Efectos del índice glucémico de la dieta en las regiones del cerebro relacionadas con la recompensa y el deseo en los hombres (2013)

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

Publicado en línea Jun 26, 2013. doi  10.3945 / ajcn.113.064113

PMCID: PMC3743729

Este artículo ha sido citado por Otros artículos en PMC.

Vaya a:

Resumen

Antecedentes: Los aspectos cualitativos de la dieta influyen en el comportamiento alimentario, pero los mecanismos fisiológicos para estos efectos independientes de las calorías siguen siendo especulativos.

Objetivo: Examinamos los efectos del índice glucémico (IG) sobre la actividad cerebral en el último período postprandial después de un intervalo intermeal típico.

diseño: Con el uso de un diseño aleatorio, ciego, cruzado, hombres con sobrepeso u obesos 12 de edad 18 – 35 y consumieron comidas con IG alto y bajo controladas por calorías, macronutrientes y palatabilidad en ocasiones 2. El resultado primario fue el flujo sanguíneo cerebral como una medida de la actividad cerebral en reposo, que se evaluó mediante el uso de imágenes de resonancia magnética funcional de marcaje por rotación arterial 4 h después de las comidas de prueba. Supusimos que la actividad cerebral sería mayor después de la comida con IG alto en regiones preespecificadas involucradas en el comportamiento alimentario, la recompensa y el deseo.

Resultados: La glucosa plasmática venosa incremental (área de 2-h debajo de la curva) fue 2.4 veces mayor después de la comida alta en relación con el IG bajo (P = 0.0001). La glucosa en plasma fue inferior (media ± SE: 4.7 ± 0.14 en comparación con 5.3 ± 0.16 mmol / L; P = 0.005) y el hambre reportado fue mayor (P = 0.04) 4 h después de la comida alta en GI. En este momento, la comida con IG alto produjo una mayor actividad cerebral centrada en el núcleo derecho accumbens (un área preespecificada; P = 0.0006 con ajuste para comparaciones múltiples) que se disemina a otras áreas del cuerpo estriado derecho y al área olfativa.

conclusiones: En comparación con una comida isocalórica con un IG bajo, una comida con un IG alto disminuyó la glucosa plasmática, aumentó el hambre y estimuló selectivamente las regiones cerebrales asociadas con la recompensa y el deseo en el último período postprandial, que es un momento con especial significado para la conducta alimentaria en el próximo comida. Este ensayo fue registrado en clinicaltrials.gov como NCT01064778.

INTRODUCCIÓN

El sistema dopaminérgico mesolímbico del cerebro, que converge en el núcleo accumbens (parte del cuerpo estriado), desempeña un papel central en la recompensa y el deseo, y este sistema parece mediar las respuestas de los alimentos hedónicos (13). En estudios con roedores, las concentraciones extracelulares de dopamina y sus metabolitos en el núcleo accumbens aumentaron más después del consumo de alimentos altamente sabrosos que los pellets de alimentación de roedores estándar (4). Además, las microinyecciones de opiáceos en el núcleo accumbens aumentaron la ingesta de alimentos y el valor de recompensa de los alimentos (5). Los estudios clínicos que utilizaron imágenes cerebrales funcionales han informado una mayor activación en el núcleo accumbens u otras regiones del estriado en individuos obesos que en los delgados después de haber visto o consumido alimentos sabrosos y ricos en calorías (611). De particular interés, la dopamina estriatal D2 La disponibilidad de receptores fue significativamente menor en los individuos obesos que en los controles emparejados no obesos (11), que planteó la posibilidad de que comer en exceso puede compensar la baja actividad dopaminérgica. Sin embargo, estas comparaciones transversales entre grupos de personas delgadas y obesas no pudieron evaluar la dirección causal.

Observaciones fisiológicas sobre el índice glucémico (IG).5 proporcionan un mecanismo para comprender cómo un factor dietético específico, distinto de la palatabilidad, podría provocar ansia de comida y comer en exceso. El GI describe cómo los alimentos que contienen carbohidratos afectan la glucosa en la sangre en el estado postprandial (12, 13). Como se describió anteriormente en adolescentes obesos (13, 14), el consumo de una comida con un alto índice de GI dio como resultado un mayor nivel de glucosa en sangre e insulina en el período postprandial temprano (0 – 2 h), que fueron seguidos por una menor glucosa en la sangre en el período postprandial tardío (3 – 5 h ). La disminución de la glucosa en la sangre, que a menudo cae por debajo de las concentraciones en ayunas de 4 h después de una comida con un IG alto, puede provocar un exceso de hambre, comer en exceso y una preferencia por los alimentos que restauran rápidamente la glucosa en la sangre a lo normal (es decir, un IG alto) (1517), propagando ciclos de comer en exceso. De hecho, en un estudio de adultos magros y obesos, una disminución media inducida por la insulina en las concentraciones de glucosa en sangre de 4.9 a 3.7 mmol / L aumentó la activación de estímulo alimentario del estriado y el deseo de alimentos ricos en calorías (18). Para explorar estos mecanismos, comparamos los efectos de las comidas de prueba con IG alto y bajo controladas por calorías, contenido de macronutrientes, fuentes de ingredientes y palatabilidad durante el período posprandial tardío mediante el uso de imágenes cerebrales funcionales de los circuitos de recompensa implicados en la motivación de los alimentos y el balance energético.

SUJETOS Y MÉTODOS

Realizamos un estudio aleatorio, ciego, cruzado en hombres jóvenes con sobrepeso y obesos saludables y comparamos los efectos de las comidas de prueba con IG alto y bajo en 2 d separadas por 2-8 wk. El resultado primario fue el flujo sanguíneo cerebral como una medida de la actividad cerebral en reposo, que se determinó mediante el uso de rotulación arterial (ASL) fMRI 4 h después de la comida de prueba. Planteamos la hipótesis de que la comida con IG alto aumentaría la actividad en el estriado, el hipotálamo, la amígdala, el hipocampo, el cingulado, la corteza orbitofrontal y la corteza insular, que son regiones del cerebro involucradas en la conducta alimentaria, la recompensa y la adicción (611). Los puntos finales secundarios incluyeron la glucosa en plasma, la insulina sérica y el hambre informada durante todo el período postprandial de 5-h. La palatabilidad de las comidas de prueba también se evaluó utilizando una escala analógica visual (VAS) 10-cm. Los tratamientos estadísticos incluyeron la preespecificación de regiones cerebrales de interés y la corrección para comparaciones múltiples. El protocolo se realizó y recibió una revisión ética del Centro Médico Beth Israel Deaconess (Boston, MA). El ensayo se registró en clinicaltrials.gov como NCT01064778, y los participantes dieron su consentimiento informado por escrito. Los datos fueron recolectados entre 24 April 2010 y 25 February 2011.

Participantes

Los participantes fueron reclutados con volantes y carteles distribuidos en el área metropolitana de Boston y en los listados de Internet. Los criterios de inclusión fueron sexo masculino, edad entre 18 y 35 y, e IMC (en kg / m).2) ≥25. Las mujeres no se incluyeron en este estudio inicial para evitar la confusión que podría haber surgido del ciclo menstrual (19). Los criterios de exclusión fueron cualquier problema médico importante, uso de un medicamento que afectara el apetito o el peso corporal, fumar o el uso de drogas recreativas, niveles altos de actividad física, participación actual en un programa de pérdida de peso o cambio en el peso corporal> 5% en el período anterior. 6 meses, alergias o intolerancia a las comidas de prueba y cualquier contraindicación para el procedimiento de resonancia magnética [por ejemplo, implantes metálicos contraindicados, peso> 300 lb (136 kg)]. La elegibilidad se evaluó mediante una selección telefónica seguida de una sesión de evaluación en persona. En la sesión de evaluación, obtuvimos medidas antropométricas y realizamos una prueba de tolerancia a la glucosa oral. Además, los participantes tomaron muestras de las comidas de prueba y se sometieron a una secuencia de resonancia magnética para determinar su capacidad para tolerar el procedimiento.

Los participantes inscritos se ingresaron secuencialmente en una lista de asignaciones aleatorias (preparada por el Centro de Investigación Clínica del Boston Children's Hospital) para el orden de las comidas de prueba mediante el uso de bloques de 4 permutados al azar. El personal del estudio proporcionó a los participantes comidas líquidas de prueba en vasos de papel . Ambas comidas de prueba tenían una apariencia, olor y sabor similares. Todos los participantes y el personal de investigación involucrado en la recopilación de datos estaban enmascarados en la secuencia de intervención. Los participantes recibieron $ 250 por completar el protocolo.

Comidas de prueba

Las comidas de prueba fueron modificadas de Botero et al (20) para lograr una dulzura y palatabilidad similares en las pruebas de sabor que involucró al personal del estudio. Como se muestra en Tabla 1, ambas comidas de prueba estaban compuestas de ingredientes similares y tenían la misma distribución de macronutrientes (ProNutra Software, versión 3.3.0.10; Viocare Technologies Inc). El GI predicho de las comidas de prueba de GI alto y bajo fue 84% y 37%, respectivamente, utilizando glucosa como el estándar de referencia. El contenido calórico de las comidas de prueba se determinó individualmente para proporcionar a cada participante el 25% de los requerimientos diarios de energía sobre la base de una estimación del gasto energético en reposo (21) y un factor de actividad de 1.2.

TABLA 1 

Composición de prueba de comida1

Procedimientos

En la sesión de evaluación, se midieron la altura y el peso, se recopilaron los datos descriptivos de referencia (incluida la etnicidad y la raza autoinformados) y se obtuvo la hormona estimulante de la tiroides (para detectar el hipotiroidismo). Los participantes recibieron una prueba de tolerancia oral a la glucosa 75-g (bebida 10-O-75; Azer Scientific) con el muestreo de glucosa en plasma e insulina sérica en 0, 30, 60, 90 y 120 mín.

Las sesiones de prueba fueron separadas por 2 – 8 wk. Se instruyó a los participantes para evitar cambios en la dieta habitual y el nivel de actividad física para 2 d antes de cada sesión de prueba y mantener el peso corporal dentro del 2.5% del valor inicial durante todo el estudio. Los participantes llegaron a ambas sesiones de prueba entre 0800 y 0930 después de haber ayunado ≥12 h y se abstuvieron de consumir alcohol desde la noche anterior. Al comienzo de cada sesión, se evaluó el intervalo de salud, se confirmó la duración del ayuno y se midió el peso y la presión arterial. Se colocó un catéter intravenoso de calibre 20 para el muestreo de sangre en serie. Después de un período de aclimatación de 30-min, la comida de prueba determinada al azar se consumió en su totalidad dentro de 5 min. Las muestras de sangre y las calificaciones de hambre se obtuvieron antes y cada 30 min después del inicio de la comida de prueba durante el período postprandial 5-h. No pudimos usar un dispositivo metálico para calentar las manos con el fin de arterializar la sangre venosa cerca de la máquina de resonancia magnética magnética (FMRI), y el estrés involucrado en los pinchazos repetidos con la sangre capilar podría haber confundido el resultado primario del estudio. El uso de sangre venosa podría haber causado un error en la medición de las concentraciones de glucosa en sangre arterial por encima y por debajo de las concentraciones en ayunas, especialmente para la comida con un IG alto, que comprendía una limitación del estudio (22). La palatabilidad se evaluó después de completar la comida de prueba, y la neuroimagen se realizó después de 4 h.

Medidas

El peso se midió en una bata de hospital y ropa interior ligera con una balanza electrónica calibrada (Scaletronix). La altura se midió con un estadiómetro calibrado (Holtman Ltd). El IMC se calculó dividiendo el peso en kilogramos por el cuadrado de la altura en metros. La presión arterial se obtuvo con un sistema automatizado (monitor IntelliVue; Phillips Healthcare) con el participante sentado en silencio por 5 mín. La glucosa plasmática y la hormona estimulante de la tiroides se midieron con métodos aprobados por el Laboratorio Clínico de Mejoras (Labcorp). El suero se preparó por centrifugación y se almacenó a -80 ° C para la medición de la insulina en un lote al final del estudio (Harvard Catalyst Central Laboratory).

La palatabilidad se evaluó con la pregunta "¿Qué tan rica fue esta comida?" Se instruyó a los participantes a hacer una marca vertical en un VNA de 10-cm con anclas verbales que iban desde "nada sabroso" (0 cm) a "extremadamente sabroso" ( 10 cm). El hambre se evaluó de manera similar, con la pregunta "¿Cuánta hambre tienes ahora?" Y los anclajes verbales que iban desde "nada de hambre" a "extremadamente hambriento" (14).

La neuroimagen se realizó en 4 h después de la comida de prueba, cuando se esperaba el nadir de glucosa en sangre después de la comida con alto IG (14), utilizando un escáner de cuerpo entero GE 3Tesla (GE Healthcare). El flujo sanguíneo cerebral se determinó mediante el uso de ASL, que es un método basado en MRI que utiliza campos magnéticos aplicados externamente para marcar de manera transitoria el agua de la sangre arterial entrante para su uso como un marcador difusible. Se obtuvo un escaneo del localizador del plano 3, seguido de un conjunto de datos ponderado de T1 para la correlación anatómica (Transformada de Fourier de equilibrio impulsada modificada) (23), con un tiempo de repetición de 7.9 ms, eco de 3.2 ms, plano de adquisición coronal de ancho de banda de 32-kHz, campo de visión de 24 × 19, resolución de 1-mm en el plano y cortes de 1.6-mm. El tiempo de preparación fue 1100 ms con saturación repetida al comienzo del período de preparación y un pulso de inversión adiabático 500 ms antes de la obtención de imágenes. Después de estas secuencias, se obtuvo una exploración ASL siguiendo los métodos descritos anteriormente (24). La secuencia usó etiquetado pseudocontinuo con supresión de fondo para minimizar los artefactos de movimiento, una pila de múltiples tomas de imágenes en espiral de 3, una resolución de imagen de 3.8 mm en plano y cuarenta y cuatro cortes de 4 mm por volumen. Etiquetado pseudocontinuo para 1.5 s con un retardo de post-etiquetado de 1.5 antes de la adquisición de la imagen (25) se realizó 1 cm por debajo de la base del cerebelo (se adquirieron los promedios de marcaje y control de 4 y se adquirieron imágenes no suprimidas de 2 para la cuantificación del flujo sanguíneo cerebral). El flujo sanguíneo cerebral se cuantificó con un software personalizado como se informó anteriormente (2426).

Análisis estadístico

El estudio se diseñó para proporcionar 80% de potencia mediante el uso de una tasa de error 5% tipo I para detectar una diferencia en el flujo sanguíneo cerebral de 11.8%, suponiendo un tamaño de muestra de participantes 12, SD residual de 11% para una sola medición e intrasubject correlación de 0.6. La muestra obtenida de participantes de 11 con datos utilizables proporcionó 80% de potencia para detectar una diferencia de 12.4%, con todas las demás suposiciones restantes.

Los análisis de los datos de neuroimagen se realizaron dentro del entorno de análisis estadístico de imágenes del Mapeo Paramétrico Estadístico (SPM5; Departamento de Neurología Cognitiva de Wellcome). Las imágenes del flujo sanguíneo cerebral se alinearon con la primera imagen y se transformaron en un espacio anatómico estándar (Montreal Neurologic Institute / International Consortium for Brain Mapping) (27) utilizando las variables de registro derivadas del algoritmo de normalización SPM5. Las imágenes se suavizaron con un ancho completo de 8-mm en la mitad del grano máximo en preparación para el análisis estadístico.

Examinamos el espacio estereotáctico utilizando plantillas dentro del conjunto de herramientas Pickatlas de la WFU (28). De las regiones anatómicas no redundantes de 334 en todo el cerebro, las áreas de interés preespecificadas abarcaban regiones separadas de 25 (ver Tabla complementaria 1 en "Datos complementarios" en la edición en línea). Para probar nuestra hipótesis principal, comparamos la diferencia en el flujo sanguíneo regional promedio (comida con un IG alto menos una comida con un IG bajo) mediante el uso de pares, colas 2 t pruebas ajustadas para el efecto de orden y con corrección de Bonferroni para comparaciones múltiples (en bruto P valor multiplicado por 25). Para representar la distribución espacial de las diferencias en el flujo sanguíneo cerebral, realizamos un análisis voxel por voxel mediante el uso de algoritmos del modelo lineal general (29) y un umbral estadístico de P ≤ 0.002.

Las AUC incrementales para la glucosa en plasma (0 – 2 h), la insulina sérica (0 – 2 h) y el hambre (0 – 5 h) se calcularon utilizando el método trapezoidal. Estas áreas y valores para estos resultados en 4 h (el punto de tiempo de interés primario preespecificado) se analizaron para el efecto de la comida de prueba utilizando un lado 2, apareado t prueba con software SAS (versión 9.2; SAS Institute Inc). El ajuste por el efecto de la orden no afectó materialmente estos resultados. Para examinar la relación entre las variables fisiológicas y la activación cerebral, se realizaron análisis de modelos lineales generales con flujo sanguíneo en el núcleo derecho accumbens como una variable dependiente y el número de participantes y las variables metabólicas respectivas como variables independientes. Los datos se presentan como medios y, cuando se indique, SE.

RESULTADOS

Participantes del estudio

De los individuos examinados en 89, inscribimos a hombres 13, con abandono de 1 antes de la administración de la primera comida de prueba (Figura 1 y XNUMX). Los participantes restantes de 12 incluían a hispanos de 2, negros no hispanos de 3 y blancos no hispanos de 7. La edad media fue 29.1 y (rango: 20 – 35 y), el IMC fue 32.9 (rango: 26 – 41), la concentración plasmática de glucosa en ayunas fue 4.9 mmol / L (rango: 3.6 – 6.2 mmol / L) y la concentración de insulina en ayunas fue 10.3 μU / mL (rango: 0.8 – 25.5 μU / mL). Los datos de imágenes para un participante estaban incompletos debido a un error de almacenamiento de datos; Los otros participantes completaron el protocolo sin incidentes.

FIGURA 1. 

Diagrama de flujo del participante.

Respuestas subjetivas y bioquímicas a las comidas de prueba.

La palatabilidad de las comidas de prueba con IG alto y bajo no difirió según las respuestas en el VNA de 10-cm (5.5 ± 0.67 en comparación con 5.3 ± 0.65 cm, respectivamente; P = 0.7). De acuerdo con el GI previsto (Tabla 1), el AUC 2-h incremental para la glucosa fue 2.4 veces mayor después de la comida de prueba con un IG alto (2.9 ± 0.36 comparado con 1.2 ± 0.27 mmol · h / L, respectivamente; P = 0.0001) (Figura 2 y XNUMX). El AUC 2-h incremental para la insulina (127.1 ± 18.1 en comparación con 72.8 ± 9.78 μU · h / mL; P = 0.003) y AUC incremental de 5-h para el hambre (0.45 ± 2.75 en comparación con −5.2 ± 3.73 cm · h; P = 0.04) también fueron mayores después de la comida de prueba con un índice de IG bajo, respectivamente. En 4 h en el período postprandial, la concentración de glucosa en sangre fue menor (4.7 ± 0.14 en comparación con 5.3 ± 0.16 mmol / L, P = 0.005), y el cambio en el hambre desde la línea base fue mayor (1.65 ± 0.79 en comparación con −0.01 cm ± 0.92; P = 0.04) después de la comida de prueba con un IG alto o bajo, respectivamente.

FIGURA 2. 

Media ± cambios de SE en la glucosa plasmática (A), insulina sérica (B) y hambre (C) después de las comidas de prueba. Las diferencias entre las comidas con IG alto y bajo fueron significativas en 4 h (el punto temporal de interés) para todos los resultados de 3 mediante el uso de pares t pruebas. n = 12. SOLDADO AMERICANO, ...

Imagen mental

El flujo sanguíneo cerebral fue mayor 4 h después de la comida con un IG alto en el núcleo accumbens derecho (diferencia de medias: 4.4 ± 0.56 mL · 100 g-1 · Min-1; rango: 2.1 – 7.3 mL · 100 g-1 · Min-1; una diferencia relativa de 8.2%). Esta diferencia siguió siendo significativa después de la corrección de Bonferroni para las regiones anatómicas de interés preespecificadas de 25 (P = 0.0006) y después de la corrección para todas las regiones cerebrales no redundantes de 334 (P = 0.009). Un análisis basado en imágenes mostró una sola región en el núcleo derecho accumbens en el Instituto de Neurología de Montreal / Consorcio Internacional para Coordenadas de Mapeo Cerebral 8, 8, −10 (pico t = 9.34) y otro máximo local en las coordenadas 12, 12, 2 (t = 5.16), que se disemina a otras áreas del estriado derecho (caudado, putamen y globo pálido) y área olfativa (Figura 3 y XNUMX). No observamos diferencias en el estriado contralateral u otras regiones de interés preespecificadas.

FIGURA 3. 

Regiones con flujo sanguíneo cerebral significativamente diferente 4 h después de las comidas de prueba (P ≤ 0.002). La escala de color representa el valor de la t estadístico para la comparación entre comidas (n = 11) mediante el uso de análisis de modelos lineales generales como se describe en ...

La relación entre las variables metabólicas y el flujo sanguíneo en el núcleo derecho accumbens se muestra en Tabla 2. Todas las variables relacionadas con la glucosa en plasma, la insulina sérica y el hambre se relacionaron significativamente con el flujo sanguíneo en el núcleo derecho accumbens, mientras que la palatabilidad de las comidas no lo fue.

TABLA 2 

Relación entre variables fisiológicas y flujo sanguíneo en el núcleo derecho accumbens1

DISCUSIÓN

La ingesta de alimentos está regulada por sistemas hedónicos y homeostáticos (3) que históricamente sirvió para mantener el IMC medio dentro de un rango saludable en condiciones ambientales muy diversas. Sin embargo, coincidiendo con la epidemia de obesidad, el suministro de alimentos ha cambiado radicalmente, con el rápido aumento del consumo de productos alimenticios altamente procesados ​​derivados principalmente de productos básicos de granos. Como consecuencia, la carga glucémica (el producto multiplicativo de IG y la cantidad de carbohidratos) (30) de la dieta de los Estados Unidos ha aumentado sustancialmente en el último medio siglo, y esta tendencia secular puede afectar negativamente a ambos sistemas que regulan la ingesta de alimentos. La disminución de la glucosa en sangre (y otros combustibles metabólicos) (13, 14) en el período posprandial tardío después de una comida con un IG alto no solo constituiría una potente señal de hambre homeostática (15) pero también aumentan el valor hedónico de los alimentos a través de la activación estriatal (18). Esta combinación de eventos fisiológicos puede fomentar los antojos de alimentos con una preferencia especial por los carbohidratos con IG alto (16, 17), propagando así los ciclos de comer en exceso. Además, la activación recurrente del cuerpo estriado puede disminuir la disponibilidad del receptor de dopamina y aumentar aún más el impulso de comer en exceso (11).

Este estudio tiene varias fortalezas. Primero, usamos ASL, que es una técnica de imagen novedosa que proporciona una medida cuantitativa del flujo sanguíneo cerebral. El método convencional (IRMF dependiente del nivel de oxigenación de la sangre) evalúa los cambios agudos en la actividad cerebral, no las diferencias absolutas, que normalmente limitan las observaciones a unos pocos minutos después de una perturbación fisiológica. Con ASL, pudimos examinar los efectos persistentes de las comidas de prueba sin estímulos superpuestos (p. Ej., Imágenes de alimentos con alto contenido calórico). En segundo lugar, utilizamos una intervención cruzada en lugar de una comparación transversal entre grupos (p. Ej., Magra comparada con obesa), que proporcionó mayor poder estadístico y evidencia de la dirección causal. En tercer lugar, nos centramos en un factor dietético específico controlando el contenido de calorías, la composición de macronutrientes, las fuentes de ingredientes y la forma de los alimentos, en lugar de comparar alimentos muy diferentes (p. Ej., Pastel de queso en comparación con vegetales) (6, 10, 31, 32). Cuarto, las comidas de prueba 2 se diseñaron y documentaron para que tuvieran una palatabilidad similar, lo que ayudó a desenredar los efectos metabólicos de las respuestas hedónicas inmediatas. En quinto lugar, examinamos el período posprandial tardío, que es un momento con un significado especial para el comportamiento alimentario en la próxima comida. Los estudios previos típicamente han limitado la duración de la observación a ≤1 h después del consumo de alimentos, cuando los picos de absorción de glucosa y una comida con IG elevado pueden parecer transitorios proporcionar beneficios para la función cerebral (33). Sexto, utilizamos comidas mixtas con una composición de macronutrientes y una carga glucémica en la dieta dentro de los rangos prevalecientes. Por lo tanto, los hallazgos son relevantes para los desayunos con IG alto que se consumen comúnmente en los Estados Unidos (por ejemplo, un panecillo y queso crema sin grasa) (12).

Las principales limitaciones del estudio incluyeron el tamaño pequeño y un enfoque exclusivo en hombres obesos y con sobrepeso. Los estudios pequeños limitan la generalización y aumentan el riesgo de un hallazgo falso negativo (pero no falso positivo). Nuestro estudio, a pesar de su tamaño, tenía un poder robusto para probar la hipótesis a priori con ajuste para comparaciones múltiples. Los estudios adicionales con sujetos de control magro, mujeres e individuos obesos antes y después de la pérdida de peso serían informativos. No evaluamos las respuestas hedónicas a las comidas o los antojos de alimentos directamente y, por lo tanto, no pudimos explorar la relación entre estos valores subjetivos y la activación cerebral. Además, la forma líquida de las comidas de prueba limitó la generalización de los hallazgos a las comidas sólidas.

Varias otras cuestiones interpretativas merecen consideración. No anticipamos un efecto de la IG en el cerebro limitado al hemisferio derecho, aunque la lateralidad se ha implicado previamente en trastornos neuroconductuales que involucran circuitos de recompensa. De hecho, un estudio que comparó la sensibilidad a la insulina en comparación con los hombres resistentes a la insulina mostró un efecto diferencial de la administración sistémica de insulina en el metabolismo de la glucosa para el estriado ventral derecho, pero no para la izquierda (34). Tampoco observamos diferencias en otras regiones cerebrales preespecificadas, ya sea porque nuestro estudio carecía de poder para ver efectos menos robustos o porque dichos efectos no ocurrieron en el punto temporal de 4-h. Sin embargo, la manipulación química del núcleo accumbens en ratas resultó en la estimulación de las neuronas orexigénicas y la inhibición de las neuronas anorexígenas en el hipotálamo (35), que ilustró la influencia del cuerpo estriado en otras áreas del cerebro involucradas en la alimentación.

Más allá de la recompensa y el deseo, el núcleo accumbens está involucrado de manera crucial en el abuso y la dependencia de sustancias (3638), planteando la cuestión de si ciertos alimentos pueden ser adictivos. De hecho, la noción de adicción a la comida ha recibido una gran atención popular a través de libros de dieta e informes anecdóticos y es cada vez más un tema de investigación académica. Estudios recientes que utilizaron el IRMf dependiente del nivel de oxigenación de la sangre convencional han mostrado una hiperactividad selectiva en el núcleo accumbens y áreas cerebrales relacionadas en personas obesas en comparación con individuos magros cuando se muestra imágenes de alimentos altamente sabrosos (611) y en sujetos que obtuvieron puntajes altos en una medida de adicción a la comida (39). Sin embargo, podría argumentarse que esta respuesta de placer que involucra comida no difiere fundamentalmente del placer de un golfista que ve imágenes de un putting green o un audiófilo que escucha una música hermosa (40). En contraste con investigaciones anteriores, nuestro estudio utilizó comidas de prueba de palatabilidad similar y métodos ASL para examinar la actividad cerebral no estimulada después de 4 h. Sin embargo, la validez del concepto de adicción a la comida sigue siendo fuertemente debatida (4147). A diferencia de las drogas de abuso, los alimentos son necesarios para la supervivencia, y algunas personas pueden consumir habitualmente grandes cantidades de productos alimenticios con IG alto (y alto en calorías y altamente procesados) sin consecuencias físicas o psicológicas adversas aparentes. Por lo tanto, la aplicación del concepto de adicción a los alimentos justifica un estudio de observación y observación adicional orientado mecánicamente.

En conclusión, demostramos que el consumo de una comida de prueba con un alto GI aumentó la actividad en las regiones cerebrales relacionadas con la ingesta de alimentos, la recompensa y el deseo en el período posprandial tardío, lo que coincidió con una menor glucosa en la sangre y una mayor hambre. Estos hallazgos neurofisiológicos, junto con estudios de alimentación más prolongados para el mantenimiento de la pérdida de peso (48, 49), sugiere que un consumo reducido de carbohidratos con alto IG (específicamente, productos de granos altamente procesados, papas y azúcar concentrada) puede mejorar la sobrealimentación y facilitar el mantenimiento de un peso saludable en individuos con sobrepeso y obesos.

AGRADECIMIENTOS

Agradecemos a Dorota Pawlak, Simon Warfield y Phillip Pizzo por estimular las discusiones y los consejos; Joanna Radziejowska por su ayuda con la formulación y provisión de las comidas de prueba; y Henry Feldman por asesoramiento estadístico. Ninguna de estas personas recibió compensación por sus contribuciones.

Las responsabilidades de los autores fueron las siguientes: DCA, CBE, JMG, LMH, BSL, DSL y ES: proporcionaron el concepto y diseño del estudio; DCA y BSL: datos adquiridos y conocimientos estadísticos proporcionados; DCA, JMG, LMH, BSL y DSL: datos analizados e interpretados; BSL y DSL: redactó el manuscrito; DCA, CBE, JMG, LMH, RR y ES: revisaron críticamente el manuscrito; RR: apoyo técnico proporcionado; DCA, BSL y DSL: financiamiento obtenido; DCA y DSL: supervisión supervisada; y DSL: como investigador principal, tuvo acceso completo a todos los datos del estudio y se responsabilizó de la integridad de los datos y la precisión del análisis de los datos. DCA recibió subvenciones del NIH y GE Healthcare, que es un proveedor de MRI, para el desarrollo de la técnica de imágenes y las solicitudes y regalías a través de sus instituciones académicas actuales y anteriores para invenciones relacionadas con las técnicas de ASL utilizadas en este estudio. DSL recibió subvenciones del NIH y fundamentos para la investigación relacionada con la obesidad, tutoría y atención al paciente y regalías de un libro sobre la obesidad infantil. BSL, LMH, ES, RR, CBE y JMG no informaron conflictos de intereses.

Notas a pie de página

5Abreviaturas utilizadas: ASL, rotulación arterial; GI, índice glucémico; VAS, escala analógica visual.

Referencias

1. Berridge KC. "Me gusta" y "quiere" recompensas de comida: sustratos cerebrales y roles en los trastornos de la alimentación. Physiol Behav 2009; 97: 537 – 50 [Artículo gratuito de PMC] [PubMed]
2. Dagher A. Imágenes cerebrales funcionales del apetito. Trends Endocrinol Metab 2012; 23: 250 – 60 [PubMed]
3. Lutter M, Nestler EJ. Las señales homeostáticas y hedónicas interactúan en la regulación de la ingesta de alimentos. J Nutr 2009; 139: 629 – 32 [Artículo gratuito de PMC] [PubMed]
4. Martel P, actividad del sistema dopaminérgico de Fantino M. Mesolímbico en función de la recompensa de los alimentos: un estudio de microdiálisis. Pharmacol Biochem Behav 1996; 53: 221 – 6 [PubMed]
5. Peciña S, Berridge KC. El sitio del opioide en la cáscara del núcleo accumbens media la alimentación y el "gusto" hedónico por la comida: mapa basado en plumas de Fos de microinyección. Brain Res 2000; 863: 71-86 [PubMed]
6. Bruce AS, Holsen LM, Chambers RJ, Martin LE, Brooks WM, Zarcone JR, Butler MG, Savage CR. Los niños obesos muestran hiperactivación a imágenes de alimentos en redes cerebrales vinculadas a la motivación, la recompensa y el control cognitivo. Int J Obes (Lond) 2010; 34: 1494 – 500 [PubMed]
7. Holsen LM, Savage CR, Martin LE, Bruce AS, Lepping RJ, Ko E, Brooks WM, Butler MG, Zarcone JR, Goldstein JM. Importancia de la recompensa y los circuitos prefrontales en el hambre y la saciedad: síndrome de Prader-Willi frente a obesidad simple. Int J Obes (Lond) 2012; 36: 638 – 47 [Artículo gratuito de PMC] [PubMed]
8. Rothemund Y, Preuschhof C, Bohner G, Bauknecht HC, Klingebiel R, Flor H, Klapp BF. Activación diferencial del cuerpo estriado dorsal por estímulos visuales de alimentos con alto contenido calórico en individuos obesos. Neuroimagen 2007; 37: 410 – 21 [PubMed]
9. Stice E, Spoor S, Bohon C, Veldhuizen MG, Small DM. Relación de la recompensa de la ingesta de alimentos y la ingesta de alimentos anticipada a la obesidad: un estudio de resonancia magnética funcional. J Abnorm Psychol 2008; 117: 924 – 35 [Artículo gratuito de PMC] [PubMed]
10. Stoeckel LE, Weller RE, Cook EW, 3rd, Twieg DB, Knowlton RC, Cox JE. Activación generalizada del sistema de recompensa en mujeres obesas en respuesta a imágenes de alimentos ricos en calorías. Neuroimagen 2008; 41: 636 – 47 [PubMed]
11. Wang GJ, Volkow ND, Logan J, Pappas NR, Wong CT, Zhu W, Netusil N, Fowler JS. Dopamina cerebral y obesidad. Lancet 2001; 357: 354 – 7 [PubMed]
12. Atkinson FS, Foster-Powell K, Brand-Miller JC. Tablas internacionales de índice glucémico y valores de carga glucémica: 2008. Cuidado de la diabetes 2008; 31: 2281 – 3 [Artículo gratuito de PMC] [PubMed]
13. Ludwig DS. El índice glucémico: mecanismos fisiológicos relacionados con la obesidad, la diabetes y las enfermedades cardiovasculares. JAMA 2002; 287: 2414 – 23 [PubMed]
14. Ludwig DS, Majzoub JA, Al-Zahrani A, Dallal GE, Blanco I, Roberts SB. Alimentos de alto índice glucémico, comer en exceso y la obesidad. Pediatría 1999; 103: E26. ElPubMed]
15. Campfield LA, Smith FJ, Rosenbaum M, Hirsch J. Alimentación humana: evidencia de una base fisiológica utilizando un paradigma modificado. Neurosci Biobehav Rev 1996; 20: 133 – 7 [PubMed]
16. Thompson DA, Campbell RG. Hambre en humanos inducida por 2-desoxi-D-glucosa: control glucoprívico de la preferencia del gusto y la ingesta de alimentos. Science 1977; 198: 1065 – 8 [PubMed]
17. Strachan MW, Ewing FM, Frier BM, Harper A, Deary IJ. Antojos de alimentos durante la hipoglucemia aguda en adultos con diabetes tipo 1. Physiol Behav 2004; 80: 675 – 82 [PubMed]
18. Página KA, Seo D, Belfort-DeAguiar R, Lacadie C, Dzuira J, Naik S, Amarnath S, Constable RT, Sherwin RS, Sinha R. Los niveles circulantes de glucosa modulan el control neuronal del deseo de alimentos ricos en calorías en los seres humanos. J Clin Invest 2011; 121: 4161 – 9 [Artículo gratuito de PMC] [PubMed]
19. Frank TC, Kim GL, Krzemien A, Van Vugt DA. Efecto de la fase del ciclo menstrual en la activación cerebral corticolímbica mediante señales visuales de los alimentos. Brain Res 2010; 1363: 81 – 92 [PubMed]
20. Botero D, Ebbeling CB, Blumberg JB, Ribaya-Mercado JD, Creager MA, Swain JF, Feldman HA, Ludwig DS. Efectos agudos del índice glucémico de la dieta sobre la capacidad antioxidante en un estudio de alimentación con control de nutrientes. Obesidad (Silver Spring) 2009; 17: 1664 – 70 [Artículo gratuito de PMC] [PubMed]
21. MD Mifflin, St. Jeor ST, Hill LA, Scott BJ, Daugherty SA, Koh YO. Una nueva ecuación predictiva para el gasto energético en reposo en individuos sanos. Soy J Clin Nutr 1990; 51: 241 – 7 [PubMed]
22. Hermanos F, Bjorck I, Frayn KN, Gibbs AL, Lang V, Slama G, Wolever TM. Metodología del índice glucémico. Nutr Res Rev 2005; 18: 145 – 71 [PubMed]
23. Deichmann R, Schwarzbauer C, Turner R. Optimización de la secuencia 3D MDEFT para imágenes cerebrales anatómicas: implicaciones técnicas en 1.5 y 3 T. Neuroimage 2004; 21: 757 – 67 [PubMed]
24. Dai W, García D, de Bazelaire C, Alsop DC. Inversión impulsada por flujo continuo para el etiquetado de espín arterial utilizando campos de gradiente y radiofrecuencia pulsada. Magn Reson Med 2008; 60: 1488 – 97 [Artículo gratuito de PMC] [PubMed]
25. Alsop DC, Detre JA. Reducción de la sensibilidad en el tiempo de tránsito en imágenes de resonancia magnética no invasiva del flujo sanguíneo cerebral humano. 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. Perfusión por resonancia magnética de tumores cerebrales: un estudio comparativo del marcaje de espín arterial pseudo-continuo y la imagen de contraste de susceptibilidad dinámica. Neuroradiología 2010; 52: 307 – 17 [Artículo gratuito de PMC] [PubMed]
27. Lancaster JL, Tordesillas-Gutiérrez D, Martínez M, Salinas F, Evans A, Zilles K, Mazziotta JC, Fox PT. Sesgo entre las coordenadas MNI y Talairach analizadas utilizando la plantilla de cerebro ICBM-152. Hum Brain Mapp 2007; 28: 1194 – 205 [PubMed]
28. Maldjian JA, Laurienti PJ, Kraft RA, Burdette JH. Un método automatizado para la interrogación basada en atlas neuroanatómica y citoarquitectónica de conjuntos de datos fMRI. Neuroimagen 2003; 19: 1233 – 9 [PubMed]
29. Friston KJ, Holmes A, Poline JB, Precio CJ, Frith CD. Detección de activaciones en PET y fMRI: niveles de inferencia y potencia. Neuroimagen 1996; 4: 223 – 35 [PubMed]
30. Salmerón J, Ascherio A, Rimm EB, Colditz GA, Spiegelman D, Jenkins DJ, Stampfer MJ, Ala AL, Willett WC. Fibra dietética, carga glucémica y riesgo de DMNID en hombres. Cuidado de la diabetes 1997; 20: 545 – 50 [PubMed]
31. Dimitropoulos A, Tkach J, Ho A, Kennedy J. Mayor activación corticolímbica a señales de alimentos con alto contenido calórico después de comer en adultos obesos en comparación con adultos de peso normal. Appetite 2012; 58: 303 – 12 [Artículo gratuito de PMC] [PubMed]
32. Murdaugh DL, Cox JE, Cook EW, 3rd, Weller RE. La reactividad de fMRI a las imágenes de alimentos con alto contenido de calorías predice resultados a corto y largo plazo en un programa para perder peso. Neuroimagen 2012; 59: 2709 – 21 [Artículo gratuito de PMC] [PubMed]
33. Página KA, Chan O, Arora J, Belfort-Deaguiar R, Dzuira J, Roehmholdt B, Cline GW, Naik S, Sinha R, Constable RT, et al. Efectos de la fructosa frente a la glucosa en el flujo sanguíneo cerebral regional en las regiones del cerebro involucradas con el apetito y las vías de recompensa. JAMA 2013; 309: 63 – 70 [Artículo gratuito de PMC] [PubMed]
34. Anthony K, Reed LJ, Dunn JT, Bingham E, Hopkins D, Marsden PK, Amiel SA. Atenuación de las respuestas provocadas por la insulina en las redes cerebrales que controlan el apetito y la recompensa en la resistencia a la insulina: ¿la base cerebral para el control deficiente de la ingesta de alimentos en el síndrome metabólico? Diabetes 2006; 55: 2986 – 92 [PubMed]
35. Zheng H, Corkern M, Stoyanova I, Patterson LM, Tian R, Berthoud HR. Péptidos que regulan la ingesta de alimentos: la manipulación de los accumbens que inducen el apetito activa las neuronas hipotalámicas orexinas e inhibe las neuronas POMC. 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. La adicción a las drogas como un trastorno del aprendizaje asociativo. Papel del núcleo accumbens en la cáscara / amígdala extendida dopamina. Ann NY Acad Sci 1999; 877: 461 – 85 [PubMed]
37. Feltenstein MW, ver RE. El neurocircuito de la adicción: una visión general. Br J Pharmacol 2008; 154: 261 – 74 [Artículo gratuito de PMC] [PubMed]
38. Kalivas PW, Volkow ND. Las bases neuronales de la adicción: una patología de la motivación y la elección. Soy J Psychiatry 2005; 162: 1403 – 13 [PubMed]
39. Gearhardt AN, Yokum S, Orr PT, Stice E, Corbin WR, Brownell KD. Correlatos neurales de la adicción a la comida. Arch Gen Psychiatry 2011; 68: 808 – 16 [Artículo gratuito de PMC] [PubMed]
40. Salimpoor VN, van den Bosch I, Kovacevic N, McIntosh AR, Dagher A, Zatorre RJ. Las interacciones entre el núcleo accumbens y las cortezas auditivas predicen el valor de la recompensa de la música. Science 2013; 340: 216 – 9 [PubMed]
41. Benton D. La plausibilidad de la adicción al azúcar y su papel en la obesidad y los trastornos de la alimentación. Clin Nutr 2010; 29: 288 – 303 [PubMed]
42. Blumenthal DM, oro MS. Neurobiología de la adicción a la comida. Curr Opin Clin Nutr Metab Care 2010; 13: 359 – 65 [PubMed]
43. Corwin RL, Grigson PS. Resumen del simposio: adicción a la comida: ¿realidad o ficción? J Nutr 2009; 139: 617 – 9 [Artículo gratuito de PMC] [PubMed]
44. Moreno C, Tandon R. ¿Debería clasificarse comer en exceso y la obesidad como un trastorno adictivo en el DSM-5? Curr Pharm Des 2011; 17: 1128 – 31 [PubMed]
45. Parylak SL, Koob GF, Zorrilla EP. El lado oscuro de la adicción a la comida. Physiol Behav 2011; 104: 149 – 56 [Artículo gratuito de PMC] [PubMed]
46. Pelchat ML. La adicción a la comida en los humanos. J Nutr 2009; 139: 620 – 2 [PubMed]
47. Toornvliet AC, Pijl H, Tuinenburg JC, Elte-de Wever BM, Pieters MS, Frolich M, Onkenhout W, Meinders AE. Respuestas psicológicas y metabólicas de los carbohidratos que anhelan a los pacientes obesos las comidas ricas en carbohidratos, grasas y proteínas. 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, Martínez JA, Handjieva-Darlenska T, Kunesova M, Pihlsgard M, et al. Dietas con alto o bajo contenido de proteínas e índice glucémico para el mantenimiento de la pérdida de peso. N Engl J Med 2010; 363: 2102 – 13 [Artículo gratuito de PMC] [PubMed]
49. Ebbeling CB, Swain JF, Feldman HA, Wong WW, Hachey DL, Garcia-Lago E, Ludwig DS. Efectos de la composición dietética sobre el gasto de energía durante el mantenimiento de la pérdida de peso. JAMA 2012; 307: 2627 – 34 [Artículo gratuito de PMC] [PubMed]