Diferencias relacionadas con la obesidad entre mujeres y hombres en la estructura del cerebro y el comportamiento dirigido hacia las metas (2011)

Frente Hum Neurosci. 2011; 5: 58.

Publicado en línea 2011 Jun 10. doi  10.3389 / fnhum.2011.00058

PMCID: PMC3114193

Diferencias relacionadas con la obesidad entre mujeres y hombres en la estructura del cerebro y el comportamiento dirigido hacia el objetivo

Annette Horstmann,1,2, * Franziska P. Busse,3 David Mathar,1,2 Karsten Müller,1 Jöran Lepsien,1 Haiko Schlögl,3 Stefan Kabisch,3 Jürgen Kratzsch,4 Jane neumann,1,2 Michael Stumvoll,2,3 Arno Villringer,1,2,5,6 y Burkhard Pleger1,2,5,6

Información del autor ► Notas del artículo ► Información de copyright y licencia ►

Este artículo ha sido citado por Otros artículos en PMC.

Vaya a:

Compendio

Las diferencias de género en la regulación del peso corporal están bien documentadas. Aquí, evaluamos las influencias del género relacionadas con la obesidad en la estructura del cerebro, así como el rendimiento en la Tarea de juego de Iowa. Esta tarea requiere una evaluación tanto de las recompensas inmediatas como de los resultados a largo plazo y, por lo tanto, refleja el compromiso entre la recompensa inmediata por comer y el efecto a largo plazo de comer en exceso sobre el peso corporal. En las mujeres, pero no en los hombres, mostramos que la preferencia por las recompensas inmediatas destacadas frente a las consecuencias negativas a largo plazo es mayor en los sujetos obesos que en los delgados. Además, informamos diferencias estructurales en el cuerpo estriado dorsal izquierdo (es decir, el putamen) y la corteza prefrontal dorsolateral derecha solo para mujeres. Funcionalmente, se sabe que ambas regiones desempeñan papeles complementarios en el control habitual y dirigido por objetivos del comportamiento en contextos motivacionales. Tanto para las mujeres como para los hombres, el volumen de materia gris se correlaciona positivamente con las medidas de obesidad en las regiones que codifican el valor y la prominencia de los alimentos (es decir, núcleo accumbens, corteza orbitofrontal), así como en el hipotálamo (es decir, el centro homeostático central del cerebro). Estas diferencias entre sujetos delgados y obesos en los sistemas de control hedónicos y homeostáticos pueden reflejar un sesgo en la conducta alimentaria hacia la ingesta de energía que excede la demanda homeostática real. Aunque no podemos inferir de nuestros resultados la etiología de las diferencias estructurales observadas, nuestros resultados se asemejan a diferencias neuronales y de comportamiento bien conocidas de otras formas de adicción, sin embargo, con marcadas diferencias entre mujeres y hombres. Estos hallazgos son importantes para diseñar tratamientos de obesidad apropiados para el género y posiblemente su reconocimiento como una forma de adicción.

Palabras clave: diferencia de género, morfometría basada en voxel, obesidad, estructura cerebral, tarea de juego de Iowa, sistema de recompensa

Vaya a:

Introducción

La regulación del peso corporal y la ingesta de energía es un proceso complejo que involucra tanto sistemas humorísticos como homeostáticos y hedónicos centrales. Las diferencias basadas en el género en la regulación del peso corporal que cubren estos dominios se informan en la literatura. La prevalencia de obesidad es ligeramente mayor en mujeres (en Alemania, donde se realizó este estudio, mujeres 20.2%, hombres = 17.1%, Organización Mundial de la Salud, 2010) y las diferencias entre los géneros con respecto a la regulación biológica del peso corporal se han descrito para las hormonas gastrointestinales (Carroll et al., 2007; Beasley et al. 2009; Edelsbrunner et al. 2009) y para los factores sociales y ambientales relacionados con la alimentación, así como para el comportamiento alimentario (Rolls et al., 1991; Provencher et al. 2003).

Un estudio reciente mostró que los factores de riesgo de obesidad para mujeres y hombres difieren profundamente a pesar de tener el mismo efecto sobre el peso corporal: para los hombres, la mayor parte de la diferencia entre grupos con alto y bajo riesgo para la salud se explica por la variabilidad en la competencia alimentaria (una puntuación que abarca las actitudes alimentarias, la aceptación de alimentos, la regulación interna y las habilidades contextuales (como la planificación de las comidas) y la restricción consciente de la ingesta de alimentos. Para las mujeres, la incapacidad de resistir las señales emocionales y la alimentación descontrolada explicaron la mayoría de las diferencias grupales (Greene et al., 2011).

Estas observaciones apuntan a diferencias fundamentales en la forma en que las mujeres y los hombres procesan la información relacionada con los alimentos y controlan la ingesta de alimentos, lo que se apoya en la evidencia de mecanismos neuronales parcialmente separados en respuesta a los alimentos y en el control de la conducta alimentaria de ambos sexos (Parigi et al. ., 2002; Smeets et al. 2006; Uher et al. 2006; Wang et al. 2009). Sin embargo, dado que tanto los hombres como las mujeres pueden volverse obesos, ninguna de estas formas parece proteger del exceso de peso.

En este estudio investigamos dos aspectos de las diferencias de género relacionadas con la obesidad. Primero, utilizando la morfometría basada en voxel (VBM), evaluamos las diferencias en la estructura del cerebro en hombres y mujeres delgados y obesos. En segundo lugar, exploramos las posibles diferencias relacionadas con el género en el control cognitivo sobre el comportamiento alimentario utilizando una versión modificada de la Tarea de Juego de Iowa (Bechara et al., 1994).

Un estudio reciente que utilizó RM funcional encontró diferencias relacionadas con el género en ad libitum ingesta de energía después de 6 días de alimentación eucalórica, así como en la activación cerebral relacionada con los alimentos para sujetos de peso normal (Cornier et al., 2010). En este estudio, la activación en la corteza prefrontal dorsolateral (DLPFC) se correlacionó negativamente con la ingesta de energía, pero con un aumento de los niveles de activación en las mujeres en comparación con los hombres. Los autores sugirieron que estas mayores respuestas neurales prefrontales en las mujeres reflejan un mayor procesamiento cognitivo relacionado con la función ejecutiva, como la guía o la evaluación de la conducta alimentaria. Sin embargo, en la obesidad, el deterioro de estos mecanismos de control puede contribuir al exceso de ingesta de energía.

Para investigar las posibles diferencias relacionadas con el género en el control cognitivo sobre la conducta alimentaria en la obesidad, utilizamos una versión modificada del IGT. Esta tarea requiere la evaluación tanto de las recompensas inmediatas como de los resultados a largo plazo y, por lo tanto, refleja el compromiso entre la recompensa inmediata de comer y la influencia a largo plazo de comer en exceso sobre el peso corporal. Suponiendo que los sujetos obesos prefieren altas recompensas inmediatas incluso frente a un resultado negativo a largo plazo, centramos nuestras investigaciones en el mazo de cartas B. En esta cubierta alta, las recompensas inmediatas van acompañadas de castigos poco frecuentes pero elevados que conducen a un resultado negativo a largo plazo. Para poder contrastar cada una de las otras barajas con el mazo B, presentamos solo dos en lugar de cuatro barajas de cartas alternativas en cualquier momento. Con la hipótesis de que la obesidad afecta de manera diferente el control cognitivo sobre el comportamiento en hombres y mujeres, esperamos encontrar efectos tanto de género como de obesidad en las medidas de comportamiento en el IGT.

La morfometría basada en vóxeles es una herramienta valiosa para identificar diferencias en la estructura de la materia gris (GM) del cerebro relacionadas no solo con las enfermedades sino también con el desempeño de la tarea (Sluming et al., 2002; Horstmann et al. 2010). Además, recientemente se ha demostrado que la densidad de GM y los parámetros estructurales de la materia blanca cambian rápidamente en respuesta a un comportamiento alterado, como dominar una nueva habilidad; en otras palabras, mostrar que el cerebro es un órgano plástico (Draganski et al., 2004; Scholz et al. 2009; Taubert et al. 2010). Por lo tanto, las adaptaciones en los circuitos funcionales debidas a un comportamiento alterado, como comer en exceso persistente, podrían reflejarse en la estructura de la GM del cerebro.

Los primeros estudios pioneros que investigaron la estructura del cerebro en la obesidad mostraron diferencias relacionadas con la obesidad en varios sistemas cerebrales (Pannacciulli et al., 2006, 2007; Taki et al. 2008; Raji et al. 2010; Schäfer et al. 2010; Walther et al. 2010; Stanek et al. 2011) Aunque fueron muy perspicaz en la identificación de estructuras cerebrales que son diferentes en la obesidad, esos estudios no investigaron los posibles efectos relacionados con el género. Un estudio informó una influencia tanto del género como de la obesidad en las propiedades de difusión de la materia blanca (Mueller et al., 2011).

Estudiamos la relación entre la estructura del cerebro y la obesidad [medida por el índice de masa corporal (IMC) y la leptina] utilizando VBM tanto en hombres como en mujeres en una muestra sana de edad normal, combinada por sexo y distribución de IMC. Dadas las diferencias de género mencionadas anteriormente en el procesamiento de la información relacionada con los alimentos, planteamos la hipótesis de que dependemos del género además de los correlatos de la obesidad en la estructura cerebral independientes del género.

Vaya a:

Materiales y Métodos

Materias

Incluimos sujetos caucásicos sanos 122. Se combinaron machos y hembras según la distribución y el rango del IMC, así como la edad [hembras 61 (premenopáusicas), IMC (f) = 26.15 kg / m2 (SD 6.64, 18 – 44), BMI (m) = 27.24 kg / m2 (SD 6.13, 19 – 43),2 = 35.66 (25), p = 0.077; edad (f) = 25.11 años (DE 4.43, 19-41), edad (m) = 25.46 años (DE 4.25, 20-41), χ2 = 11.02 (17), p = 0.856; ver figura Figura11 para la distribución del IMC y la edad en ambos grupos]. Los criterios de inclusión fueron edad entre 18 y 45 años. Los criterios de exclusión fueron hipertensión, dislipidemia, síndrome metabólico, depresión (Inventario de Depresión de Beck, valor de corte 18), antecedentes de enfermedades neuropsiquiátricas, tabaquismo, diabetes mellitus, condiciones que son contraindicaciones para la RM. imágenes y anomalías en la RM ponderada en T1. El estudio se llevó a cabo de acuerdo con la Declaración de Helsinki y fue aprobado por el comité de ética local de la Universidad de Leipzig. Todos los sujetos dieron su consentimiento informado por escrito antes de participar en el estudio.

Figura 1 y XNUMX

Figura 1 y XNUMX

Distribución del índice de masa corporal [en kg / m2 (A)] y edad [en años (B)] para mujeres y hombres participantes.

Adquisición de resonancia magnética

Las imágenes ponderadas de T1 se adquirieron en un escáner 3T TIM Trio de cuerpo completo (Siemens, Erlangen, Alemania) con una bobina de conjunto de cabezales de canal 12 utilizando una secuencia MPRAGE [TI = 650 ms; TR = 1300 ms; instantánea FLASH, TRA = 10 ms; TE = 3.93 ms; alfa = 10 °; ancho de banda = 130 Hz / píxel (es decir, 67 kHz total); matriz de imagen = 256 × 240; FOV = 256 mm × 240 mm; espesor de la losa = 192 mm; Particiones 128; 95% de resolución de corte; orientación sagital; resolución espacial = 1 mm × 1 mm × 1.5 mm; Adquisiciones de 2].

Procesamiento de imágenes

SPM5 (Wellcome Trust Center for Neuroimaging, UCL, Londres, Reino Unido; http://www.fil.ion.ucl.ac.uk/spm) se utilizó para el preprocesamiento de imágenes ponderadas por T1 y el análisis estadístico. Las imágenes de RM se procesaron utilizando el enfoque DARTEL (Ashburner, 2007) con parámetros estándar para VBM que se ejecutan bajo MatLab 7.7 (Mathworks, Sherborn, MA, EE. UU.). Todos los análisis se realizaron en imágenes corregidas de sesgo, segmentadas, registradas (transformación de cuerpo rígido), isotrópicas interpoladas (1.5 mm × 1.5 mm × 1.5 mm) y suavizadas (FWHM 8 mm). Todas las imágenes se distorsionaron en función de la transformación de la plantilla DARTEL específica del grupo a la imagen anterior de GM proporcionada por SPM5 para cumplir con el espacio estereotáctico estándar del Montreal Neurological Institute (MNI). Los segmentos GM fueron modulados (es decir, escalados) por los determinantes jacobianos de las deformaciones introducidas por la normalización para tener en cuenta la compresión local y la expansión durante la transformación.

Análisis estadístico

Se evaluaron los siguientes modelos estadísticos: un diseño factorial completo con un factor (género) y dos niveles (mujeres y hombres), incluido el IMC como una covariable centrada en la media del factor sin interacción. Los modelos adicionales incluyeron interacciones entre el IMC o el nivel de leptina central y el género para examinar los efectos diferenciales de estas covariables dentro de ambos grupos. Todos los modelos estadísticos incluyeron covariables para la edad y el volumen total de materia gris y blanca para tener en cuenta los efectos de confusión de la edad y el tamaño del cerebro. Los resultados se consideraron significativos en un umbral voxel de p <0.001 con un umbral adicional a nivel de clúster de p  <0.05 (FWE corregido, todo el cerebro). Efectivamente, esta estadística combinada a nivel de vóxeles y conglomerados refleja la probabilidad de que un conglomerado de un tamaño determinado, que consta solo de vóxeles p <0.001, ocurriría por casualidad en datos de la suavidad dada. Los resultados se corrigieron aún más para la suavidad no isotrópica (Hayasaka et al., 2004).

Procedimientos analíticos

Se sabe que la leptina, una hormona derivada de adipocitos, se correlaciona con el porcentaje de grasa corporal (Considine et al., 1996; Marshall et al. 2000). Los efectos centrales para la leptina se han descrito ampliamente (Fulton et al., 2006; Hommel et al. 2006; Farooqi et al. 2007; Dileone, 2009). Por lo tanto, incluimos el nivel de leptina central estimado (es decir, el logaritmo natural de la leptina periférica, Schwartz et al., 1996) Además del IMC como medida de obesidad. La concentración de leptina sérica (ensayo inmunoabsorbente ligado a enzimas, Mediagnost, Reutlingen, Alemania) se determinó para una submuestra [n = 56 (24 mujeres), IMC (f) = 27.29 kg / m2 (SD 6.67, 19 – 44), BMI (m) = 30.13 (SD 6.28, 20 – 43); edad (f) = 25.33 años (SD 5.27, 19 – 41), edad (m) = 25.19 años (SD 4.5, 20 – 41)].

Tarea de juego de Iowa modificada

Participantes

Se evaluaron sesenta y cinco participantes sanos con la Tarea de juego de Iowa modificada [hembras 34, magra 15 (IMC medio kg / m de 21.92 ± 2.2; edad media 24.1 años ± 2.8) y 19 obesos (IMC medio 35.4 kg / m2 ± 3.9; edad media 25.4 años ± 3.4); 31 hombres, 16 delgados (IMC medio 23.8 kg / m2 ± 3.2; edad media 25.2 años ± 3.8) y 15 obesos (IMC medio 33.5 kg / m2 ± 2.4; edad media 26.7 años ± 4.0)]. Sujetos con un IMC mayor o igual a 30 kg / m2 Se clasificaron como obesos. Los cuatro subgrupos fueron emparejados de acuerdo a su formación académica. Una mujer obesa fue excluida del análisis debido a una hipofunción tiroidea.

Procedimiento experimental

La versión modificada de IGT y la adquisición de datos de comportamiento se implementaron en la Presentación 14.1 (Neurobehavioral Systems Inc., Albany, CA, EE. UU.). Nuestra versión de tarea modificada fue similar en su composición de cubierta general a la IGT original (Bechara et al., 1994). Las cubiertas A y B resultaron desventajosas, lo que llevó a una pérdida a largo plazo y las cubiertas C y D dieron un resultado positivo a largo plazo. Nuestras modificaciones de la tarea solo se referían al número de diferentes barajas de cartas presentadas simultáneamente y a la frecuencia de ganancia / pérdida y al tamaño de ganancia / pérdida en cada baraja. Los participantes tenían que elegir entre dos barajas de cartas alternativas en cada bloque (por ejemplo, baraja B + C). Las plataformas A y C tenían una frecuencia de ganancia / pérdida de 1: 1 con una ganancia inmediata de + 100 (+ 70 respectivamente) y una pérdida inmediata de −150 (−20 respectivamente). Las plataformas B y D tenían una frecuencia de ganancia / pérdida de 4: 1 y obtuvieron recompensas inmediatas de + 100 (+ 50 respectivamente) y pérdidas en la cantidad de −525 (−75 respectivamente). Por lo tanto, los mazos A y B llevaron a una pérdida neta general, mientras que los mazos C y D llevaron a una ganancia neta.

En cada prueba, dos mazos de cartas con un signo de interrogación en el medio se mostraban en la pantalla, indicando que los sujetos tenían que elegir una tarjeta. El signo de interrogación fue reemplazado por una cruz blanca después de que los participantes hicieron sus elecciones. En cada prueba, los participantes tuvieron que tomar su decisión en menos de 3 s. Si los sujetos no seleccionaron una tarjeta dentro de este límite, apareció una sonrisa con un signo de interrogación en la boca y comenzó la siguiente prueba. Estos juicios fueron descartados.

Los participantes completaron los ensayos 90 subdivididos en bloques aleatorizados 3 (AB / BC / BD) de los ensayos 30 cada uno. Después de cada bloque, se introdujo una ruptura de 30 s, en la que se informó a los sujetos que los mazos de cartas presentados serían diferentes en el siguiente bloque. De manera análoga al IGT original, se les dijo a los sujetos que maximizaran su resultado a través de opciones ventajosas de mazo.

Para cuestiones motivacionales, a los participantes se les pagó un bono de hasta 6 €, además del pago de referencia de acuerdo con su desempeño en la tarea.

El análisis de datos

Todos los resultados se calcularon con PASW Statistics 18.0 (IBM Corporation, Somers, NY, EE. UU.). El número de tarjetas extraídas del mazo B se analizó con respecto a la obesidad y las diferencias de género, incluida la edad como covariable en el modelo lineal general. Además, se investigaron las curvas de aprendizaje utilizando un ANOVA de medidas repetidas. Se realizaron ANOVA adicionales para obtener efectos grupales separados para ambos sexos con respecto a la obesidad. La correlación entre el IMC y la preferencia por la plataforma B se calculó utilizando un modelo lineal.

Vaya a:

Resultados

Estructura de la materia gris

Para explorar los correlatos de la obesidad en la estructura del cerebro, utilizamos DARTEL para VBM de todo el cerebro (Ashburner, 2007) basado en la resonancia magnética ponderada por T1. Los resultados detallados se muestran en la Figura Figura22 y mesa Table1.1. Encontramos una correlación positiva entre el IMC y el volumen de materia gris (GMV) en la corteza orbitofrontal posterior medial (OFC), el núcleo accumbens (NAcc) bilateralmente, el hipotálamo y el putamen izquierdo (es decir, estriado dorsal, voxels de pico p <0.05, FWE corregido para comparaciones múltiples a nivel de vóxel) cuando se incluyeron hombres y mujeres en el análisis (ver Figura Figura2) .2). Realizando el mismo análisis dentro de los grupos de igual tamaño (n  = 61) de mujeres y hombres por separado, obtuvimos resultados comparables para mujeres pero no para hombres: en particular, encontramos una correlación positiva significativa entre GMV en OFC / NAcc e IMC en ambos grupos (Figura (Figura 33 fila superior, hembras r = 0.48 p <0.001, hombres r = 0.48 p <0.001) pero una correlación significativa entre el GMV en el putamen y el IMC solo para mujeres (Figura (Figura 33 fila media, mujeres r = 0.51 p <0.001; hombres r = 0.003 p = 0.979).

Figura 2 y XNUMX

Figura 2 y XNUMX

La obesidad está asociada con alteraciones estructurales de la estructura de la materia gris del cerebro.. Los resultados se muestran en detalle para todo el grupo (n = 122), incluidos hombres y mujeres. Fila superior: cortes coronales, los números indican la ubicación del corte en ...

Tabla 1

Tabla 1

Correlaciones entre materia gris y medidas de obesidad..

Figura 3 y XNUMX

Figura 3 y XNUMX

La asociación de la obesidad con alteraciones estructurales profundas, que dependen del género, dentro de las regiones del cerebro involucradas en el procesamiento de recompensas, el control cognitivo y el control homeostático.. El volumen de la corteza orbitofrontal medial posterior (OFC), núcleo accumbens (NAcc), ...

Se sabe que los sujetos obesos muestran niveles elevados de leptina periférica, una hormona derivada de los adipocitos circulantes que se correlaciona fuertemente con la cantidad de grasa corporal (Marshall et al., 2000; Park et al. 2004). Por lo tanto, los niveles elevados de leptina reflejan la cantidad de grasa corporal en exceso. Como un IMC elevado no refleja necesariamente el exceso de grasa corporal, usamos la leptina como una medida adicional del grado de obesidad para asegurarnos de que un IMC alto en nuestra muestra refleje el exceso de grasa corporal en lugar del exceso de masa magra. Encontramos que las mujeres tenían una concentración sérica absoluta más alta de leptina en comparación con los hombres [mujeres 30.92 ng / ml (SD 26.07), hombres 9.65 ng / ml (SD 8.66), p <0.0001]. Un ANCOVA reveló una interacción significativa entre el IMC (2 niveles: peso normal ≤ 25; obesidad ≥ 30), sexo y concentración sérica de leptina (F1,41 = 16.92 p <0.0001).

Tanto para hombres como para mujeres, encontramos una correlación positiva entre la leptina y la GMV en el NAcc y el estriado ventral bilateralmente (mujeres r = 0.56 p = 0.008; hombres r = 0.51 p = 0.005) así como en el hipotálamo (Figura (Figura 33 tercera fila). Sólo las mujeres muestran diferencias estructurales adicionales relacionadas con la leptina en el putamen izquierdo y el fornix (Figura (Figura 3,3, áreas mostradas en rojo en la tercera fila). Los grupos en NAcc y putamen muestran una superposición sustancial con las regiones identificadas al correlacionar el IMC con GMV (Figura (Figura 33 primera a tercera fila). Además, solo para las mujeres encontramos un inverso (es decir, negativa) correlación entre los niveles de leptina y GMV en el DLPFC derecho (r = −0.62, p <0.001; Figura Figura3,3, fila inferior).

Relación entre comportamiento de juego, género y obesidad.

En el IGT, el mazo B transmite altas recompensas inmediatas con cada tarjeta, pero pérdidas altas de baja frecuencia, lo que finalmente resulta en un resultado negativo a largo plazo. Por lo tanto, las opciones en la cubierta B reflejan el conflicto entre recompensas inmediatas muy importantes y el logro de metas a largo plazo. En la versión actual de Iowa Gambling Task, las mujeres obesas eligieron significativamente más cartas del mazo B cuando se compararon con cada mazo ventajoso (es decir, C o D) que las mujeres delgadas en todos los ensayos (F1,32 = 8.68 p  = 0.006). No encontramos diferencias entre las mujeres delgadas y obesas al contrastar las dos categorías desventajosas (es decir, A y B). Además, hubo una correlación significativa entre el IMC y el número total de cartas elegidas de la baraja B para mujeres (Figura (Figura 4A) .4UNA). Al comparar hombres magros con hombres obesos, no encontramos una diferencia significativa para el número total de cartas elegidas del mazo B (F1,29 = 0.51 p = 0.48), ni una correlación significativa con el IMC.

Figura 4 y XNUMX

Figura 4 y XNUMX

Diferencias en las mujeres delgadas y obesas en su capacidad para ajustar el comportamiento de elección para que coincida con los objetivos a largo plazo. (A) La preferencia por el mazo B en todos los ensayos se correlaciona con el IMC dentro del grupo de mujeres. Línea gris: regresión lineal. (B) Diferencia entre magra ...

Con el fin de probar las diferencias en el comportamiento de aprendizaje entre los participantes magros y obesos, analizamos las opciones del mazo B a lo largo del tiempo. En el transcurso del aprendizaje, las mujeres obesas no mostraron ningún ajuste en el comportamiento de elección. En contraste, para las mujeres delgadas observamos una disminución gradual en la preferencia por las cartas del mazo B (ver Figura Figura4B) .4SEGUNDO). Por lo tanto, las mujeres obesas no adaptaron su comportamiento hacia un resultado general ventajoso en comparación con las mujeres delgadas. El análisis del comportamiento de aprendizaje solo reveló un efecto significativo para la obesidad en las mujeres (F1,30 = 6.61 p = 0.015) pero no en los hombres.

Este efecto del género fue particularmente pronunciado en la última fase del aprendizaje (es decir, los ensayos 25-30), donde observamos una interacción significativa entre el género y la obesidad para el comportamiento de elección en la cubierta B (F1,59 = 6.10; p = 0.02). Aquí, las mujeres obesas eligieron más del doble de cartas del mazo B que las mujeres delgadas (F1,33 = 17.97 p <0.0001). Para los sujetos masculinos, no se observaron diferencias significativas (Figura (Figura 4C, 4C, F1,29 = 0.13 p = 0.72). Además, un análisis de correlación mostró una fuerte correlación (r = 0.57 p  <0.0001) entre el IMC y el número de cartas elegidas del mazo B en el último bloque para mujeres. Nuevamente, no se observó una correlación significativa para los hombres (r = 0.17 p = 0.35).

Vaya a:

Discusión

Tanto para hombres como para mujeres, mostramos una correlación entre el GMV y las medidas de obesidad en la OFC medial posterior (mOFC) y dentro del estriado ventral (es decir, el NAcc) que está en línea con las diferencias grupales reportadas previamente en la GM cuando se compara la magra a sujetos obesos (Pannacciulli et al., 2006). La interacción entre estas dos regiones es crucial para evaluar los estímulos sobresalientes de motivación (como los alimentos) y transmitir esta información con el fin de tomar decisiones. Funcionalmente, estas regiones codifican la prominencia y el valor subjetivo de los estímulos (Plassmann et al., 2010). En la bulimia nerviosa (BN), una condición en la que el comportamiento alimentario pero NO el IMC difiere de lo normal, la GMV de las mismas estructuras es mayor en los pacientes que en los controles (Schäfer et al., 2010). Esto sugiere que la estructura de estas regiones se ve afectada o es una predisposición a un comportamiento alimentario alterado en lugar de estar determinada fisiológicamente por el porcentaje de grasa corporal.

Además de mOFC y NAcc, ambos sexos mostraron una correlación entre la estructura cerebral y la obesidad dentro del hipotálamo. El hipotálamo es una región clave que controla el hambre, la saciedad, el comportamiento alimentario y el gasto energético, y posee conexiones directas con el sistema de recompensa (Philpot et al., 2005). Nuestra hipótesis es que estas diferencias entre los sujetos magros y obesos en los sistemas de control hedónico y homeostático pueden reflejar una característica clave de la obesidad, a saber, un sesgo en el comportamiento alimentario hacia elecciones de alimentos más hedónicos donde la ingesta de energía supera la demanda homeostática real.

Solo en mujeres, también mostramos correlaciones entre GMV y las medidas de obesidad (IMC y niveles de leptina central) en el cuerpo estriado dorsal (es decir, putamen izquierdo) y en la DLPFC derecha. Curiosamente, estas estructuras desempeñan importantes funciones complementarias en el control habitual (automático) y dirigido a la meta (cognitivo) del comportamiento en contextos motivacionales: el mOFC y NAcc señalan la preferencia y el valor esperado de recompensa, el putamen en el estriado dorsolateral es pensado para codificar (entre muchas otras funciones) las contingencias de comportamiento para obtener una recompensa específica, y el DLPFC proporciona control cognitivo sobre el comportamiento dirigido a objetivos (Jimura et al., 2010). El comportamiento dirigido hacia el objetivo se caracteriza por una fuerte dependencia entre la probabilidad de la respuesta y el resultado anticipado (por ejemplo, Daw et al., 2005). En contraste, el comportamiento habitual (o automático) se caracteriza por un fuerte vínculo entre un estímulo (por ejemplo, alimentos) y una respuesta (por ejemplo, su consumo). En este caso, la probabilidad de la respuesta está apenas influenciada por el resultado de la acción en sí, ya sea a corto plazo (saciedad) o a largo plazo (obesidad).

Recientemente, Tricomi et al. (2009) investigó las bases neuronales de la aparición de conductas habituales en humanos. Aplicaron un paradigma bien conocido para provocar un comportamiento similar al hábito en animales, y mostraron que las activaciones de los ganglios basales (especialmente en el putamen dorsal, ver también Yin y Knowlton, 2006) aumentó a lo largo de la capacitación, lo que sugiere un papel en un proceso de aprendizaje de refuerzo progresivo. El papel funcional del putamen en este contexto puede ser establecer bucles sensorio-motores impulsados ​​por señales, y así ayudar a automatizar el comportamiento excesivamente aprendido. Además, las representaciones de acción-resultado en el mOFC también continuaron aumentando en anticipación de la recompensa a lo largo de todas las sesiones. Estos resultados muestran que la respuesta habitual no se debe a una disminución en la anticipación de los resultados de recompensa en el aprendizaje, sino al fortalecimiento de los vínculos de estímulo-respuesta (Daw et al., 2005; Frank y claus 2006; Franco, 2009). En el contexto de la obesidad, Rothemund et al. (2007) previamente demostrado, usando un paradigma fMRI, que el IMC predice la activación en el putamen durante la observación de alimentos con alto contenido calórico en mujeres. Además, Wang et al. (2007) han mostrado una diferencia de género en el putamen con respecto a los cambios en la FBC en respuesta al estrés: el estrés en las mujeres activó principalmente el sistema límbico, incluido el estriado ventral y el putamen.

Los ganglios basales están fuertemente interconectados con el PFC (Alexander et al., 1986), estableciendo vías integradas corticoestradocorticales que vinculan el aprendizaje basado en la recompensa, el contexto motivacional y el comportamiento dirigido a objetivos (por ejemplo, Draganski et al., 2008). Miller y Cohen (2001) declaró que el control cognitivo sobre el comportamiento es predominantemente proporcionado por el PFC. Concluyen que la actividad en el PFC sirve para la selección de una respuesta, lo que es apropiado en una situación dada incluso ante una alternativa más fuerte (por ejemplo, más automática / habitual o deseable). Recientemente se ha demostrado que DLPFC guía la implementación anticipada de los objetivos de comportamiento dentro de la memoria de trabajo en contextos gratificantes y motivadores (Jimura et al., 2010). Las diferencias relacionadas con el género para la actividad en esta región en el contexto de los alimentos y el control de la conducta alimentaria también se han demostrado recientemente por Cornier et al. (2010). Encontraron que la activación de la DLPFC correcta en respuesta a los alimentos hedónicos solo era evidente en las mujeres, mientras que los hombres mostraban una desactivación. La activación en DLPFC se correlacionó negativamente con la posterior ad libitum ingesta de energía, lo que sugiere un papel específico de esta región cortical en el control cognitivo de la conducta alimentaria. Si se asume la relevancia funcional de la estructura cerebral alterada, la relación negativa entre GMV en la DLPFC correcta y la obesidad encontrada en el presente estudio puede interpretarse como un impedimento en la capacidad de ajustar las acciones actuales a los objetivos a largo plazo o, en otros términos, una pérdida de control cognitivo sobre la conducta alimentaria en las personas obesas en comparación con las mujeres delgadas.

Aplicando una versión simplificada de Iowa Gambling Task, una tarea de aprendizaje con recompensas inmediatas muy sobresalientes que entran en conflicto con el logro de los objetivos a largo plazo, observamos que las mujeres delgadas disminuyeron su elección del mazo B con el tiempo, mientras que las mujeres obesas no lo hicieron. Este hallazgo puede apoyar la relevancia funcional de las diferencias observadas en la estructura del cerebro en contextos gratificantes. Las diferencias en el IGT clásico entre los sujetos con obesidad mórbida y peso saludable se han demostrado recientemente (Brogan et al., 2011). Sin embargo, los resultados del estudio mencionado anteriormente no fueron analizados por influencias de género. Nuestros hallazgos apuntan a una mayor sensibilidad a las recompensas inmediatas en las mujeres obesas que en las delgadas, acompañadas por una posible falta de control inhibitorio dirigido hacia el objetivo. Weller et al. Han proporcionado pruebas adicionales sobre el impacto de la obesidad en la toma de decisiones. (2008), quienes encontraron que las mujeres obesas mostraron mayores descuentos por demora que las mujeres delgadas. Curiosamente, no encontraron diferencias en el comportamiento de descuento por retraso entre hombres obesos y magros, lo que corrobora nuestros resultados específicos de género. Otro estudio, que solo incluyó mujeres, probó el impacto de la obesidad en la efectividad de la inhibición de la respuesta y encontró que las mujeres obesas mostraron una inhibición de la respuesta menos efectiva que las mujeres delgadas en una tarea de señal de parada (Nederkoorn et al., 2006). En el contexto del comportamiento alimentario, una inhibición del comportamiento menos efectiva en combinación con una mayor sensibilidad a las recompensas inmediatas puede facilitar el comer en exceso, especialmente cuando se enfrenta a un suministro constante de alimentos altamente sabrosos.

Koob y Volkow (2010) recientemente sugirieron roles clave del cuerpo estriado, la OFC y el PFC en la etapa de preocupación / anticipación y en el control inhibitorio interrumpido en la adicción. Observan que la transición a la adicción (es decir, el consumo obligatorio de drogas) implica la neuroplasticidad en varias estructuras centrales y concluyen que estas neuroadaptaciones son un factor clave de la vulnerabilidad para desarrollar y mantener un comportamiento adictivo. Por lo tanto, nuestros hallazgos pueden apoyar la hipótesis de que la obesidad se asemeja a una forma de adicción (Volkow y Wise, 2005), pero con marcadas diferencias entre mujeres y hombres.

Aunque no podemos inferir diferencias funcionales de nuestros hallazgos en la estructura del cerebro, es posible que las diferencias estructurales también tengan relevancia funcional. Esto se ve respaldado por experimentos que muestran los efectos moduladores de las hormonas intestinales de acción central, como la grelina, el PYY y la leptina en estas regiones (Batterham et al., 2007; Farooqi et al. 2007; Malik et al. 2008). Recientemente se ha demostrado que los cambios dinámicos en la estructura del cerebro tienen procesos de aprendizaje paralelos, así como que acompañan progresiones perjudiciales, como la atrofia (Draganski et al., 2004; Horstmann et al. 2010; Taubert et al. 2010). Dado que nuestro estudio, aunque transversal, incluyó un conjunto de sujetos jóvenes sanos, esperamos haber minimizado los posibles efectos de confusión, como el envejecimiento, y maximizar los efectos de interés específicos de la obesidad. A nuestro entender, somos los primeros en describir una correlación positiva entre los GM y los marcadores de obesidad. La discrepancia entre los resultados publicados sobre la estructura cerebral y la obesidad hasta el momento y nuestros hallazgos podrían explicarse por las diferencias en la composición de la muestra y el diseño del estudio. Los estudios que informaron correlaciones negativas entre la obesidad y la estructura cerebral incluyeron sujetos que eran considerablemente mayores que los sujetos en nuestra muestra o incluyeron sujetos con un gran rango de edad general (Taki et al., 2008; Raji et al. 2010; Walther et al. 2010). Los efectos perjudiciales de la obesidad pueden surgir más adelante en la vida, por lo que nuestros hallazgos pueden describir la fase temprana de los cambios en la estructura cerebral relacionada con la obesidad. Además, como estos estudios no fueron diseñados para investigar las diferencias de género, la distribución de los géneros entre los grupos magros y obesos no fue explícitamente equilibrada, lo que puede influir en los resultados (Pannacciulli et al., 2006, 2007).

Debido a que nuestro estudio fue transversal, no podemos hacer inferencias sobre si nuestros hallazgos reflejan la causa o el efecto de la obesidad. Es igualmente probable que la estructura del cerebro predice el desarrollo de la obesidad o que la obesidad, acompañada por un comportamiento alimentario alterado, haga que la estructura del cerebro cambie. En el futuro, los estudios longitudinales pueden responder a esta pregunta abierta.

En resumen, sugerimos que en ambos sexos, las diferencias entre los sistemas de control hedónico y homeostático pueden reflejar un sesgo en el comportamiento alimentario. Solo en mujeres, mostramos que la obesidad modula la preferencia de comportamiento para obtener recompensas inmediatas sobresalientes frente a las consecuencias negativas a largo plazo. Dado que los experimentos de comportamiento y la RMN estructural se llevaron a cabo en diferentes muestras (ver Materiales y Métodos) no pudimos relacionar directamente estas diferencias de comportamiento con las alteraciones estructurales. Sin embargo, suponemos que las diferencias estructurales adicionales que se observan en las mujeres obesas pueden interpretarse como un reflejo de un comportamiento paralelo a la obesidad, es decir, que el control del comportamiento está progresivamente dominado por un comportamiento similar al hábito en lugar de acciones dirigidas por el objetivo. Además, nuestros hallazgos pueden ser importantes para el reconocimiento de la obesidad como una forma de adicción. Los estudios adicionales sobre las diferencias de género en el control del comportamiento serán importantes para investigar la etiología de los trastornos de la alimentación y del peso corporal y para diseñar tratamientos apropiados para el género (Raji et al., 2010).

Vaya a:

Declaracion de conflicto de interes

Los autores declaran que la investigación se llevó a cabo en ausencia de cualquier relación comercial o financiera que pudiera interpretarse como un posible conflicto de intereses.

Vaya a:

AGRADECIMIENTOS

Este trabajo fue apoyado por el Ministerio Federal de Educación e Investigación [BMBF: neurocircuitos en la obesidad a Annette Horstmann, Michael Stumvoll, Arno Villringer, Burkhard Pleger; Enfermedades de adiposidad IFB (FKZ: 01EO1001) a Annette Horstmann, Jane Neumann, David Mathar, Arno Villringer, Michael Stumvoll] y la Unión Europea (GIPIO a Michael Stumvoll). Damos las gracias a Rosie Wallis para corregir el manuscrito.

Vaya a:

Referencias

  1. Alexander GE, DeLong MR, Strick PL (1986). Organización paralela de circuitos funcionalmente segregados que conectan los ganglios basales y la corteza. Annu. Rev. Neurosci. 9, 357 – 381 [PubMed]
  2. Ashburner J. (2007). Un rápido algoritmo de registro de imágenes difeomórficas. Neuroimagen 38, 95 – 11310.1016 / j.neuroimage.2007.07.007 [PubMed] [Cross Ref.]
  3. Batterham RL, ffytche DH, Rosenthal JM, Zelaya FO, Barker GJ, Withers DJ, Williams SC (2007). La modulación PYY de las áreas cerebrales corticales e hipotalámicas predice el comportamiento de alimentación en los humanos. Nature 450, 106 – 10910.1038 / nature06212 [PubMed] [Cross Ref.]
  4. Beasley JM, Ange BA, Anderson CA, Miller Iii ER, Holbrook JT, Appel LJ (2009). Características asociadas con las hormonas del apetito en ayunas (obestatina, grelina y leptina). Obesidad (Silver Spring) 17, 349 – 35410.1038 / oby.2008.627 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
  5. Bechara A., Damasio AR, Damasio H., Anderson SW (1994). Insensibilidad a las consecuencias futuras después del daño a la corteza prefrontal humana. Cognición 50, 7 – 1510.1016 / 0010-0277 (94) 90018-3 [PubMed] [Cross Ref.]
  6. Brogan A., Hevey D., O'Callaghan G., Yoder R., O'Shea D. (2011). Toma de decisiones deteriorada entre adultos con obesidad mórbida. J. Psychosom. Res. 70, 189-196 [PubMed]
  7. Carroll JF, Kaiser KA, Franks SF, Deere C., Caffrey JL (2007). Influencia del IMC y el género en las respuestas hormonales posprandiales. Obesidad (Silver Spring) 15, 2974 – 298310.1038 / oby.2007.355 [PubMed] [Cross Ref.]
  8. Considine RV, Sinha MK, Heiman ML, Kriauciunas A., Stephens TW, Nyce MR, Ohannesian JP, Marco CC, McKee LJ, Bauer TL (1996). Concentraciones de leptina inmunoreactiva en suero en humanos con peso normal y obesos. N. Engl. J. Med. 334, 292 – 295 [PubMed]
  9. Cornier MA, Salzberg AK, Endly DC, Bessesen DH, Tregellas JR (2010). Diferencias basadas en el sexo en el comportamiento y las respuestas neuronales a los alimentos. Fisiol. Behav. 99, 538 – 543 [Artículo gratuito de PMC] [PubMed]
  10. Daw ND, Niv Y., Dayan P. (2005). Competencia basada en la incertidumbre entre los sistemas estriatales prefrontales y dorsolaterales para el control del comportamiento. Nat. Neurosci. 8, 1704 – 1711 [PubMed]
  11. Dileone RJ (2009). La influencia de la leptina en el sistema de la dopamina y las implicaciones para el comportamiento ingestivo. En t. J. Obes. 33, S25 – S29 [Artículo gratuito de PMC] [PubMed]
  12. Draganski B., Gaser C., Busch V., Schuierer G., Bogdahn U., mayo A. (2004). Los cambios en la materia gris inducidos por el entrenamiento de habilidades de malabares recién afiladas se muestran como una característica transitoria en una exploración de imágenes del cerebro. Nature 427, 311 – 31210.1038 / 427311a [PubMed] [Cross Ref.]
  13. Draganski B., Kherif F., Klöppel S., Cook PA, Alexander DC, Parker GJ, Deichmann R., Ashburner J., Frackowiak RS (2008). Evidencia de patrones de conectividad segregados e integradores en los ganglios basales humanos. J. Neurosci. 28, 7143 – 715210.1523 / JNEUROSCI.1486-08.2008 [PubMed] [Cross Ref.]
  14. Edelsbrunner ME, Herzog H., Holzer P. (2009). Evidencia de ratones knockout de que el péptido YY y el neuropéptido Y refuerzan la locomoción murina, la exploración y el comportamiento ingestivo de una manera dependiente del ciclo y género circadiano. Behav. Brain Res. 203, 97 – 107 [PubMed]
  15. Farooqi IS, Bullmore E., Keogh J., Gillard J., O'Rahilly S., Fletcher PC (2007). La leptina regula las regiones estriatales y la conducta alimentaria humana. Science 317, 1355. [Artículo gratuito de PMC] [PubMed]
  16. Frank MJ (2009). Esclavo del hábito estriatal (comentario sobre Tricomi et al.). EUR. J. Neurosci. 29, 2223 – 2224 [PubMed]
  17. Frank MJ, Claus ED (2006). Anatomía de una decisión: interacciones estriato-orbitofrontal en el aprendizaje de refuerzo, toma de decisiones y reversión. Psychol. Rev. 113, 300 – 326 [PubMed]
  18. Fulton S., Pissios P., Manchon RP, Stiles L., Frank L., Pothos EN, Maratos-Flier E., Flier JS (2006). Regulación de la leptina de la vía de la dopamina mesoaccumbens. Neuron 51, 811 – 82210.1016 / j.neuron.2006.09.006 [PubMed] [Cross Ref.]
  19. Greene GW, Schembre SM, White AA, Hoerr SL, Lohse B., Shoff S., Horacek T., Riebe D., Patterson J., Phillips BW, Kattelmann KK, Blissmer B. (2011). Identificación de grupos de estudiantes universitarios con riesgo elevado de salud basado en conductas de alimentación y ejercicio y determinantes psicosociales del peso corporal. Mermelada. Dieta. Asoc. 111, 394 – 400 [PubMed]
  20. Hayasaka S., Phan KL, Liberzon I., Worsley KJ, Nichols TE (2004). Inferencia de tamaño de grupo no estacionario con campo aleatorio y métodos de permutación. Neuroimagen 22, 676 – 68710.1016 / j.neuroimage.2004.01.041 [PubMed] [Cross Ref.]
  21. Hommel JD, Trinko R., Sears RM, Georgescu D., Liu ZW, Gao XB, Thurmon JJ, Marinelli M., DiLeone RJ (2006). La señalización del receptor de leptina en las neuronas de la dopamina del cerebro medio regula la alimentación. Neuron 51, 801 – 81010.1016 / j.neuron.2006.08.023 [PubMed] [Cross Ref.]
  22. Horstmann A., Frisch S., Jentzsch RT, Müller K., Villringer A., ​​Schroeter ML (2010). Reanimación del corazón pero perdiendo el cerebro: atrofia cerebral después de un paro cardíaco. Neurología 74, 306 – 31210.1212 / WNL.0b013e3181cbcd6f [PubMed] [Cross Ref.]
  23. Jimura K., Locke HS, Braver TS (2010). Mediación de la corteza prefrontal de la mejora cognitiva en contextos motivacionales gratificantes. Proc. Natl Acad Sci. EE.UU. 107, 8871 – 8876 [Artículo gratuito de PMC] [PubMed]
  24. Koob GF, Volkow ND (2010). Neurocircuitería de la adicción. Neuropsicofarmacología 35, 217 – 23810.1038 / npp.2009.110 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
  25. Malik S., McGlone F., Bedrossian D., Dagher A. (2008). La grelina modula la actividad cerebral en áreas que controlan el comportamiento apetitivo. Metab Célula. 7, 400 – 40910.1016 / j.cmet.2008.03.007 [PubMed] [Cross Ref.]
  26. Marshall JA, Grunwald GK, Donahoo WT, Scarbro S., Shetterly SM (2000). El porcentaje de grasa corporal y masa magra explican la diferencia de género en la leptina: análisis e interpretación de la leptina en adultos blancos hispanos y no hispanos. Obes Res. 8, 543 – 552 [PubMed]
  27. Miller EK, Cohen JD (2001). Una teoría integradora de la función de la corteza prefrontal. Annu. Rev. Neurosci. 24, 167 – 202 [PubMed]
  28. Mueller K., Anwander A., ​​Möller HE, Horstmann A., Lepsien J., Busse F., Mohammadi S., Schroeter ML, Stumvoll M., Villringer A., ​​Pleger B. (2011). Influencias dependientes del sexo de la obesidad en la sustancia blanca cerebral investigada mediante imágenes de tensor de difusión. PLoS ONE 6, e18544.10.1371 / journal.pone.0018544 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
  29. Nederkoorn C., Smulders FT, Havermans RC, Roefs A., Jansen A. (2006). Impulsividad en mujeres obesas. Appetite 47, 253 – 25610.1016 / j.appet.2006.05.008 [PubMed] [Cross Ref.]
  30. Pannacciulli N., Del Parigi A., Chen K., Le DS, Reiman EM, Tataranni PA (2006). Anomalías cerebrales en la obesidad humana: un estudio morfométrico basado en voxel. Neuroimagen 31, 1419 – 142510.1016 / j.neuroimage.2006.01.047 [PubMed] [Cross Ref.]
  31. Pannacciulli N., Le DS, Chen K., Reiman EM, Krakoff J. (2007). Relaciones entre las concentraciones plasmáticas de leptina y la estructura del cerebro humano: un estudio morfométrico basado en voxel. Neurosci. Letón. 412, 248 – 253 [Artículo gratuito de PMC] [PubMed]
  32. Parigi AD, Chen K., Gautier JF, Salbe AD, Pratley RE, Ravussin E., Reiman EM, Tataranni PA (2002). Diferencias de sexo en la respuesta del cerebro humano al hambre y la saciedad. A.m. J. Clin. Nutr. 75 1017-1022 [PubMed]
  33. Park KG, Park KS, Kim MJ, Kim HS, Suh YS, Ahn JD, Park KK, Chang YC, Lee IK (2004). Relación entre las concentraciones séricas de adiponectina y leptina y la distribución de la grasa corporal. Diabetes Res. Clinica Pract. 63, 135 – 142 [PubMed]
  34. Philpot KB, Dallvechia-Adams S., Smith Y., Kuhar MJ (2005). Proyección de un péptido transcrito regulado por la cocaína y la anfetamina desde el hipotálamo lateral al área tegmental ventral. Neurociencia 135, 915 – 92510.1016 / j.neuroscience.2005.06.064 [PubMed] [Cross Ref.]
  35. Plassmann H., O'Doherty JP, Rangel A. (2010). Los valores objetivo apetitosos y aversivos están codificados en la corteza orbitofrontal medial en el momento de la toma de decisiones. J. Neurosci. 30, 10799–1080810.1523 / JNEUROSCI.0788-10.2010 [PubMed] [Cross Ref.]
  36. Provencher V., Drapeau V., Tremblay A., Després JP, Lemieux S. (2003). Comportamientos alimentarios e índices de composición corporal en hombres y mujeres del estudio familiar de Quebec. Obes Res. 11, 783 – 792 [PubMed]
  37. Raji CA, Ho AJ, Parikshak NN, Becker JT, López OL, Kuller LH, Hua X., Leow AD, Toga AW, Thompson PM (2010). Estructura cerebral y obesidad. Tararear. Cerebro Mapp. 31, 353 – 364 [Artículo gratuito de PMC] [PubMed]
  38. Rollos BJ, Fedoroff IC, Guthrie JF (1991). Diferencias de género en la conducta alimentaria y regulación del peso corporal. Psicología de la salud. 10, 133 – 14210.1037 / 0278-6133.10.2.133 [PubMed] [Cross Ref.]
  39. Rothemund Y., Preuschhof C., Bohner G., Bauknecht HC, Klingebiel R., Flor H., Klapp BF (2007). Activación diferencial del cuerpo estriado dorsal por estímulos visuales de alimentos con alto contenido calórico en individuos obesos. Neuroimagen 37, 410 – 42110.1016 / j.neuroimage.2007.05.008 [PubMed] [Cross Ref.]
  40. Schäfer A., ​​Vaitl D., Schienle A. (2010). Anomalías regionales en el volumen de la materia gris en la bulimia nerviosa y el trastorno por atracón. Neuroimagen 50, 639 – 64310.1016 / j.neuroimage.2009.12.063 [PubMed] [Cross Ref.]
  41. Scholz J., Klein MC, Behrens TE, Johansen-Berg H. (2009). La formación induce cambios en la arquitectura de la materia blanca. Nat. Neurosci. 12, 1370 – 1371 [Artículo gratuito de PMC] [PubMed]
  42. Schwartz MW, Peskind E., Raskind M., Boyko EJ, Porte D. (1996). Niveles de leptina en el líquido cefalorraquídeo: relación con los niveles plasmáticos y la adiposidad en humanos. Nat. Medicina. 2, 589 – 593 [PubMed]
  43. Sluming V., Barrick T., Howard M., Cezayirli E., Mayes A., Roberts N. (2002). La morfometría basada en vóxeles revela una mayor densidad de materia gris en el área de Broca en músicos masculinos de orquesta sinfónica. Neuroimage 17, 1613–162210.1006 / nimg.2002.1288 [PubMed] [Cross Ref.]
  44. Smeets PA, de Graaf C., Stafleu A., van Osch MJ, Nievelstein RA, van der Grond J. (2006). Efecto de la saciedad en la activación cerebral durante la degustación de chocolate en hombres y mujeres. A.m. J. Clin. Nutr. 83, 1297 – 1305 [PubMed]
  45. Stanek KM, Grieve SM, Brickman AM, Korgaonkar MS, Paul RH, Cohen RA, Gunstad JJ (2011). La obesidad está asociada con una integridad reducida de la materia blanca en adultos por lo demás saludables. Obesidad (Silver Spring) 19, 500 – 50410.1038 / oby.2010.312 [PubMed] [Cross Ref.]
  46. Taki Y., Kinomura S., Sato K., Inoue K., Goto R., Okada K., Uchida S., Kawashima R., Fukuda H. (2008). Relación entre el índice de masa corporal y el volumen de materia gris en individuos sanos de 1,428. Obesidad (Silver Spring) 16, 119 – 12410.1038 / oby.2007.4 [PubMed] [Cross Ref.]
  47. Taubert M., Draganski B., Anwander A., ​​Müller K., Horstmann A., Villringer A., ​​Ragert P. (2010). Propiedades dinámicas de la estructura del cerebro humano: cambios relacionados con el aprendizaje en áreas corticales y conexiones de fibra asociadas. J. Neurosci. 30, 11670 – 1167710.1523 / JNEUROSCI.2567-10.2010 [PubMed] [Cross Ref.]
  48. Tricomi E., Balleine BW, O'Doherty JP (2009). Un papel específico del estriado dorsolateral posterior en el aprendizaje de hábitos humanos. EUR. J. Neurosci. 29, 2225–223210.1523 / JNEUROSCI.3789-08.2009 [Artículo gratuito de PMC] [PubMed] [Cross Ref.]
  49. Uher R., Treasure J., Heining M., Brammer MJ, Campbell IC (2006). Procesamiento cerebral de estímulos relacionados con la alimentación: efectos del ayuno y el género. Behav. Brain Res. 169, 111 – 119 [PubMed]
  50. Volkow ND, RA sabio (2005). ¿Cómo puede la adicción a las drogas ayudarnos a entender la obesidad? Nat. Neurosci. 8, 555 – 560 [PubMed]
  51. Walther K., Birdsill AC, Glisky EL, Ryan L. (2010). Diferencias estructurales en el cerebro y funcionamiento cognitivo relacionado con el índice de masa corporal en mujeres mayores. Tararear. Cerebro Mapp. 31, 1052 – 106410.1002 / hbm.20916 [PubMed] [Cross Ref.]
  52. Wang GJ, Volkow ND, Telang F., Jayne M., Ma Y., Pradhan K., Zhu W., Wong CT, Thanos PK, Geliebter A., ​​Biegon A., Fowler JS (2009). Evidencia de diferencias de género en la capacidad de inhibir la activación cerebral provocada por la estimulación de los alimentos. Proc. Natl Acad Sci. EE.UU. 106, 1249 – 1254 [Artículo gratuito de PMC] [PubMed]
  53. Wang J., Korczykowski M., Rao H., Fan Y., Pluta J., Gur RC, McEwen BS, Detre JA (2007). Diferencia de género en la respuesta neural al estrés psicológico. Soc. Cogn. Afectar. Neurosci. 2, 227 – 239 [Artículo gratuito de PMC] [PubMed]
  54. Weller RE, Cook EW, Avsar KB, Cox JE (2008). Las mujeres obesas muestran mayor demora en el descuento que las mujeres de peso saludable. Appetite 51, 563 – 56910.1016 / j.appet.2008.04.010 [PubMed] [Cross Ref.]
  55. Organización Mundial de la Salud. (2010). OMS Global Infobase. Ginebra: Organización Mundial de la Salud
  56. Yin HH, Knowlton BJ (2006). El papel de los ganglios basales en la formación del hábito. Nat. Rev. Neurosci. 7, 464 – 476 [PubMed]