratura sul framework del Predictive Coding, selezione dei paper ed estrazione dei dati di interesse. ALE meta-analisi di dataset singolo e contrast analysis. Visualizzazione dei risultati e interpretazione degli stessi.

Giorno 4: Introduzione al Meta-Analytic Connectivity Modelling con ausilio del database Sleuth. Fail-Safe N test, perché è importante e come implementarlo tramite la generazione di null studies con script R. Conjunction inference e la minimum statistic.

Giorno 5: Panoramica delle meta-analisi Bayesiane e di Neurosynth; discussione dei limiti del metodo ALE. Esercizio pratico di reporting dei risultati meta-analitici.

Course program

Day 1: Theoretical introduction to systematic literature review and how to carry it out according to the PRISMA Guidelines. Theoretical principles of fMRI data analysis: BOLD signal, pre-processing, group-level analysis.

Day 2: Theoretical introduction to meta-analysis, overview of the most used methods with particular attention to the Activation Likelihood Estimation (ALE) method and focus on the statistical-computational processes underlying it.

Day 3: Systematic micro review of the literature on the Predictive Coding framework, selection of papers and extraction of data of interest. ALE single dataset meta-analysis and contrast analysis. Visual inspection of the results and interpretation.

Day 4: Introduction to Meta-Analytic Connectivity Modelling using the Sleuth database. Fail-Safe N test, why it matters and how to implement it by generating null studies with R script. Conjunction inference and the minimum statistic.

Day 5: Day 5: Overview of Bayesian meta-analyses and Neurosynth; discussion of the limitations of the ALE method. Practical exercise in reporting meta-analytic results.