Auswirkungen des glykämischen Index in der Ernährung auf Gehirnregionen im Zusammenhang mit Belohnung und Verlangen bei Männern (2013)

Am J Clin Nutr. Sep 2013; 98 (3): 641 – 647.

Veröffentlicht online Jun 26, 2013. doi:  10.3945 / ajcn.113.064113

PMCID: PMC3743729

Dieser Artikel wurde zitiert von andere Artikel in PMC.

Gehe zu:

Abstrakt

Hintergrund: Qualitative Aspekte der Ernährung beeinflussen das Essverhalten, die physiologischen Mechanismen für diese kalorienunabhängigen Effekte bleiben jedoch spekulativ.

Ziel: Wir untersuchten die Auswirkungen des glykämischen Index (GI) auf die Gehirnaktivität in der späten postprandialen Phase nach einem typischen Intervall zwischen den Mahlzeiten.

Design: Mit der Verwendung eines randomisierten, verblindeten Crossover-Designs nahmen 12-übergewichtige oder adipöse Männer im Alter von 18 – 35 bei 2-Gelegenheiten Mahlzeiten mit hohem und niedrigem GI zu sich, die auf Kalorien, Makronährstoffe und Schmackhaftigkeit kontrolliert waren. Das primäre Ergebnis war der zerebrale Blutfluss als Maß für die Aktivität des ruhenden Gehirns, der unter Verwendung der arteriellen Spin-Labeling-Funktion der Magnetresonanztomographie 4 h nach den Testmahlzeiten bewertet wurde. Wir stellten die Hypothese auf, dass die Gehirnaktivität nach der Mahlzeit mit hohem GI in bestimmten Regionen, die an Essverhalten, Belohnung und Verlangen beteiligt sind, größer sein würde.

Ergebnisse: Inkrementelle venöse Plasmaglucose (2-h-Bereich unter der Kurve) war nach der Mahlzeit mit hohem GI-Wert um das 2.4-Fache höher als bei der Mahlzeit mit niedrigem GI-Wert (P = 0.0001). Die Plasmaglucose war niedriger (Mittelwert ± SE: 4.7 ± 0.14 im Vergleich zu 5.3 ± 0.16 mmol / L; P = 0.005) und gemeldeter Hunger war größer (P = 0.04) 4 h nach der Mahlzeit mit höherem als niedrigem GI. Zu diesem Zeitpunkt löste die Mahlzeit mit hohem GI eine größere Gehirnaktivität aus, die im rechten Nucleus accumbens (einem vorher festgelegten Bereich; P = 0.0006 mit Anpassung für mehrere Vergleiche), die sich auf andere Bereiche des rechten Striatums und auf den Geruchsbereich ausbreiten.

Schlussfolgerungen: Verglichen mit einer isokalorischen Mahlzeit mit niedrigem GI-Wert verringerte eine Mahlzeit mit hohem GI-Wert den Plasmaglukosespiegel, erhöhte den Hunger und stimulierte selektiv die Gehirnregionen, die mit Belohnung und Verlangen in der späten postprandialen Phase assoziiert sind, die eine Zeit ist, die für das Essverhalten am nächsten Tag von besonderer Bedeutung ist Mahlzeit. Diese Studie wurde bei registriert clinicaltrials.gov als NCT01064778.

EINFÜHRUNG

Das mesolimbische dopaminerge System des Gehirns, das am Nucleus accumbens (Teil des Striatum) konvergiert, spielt eine zentrale Rolle bei Belohnung und Verlangen, und dieses System scheint hedonische Nahrungsreaktionen zu vermitteln (1-3). In Nagetierstudien stiegen die extrazellulären Konzentrationen von Dopamin und seinen Metaboliten im Nucleus accumbens nach dem Verzehr von sehr schmackhaftem Futter stärker an als bei Standardnagetierfutterpellets (4). Darüber hinaus erhöhten Mikroinjektionen von Opiat in den Nucleus accumbens die Nahrungsaufnahme und den Belohnungswert von Nahrungsmitteln (5). Klinische Studien, die funktionelle Bildgebung des Gehirns verwendeten, haben gezeigt, dass bei adipösen Personen eine stärkere Aktivierung im Nucleus accumbens oder in anderen Regionen des Striatum erfolgt als bei schlanken Personen, nachdem sie schmackhafte, kalorienreiche Lebensmittel angesehen oder konsumiert hatten (6-11). Von besonderem Interesse ist striatales Dopamin D2 Die Rezeptorverfügbarkeit war bei adipösen Personen signifikant niedriger als bei nicht adipösen Kontrollpersonen (11), was die Möglichkeit aufwirft, dass übermäßiges Essen eine niedrige dopaminerge Aktivität ausgleichen kann. Diese Querschnittsvergleiche zwischen Gruppen magerer und fettleibiger Menschen konnten jedoch die kausale Richtung nicht einschätzen.

Physiologische Beobachtungen zum glykämischen Index (GI)5 Bieten Sie einen Mechanismus, um zu verstehen, wie ein bestimmter Ernährungsfaktor, abgesehen von der Schmackhaftigkeit, Heißhunger und übermäßiges Essen hervorrufen kann. Der GI beschreibt, wie kohlenhydrathaltige Lebensmittel den Blutzucker im postprandialen Zustand beeinflussen (12, 13). Wie bereits bei adipösen Jugendlichen beschrieben (13, 14) führte der Verzehr einer Mahlzeit mit hohem GI im frühen postprandialen Stadium zu einem Anstieg von Blutzucker und Insulin (0 – 2 h), gefolgt von einem Rückgang des Blutzuckers im späten postprandialen Stadium (3 – 5 h) ). Der Abfall des Blutzuckers, der nach einer Mahlzeit mit hohem GI häufig um 4 h unter die Fastenkonzentration sinkt, kann zu übermäßigem Hunger, übermäßigem Essen und der Bevorzugung von Nahrungsmitteln führen, die den normalen Blutzuckerspiegel schnell wiederherstellen (dh hoher GI) (15-17), Ausbreitungszyklen von übermäßigem Essen. In einer Studie an mageren und fettleibigen Erwachsenen verstärkte eine durch Insulin verursachte mittlere Abnahme der Blutzuckerkonzentration von 4.9 auf 3.7 mmol / L die Aktivierung des Striatums als Nahrungsmittelstimulus und das Verlangen nach Nahrungsmitteln mit hohem Kaloriengehalt (18). Um diese Mechanismen zu untersuchen, verglichen wir die Auswirkungen von Testmahlzeiten mit hohem und niedrigem GI auf Kalorien, Makronährstoffgehalt, Inhaltsstoffquellen und Schmackhaftigkeit in der späten postprandialen Phase unter Verwendung einer funktionellen Gehirnbildgebung der Belohnungsschaltungen, die mit der Motivation der Lebensmittel und dem Energiehaushalt zusammenhängen.

FÄCHER UND METHODEN

Wir führten eine randomisierte, verblindete Crossover-Studie an gesunden übergewichtigen und fettleibigen jungen Männern durch und verglichen die Auswirkungen von Testmahlzeiten mit hohem und niedrigem GI auf 2 d, getrennt durch 2 – 8 wk. Das primäre Ergebnis war der zerebrale Blutfluss als Maß für die Aktivität des ruhenden Gehirns, der unter Verwendung der arteriellen Spinmarkierung (ASL) fMRI 4 h nach der Testmahlzeit bestimmt wurde. Wir vermuten, dass die High-GI Mahlzeit die Aktivität im Striatum erhöhen würde, den Hypothalamus, die Amygdala, Hippocampus, Cingulum, orbitofrontalen Kortex und Inselrinde, die Hirnregionen in dem Essverhalten, Belohnung und Sucht beteiligt sind (6-11). Zu den sekundären Endpunkten gehörten Plasmaglukose, Seruminsulin und gemeldeter Hunger während der gesamten postprandialen 5-h-Periode. Die Schmackhaftigkeit der Testmahlzeiten wurde auch unter Verwendung einer visuellen analogen 10-cm-Skala (VAS) bewertet. Die statistischen Behandlungen umfassten die Vorgabe von interessierenden Gehirnregionen und die Korrektur für mehrere Vergleiche. Das Protokoll wurde am Beth Israel Deaconess Medical Center (Boston, MA) durchgeführt und erhielt eine ethische Überprüfung. Die Studie wurde bei clinicaltrials.gov als NCT01064778 registriert, und die Teilnehmer gaben eine schriftliche Einverständniserklärung ab. Die Daten wurden zwischen 24 April 2010 und 25 Februar 2011 gesammelt.

Teilnehmer

Die Teilnehmer wurden mit Flugblättern und Postern rekrutiert, die in der Metropolregion Boston verteilt wurden, sowie mit Interneteinträgen. Einschlusskriterien waren männliches Geschlecht, Alter zwischen 18 und 35 y und BMI (in kg / m2) ≥25. Frauen wurden in diese erste Studie nicht einbezogen, um die Verwirrung zu vermeiden, die sich aus dem Menstruationszyklus ergeben könnte (19). Ausschlusskriterien waren alle größeren medizinischen Probleme, die Verwendung eines Medikaments, das den Appetit oder das Körpergewicht beeinflusste, das Rauchen oder der Drogenkonsum in der Freizeit, hohe körperliche Aktivität, die derzeitige Teilnahme an einem Gewichtsverlustprogramm oder eine Änderung des Körpergewichts> 5% im Vorgänger 6 Monate, Allergien gegen oder Unverträglichkeit von Testmahlzeiten und jegliche Kontraindikation für das MRT-Verfahren [z. B. kontraindizierte Metallimplantate, Gewicht> 300 kg). Die Eignung wurde durch telefonisches Screening und anschließende persönliche Bewertungssitzung bewertet. Während der Evaluierungssitzung erhielten wir anthropometrische Messungen und führten einen oralen Glukosetoleranztest durch. Zusätzlich probierten die Teilnehmer Testmahlzeiten und machten eine MRT-Sequenz durch, um festzustellen, ob das Verfahren toleriert werden kann.

Eingeschriebene Teilnehmer wurden nacheinander in eine Liste zufälliger Zuordnungen (erstellt vom Clinical Research Center des Boston Children's Hospital) für die Reihenfolge der Testmahlzeiten unter Verwendung zufällig permutierter 4er-Blöcke eingetragen. Flüssige Testmahlzeiten wurden den Teilnehmern vom Studienpersonal in Pappbechern geliefert . Beide Testmahlzeiten hatten ein ähnliches Aussehen, einen ähnlichen Geruch und einen ähnlichen Geschmack. Alle an der Datenerfassung beteiligten Teilnehmer und Forschungsmitarbeiter wurden in der Interventionssequenz maskiert. Die Teilnehmer erhielten 250 USD für das Ausfüllen des Protokolls.

Probemahlzeiten

Testmahlzeiten wurden von Botero et al. (20), um in Geschmackstests, an denen das Studienpersonal beteiligt war, eine ähnliche Süße und Schmackhaftigkeit zu erzielen. Wie gezeigt in Tabelle 1Beide Testmahlzeiten bestanden aus ähnlichen Bestandteilen und hatten die gleiche Makronährstoffverteilung (ProNutra Software, Version 3.3.0.10; Viocare Technologies Inc). Der vorhergesagte GI der Testmahlzeiten mit hohem und niedrigem GI betrug 84% bzw. 37%, wobei Glucose als Referenzstandard verwendet wurde. Der Kaloriengehalt von Testmahlzeiten wurde individuell bestimmt, um jedem Teilnehmer 25% des täglichen Energiebedarfs auf der Grundlage einer Schätzung des Ruheenergieaufwandes zu liefern (21) und einen Aktivitätsfaktor von 1.2.

TABELLE 1 

Test-Mahlzeit-Zusammensetzung1

Verfahren

Während der Evaluierungssitzung wurden Größe und Gewicht gemessen, deskriptive Basisdaten (einschließlich der selbst berichteten ethnischen Zugehörigkeit und Rasse) gesammelt und ein Serum-Schilddrüsen-stimulierendes Hormon (zum Screening auf Hypothyreose) erhalten. Die Teilnehmer erhielten einen 75-g oralen Glukosetoleranztest (Getränke 10-O-75; Azer Scientific) mit der Probennahme von Plasmaglukose und Seruminsulin bei 0, 30, 60, 90 und 120 min.

Die Testsitzungen wurden nach 2-8-Wochen getrennt. Die Teilnehmer wurden angewiesen, Änderungen der gewohnheitsmäßigen Ernährung und des körperlichen Aktivitätsniveaus von 2 d vor jeder Testsitzung zu vermeiden und das Körpergewicht während der gesamten Studie innerhalb von 2.5% des Ausgangswerts zu halten. Die Teilnehmer kamen für beide Testsitzungen zwischen 0800 und 0930 an, nachdem sie ≥12 h gefastet und sich seit dem Vorabend des Alkoholkonsums enthalten hatten. Zu Beginn jeder Sitzung wurde die Intervallgesundheit bewertet, die Dauer des Fastens wurde bestätigt und Gewicht und Blutdruck wurden gemessen. Ein intravenöser 20-Gauge-Katheter wurde zur seriellen Blutentnahme platziert. Nach einer Akklimatisierungszeit von 30-min wurde das zufällig bestimmte Testmehl vollständig innerhalb von 5-min verzehrt. Blutproben und Hungerbewertungen wurden vor und alle 30 min nach dem Beginn der Testmahlzeit während der postprandialen 5-h-Periode erhalten. Wir konnten kein metallisches Handwärmgerät verwenden, um venöses Blut in der Nähe der fMRT-Maschine zu arterialisieren, und die Belastung durch wiederholte Fingersticks für Kapillarblut hätte das primäre Studienergebnis verfälschen können. Die Verwendung von venösem Blut könnte zu Fehlern bei der Messung der arteriellen Blutzuckerkonzentration oberhalb und unterhalb der Nüchternkonzentration geführt haben, insbesondere bei der Mahlzeit mit hohem GI, die eine Studienbeschränkung enthielt (22). Die Schmackhaftigkeit wurde nach Beendigung der Testmahlzeit beurteilt und die Bildgebung nach 4 h durchgeführt.

Messungen

Das Gewicht wurde in einem Krankenhauskittel und leichter Unterwäsche mit einer kalibrierten elektronischen Waage (Scaletronix) gemessen. Die Höhe wurde mit einem kalibrierten Stadiometer (Holtman Ltd) gemessen. Der BMI wurde berechnet, indem das Gewicht in Kilogramm durch das Quadrat der Höhe in Metern geteilt wurde. Der Blutdruck wurde mit einem automatisierten System (IntelliVue-Monitor; Phillips Healthcare) gemessen, wobei der Teilnehmer 5 min. Plasmaglukose und Schilddrüsen-stimulierendes Hormon wurden mit von Clinical Laboratory Improvement Amendments (Labcorp) zugelassenen Methoden gemessen. Das Serum wurde durch Zentrifugation hergestellt und bei –80 ° C für die Messung von Insulin in einer Charge am Ende der Studie (Harvard Catalyst Central Laboratory) gelagert.

Die Schmackhaftigkeit wurde mit der Frage „Wie lecker war diese Mahlzeit?“ Bewertet. Die Teilnehmer wurden angewiesen, eine vertikale Markierung auf einem 10-cm-VAS mit mündlichen Ankern vorzunehmen, die von „überhaupt nicht lecker“ (0 cm) bis „äußerst lecker“ ( 10 cm). Ähnlich beurteilt wurde der Hunger mit der Frage „Wie hungrig bist du gerade?“ Und verbalen Ankern, die von „überhaupt nicht hungrig“ bis „extrem hungrig“ reichten (14).

Das Neuroimaging wurde bei 4 h nach der Testmahlzeit durchgeführt, wenn der Blutzucker-Nadir nach der Mahlzeit mit hohem GI erwartet wurde (14) unter Verwendung eines GE 3Tesla-Ganzkörperscanners (GE Healthcare). Der zerebrale Blutfluss wurde unter Verwendung von ASL bestimmt, einer MRT-basierten Methode, bei der extern angelegte Magnetfelder zur vorübergehenden Markierung des einströmenden arteriellen Blutwassers zur Verwendung als diffusionsfähiger Tracer verwendet werden. Ein 3-Ebenen-Lokalisierungsscan wurde erhalten, gefolgt von einem T1-gewichteten Datensatz für die anatomische Korrelation (Modified Driven Equilibrium Fourier Transform) (23) Mit einer Wiederholungszeit von 7.9 ms, Echozeit von 3.2 ms, ebenen koronaler Akquisition 32-kHz-Bandbreite, 24 × 19 Sichtfeld, 1-mm in der Ebene liegende Auflösung und 1.6-mm-Scheiben. Die Vorbereitungszeit betrug 1100 ms mit wiederholter Sättigung zu Beginn der Vorbereitungszeit und einem adiabatischen Inversionspuls 500 ms vor der Bildgebung. Nach diesen Sequenzen wurde ein ASL-Scan nach den zuvor beschriebenen Methoden erhalten (24). Die Sequenz quasi-Markierung mit Hintergrundausblendung verwendet, um Bewegungsartefakte zu minimieren, ein 3-dimensionaler Multishot Stapel gewundener Bildgebung, eine Bildauflösung von 3.8 mm in der Ebene, und vierundvierzig 4-mm-Scheiben pro Einzelvolumen. Pseudokontinuierliche Beschriftung für 1.5-s mit einer Verzögerung der 1.5-s-Nachbeschriftung vor der Bilderfassung (25) wurde 1 cm unter der Basis des Kleinhirns durchgeführt (4-Mittelwerte von Markierung und Kontrolle und 2-nicht-unterdrückte Bilder zur Quantifizierung des zerebralen Blutflusses wurden aufgenommen). Der zerebrale Blutfluss wurde wie bereits berichtet mit angepasster Software quantifiziert (24-26).

Statistische Analysen

Die Studie wurde entwickelt 80% Leistung bereitzustellen, indem eine 5% Art unter Verwendung I Rate Fehler einen Unterschied in der zerebralen Durchblutung von 11.8% zu detektieren, eine Probengröße von 12 Teilnehmern, Rest SD von 11% für eine einzige Messung unter der Annahme, und intraindividuelle Korrelation von 0.6. Die erreichte Stichprobe von 11-Teilnehmern mit verwendbaren Daten lieferte 80% Leistung, um eine Differenz von 12.4% zu ermitteln, wobei alle anderen Annahmen übrig blieben.

Die Analysen der Neuroimaging-Daten wurden in der statistischen Bildanalyseumgebung Statistical Parametric Mapping (SPM5; Wellcome Department of Cognitive Neurology) durchgeführt. Bilder des zerebralen Blutflusses wurden auf das erste Bild neu ausgerichtet und in einen anatomischen Standardraum umgewandelt (Montreal Neurologic Institute / Internationales Konsortium für Brain Mapping) (27) unter Verwendung der vom SPM5-Normalisierungsalgorithmus abgeleiteten Registrierungsvariablen. Die Bilder wurden zur Vorbereitung der statistischen Analyse mit einem 8-mm-Kern mit voller Breite und halbem Maximum geglättet.

Wir untersuchten den stereotaktischen Raum mithilfe von Vorlagen im WFU-Pickatlas-Toolkit (28). Von den insgesamt nicht redundanten anatomischen 334-Regionen im gesamten Gehirn umfassten bestimmte interessierende Bereiche separate 25-Regionen (sehen Zusatztabelle 1 unter „Zusatzdaten“ in der Online-Ausgabe). Um unsere primäre Hypothese zu testen, verglichen wir den Unterschied im mittleren regionalen Blutfluss (Mahlzeit mit hohem GI minus Mahlzeit mit niedrigem GI) mit gepaarten 2-Schwanz t um den Auftragseffekt bereinigte Tests mit Bonferroni - Korrektur für Mehrfachvergleiche (roh) P Wert multipliziert mit 25). Um die räumliche Verteilung der Unterschiede im Gehirnblutfluss darzustellen, führten wir eine Voxel-für-Voxel-Analyse unter Verwendung von Algorithmen des allgemeinen linearen Modells durch (29) und eine statistische Schwelle von P ≤ 0.002.

Inkrementelle AUCs für Plasmaglucose (0 – 2 h), Seruminsulin (0 – 2 h) und Hunger (0 – 5 h) wurden unter Verwendung der Trapezmethode berechnet. Diese Bereiche und Werte für diese Ergebnisse bei 4 h (dem festgelegten Zeitpunkt von primärem Interesse) wurden unter Verwendung eines 2-seitigen, gepaarten Produkts auf den Testmahlzeiteffekt analysiert t Test mit SAS-Software (Version 9.2; SAS Institute Inc). Die Bereinigung um den Auftragseffekt hatte keinen wesentlichen Einfluss auf diese Ergebnisse. Um den Zusammenhang zwischen physiologischen Variablen und Hirnaktivierung zu untersuchen, wurden allgemeine lineare Modellanalysen mit dem Blutfluss im rechten Nucleus accumbens als abhängiger Variable und der Teilnehmerzahl und den jeweiligen Stoffwechselvariablen als unabhängigen Variablen durchgeführt. Daten werden als Mittel und, wo angegeben, als SEs dargestellt.

ERGEBNISSE

Studienteilnehmer

Von den untersuchten 89-Personen schrieben wir 13-Männer mit 1-Dropout vor der Verabreichung der ersten Testmahlzeit ein (Figure 1). Zu den verbleibenden 12-Teilnehmern gehörten 2-Hispanics, 3-Nicht-Hispanic-Blacks und 7-Nicht-Hispanic-Whites. Das Durchschnittsalter betrug 29.1 y (Bereich: 20-35 y) war BMI 32.9 (Bereich: 26-41), Plasma-Glukosekonzentration wurde Fasten 4.9 mmol / L (Bereich: 3.6-6.2 mmol / L) und Fasten-Insulinkonzentration betrug 10.3 μU / ml (Bereich: 0.8 – 25.5 μU / ml). Die Bilddaten für einen Teilnehmer waren aufgrund eines Datenspeicherungsfehlers unvollständig. Die anderen Teilnehmer füllten das Protokoll ereignislos aus.

ABBILDUNG 1. 

Flussdiagramm des Teilnehmers

Subjektive und biochemische Reaktionen auf Testmahlzeiten

Die Schmackhaftigkeit von Testmahlzeiten mit hohem und niedrigem GI unterschied sich nicht in Abhängigkeit von den Antworten auf das 10-cm-VAS (5.5 ± 0.67 im Vergleich zu 5.3 ± 0.65 cm). P = 0.7). In Übereinstimmung mit dem vorhergesagten GI (Tabelle 1) war die inkrementelle 2-h AUC für Glucose nach der Mahlzeit mit hohem als niedrigem GI um das 2.4-fache höher (2.9 ± 0.36 im Vergleich zu 1.2 ± 0.27 mmol · h / l; P = 0.0001) (Figure 2). Die inkrementelle 2-h AUC für Insulin (127.1 ± 18.1 im Vergleich zu 72.8 ± 9.78 μU · h / ml; P = 0.003) und inkrementelle 5-h AUC für Hunger (0.45 ± 2.75 verglichen mit −5.2 ± 3.73 cm · h; P = 0.04) waren auch nach der Testmahlzeit mit hohem bzw. niedrigem GI größer. Zu 4 h in der postprandialen Phase war die Blutzuckerkonzentration niedriger (4.7 ± 0.14 im Vergleich zu 5.3 ± 0.16 mmol / L, P = 0.005) und die Veränderung des Hungers gegenüber dem Ausgangswert war größer (1.65 ± 0.79 verglichen mit –0.01 cm ± 0.92; P = 0.04) nach der Testmahlzeit mit hohem bzw. niedrigem GI.

ABBILDUNG 2. 

Mittlere ± SE-Veränderungen von Plasmaglucose (A), Seruminsulin (B) und Hunger (C) nach Testmahlzeiten. Die Unterschiede zwischen Mahlzeiten mit hohem und niedrigem GI waren bei 4 h (dem Zeitpunkt von Interesse) für alle 3-Ergebnisse bei Verwendung von gepaarten Mahlzeiten signifikant t Tests. n = 12. GI, ...

Gehirnscan

Der zerebrale Blutfluss war nach der Mahlzeit mit hohem oder niedrigem GI im rechten Nucleus accumbens größer als 4 h (mittlere Differenz: 4.4 ± 0.56 ml · 100 g)-1 · Mindest-1; Bereich: 2.1 – 7.3 ml · 100 g-1 · Mindest-1; eine relative Differenz von 8.2%). Dieser Unterschied blieb nach Bonferroni-Korrektur für die von 25 vorgegebenen anatomischen Regionen von Interesse signifikant (P = 0.0006) und nach Korrektur für alle nicht redundanten 334-Hirnregionen (P = 0.009). Eine bildbasierte Analyse zeigte eine einzelne Region im rechten Nucleus accumbens am Montreal Neurologic Institute / Internationales Konsortium für Brain Mapping-Koordinaten 8, 8, -10 (Peak t = 9.34) und ein weiteres lokales Maximum bei den Koordinaten 12, 12, 2 (t = 5.16), die sich auf andere Bereiche des rechten Striatum (Caudate, Putamen und Globus Pallidus) und des Geruchsbereichs ausbreiten (Figure 3). Wir haben keine Unterschiede im kontralateralen Striatum oder in anderen vorher festgelegten Regionen von Interesse festgestellt.

ABBILDUNG 3. 

Regionen mit signifikant unterschiedlichem zerebralen Blutfluss 4 h nach Testmahlzeiten (P ≤ 0.002). Die Farbskala repräsentiert den Wert von t Statistik für den Vergleich zwischen den Mahlzeiten (n = 11) unter Verwendung allgemeiner linearer Modellanalysen wie in ...

Die Beziehung zwischen Stoffwechselvariablen und Blutfluss im rechten Nucleus accumbens ist in gezeigt Tabelle 2. Alle Variablen, die sich auf Plasmaglucose, Seruminsulin und Hunger bezogen, waren signifikant mit der Durchblutung des rechten Nucleus accumbens verbunden, wohingegen die Schmackhaftigkeit von Mahlzeiten keine Rolle spielte.

TABELLE 2 

Zusammenhang zwischen physiologischen Variablen und Blutfluss im rechten Nucleus accumbens1

DISKUSSION

Die Nahrungsaufnahme wird durch hedonische und homöostatische Systeme geregelt (3), die in der Vergangenheit dazu dienten, den mittleren BMI unter sehr unterschiedlichen Umweltbedingungen in einem gesunden Bereich zu halten. Gleichzeitig mit der Adipositas-Epidemie hat sich das Nahrungsangebot jedoch radikal verändert, und der Verbrauch von hochverarbeiteten Nahrungsmitteln, die hauptsächlich aus Getreide gewonnen werden, hat rapide zugenommen. Infolgedessen ist die glykämische Belastung (das multiplikative Produkt von GI und Kohlenhydratmenge) (30) der US-amerikanischen Ernährung ist im letzten halben Jahrhundert erheblich gestiegen, und dieser weltliche Trend könnte sich nachteilig auf beide Systeme auswirken, die die Nahrungsaufnahme regulieren. Der Rückgang des Blutzuckers (und anderer metabolischer Brennstoffe) (13, 14) in der späten postprandialen Phase nach einer Mahlzeit mit hohem GI nicht nur ein starkes homöostatisches Hungersignal darstellen (15), sondern erhöhen auch den hedonischen Wert von Lebensmitteln durch striatale Aktivierung (18). Diese Kombination von physiologischen Ereignissen kann Heißhungerattacken fördern, wobei Kohlenhydrate mit hohem GI besonders bevorzugt werden (16, 17), wodurch sich Zyklen des übermäßigen Essens ausbreiten. Darüber hinaus kann die wiederkehrende Aktivierung des Striatums die Verfügbarkeit von Dopaminrezeptoren herabregulieren und den Drang zu übermäßigem Essen weiter steigern (11).

Diese Studie hatte mehrere Stärken. Zunächst verwendeten wir ASL, eine neuartige Bildgebungstechnik, die ein quantitatives Maß für den zerebralen Blutfluss liefert. Die konventionelle Methode (blutsauerstoffspiegelabhängige fMRT) bewertet akute Veränderungen der Gehirnaktivität, nicht absolute Unterschiede, was die Beobachtungen in der Regel auf wenige Minuten nach einer physiologischen Störung beschränkt. Mit ASL konnten wir die anhaltenden Auswirkungen von Testmahlzeiten ohne überlagerte Reize untersuchen (z. B. Bilder von kalorienreichen Lebensmitteln). Zweitens verwendeten wir eine Crossover-Intervention anstelle eines Querschnittsvergleichs zwischen Gruppen (z. B. schlank im Vergleich zu fettleibig), was eine erhöhte statistische Aussagekraft und Hinweise auf die kausale Richtung lieferte. Drittens konzentrierten wir uns auf einen bestimmten Ernährungsfaktor, indem wir den Kaloriengehalt, die Makronährstoffzusammensetzung, die Zutatenquellen und die Lebensmittelform kontrollierten, anstatt stark unterschiedliche Lebensmittel (z. B. Käsekuchen im Vergleich zu Gemüse) zu vergleichen (6, 10, 31, 32). Viertens wurden die 2-Testmahlzeiten so konzipiert und dokumentiert, dass sie eine ähnliche Schmackhaftigkeit aufweisen, was dazu beitrug, Stoffwechseleffekte von unmittelbaren hedonischen Reaktionen zu lösen. Fünftens untersuchten wir die späte postprandiale Phase, eine Zeit, die für das Essverhalten beim nächsten Essen von besonderer Bedeutung ist. Frühere Studien haben die Beobachtungsdauer in der Regel auf ≤ 1 h nach dem Verzehr von Nahrungsmitteln begrenzt, wenn Glukoseabsorptionsspitzen und eine Mahlzeit mit hohem GI vorübergehend Vorteile für die Gehirnfunktion zu haben scheinen (33). Sechstens verwendeten wir gemischte Mahlzeiten mit einer Makronährstoffzusammensetzung und einer diätetischen glykämischen Belastung innerhalb der vorherrschenden Bereiche. Die Ergebnisse sind daher relevant für ein in den USA häufig konsumiertes Frühstück mit hohem GI (z. B. Bagel und fettfreier Frischkäse) (12).

Die Hauptbeschränkungen der Studie betrafen die geringe Größe und den ausschließlichen Fokus auf übergewichtige und fettleibige Männer. Kleine Studien begrenzen die Generalisierbarkeit und erhöhen das Risiko eines falsch-negativen (aber nicht falsch-positiven) Befundes. Unsere Studie hatte trotz ihrer Größe eine solide Aussagekraft, um die A-priori-Hypothese mit einer Anpassung für mehrere Vergleiche zu testen. Zusätzliche Studien mit Lean-Control-Probanden, Frauen und adipösen Personen vor und nach dem Gewichtsverlust wären informativ. Wir haben hedonische Reaktionen auf die Mahlzeiten oder Heißhungerattacken nicht direkt bewertet und konnten daher den Zusammenhang zwischen diesen subjektiven Werten und der Gehirnaktivierung nicht untersuchen. Darüber hinaus beschränkte die flüssige Form der Testmahlzeiten die Generalisierbarkeit der Befunde auf feste Mahlzeiten.

Mehrere andere Auslegungsfragen erfordern eine Prüfung. Wir haben keine auf die rechte Hemisphäre beschränkte Auswirkung des GI auf das Gehirn erwartet, obwohl die Lateralität zuvor mit neurologischen Verhaltensstörungen in Verbindung gebracht wurde, die Belohnungsschaltungen beinhalten. Tatsächlich zeigte eine Studie, die insulinsensitive mit insulinresistenten Männern verglich, einen unterschiedlichen Effekt der systemischen Insulinverabreichung auf den Glukosestoffwechsel für das rechte, aber nicht das linke ventrale Striatum (34). Wir haben auch keine Unterschiede in anderen vorher festgelegten Gehirnregionen beobachtet, entweder weil in unserer Studie die Fähigkeit fehlte, weniger robuste Effekte zu sehen, oder weil solche Effekte zum 4-h-Zeitpunkt nicht auftraten. Nichtsdestotrotz führte die chemische Manipulation des Nucleus accumbens bei Ratten zur Stimulation orexigener Neuronen und zur Hemmung anorexigener Neuronen im Hypothalamus (35), die den Einfluss des Striatums auf andere an der Fütterung beteiligte Hirnregionen veranschaulichten.

Über Belohnung und Verlangen hinaus ist der Nucleus accumbens entscheidend an Drogenmissbrauch und Abhängigkeit beteiligt (36-38), die die Frage aufwirft, ob bestimmte Lebensmittel süchtig machen könnten. In der Tat hat der Begriff der Nahrungsmittelsucht durch Ernährungsbücher und Einzelberichte große Beachtung gefunden und ist zunehmend Gegenstand wissenschaftlicher Untersuchungen. Jüngste Studien, bei denen die konventionelle fMRT verwendet wurde, die von der Blutsauerstoffsättigung abhängt, haben gezeigt, dass der Nucleus accumbens und verwandte Hirnregionen im Vergleich zu schlanken Personen bei Fettleibigkeit selektiv überaktiv sind, wenn man sich stark schmackhafte Lebensmittel vorstellt (6-11) und bei Probanden, die ein hohes Maß an Nahrungsmittelsucht erreichten (39). Es könnte jedoch argumentiert werden, dass sich diese Freude am Essen nicht grundlegend von der Freude eines Golfspielers unterscheidet, der Bilder von einem Putting Green oder einem Audiophilen sieht, die schöne Musik hören (40). Im Gegensatz zu früheren Untersuchungen wurden in unserer Studie Testmahlzeiten mit ähnlicher Schmackhaftigkeit und ASL-Methode verwendet, um die nicht stimulierte Gehirnaktivität nach 4 h zu untersuchen. Die Gültigkeit des Konzepts der Nahrungsmittelsucht wird jedoch nach wie vor heftig diskutiert (41-47). Im Gegensatz zu Missbrauchsdrogen sind Lebensmittel überlebenswichtig, und einige Personen können üblicherweise große Mengen von Lebensmitteln mit hohem GI (und hohem Kaloriengehalt und hohem Verarbeitungsgrad) konsumieren, ohne dass dies offensichtliche nachteilige physische oder psychische Folgen hat. Die Anwendung des Suchtkonzepts auf Lebensmittel erfordert daher zusätzliche mechanistisch orientierte interventionelle und beobachtende Untersuchungen.

Zusammenfassend zeigten wir, dass der Verzehr einer Mahlzeit mit hohem GI-Wert im Vergleich zu einer Mahlzeit mit niedrigem GI-Wert die Aktivität in Hirnregionen erhöhte, die mit der Nahrungsaufnahme, Belohnung und dem Verlangen in der späten postprandialen Phase zusammenfiel, was mit einem niedrigeren Blutzuckerspiegel und einem höheren Wert zusammenfiel Hunger. Diese neurophysiologischen Befunde sowie längere Fütterungsstudien zur Aufrechterhaltung des Gewichtsverlusts (48, 49) legen nahe, dass ein verringerter Verzehr von Kohlenhydraten mit hohem GI (insbesondere hochverarbeiteten Getreideprodukten, Kartoffeln und konzentriertem Zucker) das übermäßige Essen lindern und die Aufrechterhaltung eines gesunden Gewichts bei übergewichtigen und fettleibigen Personen erleichtern kann.

Anerkennungen

Wir danken Dorota Pawlak, Simon Warfield und Phillip Pizzo für anregende Diskussionen und Ratschläge. Joanna Radziejowska für Hilfe bei der Formulierung und Bereitstellung von Testmahlzeiten; und Henry Feldman für statistische Beratung. Keine dieser Personen erhielt eine Entschädigung für ihre Beiträge.

Die Verantwortlichkeiten der Autoren lauteten wie folgt: DCA, CBE, JMG, LMH, BSL, DSL und ES: Bereitstellung des Studienkonzepts und -designs; DCA und BSL: Datenerfassung und Bereitstellung von statistischem Fachwissen; DCA, JMG, LMH, BSL und DSL: analysierte und interpretierte Daten; BSL und DSL: Manuskript verfasst; DCA, CBE, JMG, LMH, RR und ES: Manuskript kritisch überarbeitet; RR: Technischer Support; DCA, BSL und DSL: erhaltene Finanzierung; DCA und DSL: Beaufsichtigung; und DSL: hatte als Principal Investigator vollen Zugriff auf alle Daten in der Studie und übernahm die Verantwortung für die Integrität der Daten und die Genauigkeit der Datenanalyse. DCA erhielt von NIH und GE Healthcare, einem MRI-Anbieter, Zuschüsse für die Entwicklung von Bildgebungstechniken sowie für Anwendungen und Lizenzgebühren für Erfindungen im Zusammenhang mit den in dieser Studie verwendeten ASL-Techniken. DSL erhielt Stipendien des NIH und Stiftungen für Forschung, Betreuung, Patientenversorgung und Honorare in Bezug auf Adipositas aus einem Buch über Adipositas bei Kindern. BSL, LMH, ES, RR, CBE und JMG meldeten keine Interessenkonflikte.

Fußnoten

5Verwendete Abkürzungen: ASL, arterielle Spinmarkierung; GI, glykämischer Index; VAS, visuelle Analogskala.

REFERENZEN

1. Berridge KC. Belohnungen für das „Mögen“ und „Wollen“ von Nahrungsmitteln: Gehirnsubstrate und Rollen bei Essstörungen. Physiol Behav 2009; 97: 537 – 50 [PMC freier Artikel] [PubMed]
2. Dagher A. Funktionelle Bildgebung des Appetits im Gehirn. Trends Endocrinol Metab 2012; 23: 250 – 60 [PubMed]
3. Lutter M, Nestler EJ. Homöostatische und hedonische Signale wirken bei der Regulation der Nahrungsaufnahme zusammen. J Nutr 2009; 139: 629 – 32 [PMC freier Artikel] [PubMed]
4. Martel P, Fantino M. Aktivität des mesolimbischen dopaminergen Systems als Funktion der Nahrungsbelohnung: eine Mikrodialysestudie. Pharmacol Biochem Behav 1996; 53: 221 – 6 [PubMed]
5. Peciña S, Berridge KC. Die Opioidstelle in der Hülle des Nucleus accumbens vermittelt das Essen und die hedonische „Vorliebe“ für Lebensmittel: Karte basierend auf Fos-Federn mit Mikroinjektion. Brain Res 2000; 863: 71–86 [PubMed]
6. Bruce AS, Holsen LM, Chambers RJ, Martin LE, Brooks WM, Zarcone JR, Butler MG, Savage CR. Übergewichtige Kinder zeigen eine Hyperaktivierung von Nahrungsbildern in Gehirnnetzwerken, die mit Motivation, Belohnung und kognitiver Kontrolle verbunden sind. Int J Obes (Lond) 2010; 34: 1494-500 [PubMed]
7. LM Holsen, CR Savage, LE Martin, AS Bruce, RJ Lepping, E Ko, WM Brooks, MG Butler, JR Zarcone, JM Goldstein. Bedeutung der Belohnung und präfrontaler Schaltkreise bei Hunger und Sättigung: Prader-Willi-Syndrom vs. einfache Fettleibigkeit. Int J Obes (Lond) 2012; 36: 638 – 47 [PMC freier Artikel] [PubMed]
8. Rothemund Y, Preuschhof C, Bohner G, Bauknecht HC, Klingebiel R, Flor H, Klapp BF. Differenzielle Aktivierung des dorsalen Striatums durch hochkalorische visuelle Nahrungsreize bei übergewichtigen Personen. Neuroimage 2007; 37: 410-21 [PubMed]
9. Stice E, Spoor S, Bohon C, Veldhuizen MG, kleine DM. Relation von Belohnung von Nahrungsaufnahme und erwarteter Nahrungsaufnahme zu Fettleibigkeit: eine funktionelle Magnetresonanztomographie-Studie. J Abnorm Psychol 2008; 117: 924-35 [PMC freier Artikel] [PubMed]
10. Stoeckel LE, Weller RE, Koch EW, 3rd, Twieg DB, Knowlton RC, Cox JE. Weitverbreitete Belohnungssystemaktivierung bei übergewichtigen Frauen als Reaktion auf Bilder von kalorienreichen Lebensmitteln. Neuroimage 2008; 41: 636-47 [PubMed]
11. Wang GJ, Volkow ND, Logan J., Pappas NR, Wong CT, Zhu W., Netusil N., Fowler J. S. Gehirndopamin und Fettleibigkeit. Lancet 2001; 357: 354 – 7 [PubMed]
12. Atkinson FS, Foster-Powell K., Brand-Miller JC. Internationale Tabellen mit Werten für den glykämischen Index und die glykämische Belastung: 2008. Diabetes Care 2008; 31: 2281 – 3 [PMC freier Artikel] [PubMed]
13. Ludwig DS. Der glykämische Index: Physiologische Mechanismen in Bezug auf Fettleibigkeit, Diabetes und Herz-Kreislauf-Erkrankungen. JAMA 2002; 287: 2414 – 23 [PubMed]
14. Ludwig DS, Majzoub JA, Al-Zahrani A., Dallal GE, Blanco I., Roberts SB. Lebensmittel mit hohem glykämischen Index, Überernährung und Fettleibigkeit. Pädiatrie 1999; 103: E26. [PubMed]
15. Campfield, LA, Smith, FJ, Rosenbaum, M., Hirsch, J. Menschliche Ernährung: Nachweis einer physiologischen Basis unter Verwendung eines modifizierten Paradigmas. Neurosci Biobehav Rev. 1996; 20: 133 – 7 [PubMed]
16. Thompson DA, Campbell RG. Durch 2-Desoxy-D-Glucose induzierter Hunger beim Menschen: Glukoprive Kontrolle der Geschmackspräferenz und Nahrungsaufnahme. Wissenschaft 1977; 198: 1065 – 8 [PubMed]
17. Strachan MW, Ewing FM, Frier BM, Harper A, Deary IJ. Heißhungerattacken bei akuter Hypoglykämie bei Erwachsenen mit Typ 1-Diabetes. Physiol Behav 2004; 80: 675 – 82 [PubMed]
18. Seite KA, Seo D, Belfort-DeAguiar R., Lacadie C., Dzuira J., Naik S., Amarnath S., Constable RT, Sherwin RS, Sinha R. Zirkulierende Glukosespiegel modulieren die neuronale Kontrolle des Verlangens nach kalorienreichen Nahrungsmitteln beim Menschen. J Clin Invest 2011; 121: 4161 – 9 [PMC freier Artikel] [PubMed]
19. Frank TC, Kim GL, Krzemien A., Van Vugt DA. Einfluss der Menstruationszyklusphase auf die Aktivierung des kortikolimbischen Gehirns durch visuelle Nahrungshinweise. Gehirn Res 2010; 1363: 81 – 92 [PubMed]
20. Botero D, CB Ebbeling, JB Blumberg, JD Ribaya-Mercado, MA Creager, JF Swain, HA Feldman, DS Ludwig. Akute Auswirkungen des glykämischen Index auf die Antioxidationskapazität in einer nährstoffkontrollierten Fütterungsstudie. Fettleibigkeit (Silver Spring) 2009; 17: 1664 – 70 [PMC freier Artikel] [PubMed]
21. Mifflin MD, St. Jeor ST, Hill LA, Scott BJ, Daugherty SA, Koh YO. Eine neue prädiktive Gleichung für den Energieverbrauch gesunder Menschen. Am J Clin Nutr 1990; 51: 241 – 7 [PubMed]
22. Brouns F, Björck I, Frayn KN, Gibbs AL, Lang V, Slama G, Wolever TM. Glykämische Indexmethode. Nutr Res Rev. 2005; 18: 145 – 71 [PubMed]
23. Deichmann R, Schwarzbauer C, Turner R. Optimierung der 3D-MDEFT-Sequenz für die anatomische Bildgebung des Gehirns: technische Implikationen bei 1.5 und 3 T. Neuroimage 2004; 21: 757 – 67 [PubMed]
24. Dai W., Garcia D., de Bazelaire C., Alsop DC. Kontinuierliche durchflussgetriebene Inversion zur arteriellen Spinmarkierung mit gepulsten Hochfrequenz- und Gradientenfeldern. Magn Reson Med 2008; 60: 1488 – 97 [PMC freier Artikel] [PubMed]
25. Alsop DC, Detre JA. Reduzierte Laufzeitempfindlichkeit bei der nichtinvasiven Magnetresonanztomographie des menschlichen Gehirnblutflusses. J Cereb Blood Flow Metab 1996; 16: 1236 – 49 [PubMed]
26. Järnum H, Steffensen EG, Knutsson L., Frund ET, Simonsen CW, Lundbye-Christensen S., Shankaranarayanan A., Alsop DC, Jensen FT, Larsson EM. Perfusions-MRT von Hirntumoren: eine vergleichende Studie zur pseudokontinuierlichen arteriellen Spinmarkierung und zur Kontrastbildgebung mit dynamischer Suszeptibilität. Neuroradiologie 2010; 52: 307 – 17 [PMC freier Artikel] [PubMed]
27. Lancaster JL, Tordesillas-Gutiérrez D, Martinez M, Salinas F, Evans A, Zilles K, Mazziotta JC, Fox PT. Bias zwischen MNI- und Talairach-Koordinaten, die mit der ICBM-152-Hirnschablone analysiert wurden. Hum Brain Mapp 2007; 28: 1194 – 205 [PubMed]
28. Maldjian JA, Laurienti PJ, Kraft RA, Burdette JH. Eine automatisierte Methode zur auf neuroanatomischen und cytoarchitektonischen Atlas basierenden Abfrage von fMRI-Datensätzen. Neuroimage 2003; 19: 1233 – 9 [PubMed]
29. Friston KJ, Holmes A, Poline JB, Price CJ, Frith CD. Detektion von Aktivierungen in PET und fMRT: Inferenz- und Leistungsniveaus. Neuroimage 1996; 4: 223 – 35 [PubMed]
30. Salmerón J., Ascherio A., Rimm EB, Colditz GA, Spiegelman D., Jenkins DJ, Stampfer MJ, Wing AL, Willett WC. Ballaststoffe, glykämische Belastung und NIDDM-Risiko bei Männern. Diabetes Care 1997; 20: 545 – 50 [PubMed]
31. Dimitropoulos A, Tkach J, Ho A, Kennedy J. Stärkere kortikolimbische Aktivierung von Nahrungsmitteln mit hohem Kaloriengehalt nach dem Verzehr bei adipösen Erwachsenen im Vergleich zu Erwachsenen mit normalem Gewicht. Appetit 2012; 58: 303 – 12 [PMC freier Artikel] [PubMed]
32. Murdaugh DL, Cox JE, Koch EW, 3rd, Weller RE. Die fMRT-Reaktivität auf kalorienreiche Lebensmittelbilder sagt das kurz- und langfristige Ergebnis eines Gewichtsverlustprogramms voraus. Neuroimage 2012; 59: 2709 – 21 [PMC freier Artikel] [PubMed]
33. Page KA, Chan O., Arora J., Belfort-Deaguiar R., Dzuira J., Roehmholdt B., Cline GW, Naik S., Sinha R., Constable RT, et al. Auswirkungen von Fructose im Vergleich zu Glucose auf den regionalen zerebralen Blutfluss in Hirnregionen, die an Appetit- und Belohnungspfaden beteiligt sind. JAMA 2013; 309: 63 – 70 [PMC freier Artikel] [PubMed]
34. Anthony K, Reed LJ, Dunn JT, Bingham E., Hopkins D., Marsden PK, Amiel SA. Abschwächung von Insulin-evozierten Reaktionen in Hirnnetzen, die den Appetit und die Belohnung der Insulinresistenz steuern: Die zerebrale Basis für eine gestörte Kontrolle der Nahrungsaufnahme beim metabolischen Syndrom? Diabetes 2006; 55: 2986 – 92 [PubMed]
35. Zheng H., Corkern M., Stoyanova I., Patterson LM., Tian R., Berthoud HR. Peptide, die die Nahrungsaufnahme regulieren: Die appetitanregende Accumbens-Manipulation aktiviert hypothalamische Orexin-Neuronen und hemmt POMC-Neuronen. Am J Physiol Regul Integr Comp Physiol 2003; 284: R1436 – 44 [PubMed]
36. Di Chiara G., Tanda G., Bassareo V., Pontieri F., Acquas E., Fenu S., Cadoni C., Carboni E. Drogenabhängigkeit als Störung des assoziativen Lernens. Rolle der Nucleus-accumbens-Schale / erweitertes Amygdala-Dopamin. Ann NY Acad Sci 1999; 877: 461 – 85 [PubMed]
37. Feltenstein MW, siehe RE. Die Neurokreisläufe der Sucht: ein Überblick. Br J Pharmacol 2008; 154: 261 – 74 [PMC freier Artikel] [PubMed]
38. Kalivas PW, Volkow ND. Die neuronale Basis der Sucht: eine Pathologie der Motivation und Auswahl. Am J Psychiatry 2005; 162: 1403 – 13 [PubMed]
39. Gearhardt AN, Yokum S, Orr PT, Stice E, Corbin WR, Brownell KD. Neuronale Korrelate der Nahrungsmittelsucht. Arch Gen Psychiatry 2011; 68: 808 – 16 [PMC freier Artikel] [PubMed]
40. Salimpoor VN, van den Bosch I., Kovacevic N., McIntosh AR, Dagher A., ​​Zatorre RJ. Interaktionen zwischen dem Nucleus accumbens und den auditorischen Cortices sagen den Wert der Musikbelohnung voraus. Wissenschaft 2013; 340: 216 – 9 [PubMed]
41. Benton D. Die Plausibilität der Zuckersucht und ihre Rolle bei Fettleibigkeit und Essstörungen. Clin Nutr 2010; 29: 288 – 303 [PubMed]
42. Blumenthal DM, Gold MS. Neurobiologie der Nahrungsmittelsucht. Curr Opin Clin Nutr Metab Care 2010; 13: 359 – 65 [PubMed]
43. Corwin RL, Grigson PS. Überblick über das Symposium - Nahrungssucht: Fakt oder Fiktion? J Nutr 2009; 139: 617 – 9 [PMC freier Artikel] [PubMed]
44. Moreno C, Tandon R. Sollte Überernährung und Fettleibigkeit bei DSM-5 als Suchtstörung eingestuft werden? Curr Pharm Des 2011; 17: 1128 – 31 [PubMed]
45. Parylak SL, Koob GF, Zorrilla EP. Die dunkle Seite der Nahrungsmittelsucht. Physiol Behav 2011; 104: 149 – 56 [PMC freier Artikel] [PubMed]
46. Pelchat ML. Nahrungssucht beim Menschen. J Nutr 2009; 139: 620 – 2 [PubMed]
47. Toornvliet AC, Pijl H, JC Tuinenburg, BM Elte-de Wever, MS Pieters, M Frolich, W Onkenhout, AE Meinders. Psychologische und metabolische Reaktionen von kohlenhydrathungrigen übergewichtigen Patienten auf kohlenhydrat-, fett- und proteinreiche Mahlzeiten. Int J Obes Relat Metab Disord 1997; 21: 860 – 4 [PubMed]
48. Larsen TM, Dalskov SM, van Baak M., Jebb SA, Papadaki A., Pfeiffer AF, Martinez JA, Handjieva-Darlenska T., Kunesova M., Pihlsgard M. et al. Diäten mit hohem oder niedrigem Proteingehalt und glykämischem Index zur Aufrechterhaltung des Gewichtsverlusts. N Engl J Med 2010; 363: 2102 – 13 [PMC freier Artikel] [PubMed]
49. Ebbeling CB, JF Swain, HA Feldman, WW Wong, DL Hachey, E Garcia-Lago, DS Ludwig. Auswirkungen der diätetischen Zusammensetzung auf den Energieverbrauch bei der Aufrechterhaltung des Gewichtsverlusts. JAMA 2012; 307: 2627 – 34 [PMC freier Artikel] [PubMed]