Zusammenfassung
Die immens zunehmende PET- und fMRT-Bildgebungsforschung hat den Wissenszuwachs über
motorische, kognitive und affektive Prozesse im menschlichen Gehirn in den letzten
Jahren beflügelt. Es besteht jedoch eine augenfällige Diskrepanz zwischen der großen
Zahl verfügbarer Studien und der eingeschränkten Aussagekraft jedes einzelnen Experiments.
Um diese Vielzahl an Befunden möglichst vollständig in ihrer Gesamtheit nutzbar zu
machen, bieten sich quantitative, koordinaten-basierte Meta-Analysen besonders an.
Der Ansatz bietet die Möglichkeit, große Kollektivstärken von Gesunden und Patienten
in einer einzigen Analyse zu untersuchen. Dies geht oft über die Möglichkeiten eines
einzelnen Forschungsstandortes hinaus und stellt einen beträchtlichen Fortschritt
zu den ansonsten teilweise eher subjektiven Rückschlüssen über die Relevanz einzelner
beobachteten Veränderungen dar. Letztendlich sollte die modellbasierte Untersuchung
durch explizites Hypothesentesten auf der Grundlage quantitativer Meta-Analysen einen
wichtigen Fortschritt zur Untersuchung neurotypischer und klinischer Populationen
bieten. Dies rückt die Anwendung und Erweiterung der heutigen neuroinformatischen
Ansätze zu quantitativen, datengetriebenen Meta-Analysen zur weiteren mechanistischen
Aufklärung des menschlichen Gehirns in Gesundheit und Krankheit in den Vordergrund.
Abstract
The great increase in PET and fMRI imaging research has provided a large amount of
data about the localization of motor, cognitive and affective processes in the human
brain. However, there is an obvious discrepancy between the large number of studies
available and the limited amount of knowledge that can be gained from each individual
experiment. Quantitative coordinate-based meta-analyses have thus emerged as a principled
way to integrate this large amount of findings. These approaches, in particular activation
likelihood estimation (ALE) offer the opportunity to investigate convergent effects
in large samples of healthy subjects and patients that could not be assessed in any
individual study. It thus offers substantial advantages over the otherwise more subjective
inferences about the relevance of individually observed effects. Ultimately, model-based
analyses testing explicit hypotheses using quantitative meta-analysis approaches should
offer an important step forward in the investigation of the physiological and pathological
localization within the human brain. The development and application of neuroinformatics
approaches to quantitative, data-driven meta-analysis may thus become an important
aspect in the future strive to understand the healthy and diseased brain.
Schlüsselwörter funktionelle Magnetresonanztomografie - quantitative Metaanalyse - Data-mining - Pathophysiologie
Key words functional magnetic resonance tomography - quantitative meta-analysis - data-mining
- pathophysiology
