Neurostatistica
La neurostatistica consiste nelle attività di ricerca e misurazione delle attività cerebrali in gruppi di persone sottoposte ai medesimi stimoli, per l'individuazione delle conseguenti reazioni mentali, caratteristiche della collettività presa in esame e dei relativi sottogruppi.
Definizione[modifica | modifica wikitesto]
Con il termine neurostatistica si indica l'insieme delle metodologie, dei modelli, degli algoritmi, dei processi, dei modelli interpretativi e le relative attività di sviluppo, ricerca e applicazione pratica, finalizzate alla misurazione statistica delle reazioni mentali, rilevati attraverso l'applicazione di tecniche di misurazione dell'attività cerebrale elettrica o quella emodinamica, come ad esempio l'EEG o la fMRI, risultanti dalla somministrazione di un complesso di stimoli ad un campione statisticamente rappresentativo di soggetti appartenenti ad un definito universo di riferimento.[1]
È una disciplina a cavallo tra la ricerca statistica sociale, finalizzata a descrivere, esplorare e comprendere il sentimento degli individui e la conseguente dinamica ed evoluzione della società, e la ricerca nell'ambito delle scienze della mente, finalizzata a comprendere il funzionamento del cervello e della mente.
Come tutti i settori a carattere interdisciplinare, la Neurostatistica può essere vista in modo duplice: sia come una branca delle scienze sociali, per la sua capacità di profilazione sociale e comportamentale in panel rappresentativi, sia come un'attività attinente direttamente alle scienze della mente, per l'impiego delle conoscenze da queste sviluppate e l'affinamento dei modelli per l'interpretazione delle attività mentali[2] reso possibile da osservazioni effettuate su campioni ampi di popolazione.
Attività[modifica | modifica wikitesto]
Le attività inerenti alla Neurostatistica ricadono in due distinte categorie: le attività di ricerca, e le attività applicative.[3]
Le attività di ricerca sono finalizzate a sviluppare modelli metodologici nella conduzione delle ricerche, e modelli elaborativi, interpretativi e relativi strumenti, per la corretta analisi dei dati raccolti. È un'attività di ricerca scientifica: in quanto nascente, il settore della Neurostatistica accede solo parzialmente a modelli consolidati o ad una letteratura specializzata, bensì ha il compito di sviluppare, attraverso un approccio interdisciplinare, nuove ipotesi, verificarle tramite esperimenti e produrre nuovi modelli, algoritmi e indici.[4][5]
Le attività applicative comportano la conduzione di indagini neurostatistiche tramite l'applicazione dei modelli e metodologie individuate dalle suddette attività di ricerca. Accumulano competenza nella capacità di scegliere le modalità più adatte per la conduzione delle indagini, e i modelli di elaborazione più adatti per l'ottenimento di dati di sintesi ed indicatori, e conseguente interpretazione, rispetto ai peculiari obiettivi di una specifica indagine.
Applicazioni[modifica | modifica wikitesto]
Gli ambiti applicativi nella neurostatistica non hanno delle finalità proprie, ma i risultati sono al servizio di varie branche di ricerca, come la Neuroeconomia, il Neuromarketing o più in generale applicazioni che richiedono una misurazione oggettiva e metodologicamente corretta delle attività mentali in campioni di soggetti.
Uno degli ambiti più consolidati della ricerca neurostatistica è quello della psichiatria, dove la contemporanea misurazione dell'EEG e fMRI è diventata una questione metodologica decisiva. L'EEG-fMRI, infatti, può diventare una metodica fondamentale per comprendere meglio, in prossimo futuro, in profondità i meccanismi intimi dell'attività cerebrale;[6] specialmente per quanto riguarda lo studio della schizofrenia [7] e nei disturbi del comportamento antisociale grazie ad analisi quali/quantitative delle mappe cerebrali ottenute con l'EEG.[8][9][10]
Una recente applicazione medica di tipo diagnostico è stata sviluppata presso i laboratori delle Harvard University (presso il McLean Hospital della Università dello Utah), il test studiato avrebbe la capacità di rilevare la malattia in individui con autismo con un 94 % di attendibilità.[11]
Note[modifica | modifica wikitesto]
- ^ AP. Georgopoulos, E. Karageorgiou, Neurostatistics: applications, challenges and expectations., in Stat Med, vol. 27, n. 3, febbraio 2008, pp. 407-17, DOI:10.1002/sim.3137, PMID 18050155.
- ^ E. Başar, M. Schürmann; T. Demiralp; C. Başar-Eroglu; A. Ademoglu, Event-related oscillations are 'real brain responses'--wavelet analysis and new strategies., in Int J Psychophysiol, vol. 39, n. 2-3, gennaio 2001, pp. 91-127, PMID 11163891.
- ^ M. Ignaccolo, M. Latka; W. Jernajczyk; P. Grigolini; BJ. West, The dynamics of EEG entropy., in J Biol Phys, vol. 36, n. 2, marzo 2010, pp. 185-96, DOI:10.1007/s10867-009-9171-y, PMID 19669909.
- ^ M. Bhagat, C. Bhushan; G. Saha; S. Shimjo; K. Watanabe; J. Bhattacharya, Investigating neuromagnetic brain responses against chromatic flickering stimuli by wavelet entropies., in PLoS One, vol. 4, n. 9, 2009, pp. e7173, DOI:10.1371/journal.pone.0007173, PMID 19779630.
- ^ RM. Yulmetyev, EV. Khusaenova; DG. Yulmetyeva; P. Hanggi; S. Shimojo; K. Watanabe; J. Bhattacharya, Dynamic effects and information quantifiers of statistical memory of MEG's signals at photosensitive epilepsy., in Math Biosci Eng, vol. 6, n. 1, gennaio 2009, pp. 189-206, PMID 19292515.
- ^ C. Mulert, O. Pogarell; U. Hegerl, Simultaneous EEG-fMRI: perspectives in psychiatry., in Clin EEG Neurosci, vol. 39, n. 2, aprile 2008, pp. 61-4, PMID 18450169.
- ^ S. Galderisi, A. Mucci; U. Volpe; N. Boutros, Evidence-based medicine and electrophysiology in schizophrenia., in Clin EEG Neurosci, vol. 40, n. 2, aprile 2009, pp. 62-77, PMID 19534300.
- ^ A. Calzada-Reyes, A. Alvarez-Amador; L. Galán-García; M. Valdés-Sosa, Electroencephalographic abnormalities in antisocial personality disorder., in J Forensic Leg Med, vol. 19, n. 1, gennaio 2012, pp. 29-34, DOI:10.1016/j.jflm.2011.10.002, PMID 22152445.
- ^ AC. Reyes, AA. Amador, Qualitative and quantitative EEG abnormalities in violent offenders with antisocial personality disorder., in J Forensic Leg Med, vol. 16, n. 2, febbraio 2009, pp. 59-63, DOI:10.1016/j.jflm.2008.08.001, PMID 19134998.
- ^ Marc R. Nuwer, Brain Mapping and Quantitative EEG, 2003, pp. 447–452, DOI:10.1016/B0-12-226870-9/00294-X.
- ^ (EN) Adriana Bobinchock, Major step in autism testing | Harvard Gazette, su news.harvard.edu, McLean Hospital Communications, 2 dicembre 2010. URL consultato il 14 gennaio 2012.
Bibliografia[modifica | modifica wikitesto]
Riviste[modifica | modifica wikitesto]
- A. Lage-Castellanos, E. Martínez-Montes; JA. Hernández-Cabrera; L. Galán, False discovery rate and permutation test: an evaluation in ERP data analysis., in Stat Med, vol. 29, n. 1, gennaio 2010, pp. 63-74, DOI:10.1002/sim.3784, PMID 19941298.
- E. Martínez-Montes, M. Vega-Hernández; JM. Sánchez-Bornot; PA. Valdés-Sosa, Identifying complex brain networks using penalized regression methods., in J Biol Phys, vol. 34, n. 3-4, agosto 2008, pp. 315-23, DOI:10.1007/s10867-008-9077-0, PMID 19669480.
- AP. Georgopoulos, E. Karageorgiou, Neurostatistics: applications, challenges and expectations., in Stat Med, vol. 27, n. 3, febbraio 2008, pp. 407-17, DOI:10.1002/sim.3137, PMID 18050155.
- PA. Valdés-Sosa, M. Vega-Hernández; JM. Sánchez-Bornot; E. Martínez-Montes; MA. Bobes, EEG source imaging with spatio-temporal tomographic nonnegative independent component analysis., in Hum Brain Mapp, vol. 30, n. 6, giugno 2009, pp. 1898-910, DOI:10.1002/hbm.20784, PMID 19378278.
- E. Martínez-Montes, ER. Cuspineda-Bravo; W. El-Deredy; JM. Sánchez-Bornot; A. Lage-Castellanos; PA. Valdés-Sosa, Exploring event-related brain dynamics with tests on complex valued time-frequency representations., in Stat Med, vol. 27, n. 15, luglio 2008, pp. 2922-47, DOI:10.1002/sim.3132, PMID 18076131.
- AP. Georgopoulos, E. Karageorgiou, Neurostatistics: applications, challenges and expectations., in Stat Med, vol. 27, n. 3, febbraio 2008, pp. 407-17, DOI:10.1002/sim.3137, PMID 18050155.
- L. Martignon, G. Deco; K. Laskey; M. Diamond; W. Freiwald; E. Vaadia, Neural coding: higher-order temporal patterns in the neurostatistics of cell assemblies., in Neural Comput, vol. 12, n. 11, novembre 2000, pp. 2621-53, PMID 11110130.
- BK. Szabó, MK. Wiberg; B. Boné; P. Aspelin, Application of artificial neural networks to the analysis of dynamic MR imaging features of the breast., in Eur Radiol, vol. 14, n. 7, luglio 2004, pp. 1217-25, DOI:10.1007/s00330-004-2280-x, PMID 15034745.
- AE. Maxwell, The learning of motor movements: a neurostatistical approach., in Psychol Med, vol. 6, n. 4, novembre 1976, pp. 643-8, PMID 1005580.
Tesi e dissertazioni[modifica | modifica wikitesto]
- (EN) Bernard, Melanie Rebecca, Analysis methodology of synchrony in simultaneously recorded single unit activity in the visual cortex (PDF), su etd.library.vanderbilt.edu, 2006. URL consultato il 14 gennaio 2012.
- (EN) Pipa, Gordon, The Neuronal code development of tools and hypotheses for understanding the role of synchronization of neuronal activity / (PDF), su opus.kobv.de, 2006. URL consultato il 14 gennaio 2012.
- (EN) Wu, Wei, Performance-dependent changes in monkey prefrontal cortex during short-term memory, su publikationen.ub.uni-frankfurt.de, 2008. URL consultato il 14 gennaio 2012.
- (EN) Bullock, Bennett (Bennett Charles), Auditory pathway responses to parametrized vowels in autism spectrum disorders ; Auditory pathway responses to parametrized ..., su dspace.mit.edu, 2010. URL consultato il 14 gennaio 2012 (archiviato dall'url originale il 27 gennaio 2012).
- (EN) FAES, Christel et al.,, A flexible method to measure synchrony in neuronal firing (PDF), su uhdspace.uhasselt.be, 2008. URL consultato il 14 gennaio 2012 (archiviato dall'url originale il 4 marzo 2016).
Testi[modifica | modifica wikitesto]
- Tomasz G. Smolinski, Applications of computational intelligence in biology: current trends and open problems, Springer, 2008, pp. 357–, ISBN 978-3-540-78533-0.
- William R. Uttal, Neural theories of mind: why the mind-brain problem may never be solved, Lawrence Erlbaum Associates, 2005, pp. 190–, ISBN 978-0-8058-5484-8.
- Arthur W. Toga e John C. Mazziotta, Brain mapping: the methods, Academic Press, 25 settembre 2002, pp. 564–, ISBN 978-0-12-693019-1.
- Petra Perner, Machine learning and data mining in pattern recognition: second international workshop, MLDM 2001, Leipzig, Germany, July 25-27, 2001, proceedings, Springer, 2001, pp. 205–, ISBN 978-3-540-42359-1.
- Cornelius T. Leondes, Algorithms and architectures, Academic Press, 1998, pp. 262–, ISBN 978-0-12-443861-3.
- Michael C. Mozer, Michael I. Jordan e Thomas Petsche, Advances in neural information processing systems 9: proceedings of the 1996 conference, MIT Press, 1997, pp. 82–, ISBN 978-0-262-10065-6.
Voci correlate[modifica | modifica wikitesto]
Collegamenti esterni[modifica | modifica wikitesto]
- Articolo del IlSole24Ore - Nòva sulla Neurostatistica, su ilsole24ore.com.
- (EN) Sito dell'Associazione di Neurostatistica, su neurostatistics.org. URL consultato il 16 febbraio 2011 (archiviato dall'url originale il 31 agosto 2011).
- (EN) Università di Harvard-Dipartimento di biostatistica - Seminario di neurostatistica, su hsph.harvard.edu.
- (EN) Neurostatistics Laboratory at McLean - Diagnosing Autism, su blogs.psychcentral.com. URL consultato il 3 maggio 2019 (archiviato dall'url originale il 5 agosto 2020).
