Nuova iniziativa lanciata per supportare sviluppo ed applicazione di ricerca in psicologia

Negli ultimi anni, gli sforzi per capire i funzionamenti della mente hanno intrapreso nuovo-hanno trovato l'urgenza. Non solo sono i disordini psicologici e neurologici -- dal morbo di Alzheimer e dai colpi ad autismo e ad ansia -- diventando più diffusi, i nuovi strumenti ed i metodi sono emerso di cui permetta che gli scienziati esplorino la struttura ed attività dentro, il cervello con maggior granularità.

La Casa Bianca ha lanciato l'iniziativa del CERVELLO il 2 aprile 2013, con lo scopo di supporto lo sviluppo e dell'applicazione delle tecnologie innovarici che possono creare una comprensione dinamica della funzione del cervello. L'iniziativa ha supportato più di $1 miliardo nella ricerca e piombo alle nuove comprensioni, alle nuove droghe ed alle nuove tecnologie per aiutare le persone con i disordini del cervello.

Ma questa ricchezza della ricerca viene con le sfide, secondo Russell Poldrack, un professore della psicologia con una computazione piegata alla Stanford University. La psicologia e la neuroscienza lottano per costruire sulla conoscenza dei sui ricercatori disparati.

“La scienza è destinata per essere cumulativa, ma sia i problemi metodologici che concettuali hanno impedito il progresso cumulativo nella scienza psicologica,„ Poldrack ed i collaboratori da Stanford, dall'istituto universitario di Dartmouth e dall'Arizona State University hanno scritto nel maggio 2019 in un documento di comunicazioni della natura fuori.

ARCHIVISTA DI DATI

La parte del problema è pratica. Con i centinaia di gruppi di ricerca che intraprendono la ricerca originale, una repository centrale è necessaria ospitare e dati dell'azione, confrontare e combinare gli studi ed incoraggiare la riutilizzazione di dati. Per indirizzare questa sfida curatoriale, nel 2010 Poldrack ha lanciato una piattaforma chiamata OpenFMRI per la divisione degli studi del fMRI.

“Avevo pensato a lungo che la condivisione di dati fosse importante per una serie di ragioni,„ ho spiegato Poldrack, “per la trasparenza e la riproducibilità ed anche aiutarci aggregati attraverso i lotti di piccoli studi a migliorare la nostra potenza rispondere alle domande.„

OpenFMRI ha diventato quasi cento gruppi di dati e nel 2016 è stato incluso in OpenNeuro, una piattaforma più generale per l'ospitalità degli studi della rappresentazione di cervello. Quella piattaforma oggi ha più di 220 gruppi di dati, compreso alcuno come “lo studio sonnolento del cervello di Stoccolma„ e “il trattamento neurale del musical emozionale e degli stimoli Nonmusical nella depressione,„ che sono stati centinaia scaricate di periodi.

I gruppi di dati della rappresentazione di cervello sono relativamente grandi e richiedono una grande repository di alloggiarli. Quando stava sviluppando OpenFMRI, Poldrack si è girato verso il centro di elaborazione avanzato il Texas (TACC) all'università del Texas ad Austin per ospitare e servire sui dati.

Una concessione dalle fondamenta di Arnold ha permesso che lui ospitasse OpenNeuro sui web service di Amazon per alcuni anni, ma recentemente Poldrack si è girato ancora a TACC e verso altri sistemi che fa parte all'dell'ambiente estremo fondato a NSF di scoperta di assistenza tecnica e di scienza (XSEDE) da servire da cyberinfrastructure per il database.

La parte del successo del progetto è dovuto lo sviluppo di uno standard comune, OFFRE -- Struttura di dati di rappresentazione di cervello (BIDS) -- che permette che i ricercatori confrontino e combinino gli studi in un modo delle mela--mele. Presentato nel 2016 da Poldrack e da altri, utile l'accettazione quasi-immediata e si è sviluppato nella lingua-franca per i dati neuroimaging.

Come componente della creazione standard, Poldrack ed i suoi collaboratori hanno costruito un Validator del web per renderlo facile determinare se i suoi dati rispettano lo standard.

“I ricercatori convertono i loro dati in DOMANDE formattano, carichi i loro dati ed ottiene convalidato sopra si carica,„ Poldrack ha detto. “Una volta che passa il Validator ed ottiene caricato, con un clic di un bottone può essere diviso.„

La condivisione di dati da solo non è lo scopo finale di questi sforzi. Infine, Poldrack vorrebbe sviluppare le condutture per il calcolo che può analizzare rapido i gruppi di dati della rappresentazione di cervello in vario modo. Sta lavorando con il progetto CBrain, basato alla McGill University Montreal, nel Canada, per creare i flussi di lavoro messi in recipienti che i ricercatori possono usare per eseguire queste analisi senza richiedere molta competenza di calcolo avanzata e l'indipendente da che sistema stanno usando.

Egualmente sta lavorando con un altro progetto chiamato BrainLife.io basato all'Indiana University, che usa le risorse di XSEDE, compreso quelli a TACC, per elaborare i dati, compreso i dati da OpenNeuro.

Molti dei gruppi di dati da OpenNeuro ora sono disponibili su BrainLife e c'è un bottone su quei gruppi di dati che cattura uno direttamente alla pagina pertinente a BrainLife, in cui possono essere elaborate ed analizzate facendo uso di vari apps scienziato-in via di sviluppo.

“Oltre a dividere i dati, una delle cose che avente questo standard comune di dati ci permette è la capacità di analizzare automaticamente i dati e fare il genere di lavorazione e di controllo di qualità che facciamo spesso sui dati della rappresentazione,„ lui ha spiegato. “Indicate appena il contenitore all'insieme di dati e lo esegue appena.„

RIPENSI I PRESUPPOSTI DI DISCIPLINE-WIDE

Le cose sarebbero semplici se formattando, stoccaggio e dividenti erano i soli problemi che il campo ha affrontato. Ma che cosa se i ricercatori comuni di metodi usati per analizzare studia le tendenziosità e gli errori introdotti, piombo ad una mancanza di riproducibilità? Inoltre, che cosa se i presupposti di fondo circa il modo la mente lavorata fossero fondamentalmente difettosi?

Uno studio ha pubblicato nel 2018 nel comportamento umano della natura che ha cercato di ripiegare 21 sociali ed i documenti di scienza comportamentistica dalla natura e dalla scienza hanno trovato che soltanto 13 potrebbero essere ripiegati con successo. Un altro meta-studio sotto gli auspici del centro per scienza Open, ha rifatto 28 studi del contemporaneo e classici in psicologia ed ha trovato che 14 non sono riuscito a ripiegare. Ciò piombo ai sospetti retroattivi circa valore di decadi dei risultati.

Poldrack ed i suoi collaboratori hanno affrontato sia i problemi di presupposto che metodologici in loro documento recente di comunicazioni della natura applicando i metodi statistici più rigorosi per provare a scoprire le strutture di fondo della mente, un trattamento che chiamano “dalla la scoperta guidata da dati di ontologia.„

Applicando l'approccio agli studi su autoregolazione, i ricercatori hanno verificato la capacità dei questionari di indagine ed agli degli studi basati a compito di predire la probabilità di una persona di essere a rischio di alcolismo, l'obesità, l'abuso di droga, o altre emissioni in relazione con auto.

Nel loro studio, 522 partecipanti hanno catturato 23 studi di auto-rapporto ed hanno eseguito 37 mansioni comportamentistiche. Da ciascuna di queste 60 misure, il gruppo ha derivato il pensiero multiplo di variabili dipendenti per catturare le costruzioni psicologiche. Facendo uso delle variabili dipendenti, il gruppo in primo luogo ha provato a creare “uno spazio psicologico„ -- un modo di misura della distanza fra le variabili dipendenti per determinare come vari tipi di comportamenti che spesso sono veduti come cluster separato o correlano l'un l'altro. Hanno usato queste “impronte digitali ontologiche„ per determinare il contributo di varie costruzioni psicologiche al modello premonitore definitivo.

L'approccio statistico utilizzato nello studio e permesso a dai supercomputer a TACC, va molto al di là dei metodi standard impiegati negli studi psicologici tipici.

“Stiamo applicando i metodi seri di apprendimento automatico per determinare che cosa è correlato con cui e cui ha accuratezza premonitrice generalizzabile, facendo uso dei metodi che sono ancora equo nuovi a questo campo di ricerca,„ Poldrack ha detto.

Hanno trovato che alcuni obiettivi preveduti, come la salute mentale e l'obesità, hanno avuti impronte digitali ontologiche semplici, come “controllo emozionale„ e “cibo problematico,„ ma che altre impronte digitali erano più complicate. Egualmente hanno trovato che a studi basati a compito -- terreno comunale nella ricerca psicologica -- non ha avuto quasi attendibilità previsionale.

“Sono sempre cauto di dire la nostra ricerca sarò utile per la diagnosi, ma quasi certamente sarà utile per una migliore comprensione di come fare la diagnosi e le funzioni di fondo che si riferiscono a determinati risultati, come il fumo o bere o l'obesità di problema,„ Poldrack ha detto.

La motivazione dello sforzo è un riesame del modo che parliamo della malattia mentale.

“Rompendo questi disordini nelle categorie diagnostiche gradisca la schizofrenia, disordine bipolare, o la depressione, non è appena biologicamente realistica,„ ha detto. “Sia la genetica che la neuroscienza indicano che quei disordini hanno modo più sovrapposizione in termini di loro genetica e loro neurobiologia, che le differenze. Così, penso che ci siano nuovi paradigmi che potrebbero emergere quello sarebbero aiutati da una migliore comprensione del cervello.„

Il computer a alto rendimento permette che i ricercatori applichino i metodi complessi molto per determinare le distribuzioni di conoscenza e per capire come i risultati significativi sono.

“Possiamo usare le tecniche di campionatura per ripartire le probabilità sui dati 5.000 volte e rifare i grandi modelli molte volte,„ Poldrack ha detto. “Che non è realisticamente possibile senza supercomputer.„

Ha usato per essere il caso che il progresso di scienza dipendeva dalla capacità di creare una molecola o di sintetizzare un prodotto chimico. Ma sempre più il progresso nella scienza dipende dalla capacità di fare la domanda esatta riguardo ad un grande insieme di dati e poi di potere realmente fattibile ottenere una risposta a quella domanda.

“E,„ ha detto Poldrack, “ci sono molte domande a cui, senza computer a alto rendimento, non potete fattibile ottenere una risposta.„

Malgrado le crisi di fede che direzione negli ultimi anni il campo, Poldrack crede che la scienza psicologica abbia molto dire che è molto affidabile circa perché gli esseri umani fanno che cosa fanno e che la neuroscienza dà noi a modi capire da dove quella viene.

“Stiamo provando a capire le cose realmente complesse,„ ha detto. “Deve essere realizzato che tutto che diciamo è probabilmente sbagliato, ma la speranza è che può ottenerci un po'più vicino a che cosa è giusto.„

Source:
Journal reference:

Eisenberg, I. et al. (2019) Uncovering the structure of self-regulation through data-driven ontology discovery. Nature Communications. doi.org/10.1038/s41467-019-10301-1