文章大修，审稿人关于DPARSF预处理的问题，望请各位同道指教

Submitted by liuchen on Sun, 10/27/2013 - 11:27

最近自己的一篇文章被PLOS ONE大修，方法学比较简单：一组病人与正常人之间ALFF自发脑活动的比较，数据的处理全部都是使用DPARSF进行的标准处理流程。

但是审稿人提了很多数据处理技术上的问题，鉴于自己的医学背景，望请各位高人指教，谢谢。

第一个问题：Q.2 The investigators excluded data that exceeded a specific motion threshold. However, it would be important to know if there were remaining differences in motion between groups? Was motion used as a covariate in the analyses performed?

在预处理阶段我已经把头动作为变量校正了，还需要在后续的两组比较把头动作为协变量吗？

如果两组头动参数在进行两组比较之后并没有显著性差异，还需要作为协变量吗？

 

第二个问题：It’s understood that the investigators used a standard value of 8mm smoothing of the structural data, however, it is not clear why such a large smoothing kernel is necessary (larger than the functional smoothing level)? Please provide justification for this.

数据分析我是把静息态功能数据配准到结构数据所创建的DARTEL模板上，审稿人的问题是静息态数据我使用的是6mm平滑核，但是结构数据却使用了更大的8mm平滑核，请问这样做会影响实验结果的准确性吗？

 

第三个问题：The global signal regressor could have major unintended influences on the results. Analyses should be performed with and without the global signal regressor to see how this processing step affects the results.

审稿人要求我做全脑平均信号去除与不去除之间的结果差异，怎样去和审稿人说做全脑信号去除的好处，而不用去做无全脑信号去除。

 

第四个问题：I am a bit uncertain whether it is sound to normalize the regional ALFF measures by the grand mean of each subject. Did the grand-mean values differ by group? This could indicate a generalized slowing. Perhaps it would be better to treat the grand mean value as a covariate in the analyses and report whether the covariate was significant interacting with group assignment。
 

ALFF到底需不需要去做全脑平均之后的mALFF，需要把平均的值作为协变量吗？有没有可靠的文献支持需要做平均？

望请各位专家，老师，同学给出意见，如果指出文献支持更好，谢谢！

最后是我的DPARSF设置参数图

 

 

Submitted by Qing Zhao on Sun, 10/27/2013 - 19:59

关于头动
在预处理中去除协变量当然是必要的，但现在业内普遍认为不能完全去除头动对数据的影响，尤其是相对头动对组间差异的比较的结果可能存在影响（Power et al.,Spurious but systematic correlations in functional connectivity MRI networks arise from subject motion/Van dijk et al., The influence of head motion on intrinsic functional connectivity MRI/Yan et al., A comprehensive assessment of regional variation in the impact of head micromovements on functional connectomics）。现在最新版的DPARSF在headmotionparameter文件夹下的excel文件已经算好了相对头动的几个指标（如FD），如果审稿人对此有要求，可以在组间差异比较时选择其中一个指标作为协变量去除。

关于全脑均值
这个业内有争议，审稿人如果觉得需要看不去除的结果，我觉得最好按他说的试一下，如果对最终结果影响不是很大，可以放在辅助材料或者在回复审稿意见时说明一下。这一问题的争议见Fox和Murphy各自在2009年的文章及其后继文章。也建议你看看臧老师或者其他老师的建议如何。

平滑和模态间平滑核不一致的问题，我不太清楚。
关于mALFF，可以参考下臧老师最早做ALFF的文章(Zang YF, He Y, Zhu CZ, Cao QJ, Sui MQ, Liang M, et al. Altered baseline brain activity in children with ADHD revealed by resting-state functional MRI. Brain Dev 2007;29:83–91)。你也可以按审稿人的建议试一下。

Submitted by liuchen on Mon, 10/28/2013 - 10:13

谢谢楼上的老师，头动我将试试最新的DPARSF做一下，平滑和模态间平滑核不一致的问题还请各位老师继续指教。

刚刚我再仔细查看了自己的文章以及原来DPARSF自己设置的参数，我并没有做Regress out global signal。之前也看到过文献说目前并不支持做Regress out global signal，因为会产生很多争议。第三个以及第四个问题是不同的审稿人提出来的，可能都是对我材料方法中这句话产生了疑问To reduce the global effects of variability across participants, as performed in many positron emission tomography (PET) studies, the ALFF of each voxel was divided by the global mean ALFF value for each subject.只能再按照审稿人的意见做一遍去与不去Regress out global signal。

mALFF我查看了一下臧老师这篇ADHD的ALFF文章，好像没有具体指出做mALFF的好处，只是说了pet中通常做均值。

Submitted by yuanbinke on Fri, 11/01/2013 - 19:06

说到除均值的‘好处’，那我建议你去看看超赣老师刚发表的文章（Yan et al., 2013, Neuroimage, Standardizing the intrinsic brain: Towards robust measurement of inter-individual variation in 1000 functional connectomes）。

至于说，全脑平均的ALFF到底有没有意义，我不是很清楚。我目前也没有见到有文章讨论这个 （也或许是我看的文章太少了）。
彬科

Submitted by ZHANG_RESTadmin on Sat, 11/02/2013 - 00:42

 “怎样去和审稿人说做全脑信号去除的好处，而不用去做无全脑信号去除”

很难去和审稿人argue这个问题，因为“全脑信号去除的好处”目前尚不明确，而且有好处也有坏处。建议两个方法都做。看结果不要差太多就好。



“静息态数据我使用的是6mm平滑核，但是结构数据却使用了更大的8mm平滑核”

可以argue，一般的文章都是这么设平滑核的。当然，可以把功能数据也用8mm平滑一下，结果应该差不多或者更好。这样就统一了。

“两组头动参数在进行两组比较之后并没有显著性差异，还需要作为协变量吗？”
要比较两组头动的差异，即使没差异，也要作为协变量。

“ALFF到底需不需要去做全脑平均之后的mALFF，需要把平均的值作为协变量吗？”
需要平均，这样便于被试间的比较。你可以把平均ALFF做组间比较，证明两组在这个值上没有差异。当然，也可提供并比较将这个值作为协变量的结果。

总之，审稿人提到的问题，尽量都满足，但是并不需要都放在正文，可以放在SI里。