Эта знаменитая статья про мертвого лосося, написанная Крейгом Беннеттом и его коллегами, посвящена критически важной проблеме ложноположительных результатов в функциональной магнитно-резонансной томографии (фМРТ).

Из-за огромной размерности данных — около 130 000 вокселей в типичном скане — проведение множества статистических тестов без должной коррекции неизбежно приводит к случайным артефактам.

Авторы подчеркивают, что хотя в нейровизуализации давно существуют надежные математические методы контроля ошибок, многие исследователи продолжают их игнорировать.

Чтобы наглядно продемонстрировать опасность этой практики, ученые провели реальный эксперимент с помещенным в МРТ-сканер мертвым атлантическим лососем.

В ходе сканирования рыбе "предъявляли" задачу на понимание социального контекста и эмоций других людей, аналог которой позже давали человеческим испытуемым.

Когда полученные данные обработали с использованием несккорректированной статистики, прибор зафиксировал «активность» в голове и спинном мозге.

В то же время применение методов коррекции множественных сравнений, таких как FWER или FDR, показало полное отсутствие каких-либо активных вокселей.

Этот шуточный на первый взгляд эксперимент наглядно доказал, что фоновый шум может с легкостью имитировать нейронный отклик.

Авторы аргументируют, что популярная среди нейробиологов практика использования стандартных порогов (p < 0.001) и минимального размера кластеров является крайне ненадлежащим и неэффективным контролем.

Согласно приведенной в статье статистике за 2008 год, от 25% до 40% публикаций в ведущих профильных журналах содержали результаты без необходимой коррекции.

Исследователи нередко избегают строгой обработки данных из опасения потерять статистическую мощность и пропустить истинные сигналы. Однако авторы настаивают, что коррекция множественных сравнений должна стать абсолютным стандартом для подавляющего большинства фМРТ-исследований.

Статья также разграничивает проблему множественных проверок гипотез и ошибку несамостоятельного выбора данных, подчёркивая важность системной статистической грамотности.

https://www.mathematik.uni-rostock.de/storages/uni-rostock/Alle_MNF/Mathematik/Struktur/Lehrstuehle/Analysis-Differentialgleichungen/salmon-fMRI.pdf