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) Utilizzare i database Sleuth e 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) Use the Sleuth and Neurosynth databases.

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 di Neurosynth e delle large-scale automated meta-analisi e 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: Overview of Neurosynth and large-scale automated meta-analyses and discussion of the limitations of the ALE method. Practical exercise in reporting meta-analytic results.