جعل التقسيم التلقائي قياس البنية الداخلية للحُصين أمرًا روتينيًا: فالمسح القياسي ينتج أحجامًا لعشرة مناطق فرعية أو أكثر، وأصبحت دراسات الشيخوخة والذاكرة والأمراض تعلن أي منطقة بالتحديد مرتبطة بالمخرجات. لكن نتائج هذه الدراسات تتناقض فيما بينها: فالتحليلات التجميعية تختلف حتى في إشارة التأثير، وبعض الأعمال تسمي بنى مختلفة دون علاقة واضحة بحجم العينة أو البروتوكول. والتفسير الشائع لهذه التناقضات هو نقص القوة الإحصائية، لكن الجدل حول قابلية التكرار يقتصر على ما إذا كانت العلاقة تتكرر، ولا يتساءل عما إذا كان يمكن أصلًا استرجاع موقعها التشريحي. تتميز هذه الورقة بموقع خاص: فبجوارها في الأرشيف توجد دراسات عن التشخيص عبر استجابة الأنسجة، وقياس العضيات النامية، وانقسام الخلايا مع حفظ الذاكرة، والأعضاء الحية في طبق بتري، وتعوّد الدماغ المصغّر، وضغط الكلام، والأطالس الخلوية، والتحفيز الدقيق، لكن أيا منها لم يختبر ما إذا كان التصميم الواقعي للمناطق الفرعية للحُصين قادرًا على تسمية المنطقة الصحيحة عند وجود تأثير حقيقي.
استُخدمت بيانات 638 مشاركًا من مجموعة Cam-CAN (الأعمار 18,6–89,0 سنة، المتوسط 55,2). حُصل على أحجام 36 منطقة فرعية من الحُصين (18 لكل نصف كرة) باستخدام FreeSurfer 8.2.0 مع أطلس إغليسياس الاحتمالي؛ ثم أُخذ لوغاريتم الأحجام، وأُزيل تأثير حجم الجمجمة والعمر (باستخدام spline) والجنس والتعليم، ثم وُحّدت المعايير. استُخلص عامل عام (متوسط جميع المناطق) وتباينات محلية متعامدة معه. النموذج الأساسي هو انحدار حصان (horseshoe) المنتظم مع توقع مسبق بأربعة متنبئات معنوية. لاختبار قابلية الاسترجاع، أُدخلت تأثيرات صناعية ذات موقع وحجم معروفين (2% أو 5% من التباين المفسَّر) في البيانات الحقيقية، وكذلك في نسخة «مبيّضة» من نفس التصميم أُزيلت فيها الارتباطات بين المناطق بطريقة ZCA. في كل تكرار حصلت النسختان على نفس العينات الفرعية والأعمدة والمتنبئات الحقيقية والإشارات ومتجه الضوضاء؛ واختلف فقط مقياس المعاملات. قُورنت ثلاثة مقدّرات: انحدار ريدج، ومسار لاسو، وانحدار حصان المنتظم. شملت الشبكة 4 أحجام عينة (100، 200، 400، 638)، وحجمي تأثير، و80 تكرارًا مزدوجًا لكل خلية؛ كما تم تغيير دقة التقسيم (6، 12، 18، 36 منطقة) ونمط إدخال التأثيرات.
في البيانات المرصودة، لم يختلف أي من المعاملات المحلية الـ36 عن الصفر: فلم يستبعد أي مجال ثقة 89% الصفر، وبلغ المتوسط البعدي للعدد الفعلي للمعاملات غير الصفرية 1,89 مقابل توقع مسبق قدره 4. كان معامل العامل العام +0,067 (مجال ثقة 89% [0,004؛ 0,130]) وفسّر 0,6% من تباين المخرج. أضاف القطاع المحلي 0,005 فقط إلى R² البايزي، ولم يتجاوز الفرق في الكثافة اللوغاريتمية المتوقعة 4 وحدات لأي نموذج. كان الاستقرار بين نصفي المجموعة منخفضًا للغاية: ارتباط متجهات المعاملات في المتوسط +0,12، وتداخل أفضل 6 اختيارات 0,08، بينما أعطت عمليات التشغيل المتكررة على نفس البيانات تطابقًا مثاليًا (تداخل 1,00). في تجربة التأثيرات المُدخلة، بلغ استرجاع المجموعة الكاملة من ثلاث مناطق عند تأثير 5% نسبة 20,8% عند n=100 و69,2% عند n=638 للتصميم الحقيقي، مقابل 30,0% و85,0% للتصميم المبيّض. وعند تأثير 2% كانت القيم المقابلة: 15,4% و38,3% مقابل 15,4% و53,3%. أعطى ملاءمة منحنى التشبع سقفًا للاسترجاع قدره 0,944 (الحقيقي) و1,05 (المبيّض) عند تأثير 5%؛ وعند تأثير 2% كان السقفان 0,544 و0,738. حجم العينة المطلوب لتحقيق معيار 0,8 عند تأثير 5%: 1752–2803 مشاركًا للتصميم الحقيقي و893–1151 للمبيّض، أي أن الارتباط يضاعف حجم العينة المطلوب بمقدار 1,5–3,1 مرة. وعند تأثير 2% لم يحقق أي تصميم المعيار عند أي حجم عينة. أعطى تخشين التقسيم إلى 6 مناطق استرجاعًا قدره 0,750 فقط (الحقيقي) و0,783 (المبيّض) عند تأثير 2%. كان اختيار المقدّر أهم من الارتباط: عند n=638 وتأثير 5%، بلغ الاسترجاع 24,6% لريدج، و69,2% لحصان، و76,7% للاسو. وكانت 58,6% من أزواج المناطق قابلة للاستبدال (فرق في R² بطريقة leave-one-out أقل من 0,002).
تضيف هذه الورقة إلى مجال أبحاث الحُصين ما افتقرت إليه الأعمال المجاورة حول الأطالس الخلوية والعضيات: تقييمًا تجريبيًا مباشرًا لما إذا كان التصميم الواقعي للمناطق الفرعية قادرًا على تسمية المنطقة الصحيحة عند وجود تأثير حقيقي. وخلافًا للدراسات التي تكتفي بالإبلاغ عن ارتباطات أو قياس موثوقية التقسيم، بُني هنا لأول مرة تجربة مضادة للواقع باستخدام بيانات «مبيّضة» مزدوجة، تسمح بفصل مساهمة البنية الارتباطية عن مساهمة حجم العينة. هذا ليس مجرد دراسة ارتباطات أخرى، بل سطح معايرة يمكن من خلاله تقدير واقعية دراسة مخطط لها مسبقًا. والاستنتاج الرئيسي للعلم: الاستنتاجات القياسية حول توطين التأثير في منطقة فرعية معينة غالبًا ما تفتقر إلى أساس إحصائي، وممارسة تسمية «الفائز» بين مناطق شديدة الارتباط يجب أن تفسح المجال للإبلاغ عن فئات مكافئة.
يمكن أن يتطور الموضوع نحو إنشاء أدوات مفتوحة للمعايرة المسبقة للتصميم: يستطيع الباحث تحديد تقسيمه وحجم التأثير المتوقع وحجم العينة المتاح للحصول على تقدير واقعي لاحتمال التوطين الصحيح. ومن المحتمل ظهور معايير للإبلاغ تتطلب ذكر فئة التكافؤ بدلًا من منطقة منفردة، وكذلك توصيات لاختيار المقدّر، لأن الفرق بين الطرق تبين أنه أكبر من تأثير الارتباط. ومن المجالات الواعدة توسيع نهج «التأثيرات المُدخلة» ليشمل مناطق أخرى من الدماغ وأنماطًا أخرى حيث يكون التعدد الخطي مرتفعًا أيضًا.
ستؤثر النتائج مباشرة على تخطيط وتفسير الدراسات في علم الأعصاب المعرفي وعلم النفس العصبي والطب النفسي، حيث تُستخدم أحجام المناطق الفرعية للحُصين. كما أنها مهمة للدراسات الجينية التي تتبنى بالفعل ممارسة التصحيح وفق الحجم الكلي للحُصين، ولتطوير مؤشرات حيوية سريرية قائمة على التشريح الدقيق.
تشمل الخطوات القريبة إعادة حساب منحنيات المعايرة لأدوات تقسيم أخرى (مثل ASHS) ولمجموعات أخرى، لتقدير قابلية نقل النتائج. كما يجب التحقق مما إذا كانت الاستنتاجات تبقى عند استخدام مخرجات معرفية أخرى وفي التصاميم الطولية.
ترتبط الورقة مباشرة بمشكلة عدم قابلية التكرار الجوهرية في التصوير العصبي: فهي تُظهر أن التناقضات في أدبيات المناطق الفرعية للحُصين قد تُفسَّر ليس فقط بضعف القوة الإحصائية، بل أيضًا بعدم إمكانية تحديد الموقع التوطيني من حيث المبدأ عند أحجام التأثير المعتادة. وهذا يضع تفسير العديد من النتائج المنشورة موضع تساؤل، ويتطلب مراجعة معايير الإثبات في دراسات البنية والسلوك.
بلغ شرط عدد مصفوفة التصميم 1727، ووسيط عامل تضخم التباين 7,3، ما يعني أن المعلومات عن العديد من المناطق تكاد تكون مكررة بالكامل من المناطق المجاورة. ومع ذلك، كانت 32 من 36 ارتباطًا ثنائيًا مع العامل المعرفي موجبة، أي أن المعامل السالب في النموذج متعدد المتغيرات كان سيتطلب تفسيره كتثبيط وليس كعلاقة عكسية.
لم يُنشر على arXiv. هنا صفحته وملف PDF والصياغة الشكلية: يمكنك التحقق بنفسك، لا مجرد قراءة تحليلنا.