PNAS：假阳性率高达70%，大约4万篇使用fMRI的论文不可信？

     目前，fMRI已被广泛地用于神经科学，主要是用于研究人及动物的脑或脊髓。但是令人吃惊的是，它的最为常见的统计学方法从没有利用真实的数据加以验证。为了解决这个问题，在一项新的研究中，来自美国麻省总医院的研究人员使用499名健康人的静息态fMRI数据来开展3百万次任务组分析。在不同的实验设计中使用这些数据，他们估计了显著性结果的发生率。在理论上，研究人员应当发现5%的假阳性率（显著性阈值为5%），但是实际上，他们发现用于fMRI分析的最为常见的软件包（SPM、FSL和AFNI）能够产生的假阳性率高达70%。这一发现对大约4万篇使用fMRI的研究论文的可信性提出质疑，而且可能对理解神经成像结果产生重大的影响。 相关研究结果于2016年6月27日在线发表在PNAS期刊上，论文标题为“Cluster failure: Why fMRI inferences for spatial extent have inflated false-positive rates”。论文通信作者为瑞典林雪平大学科学家Anders Eklund。除了发现令人吃惊的高假阳性率之外，研究人员发现AFNI软件包存在一个漏洞。当使用这种软件的漏洞排除版本时，它能够将假阳性率降低10%以上。最后，研究人员提到，在之前的研究中，利用这种存在功能缺陷的软件包AFNI进行分析时产生的大多数数据是不能够获得的，因此不能够轻松地再次分析这些数据。