Исследование проблемы множественного сравнения при анализе всплескообразной электрической активности мышц у пациентов с болезнью Паркинсона

Abstract

Разработан метод анализа всплескообразной электрической активности мышц, основанный на вейвлет-анализе и ROC-анализе, который позволяет изучать частотно-временные особенности сигналов электромиограмм (ЭМГ) и акселерометра (АКС) «треморных» конечностей пациентов с болезнью Паркинсона (БП). Идея метода заключается в поиске локальных максимумов («всплесков») на вейвлет- спектрограмме и вычислении различных характеристик, описывающих эти максимумы: ведущая частота всплеска, длительность всплеска в периодах, ширина полосы частот всплеска, число всплесков в секунду. Анализируется степень отличия группы пациентов от контрольной группы испытуемых в пространстве этих параметров. Для этого используется ROC-анализ. Исследуется функциональная зависимость AUC (площади под ROC-кривой) от значений границ диапазонов рассматриваемых параметров. Применение этого метода позволило выявить новые нейрофизиологические закономерности в диапазоне 3–7 Гц в сигналах ЭМГ и АКС. В этих частотных диапазонах наблюдаются отличия между группой пациентов с БП и контрольной группой испытуемых. Разработанный метод предусматривает перебор большого количества диапазонов выбранных характеристик, поэтому при статистическом оценивании различных гипотез возникает проблема множественного сравнения. Необходимо найти компромисс между степенью детализации изучаемых характеристик и величиной поправки Бонферрони. В работе рассказывается о процедуре проверки статистических гипотез на данных пациентов с БП на ранней стадии. We have developed a new method for analyzing wave train electrical activity of the muscles based on the wavelet analysis and ROC analysis that enables to study the time- frequency features of electromyograms (EMG) and acceleration (ACC) signals of limbs’ tremor in patients with Parkinson’s disease (PD). The idea of the method is to find local maxima (named wave trains) in the wavelet spectrogram and to calculate various characteristics describing these maxima: the leading frequency, the duration in periods, the bandwidth, the number of wave trains per second. The degree of difference of the group of patients from the control group of subjects in the space of these parameters is analyzed. ROC analysis is used for this purpose. The functional dependence of AUC (the area under the ROC curve) on the values of the bounds of the ranges of the parameters under consideration is investigated. This method allows revealing new neurophysiological regularities in the range of 3–7 Hz in the EMG and ACC signals. The differences between the group of patients with PD and the control group of subjects are observed in these frequency ranges. The method involves investigation of a large number of ranges of selected characteristics; therefore a multiple comparisons problem appears during the statistical check of the statistical hypotheses. It is necessary to find a compromise between the degree of detail of the studied characteristics and the magnitude of the Bonferroni correction. The paper describes the statistical check of statistical hypotheses on the data of patients with early Parkinson’s disease.