关于TBSS进一步分析问题

请问我有2组患者(A B),已经用跑过TBSS的流程,得到了A B 的差异结果,

我希望再把B组患者拆分成未 B1 B2两组,分别和A组做比较,是需要重新跑遍TBSS还是怎么办呢

如果是在同一个研究中,我认为不需要重新跑TBSS,直接分组做统计就可以了。

非常感谢胡老师,还想请问一下,这种情况的话我的对比矩阵应该怎么来写呢,A和B1比的时候(B2组的患者怎么除外)。

你可以先把数据重新组合,比如把A和B1组提取出来,然后用two-sample T-test做。同样地,比较A和B2的时候需要再组合一遍。或者也可以当作one-way ANOVA,然后设置对比比如 1 -1 0。这两种做法结果可能会有不同。

补充一下,我按照Alex老师所说,没有重跑TBSS,而是简单将亚组的被试重组(例如这里的A和B1),然后试图跑randomise,结果报错输入的被试数量和design matrix中不一致。原本的all_FA_skeletonised.nii.gz储存的是所有被试的FA,所以如果要重组被试做统计的话,需要重新合成all_FA_skeletonised.nii.gz。

最后我采取直接one-way ANOVA用Randomise做F检验,然后顺带把两两比较的T-test做了,对比矩阵变为:
1 1 1
1 0 0
0 1 0
0 0 1
1 -1 0
-1 1 0
1 0 -1
-1 0 1
0 1 -1
0 -1 1
矩阵中的三列分别为三组不同的被试G1, G2, G3。第一行为F-test, 2-4行分别为各组与0的差异,5-10行分别为两两组间比较的T-test。然后忽略F和前三个T检验,只看最后6个T检验的结果。

不过我这里有个疑惑,请问最后的显著性阈值还是看p<0.05的吗?还是说该看p<0.05/6的?

1 个赞

如果按照我理解的统计原理上的要求,那么应该取p<0.05/6。但是如果你先做的三组的差异(one-way ANOVA)是有结果的,然后看两两差异,这个时候我倾向于p<0.05/2,因为太严格,容易得不到结果,从而和F检验形成矛盾。要注意,在影像软件里,一般都是单边检验,也就是要么G1 > G2,要么G1 < G2,如果没有特别的假设,一般p值是要求双边的,所以显著性水平应该是p<0.025。有一篇文献专门讨论这个:

Chen, G., Cox, R. W., Glen, D. R., Rajendra, J. K., Reynolds, R. C., & Taylor, P. A. (2019). A tail of two sides: Artificially doubled false positive rates in neuroimaging due to the sidedness choice with t-tests. Human brain mapping, 40(3), 1037–1043. https://doi.org/10.1002/hbm.24399

1 个赞

哦哦我明白了,也就是相当于做了个Bonforroni矫正。

1 个赞