La ingesta de energía elevada se correlaciona con la hiperreactividad en las regiones cerebrales atencional, gustativa y de recompensa al tiempo que se anticipa un recibo aceptable de alimentos (2013)

Am J Clin Nutr. 2013 Jun; 97 (6): 1188-94. doi: 10.3945 / ajcn.112.055285. Epub 2013 Abr 17.

Hamburguesa ks1, Stice E.

Resumen

Antecedentes: Los individuos obesos en comparación con los delgados muestran mayor capacidad de atención, gustativa y región de recompensa ante las señales de los alimentos, pero menor capacidad de respuesta de la región de recompensa durante la ingesta de alimentos. Sin embargo, según nuestro conocimiento, la investigación no ha probado si una ingesta calórica medida objetivamente está asociada positivamente con la capacidad de respuesta neuronal independiente del exceso de tejido adiposo.

Objetivo: Probamos la hipótesis de que la ingesta de energía medida de forma objetiva, que explica las necesidades basales y el porcentaje de grasa corporal, se correlaciona positivamente con la respuesta neural a la ingesta de alimentos apetecible anticipada, pero negativamente con una respuesta a la ingesta de alimentos en adolescentes de peso saludable.

diseño: Participantes (n = 155; media ± edad SD: 15.9 ± 1.1 y) completó exploraciones de imágenes de resonancia magnética funcional mientras anticipaba y recibía alimentos sabrosos en comparación con una solución insípida, una evaluación de la ingesta de energía del agua doblemente etiquetada y evaluaciones de la tasa metabólica en reposo y la composición corporal.

Resultados: El consumo de energía se correlacionó positivamente con la activación en las corticales lateral lateral y cingulada anterior (procesamiento visual y atención), el opérculo frontal (corteza gustativa primaria) al anticipar alimentos sabrosos y una mayor activación del estriado cuando se anticipan alimentos sabrosos en una región de interés más sensible. . La ingesta de energía no se relacionó significativamente con la capacidad de respuesta neuronal durante la ingesta de alimentos sabrosos.

Conclusiones: los resultados indican que la ingesta de energía medida objetivamente que explica las necesidades basales y el tejido adiposo se correlaciona positivamente con la actividad en las regiones atencional, gustativa y de recompensa al anticipar alimentos sabrosos. Aunque la hiperreactividad de estas regiones puede aumentar el riesgo de comer en exceso, no está claro si se trata de un factor de vulnerabilidad inicial o un resultado de comer en exceso.

INTRODUCCIÓN

Los estudios de neuroimagen han proporcionado información considerable sobre las diferencias en la capacidad de respuesta neuronal a los estímulos alimentarios en función del estado de peso. Específicamente, los individuos obesos en comparación con los delgados han mostrado una mayor capacidad de respuesta en las regiones relacionadas con la recompensa (estriado, pálido, amígdala y corteza orbitofrontal) y regiones de atención (cortezas visuales y cinguladas anteriores) a imágenes de alimentos apetitosos (15), anticipada ingesta de alimentos sabrosos (6, 7), y los olores de los alimentos (8). Los obesos en comparación con los magros humanos también han mostrado una mayor activación en la corteza gustativa primaria (ínsula anterior y opérculo frontal) y en las regiones somatosensoriales orales (giro postcentral y opérculo parietal) durante la exposición a imágenes de alimentos apetitosos (2, 5) y anticipada ingesta de alimentos sabrosos (6, 7). Estos datos son consistentes con el modelo de recompensa-surfeit, que sostiene que las personas que experimentan una mayor recompensa de la ingesta de alimentos están en riesgo de comer en exceso (9). En yuxtaposición, los individuos obesos en comparación con los delgados han mostrado menos actividad en las regiones relacionadas con la recompensa durante la ingesta de alimentos sabrosos (7, 10, 11), que es consistente con la teoría del déficit de recompensa, que afirma que los individuos pueden comer en exceso para compensar un déficit de recompensa (12). Los datos han implicado que los hallazgos difieren según se examine la respuesta a las señales de los alimentos en relación con la ingesta de alimentos, lo que sugiere que es importante investigar la capacidad de respuesta a ambos fenómenos.

La mayoría de las investigaciones de neuroimagen han comparado directamente a los obesos en comparación con los delgados, lo que ha proporcionado poca información sobre el proceso etiológico que subyace en el aumento de peso inicial. Actualmente, no está claro si las diferencias relacionadas con la obesidad en la capacidad de respuesta neural a los estímulos de los alimentos son impulsadas por un funcionamiento neuroendocrino alterado que se deriva de cantidades excesivas de tejido adiposo (13, 14) en comparación con el consumo habitual de calorías en exceso, como se sugiere en los modelos etiológicos basados ​​en neurociencia (9, 12, 15, 16).

Examinar directamente el efecto de la ingesta típica de energía (IE).4 En la respuesta neural a los estímulos alimentarios, independientemente de las necesidades basales y el tejido adiposo, se evaluó si las estimaciones de EI en agua doblemente etiquetada (DLW) se asociaron con una mayor capacidad de respuesta al anticipar una ingesta de alimentos aceptable y una respuesta reducida durante la ingesta con la tasa metabólica en reposo (RMR) y el porcentaje de grasa corporal en adolescentes de peso saludable controlados. Nuestra hipótesis es que la IE estaría asociada con 1) mayor capacidad de respuesta en la recompensa (p. ej., cuerpo estriado), atención (p. ej., cortezas prefrontales visuales y mediales), gustativa (p. ej., ínsula anterior y opérculo frontal), orales somatosensoriales (p. ej., giro postcentral y opérculo parietal) regiones cerebrales en respuesta a ingesta de alimentos palatable anticipada y 2) menos sensibilidad neuronal de las regiones de recompensa durante la ingesta de alimentos sabrosos.

SUJETOS Y MÉTODOS

La muestra (n = 155; 75 varones adolescentes y 80 mujeres adolescentes) consistieron en participantes 10% hispanos, 1% asiáticos, 4% afroamericanos, 79% blancos y 6% indios americanos y nativos de Alaska. Personas que informaron atracones o comportamiento compensatorio en los últimos 3 meses, el uso de medicamentos psicotrópicos o drogas ilícitas, una lesión en la cabeza con pérdida del conocimiento o un trastorno psiquiátrico del Eje I en el último año (incluida la anorexia nerviosa, bulimia nerviosa, o trastorno por atracón) fueron excluidos. Los padres y adolescentes dieron su consentimiento informado por escrito para este proyecto. Los participantes llegaron al laboratorio después de un ayuno nocturno, completaron la composición corporal, las mediciones antropométricas, la evaluación de RMR y la primera evaluación de DLW, y regresaron 2 semanas después para la evaluación de seguimiento de DLW. Las exploraciones de fMRI se llevaron a cabo dentro de la semana 1 de las evaluaciones DLW. La Junta de Revisión Institucional del Instituto de Investigación de Oregon aprobó todos los métodos.

EI

Se utilizó DLW para estimar la IE a lo largo de un período de 2-semana. DLW proporciona una medida altamente precisa de ingesta que es inmune a los sesgos asociados con los retiros de alimentos o los diarios de dieta (17, 18). DLW utiliza trazadores isotópicos para evaluar la producción total de dióxido de carbono, que puede usarse para estimar con precisión el gasto calórico habitual (19). La DLW se administró inmediatamente después de que los sujetos con pruebas negativas para el embarazo (si corresponde). Las dosis fueron 1.6 – 2.0 g H218O (10 átomo de porcentaje) / kg de agua corporal total estimada. Las muestras puntuales de orina se recolectaron inmediatamente antes de administrar DLW y 1, 3 y 4-h después de la administración. Dos semanas después, se recolectaron muestras de orina 2 adicionales en el mismo momento del día que las muestras de posdosificación 3 y 4-h. Ninguna muestra fue el primer vacío del día. El gasto energético (EE) se calculó utilizando la ecuación A6 (19), relaciones de espacio de dilución (20), y la ecuación de Weir modificada (21) como se describió previamente (22). La IE por día se calculó a partir de la suma de EE de DLW y el cambio estimado en las reservas de energía corporal a partir de mediciones de peso corporal en serie realizadas al inicio (T1) y 2-wk después de la dosificación (T2). Esta cifra se dividió por el número de días entre la evaluación de referencia y 2-wk después de la dosificación para calcular la fuente diaria de sustratos energéticos de la pérdida de peso o el almacenamiento del exceso de IE como aumento de peso (23). La ecuación utilizada para cada participante fue

Un archivo externo que contiene una imagen, una ilustración, etc. El nombre del objeto es ajcn9761188equ1.jpg

El 7800 kcal / kg es una estimación de la densidad de energía del tejido adiposo (24). El cambio de peso (peso en T2 - peso en T1) también se usó en los análisis de regresión para evaluar la validez concurrente de la IE con necesidades basales como proxy del balance energético controlado.

RMR

La RMR se midió mediante el uso de calorimetría indirecta con un Sistema de Medición Metabólica TrueOne 2400 (ParvoMedics Inc) en la primera evaluación de DLW. El RMR comprende 60 – 75% del EE diario y está asociado con el mantenimiento de las principales funciones fisiológicas del cuerpo (25). Para la evaluación de RMR, los participantes llegaron al laboratorio después de un ayuno nocturno (rango: 5-15 h) y se abstuvieron de hacer ejercicio durante 24 h antes de la prueba. La variación fue el resultado del número de horas dormidas la noche anterior. Los participantes descansaron tranquilamente en una habitación con temperatura controlada durante 20 minutos, y se colocó una capucha de plástico transparente que estaba conectada al dispositivo sobre la cabeza del participante. Para determinar la RMR, el intercambio de gases en reposo se midió utilizando cálculos de O2 consumoVO2) y compañía2 producciónVCO2) obtenido a intervalos de 10-s para 30 – 35 min. Los participantes permanecieron inmóviles y despiertos, y el último 25 – 30 mínimo de la medición se usó para calcular la RMR. Se ha establecido la validez y confiabilidad de este método para la evaluación de RMR (26, 27).

Porcentaje de grasa corporal

Se utilizó la pletismografía de desplazamiento de aire para estimar el porcentaje de grasa corporal con Bod Pod S / T (COSMED USA Inc.) mediante el uso de procedimientos recomendados sobre la base de ecuaciones apropiadas para la edad y el sexo (28). La densidad corporal se calculó como la masa corporal (evaluada por pesaje directo) dividida por el volumen corporal. El porcentaje de estimaciones de grasa corporal ha demostrado la fiabilidad test-retest (r = 0.92 – 0.99) y la correlación con la absorciometría de rayos X de energía dual y las estimaciones de pesaje hidrostático del porcentaje de grasa corporal (r = 0.98 – 0.99) (29).

Medidas de comportamiento

El inventario de antojo de alimentos (30) se utilizó para evaluar los antojos de una variedad de alimentos. Esta escala se adaptó para incluir también las calificaciones de cómo los participantes sabrosos encontraron cada alimento (7). Las respuestas estaban en una escala Likert de puntos 5 para el deseo [de 1 (nunca deseo) a 5 (siempre deseo)] y una escala de puntos 4 para gustar [desde 1 (no me gusta) a 4 (amor)]. El Inventario original de antojo de alimentos ha mostrado consistencia interna (α = 0.93), confiabilidad de prueba-reexamen de 2-wk (r = 0.86), y sensibilidad a la detección de efectos de intervención (30). En la exploración fMRI, el hambre de un día se evaluó antes de la exploración utilizando una escala analógica visual cruzada modal A 100-mm anclada por 0 (sin hambre en absoluto) a 100 (extremadamente hambrienta).

paradigma fMRI

La evaluación fMRI ocurrió dentro de la semana 1 de las mediciones de DLW y RMR. En el día del escaneo, se les pidió a los participantes que consumieran sus comidas regulares pero que se abstuvieran de comer o tomar bebidas con cafeína para 5 h antes del escaneo. El paradigma fMRI evaluó la respuesta a la ingesta y la ingesta anticipada de alimentos sabrosos [véase Stice et al (31) para detalles adicionales del paradigma]. Los estímulos fueron imágenes 2 (vasos de batido y agua) que señalaron la entrega inminente de un batido de chocolate 0.5 mL o una solución sin sabor, respectivamente. El batido (270 kcal, 13.5 g grasa y 28 g azúcar / 150 mL) se preparó con 60 g de helado de vainilla, 80 mL 2% leche y 15 mL jarabe de chocolate. La solución sin sabor, que fue diseñada para imitar el sabor natural de la saliva, consistía en 25 mmol KCl / L y 2.5 mmol NaHCO3/ L. En 40% de los ensayos, el sabor no se entregó después de la indicación para permitir una investigación de la respuesta neuronal a la anticipación de un sabor que no se confundió con el recibo real del sabor (ensayos no pareados). Hubo repeticiones 30 tanto de la ingesta de batido de leche como de la ingesta de solución insípida, y las repeticiones 20 de la señal de batido no emparejado y la señal de la solución insípida no pareada. Los gustos fueron entregados utilizando bombas de jeringa programables. Las jeringas llenas de batido de leche y la solución insípida se conectaron a través de un tubo a un colector que encajaba en la boca de los participantes y transmitía el sabor a un segmento consistente de la lengua. Los estímulos visuales se presentaron con un proyector digital / sistema de espejo de pantalla inversa. Los participantes recibieron instrucciones de tragar cuando apareció la señal de golondrina.

Adquisición de imágenes, preprocesamiento y análisis.

La exploración se realizó con un escáner de resonancia magnética Allegra 3 Tesla solo (Siemens Medical Solutions USA Inc). Se utilizó una bobina de jaula para adquirir datos de todo el cerebro. Las exploraciones funcionales utilizaron una secuencia de imágenes planas de eco de un solo disparo con gradiente ponderado T2 * (tiempo de eco: 30 ms; tiempo de repetición: 2000 ms; ángulo de giro: 80 °) con una resolución in0plane de 3.0 × 3.0 mm2 (64 × matriz 64; 192 × 192 mm2 campo de visión). Treinta y dos rebanadas de 4-mm (adquisición intercalada; sin omisión) se adquirieron a lo largo del plano oblicuo transversal de la comisura anterior y de la comisura posterior, según lo determinado por la sección intermedia del medio. La corrección de adquisición prospectiva se aplicó para ajustar la posición y orientación del corte, así como para revertir el movimiento de volumen a volumen residual en tiempo real durante la adquisición de datos con el fin de reducir los efectos inducidos por el movimiento (32). Ningún participante se movió> 2 mm o 2 ° en ninguna dirección. Una secuencia ponderada en T1 de recuperación de inversión de alta resolución (MP-RAGE; campo de visión: 256 × 256 mm2; Matriz 256 × 256; espesor: 1.0 mm; número de segmento: ∼160) fue adquirido.

Las imágenes anatómicas y funcionales se reorientaron manualmente a la línea de comisura anterior-comisura posterior y se eliminó el cráneo mediante el uso de la herramienta de extracción de cerebro en FSL (Versión 5.0; Imagen de resonancia magnética funcional del grupo cerebral). Los datos fueron preprocesados ​​y analizados utilizando SPM8 (Wellcome Department of Imaging Neuroscience) en MATLAB (versión R2009b para Mac; The Mathworks Inc). Las imágenes funcionales se ajustaron a la media y tanto las imágenes anatómicas como las funcionales se normalizaron a la plantilla estándar del cerebro del Instituto de Neurología de Montreal (MNI) T1 (ICBM152). La normalización resultó en un tamaño de voxel de 3 mm3 para imágenes funcionales y un tamaño de voxel de 1 mm3 Para imágenes anatómicas de alta resolución. Las imágenes funcionales se suavizaron con un kernel gaussiano isotrópico FWHM de 6 mm. Un filtro de paso alto de 128 eliminó el ruido de baja frecuencia y la deriva de la señal. Las imágenes anatómicas se segmentaron en materia gris y blanca utilizando la caja de herramientas DARTEL en SPM (33); se usó una media de la materia gris resultante como base para una máscara de materia gris inclusiva antes del análisis a nivel de grupo.

Para identificar las regiones cerebrales activadas por la anticipación de una recompensa alimentaria, la respuesta dependiente del nivel de oxígeno en sangre (BOLD) durante la presentación de la señal no emparejada que señaló la inminente entrega del batido se contrastó con la respuesta durante la presentación de la señal no emparejada que señaló la inminente Entrega de la solución insípida (batido anticipado> solución insípida anticipada). Para identificar las regiones activadas por la ingesta de alimentos apetitosos, se utilizó el contraste de (ingesta de batido> ingesta de solución insípida). Estos contrastes de nivel individual se utilizaron en análisis de regresión de IE con RMR y porcentaje de grasa corporal controlado para capturar mejor los efectos de IE que representaron las necesidades basales y el tejido adiposo. Un umbral de racimo de P <0.001 con k (tamaño del grupo)> 12 se consideró significativo en P <0.05 corregido para múltiples comparaciones en todo el cerebro. Este umbral se determinó estimando la suavidad inherente de los datos funcionales enmascarados de materia gris con el módulo 3dFWHMx en el software AFNI (versión 05_26_1457) y ejecutando 10,000 simulaciones Monte Carlo de ruido aleatorio a 3 mm3 a través de esos datos utilizando el módulo 3DClustSim del software AFNI (34). Este método se realizó para cada análisis independiente y el grupo se redondeó al número entero más cercano. En todos los casos, esto fue k > 12. Los resultados presentados no se atenuaron cuando se controlaron por la fase menstrual y el sexo, la mano o el hambre a menos que se indique lo contrario. Las coordenadas estereotácticas se presentan en el espacio MNI y las imágenes se presentan en la imagen cerebral anatómica media de la muestra. Sobre la base de estudios previos que implicaron regiones de recompensa mediadas por dopamina en respuesta a estímulos alimentarios (38, 10), se realizó un análisis de la región de interés más sensible en el estriado (caudado y putamen). Las estimaciones variables de la actividad estriatal promedio por individuo se evaluaron con el programa MarsBaR (35) en respuesta a los efectos principales de (batido anticipado> solución insípida anticipada) y (ingesta de batido> ingesta de solución insípida). Estas estimaciones de variables se utilizaron en modelos de regresión que controlaron la RMR y el porcentaje de grasa corporal con IE. Tamaños de efecto (r) se derivaron de z valores (z/ √N).

En paralelo con los análisis fMRI, utilizamos análisis de regresión que controlaron la RMR y el porcentaje de grasa corporal para evaluar si la IE estaba relacionada con el cambio de peso durante el período de evaluación de DLW de 2-wk, medidas autoinformadas de ansia y gusto por la comida, y hambre. Un análisis estadístico no fMRI, que incluye pruebas de normalidad de la distribución de estadísticas descriptivas (medias ± SD) y la linealidad de las relaciones, análisis de regresión y muestra independiente t las pruebas se realizaron con el software SPSS (para Mac OS X, versión 19; SPSS Inc). Todos los datos presentados se verificaron para puntos de datos excesivamente influyentes.

RESULTADOS

Las estimaciones de DL de EI resultaron en una ingesta calórica media de 2566 kcal / d (Tabla 1). La IE se relacionó significativamente con los antojos de alimentos informados (semipartes r = 0.19, P = 0.025) y gusto de comida (semipartido r = 0.33, P = 0.001) pero no hambre (semipartido r = −0.12, P = 0.14). Los análisis de regresión revelaron una relación positiva entre la IE y el cambio de peso durante el período de DLW de 2-wk (semipartidista). r = 0.85, P <0.001), lo que sugirió que la IE que tiene en cuenta las necesidades basales y el porcentaje de grasa corporal puede servir como un indicador del balance energético. En comparación con las mujeres adolescentes, los hombres adolescentes tenían una IE significativamente más alta (P <0.001), RMR (P <0.001) y menor porcentaje de grasa corporal (P <0.001) (Tabla 1). No se observaron otras diferencias significativas entre los varones adolescentes y las hembras adolescentes (P= 0.09 – 0.44).

TABLA 1  

Características de los sujetos y medidas de comportamiento (n 155 =)1

Responsabilidad de IE y BOLD

Para el contraste anticipado de batido> solución insípida anticipada, la IE se correlacionó positivamente con la activación en la corteza visual lateral superior ubicada en el lóbulo parietal y la corteza cingulada anterior (regiones asociadas con el procesamiento visual y la atención) (Tabla 2, Figura 1 y XNUMX), el opérculo frontal (una región de la corteza gustativa primaria) y la corteza cingulada posterior (se cree que codifica la prominencia de los estímulos). También se observó una activación significativa en el precuneus y el cuneus (que se han asociado con la atención / imágenes), el giro temporal medio posterior (que se ha asociado con la memoria semántica) y otras regiones en la veta parietal lateral (por ejemplo, el giro supramarginal) (Tabla 2). La IE no se relacionó significativamente con la respuesta BOLD durante la ingesta de batido.

TABLA 2  

La capacidad de respuesta BOLD durante la ingesta de alimentos apetitosos anticipada en función de la ingesta de energía (n 155 =)1
FIGURA 1.  

Respuesta dependiente del nivel de oxígeno en sangre durante la ingesta de alimentos sabrosos anticipada (> ingesta insípida anticipada) en función de la ingesta de energía (kcal / d) con la tasa metabólica en reposo y el porcentaje de grasa corporal controlados en ...

Después de la determinación de las estimaciones de las variables medias mediante el uso del enfoque de la región de interés descrito anteriormente, la actividad estriatal en respuesta a anticipar el batido (> anticipar una solución insípida) mostró una pequeña relación positiva con la IE (semiparcial r = 0.18, P = 0.038). Sin embargo, los análisis de regresión indicaron que la actividad estriatal promedio durante la ingesta de batido (> ingesta insípida) no se relacionó significativamente con la IE (semi-parcial r = 0.04, P = 0.61).

Capacidad de respuesta RMR y BOLD

Pensamos que era prudente examinar si la RMR se correlacionaba directamente con la capacidad de respuesta BOLD y probar si los efectos observados se debían a diferencias individuales en las necesidades basales. No se observaron relaciones significativas entre la capacidad de respuesta RMR y BOLD durante el batido o las ingestas anticipadas de batido.

DISCUSIÓN

El hallazgo de que la IE que explica las necesidades basales y el tejido adiposo se relacionó positivamente con la respuesta de atención, gustativa y de recompensa cuando los sujetos anticiparon que la ingesta de alimentos se hizo eco de los resultados observados cuando se comparó la capacidad de respuesta neuronal de los individuos obesos y delgados a este evento (6, 7). Por lo que sabemos, el estudio actual proporcionó pruebas novedosas de que el aumento de la IE en lugar del exceso de tejido adiposo puede conducir a esta hiperreactividad. Específicamente, observamos una mayor actividad durante la anticipación en regiones asociadas con el procesamiento visual y la atención [corteza visual lateral, precuneus y cingulado anterior (36)], procesos gustativos [opérculo frontal (37)], y una región pensada para codificar la prominencia de los estímulos [cingulado posterior (38)]. También se observó una relación pequeña pero positiva entre la actividad en una región de recompensa o incentivo (estriado) y la IE durante la anticipación.

En apoyo de los resultados actuales, los aumentos en la masa grasa a lo largo de un período 6-mo se asociaron con aumentos en la capacidad de respuesta a las imágenes de alimentos sabrosos en el procesamiento / atención visual y las regiones gustativas en relación con la línea de base (39). Además, los datos de comportamiento indicaron que los individuos asignados aleatoriamente a consumir alimentos con gran densidad de energía durante los períodos de 2-3-wk mostraron una mayor disposición a trabajar (es decir, incentivo para esos alimentos) (40, 41). Estos resultados indican que el exceso de IE puede contribuir a una hiperreactividad de las regiones de atención, gustativas y de recompensa a las señales para la ingesta futura de alimentos. Esta interpretación concuerda con la teoría de la sensibilización al incentivo (16), que postula que la recompensa de la ingesta y la ingesta anticipada operan en conjunto con el desarrollo del valor de refuerzo de los alimentos, pero después de los pares repetidos de recompensa de alimentos y señales que predicen esta recompensa, la recompensa anticipada aumenta. Los resultados actuales también están en línea con el modelo dinámico de vulnerabilidad de la obesidad (31, 42), lo que sugiere que una capacidad de respuesta elevada en las regiones atencional, gustativa y de recompensa a las señales de los alimentos puede aumentar la susceptibilidad a estas señales, lo que promueve la ingesta adicional de forma anticipada. Debido a la naturaleza transversal de los resultados actuales, también es posible que los individuos con una hiperreactividad innata de estas regiones del cerebro cuando anticipan que los alimentos tienen más probabilidades de comer en exceso. Tal interpretación es consistente con las teorías de la obesidad de recompensa-surfeit (9). Por lo tanto, es imperativo que las investigaciones futuras prueben si la capacidad de respuesta elevada observada en el estudio actual predice el aumento de peso futuro a lo largo de un seguimiento a largo plazo.

También observamos una actividad relacionada con la IE en el giro temporal medio posterior, que se asocia típicamente con la memoria semántica (43, 44). Sin embargo, los individuos obesos en comparación con los delgados mostraron una mayor capacidad de respuesta en esta región cuando se muestran imágenes de alimentos apetitosos (3) De acuerdo con los hallazgos actuales. Esta región también se ha activado en los paradigmas que evaluaron la capacidad de respuesta a las señales que se cree inducen el deseo en los usuarios habituales de sustancias. Por ejemplo, en los fumadores actuales, los antojos inducidos por el hábito de fumar estaban relacionados con la actividad del giro temporal medio (45), y se observaron resultados similares en los consumidores actuales de cocaína (46). En consecuencia, observamos una relación pequeña pero significativa con el deseo de alimentos reportado y la IE. Los resultados actuales insinúan que la clave del batido genérico puede provocar recuerdos de las propiedades sensoriales de la ingesta de alimentos inminente, alta en grasas y azúcares, y puede provocar un mayor deseo o actividad cerebral relacionada con el deseo de las personas con un consumo elevado.

Anteriormente informamos que el consumo frecuente de helado, pero no la ingesta total de calorías, se asoció con una respuesta reducida a la ingesta de batido a base de helado en regiones cerebrales relacionadas con la recompensa mediadas por dopamina en esta muestra (47). El estudio actual utilizó una medida objetiva de la IE y tampoco mostró ninguna relación. Teóricamente, después de la ingesta repetida de un tipo particular de comida sabrosa, la señalización de dopamina de aprendizaje de recompensa cambia de la ingesta de esa comida a la respuesta a señales que predicen la disponibilidad potencial de alimentos, que es un proceso que se ha documentado en experimentos con animales (48). Las técnicas de imagen actuales y los costos limitan la capacidad de evaluar la capacidad de respuesta neural a múltiples alimentos. El uso anterior de la frecuencia de los alimentos permitió un análisis específico en la ingesta de alimentos específicos, con un enfoque en los alimentos administrados en el escáner. Aunque la medida de DLW utilizada en este estudio proporcionó una medida objetiva y más precisa de la IE, no evaluó la densidad de energía o el contenido de macronutrientes de los alimentos consumidos. Hasta la fecha, existe una laguna en la literatura con respecto a la interacción entre los efectos neuronales del consumo habitual de alimentos y el contenido de macronutrientes, aunque se han informado diferencias agudas en la capacidad de respuesta neuronal a los alimentos que varían según el contenido de macronutrientes (49).

Es importante considerar las limitaciones de este estudio al interpretar los hallazgos. Como se señaló, el diseño transversal fue una limitación clave porque no pudimos determinar si el patrón de respuesta neuronal aumentaba el riesgo de comer en exceso en el futuro o era una consecuencia del consumo excesivo. La muestra actual se está siguiendo longitudinalmente y las asociaciones con el cambio de peso proporcionarán una idea de esta cuestión; sin embargo, es necesario un experimento que manipule la ingesta para obtener inferencias causales firmes que no puedan ser impulsadas por posibles confusiones. La medida actual de la IE puede servir como una aproximación del balance energético del período de 2 semanas evaluado, pero no puede tener en cuenta simultáneamente la IE y el gasto ni puede considerarse una medida directa de la sobrealimentación en todos los participantes. Por ejemplo, en comparación con las mujeres adolescentes, los hombres adolescentes mostraron un IE y RMR más altos, pero un IMC similar y una menor grasa corporal, lo que sugirió que los hombres adolescentes gastan más energía. Los estudios futuros deben considerar medidas de actividad objetivas, como acelerómetros, para capturar mejor la EE si se usa DLW para estimar la IE. A pesar de esta limitación, la IE proporcionó una medida objetiva de la ingesta que se produjo en el entorno natural del participante durante un período de 2 semanas que fue inmune a los sesgos de presentación personal.

En conclusión, la hiperreactividad durante la ingesta anticipada de alimentos y cuando se exponen a alimentos apetitosos se ha informado en personas obesas en comparación con individuos delgados (18). La investigación actual extiende estos hallazgos al proporcionar evidencia novedosa, según nuestro conocimiento, de que una medida objetiva de la ingesta habitual se relaciona con la capacidad de respuesta hipernética cuando se anticipa una ingesta aceptable de alimentos independientemente de las necesidades energéticas basales y las cantidades de tejido adiposo. Debido a la naturaleza transversal del estudio, la precedencia temporal de los resultados no está clara. El logro de una mejor comprensión de los factores de diferencia innatos e individuales que contribuyen a la sobrealimentación proporcionaría información adicional sobre el desarrollo y el mantenimiento de la obesidad, así como información crítica en el desarrollo de programas de prevención de la obesidad.

AGRADECIMIENTOS

Agradecemos al Lewis Center for Neuroimaging en la Universidad de Oregon por su contribución y asistencia en la obtención de imágenes para esta investigación.

Las responsabilidades de los autores fueron las siguientes: KSB y ES: fueron responsables de la escritura del manuscrito y las revisiones. KSB: asistió en la recolección de datos y realizó el análisis de datos; y ES: fue responsable del diseño del estudio y contribuyó significativamente al análisis de los datos. Ninguno de los autores tuvo conflicto de intereses.

Notas a pie de página

4Abreviaturas utilizadas: NEGRA, dependiente del nivel de oxígeno en la sangre; DLW, agua doblemente etiquetada; EE, gasto energético; IE, ingesta energética; MNI, Instituto Neurológico de Montreal; RMR, tasa metabólica en reposo.

Referencias

1. 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]
2. Stoeckel LE, Weller RE, Cook EW, 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]
3. Martin LE, Holsen LM, Chambers RJ, Bruce AS, Brooks WM, Zarcone JR, Savage CR. Mecanismos neurales asociados a la motivación alimentaria en adultos obesos y con peso saludable. Obesidad (Silver Spring) 2010; 18: 254 – 60 [PubMed]
4. Nummenmaa L, Hirvonen J, Hannukainen JC, Immonen H, Lindroos MM, Salminen P, Nuutila P. Dorsal striatum y su conectividad límbica median el procesamiento anormal de la recompensa en la obesidad. PLoS ONE 2012; 7: e31089. ElArtículo gratuito de PMC] [PubMed]
5. 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]
6. Ng J, Stice E, Yokum S, Bohon C. Un estudio fMRI de obesidad, recompensa de alimentos y densidad calórica percibida. ¿Una etiqueta baja en grasa hace que la comida sea menos atractiva? Appetite 2011; 57: 65 – 72 [Artículo gratuito de PMC] [PubMed]
7. 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]
8. Bragulat V, Dzemidzic M, Bruno C, Cox CA, Talavage T, Considine RV, Kareken DA. Las sondas de olores relacionadas con los alimentos de los circuitos de recompensa cerebral durante el hambre: un estudio piloto de resonancia magnética funcional. Obesidad (Silver Spring) 2010; 18: 1566 – 71 [PubMed]
9. Davis C, Strachan S, Berkson M. Sensibilidad para recompensar: implicaciones para comer en exceso y sobrepeso. Appetite 2004; 42: 131 – 8 [PubMed]
10. Frank GK, Reynolds JR, Shott ME, Jappe L, Yang TT, Tregellas JR, O'Reilly RC. La anorexia nerviosa y la obesidad están asociadas con una respuesta de recompensa cerebral opuesta. Neuropsicofarmacología 2012; 37: 2031–46 [Artículo gratuito de PMC] [PubMed]
11. Green E, Jacobson A, Haase L, Murphy C. La reducción del núcleo accumbens y del núcleo caudado a un sabor agradable se asocia con la obesidad en adultos mayores. Brain Res 2011; 1386: 109 – 17 [Artículo gratuito de PMC] [PubMed]
12. Wang GJ, Volkow ND, Logan J, Pappas NR, Wong CT, Zhu W, Netusll N, Fowler JS. Dopamina cerebral y obesidad. Lancet 2001; 357: 354 – 7 [PubMed]
13. Farooqi IS, Bullmore E, Keogh J, Gillard J, O'Rahilly S, Fletcher PC. La leptina regula las regiones estriatales y la conducta alimentaria humana. Science 2007; 317: 1355. [Artículo gratuito de PMC] [PubMed]
14. Rosenbaum M, Sy M, Pavlovich K, Leibel RL, Hirsch J. Leptin revierte los cambios inducidos por la pérdida de peso en las respuestas de la actividad neuronal regional a los estímulos visuales de los alimentos. J Clin Invest 2008; 118: 2583 – 91 [Artículo gratuito de PMC] [PubMed]
15. Kenny PJ. Mecanismos de recompensa en la obesidad: nuevas perspectivas y orientaciones futuras. Neuron 2011; 69: 664 – 79 [Artículo gratuito de PMC] [PubMed]
16. Robinson TE, Berridge KC. La psicología y neurobiología de la adicción: una visión de incentivo-sensibilización. Adicción 2000; 95: S91 – 117 [PubMed]
17. Schutz Y, Weinsier RL, Hunter GR. Evaluación de la actividad física de vida libre en humanos: una descripción general de las nuevas medidas disponibles actualmente y propuestas. Obes Res 2001; 9: 368 – 79 [PubMed]
18. Johnson RK. Ingesta dietética: ¿cómo medimos lo que las personas realmente están comiendo? Obes Res 2002; 10 (suppl 1): 63S – 8S [PubMed]
19. Schoeller DA, Ravussin E, Schutz Y, Acheson KJ, Baertschi P, Jequier E. Gasto de energía por agua doblemente etiquetada: validación en humanos y cálculo propuesto. Am J Physiol 1986; 250: R823–30 [PubMed]
20. Racette SB, Schoeller DA, Luke AH, Shay K, Hnilicka J, Kushner RF. Espacios de dilución relativos de agua marcada con h-2 y con o-18 en humanos. Soy J de Physiol 1994; 267: E585 – 90 [PubMed]
21. Weir JB. Nuevos métodos para calcular la tasa metabólica con especial referencia al metabolismo de las proteínas. J Physiol 1949; 109: 1 – 9 [Artículo gratuito de PMC] [PubMed]
22. Negro AE, Prentice AM, Cobarde WA. Uso de cocientes de alimentos para predecir los cocientes respiratorios para el método de medición del gasto energético en agua doblemente etiquetada. Hum Nutr Clin Nutr 1986; 40: 381 – 91 [PubMed]
23. Forbes GB. El contenido de grasa corporal influye en la respuesta de la composición corporal a la nutrición y el ejercicio. : Yasumura S, Wang J, Pierson RN, editores. eds. Estudios de composición corporal in vivo. Nueva York, NY: New York Acad Sciences, 2000: 359 – 65
24. Poehlmen et. Una revisión: el ejercicio y su influencia en el metabolismo de la energía metabólica en reposo en el hombre. Med Sci Sports Exerc 1989; 21: 515 – 525 [PubMed]
25. Crouter SE, Antczak A, Hudak JR, DellaValle DM, Haas JD. Exactitud y fiabilidad de los sistemas metabólicos parnomedics trueone 2400 y medgraphics VO2000. Eur J Appl Physiol 2006; 98: 139 – 51 [PubMed]
26. Cooper JA, Watras AC, O'Brien MJ, Luke A, Dobratz JR, Earthman CP, Schoeller DA. Evaluación de la validez y confiabilidad de la tasa metabólica en reposo en seis sistemas de análisis de gases. J Am Diet Assoc 2009; 109: 128–32 [Artículo gratuito de PMC] [PubMed]
27. Trabulsi J, Schoeller DA. Evaluación de los instrumentos de evaluación dietética contra el agua doblemente etiquetada, un biomarcador de la ingesta de energía habitual. Am J Physiol 2001; 281: E891 – 9 [PubMed]
28. Lohman TG. Valoración de la composición corporal en niños. Pediatr Exerc Sci 1989; 1: 19 – 30
29. Campos DA, Goran MI, McCrory MA. Evaluación de la composición corporal mediante pletismografía por desplazamiento de aire en adultos y niños: una revisión. Soy J Clin Nutr 2002; 75: 453 – 67 [PubMed]
30. MA blanca, Whisenhunt BL, Williamson DA, Greenway FL, Netemeyer RG. Desarrollo y validación del inventario antojo de alimentos. Obes Res 2002; 10: 107 – 14 [PubMed]
31. Stice E, Yokum S, Burger KS, Epstein LH, Small DM. Los jóvenes en riesgo de obesidad muestran una mayor activación de las regiones estriatal y somatosensorial a los alimentos. J Neurosci 2011; 31: 4360 – 6 [Artículo gratuito de PMC] [PubMed]
32. Thesen S, Heid O, Mueller E. Schad LR. Corrección de adquisición prospectiva para el movimiento de la cabeza con seguimiento basado en imágenes para fMRI en tiempo real. Magn Reson Med 2000; 44: 457 – 65 [PubMed]
33. Ashburner J. Un algoritmo rápido de registro de imágenes difeomórficas. Neuroimagen 2007; 38: 95 – 113 [PubMed]
34. Cox RW. AFNI: Software para análisis y visualización de neuroimágenes de resonancia magnética funcional. Comput Biomed Res 1996; 29: 162 – 73 [PubMed]
35. Brett M, Anton JL, Valabregue R, Poline JB. Análisis de la región de interés utilizando la caja de herramientas MarsBar para SPM 99. Neuroimagen 2002; 16: S497
36. Heinze HJ, Mangun GR, Burchert W, Hinrichs H, Scholz M, Münte TF, Gös A, Scherg M, Johannes S, Hundeshagen H. Imágenes espaciales y temporales combinadas de la actividad cerebral durante la atención visual selectiva en humanos. Nature 1994; 372: 315 – 41 [PubMed]
37. Small DM, Zald DH, Jones-Gotman M, Zatorre RJ, Pardo JV, Frey S, Petrides M. Áreas gustativas corticales humanas: una revisión de los datos de neuroimagen funcional. Neuroreport 1999; 10: 7 – 14 [PubMed]
38. Maddock RJ. La corteza retrosplenial y la emoción: nuevos conocimientos de la neuroimagen funcional del cerebro humano. Trends Neurosci 1999; 22: 310 – 6 [PubMed]
39. Cornier MA, Melanson EL, Salzberg AK, Bechtell JL, Tregellas JR. Los efectos del ejercicio sobre la respuesta neuronal a las señales de los alimentos. Physiol Behav 2012; 105: 1028 – 34 [Artículo gratuito de PMC] [PubMed]
40. Clark EN, Dewey AM, Temple JL. Los efectos de la ingesta diaria de bocadillos en el refuerzo de los alimentos dependen del índice de masa corporal y la densidad de energía. Soy J Clin Nutr 2010; 91: 300 – 8 [PubMed]
41. Templo JL, Bulkey AM, Badawy RL, Krause N, McCann S, Epstein LH. Efectos diferenciales de la ingesta diaria de bocadillos en el valor de refuerzo de los alimentos en mujeres obesas y no obesas. Soy J Clin Nutr 2009; 90: 304 – 13 [Artículo gratuito de PMC] [PubMed]
42. Burger KS, Stice E. Variabilidad en la capacidad de respuesta de recompensa y la obesidad: Evidencia de estudios de imágenes cerebrales. Abuso de drogas Curr 2011; 4: 182 – 9 [Artículo gratuito de PMC] [PubMed]
43. Chao LL, Haxby JV, Martin A. Sustratos neurales basados ​​en atributos en la corteza temporal para percibir y conocer objetos. Nat Neurosci 1999; 2: 913 – 9 [PubMed]
44. Patterson K, Nestor PJ, Rogers TT. ¿Dónde sabes lo que sabes? La representación del conocimiento semántico en el cerebro humano. Nat Rev Neurosci 2007; 8: 976 – 87 [PubMed]
45. Smolka MN, Bühler M, Klein S, Zimmermann U, Mann K, Heinz A, Braus DF. La gravedad de la dependencia de la nicotina modula la actividad cerebral inducida por señales en regiones involucradas en la preparación motora y las imágenes. Psicofarmacología (Berl) 2006; 184: 577 – 88 [PubMed]
46. Grant S, London ED, Newlin DB, Villemagne VL, Liu X, Contoreggi C, Phillips RL, Kimes AS, Margolin A. Activación de circuitos de memoria durante el anhelo de la cocaína provocada por la señal. Proc Natl Acad Sci USA 1996; 93: 12040 – 5 [Artículo gratuito de PMC] [PubMed]
47. Burger KS, Stice E. El consumo frecuente de helado se asocia con una respuesta reducida del estriado al recibir un batido de leche a base de helado. Soy J Clin Nutr 2012; 95: 810 – 7 [Artículo gratuito de PMC] [PubMed]
48. Schultz W, Apicella P, Ljungberg T. Respuestas de neuronas de dopamina de mono para recompensar y condicionar estímulos durante pasos sucesivos de aprendizaje de una tarea de respuesta tardía. J Neurosci 1993; 13: 900 – 13 [PubMed]
49. Grabenhorst F, Rolls ET, Parris BA, d'Souza AA. Cómo representa el cerebro el valor de recompensa de la grasa en la boca. Cereb Cortex 2010; 20: 1082–91 [PubMed]