Um möglichst viele störende Variablen aus einer Messung auszuschließen, wenden die Forscher sogenannte Subtraktionsverfahren an. Sie messen zum Beispiel die Hirnaktivität einer Person, die gar nichts tut oder sich mit einer Kontrollaufgabe beschäftigt, und geben ihr dann die eigentliche Aufgabe. Die Ergebnisse beider Messungen werden nun voneinander abgezogen. Diese Subtraktion soll alle Signale ausblenden, die bei beiden Aufgaben auftreten. Die Wissenschaftler versuchen damit also, möglichst viele Variablen bewusst zu kontrollieren. Ob sie es geschafft haben, kann am Endresultat – dem bunten Bild – allerdings nicht abgelesen werden.
Und das ist noch nicht alles: Das Design der Experimente basiert auf bisherigen Theorien und Erwartungen des Wissenschaftlers. Sind diese falsch, können Ergebnisse leicht fehlinterpretiert oder Wichtiges kann gar ganz übersehen werden. Welche statistischen Tests im Anschluss an die ersten Analysen ausgeführt werden, sei noch immer Gegenstand heftiger Diskussion im Lager der Neuropsychologen, bemerkt die Neurowissenschaftlerin Roskies.
Diese Statistiken können allerdings einen enormen Einfluss ausüben auf das Resultat. Aktivierungsmuster, die mit einer bestimmten Statistik kein Ergebnis gebracht haben, könnten mit einer anderen Methode signifikante Resultate aufweisen. Der Satz „Diese Studie beweist, dass Region X zuständig ist für Funktion Y“, sei selten korrekt, so Roskies. Im besten Falle könne ein Neuroimaging-Experiment einen Beweis liefern dafür, dass eine Region in einen bestimmten Prozess einbezogen ist. Keine Studie könne die Funktion eines bestimmten Areals „beweisen“.
Lesen Sie weiter auf Seite 4: „Hirnbilder sind Konstruktionen“
