La segmentación automática ha convertido la medición de la estructura interna del hipocampo en algo rutinario: un escáner estándar devuelve los volúmenes de una decena o más de subcampos, y los estudios sobre envejecimiento, memoria y enfermedades ya informan de qué zona concreta se asocia con cada desenlace. Sin embargo, los resultados de esos estudios se contradicen entre sí: los metaanálisis discrepan incluso en el signo del efecto, y trabajos sueltos señalan estructuras distintas sin relación aparente con el tamaño de muestra ni con el protocolo. La explicación habitual de estas contradicciones es la falta de potencia estadística, pero las disputas sobre reproducibilidad solo abordan si la asociación se reproduce y no se preguntan si su localización anatómica puede recuperarse siquiera. Este trabajo va por otro camino: junto a él, en el mismo archivo, hay estudios sobre diagnóstico por reacción del tejido, medición de organoides en crecimiento, división celular con conservación de la memoria, órganos vivos en placa de Petri, habituación de cerebros en miniatura, compresión del habla, atlas celulares y estimulación de precisión, pero ninguno comprobó si un diseño real con subcampos del hipocampo es capaz de nombrar la zona correcta cuando el efecto existe de verdad.
Se usaron datos de 638 participantes de la cohorte Cam-CAN (edad 18,6–89,0 años, media 55,2). Los volúmenes de 36 subcampos del hipocampo (18 por hemisferio) se obtuvieron en FreeSurfer 8.2.0 con el atlas probabilístico de Iglesias; los volúmenes se logaritmizaron, se limpiaron del efecto del volumen intracraneal, la edad (spline), el sexo y la educación, y después se estandarizaron. Se extrajo un factor global (la media de todas las zonas) y contrastes locales ortogonales a él. El modelo principal es una horseshoe regularizada con una expectativa a priori de cuatro predictores significativos. Para comprobar la recuperabilidad se introdujeron en los datos reales efectos artificiales de localización y magnitud conocidas (2% o 5% de varianza explicada), y también en una copia «blanqueada» del mismo diseño en la que se eliminaron las correlaciones entre zonas mediante blanqueado ZCA. En cada repetición, ambas versiones recibieron las mismas submuestras, columnas, predictores verdaderos, signos y vector de ruido; solo cambiaba la escala de los coeficientes. Se compararon tres estimadores: regresión ridge, ruta de lazo y horseshoe regularizada. La malla incluyó 4 tamaños de muestra (100, 200, 400, 638), 2 magnitudes de efecto y 80 repeticiones emparejadas por celda; además se varió la granularidad de la parcelación (6, 12, 18, 36 zonas) y el esquema de introducción de efectos.
En los datos observados, ninguno de los 36 coeficientes locales se distinguió de cero: ningún intervalo del 89% excluía el cero, y la media a posteriori del número efectivo de coeficientes distintos de cero fue de 1,89 frente a una expectativa a priori de 4. El factor global tuvo un coeficiente de +0,067 (intervalo del 89% [0,004; 0,130]) y explicó el 0,6% de la varianza del desenlace. El bloque local solo añadió 0,005 al R² bayesiano, y la diferencia en la densidad logarítmica esperada no superó las 4 unidades en ningún modelo. La estabilidad entre las dos mitades de la cohorte fue bajísima: la correlación de los vectores de coeficientes fue de +0,12 de media, con un solapamiento de 0,08 en las selecciones top-6, mientras que las ejecuciones repetidas sobre los mismos datos coincidían a la perfección (solapamiento de 1,00). En el experimento con efectos introducidos, la recuperación del conjunto completo de tres zonas con un efecto del 5% fue del 20,8% con n=100 y del 69,2% con n=638 para el diseño real, frente al 30,0% y el 85,0% del blanqueado. Con un efecto del 2%, los valores correspondientes fueron 15,4% y 38,3% frente a 15,4% y 53,3%. El ajuste de la curva de saturación dio un techo de recuperación de 0,944 (real) y 1,05 (blanqueado) con un efecto del 5%; con un efecto del 2%, los techos fueron 0,544 y 0,738. El tamaño de muestra necesario para alcanzar el criterio de 0,8 con un efecto del 5% es de 1752–2803 participantes para el diseño real y de 893–1151 para el blanqueado, es decir, la correlación multiplica por entre 1,5 y 3,1 el tamaño de muestra necesario. Con un efecto del 2%, ningún diseño alcanzó el criterio con ningún tamaño de muestra. Engrosar la parcelación hasta 6 zonas dio una recuperación de solo 0,750 (real) y 0,783 (blanqueado) con un efecto del 2%. La elección del estimador resultó más importante que la correlación: con n=638 y un efecto del 5%, la recuperación fue del 24,6% para ridge, del 69,2% para horseshoe y del 76,7% para lazo. El 58,6% de los pares de zonas eran intercambiables (diferencia en el R² leave-one-out inferior a 0,002).
El trabajo aporta al campo del hipocampo algo que faltaba en los estudios vecinos sobre atlas celulares y organoides: una evaluación empírica directa de si un diseño real con subcampos puede nombrar la zona correcta cuando el efecto existe de verdad. A diferencia de los estudios que solo informan de asociaciones o miden la fiabilidad de la segmentación, aquí se construye por primera vez un experimento contrafactual con datos «blanqueados» emparejados, que permite separar la contribución de la estructura de correlación de la del tamaño de muestra. No es un estudio de asociaciones más, sino una superficie de calibración sobre la que se puede estimar de antemano el realismo de un estudio planificado. La conclusión principal para la ciencia: las afirmaciones estándar sobre la localización de un efecto en un subcampo concreto a menudo no tienen base estadística, y la práctica de nombrar un «ganador» entre zonas muy correlacionadas debería dejar paso al reporte de clases equivalentes.
El tema puede avanzar hacia la creación de herramientas abiertas para la calibración previa del diseño: el investigador podrá indicar su parcelación, el tamaño de efecto esperado y el tamaño de muestra disponible para obtener una estimación realista de la probabilidad de localizar correctamente. Es posible que aparezcan estándares de reporte que exijan indicar la clase de equivalencia en lugar de una zona concreta, así como recomendaciones para elegir el estimador, ya que la diferencia entre métodos resultó mayor que el efecto de la correlación. Es prometedor extender el enfoque de los «efectos introducidos» a otras regiones del cerebro y otras modalidades donde la multicolinealidad también es alta.
Los resultados afectarán directamente a la planificación y la interpretación de estudios en neurociencia cognitiva, neuropsicología y psiquiatría que utilizan volúmenes de subcampos del hipocampo. También son importantes para los estudios genéticos, donde ya se ha adoptado la práctica de corregir por el volumen total del hipocampo, y para el desarrollo de biomarcadores clínicos basados en la anatomía fina.
Los próximos pasos incluyen recalcular las curvas de calibración para otras herramientas de segmentación (por ejemplo, ASHS) y para otras cohortes, con el fin de evaluar la transferibilidad de los resultados. También hay que comprobar si las conclusiones se mantienen al usar otros desenlaces cognitivos y en diseños longitudinales.
El trabajo se relaciona directamente con el problema fundamental de la no reproducibilidad en neuroimagen: muestra que las contradicciones en la literatura sobre los subcampos del hipocampo pueden explicarse no solo por la escasa potencia, sino también por la imposibilidad de identificar la localización con los tamaños de efecto habituales. Esto pone en duda la interpretación de muchos resultados publicados y exige revisar los estándares de evidencia en los estudios de estructura y conducta.
El número de condición de la matriz del diseño fue de 1727, y el factor de inflación de la varianza mediano, de 7,3, lo que significa que la información sobre muchas zonas se duplica casi por completo en las zonas vecinas. Además, 32 de las 36 correlaciones bivariadas con el factor cognitivo eran positivas, es decir, un coeficiente negativo en el modelo multivariante habría que interpretarlo como supresión, no como relación inversa.
No publicado en arXiv. Aquí están su página, el PDF y la formalización: puede comprobarlo usted mismo, no solo leer nuestro análisis.