Beyni Görüntülemek Yetmiyor: Neden Binlerce Katılımcı Gerekebiliyor?

Renkli bir beyin görüntüsü gördüğümüzde, karşımızda tartışmaya yer bırakmayan bir kanıt varmış gibi hissedebiliriz. Görsel nettir, beynin belirli bir bölgesi işaretlenmiştir ve haber başlığı genellikle iddialıdır: “Kaygının merkezi bulundu”, “Zekânın beyindeki izi keşfedildi” ya da “Bu bağlantı depresyonu açıklıyor.” Fakat beynin ayrıntılı bir görüntüsünü elde etmekle insan davranışını güvenilir biçimde açıklamak aynı şey değildir. Son yıllarda yapılan büyük ölçekli çalışmalar, beyin yapısı veya bağlantılarıyla kişilik, dikkat, zekâ ve ruh sağlığı gibi özellikler arasındaki ilişkilerin çoğu zaman oldukça küçük olduğunu gösteriyor. Küçük ilişkileri tesadüfi dalgalanmalardan ayırmak için de bazı durumlarda onlarca değil, binlerce katılımcıya ihtiyaç duyulabiliyor. Bu, beyin görüntülemenin işe yaramadığı anlamına gelmiyor. Daha çok, beyinden davranışa uzanan yolun düşündüğümüzden daha karmaşık olduğunu gösteriyor.

Her beyin araştırması aynı soruyu sormuyor

Öncelikle önemli bir ayrım yapmak gerekiyor. Bir araştırmacı, katılımcılardan ekrandaki yüzlere bakmalarını veya parmaklarını hareket ettirmelerini isteyebilir. Ardından bu görevler sırasında beynin hangi bölgelerinin ortalama olarak etkinleştiğini inceleyebilir. Güçlü ve tekrarlanan bu tür etkiler, bazı durumlarda daha küçük katılımcı gruplarında da görülebilir. Bu noktada aklımıza insanların beyin bağlantıları arasındaki farkların dikkat becerileriyle ilişkili olması beklenebilir mi sorusu geliyor. Veyahut birinin beyin yapısındaki farklılık depresyon belirtileri hakkında tahminde bulunmamıza yardımcı olabilir mi? Burada araştırmacılar yalnızca beynin ortalama tepkisini değil, insanlar arasındaki küçük farklılıkları açıklamaya çalışır. Beyin-geneli ilişkilendirme çalışmaları olarak adlandırılan bu araştırmalarda gerekli örneklem sayısı çok daha yüksek olabilir. Çünkü kişilik, zekâ veya ruh sağlığı tek bir beyin bölgesinden kaynaklanmaz. Genetik özelliklerden eğitime, uykudan strese, aile yaşamından ekonomik koşullara kadar pek çok etken aynı anda rol oynar. Beyindeki tek bir ölçümün bu karmaşık özellikleri güçlü biçimde açıklamasını beklemek çoğu zaman gerçekçi değildir.

Küçük örneklem neden sorun yaratıyor?

Bir araştırmada az sayıda kişi olduğunda, sonuçlar örnekleme göre büyük ölçüde değişebilir. Bunu bir madeni parayla düşünelim. Parayı dört kez attığınızda dört kez de yazı gelebilir. Bu sonuç, paranın her zaman yazı geleceğini göstermez. Yalnızca deneme sayısının çok az olduğunu gösterir. Parayı yüzlerce kez attığınızda gerçek oran daha belirgin hâle gelir. Beyin görüntüleme araştırmalarında da benzer bir durum yaşanabilir. Gerçekte çok küçük olan bir ilişki, 30 kişilik bir çalışmada tesadüfen çok güçlü görünebilir. Başka bir araştırmada aynı ilişki hiç bulunmayabilir, hatta ters yönde çıkabilir. Marek ve arkadaşlarının yaklaşık 50 bin kişiyi kapsayan büyük veri kümeleri üzerinde yaptığı çalışma, beyin ölçümleriyle davranış arasındaki ilişkilerin genellikle küçük olduğunu ve küçük örneklemlerde bu ilişkilerin ciddi biçimde abartılabildiğini gösterdi. Araştırmacılar, güvenilir beyin-davranış ilişkileri için bazı durumlarda binlerce kişilik örneklemlere ihtiyaç duyulabileceği sonucuna ulaştı (Marek ve ark., 2022). Buradaki sorun yalnızca gerçek bir ilişkiyi kaçırmak değildir. Küçük örneklemler, bulunan ilişkinin gerçekte olduğundan daha büyük görünmesine de yol açabilir. Bilimsel literatürde buna zaman zaman kazananın laneti adı verilir: En dikkat çekici sonuç yayımlanır, fakat bu sonuç gerçek etkiyle birlikte tesadüfi büyümeyi de içerir.

Anlamlı bulundu demek yeterli değil

Bilim haberlerinde sık sık “istatistiksel olarak anlamlı ilişki bulundu” ifadesiyle karşılaşırız. Ancak istatistiksel anlamlılık, ilişkinin güçlü veya günlük yaşam açısından önemli olduğunu göstermeyebilir. Çok büyük bir örneklemde oldukça küçük bir ilişki istatistiksel olarak anlamlı olabilir. Küçük bir örneklemde ise gerçek bir ilişki gözden kaçabilir. Bu yüzden bir beyin araştırmasını değerlendirirken yalnızca anlamlı çıkıp çıkmadığını merak etmek çoğu zaman yeterli olmayabilir. İlişkinin ne kadar güçlü olduğu, ölçümün ne kadar güvenilir olduğu ve sonucun başka bir grupta tekrar edilip edilmediği de önemlidir. Örneğin bir beyin bağlantısının dikkat puanlarındaki farkın yalnızca çok küçük bir bölümünü açıklaması bilimsel açıdan ilginç olabilir. Fakat bundan yola çıkarak tek tek kişilerin dikkat becerisini güvenilir biçimde tahmin etmek mümkün olmayabilir.

Aynı veri, farklı sonuçlar

Örneklem büyüklüğü tek sorun değildir. Beyin görüntüleme verileri oldukça karmaşıktır ve analiz sırasında araştırmacıların birçok karar vermesi gerekir. Hangi katılımcılar çalışmadan çıkarılacak? Baş hareketleri nasıl düzeltilecek? Beyin hangi bölgelere ayrılacak? Hangi istatistiksel model kullanılacak? Sonuçların anlamlı sayılması için hangi sınır seçilecek? Botvinik-Nezer ve arkadaşlarının 2020 yılında yayımladığı çalışma, bu kararların ne kadar önemli olduğunu açık biçimde gösterdi. Araştırmada 70 bağımsız ekip, aynı 108 katılımcıdan elde edilen fMRI verilerini analiz etti ve aynı dokuz hipotezi sınadı. Veri aynıydı. Sorular aynıydı. Fakat ekiplerin kullandığı analiz yolları farklıydı ve bazı hipotezler hakkında farklı sonuçlara ulaşıldı (Botvinik-Nezer ve ark., 2020). Bu çalışma, araştırmacıların bilinçli biçimde istedikleri sonucu ürettiğini göstermiyor. Aksine, bilimsel açıdan makul görünen birden fazla analiz yolunun bulunabileceğini gösteriyor. Sorun, bu farklı yolların bazen farklı sonuçlara ulaşması. Bu yüzden analiz planının önceden kaydedilmesi, kullanılan yöntemlerin açıkça anlatılması ve mümkün olduğunda kodların paylaşılması büyük önem taşıyor.

Beyin görüntüsü doğrudan düşünceyi göstermez

fMRI, beynin fotoğrafını çekip düşünceleri doğrudan gösteren bir cihaz değildir. Beyin etkinliği sırasında ortaya çıkan kan akışı ve oksijenlenme değişikliklerini ölçer. Araştırmacılar bu dolaylı sinyallerden hareketle hangi bölgelerin daha fazla çalıştığına ilişkin tahminlerde bulunur. Ham verinin kullanılabilir hâle gelmesi için birçok işlemden geçmesi gerekir. Hareket kaynaklı bozulmalar düzeltilir, görüntüler ortak bir beyin şablonuna yerleştirilir, gürültü azaltılır ve istatistiksel modeller uygulanır. Li ve arkadaşlarının çalışması, aynı dinlenim hâli fMRI verisinin farklı ön işleme yöntemlerinden geçirildiğinde sonuçların değişebildiğini gösterdi. Başka bir ifadeyle, görüntü alınırken kullanılan cihaz kadar, o görüntünün nasıl işlendiği de araştırmanın sonucunu etkileyebilir (Li ve ark., 2024).

Büyük örneklem her şeyi çözmez

Binlerce katılımcı rastlantısal dalgalanmaları azaltabilir, daha küçük ilişkileri görünür hâle getirebilir ve sonuçların başka gruplarda sınanmasına olanak tanıyabilir. Fakat büyük örneklem tek başına iyi bilim garantisi değildir. Güvenilir olmayan bir ölçümü binlerce kişiye uygulamak, ölçümü kendiliğinden güvenilir hâle getirmez. Bir tartının aynı kişiyi birkaç dakika arayla sürekli farklı göstermesi gibi, bazı beyin ölçümleri de tekrarlandığında yeterince benzer sonuç vermeyebilir. Elliott ve arkadaşlarının meta-analizi, yaygın görev temelli fMRI ölçümlerinin insanlar arasındaki farklılıkları belirleme konusunda çoğu zaman düşük veya orta düzeyde güvenilirliğe sahip olduğunu gösterdi (Elliott ve ark., 2020). Üstelik çok büyük bir araştırma da toplumun tamamını temsil etmeyebilir. Katılımcıların çoğu belirli bir yaş, eğitim veya ekonomik gruptan geliyorsa sonuçların başka topluluklara aktarılması zorlaşabilir. Büyük veri ayrıca neden-sonuç ilişkisini de otomatik olarak çözmez. Bir beyin özelliğiyle davranış arasında ilişki bulunması, o beyin özelliğinin davranışa neden olduğunu göstermez. Uyku, ilaç kullanımı, stres, gelir düzeyi veya başka bir değişken her ikisini de etkiliyor olabilir. Kısacası büyük örneklem önemlidir, ama kötü ölçümü, zayıf kuramı veya yanlı örneklemi sihirli biçimde düzeltmez.

Binlerce kişi her çalışma için gerekli mi?

Hayır.

Gerekli katılımcı sayısı araştırmanın sorduğu soruya bağlıdır. Güçlü bir deneysel etkiyi inceleyen çalışma ile kişilik özelliklerindeki küçük bireysel farkları tahmin etmeye çalışan çalışma aynı sayıda katılımcıya ihtiyaç duymaz. Bazen çok sayıda kişiden kısa ölçümler almak yerine, daha az sayıda kişiyi birçok kez ve uzun süre ölçmek daha yararlı olabilir. Tek bir insanın beyin ağlarını ayrıntılı biçimde haritalamak isteyen bir araştırmacı, binlerce kişiden birkaç dakikalık veri toplamak yerine daha az kişiden saatlerce veri toplayabilir. Kang ve arkadaşlarının geniş veri kümeleri üzerindeki çalışması da araştırma tasarımının örneklem sayısı kadar önemli olduğunu gösteriyor. Boylamsal ölçümler, iyi seçilmiş örneklemler ve daha güvenilir veri toplama yöntemleri, sonuçların tekrarlanabilirliğini artırabiliyor (Kang ve ark., 2024).

Bu yüzden “Her fMRI araştırması için binlerce kişi gerekir” demek doğru değildir. Daha doğru soru şudur:

Araştırmanın ileri sürdüğü iddia için yeterli sayıda ve yeterli kalitede veri var mı?

Beyin haberlerini okurken nelere bakabiliriz?

Bir haberde “beyindeki bir bölgenin” kişilik, hastalık veya davranışla bağlantılı olduğu söylendiğinde birkaç basit soru işimize yarayabilir: Araştırmaya kaç kişi katıldı? Bulgu başka bir grupta tekrarlandı mı? İlişki ne kadar güçlüydü? Araştırmacılar sonuçlarını önceden belirlenmiş bir analizle mi sınadı? Kullanılan ölçüm tekrarlandığında benzer sonuç veriyor mu? Bu soruların amacı her beyin araştırmasından şüphe etmek değildir. Tam tersine, hangi bulgunun henüz ilk işaret olduğunu, hangisinin daha sağlam kanıtlara dayandığını ayırt etmektir. Renkli bir beyin görüntüsü güçlü bir anlatım aracı olabilir. Fakat görüntünün etkileyici görünmesi, arkasındaki sonucun da aynı ölçüde güçlü olduğu anlamına gelmez. Beyin görüntüleme alanında bugün yaşanan tartışma bir başarısızlık işareti değil. Alanın kendi yöntemlerini sorguladığını, daha büyük veri kümelerine, daha açık analizlere ve bağımsız doğrulamaya yöneldiğini gösteriyor. Beyni anlamak için yalnızca daha gelişmiş cihazlara değil; daha iyi ölçümlere, daha açık yöntemlere ve bazen çok daha fazla insana ihtiyacımız var.

Kaynakça

Botvinik-Nezer, R., Holzmeister, F., Camerer, C. F., et al. (2020). Variability in the analysis of a single neuroimaging dataset by many teams. Nature, 582, 84–88. https://doi.org/10.1038/s41586-020-2314-9

Button, K. S., Ioannidis, J. P. A., Mokrysz, C., et al. (2013). Power failure: Why small sample size undermines the reliability of neuroscience. Nature Reviews Neuroscience, 14, 365–376. https://doi.org/10.1038/nrn3475

Elliott, M. L., Knodt, A. R., Ireland, D., et al. (2020). What is the test-retest reliability of common task-functional MRI measures? New empirical evidence and a meta-analysis. Psychological Science, 31(7), 792–806. https://doi.org/10.1177/0956797620916786

Kang, K., Seidlitz, J., Bethlehem, R. A. I., et al. (2024). Study design features increase replicability in brain-wide association studies. Nature. https://doi.org/10.1038/s41586-024-08260-9

Li, X., Bianchini Esper, N., Ai, L., et al. (2024). Moving beyond processing- and analysis-related variation in resting-state functional brain imaging. Nature Human Behaviour. https://doi.org/10.1038/s41562-024-01942-4

Liu, S., Abdellaoui, A., Verweij, K. J. H., et al. (2023). Replicable brain–phenotype associations require large-scale neuroimaging data. Nature Human Behaviour, 7, 1344–1356. https://doi.org/10.1038/s41562-023-01642-5

Marek, S., Tervo-Clemmens, B., Calabro, F. J., et al. (2022). Reproducible brain-wide association studies require thousands of individuals. Nature, 603, 654–660. https://doi.org/10.1038/s41586-022-04492-9

Poldrack, R. A., Baker, C. I., Durnez, J., et al. (2017). Scanning the horizon: Towards transparent and reproducible neuroimaging research. Nature Reviews Neuroscience, 18, 115–126. https://doi.org/10.1038/nrn.2016.167