برخی از انواع تحقیقات مغز برای قابل اعتماد بودن به هزاران شرکت کننده نیاز دارند

(اعتبار: دینا بارچ)

یکی از واقعیت‌های بد علم این است که مجموعه داده‌های کوچک اغلب نتایج غیرقابل اعتمادی به دست می‌دهند، زیرا هر نوسانات جزئی و تصادفی می‌تواند تأثیر زیادی داشته باشد. یکی از راه‌حل‌های این مشکل، ساخت مجموعه‌های داده بزرگ‌تر است، جایی که این نوسانات معمولاً در مقایسه با هر اثر واقعی کوچک هستند. یکی از منابع قابل توجه کلان داده، UK Biobank است. اسکن مغز انسان در Biobank اخیراً برای شناسایی تغییرات در مغز ناشی از عفونت SARS-CoV-2 استفاده شده است.

اکنون تیم بزرگی از محققان این ایده را در یک سند جدید زیر و رو کرده اند. آنها برخی از بزرگترین مجموعه داده ها را برداشتند و آنها را به قطعات کوچکتر تقسیم کردند تا ببینند چگونه مجموعه داده های کوچک می توانند قبل از اینکه چیزها غیرقابل اعتماد شوند از بین بروند. و حداقل برای یک نوع آزمایش، پاسخ این است که تحقیقات مغزی قبل از اینکه به احتمال زیاد قابل اعتماد باشد، به هزاران شرکت کننده نیاز دارد. و حتی در این صورت، نباید انتظار داشته باشیم که اثرات بسیار دراماتیکی را ببینیم.

همه چیز را به هم وصل کنید

تیم تحقیقاتی پشت این مطالعه، نوع کار مورد علاقه خود را «تحقیقات انجمنی در سراسر مغز» یا BWAS نامیدند. این یک رویکرد نسبتا ساده است. یک دسته از افراد را انتخاب کنید و به آنها به عنوان یک ویژگی رفتاری امتیاز دهید. سپس تمام اسکن های مغزی را به آنها بدهید و ببینید آیا برخی از ساختارهای مغز تفاوت هایی دارند که به طور مداوم با ویژگی رفتاری مرتبط است یا خیر.