Test-retest reliability of resting-state fMRI functional connectivity: impact of scan length and number of participants

Utilizando dados do Human Connectome Project, este estudo demonstra que a duração da varredura tem um impacto mais significativo na confiabilidade teste-reteste da conectividade funcional do que o número de participantes, estabelecendo diretrizes práticas para o desenho de estudos de fMRI em repouso que equilibram confiabilidade e viabilidade conforme a métrica utilizada.

O essencial

Imagine que o cérebro é uma cidade gigante e muito complexa, onde milhões de pessoas (as células nervosas) precisam se comunicar o tempo todo. O fMRI de repouso é como uma câmera especial que tenta tirar uma foto de como essas pessoas estão conversando entre si, mesmo quando elas não estão fazendo nada de específico (apenas "descansando").

O problema é que tirar essa foto é difícil. Se você tirar uma foto muito rápida, ela fica embaçada. Se você tirar a foto com pouca gente na cidade, você pode não entender a dinâmica geral.

Este estudo é como um manual de instruções para os cientistas que querem tirar essas "fotos do cérebro". Eles queriam descobrir duas coisas principais:

1. Quanto tempo a câmera precisa ficar ligada para a foto ficar boa?
2. Quantas pessoas (participantes) precisam estar na cidade para que a foto represente a realidade?

Aqui está a explicação do que eles descobriram, usando analogias do dia a dia:

1. O Tempo de Gravação (Scan Length)

Pense no tempo de escaneamento como o tempo que você passa ouvindo uma conversa em uma festa.

• Se você ouvir apenas 3 minutos: Você pode pegar uma frase solta, mas não vai entender a história completa. A conversa pode parecer aleatória.
• Se você ouvir 14 minutos: Você começa a entender os padrões, quem conversa com quem e quais grupos se formam.

A descoberta: Os cientistas descobriram que, para ter uma "foto" confiável da conexão do cérebro, você precisa de cerca de 11 a 14 minutos de gravação. Menos que isso, a imagem fica instável. É como tentar adivinhar o final de um filme assistindo apenas aos primeiros 5 minutos; você pode errar feio.

2. O Número de Pessoas (Cohort Size)

Aqui a coisa fica interessante e depende de como você está analisando a foto.

• Cenário A: Olhando para cada conexão individual (Como olhar para cada fio de uma teia de aranha).
  Se você quer medir a força de cada fio individualmente, você precisa de muita gente para ter certeza. Mas, o estudo mostrou que, para a maioria das medidas modernas, você não precisa de uma multidão. Com cerca de 20 pessoas, você já consegue uma ideia muito boa e estável. É como ter 20 amigos contando a mesma história: se 20 contam a mesma coisa, você pode confiar, mesmo sem ouvir 100.

• Cenário B: Olhando para os "Mapas" de redes (Como olhar para os bairros da cidade).
  Se você está tentando mapear bairros inteiros (redes cerebrais) usando uma técnica chamada ICA, a regra muda. Aqui, quanto mais gente, melhor. Com 50 pessoas, o mapa fica muito mais nítido e confiável. É como tentar desenhar um mapa de uma cidade: com 10 pessoas você desenha os contornos principais, mas com 50 você consegue ver as ruas menores e os detalhes com precisão.

3. A Diferença entre "Fios" e "Padrões"

O estudo fez uma distinção importante:

• Medir fio por fio (Conexões individuais): É como tentar medir a força de cada elo de uma corrente. É muito difícil e a "foto" fica ruim, mesmo com muito tempo.
• Medir o padrão completo (A rede inteira): É como olhar para a corrente inteira e ver o padrão de movimento. Isso é muito mais fácil de capturar e fica muito mais confiável.
  • Analogia: É mais fácil reconhecer a sua voz em uma sala cheia (padrão) do que tentar identificar exatamente qual nota musical você cantou em um segundo específico (fio individual).

4. O "Ruído" e a Qualidade

Os cientistas também testaram se a forma como eles cortavam os dados importava.

• Cortar o início (Truncation): Como tentar ouvir uma conversa começando do meio da frase. Nem sempre é o melhor.
• Cortar pedaços aleatórios (Scrubbing): Como pular partes da conversa.
• Pegar um pedaço contínuo do meio (Segment): Surpreendentemente, pegar um pedaço contínuo do meio da gravação funcionou melhor do que pegar apenas o início.
  • Por que? Talvez porque, no início da gravação, o cérebro da pessoa ainda esteja "acordando" ou se ajustando à máquina, como um carro que precisa esquentar antes de andar bem.

Resumo Prático para o Futuro

Se você é um cientista planejando um estudo sobre o cérebro:

• Não tente economizar tempo: Deixe a máquina ligar por pelo menos 14 minutos. É o tempo necessário para a "foto" ficar nítida.
• Não precisa recrutar 1000 pessoas: Para a maioria das análises de conexão, 20 pessoas são suficientes para ter resultados confiáveis. Isso economiza muito dinheiro e tempo.
• Se for mapear redes complexas: Se o seu objetivo é mapear os "bairros" do cérebro (redes), tente recrutar pelo menos 50 pessoas para ter um mapa mais detalhado.

Em suma: A ciência do cérebro está ficando mais precisa. O segredo não é ter o equipamento mais caro ou recrutar a maior multidão, mas sim saber quanto tempo deixar a câmera ligada e quantas pessoas são necessárias para cada tipo de pergunta que você quer responder.

Resumo técnico

Título

Confiabilidade Teste-Retest da Conectividade Funcional em fMRI em Repouso: Impacto do Tempo de Varredura e do Número de Participantes

1. Problema e Contexto

A consistência das medições de ressonância magnética funcional (fMRI) em repouso, conhecida como confiabilidade teste-reteste, é fundamental para a validade dos estudos de neuroimagem e para o poder estatístico na detecção de efeitos. No entanto, a confiabilidade das métricas de conectividade funcional (FC) varia significativamente dependendo do método de análise e do desenho do estudo.

• Desafios: Recomenda-se frequentemente o uso de tempos de varredura estendidos e grandes coortes de sujeitos para melhorar a confiabilidade, mas essas soluções são frequentemente impraticáveis, especialmente em populações clínicas devido a custos, tempo e desconforto dos participantes.
• Lacuna: Não há consenso claro sobre qual é o tempo de varredura mínimo e o tamanho de amostra necessários para obter estimativas de FC confiáveis, variando as recomendações na literatura de 5 minutos a mais de 90 minutos.
• Objetivo: O estudo visa preencher essa lacuna avaliando sistematicamente o impacto do tempo de varredura e do número de participantes na confiabilidade de duas abordagens principais: métricas de conectoma baseadas em nós (nodos) e redes em repouso (RSN) baseadas em voxels.

2. Metodologia

• Dados: Utilização de dados do Human Connectome Project (HCP), consistindo em 100 sujeitos saudáveis (54 mulheres, idade 20-35 anos). Cada sujeito realizou duas aquisições de fMRI em dias separados (sessões), cada uma com dois runs (direção de codificação de fase oposta: LR e RL).
• Pré-processamento: Foram utilizadas duas pipelines: uma "Mínima" (filtragem temporal e suavização) e uma "Completa" (mínima + regressão de ruídos de movimento, substância branca e líquido cefalorraquidiano). Os resultados principais baseiam-se na pipeline completa.
• Análise de Confiabilidade:
  • Condições: Confiabilidade within-session (entre os dois runs da mesma sessão) e between-session (entre sessões diferentes).
  • Manipulação de Variáveis:
    • Tempo de Varredura: Variado de 300 a 1200 volumes (3,6 a 14,4 minutos) usando três estratégias de downsampling temporal: truncamento (início da varredura), segmento aleatório e scrubbing (remoção aleatória de pontos).
    • Tamanho da Coorte: Subamostragem aleatória de 10, 20, 50 e 100 participantes (100 iterações para conectoma; 10 para ICA).
• Métricas Avaliadas:
  1. Baseadas em Nós (Connectoma):
     • Edge-level: Coeficiente de Correlação Intraclasses (ICC) por conexão.
     • Connectome-level: ICC do vetor de conexões, correlação entre matrizes de conectividade do mesmo sujeito, Identificabilidade Diferencial (Differential Identifiability), Taxa de Sucesso de "Fingerprinting" e Discriminabilidade.
  2. Baseadas em Voxel (RSN):
     • Análise de Componentes Independentes (ICA) com 50 componentes.
     • Comparação espacial com templates das 7 redes canônicas de Yeo usando o Coeficiente de Dice (similaridade espacial e confiabilidade teste-reteste).

3. Principais Resultados

A. Métricas Baseadas em Nós (Connectoma)

• Impacto do Tempo de Varredura: O tempo de varredura teve uma influência forte e positiva na confiabilidade.
  • Edge-level ICC: Mostrou baixa confiabilidade geral (não atingiu o nível "bom" de ICC ≥ 0,60). Para atingir confiabilidade "justa" (ICC > 0,40), a maioria das redes precisou de ~10,8 minutos (900 volumes), exceto a Rede de Atenção Ventral (VAN) e a Límbica (LN).
  • Métricas Multivariadas: Demonstraram maior confiabilidade que as medidas de aresta individual.
    • A Identificabilidade Diferencial e a Taxa de Sucesso de Fingerprinting estabilizaram-se a partir de 10,8 minutos.
    • O ICC do Connectoma, Correlação e Discriminabilidade atingiram seus valores máximos e confiabilidade "boa" apenas com o tempo total de 14,4 minutos (1200 volumes).
• Impacto do Número de Participantes:
  • Para métricas multivariadas (fingerprinting, discriminabilidade, ICC do connectoma), o número de participantes teve pouco impacto estatístico na média da confiabilidade. Uma coorte de apenas 10 participantes produziu estimativas estatisticamente comparáveis a 100 participantes.
  • No entanto, coortes menores apresentaram maior variabilidade (desvio padrão) entre iterações, indicando que resultados com poucos sujeitos podem depender da inclusão de indivíduos particularmente estáveis.
  • Para o ICC de aresta (edge-level), a confiabilidade melhorou até 20 participantes, estabilizando-se após esse ponto.
• Estratégia de Downsampling: A extração de segmentos aleatórios contínuos produziu, em geral, maior confiabilidade do que o truncamento (início da varredura) ou scrubbing. Isso sugere que o início da varredura pode capturar estados cerebrais não estabilizados.

B. Métricas Baseadas em Voxel (RSN via ICA)

• Impacto do Tempo de Varredura:
  • Mapas de Grupo: A confiabilidade espacial foi estável mesmo com tempos curtos (3,6 minutos foram suficientes).
  • Mapas Individuais: O tempo de varredura teve um efeito mais pronunciado, com a confiabilidade aumentando continuamente até os 14,4 minutos.
• Impacto do Número de Participantes:
  • Diferente das métricas de conectoma, as métricas baseadas em ICA beneficiaram-se significativamente de coortes maiores.
  • Para mapas de grupo, a confiabilidade aumentou significativamente até 50 participantes.
  • Para mapas individuais, a estabilidade melhorou até 20 participantes.
• Redes Específicas: A Rede Límbica (LN) consistentemente mostrou a menor confiabilidade. A Rede Visual (VN) mostrou alta confiabilidade, divergindo de alguns estudos anteriores que apontavam redes sensoriais como menos confiáveis.

C. Condição Within- vs. Between-Session

• O ICC de aresta foi significativamente maior para dados within-session (mesmo dia).
• A Discriminabilidade foi significativamente maior para dados between-session (dias diferentes).
• Para a maioria das outras métricas multivariadas, as diferenças foram estatisticamente significativas, mas os valores absolutos foram muito similares entre as condições.

4. Contribuições e Significância

• Diretrizes Práticas: O estudo fornece recomendações quantitativas para o desenho experimental de estudos de fMRI em repouso:
  • Para métricas de conectoma (multivariadas): Um tempo de varredura de 11 a 14 minutos e uma coorte de aproximadamente 20 participantes são suficientes para obter estimativas confiáveis.
  • Para métricas baseadas em ICA (RSN): É necessário um tempo de varredura similar (11-14 min para mapas individuais), mas uma coorte maior de aproximadamente 50 participantes é recomendada para estabilizar as estimativas de rede.
• Hierarquia de Confiabilidade: Confirma que abordagens multivariadas (fingerprinting, discriminabilidade) são superiores às medidas de aresta única (edge-level ICC) em termos de confiabilidade teste-reteste.
• Eficiência de Recursos: Demonstra que, para muitas métricas de conectoma, aumentar o número de participantes além de 20 não melhora significativamente a confiabilidade média, permitindo otimizar custos e tempo focando no tempo de varredura adequado.
• Limitações e Futuro: Os autores alertam que os resultados baseiam-se em dados de adultos saudáveis do HCP e podem não se generalizar diretamente para populações clínicas. Além disso, a definição de RSNs via ICA ainda carece de padronização universal.

Em suma, o trabalho equilibra a necessidade de confiabilidade estatística com a viabilidade prática, sugerindo que protocolos de ~14 minutos com ~20 sujeitos são um "ponto ideal" para a maioria das análises de conectoma, enquanto estudos focados em redes espaciais (RSN) devem priorizar o aumento da coorte.