Estimación de Significancia Basada en Datos para una Precisa Correlación de Puntos de Disparo

Los mecanismos que subyacen al codificado neuronal y, en particular, el papel de la coordinación temporal de los picos están muy debatidos. Sin embargo, este debate a menudo se confunde con una discusión implícita sobre el uso de métodos de análisis apropiados. Para evitar una interpretación incorrecta de los datos, el análisis de trenes de picos simultáneos para una correlación precisa de picos debe ajustarse adecuadamente a las características de los trenes de picos experimentales. En particular, la no estacionaridad del disparo de neuronas individuales en el tiempo o a través de ensayos, una estructura de tren de picos que se desvía de Poisson, o una co-ocurrencia de tales características en trenes de picos paralelos son generadores potentes de falsos positivos. Se pueden evitar problemas al incluir estas características en la hipótesis nula del test de significancia. En este contexto, el uso de datos sustitutos se vuelve cada vez más importante, porque la complejidad de los datos típicamente impide soluciones analíticas. Esta revisión proporciona una visión general de los posibles obstáculos en el análisis de correlación de datos de picos paralelos y posibles rutas para superarlos. La discusión se ilustra en cada etapa del argumento haciendo referencia a una herramienta de análisis específica (el método de Eventos Unitarios). Sin embargo, las conclusiones son de naturaleza general y se aplican a otras técnicas de análisis. Se enfatiza la importancia de pruebas rigurosas y calibración de herramientas de análisis y el impacto de etapas de preprocesamiento potencialmente erróneas.