
Hjärna & ledarskap
Hjärnmåtten ger inte samma svar två gånger
Originaltitel What Is the Test-Retest Reliability of Common Task-Functional MRI Measures? New Empirical Evidence and a Meta-Analysis
- Författare
- Maxwell L. Elliott, Annchen R. Knodt, David Ireland, Meriwether L. Morris, Richie Poulton, Sandhya Ramrakha, Maria L. Sison, Terrie E. Moffitt, Avshalom Caspi, Ahmad R. Hariri
- År
- 2020
- Lästid
- 6 min
I korthet
Sammanställning av hur väl vanliga mått på hjärnaktivitet under en uppgift stämmer när samma person mäts två gånger. Måttet kallas intraklasskorrelation och går från 0 till 1, där värden över 0,7 brukar krävas för att ett mått ska anses användbart för att uttala sig om enskilda personer. Författarna redovisar tre saker. En metaanalys av 90 experiment med sammanlagt 1 008 deltagare gav ett genomsnitt på 0,397. Elva vanliga uppgifter i Human Connectome Project (45 deltagare) och i den nyzeeländska Dunedinstudien (20 deltagare) gav värden mellan 0,067 och 0,485. Slutsatsen är att de vanliga måtten i dagsläget inte är lämpade vare sig för att söka biologiska markörer eller för att studera skillnader mellan individer. Artikeln avslutas med en genomgång av hur läget uppstod och vad som skulle kunna förbättra tillförlitligheten, bland annat längre mätningar och uppgifter som är konstruerade för att skilja personer åt i stället för att ge starka gruppeffekter.
Läs originalartikeln →Utökad sammanfattning
Frågan studien ställer
Bilder av hjärnan i aktivitet används allt oftare för att säga något om enskilda personer: vem som löper risk för sjukdom, vem som är mer stresskänslig, vem som reagerar starkare på belöning. Men ett mått som ska säga något om individer måste först ge samma svar när det upprepas. Elliott och kollegor ställde en enkel fråga: hur stabila är egentligen de vanligaste måtten från funktionell magnetkamera (fMRI) när samma person skannas två gånger? Frågan hade märkligt nog aldrig prövats systematiskt, trots att fältet redan talade om hjärnmarkörer för både diagnos och prognos.
Så gjorde de
Studien har två delar. Den första är en metaanalys, alltså en statistisk sammanvägning av tidigare undersökningar. Forskarna sökte igenom litteraturen fram till våren 2019 och fann 56 artiklar med sammanlagt 1 146 tillförlitlighetsmått från 1 088 deltagare, fördelade på 90 delstudier och 66 olika uppgifter som deltagarna utfört i kameran. Måttet som sammanvägdes var ICC, intraclass correlation coefficient, som anger hur stor andel av variationen i ett mått som beror på stabila skillnader mellan personer. Under 0,4 räknas som dålig tillförlitlighet, 0,4 till 0,6 som godtagbar, 0,6 till 0,75 som god och över 0,75 som utmärkt. Den andra delen använde två nya datamaterial med moderna kameror: 45 personer ur Human Connectome Project som skannades två gånger med i genomsnitt 140 dagars mellanrum, och 20 personer ur den nyzeeländska Dunedinstudien med 79 dagars mellanrum. Sammanlagt prövades 11 vanliga uppgifter, som att titta på ansikten, vinna pengar eller lösa minnesuppgifter. Analysplanen registrerades i förväg.
Det de fann
Den sammanvägda tillförlitligheten i metaanalysen var ICC = 0,397, alltså i det dåliga intervallet. 56 procent av måtten låg under 0,4 och bara 20 procent nådde upp till god eller utmärkt nivå. De 13 delstudier som bara rapporterade värden över en viss tröskel gav en klart högre siffra, ICC = 0,705, vilket tyder på att selektiv rapportering blåser upp bilden av hur stabila måtten är. Regioner i hjärnbarken gav något högre värden än djupare liggande strukturer, men i övrigt spelade typ av uppgift, uppgiftens längd eller tid mellan mätningarna ingen påvisbar roll. De nya datamaterialen gav ännu lägre värden: i genomsnitt ICC = 0,251 för de sju uppgifterna i Human Connectome Project och 0,309 för de fyra i Dunedinstudien, med spannet 0,067 till 0,485 för de områden uppgifterna var byggda för att aktivera. Ingen uppgift nådde god nivå. Samtidigt aktiverade uppgifterna de förväntade områdena på gruppnivå, precis som de ska. Som jämförelse var strukturella mått, till exempel hjärnbarkens tjocklek, mycket stabila med ICC över 0,9. Problemet ligger alltså inte i kameran utan i vad de här uppgifterna mäter.
Vad som talar emot
Testgrupperna i de nya datamaterialen var små, 45 respektive 20 personer, och författarna avråder själva från starka slutsatser om enskilda uppgifter; för att skatta tillförlitlighet med säkerhet krävs betydligt större material. Metaanalysen bygger på studier med olika kameror, olika analysmetoder och i vissa fall föråldrad teknik, och de flesta hade också små urval. ICC-måttet som användes fångar samstämmighet i rangordning mellan två tillfällen, inte exakt överensstämmelse, och personer kan vänja sig vid uppgifterna mellan tillfällena. Låg tillförlitlighet mellan personer utesluter inte att uppgifterna fungerar utmärkt för att beskriva hur hjärnan i genomsnitt reagerar. Slutligen kan andra sätt att analysera samma data, till exempel mönster över hela hjärnan, ge bättre stabilitet än de kontrastmått som granskades här.
Vad det betyder för den som leder
Det studien stöder är en sund misstänksamhet mot påståenden som bygger på hjärnaktivitet hos enskilda personer, vare sig det gäller stressprofiler, ledarskapspotential eller vilken kandidat som "reagerar rätt" på belöning. Om måttet inte ger samma svar två gånger för samma person kan det inte skilja människor åt på ett tillförlitligt sätt, hur färgstark bilden än är. Att uppgifterna fungerar på gruppnivå är inte samma sak som att de fungerar på individnivå, och det är ett resonemang som gäller många mätningar i arbetslivet, inte bara hjärnskanningar. Vilka mått i er egen verksamhet skulle klara testet att ge samma svar om de upprepades några månader senare?
Läs vidare på sajten
Artiklarna om hjärnbilder som argument och om neuromyter i samma kategori, samt texterna om stress och återhämtning.
Viktigaste insikterna
- 01Genomsnittlig samstämmighet mellan två mättillfällen var 0,397 över 90 experiment och 1 008 deltagare.
- 02De elva enskilda uppgifterna låg mellan 0,067 och 0,485, alltså genomgående under gränsen för användbarhet på individnivå.
- 03Ett mått kan fungera utmärkt för att jämföra grupper och ändå vara oanvändbart för att säga något om en enskild person.
- 04Uppgifter som ger starka och samstämmiga gruppeffekter är ofta just de som skiljer individer sämst åt. Det är en inbyggd konflikt i hur fältet har byggt sina uppgifter.
- 05Läs den ihop med Vul och kollegor 2009. Den ena handlar om hur sambanden räknats fram, den andra om att måtten i botten inte är stabila nog.
Så hittar du originalet
— (2020)
Ingen PDF är uppladdad för den här artikeln. Referatet och de svenska insikterna ovan är skrivna här på sajten — originaltexten ligger hos förlaget och kan kräva åtkomst via bibliotek eller lärosäte.
Mer inom Hjärna & ledarskap