功能连接研究中误导性因果陈述的诱惑

作为神经科学家，我们希望理解大脑内部的因果交互或机制如何产生感知、认知和行为。通常我们使用功能连接、格兰杰因果或信息流等统计技术从测量的活动中估计交互效应，其结果常被错误地视为揭示了机制性洞见。由于这些统计技术将模型拟合到来自大脑的低维测量上，它们忽略了大脑活动是高维的这一事实。在此我们关注共同输入的明显混杂：无数未观测变量可能比少数已观测变量具有更大的影响。任何给定的观测相关性都可以由考虑到未观测变量的无限组因果模型来解释。因此，大规模欠采样测量中的相关性几乎不能告诉我们关于机制的信息。我们认为，这种从相关性对因果性的错误推断被暗示机制的词汇（如连接性、因果性和流）的隐式重定义所加剧。