文献

J-GLOBAL ID：201802256993162163   整理番号：18A2004381

未知の未知:縦断的神経画像研究における欠測データ【JST・京大機械翻訳】

Making an unknown unknown a known unknown: Missing data in longitudinal neuroimaging studies

著者 (3件)： Matta Tyler H. (Centre for Educational Measurement at the University of Oslo, Norway) ,  Flournoy John C. (Department of Psychology, University of Oregon, Eugene, OR, USA) ,  Byrne Michelle L. (Department of Psychology, University of Oregon, Eugene, OR, USA)
資料名： Developmental Cognitive Neuroscience  (Developmental Cognitive Neuroscience)
巻： 33  ページ： 83-98  発行年： 2018年 
JST資料番号： W3173A  ISSN： 1878-9293  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 大規模な単変量枠組み内の縦神経画像データの解析は,神経発達に関する経験的疑問を研究する機会を提供する。失われた結果データは,任意の縦断的研究の全共通特徴であり,もし扱われていなければ,統計的電力を低減し,バイアスされたパラメータ推定に導くことができる。本論文の目的は,神経画像データに特に焦点を当てて,縦断的研究における不完全データの解析から生じる問題と非問題の概念的な明確さを提供することである。本論文では,欠落したデータ機構の階層と尤度ベースの方法に対するそれらの関係のレビューから始めた。これは,尤度に基づく方法だけでなく,多重衝突法に対しても必要である。次に,本論文では,解釈に関係なく欠落したデータ概念を説明するのに役立つために,縦断的神経画像研究において一般的な設計による一連のシミュレーション研究を提供した。最後に,2つの適用例を用いて,異なる欠落データ仮定の下での推論の感度を実証し,これが部分的解釈をどのように変化させるかを示した。本論文は,開発的神経画像研究における研究知見の妥当性を改善することができる不完全な縦データを分析するためのガイドラインのセットによって結論を下した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *多重化 ,  シミュレーション ,  電力 ,  パラメータ推定
準シソーラス用語： 尤度 ,  不完全データ ,  画像データ ,  欠測値 , 【Automatic Indexing@JST】

著者キーワード (4件)： 神経画像 ,  欠測データ ,  尤度 ,  縦断的データ

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (3件)： 神経画像 ,  研究 ,  欠測データ