Adaptive control of the false discovery rate in voxel-based morphometry.
Adaptive control of the false discovery rate in voxel-based morphometry.
复制标题
DOI：
10.1002/hbm.20669
复制
发表时间：
2009-07
影响因子：
4.8
通讯作者：
Schwartz, Brian S.
中科院分区：
文献类型：
--
作者：
Chen, Sining;Wang, Chi;Eberly, Lynn E.;Caffo, Brian S.;Schwartz, Brian S.
基于体素的形态测量（VBM）被广泛用作理解解剖结构和感兴趣变量之间关系的高分辨率方法。控制错误发现率（FDR）是一个有吸引力的选择阈值产生的统计图，并已普遍用于功能磁共振成像研究。然而，我们警告使用非自适应FDR控制程序，如最常用的Benjamini-Hochberg程序（B-H），在VBM分析。这是因为，在VBM分析中，特定的风险因素可能以全局而不是局部的方式与体积变化相关联，这意味着所有体素中真正相关联的体素的比例很大。在这种情况下，通过非自适应程序获得的所实现的FDR可以显著低于标称或受控水平。这种保守主义剥夺了研究人员发现真实关联的能力。在这篇文章中，我们提倡在VBM型分析中使用自适应FDR控制。具体地，我们检查了两个代表性的自适应程序：Biometrika 93：491-507的两阶段逐步增加程序和Proc Natl Acad Sci USA 100：9440-9445的程序。我们证明数学，模拟，并与数据的例子，这些程序提供了改进的性能比B-H程序。
Voxel-based morphometry (VBM) is widely used as a high-resolution approach to understanding the relationship between anatomical structures and variables of interest. Controlling for the false discovery rate (FDR) is an attractive choice for thresholding the resulting statistical maps and has been commonly used in fMRI studies. However, we caution against the use of nonadaptive FDR control procedures, such as the most commonly used Benjamini–Hochberg procedure (B-H), in VBM analyses. This is because, in VBM analyses, specific risk factors may be associated with volume change in a global, rather than local, manner, which means the proportion of truly associated voxels among all voxels is large. In such a case, the achieved FDR obtained by nonadaptive procedures can be substantially lower than the nominal, or controlled, level. Such conservatism deprives researchers of power for detecting true associations. In this article, we advocate for the use of adaptive FDR control in VBM-type analyses. Specifically, we examine two representative adaptive procedures: the two-stage step-up procedure by: Biometrika 93:491-507) and the procedure of: Proc Natl Acad Sci USA 100:9440-9445). We demonstrate mathematically, with simulations, and with a data example that these procedures provide improved performance over the B-H procedure.
登录
查看更多内容
从微阵列时程数据中提取二进制信号。
影响因子：
14.9
作者：
Sahoo D;Dill DL;Tibshirani R;Plevritis SK
通讯作者：
Plevritis SK
影响因子：
2.7
作者：
Benjamini, Yoav;Krieger, Abba M.;Yekutieli, Daniel
通讯作者：
Yekutieli, Daniel
影响因子：
5.7
作者：
Genovese, CR;Lazar, NA;Nichols, T
通讯作者：
Nichols, T
影响因子：
9.9
作者：
Stewart, W. F.;Schwartz, B. S.;Youssem, D.
通讯作者：
Youssem, D.
影响因子：
30.8
作者：
Chesler, EJ;Lu, L;Williams, RW
通讯作者：
Williams, RW