Beyin struktur keçid modelləri kilolu mövzulardan normal ağırlığı fərqləndirir (2015)

Get:

mücərrəd

Fon

Zərərli davranışların hedonic tərkibindəki dəyişikliklər, kilolu və obez şəxslərin patofiziologiyasında mümkün risk faktoru kimi tətbiq edilmişdir. Artan bədən kütləsi indeksi olan şəxslərin neyroimaging dəlilləri, uzadılmış mükafat şəbəkəsində və əlaqəli şəbəkələrdə struktur, funksional və neyrokimyəvi dəyişiklikləri təklif edir.

Məqsəd

Boz və ağ rəngli ölçmələrə əsaslanan normal çəki və kilolu mövzuları ayırmaq üçün çoxşaxəli nümunə təhlili tətbiq etmək.

metodika

Struktur görünüşlər (N = 120, kilolu N = 63) və diffuziya tensor şəkilləri (DTI) (N = 60, kilolu N = 30) sağlam nəzarət subyektlərindən əldə edilmişdir. Ümumi nümunə üçün artıq çəki qrupu üçün orta yaş (qadınlar = 32, kişilər = 31) 28.77 il (SD = 9.76) və normal çəki qrupu üçün (qadınlar = 32, kişilər = 25) 27.13 il (SD = 9.62) ). Freesurfer istifadə edərək beyin görüntülərinin regional bölgüsü və parçalanması həyata keçirilmişdir. Bölgələr arasındakı normallaşmış lif sıxlığını ölçmək üçün determinik traktoqrafiya aparıldı. Beyin ölçülərinin artıq çəkini normal çəkidən fərqləndirə biləcəyini araşdırmaq üçün çox dəyişkən bir model təhlili yanaşması istifadə edilmişdir.

Nəticələr

1. Ağ rəngli təsnifat: 2 regional əlaqələri olan 17 imzalarına əsaslanan təsnifat alqoritmi, kilolu şəxsləri normal çəki fərdlərindən ayırmaqda 97% dəqiqliyə nail oldu. Hər iki beyin imzası üçün mükafat şəbəkəsi bölgələri və icra nəzarət bölgələri, emosional oyanış və somatosensory şəbəkələri arasındakı normal çəkiyə nisbətdə artan lif sıxlığı ilə indekslənmiş daha böyük bir əlaqə müşahidə edildi. Bunun əksinə olaraq, əks nümunə (lif sıxlığının azalması) ventromedial prefrontal korteks və ön insula arasında, talamus və icra nəzarət şəbəkəsi bölgələri arasında aşkar edilmişdir. 2. Boz maddələrin təsnifatı: 2 morfoloji xüsusiyyətləri olan 42 imzalara əsaslanan təsnifat alqoritmi, kilolu normal çəkidən ayırmaqda 69% dəqiqliyə nail oldu. Hər iki beyin imza bölgəsində mükafat, cəsarət, icra nəzarəti və emosional oyanış şəbəkələri ilə əlaqələndirildi aşağı Normal çəki fərdlərinə nisbətən kilolu şəxslərdə morfoloji dəyərlər, somatosensory şəbəkəsinin bölgələri üçün isə əks göstərici müşahidə edildi.

Nəticələr

1. Artan BMI (yəni çox kilolu mövzular), boz maddə və beynin lif sıxlığında fərqli dəyişikliklərlə əlaqələndirilir. 2. Mükafat bölgələri və əlaqəli şəbəkələri əhatə edən ağ maddə bağlantısına əsaslanan təsnifat alqoritmləri, mexanik tədqiqatlar və anormal həzm etmə davranışına və həddindən artıq kilolu / piylənməyə istiqamətli dərmanların gələcək inkişafı üçün müəyyən hədəfləri müəyyən edə bilər.

Keywords: Piylənmə, Kilolu, Morfoloji boz maddə, Anatomik ağ maddə bağlantısı, Mükafat şəbəkəsi, Çoxtərəfli analiz, Təsnifat alqoritmi
Kısaltmalar: HC, sağlam nəzarət; BMI, bədən kütləsi indeksi; HAD, xəstəxana narahatlığı və Depressiya miqyası; TR, təkrarlama müddəti; TE, echo vaxtı; FA, flip bucağı; GLM, ümumi xətti model; DWI, diffuziya ağırlığında MHİ; FOV, baxış sahəsi; GMV, boz maddənin həcmi; SA, səth sahəsi; CT, kortikal qalınlıq; MC, orta əyrilik; DTI, diffuziya tensor görüntüləmə; FACT, davamlı izləmə yolu ilə lif təyin edilməsi; SPSS, sosial elmlər üçün statistik paket; ANOVA, ixtilafın təhlili; FDR, saxta kəşf dərəcəsi; sPLS-DA, ayrı-seçkilik təhlili üçün seyrək qismən ən az kvadratlar; VIP, proyeksiya zamanı dəyişkən əhəmiyyət; PPV, müsbət proqnoz dəyəri; NPV, mənfi proqnoz dəyəri; VTA, ventral tegramal bölgə; OFG, orbitofrontal girus; PPC, posterior parietal korteks; dlPFC, dorsolateral prefrontal korteks; vmPFC, ventromedial prefrontal korteks; aMCC, ön orta cingulate korteks; sgACC, subgenual anterior cingulate korteks; ACC, ön cinguly korteks

1.0. Giriş

Ümumdünya Səhiyyə Təşkilatı, təxminən yarım milyard böyüklərin obez olduğunu və çox böyüklərin kilolu olduğundan iki qat daha çox olduğunu, diabet, ürək-damar xəstəliyi və xərçəng kimi xəstəliklərin artmasına səbəb olduğunu və ən azı 2.8 milyon insanın ölümünə səbəb olduğunu təxmin edir. hər il (Ümumdünya Səhiyyə Təşkilatı (ÜST), 2014). Tək Amerikada, 34.9% -ə qədər böyüklər obezdir və iki dəfə çox olanlar (65%) ya kilolu, ya da obezdirlər (Xəstəliklərə Nəzarət Mərkəzi (CDC), 2014). Kilolu və piylənmənin iqtisadi və sağlamlıq yükü səhiyyə xərclərini 78.5 milyard dollara qədər artırmağa davam edir (Finkelstein və digərləri, 2009) və milyardlarla dollar təsirsiz müalicə və müdaxilələrə xərclənməyə davam edir (Loveman et al., 2011; Terranova et al., 2012). Kilolu və piylənmənin əsas patofiziologiyasını müəyyənləşdirməyə yönəlmiş müxtəlif səylərə baxmayaraq, mövcud anlayış kifayət deyildir.

Həm ətraf mühit, həm də genetik amillər çox kilolu və obez insanların inkişafında rol oynayır (Calton və Vaisse, 2009; Choquet və Meyre, 2011; Dubois et al., 2012; El-Sayed Moustafa və Froguel, 2013). Son neyroimaging tədqiqatları, daha yüksək bədən kütləsi indeksinin (BMI) funksional (vəzifə və istirahət) vəziyyətindəki dəyişikliklərlə əlaqəli olduğunu göstərdi (Connolly və ark., 2013; Garcia-Garcia et al., 2013; Kilpatrick və digərləri, 2014; Kullmann et al., 2012), boz rəngli morfometriya (Kurth et al., 2013; Raji et al., 2010) və ağ maddə xassələri (Shott et al., 2014; Stanek et al., 2011), kilolu və piylənmənin patofiziologiyasında beynin mümkün rolunu təklif edərək (Das, 2010). Bu tədqiqatlar əsasən mükafat şəbəkəsinin bölgələrini əhatə edir (Kenny, 2011; Volkow və digərləri, 2004; Volkow və digərləri, 2008; Volkow və digərləri, 2011), və cəsarətlə əlaqəli üç şəbəkə (Garcia-Garcia et al., 2013; Morrow və digərləri, 2011; Seeley et al., 2007a), icra nəzarəti (Seeley et al., 2007b) və emosional oyanış (Menon və Uddin, 2010; Zald, 2003) (Əncir 1).

Əncir 1 

Mükafat şəbəkəsi və əlaqəli şəbəkələrin bölgələri. 1. Mükafat şəbəkəsi: hipotalamus, orbitofrontal korteks (OFC), nüvənin böyüməsi, putamen, ventral tegramal bölgə (VTA), substantia nigra, orta beyin bölgələri (caudate, pallidum, hipokampus). 2. qabarıqlıq ...

Hazırkı araşdırma, bu şəbəkələrin bölgələri arasındakı qarşılıqlı əlaqələrin normal çəki fərdlərinə nisbətən kilolu şəxslər arasında fərqliliyi barədə ümumi fərziyyənin sınanmasına yönəldilmiş və test üçün ən geniş miqyaslı müasir neyroimaging məlumatların işlənməsi, vizuallaşdırılması və çoxölçülü nümunə analizi tətbiq edilmişdir. bu fərziyyə. Daha səmərəli və hesablanmış intensiv məlumat emal boru kəmərlərinin və statistik alqoritmlərin mövcudluğu normal çəkisi olan şəxslərə nisbətən yüksək BMİ olan şəxslərdə beynin daha geniş morfoloji və anatomik xarakterizə edilməsinə imkan verir. Çoxölçülü naxış təsnifatı təhlili normal çəki fərdləri ilə müqayisədə artıq çəki ayıran bölgələrin paylanmış nümunəsini araşdırmaq üçün imkan verir.

Bu araşdırmada, həddindən artıq kilolu vəziyyətin ayrı-ayrı nümunələri və ya beyin imzaları ilə əlaqəli olduğu fərziyyəsini yoxlamaq üçün regional beyin morfometriyası və ağ maddə lif lif sıxlığı ölçülərinə tətbiq olunur. mükafat, cəsarət, icra nəzarəti və emosional oyanış şəbəkələri. Nəticələr, bölgə bağlantısı və daha az beyin morfometriyasından normal çəki fərdlərinə nisbətən çox kilolu ayırmaq üçün istifadə edilə biləcəyini göstərir. Nəticələr multimodal beyin görüntüsünə əsaslanan proqnozlaşdırıcı bir alqoritm təqdim edir və sonrakı mexaniki tədqiqatlar üçün müəyyən hədəfləri müəyyənləşdirir.

2.0. Metodlar

2.1. İştirakçılar

Ümumi nümunə, 120 və 2010 arasındakı Stres Neurobiologiya Mərkəzində neyroimaging tədqiqatlarında iştirak edən 2014 sağ əlli sağlam nəzarət (HC) könüllülərindən ibarət idi. Mövzular UCLA və Los Angeles icmasında yerləşdirilən reklamlar vasitəsilə işə cəlb edildi. Bütün prosedurlar Helsinki Bəyannaməsinin prinsiplərinə uyğundur və UCLA-da institusional baxış heyəti tərəfindən təsdiq edilmişdir (təsdiq nömrələri 11-000069 və 12-001802). Bütün subyektlərə yazılı məlumatlı razılıq verilir. Modifikasiya edilmiş Mini-Beynəlxalq Neyropsikiyatrik Müsahibə Plus 5.0 (Klinik qiymətləndirmə) daxil olan bir klinik qiymətləndirmədən sonra bütün mövzular sağlam olaraq təsnif edildiSheehan və digərləri, 1998). İstisna meyarlarına maddə asılılığı, hamiləlik, tütündən asılılıq, qarın cərrahiyyəsi, damar risk faktorları, kilo vermə əməliyyatı, həddindən artıq idman (hər gün 1 saatdan çox və marafon idmançıları) və ya psixiatrik xəstəlik daxildir. BMI artımı ilə tez-tez əlaqəli olsa da, əhalinin heterojenliyini azaltmaq üçün hipertansiyon, diabet və ya metabolik sindromu olan subyektlər xaric edildi. Ayrıca, anoreksiya və ya bulimiya nervoza kimi həzm və ya yemək pozuqluqları da daxil olmaqla, yemək pozuqluğu olan subyektlər eyni səbəbdən xaric edildi. Bir BMI = 25-29.9 kilolu hesab olunsa da, araşdırmamızda yüksək BMI qrupu olduğu təsbit edildi. Normal çəki subyektləri BMI <25-də işə qəbul edildi və araşdırmamızda normal BMI qrupu təyin olundu. MRI tarama çəki məhdudiyyətləri səbəbindən 400 lb-dən çox heç bir subyekt keçmədi.

2.2. Nümunə xüsusiyyətləri

Doğrulanan anketlər taramadan əvvəl tamamlandı və mövcud narahatlıq və depressiya simptomlarını ölçmək üçün istifadə edildi (Xəstəxana Anksiyete və Depressiya Ölçüsü (HAD)) (Zigmond və Snaith, 1983). HAD miqyası, başlanğıcdakı mövzularda mövcud narahatlıq və depressiya simptomlarını qiymətləndirən bir özünü qiymətləndirmə 14 maddədir. (Zigmond və Snaith, 1983). Bundan əlavə, subyektlər əvvəllər mövcud və ya mövcud psixiatrik xəstəlikləri ölçmək üçün əvvəlcədən qurulmuş psixiatrik bir müsahibə (Mini International Neuropsixiatric report, MINI) keçirmişdilər (Sheehan və digərləri, 1998).

2.3. fMRI alınması

2.3.1. Struktur (boz maddə) MRT

Fənlər (N = 120, yüksək BMI N = 63) sagittal kəşfiyyatçı başını yerləşdirmək üçün istifadə edildikdən sonra 3.0 Tesla Siemens TRIO-da skan edildi. Struktur taramalar, yüksək çözünürlüklü 4 ölçülü T3 ağırlığında, sagittal maqnitləşdirmə ilə hazırlanan sürətli gradyan yankısı (MP-RAGE) protokolundan istifadə edərək 1 fərqli əldə etmə ardıcıllığından əldə edildi və tarama detalları bunlardır: 1. Təkrarlanma müddəti (TR) = 2200 ms, əks-səda (TE) = 3.26 ms, çevirmə bucağı (FA) = 9, 1 mm3 voxel ölçüsü. 2. TR = 2200 ms, TE = 3.26 ms, FA = 20, 1 mm3 voxel ölçüsü. 3. TR = 20 ms, TE = 3 ms, FA = 25, 1 mm3 voxel ölçüsü. 4. TR = 2300 ms, TE = 2.85 ms, FA = 9, 1 mm3 voxel ölçüsü. Alınma protokolunun ümumi boz maddə həcmindəki fərqlərə təsiri qiymətləndirildi (TGMV). Xüsusilə ümumi xətti model (GLM), yaşa görə TGMV nəzarətində olan protokol təsirlərini təyin etmək üçün tətbiq edildi. Nəticələr bütün protokolların bir-birinə bənzəmədiyini göstərdi (F(3) = 6.333, p = .053).

2.3.2. Anatomik əlaqə (ağ maddə) MHİ

Orijinal nümunənin alt hissəsi (N = 60, yüksək BMI N = 30) iki müqayisə edilə bilən əldə etmə protokoluna görə diffuziya ağırlığında MRI (DWI) keçirildi. Xüsusilə, DWI'ler ya 61, ya da 64 qeyri-xətti istiqamətdə əldə edildi b = 1000 s / mm2, 8 və ya 1 ilə b = 0 s / mm2 şəkillər sırasıyla. Hər iki protokolda bir TR = 9400 ms, TE = 83 ms və görüş sahəsi (FOV) = 256 mm, 128 × 128 alış matrisi və 2 × 2 × 2 mm istehsal etmək üçün dilim qalınlığı 2 mm idi.3 izotrop voksellər.

2.4. fMRI emal

2.4.1. Struktur (boz rəngli) seqmentasiya və ləğvi

FreeXurfer istifadə edərək T1 görünüş seqmentləşdirmə və regional ləğv edilməsi aparıldı (Dale et al., 1999; Fischl və digərləri, 1999, 2002təsvir edilən nomenklaturaya uyğun olaraq Destrieux et al. (2010). Hər bir beyin yarımkürəsi üçün, 74 subkortikal quruluşa və beyincikə əlavə olaraq bir sıra 7 ikitərəfli kortikal quruluş etiketləndi. Bir nümunə mövzusundan seqmentasiya nəticələri göstərilir Əncir 2A. Əlavə bir orta xətt quruluşu (ventral tegramal bölgə [VTA] və substantia nigra kimi orta beyin hissələrini əhatə edən beyin sapı) da bütün beyin üçün 165 abunəliklərin tam dəsti üçün daxil edilmişdir. Hər bir kortikal ləğv üçün dörd nümayəndəli morfoloji tədbir hesablanmışdır: boz maddənin həcmi (GMV), səth sahəsi (SA), kortikal qalınlıq (CT) və orta əyrilik (MC). Məlumatların emalı iş axınları Neuroimaging (LONI) Boru Kəməri Laboratoriyasında tərtib edilmiş və tətbiq edilmişdir (http://pipeline.loni.usc.edu).

Əncir 2 

A. Struktur seqmentləşdirmə və ləğv nəticələri və B. bir nümunə mövzusundakı struktur ayrılması ilə əlaqəli ağ rəngli lif nəticələri. A: Struktur seqmentləşdirmə. B: Ağ maddəli seqmentasiya.

2.4.2. Anatomik əlaqə (ağ materiya)

Diffuziya çəkili şəkillər (DWI) hərəkət üçün düzəldilmiş və hər vokselə dönüşümlü yönəldilmiş diffuziya tensorlarını hesablamaq üçün istifadə edilmişdir. Diffuziya tensor şəkilləri Chiang et al-də təsvir olunduğu kimi, günlük çevrilmiş tensorların üçlü interpolyasiyasına əsaslanaraq tərtib edilmişdir. (Chiang et al., 2011) və izotropik voksel qətnaməsinə (2 × 2 × 2 mm) yenidən göndərilmişdir3). Məlumatlarla işləmə axınları LONI boru kəmərindən istifadə edərək yaradıldı.

Hər bir mövzu üçün ağ maddə bağlantısı struktur görüntülərdə təsbit edilmiş 165 beyin bölgələri arasında qiymətləndirilmişdir ((Şəkil 2B) DTI lif traktografiyasından istifadə etməklə. Traktoqrafiya Fiber Təyinatı (FACT) alqoritmi ilə Fiber Təyinatı vasitəsilə aparıldı (Mori və digərləri, 1999) TrackVis istifadə edərək (http://trackvis.org) (Irimia et al., 2012). Beyin bölgələrinin hər biri arasındakı ağ maddə bağlantısının yekun qiymətləndirməsi, bütün beynin içərisində olan lif traktının ümumi sayı ilə normallaşdırılan, hər bölgəni kəsişən lif traktının sayına əsasən müəyyən edilmişdir. Bu məlumatlar sonrakı təsnifat üçün istifadə edildi.

2.5. Seyrək qismən ən az kvadratlar - təhlil etmək (sPLS-DA)

Beyin markerlərinin yüksək BMI statusunu (həddindən artıq çəki və normal çəki ilə) proqnozlaşdırmaq üçün istifadə oluna biləcəyini müəyyən etmək üçün sPLS-DA tətbiq etdik. sPLS-DA seyrək PLS reqressiyasının bir formasıdır, lakin cavab dəyişkənliyi qrup üzvlüyünü ifadə edən təsnifdir (Lê Cao, 2008a; Lê Cao et al., 2009b, 2011). sPLS-DA, çox sayda proqnozçu, kiçik nümunə ölçüsü və proqnozlaşdıranlar arasında yüksək əlaqəli olması ilə xüsusilə təsirli olduğu göstərilmişdir (Lê Cao, 2008a; Lê Cao et al., 2009b, 2011). sPLS, beyin ölçmələri və qrup fərqi arasındakı kontrast arasındakı nümunə kovaransı artırır. sPLS eyni vaxtda lasso cəza istifadə edərək dəyişkən seçim və təsnifatı həyata keçirir (Lê Cao et al., 2009a). sPLS-DA, sinif üzvlüyünə əsaslanan proqnozlaşdırıcıların xətti birləşmələrini təşkil edən nəzarət edilən bir çərçivədən istifadə edərək fəaliyyət göstərir. sPLS-DA hər biri seçilmiş xüsusiyyətlər və ya dəyişənlər dəsti ilə qurulmuş ortogonal komponentlər toplamaqla məlumatların ölçüsünü azaldır. Komponentlərə beyin imzaları deyilir. Bir beyin imzası olan hər bir dəyişəndə ​​əlaqəli bir "yükləmə" var, bu iki qrupa ayrı-seçkilik üçün dəyişənlərin nisbi əhəmiyyətini ölçür (Lê Cao et al., 2008b). Bundan əlavə, PLS modelində istifadə olunan hər bir dəyişənliyin əhəmiyyətini qiymətləndirmək üçün Proyeksiya (VIP) skorlarında Dəyişən Əhəmiyyətlilik hesablanmışdır. VIP bal, hər imzanın izah edilən fərqliliyini nəzərə alan yüklənmələrin ölçülmüş bir cəmidir. Kvadrat VIP ballarının ortalaması 1-a bərabərdir. VIP əmsalları birdən çox olan proqnozlaşdırıcılar təsnifat üçün xüsusilə vacib hesab olunur (Lê Cao et al., 2008b).

2.5.1. Proqnozlaşdırılan modelin inkişafı

Hər bir analiz üçün beyin imzalarının sayı iki olaraq müəyyən edildi (Lê Cao et al., 2008b). Müəyyən artikl sabitlik təhlili hər beyin imzası üçün beyin bölgələrinin optimal sayını təyin etmək üçün istifadə edilmişdir (Lê Cao et al., 2011). Birincisi, sPLS-DA iki beyin imzasının hər biri üçün seçilmək üçün 5-200 dəyişənlər arasında tətbiq olunur. Seçmək üçün dəyişənlərin sayının hər bir dəqiqləşdirilməsi üçün 10 dəfə təkrarlanan 100 dəfə təkrarlanan təsdiqləmə aparılır. Bu çarpaz təsdiqləmə proseduru təlim məlumatlarını 10 katlanmalara və ya məlumatların alt hissələrinə bölür (n = 12 test dəsti). Tək bir alt nümunə test məlumatları olaraq ayrılır və qalan alt nümunələr modeli öyrətmək üçün istifadə olunur. Dəyişənlərin sabitliyi, bütün çapraz doğrulama pillələrində müəyyən bir dəyişənin seçilmə sayının hesablanması ilə müəyyən edilir. Son modeli inkişaf etdirmək üçün yalnız% 80-dən çox stabilliyi olan beyin dəyişkənləri istifadə edilmişdir.

2.6. Statistik analizlər

2.6.1. Seyrək qismən ən az kvadratlar - təhlil etmək (sPLS-DA)

sPLS-DA R paketi mixOmics (http://www.R-project.org). Beyin morfometriyasının və DTI anatomik bağlantısının proqnozlaşdırıcı gücünü ayrıca araşdırdıq. Regional beyin morfometriyasına və ya regional anatomik bağlantıya əlavə olaraq, mümkün proqnozlaşdırıcılar daxil edildi. Əldə edilən morfoloji məlumatlar üçün GMV, SA, CT və MC ölçüləri modelə daxil edildi. Əldə edilən DTI anatomik bağlantı məlumatları üçün, 165 bölgələri arasındakı nisbi lif sıxlığını indeksləşdirən mövzuya məxsus matrislər, 1 unikal bağlantıları (ilkin matrisdən yuxarı üçbucaq) olan 13,530 ölçülü matrislərə çevrildi. Bu matrislər daha sonra subyektlər arasında birləşdirilmiş və sPLS-DA daxil edilmişdir. İlkin məlumatların azaldılması addımı olaraq, sıfıra yaxınlıq proqnozlaşdırıcıları endirildi və bu, 369-nin qalan əlaqələrini bağladı. Beyin imzaları fərdi ölçülərə və VIP əmsallarına dəyişən yükləmələrdən istifadə edərək ümumiləşdirilmişdir. Alqoritmlərin ayrıseçkilik qabiliyyətlərini göstərmək üçün qrafik displeylərdən də istifadə edirik (Lê Cao et al., 2011). Son modellərin proqnozlaşdırma qabiliyyəti bir kənarda təsdiqləmədən istifadə edilməklə qiymətləndirilmişdir. İkili təsnifat tədbirlərini də hesabladıq: həssaslıq, spesifiklik, müsbət proqnoz dəyəri (PPV) və mənfi proqnoz dəyəri (NPV). Burada həssaslıq indeksləri təsnifat alqoritminin kilolu şəxsləri düzgün müəyyənləşdirmə qabiliyyətini göstərir. Xüsusiyyət, təsnifat alqoritminin normal çəki fərdlərini düzgün müəyyənləşdirmə qabiliyyətini əks etdirir. PPV, təsnifat alqoritmindən xüsusi kilolu beyin imzasını göstərən və həqiqətən kilolu (əsl müsbət) olan nümunənin nisbətini əks etdirir. Digər tərəfdən NPV, test nəticəsinin mənfi olduğu təqdirdə, yəni iştirakçının həddindən artıq kilolu xüsusi beyin imza (həqiqi mənfi) olmadığı ehtimalıdır.

2.6.2. Nümunə xüsusiyyətləri

Sosial elmlər üçün statistik paket (SPSS) proqramı (versiya 19) istifadə edərək statistik təhlillər aparıldı. Davranış ölçmə ballarında qrup fərqləri, uyğunsuzluq təhlilini tətbiq edərək qiymətləndirildi (ANOVA). Əhəmiyyətlilik də nəzərə alındı p <.05 düzəldilmədi.

3.0. Nəticələr

3.1. Nümunə xüsusiyyətləri

Ümumi nümunə (N = 120) 63 kilolu şəxs (qadın = 32, kişi = 31), orta yaş = 28.77 il, SD = 9.76 və 57 normal çəki fərd (qadın = 32, kişi = 25), orta yaş = 27.13 il, SD = 9.62. Həddindən artıq kilolu qrup daha yüksək səviyyədə narahatlıq və depressiyaya meylli olsa da, əhəmiyyətli bir qrup fərqi yox idi (F = .642, p = .425; F = .001, p = .980). Nümunənin klinik xüsusiyyətləri ümumiləşdirilmişdir Cədvəl 1.

Cədvəl 1 

Nümunə xüsusiyyətləri.

3.2. SPLS-DA istifadə edərək çoxşaxəli nümunə analizləri

3.2.1. Anatomik əlaqə (ağ maddə) əsaslı təsnifat

Beyin anatomik bağlantısı ağ maddələrin normal çəki fərdlərindən çox kilolu şəxsləri ayırd etmək üçün istifadə oluna biləcəyini araşdırdıq. Əncir 3A, iki beyin imzası ilə əlaqələndirilmiş nümunədən olan şəxsləri və ağ maddə təsnifatçısının ayrı-seçkilik qabiliyyətlərini təsvir edir. İkili təsnifat tədbirləri hesablanmış və 97%, 87%, 88% -in PPV və 96% nisbətində bir həssaslıq göstərilmişdir. Cədvəl 2 Dəyişən yükləmə və VIP əmsalları ilə birlikdə ayrı-ayrı ayrı beyin imzalarından ibarət olan sabit ağ maddə əlaqələrinin siyahısını ehtiva edir.

Əncir 3 

A. lif sıxlığına əsaslanan təsnifatçı (ağ maddə). B. Boz maddə morfologiyasına əsaslanan təsnifat. A: lif sıxlığı (ağ maddə) təsnifatının ayrı-seçkilik qabiliyyətlərini təsvir edir. B: Boz rəngli təsnifatın ayrı-seçkilik qabiliyyətlərini təsvir edir. ...
Cədvəl 2 

Hər ayrı-seçkilik edən beyin imzasından ibarət anatomik bağlantıların siyahısı.

3.2.2. Anatomik bağlantıya əsaslanan beyin imzası 1

İlk beyin imzası mübahisənin 63% -ni təşkil edir. VIP əmsalları ilə göstərildiyi kimi, ən çox fərqliliyi izah edən həlldəki dəyişənlərə 1 daxildir; mükafat şəbəkəsinin bölgələri (putamen, pallidum, beyin sistemi (VTA və substantia nigra kimi orta beyin bölgələri daxil olmaqla)) icra bölgələri ilə əlaqələri nəzarət (posterior parietal korteksin bir hissəsi olan precuneus), cəsarət (ön insula), emosional oyanış (ventromedial prefrontal korteks) və somatosensory (postcentral gyrus) şəbəkələri; 2) duyğular bölgələri (anterior insula) və somatosensory (əlavə motor korteksi daxil olmaqla parasentral lobula) ilə birlikdə emosional arousal şəbəkənin bölgələri (anterior midcingulate korteks, ventromedial prefrontal korteks); və 3) orta bir oksipital girus və bir idarəetmə şəbəkəsi bölgəsi olan talamus (dorsal lateral prefrontal korteks).

Normal çəki qrupu ilə müqayisədə, kilolu qrup mükafat şəbəkəsinin bölgələrindən (putamen, pallidum, beyin sistemi) idarəetmə şəbəkəsinə (posterior parietal korteks) və putamendən emosional oyanış şəbəkəsinin inhibitor hissəsinə daha çox əlaqə göstərdi ( ventromedial prefrontal korteks) və somatosensory şəbəkəsinin bölgələrinə (postcentral girus və posterior insula). Həssas arousal şəbəkədən (ventromedial prefrontal korteks) keçid şəbəkəsinə (anterior insula) qədər bölgələrdə kilolu qrupda aşağı bağlantı müşahidə edildi, lakin həddindən artıq çəki qrupunda bölgələrdən gələn emosional arousal şəbəkədən (ventromedial prefrontal korteks) daha yüksək əlaqə. somatosensory şəbəkəsi (posterior insula). Somatosensordan (parasentral lobula) ön orta yarımküllü kortekslə əlaqədə olan kilolu qrupda da aşağı bağlantı müşahidə edildi, lakin parasentral lobuladan subparietal sulcusa (somatosensory şəbəkəsinin bir hissəsi) daha yüksək bağlantı. Talamik bağlantılara nəzər saldıqda normal çəki fərdlərinə nisbətən həddindən artıq çəkili şəxslərdə talamusdan dorsal lateral prefrontal korteksə (idarəetmə şəbəkəsi) və orta oksipital girusa daha aşağı əlaqə müşahidə edilmişdir.

3.2.3. Anatomik bağlantıya əsaslanan beyin imzası 2

Müəyyən edilmiş ikinci anatomik beyin imzası, məlumatlardakı əlavə 12% nisbətdə meydana gəldi. VIP əmsalı ilə göstərilən qrup ayrıseçkiliyinə ən çox ziddiyyət yaradan dəyişənlərə mükafat bölgələrindəki əlaqə (putamen, orbital frontal girusun bir hissəsi olan orbital sulci və beyin sistemi) və emosional oyanış (medial olan gyrus rektus) daxildir. ventromedial prefrontal korteks) şəbəkələrinin bir hissəsi.

Normal çəki dərəcəsi ilə müqayisədə kilolu olan şəxslərdə mükafat şəbəkəsi bölgələri (beyin sistemi və putamen) arasında həm idarəetmə (dorsal lateral prefrontal korteks), həm də emosional arousalın inhibe hissəsi (ventromedial prefrontal korteks) arasında daha çox əlaqə müşahidə edildi. Bununla birlikdə, normal çəki fərdlərinə nisbətən oksipital orbital frontal girus (mükafat şəbəkəsi) arasındakı əlaqə artıq çəki dərəcəsində daha az idi.

3.2.4. Morfometrik boz maddələrə əsaslanan təsnifat

Normal çəki fərdlərindən çox kilolu insanları ayırd etmək üçün beyin morfometriyasının (boz maddənin həcmi, səth sahəsi, kortikal qalınlığı və orta əyrilik) istifadə oluna biləcəyini araşdırdıq. Əncir 3B, iki beyin imzası ilə əlaqəli olaraq təmsil olunan nümunədən olan şəxsləri və morfometrik təsnifatların ayrıseçkilik qabiliyyətlərini təsvir edir. İkili təsnifat tədbirləri hesablanmış və 69%, 63%, 66% -in PPV və 66% nisbətində bir həssaslıq göstərilmişdir. Cədvəl 3 Dəyişən yüklər və VIP əmsalları ilə birlikdə ayrı-seçkilikdən ibarət olan morfometrik tədbirlərin siyahısını ehtiva edir.

Cədvəl 3 

Hər beyin imzasından ibarət regional morfometriya.

3.2.5. Morfoloji əsaslı beyin imzası 1

İlk beyin imzası, morfometrik fenotip məlumatlarında dəyişkənliyin 23% izah etdi. VIP əmsalları ilə göründüyü kimi, imzaya ən çox fərq qoyan dəyişənlərə mükafat bölgələri (orbital frontal gyrusun subregions), səliqə (ön insula), icra nəzarəti (dorsal lateral prefrontal korteks), emosional arousal (ventromedial prefrontal korteks) daxildir. ) və somatosensory (precentral sulcus, supramarginal gyrus, subcentral sulcus, üstün frontal sulcus) şəbəkələri. Üstün frontal girus və sulcus, üstün müvəqqəti girus, transvers frontopolar gri və ön transvers temporal girus üçün yüksək VIP əmsallar da müşahidə edilmişdir. Mükafat, cəsarət, icra nəzarəti və emosional oyanış şəbəkələri ilə əlaqələndirildi aşağı Normal çəki fərdlərinə nisbətən kilolu şəxslərdə dəyərlər. Ayrıca normal çəki dərəcələri ilə müqayisədə kilolu şəxslər var böyük somatosensory şəbəkəsinin bölgələrindəki dəyərlər. Frontal və temporal bölgələrin morfometri (üstün temporal girus və ön transvers temporal girus) da əlaqələndirilmişdir aşağı Normal çəki fərdlərinə nisbətən kilolu şəxslərdə dəyərlər.

3.2.6. Morfoloji əsaslı beyin imzası 2

İkinci morfoloji beyin imzası 32% dəyişikliyi izah etdi. Ən yüksək VIP əmsalları olan dəyişənlər beyin imzası 1-da müşahidə olunan VIP əmsallarına bənzər idi, buna görə mükafat bölgələrini (kaudate), cəsarət (ön insula), icra nəzarəti (posterior parietal korteksin hissələri), emosional arousal (parahippocampal) gyrus, subgenual anterior cingulate korteks və anterior cingulate korteks) və somatosensory (posterior insula və parasentral lobule) şəbəkələri. Bununla birlikdə beyin imzası 2 beyin imzası ilə müqayisədə 1 mükafat şəbəkəsindən yalnız bir əlaqə və cəlbedicilik və emosional oyanış şəbəkələri bölgələrindən daha çox əlaqə əldə etdi.

Normal çəki dərəcələri ilə müqayisədə kilolu şəxslərdə, aşağı Mükafat, cəsarət, icra nəzarəti və emosional oyanış şəbəkələrində morfometriya üçün dəyərlər, ancaq ali somatosensory şəbəkəsindəki dəyərlər göstərildi.

4.0. Müzakirə

Bu araşdırmanın məqsədi, beyin bağlantısının (xüsusi beyin bölgələri arasındakı lif sıxlığına əsaslanan) morfoloji və anatomik nümunələrinin həddindən artıq kilolu insanları normal çəki fərdlərindən ayırd edə biləcəyini müəyyən etmək idi. Əsas tapıntılar: 1. Anatomik bağlantı (bölgələr arasındakı ağ maddə traktının nisbi sıxlığı) yüksək həssaslıq (97%) və spesifikliyi (87%) ilə fərqli BMI ilə subyektləri ayırd edə bildi. 2. Bunun əksinə boz rəngli morfoloji dəyişikliklər optimal təsnifat dəqiqliyindən daha az idi. 3. Ayrı-seçkilik edən beyin imzalarından ibarət bir çox beyin bölgəsi, müşahidə olunan funksional pozuntuların, bu şəbəkələr arasında qeyri-adi bir təşkilatlanma səbəbi olduğunu irəli sürmüş mükafat, cəsarət, mərkəzi idarəetmə və emosional oyanış şəbəkələrinə aid idi.

4.1. BMI ilə əlaqəli anatomik bağlantı əsaslı beyin imzaları

Bu araşdırmada, bölgə bağlantısının fərqli nümunələrini əks etdirən iki beyin imzasından ibarət bir təsnifat alqoritmi, həddindən artıq çəkili insanlar və normal çəki dərəcələri arasında ayrı-seçkilik etmə qabiliyyətini göstərdi. Ən DTI yüksək BMI şəxslərdə tədqiqat aparır (Shott et al., 2014; Stanek et al., 2011; Xu və digərləri, 2013; Yau və digərləri, 2010, 2014) fraksiya anizotropiyası və orta diffuziya (ağ maddə buxarlarının bütövlüyünü ölçən) və ya görünən diffuziya əmsalları (yollarda su diffuziyasını ölçən və hüceyrələrin zədələnməsini əks etdirən) daxil olmaqla ağ maddənin yayılması xüsusiyyətlərindəki fərqlərin araşdırılmasına yönəldilmişdir. Bütün bu tədbirlər ağ rəngli mikro quruluşda lokallaşdırılmış dəyişikliklər barədə məlumat verə bilər. Builki araşdırmada beyin bölgələri və şəbəkələr arasındakı nisbi əlaqəni qiymətləndirmə ölçüsü olaraq lif traktının sıxlığının DTI tədbirlərinə diqqət etdik. Beləliklə, digər tədqiqatlar ağ tərkibli mikrostruktur daxilində dəyişiklikləri lokallaşdırsa da, bu dəyişikliklərin əlaqə baxımından təsirini müəyyənləşdirməmişdir.

4.1.1. Anatomik bağlantıya əsaslanan beyin imzası 1

İlk beyin imzası, əsasən mükafat, cəsarət, icra nəzarəti, emosional oyanış və hiss şəbəkələri arasındakı əlaqələrdən ibarət idi. İcra hakimiyyəti şəbəkəsinin bölgələri və oksipital bölgə ilə talamik əlaqələri də mövcud idi. Normal çəki qrupu ilə müqayisədə həddindən artıq çəki qrupunda müşahidə olunan ventromedial prefrontal korteksdən ön insula qədər azalmış əlaqəni, xarici kapsulada (birləşən lifləri ehtiva edən) ağ maddə traktlarının bütövlüyünün azaldığını (azaldılmış fraksiya anizotropiyası) tapırıq. kortikal sahələri qısa birləşmə lifləri vasitəsi ilə digər kortikal bölgələrə) nəzarət ilə müqayisədə şişman olaraq bildirildi (Shott et al., 2014). Bundan əlavə, nəzarət ilə müqayisədə şişmanlarda, sagittal təbəqədə (parietal, oksipital, cingulat və müvəqqəti bölgələrdən talamusa məlumat ötürülməsi ilə bilinən) diffuziya əmsalı (suyun yayılması hüceyrə ziyanını əks etdirir) daha yüksək idi və ardıcıl ola bilər. Normal çəki fərdlərinə nisbətən kilolu şəxslər üçün sağ talamus və sağ orta oksipital girus arasındakı daha aşağı bağlantı müşahidələrimizlə (Shott et al., 2014). Shott və həmkarları (Shott et al., 2014) ayrıca, dərin boz maddə strukturları (talamus kimi) ilə kortikal bölgələr (dorsal) arasındakı aşağı nisbi lif sıxlığına dair tapıntılarımızı tərif edən korona radiatasındakı obez qrupda daha çox aşkar diffuziya əmsalları (hüceyrələrin mümkün ziyanını əks etdirən) müəyyən etmişdir. lateral prefrontal korteks) normal çəki ilə müqayisədə artıq çəkili şəxslərdə. Dəyişən talamik əlaqə talamusun periferik sensor məlumatların korteksə ötürülməsini asanlaşdırmaqdakı roluna müdaxilə edə bilər (Jang et al., 2014).

Sıxlaşmamış yeniyetmələrin obezliyini normal çəkili şəxslərlə müqayisə edən ayrıca bir araşdırma, xarici kapsul, daxili kapsul (əsasən artım və aşağı enən kortikospinal traktları daşıyan), habelə bəzi müvəqqəti liflər və optik şüalanma kimi bölgələrdə obez yeniyetmələrdə azaldılmış fraksiya anizotropiyasını tapdı (Yau və digərləri, 2014). Son bir araşdırmada, cərrahi drenajdan sonra çəki halında kəskin artım olan bu sinir liflərinin tənzimlənməsində iştirak etdiyini göstərən beyin sistemi kavernoması olan bir insanda beyin sistemi və hipotalamus arasında DTI ilə əlaqəli sinir liflərinin itkisi müşahidə edilmişdir. həm qida qəbulu, həm də çəki (Purnell et al., 2014). Bununla birlikdə, hipotalamus ilə bağlantı fərqlərini müəyyənləşdirmədik, bu da cari araşdırmada istifadə olunan xüsusi atlaslar əsasında ləğv məhdudiyyətləri ilə əlaqəli ola bilər.

4.1.2. Anatomik bağlantıya əsaslanan beyin imzası 2

İkinci bir ortogonal imza mükafat və emosional oyanış şəbəkələri içərisində yalnız üç anatomik bağlantıdan ibarət idi. Mükafat şəbəkəsini əhatə edən bölgələrdə və cari araşdırmada qarşılıqlı əlaqədə olan şəbəkələrdə bölgələrin müəyyənləşdirilməsi əvvəlcədən bildirilməmişdir. Bununla birlikdə, bu dəyişikliklər genişləndirilmiş mükafat şəbəkəsinin bölgələrində boz maddə dəyişikliklərini müşahidə edən son morfoloji tədqiqatlara əsasən gözlənilə bilər (Kenny, 2011; Kurth et al., 2013; Raji et al., 2010; Volkow və digərləri, 2008). Birlikdə tapıntılarımız, mükafat şəbəkəsini və əlaqəli şəbəkələri əhatə edən bölgələr üçün ağ rəngli bağlantıda geniş yayılmış dəyişiklikləri göstərir.

Digər tədqiqatlar artan BMI ilə corpus callosum və fornix bölgələrində (cingulatın bir hissəsi olan və hipokampusdan hipotalamusa məlumat daşıyan) azaldılmış fraksiya anizotropiyası ilə ölçülən lif bütövlüyünü tapmışdır.Stanek et al., 2011; Xu və digərləri, 2013); cari tədqiqat, iki anatomik-bağlantı beyin imzaları içərisində interhemisferik bağlantıda əhəmiyyətli dəyişiklikləri müəyyənləşdirmədi. İstisna, 1 beyin imzasında sol parasentral lobula ilə sağ subparietal sulcus arasında əlaqə və 2 beyin imzasında sağ putamen ilə sol girus rektusu arasında əlaqə var idi. Bu əvvəlki araşdırmalarda müşahidə edilən təsirin, normal yaşlanma dövründə meydana gələn dəyişikliklərə bənzər xüsusi beyin bölgələri arasındakı əlaqələrin əvəzinə sistemli ağ maddənin pozulmasına görə ola biləcəyini fərz edirik (Sullivan et al., 2010). Əvvəlki tədqiqatların müəllifləri, yüksək BMI olan subyektlərin xarici kapsulundakı fraksiya anizotropiyasındakı fərqlərin hippokampus və amiqdala əlaqələri ilə əlaqələndirilə biləcəyini fərz etsələr də, bu strukturlardakı əlaqədə ciddi dəyişikliklər müşahidə etmədik. Bu müşahidələrin təsdiqlənməsi üçün bu beyin bölgələrinin daha detallı təhlili və incə ləğvi tələb olunur.

4.2. BMI ilə əlaqəli morfometrik boz maddəli beyin imzaları

İki fərqli profildən istifadə edərək boz maddənin morfometrik təhlili, 69% həssaslığı və 63% spesifikliyi olan normal çəkidən olan şəxslərin həddindən artıq çəkisini düzgün müəyyənləşdirə bildi. Bu tapıntılar qlobal və əvvəlki şəbəkələrdəki əlaqəli şəbəkələrdəki beyin bölgələrində boz maddə həcmində azalma ilə əlaqədar əvvəlki hesabatlara uyğundur (Debette et al., 2010; Kenny, 2011; Kurth et al., 2013; Pannacciulli et al., 2006; Raji et al., 2010). DTI əsaslı təsnifatdan fərqli olaraq, bu tapıntılar iki BMI qrupu arasında ayırdetmə qabiliyyətinin orta olduğunu göstərir.

4.2.1. Morfoloji əsaslı beyin imzası 1

Araşdırmamızda, ilk beyin imzası normal çəki qrupu ilə müqayisədə həddindən artıq çəki qrupunda mükafat, səliqə-sahman və idarəetmə şəbəkələrinin bölgələrində müxtəlif morfometrik tədbirlərin (orbital frontal girusun alt bölgələri, ön insula daxil olmaqla) daha aşağı dəyərlərini göstərdi. Bundan əlavə, emosional arousal şəbəkə ilə əlaqəli inhibitor bölgələr (dorsal yanal və ventromedial prefrontal korteks) üçün daha aşağı morfometrik dəyərlər müşahidə edilmişdir, lakin somatosensory şəbəkə üçün daha yüksək morfometriya (precentral sulcus, supramarginal girus, subcentral sulcus və üstün frontal sulcus). Normal çəki ilə müqayisədə kilolu olan bölgələrdə bölgələr Bu araşdırmada, orbital frontal girusun morfoloji ölçmələrində (boz maddə həcmi və kortikal qalınlıq) əhəmiyyətli dərəcədə azalma aşkar etdik. Orbital frontal girus mükafatlandırma ilə əlaqədar gözləntini kodlaşdırmağa əsaslanan qiymətləndirmə emalında və gələcək davranış və qərarların idarə edilməsində rol oynayan mükafat şəbəkəsi içərisində əhəmiyyətli bir bölgədir (Kahnt et al., 2010). Son zamanlarda boz və ağ rəngli quruluşu təhlil edən obez fərdlərin orbital frontal girus da daxil olmaqla mükafat şəbəkəsi daxilindəki müxtəlif bölgələr üçün dəyərlərin azaldığı aşkar edilmişdir (Shott et al., 2014).

4.2.2. Morfoloji əsaslı beyin imzası 2

Beyin imzası 1 ilə müqayisədə, səliqəli bölgələrdə və emosional oyanış şəbəkələrində müşahidə edilən morfoloji ölçmələr mübahisələrin əksəriyyətini izah etdi, mükafat şəbəkəsinin bölgələri isə təsirli deyildi. Azaldılmış boz maddə ölçmələri səliqə, icra nəzarəti və emosional oyanış şəbəkəsi bölgələrində müşahidə edildi. Bu bölgələr (anterior insula, parietal posterior korteks, parahippokampal girus, ön cingül korteksinin subregions) tez-tez qida toxumalarına məruz qaldıqda beyin fəaliyyətinin artması ilə əlaqələndirilir (Brooks və digərləri, 2013; Greenberg və digərləri, 2006; Rothemund və digərləri, 2007; Shott et al., 2014; Stoeckel və digərləri, 2008) və stimulların fərdi cəlbediciliyi dərəcəsi (Critchley et al., 2011; Seeley et al., 2007a). Mövcud araşdırmada, somatosensor şəbəkəsinin əsas bölgələrində (posterior insula, parasentral lobule) boz maddə azalması da müşahidə edilmişdir. Kilolu və piylənmədə bu şəbəkənin dəqiq rolu bilinməsə də, bədən hisslərinin bilinməsində iştirak etdiyi göstərildi və son bir araşdırma, obez insanlarda qida istəklərinə cavab olaraq yüksək somatosensor şəbəkə fəaliyyətinin səbəb ola biləcəyini irəli sürdü. overeating (Stice və ark., 2011). Bu tədqiqat, genişləndirilmiş mükafat şəbəkəsi və somatosensory şəbəkəsindəki beyin bölgələri arasındakı morfoloji ölçmələr və anatomik bağlantılara yönəldilmiş və bu beyin struktur ölçümlerinin ədəbiyyatda tapılan funksional araşdırmaların nəticələri ilə əlaqəli sinir emalına təsir göstərə biləcəyini göstərir. Davranış və ətraf mühit amilləri ilə əlaqələri gələcək tədqiqatlarda sınanmalı olan struktur və funksional tapıntılar arasındakı əlaqəni daha da yaxşılaşdırmağa imkan verir.

4.3. Kilolu və normal çəki fərdlərini ayırd etmək üçün sPLS-DA istifadə edərək çoxölçülü naxış analizlərindən istifadə

Genişləndirilmiş mükafat şəbəkəsindəki müxtəlif beyin şəbəkələri arasındakı lif sıxlığındakı BMI ilə əlaqəli dəyişikliklər, BMI'nin artmasının beynin müəyyən bölgələri arasında anatomik bağlantının pozulmasına səbəb olduğu fərziyyəsini dəstəkləyir. Bu anatomik dəyişikliklər mükafat şəbəkəsinin əsas bölgələri və əlaqəli şəbəkələr arasında təsirsiz və ya təsirsiz bir əlaqə ola bilər. Aşırı kilolu və piylənmə ilə əlaqəli boz maddə həcmində dəyişikliklər tapan son bir neçə xəbərə bənzəyir (Debette et al., 2010; Kurth et al., 2013; Pannacciulli et al., 2006; Raji et al., 2010), normal çəki fərdləri ilə müqayisədə artıq çəkidə oxşar morfoloji fərqləri də tapdıq. Cari araşdırmada, kilolu vəziyyət və beynin anatomik bağlantısı arasındakı əlaqəni araşdırmaq üçün bu müşahidələri genişləndirdik və kilolu və normal çəki mövzularını ayırd etmək üçün beyin morfometrik məlumatlarına sPLS-DA tətbiq etdik. İkili logist reqressiyasından istifadə edən son bir kəsişmə tədqiqi, boz maddə həcmi ilə ölçülən yanal orbital frontal girusdakı quruluş dəyişikliklərinin və iltihablı bir markerin (fibrinogen) qan səviyyəsinin kiçik bir vəziyyətdə piylənməni təxmin edə biləcəyini göstərir. 19 normal çəki subyektlərinin və 44 kilolu / obez subyektlərin nümunəsi; yüksək həssaslıqla (95.5%), lakin aşağı spesifikliyi (31.6%) (Kassetlər və s., 2011). Tədqiqatımız bu hesabatdan daha böyük nümunə ölçüsü də daxil olmaqla bir neçə cəhətdən fərqlənir; Nümunə xüsusi bir həll yolu tapmamaq üçün çarpaz bir doğrulaşdırma yanaşmasının tətbiqi, hipertansiyon / şəkərli diabet xəstəliyi olan subyektlərin xaric olma ehtimalı aradan qaldırılması və kilolu vəziyyətini proqnozlaşdırmaq üçün həm boz maddə həcmi, həm də lif traktının sıxlığı daxil edilməsi.

4.4. Məhdudiyyətlər

Normal çəkisi və həddindən artıq çəkisi olan liflər arasında sıx fərqlər aşkar etsək də, bu anatomik tapıntılardan funksional (istirahət vəziyyəti) arasındakı fərqlərə ekstrapolyasiya edə bilmərik. Belə funksional bağlantı tapıntıları, ağ maddə traktatları ilə birbaşa bağlanmayan ərazilərdə beyin fəaliyyətinin sinxronizasiyasındakı fərqləri aşkar etmək imkanı təklif edərdi. Kilolu / obez və normal BMI arasındakı anatomik bağlantı və morfoloji fərqlər haqqında əvvəlcədən bildirilən məlumatları təkrarlasaq da (Kurth et al., 2013; Raji et al., 2010), vacib subkortikal bölgələrdə hipotalamus, amiqdala və hipokampusda dəyişiklikləri müşahidə edə bilmədik. Mümkündür ki, bu uğursuzluq bu işdə istifadə edilən avtomatik ləğv alqoritmlərinin hədləri və ya həddindən artıq kilolu şəxslərlə müqayisədə obez fərdlər üçün məhdud təhlillərlə əlaqədar ola bilər. Şişman, kilolu və normal çəki dərəcəsi olan şəxsləri müqayisə etmək və cinsiyyət və irqə əsaslanan alt qrup təhlillərini aparmaq üçün gələcək tədqiqatlara daha böyük nümunələrə ehtiyac duyulacaqdır. Nisbətən kiçik bir nümunə sayəsində ciddi bir daxili yoxlama proseduru tətbiq etdik, lakin bu təsnifatorun proqnozlaşdırılan doğruluğunu müstəqil məlumat dəstində sınamaq lazımdır (Bray et al., 2009). Gələcək tədqiqatlar bu tapıntıların kontekstini və əhəmiyyətini şərh etmək üçün bu neyroimaging fərqlərinin müəyyən yemək davranışları, yemək üstünlükləri və pəhriz məlumatları ilə əlaqələndirilməlidir. Piylənmə və kilolu vəziyyət tez-tez hipertansiyon, diabet və metabolik sindromla əlaqəli olduğuna görə gələcək təhlillər bu amillərin təsnifat alqoritminə mülayim və korrelyasiya təsirini araşdırmalıdır.

4.5. Xülasə və nəticələr

Xülasə, nəticələrimiz həddindən artıq kilolu olmağın beyindəki xüsusi bölgələr arasında dəyişdirilmiş bağlantı (lif sıxlığı şəklində) ilə əlaqəli olduğu və bu bölgələr arasında təsirsiz və ya təsirsiz bir əlaqə yaratma ehtimalını dəstəkləyir. Xüsusilə, prefrontal inhibitor beyin bölgələrinin mükafat devresi ilə azalmış bağlantısı qida qəbulunun tənzimlənməsində hedonik mexanizmlərin üstünlük təşkil etməsinə uyğundur (Gunstad et al., 2006, 2007, 2008, 2010). Bu quruluş dəyişikliklərinin əsasını qoyan mexanizmlər yaxşı başa düşülmür, lakin neyroinflamatuar və nöroplastik prosesləri əhatə edə bilər (Kassetlər və s., 2011) Kilolu və obez şəxslərdə bildirilən aşağı dərəcəli iltihablı vəziyyətlə əlaqəli (Kassetlər və s., 2011; Cox et al., 2014; Das, 2010; Gregor və Hotamisligil, 2011; Griffin, 2006). Kilolu / piylənmədə boz və ağ rəngli dəyişiklikləri müəyyənləşdirmək üçün məlumatlara əsaslanan yanaşmalar artan BMI-nin mərkəzi əlaqələrini müəyyənləşdirmək üçün vəd edir və bu pozğunluq üçün neyrobioloji biomarkerləri müəyyən etmək potensialına malikdir.

Müəllif iştirak edir

Arpana Gupta: Anlayış və dizayn, məlumatların təhlili və təfsiri, əlyazmanın hazırlanması və yenidən işlənməsi.

Emeran Mayer: Tədqiqat anlayışı və dizaynı, əlyazmanın tənqidi nəzərdən keçirilməsi, əlyazmanın son variantının təsdiqlənməsi, maliyyələşdirilməsi.

Claudia San Miguel: Əlyazmanın hazırlanması və tənqidi baxılması, məlumatların təfsiri.

John Van Horn: Məlumatların yaranması, məlumatların təhlili.

Connor Fling: Məlumatların təhlili.

Aubrey Love: Məlumatların təhlili.

Devis Woodworth: Məlumatların təhlili.

Benjamin Ellingson: Əlyazmanın icmalı.

Kirsten Tillisch: Əlyazmanın tənqidi baxılması, maliyyələşdirilməsi.

Jennifer Labus: Tədqiqat anlayışı və dizaynı, məlumatların təhlili və təfsiri, əlyazmanın hazırlanması və yenidən işlənməsi, əlyazmanın son variantının təsdiqlənməsi, maliyyələşdirilməsi.

Maraqların toqquşması

Heç bir maraq toqquşması mövcud deyil.

Maliyyə mənbəyi

Bu tədqiqat qismən Milli Səhiyyə İnstitutlarının qrantları tərəfindən dəstəklənmişdir: R01 DK048351 (EAM), P50DK64539 (EAM), R01 AT007137 (KT), P30 DK041301, K08 DK071626 (JSL) (JSL) (JSL) və J03 (JSL) (JSL). Pilot taramaları UCLA tərəfindən Ahmanson-Lovelace Beyin Xəritəçəkmə Mərkəzi tərəfindən təmin edilmişdir.

References

  • Bray S., Chang C., Hoeft F. Sağlam və klinik populyasiyanın inkişaf neyroizamajında ​​çoxsahəli model təsnifat analizlərinin tətbiqi. Ön. Xum. Neyrocular. 2009; 3: 32. 19893761 [PubMed]
  • Brooks SJ, Cedernaes J., Schiöth HB Piylənmədə qida görüntülərinə dorsolateral prefrontal və insular korteks aktivləşməsi ilə prefrontal və parahippokampal aktivliyin artması: fMRI tədqiqatlarının meta analizi. PLOS BİR. 2013; 8 (4): e60393. 23593210 [PubMed]
  • Calton MA, Vaisse C. Piylənməyə genetik meylli ümumi variantların rolunu azaltmaq. Genom Med. 2009; 1 (3): 31. 19341502 [PubMed]
  • Kassetlər F., Cohen JI, Yau PL, Talbot H., Convit A. Piylənmə vasitəçiliyi iltihabı qida qəbulunu tənzimləyən beyin dövranını zədələyə bilər. Beyin Res. 2011; 1373: 101-109. 21146506 [PubMed]
  • Xəstəliklərə Nəzarət Mərkəzi (CDC) Kilolu və Piylənmə. 2014. Mən
  • Chiang MC, Barysheva M., Toga AW, Medland SE, Hansell NK, James MR, McMahon KL, de Zubicaray GI, Martin NG, Wright MJ, Thompson PM BDNF gen 455 əkizlərində təkrarlanan beyin dövranına təsir. Neuroimage. 2011;55(2):448–454. [PubMed]
  • Choquet H., Meyre D. Piylənmənin genetikası: nə öyrəndik? Qarağat. Genomika. 2011;12(3):169–179. 22043165 [PubMed]
  • Connolly L., Coveleskie K., Kilpatrick LA, Labus JS, Ebrat B., Stains J., Jiang Z., Tillisch K., Raybould HE, Mayer EA Şirəli və obez qadınlar arasındakı beyin reaksiyalarının bir şirinləşdirilmiş içkiyə olan fərqləri. Neurogastroenterol. Motil. 2013;25(7):579-e460. 23566308 [PubMed]
  • Cox AJ, West NP, Cripps AW Piylənmə, iltihab və bağırsaq mikrobiota. Lancet Diabet Endokrinol. 2014 25066177 [PubMed]
  • Critchley HD, Nagai Y., Grey MA, Mathias CJ İnsanlarda avtonom idarəetmənin parçalanan baltaları: neyroimajdan anlayışlar. Auton. Neyrocular. 2011;161(1–2):34–42. 20926356 [PubMed]
  • Dale AM, Fischl B., Sereno MI Kortikal səthə əsaslanan analiz. I. Seqmentasiya və səth yenidən qurulması. Neuroimage. 1999;9(2):179–194. 9931268 [PubMed]
  • Das UN Obezite: genlər, beyin, bağırsaq və ətraf mühit. Qidalanma. 2010;26(5):459–473. 20022465 [PubMed]
  • Debette S., Beiser A., ​​Hoffmann U., Decarli C., O'Donnell CJ, Massaro JM, Au R., Himali JJ, Wolf PA, Fox CS, Seshadri S. Visceral yağ sağlam beyin həcminin aşağı olması ilə əlaqələndirilir. orta yaşlı böyüklər. Ann. Neyrol. 2010;68(2):136–144. 20695006 [PubMed]
  • Destrieux C., Fischl B., Dale A., Halgren E. Standart anatomik nomenklaturadan istifadə edərək insanın kortikal gyri və sulcularının avtomatik ləğvi. Neuroimage. 2010;53(1):1–15. 20547229 [PubMed]
  • Dubois L., Ohm Kyvik K., Girard M., Tatone-Tokuda F., Pérusse D., Hjelmborg J., Skytthe A., Rasmussen F., Wright MJ, Lichtenstein P., Martin NG Ağırlığa genetik və ekoloji töhfələr doğumdan 19 yaşına qədər, boy və BMI: 12,000-dən çox əkiz cütlüyün beynəlxalq bir araşdırması. PLOS BİR. 2012; 7 (2): e30153. 22347368 [PubMed]
  • El-Sayed Moustafa JS, Froguel P. Şişmanlıq genetikasından gələcəyə uyğunlaşdırılmış piylənmə terapiyasının gələcəyinə. Nat. Rev. Endokrinol. 2013;9(7):402–413. 23529041 [PubMed]
  • Finkelstein EA, Trogdon JG, Cohen JW, Dietz W. Piylənmə ilə əlaqəli illik tibbi xərclər: ödəyici və xidmətə aid hesablamalar. Sağlamlıq Aff (Millwood) 2009;28(5):w822–w831. 19635784 [PubMed]
  • Fischl B., Salat DH, Busa E., Albert M., Dieterich M., Haselgrove C., van der Kouwe A., Killiany R., Kennedy D., Klaveness S., Montillo A., Makris N., Rosen B., Dale AM ​​Bütöv beyin seqmentasiyası: insan beynindəki neyroanatomik quruluşların avtomatik etiketlənməsi. Neyron. 2002;33(3):341–355. 11832223 [PubMed]
  • Fischl B., Sereno MI, Dale AM ​​Kortikal səthə əsaslanan analiz. II: inflyasiya, düzləşmə və səthə əsaslanan koordinat sistemi. Neuroimage. 1999;9(2):195–207. 9931269 [PubMed]
  • García-García I., Jurado M.Á, Garolera M., Segura B., Sala-Llonch R., Marqués-Iturria I., Pueyo R., Sender-Palacios MJ, Vernet-Vernet M., Narberhaus A., Ariza M., Junqué C. Piylənmədə şiddət şəbəkəsinin dəyişdirilməsi: istirahət edən bir fMRI araşdırması. Xum. Beyin Mapp. 2013;34(11):2786–2797. 22522963 [PubMed]
  • Greenberg JA, Boozer CN, Geliebter A. Qəhvə, diabet və çəkiyə nəzarət. Am. J. Clin. Nutr. 2006;84(4):682–693. 17023692 [PubMed]
  • Gregor MF, Hotamisligil GS Piylənmədə iltihab mexanizmləri. Annu. İmmunol. 2011; 29: 415-445. 21219177 [PubMed]
  • Griffin WS İltihab və nörodejenerativ xəstəliklər. Am. J. Clin. Nutr. 2006;83(2):470S–474S. 16470015 [PubMed]
  • Gunstad J., Lhotsky A., Wendell CR, Ferrucci L., Zonderman AB Piylənmə və bilişsel funksiyanın uzunlamasına müayinəsi: Baltimor qocalma uzunlamasına araşdırmasının nəticəsi. Neyroepidemiologiya. 2010;34(4):222–229. 20299802 [PubMed]
  • Gunstad J., Paul RH, Cohen RA, Tate DF, Gordon E. Piylənmə gənc və orta yaşlı yetkinlərdə yaddaş çatışmazlığı ilə əlaqələndirilir. Yeyin. Çəki uyğunsuzluğu. 2006;11(1):e15–e19. 16801734 [PubMed]
  • Gunstad J., Paul RH, Cohen RA, Tate DF, Spitznagel MB, Gordon E. Yüksək bədən kütləsi indeksi sağlam yetkinlərdə baş verən disfunksiya ilə əlaqələndirilir. Kompr. Psixiatriya. 2007;48(1):57–61. 17145283 [PubMed]
  • Gunstad J., Spitznagel MB, Paul RH, Cohen RA, Kohn M., Luyster FS, Clark R., Williams LM, Gordon E. Sağlam uşaq və yeniyetmələrdə bədən kütləsi indeksi və nöropsikoloji funksiyası. İştah. 2008;50(2–3):246–251. 17761359 [PubMed]
  • Irimia A., Chambers MC, Torgerson CM, Van Horn JD Mövzu və əhali səviyyəsində bağlantı vizuallaşdırma üçün insan kortikal şəbəkələrinin dairəvi nümayəndəliyi. Neuroimage. 2012;60(2):1340–1351. 22305988 [PubMed]
  • Jang SH, Lim HW, Yeo SS İnsan beynindəki intralaminar talamik nüvələrin sinir bağlantısı: bir diffuziya tensor traktografi tədqiqatı. Neyrocular. Lett. 2014; 579: 140-144. 25058432 [PubMed]
  • Kahnt T., Heinzle J., Park SQ, Haynes JD İnsanın orbitofortal korteksində mükafat gözləməsinin sinir kodu. Proc. Natl. Akad. Elm. ABŞ. 2010;107(13):6010–6015. 20231475 [PubMed]
  • Kenny PJ Piylənmədə mükafatlandırma mexanizmləri: yeni anlayışlar və gələcək istiqamətlər. Neyron. 2011;69(4):664–679. 21338878 [PubMed]
  • Kilpatrick LA, Coveleskie K., Connolly L., Labus JS, Ebrat B., Stains J., Jiang Z., Suyenobu BY, Raybould HE, Tillisch K., Mayer EA Şəkər yeyilməsinin beyin və hipotalamik daxili səthlərə təsiri və obez qadınlar. Qastroenterologiya. 2014;146(5):1212–1221. 24480616 [PubMed]
  • Kullmann S., Heni M., Veit R., Ketterer C., Schick F., Häring HU, Fritsche A., Preissl H. Şişman beyin: Bədən kütləsi indeksi və insulin həssaslığını istirahət dövlət şəbəkəsi funksional bağlantısı ilə əlaqələndirmək. Xum. Beyin Mapp. 2012;33(5):1052–1061. 21520345 [PubMed]
  • Kurth F., Levitt JG, Phillips OR, Luders E., Woods RP, Mazziotta JC, Toga AW, Narr KL Yaşlı yetkinlərdə boz maddə, bədən kütləsi indeksi və bel ətrafı arasındakı əlaqələr. Xum. Beyin Mapp. 2013;34(7):1737–1746. 22419507 [PubMed]
  • Lê Cao KA, Boitard S., Besse P. Sparse PLS ayrıseçkilik təhlili: bioloji cəhətdən uyğun xüsusiyyət seçimi və multiklass problemlər üçün qrafik ekranlar. BMC Bioinformatika. 2011; 12: 253. 21693065 [PubMed]
  • Lê Cao KA, González I., Déjean S. integrOmics: iki omics məlumat toplusu arasındakı əlaqələri açmaq üçün bir R paketi. Bioİnformatika. 2009;25(21):2855–2856. 19706745 [PubMed]
  • Lê Cao KA, Martin PG, Robert-Granié C., Besse P. Sparse bioloji məlumatların inteqrasiyası üçün kanonik metodlar: çarpaz platforma tədqiqatına müraciət. BMC Bioinformatika. 2009; 10: 34. 19171069 [PubMed]
  • Lê Cao KA, Rossouw D., Robert-Granié C., Besse P. Omics məlumatlarını birləşdirərkən dəyişkən seçim üçün seyrək bir PLS. Stat. Müraciət edin. Genet. Mol Biol. 2008; 7 (1): 35. 19049491 [PubMed]
  • Lê Cao KA, Rossouw D., Robert-Granié C., Besse P. Omics məlumatlarını birləşdirərkən dəyişkən seçim üçün seyrək bir PLS. Stat. Müraciət edin. Genet. Mol Biol. 2008; 7 (1): 35. 19049491 [PubMed]
  • Loveman E., Frampton GK, Çoban J., Picot J., Cooper K., Bryant J., Welch K., Clegg A. Yetkinlər üçün uzunmüddətli çəki idarəetmə sxemlərinin klinik effektivliyi və iqtisadi səmərəliliyi: sistematik bir baxış . Sağlamlıq Texnologiyası. Qiymətləndirin. 2011;15(2):1–182. 21247515 [PubMed]
  • Menon V., Uddin LQ Dözümlülük, keçid, diqqət və nəzarət: insula funksiyasının şəbəkə modeli. Beyin quruluşu. Düzgün. 2010;214(5–6):655–667. 20512370 [PubMed]
  • Mori S., Crain BJ, Chacko VP, van Zijl PC Maqnetik rezonans görüntüləmə ilə beyindəki axonal proektsiyaların üçölçülü izlənməsi. Ann. Neyrol. 1999;45(2):265–269. 9989633 [PubMed]
  • Morrow JD, Maren S., Robinson TE, İştahaaçan reprezentativə həvəsli cəhətləri aid etmək meylindəki fərdi dəyişiklik, həssaslığı aversiv bir replikaya aid etmək meylinin olacağını proqnozlaşdırır. Davranış. Beyin Res. 2011;220(1):238–243. 21316397 [PubMed]
  • Pannacciulli N., Del Parigi A., Chen K., Le DS, Reiman EM, Tataranni PA İnsan piylənməsində beyin anormallikləri: voksel əsaslı bir morfometrik bir araşdırma. Neuroimage. 2006;31(4):1419–1425. 16545583 [PubMed]
  • Purnell JQ, Lahna DL, Samuels MH, Rooney WD, Hoffman WF Beyin sistemində piylənmədə pons-hipotalamik ağ maddə izlərinin itməsi. Int J Obes (Lond) 2014; 38: 1573-1577. 24727578 [PubMed]
  • Raji CA, Ho AJ, Parikshak NN, Becker JT, Lopez OL, Kuller LH, Hua X., Leow AD, Toga AW, Thompson PM Beyin quruluşu və piylənmə. Xum. Beyin Mapp. 2010;31(3):353–364. 19662657 [PubMed]
  • Rothemund Y., Preuschhof C., Bohner G., Bauknecht HC, Klingebiel R., Flor H., Klapp BF Şişman şəxslərdə yüksək kalorili vizual qida stimulları ilə dorsal striatumun differensial aktivləşdirilməsi. Neuroimage. 2007;37(2):410–421. 17566768 [PubMed]
  • Seeley WW, Menon V., Schatzberg AF, Keller J., Glover GH, Kenna H., Reiss AL, Greicius MD. J. Neurosci. 2007;27(9):2349–2356. 17329432 [PubMed]
  • Seeley WW, Menon V., Schatzberg AF, Keller J., Glover GH, Kenna H., Reiss AL, Greicius MD. J. Neurosci. 2007;27(9):2349–2356. 17329432 [PubMed]
  • Sheehan DV, Lecrubier Y., Sheehan KH, Amorim P., Janavs J., Weiller E., Hergueta T., Baker R., Dunbar GC Mini-Beynəlxalq Neyropsikiyatrik Müsahibə (MINI): strukturlaşdırılmış bir diaqnostikanın inkişafı və təsdiqlənməsi DSM-IV və ICD-10 üçün psixiatrik görüş. J. Clin. Psixiatriya. 1998;59(Suppl. 20):22–33. 9881538 [Viktorina 34 – 57] [PubMed]
  • Shott ME, Cornier MA, Mittal VA, Pryor TL, Orr JM, Brown MS, Frank GK Orbitofrontal korteks həcmi və piylənmədə beyin mükafatına cavab. Int J Obes (Lond) 2014 25027223 [PMC pulsuz məqalə] [PubMed]
  • Stanek KM, Grie SM, Brickman AM, Korgaonkar MS, Paul RH, Cohen RA, Gunstad JJ Piylənmə başqa sağlam yetkinlərdə ağ maddə bütövlüyünün azalması ilə əlaqələndirilir. Piylənmə (Gümüş Bahar) 2011;19(3):500–504. 21183934 [PubMed]
  • Stice E., Yokum S., Burger KS, Epstein LH, Piylənmə riski olan Kiçik DM Gənclər, striatal və somatosensor bölgələrin qidaya daha çox aktivləşməsini göstərir. J. Neurosci. 2011;31(12):4360–4366. 21430137 [PubMed]
  • Stoeckel LE, Weller RE, Cook EW, 3rd, Twieg DB, Knowlton RC, Cox JE Yüksək kalorili qidaların şəkillərinə cavab olaraq obez qadınlarda geniş yayılmış mükafat sisteminin aktivləşdirilməsi. Neuroimage. 2008;41(2):636–647. 18413289 [PubMed]
  • Sullivan EV, Rohlfing T., Pfefferbaum A. Kəmiyyət DTI lif izləmə üsulu istifadə edərək normal yetkin yaşda olan beyində kallosal mikrostrukturun uzununa öyrənilməsi. Dev Neyropsikol. 2010;35(3):233–256. 20446131 [PubMed]
  • Terranova L., Busetto L., Vestri A., Zappa MA Bariatric cərrahiyyə: səmərəliliyi və büdcə təsiri. Obes. Surg. 2012;22(4):646–653. 22290621 [PubMed]
  • Volkow ND, Frascella J., Friedman J., Saper CB, Baldo B., Rolls ET, Mennella JA, Dallman MF, Wang GJ, LeFur G. Piylənmənin neyrobiologiyası: asılılığa münasibət. Neyropsikofarmakologiya. 2004; 29: S29-S30.
  • Volkow ND, Wang GJ, Baler RD Mükafat, dopamin və qida qəbulunu nəzarət: Piylənmə üçün təsir. Trendlər Cogn. Elm. 2011;15(1):37–46. 21109477 [PubMed]
  • Volkow ND, Wang GJ, Fowler JS, Telang F. Bağımlılık və piylənmədə neyron dövranları üst-üstə düşür: sistemlərin patologiyasına dəlil. Filos. Trans. R. Soc. Lond., B, Biol. Elm. 2008;363(1507):3191–3200. 18640912 [PubMed]
  • Ümumdünya Səhiyyə Təşkilatı (ÜST) Piylənmə. 2014. Mən
  • Xu J., Li Y., Lin H., Sinha R., Potenza MN Bədən kütləsi indeksi fornix və corpus kallosumundakı ağ maddə bütövlüyü ilə mənfi əlaqələndirir: bir diffuziya tensor görüntüləmə araşdırması. Xum. Beyin Mapp. 2013;34(5):1044–1052. 22139809 [PubMed]
  • Yau PL, Javier DC, Ryan CM, Tsui WH, Ardekani BA, Ten S., Convit A. 2 şəkərli diabet xəstəsi olan obez yeniyetmələrdə beyin ağırlaşmalarının ilkin sübutları. Diabetologiya. 2010;53(11):2298–2306. 20668831 [PubMed]
  • Yau PL, Kang EH, Javier DC, Convit A. Asılı olmayan yeniyetmələrdə obezlikdə bilişsel və beyin anormallıqlarının ilkin sübutları. Piylənmə (Gümüş Bahar) 2014;22(8):1865–1871. 24891029 [PubMed]
  • Zald DH İnsanın amigdala və duyğu stimullarının emosional qiymətləndirilməsi. Beyin Res. Beyin Res. Rev. 2003;41(1):88–123. 12505650 [PubMed]
  • Zigmond AS, Snaith RP Xəstəxana narahatlığı və depressiya miqyası. Acta psixiatr. Qalmaqal. 1983;67(6):361–370. 6880820 [PubMed]