Надежность и воспроизводимость психопатологических сетей

Сетевые подходы к психопатологии подразумевают, что психические расстройства порождаются взаимодействием симптомов в сетевой структуре1,2. В последние несколько лет статистические методы, которые оценивают сети, были разработаны и применены ко многим расстройствам3. По мере накопления эмпирических данных возникает вопрос об их надежности и воспроизводимости. В этой статье мы оцениваем состояние исследований психопатологических сетей по трем методологическим критериям: качество модели, точность и воспроизводимость. Качество модели. Одно из важных качеств статистического моделирования – это его способность воссоздавать «истинную» модель, которая генерирует данные, что является необходимым условием для обоснования выводов, сделанных на основе сетевых моделей. Оценить эту способность можно с помощью: a) математического анализа, который доказывает, что методика воссоздает исходную сетевую модель (например, показывая, как с ростом выборки статистическая модель сближается с истинной моделью), и b) симуляционных исследований, в которых оценивается продуктивность метода в разных обстоятельствах (например, при разных сетевых структурах, размерах выборки, заданных параметрах). Используемые современные сетевые методики (т. е. парные марковские сети4) прошли проверку математическим анализом и симуляционными исследованиями5,6: они эффективно воссоздают «истинную» модель, лежащую в основе собираемых данных. В целом, такие методики минимизируют ложноположительные результаты за счет статистической мощности, поэтому они скорее пропустят «истинные» сетевые связи, чем включат в расчет ложные связи5,6. Таким образом, эти методики являются проверенным, консервативным инструментом для оценки психопатологических сетевых структур. Точность и надежность. После того как исследователь, используя проверенную методологию, выявил в эмпирических данных сетевую структуру, возникает вопрос: насколько точны оценки параметров, насколько надежны полученные результаты? Например, если связь межд...