Equipo multidisciplinario publica una nueva guía para el análisis estadístico de la neurociencia

Crédito: Pixabay/CC0 Dominio público

Investigadores del Centro de Mapeo de Circuitos Neurales (CNCM) de la Universidad de California en Irvine se han asociado con profesores de la Escuela de Información y Computer Sciences (ICS) para publicar una nueva guía para el análisis estadístico en la investigación en neurociencia.

Publicado hoy en Neuron, el nuevo manual proporciona una descripción general de los modelos de efectos mixtos para mejorar el análisis estadístico en la investigación de la neurociencia e instrucciones claras sobre cómo reconocer cuándo se necesitan estos modelos y cómo aplicarlos para una inferencia estadística más sólida.Uso de esta guía conducirá a un análisis más riguroso, reproducibilidad y conclusiones más ricas en el campo de la neurociencia.

«Nuestro equipo CNCM contactó a la facultad de estadística para obtener una mejor comprensión de los modelos de efectos mixtos para ayudar «Los investigadores de neurociencia mejoran su diseño experimental. A través de los esfuerzos de nuestro equipo multidisciplinario, los investigadores pueden producir análisis de datos con mayor validez y mayor reproducibilidad de los hallazgos experimentales», dijo Xiangman Xu, Ph.D., profesor y Canciller del Departamento de Anatomía. y Neurobiología, y director del Centro de Mapeo de Circuitos Neurales de la Facultad de Medicina de la UCI.

«Este artículo fue motivado por nuestra observación de un error estadístico común en la neurociencia básica: las neuronas de diferentes animales a menudo se agrupan ingenuamente, asumiendo que las neuronas son observaciones independientes», dijo Zhaoxia Yu, Ph.D., profesora asociada en el Departamento de Estadística de la Facultad de Ciencias Donald Bren de la UCI. Ciencias de la Información y Computación. «Como estadísticos, siempre usamos los métodos estadísticos que mejor se adaptan al diseño del estudio subyacente. Aplicar nuestros métodos a la investigación en neurociencia es una contribución significativamente valiosa a este campo de estudio».

Los métodos más utilizados, como Prueba t, que es un tipo de estadística inferencial utilizada para evaluar la diferencia entre las medias de dos grupos, y Análisis de varianza (ANOVA), que es una colección de modelos estadísticos y sus procedimientos de estimación asociados que se utilizan para analizar las diferencias entre las medias. , a menudo no tienen en cuenta la dependencia de los datos y, por lo tanto, pueden ser mal utilizados, lo que puede conducir a conclusiones científicas inexactas. El manual proporciona ejemplos de datos concretos sobre cómo utilizar correctamente los modelos de efectos mixtos. También apunta a practicar conjuntos de datos en el sitio web de CNCM. El acceso en línea a conjuntos de datos de códigos y prácticas está disponible para todos los usuarios interesados a través del sitio web del UCI Center for Neural Circuit Mapping.

Explore más

Los investigadores publican una nueva guía para marcadores virales en el mapeo de circuitos neuronales Más información: Zhaoxia Yu et al, Beyond t test and ANOVA: application of mixed-effects models for more riguroso análisis estadístico en la investigación en neurociencia, Neuron (2021). DOI: 10.1016/j.neuron.2021.10.030 Información de la revista: Neuron

Proporcionado por la Universidad de California, Irvine Cita: Equipo multidisciplinario publica nueva guía para estadísticas de neurociencia análisis (2021, 16 de noviembre) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2021-11-multidisciplinario-team-publishes-guidance-neuroscience.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.