La interacción psicofisiológica ( PPI ) es un método de análisis de la conectividad cerebral para datos de imágenes cerebrales funcionales , principalmente imágenes por resonancia magnética funcional (fMRI). Estima cambios dependientes del contexto en la conectividad efectiva (acoplamiento) entre regiones cerebrales. [1] [2] Por lo tanto, el análisis PPI identifica regiones cerebrales cuya actividad depende de una interacción entre el contexto psicológico (la tarea) y el estado fisiológico (el curso temporal de la actividad cerebral) de la región semilla. [3]
El método PPI fue propuesto por Friston y sus colegas en 1997. [1] El modelo incluye un término de interacción entre una variable psicológica (diseño de la tarea) y una variable fisiológica (la serie temporal de una región cerebral). Si el término de interacción puede explicar la activación cerebral de otra región cerebral después de tener en cuenta los efectos principales de las variables psicológicas y fisiológicas, entonces implica una conectividad dependiente de la tarea entre las dos regiones cerebrales.
El método PPI se aplica principalmente a las señales dependientes del nivel de oxígeno en sangre (BOLD) medidas mediante resonancia magnética funcional (fMRI). La respuesta hemodinámica es lenta en comparación con las actividades neuronales rápidas. Por lo tanto, Gitelman y sus colegas propusieron deconvolucionar primero la serie temporal BOLD de la semilla con la función de respuesta hemodinámica, de modo que las señales de "nivel neuronal" resultantes pudieran coincidir con el momento del diseño de la tarea (la variable psicológica). [4] Antes de la multiplicación, se deben centrar tanto las variables psicológicas como las fisiológicas. [5]
Si se diseña un experimento de fMRI con múltiples condiciones, entonces habrá múltiples variables psicológicas incluidas en el modelo. En este caso, se propuso una estrategia de modelado denominada PPI generalizada. [6]
Tradicionalmente, el análisis PPI se implementaba utilizando una estrategia basada en semillas. Es decir, el término PPI se define utilizando una semilla predefinida y se realiza un análisis voxel por vóxel para identificar regiones en todo el cerebro que mostraron conectividad modulada por tarea con la región semilla. El método PPI también se puede aplicar a cada par de regiones en el cerebro, de modo que se pueda mapear la conectividad modulada por tarea de todo el cerebro, es decir, el conectoma de tarea . [7]
Los principales programas de análisis de datos fMRI, incluidos SPM, FSL, AFNI y CONN, tienen módulos para el análisis de PPI. También existe Generalized PPI Toolbox, que es una caja de herramientas basada en MATLAB dedicada al análisis de PPI.