L'apport énergétique élevé est corrélé à l'hypersensibilité dans les régions cérébrales attentionnelles, gustatives et récompense tout en anticipant la réception de nourriture savoureuse (2013)

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

Burger KS1, Stice E.

Abstract

Contexte: Les personnes obèses comparées aux personnes maigres montrent une plus grande réactivité des signaux alimentaires par les régions attentives, gustatives et récompensées, mais une réactivité réduite des régions récompensées lors de la prise de nourriture. Cependant, à notre connaissance, les recherches n’ont pas permis de déterminer si un apport calorique objectivement mesuré était associé positivement à la réactivité neuronale, indépendamment de l’excès de tissu adipeux.

Objectif: Nous avons testé l'hypothèse selon laquelle l'apport énergétique mesuré de manière objective, qui prend en compte les besoins de base et le pourcentage de graisse corporelle, est positivement corrélé à la réponse neurale à l'apport alimentaire prévu agréable au goût mais négativement à la réponse à l'apport alimentaire chez les adolescents en bonne santé.

Conception: Participants (n = 155; âge moyen ± ET: 15.9 ± 1.1 y) a réalisé des examens d'imagerie par résonance magnétique fonctionnelle tout en anticipant et en recevant des aliments au goût agréable comparés à une solution insipide, une évaluation de l'apport énergétique en eau doublement étiquetée, et une évaluation du taux métabolique au repos et de la composition corporelle.

Résultats: L'apport énergétique était corrélé positivement avec l'activation dans les cortex latéraux visuels et antérieurs (traitement visuel et attention), dans l'opercule frontal (cortex gustatif primaire) lorsqu'on anticipe une nourriture au goût agréable et avec une plus grande activation dans la fonction striatale dans une région plus sensible d'analyse . L'apport énergétique n'était pas significativement lié à la réactivité neuronale lors de l'ingestion de nourriture savoureuse.

Conclusions: Les résultats indiquent que l'apport énergétique objectivement mesuré qui prend en compte les besoins de base et le tissu adipeux est en corrélation positive avec l'activité dans les régions attentionnelles, gustatives et de récompense lors de l'anticipation d'un aliment au goût agréable. Bien que l’hypersensibilité de ces régions puisse augmenter le risque de trop manger, il n’est pas clair s’il s’agit d’un facteur de vulnérabilité initial ou du résultat d’une surconsommation antérieure.

INTRODUCTION

Des études de neuroimagerie ont permis de mieux comprendre les différences de réponse neuronale aux stimuli alimentaires en fonction du statut pondéral. Plus spécifiquement, les individus obèses comparés aux individus maigres ont montré une plus grande réactivité dans les régions liées à la récompense (striatum, pallidum, amygdala et cortex orbitofrontal) et dans les régions de l’attention (cortex visuel et antérieur cingulum) aux images appétissantes des aliments (1-5), apport alimentaire prévu au goût agréable (6, 7) et les odeurs de nourriture (8). Les obèses comparés aux hommes maigres ont également montré une plus grande activation dans le cortex gustatif primaire (insula antérieur et opercule frontal) et dans les régions somatosensorielles orales (gyrus post-central et opercule pariétal) lors de l'exposition à des images appétissantes d'aliments (2, 5) et la consommation alimentaire prévue au goût (6, 7). Ces données sont cohérentes avec le modèle récompense-surabondance, qui postule que les personnes qui tirent davantage profit de la prise de nourriture risquent de trop manger (9). En juxtaposition, les individus obèses par rapport aux individus maigres ont montré moins d’activité dans les régions liées aux récompenses lors de la prise de nourriture savoureuse (7, 10, 11), ce qui est conforme à la théorie du déficit de récompenses, selon laquelle les individus peuvent trop manger pour compenser un déficit de récompenses (12). Les données impliquent que les résultats diffèrent selon que l'on examine ou non la réponse aux signaux alimentaires par rapport à la consommation de nourriture, ce qui suggère qu'il est important d'étudier la réactivité à ces deux phénomènes.

La plupart des recherches en neuroimagerie ont directement comparé les personnes obèses aux personnes minces, ce qui a fourni peu d'informations sur le processus étiologique à la base du gain de poids initial. À l'heure actuelle, on ignore si les différences de sensibilité neuronale aux stimuli alimentaires liées à l'obésité sont dues à une altération du fonctionnement neuroendocrinien due à des quantités excessives de tissu adipeux (13, 14) par rapport aux excès caloriques habituels suggérés par les modèles étiologiques basés sur les neurosciences (9, 12, 15, 16).

Examiner directement l'effet de l'apport énergétique typique (IE)4 sur la réactivité neuronale aux stimuli alimentaires, indépendamment des besoins de base et du tissu adipeux, nous avons vérifié si les estimations de l’eau doublement étiquetées (DLW) par l’eau étaient associées à une plus grande réactivité lorsqu’on prévoyait une consommation de nourriture agréable au goût et à une réactivité réduite lors de la consommation avec le taux métabolique au repos (RMR) et le pourcentage de graisse corporelle chez les adolescents de poids santé contrôlés. Nous avons émis l’hypothèse que l’AE serait associée à 1) une plus grande réactivité en récompense (par exemple, striatum), en régions cérébrales attentionnelles (cortex visuel et médial préfrontal), gustatives (par exemple, insula antérieure et opercule frontal) et orales somatosensorielles (par exemple, gyrus postcentral et pariétal) en réponse à apport alimentaire prévu agréable et 2) moins de réactivité neuronale des régions de récompense lors de la prise de nourriture savoureuse.

Sujets et méthodes

L'échantillon (n = 155; 75 adolescents et 80 adolescentes) se composait de 10% hispaniques, 1% asiatiques, 4% afro-américains, 79% blancs et 6% amérindiens et autochtones d'Alaska. Les personnes qui ont signalé une alimentation excessive ou un comportement compensatoire au cours des 3 derniers mois, l'utilisation de médicaments psychotropes ou de drogues illicites, un traumatisme crânien avec perte de conscience ou un trouble psychiatrique de l'Axe I au cours de l'année écoulée (y compris l'anorexie mentale, la boulimie mentale, ou l'hyperphagie boulimique) ont été exclus. Les parents et les adolescents ont donné leur consentement écrit éclairé pour ce projet. Les participants sont arrivés au laboratoire après une nuit de jeûne, ont terminé la composition corporelle, les mesures anthropométriques, l'évaluation RMR et la première évaluation DLW, et sont revenus 2 semaines plus tard pour l'évaluation de suivi DLW. Les scans IRMf ont eu lieu dans la semaine suivant les évaluations DLW. Le comité d'examen institutionnel de l'Oregon Research Institute a approuvé toutes les méthodes.

EI

DLW a été utilisé pour estimer EI sur une période 2-sem. DLW fournit une mesure très précise de la consommation qui est immunisée contre les biais associés aux rappels alimentaires ou aux journaux de régime (17, 18). DLW utilise des traceurs isotopiques pour évaluer la production totale de dioxyde de carbone, qui peut être utilisée pour estimer avec précision les dépenses caloriques habituelles (19). DLW a été administré immédiatement après que les sujets eurent un test de grossesse négatif (le cas échéant). Les doses étaient 1.6 – 2.0 g H218O (pourcentage d'atomes de 10) / kg, eau corporelle totale estimée. Des échantillons ponctuels d'urine ont été prélevés immédiatement avant l'administration de DLW et 1, 3 et 4-h après l'administration. Deux semaines plus tard, des échantillons supplémentaires d'urine ponctuels 2 ont été recueillis au même moment de la journée que les échantillons post-posologiques 3 et 4-h. Aucun échantillon n'était le premier vide de la journée. La dépense énergétique (EE) a été calculée à l’aide de l’équation A6 (19), les rapports d’espace de dilution (20) et l'équation de Weir modifiée (21) comme décrit précédemment (22). Le nombre d'EI par jour a été calculé à partir de la somme d'EE de DLW et de la variation estimée des réserves d'énergie corporelle à partir des mesures en série du poids corporel effectuées au départ (T1) et 2-semaine après administration (T2). Ce chiffre a été divisé par le nombre de jours entre l'évaluation de base et la semaine 2 après l'administration afin de calculer la source quotidienne de substrats énergétiques provenant de la perte de poids ou du stockage de l'excédent d'AE sous forme de gain de poids (23). L’équation utilisée pour chaque participant était

Un fichier externe contenant une image, une illustration, etc. Le nom de l'objet est ajcn9761188equ1.jpg

Le 7800 kcal / kg est une estimation de la densité énergétique du tissu adipeux (24). Le changement de poids (poids au niveau de T2 - poids au niveau de T1) a également été utilisé dans des analyses de régression pour évaluer la validité concurrente de l'assurance-emploi avec des besoins de base en tant qu'indicateur du bilan énergétique contrôlé.

RMR

Le RMR a été mesuré en utilisant la calorimétrie indirecte avec un système de mesure métabolique TrueOne 2400 (ParvoMedics Inc) lors de la première évaluation de DLW. Le RMR comprend 60 – 75% de l'EE quotidien et est associé au maintien des principales fonctions physiologiques du corps (25). Pour l'évaluation RMR, les participants sont arrivés au laboratoire après un jeûne d'une nuit (intervalle: 5 à 15 h) et se sont abstenus de faire de l'exercice pendant 24 h avant le test. La variation était le résultat du nombre d'heures de sommeil la nuit précédente. Les participants se sont reposés tranquillement dans une pièce à température contrôlée pendant 20 minutes, et une cagoule en plastique transparente reliée à l'appareil a été placée sur la tête du participant. Pour déterminer le RMR, l'échange de gaz au repos a été mesuré en utilisant des calculs de O2 consommation (VO2) et Cie2 production (VCO2) obtenus aux intervalles 10 s pour 30 – 35 min. Les participants sont restés immobiles et éveillés, et le dernier 25 – 30 min de la mesure a été utilisé pour calculer le RMR. La validité et la fiabilité de cette méthode d’évaluation du RMR ont été établies (26, 27).

Pourcentage de graisse corporelle

La pléthysmographie par déplacement d'air a été utilisée pour estimer le pourcentage de graisse corporelle avec le Bod Pod S / T (COSMED USA Inc.) en utilisant les procédures recommandées sur la base d'équations appropriées pour l'âge et le sexe (28). La densité corporelle a été calculée en divisant la masse corporelle (évaluée par pesée directe) par le volume corporel. Le pourcentage estimé de graisse corporelle a montré une fiabilité test-retest (r = 0.92 – 0.99) et corrélation avec les estimations d'absorptiométrie à double énergie par rayons X et de pesée hydrostatique du pourcentage de graisse corporelle (r = 0.98 – 0.99) (29).

Mesures comportementales

L’inventaire des besoins alimentaires (30) a été utilisé pour évaluer les envies de fumer pour divers aliments. Cette échelle a été adaptée pour inclure également des évaluations de la façon dont les participants appétissants ont trouvé chaque aliment (7). Les réponses étaient sur une échelle de Likert à points 5 pour les envies [de 1 (jamais envie) à 5 (toujours envie)] et une échelle à points 4 pour les goûts [de 1 (aversion) à 4 (amour)]. L’inventaire original de Food Craving a montré une cohérence interne (α = 0.93), une fiabilité test-test 2-wk (r = 0.86), et sensibilité à la détection d'effets d'intervention (30). Sur l'IRMf, la faim au jour a été évaluée avant l'analyse à l'aide d'une échelle analogique visuelle croisée 100-mm ancrée par 0 (pas du tout faim) à 100 (extrêmement faim).

paradigme IRMf

L’évaluation IRMf a eu lieu pendant la semaine 1 des mesures DLW et RMR. Le jour de l'examen, les participants ont été invités à prendre leurs repas habituels, mais à s'abstenir de manger ou de boire des boissons contenant de la caféine pendant 5 h avant l'examen. Le paradigme IRMf a évalué la réponse à la consommation et la consommation prévue d’aliments au goût agréable [voir Stice et al. (31) pour plus de détails sur le paradigme]. Les stimuli étaient des images 2 (verres de milkshake et d’eau) qui signalaient l’administration imminente d’un lait frappé au chocolat 0.5 mL ou d’une solution insipide, respectivement. Le milkshake (270 kcal, 13.5 g gras et 28 g sucre / 150 mL) a été préparé avec de la crème glacée vanille 60 g, du 80 mL 2% lait et du sirop de chocolat 15 mL. La solution insipide, conçue pour imiter le goût naturel de la salive, consistait en 25 mmol KCl / L et 2.5 mmol NaHCO.3/ L. Dans 40% des essais, le goût n'a pas été délivré après le signal pour permettre une investigation de la réponse neuronale à l'anticipation d'un goût qui n'a pas été confondue avec la réception réelle du goût (essais non appariés). Il y avait des répétitions 30 de la consommation de milkshake et de la solution sans goût et des répétitions 20 du signal de lait non apparié et du signal de solution sans goût non apparié. Les goûts ont été livrés à l'aide de pompes à seringue programmables. Des seringues remplies de milkshake et de solution insipide ont été connectées via un tube à un collecteur qui s'adapte à la bouche des participants et a transmis le goût à un segment de langue cohérent. Les stimuli visuels ont été présentés avec un système de miroir de projection numérique / écran inversé. Les participants ont été priés d'avaler lorsque la queue d'hirondelle est apparue.

Acquisition, prétraitement et analyse d'images

La numérisation a été réalisée avec un scanner IRM tête seulement Allegra 3 Tesla (Siemens Medical Solutions USA Inc). Une bobine de cage à oiseaux a été utilisée pour acquérir des données de tout le cerveau. Les balayages fonctionnels ont utilisé une séquence d'imagerie planaire d'écho monochrome à gradient pondéré T2 * (temps d'écho: 30 ms; temps de répétition: 2000 ms; angle de retournement: 80 °) avec une résolution in0plane de 3.0 × 3.0 mm2 (Matrice 64 × 64; 192 × 192 mm2 champ de vision). Trente-deux coupes de 4-mm (acquisition entrelacée; pas de saut) ont été acquises le long du plan oblique transverse de la commissure antérieure – commissure postérieure, déterminé par la section médisagittale. Une correction d’acquisition prospective a été appliquée pour ajuster la position et l’orientation de la tranche, ainsi que pour réguler le mouvement résiduel volume par volume lors de l’acquisition de données afin de réduire les effets induits par le mouvement (32). Aucun participant n'a bougé> 2 mm ou 2 ° dans aucune direction. Une séquence pondérée T1 de récupération d'inversion haute résolution (MP-RAGE; champ de vision: 256 × 256 mm2; Matrice 256 × 256; épaisseur: 1.0 mm; Le numéro de tranche: ∼160) a été acquis.

Les images anatomiques et fonctionnelles ont été réorientées manuellement vers la ligne de commissure antérieure – commissure postérieure et le crâne dépouillé à l’aide de la fonction d’outil d’extraction du cerveau en FLS (version 5.0; groupe Imagerie par résonance magnétique fonctionnelle du cerveau). Les données ont ensuite été prétraitées et analysées à l’aide de SPM8 (département Wellcome de l’imagerie neuroscientifique) dans MATLAB (version R2009b pour Mac; The Mathworks Inc). Les images fonctionnelles ont été réalignées sur la moyenne et les images anatomiques et fonctionnelles ont été normalisées par rapport au cerveau standard de la matrice T1 de l'Institut neurologique de Montréal (MNI) (ICBM152). La normalisation a donné une taille de voxel de 3 mm3 pour des images fonctionnelles et une taille de voxel de 1 mm3 pour les images anatomiques à haute résolution. Les images fonctionnelles ont été lissées avec un noyau gaussien isotrope FWHM 6-mm. Un filtre passe-haut 128-s a supprimé le bruit basse fréquence et la dérive de signal. Les images anatomiques ont été segmentées en matière grise et blanche à l’aide de la boîte à outils DARTEL dans SPM (33) une moyenne de la matière grise résultante a été utilisée comme base pour un masque de matière grise inclusif avant l'analyse au niveau du groupe.

Pour identifier les régions du cerveau activées par l'anticipation d'une récompense alimentaire, la réponse dépendante du niveau d'oxygène dans le sang (BOLD) lors de la présentation du signal non apparié qui signalait la délivrance imminente du milkshake a été comparée à la réponse lors de la présentation du signal non apparié qui signalait l'imminence livraison de la solution insipide (milk-shake anticipé> solution insipide anticipée). Pour identifier les régions activées par la prise alimentaire appétente, le contraste de (prise de milkshake> prise de solution insipide) a été utilisé. Ces contrastes de niveau individuel ont été utilisés dans les analyses de régression de l'IE avec RMR et le pourcentage de graisse corporelle contrôlé pour mieux saisir les effets de l'IE qui représentaient les besoins de base et le tissu adipeux. Un seuil de cluster de P <0.001 avec k (taille de la grappe)> 12 était considérée comme significative à P <0.05 corrigé pour des comparaisons multiples dans tout le cerveau. Ce seuil a été déterminé en estimant la régularité inhérente aux données fonctionnelles masquées par la matière grise avec le module 3dFWHMx du logiciel AFNI (version 05_26_1457) et en exécutant 10,000 3 simulations Monte Carlo de bruit aléatoire à XNUMX mm3 à travers ces données en utilisant le module 3DClustSim du logiciel AFNI (34). Cette méthode a été réalisée pour chaque analyse indépendante et le groupe a été arrondi au nombre entier le plus proche. Dans tous les cas, c'était k > 12. Les résultats présentés n'étaient pas atténués lorsqu'ils étaient contrôlés pour la phase menstruelle et le sexe, la sensibilité ou la faim, sauf indication contraire. Les coordonnées stéréotaxiques sont présentées dans l'espace MNI et les images sont présentées sur l'image anatomique cérébrale moyenne de l'échantillon. Sur la base d'études antérieures qui impliquaient des régions de récompense médiées par la dopamine en réponse à des stimuli alimentaires (3-8, 10), une analyse plus sensible des régions d’intérêt a été réalisée sur le striatum (caudé et putamen). Des estimations variables de l'activité striatale moyenne par individu ont été évaluées avec le programme MarsBaR (35) en réponse aux principaux effets de (milk-shake anticipé> solution insipide anticipée) et (prise de milkshake> prise de solution insipide). Ces estimations de variables ont été utilisées dans des modèles de régression qui contrôlaient le RMR et le pourcentage de graisse corporelle avec EI. Tailles d'effet (r) ont été dérivés de z valeurs (z/ √N).

Parallèlement aux analyses par IRMf, nous avons utilisé des analyses de régression prenant en compte le taux de mortalité maternelle et le pourcentage de graisse corporelle pour déterminer si l’assurance-emploi était liée au changement de poids au cours de la période d’évaluation 2-wk DLW, des mesures autodéclarées du besoin et du goût pour les aliments, et faim. Une analyse statistique non IRMf, comprenant des tests de normalité de distribution de statistiques descriptives (moyennes ± écart-type) et de linéarité des relations, des analyses de régression et un échantillon indépendant t les tests ont été réalisés avec le logiciel SPSS (pour Mac OS X, version 19; SPSS Inc). Toutes les données présentées ont été vérifiées pour des points de données trop influents.

RÉSULTATS

Les estimations DLW de l’IE ont abouti à un apport calorique moyen de 2566 kcal / j (Tableau 1). L’assurance-emploi était liée de manière significative aux envies de nourriture signalées r = 0.19, P = 0.025) et le goût de la nourriture (semipartial r = 0.33, P = 0.001) mais pas la faim (semipartial r = −0.12, P = 0.14). Les analyses de régression ont révélé une relation positive entre l’IE et le changement de poids au cours de la période 2-wk DLW (étude semi-partielle). r = 0.85, P <0.001), ce qui suggère que l'IE qui tient compte des besoins de base et du pourcentage de graisse corporelle peut servir d'indicateur du bilan énergétique. Comparativement aux adolescentes, les adolescents de sexe masculin avaient un AE significativement plus élevé (P <0.001), RMR (P <0.001) et un pourcentage plus faible de graisse corporelle (P <0.001) (Tableau 1) Aucune autre différence significative n'a été observée entre les adolescents et les adolescentes (P= 0.09 – 0.44).

TABLEAU 1  

Caractéristiques du sujet et mesures comportementales (n = 155)1

La réactivité EI et BOLD

Pour le contraste anticipé du milkshake> solution insipide anticipée, l'IE corrélait positivement avec l'activation du cortex visuel latéral supérieur situé dans le lobe pariétal et le cortex cingulaire antérieur (régions associées au traitement visuel et à l'attention) (Tableau 2, Figure 1), l'opercule frontal (une région du cortex gustatif primaire) et le cortex cingulaire postérieur (censés coder la saillance des stimuli). Une activation significative a également été observée dans les groupes précuneus et cuneus (associés à l'attention / l'imagerie), au gyrus temporal moyen postérieur (associé à la mémoire sémantique) et à d'autres régions du lode pariétal latéral (par exemple, le gyrus supramarginal). (Tableau 2) L'IE n'était pas significativement liée à la réponse BOLD lors de la consommation de milkshake.

TABLEAU 2  

Sensibilité BOLD lors de la prise alimentaire prévue au goût en fonction de la consommation d’énergie (n = 155)1
FIGURE 1.  

Réponse dépendante du taux d'oxygène dans le sang lors de l'apport alimentaire au goût appétent anticipé (> apport insipide anticipé) en fonction de l'apport énergétique (kcal / j) avec le taux métabolique au repos et le pourcentage de graisse corporelle contrôlés dans ...

Après détermination des estimations de variables moyennes en utilisant l'approche de la région d'intérêt décrite précédemment, l'activité striatale en réponse à l'anticipation du milkshake (> anticipation d'une solution insipide) a montré une petite relation positive avec l'IE (semi-partielle r = 0.18, P = 0.038). Cependant, les analyses de régression ont indiqué que l'activité striatale moyenne pendant la prise de milkshake (> consommation insipide) n'était pas significativement liée à l'AE (semi-partielle r = 0.04, P = 0.61).

Réactivité RMR et BOLD

Nous avons jugé prudent d'examiner si la RMR était directement corrélée à la réactivité BOLD et de vérifier si les effets observés étaient dictés par les différences individuelles des besoins fondamentaux. Aucune relation significative n'a été observée entre la réactivité RMR et BOLD au cours de la consommation de lait frappé ou de lait frappé.

DISCUSSION

La conclusion selon laquelle une assurance-emploi prenant en compte les besoins de base et le tissu adipeux était positivement corrélée à l'attention, à la réponse gustative et à la récompense lorsque les sujets prévoyaient un apport alimentaire similaire à celui observé lors de la comparaison de la sensibilité neurale des individus obèses et maigres à cet événement (6, 7) À notre connaissance, la présente étude a fourni de nouvelles preuves selon lesquelles une augmentation de l'assurance-emploi plutôt qu'un excès de tissu adipeux pourrait être à l'origine de cette hypersensibilité. Plus précisément, nous avons observé une activité accrue lors de l’anticipation dans des régions associées au traitement visuel et à l’attention [cortex visuel latéral, précuneus et cingulaire antérieur (36)], processus gustatifs [opercule frontal (37)], et une région supposée coder l’importance des stimuli [cingulate postérieur (38)]. Une relation faible mais positive a également été observée entre l'activité dans une région de récompense ou d'incitation (striatum) et l'assurance-emploi pendant l'anticipation.

À l’appui des résultats actuels, l’augmentation de la masse grasse sur une période 6-mo a été associée à une augmentation de la réactivité aux images des aliments appétibles dans les zones de traitement visuel / attention et gustatives par rapport au niveau de référence (39) De plus, les données comportementales ont indiqué que les personnes assignées au hasard à consommer des aliments à forte densité énergétique pendant les périodes 2 – 3-wk ont ​​montré une volonté accrue de travailler (c.-à-d. Une incitation à ces aliments) (40, 41) Ces résultats indiquent qu’un excès d’assurance-emploi peut contribuer à une hyperresponsabilité de l’attention, des sensations gustatives, et à la récompense des régions pour les inciter à consommer de la nourriture. Cette interprétation est conforme à la théorie de la sensibilisation par incitation (16), qui postule que la récompense de la consommation et de la consommation anticipée agissent de pair avec le développement de la valeur de renforcement de la nourriture, mais après des combinaisons répétées de récompense et d'indices qui prédisent cette récompense, la récompense anticipée augmente. Les résultats actuels sont également conformes au modèle de vulnérabilité dynamique de l'obésité (31, 42), ce qui suggère qu’une réactivité élevée dans les régions attentionnelles, gustatives et récompensées aux signaux alimentaires pourrait augmenter la susceptibilité à ces signaux, ce qui favoriserait un apport supplémentaire de manière rétroactive. En raison de la nature transversale des résultats actuels, il est également possible que les personnes présentant une hyper-réactivité innée de ces régions du cerveau lorsqu'elles anticipent un aliment ont davantage tendance à trop manger. Une telle interprétation est compatible avec les théories de l'obésité basées sur les récompenses (9) Par conséquent, il est impératif que les recherches futures vérifient si la réactivité élevée observée dans la présente étude prédit un gain de poids futur avec un suivi à long terme.

Nous avons également observé une activité liée à l'IE dans le gyrus temporal moyen postérieur, généralement associée à la mémoire sémantique (43, 44) Cependant, les individus obèses comparés aux individus maigres ont montré une plus grande réactivité dans cette région quand ils montraient des images d'aliments appétissants (3) conformément aux conclusions actuelles. Cette région a également été activée selon des paradigmes évaluant la réactivité aux signaux censés induire un état de manque chez les consommateurs de substances habituels. Par exemple, chez les fumeurs actuels, les envies de fumer induites par des signaux étaient liées à l’activité du gyrus temporal moyen (45), et des résultats similaires ont été observés chez les consommateurs de cocaïne actuels (46) En conséquence, nous avons observé une relation petite mais significative avec l'état de besoin alimentaire déclaré et l'assurance-emploi. Les résultats actuels suggèrent que le signal générique de milkshake peut rappeler les propriétés sensorielles de la consommation imminente d'aliments riches en graisses et en sucres et peut entraîner une plus grande envie ou une activité cérébrale liée aux envies plus importante.

Nous avions précédemment signalé que la consommation fréquente de crème glacée, mais pas l'apport calorique total, était associée à une réponse réduite à la consommation de milkshake à base de crème glacée dans les régions du cerveau liées à la récompense induites par la dopamine dans cet échantillon (47) La présente étude utilise une mesure objective de l'assurance-emploi et ne montre également aucune relation. Théoriquement, après l'ingestion répétée d'un type particulier d'aliment agréable au goût, la signalisation de la dopamine en vue de valoriser l'apprentissage passe de la consommation de cet aliment à la réponse à des signaux prédictifs de la disponibilité potentielle de la nourriture, processus documenté lors d'expérimentations sur des animaux (48) Les techniques d'imagerie et les coûts actuels limitent la capacité d'évaluer la réactivité neuronale à plusieurs aliments. L’utilisation antérieure de la fréquence alimentaire permettait une analyse précise de la consommation de certains aliments, en mettant l’accent sur les aliments administrés par le scanner. Bien que la mesure DLW utilisée dans cette étude fournisse une mesure objective et plus précise de l'assurance-emploi, elle n'a pas évalué la densité énergétique ni la teneur en macronutriments des aliments consommés. À ce jour, il existe une lacune dans la littérature concernant l’interaction entre les effets neuronaux de la consommation habituelle d’aliments et le contenu en macronutriments, bien que des différences aiguës dans la réactivité neurale aux aliments varient en fonction du contenu en macronutriments (49).

Il est important de tenir compte des limites de cette étude lors de l'interprétation des résultats. Comme indiqué, la conception transversale était une limitation clé parce que nous ne pouvions pas déterminer si le modèle de la sensibilité neurale augmentait le risque de suralimentation future ou était une conséquence d'une surconsommation. L'échantillon actuel est suivi longitudinalement et les associations avec le changement de poids permettront de mieux comprendre cette question; cependant, une expérience qui manipule l'apport est nécessaire pour des inférences causales fermes qui ne pourraient pas être déterminées par des facteurs de confusion potentiels. La mesure actuelle de l'IE peut servir d'indicateur du bilan énergétique de la période de 2 semaines évaluée, mais ne peut pas tenir compte simultanément de l'IE et des dépenses ni être considérée comme une mesure directe de la suralimentation chez tous les participants. Par exemple, par rapport aux adolescentes, les adolescents de sexe masculin ont montré un IE et un RMR plus élevés, mais un IMC et une graisse corporelle inférieurs similaires, ce qui suggère que les adolescents de sexe masculin dépensent plus d'énergie. Les études futures devraient envisager des mesures d'activité objectives telles que des accéléromètres pour mieux saisir l'EE si le DLW est utilisé pour estimer l'IE. Malgré cette limitation, l'IE a fourni une mesure objective de l'apport qui s'est produit dans le milieu naturel du participant sur une période de 2 semaines qui était à l'abri des biais d'auto-présentation.

En conclusion, une hypersensibilité lors de l’ingestion de nourriture prévue et lorsqu’elle est exposée à des signaux alimentaires appétissants a été rapportée chez les obèses par rapport aux individus maigres (1-8) L’enquête actuelle étend ces conclusions en apportant de nouvelles preuves, à notre connaissance, selon lesquelles une mesure objective de l’absorption habituelle est liée à la réactivité hyperneurale lorsqu’on anticipe une ingestion de nourriture savoureuse indépendamment des besoins énergétiques de base et des quantités de tissu adipeux. En raison de la nature transversale de l’étude, la préséance temporelle des résultats n’est pas claire. Une meilleure compréhension des facteurs de différence individuels innés qui contribuent à une surconsommation alimentaire permettrait de mieux comprendre le développement et le maintien de l'obésité, ainsi que des informations cruciales pour l'élaboration de programmes de prévention de l'obésité.

Remerciements

Nous remercions le Lewis Center for Neuroimaging de l’Université de l’Oregon pour sa contribution et son assistance en imagerie dans le cadre de cette enquête.

Les responsabilités des auteurs étaient les suivantes: KSB et ES: étaient responsables de la rédaction et de la révision du manuscrit. KSB: aide à la collecte de données et analyse des données; et ES: était responsable de la conception de l'étude et avait contribué de manière significative à l'analyse des données. Aucun des deux auteurs n’a eu de conflit d’intérêts.

Notes

4Abréviations utilisées: BOLD, dépend du niveau d'oxygène dans le sang; DLW, eau doublement étiquetée; EE, dépense énergétique; AE, apport énergétique; MNI, Institut neurologique de Montréal; RMR, taux métabolique au repos.

Références

1. Bruce AS, Holsen LM, Chambers RJ, Martin LE, Brooks WM, Zarcone JR, Butler MG, Savage CR. Les enfants obèses présentent une hyperactivation des images de la nourriture dans les réseaux cérébraux liées à la motivation, à la récompense et au contrôle cognitif Int J Obes (Lond) 2010; 34: 1494 – 500 [PubMed]
2. Stoeckel LE, RE Weller, cuisinier EW, DB Twieg, RC Knowlton, Cox JE. Activation généralisée du système de récompense chez les femmes obèses en réponse à des images d'aliments riches en calories. Neuroimage 2008; 41: 636 – 47 [PubMed]
3. Martin LE, Holsen LM, Chambers RJ, Bruce AS, Brooks WM, Zarcone JR, Savage CR. Mécanismes neuronaux associés à la motivation alimentaire chez les adultes obèses et de poids santé. Obésité (source d’argent) 2010; 18: 254 – 60 [PubMed]
4. Nummenmaa L, J Hirvonen, JC Hannukainen, H Immonen, MM Lindroos, P Salminen, Nuutila P. Striatum et sa connectivité limbique induisent un traitement anormal anticipatif de la récompense dans l'obésité. PLoS ONE 2012; 7: e31089. [Article gratuit PMC] [PubMed]
5. Y Rothemund, C Preuschhof, G Bohner, HC Bauknecht, R Klingebiel, Flor H, Klapp BF. Activation différentielle du striatum dorsal par des stimuli visuels alimentaires hypercaloriques chez les personnes obèses. Neuroimage 2007; 37: 410 – 21 [PubMed]
6. Ng J, Stice E, Yokum S, Bohon C. Une étude IRMf de l'obésité, de la récompense alimentaire et de la densité calorique perçue. Une étiquette faible en gras rend-elle les aliments moins attrayants? Appetite 2011; 57: 65 – 72 [Article gratuit PMC] [PubMed]
7. Stice E, Spoor S, Bohon C, MG Veldhuizen, Petit DM. Relation entre la récompense de l'apport alimentaire et l'apport alimentaire prévu et l'obésité: une étude d'imagerie par résonance magnétique fonctionnelle. J Anormal Psychol 2008; 117: 924 – 35 [Article gratuit PMC] [PubMed]
8. Bragulat V, M. Dzemidzic, Bruno C, CA Cox, T Talavage, RV Considine, DA Kareken. Sondes olfactives d'origine alimentaire sur les circuits de récompense du cerveau pendant la faim: étude pilote d'IRMf. Obésité (source d’argent) 2010; 18: 1566 – 71 [PubMed]
9. Davis C, S Strachan, Berkson M. Sensibilité à la récompense: implications pour la suralimentation et le surpoids. Appetite 2004; 42: 131 – 8 [PubMed]
10. Frank GK, Reynolds JR, Shott ME, Jappe L, Yang TT, Tregellas JR, O'Reilly RC. L'anorexie mentale et l'obésité sont associées à une réponse de récompense cérébrale opposée. Neuropsychopharmacology 2012; 37: 2031–46 [Article gratuit PMC] [PubMed]
11. Vert E, Jacobson A, L Haase, Murphy C. La réduction du noyau accumbens et l’activation du noyau caudé à un goût agréable sont associées à l’obésité chez les adultes plus âgés. Brain Res 2011; 1386: 109 – 17 [Article gratuit PMC] [PubMed]
12. Wang GJ, ND Volkow, Logan J, NR Pappas, CT Wong, Zhu W, N Netusll, Fowler JS. Dopamine cérébrale et obésité. Lancet 2001; 357: 354 – 7 [PubMed]
13. Farooqi IS, Bullmore E, Keogh J, Gillard J, O'Rahilly S, Fletcher PC. La leptine régule les régions striatales et le comportement alimentaire humain. Science 2007; 317: 1355. [Article gratuit PMC] [PubMed]
14. Rosenbaum M, Sy M, Pavlovich K, Leibel RL et Hirsch J. La leptine inversent les changements induits par la perte de poids dans les réponses de l'activité neuronale régionale aux stimuli alimentaires visuels. J Clin Invest 2008; 118: 2583 – 91 [Article gratuit PMC] [PubMed]
15. Kenny PJ. Mécanismes de récompense dans l'obésité: nouvelles perspectives et orientations futures. Neuron 2011; 69: 664 – 79 [Article gratuit PMC] [PubMed]
16. Robinson TE, Berridge KC. La psychologie et la neurobiologie de la toxicomanie: une vision incitative de sensibilisation. Addiction 2000; 95: S91 – 117 [PubMed]
17. Schutz Y, Weinsier RL, Hunter GR. Évaluation de l'activité physique libre chez l'homme: aperçu des nouvelles mesures actuellement disponibles et proposées. Obes Res 2001; 9: 368 – 79 [PubMed]
18. Johnson RK. Apport alimentaire: comment mesurer ce que les gens mangent réellement? Obes Res 2002; 10 (fournisseur 1): 63S – 8S [PubMed]
19. Schoeller DA, Ravussin E, Schutz Y, Acheson KJ, Baertschi P, Jequier E. Dépenses énergétiques par eau doublement étiquetée - validation chez l'homme et calcul proposé. Am J Physiol 1986; 250: R823–30 [PubMed]
20. Racette SB, DA Schoeller, Luke AH, Shay K., Hnilicka J, Kushner RF. Espaces de dilution relatifs de l’eau marquée de h-2 et d’o-18 chez l’homme. Am J de Physiol 1994; 267: E585 – 90 [PubMed]
21. Weir JB. Nouvelles méthodes de calcul du taux métabolique avec une référence particulière au métabolisme des protéines. J Physiol 1949; 109: 1 – 9 [Article gratuit PMC] [PubMed]
22. AE noire, Prentice AM, Coward WA. Utilisation de quotients alimentaires pour prédire les quotients respiratoires pour la méthode de mesure de la dépense énergétique utilisant de l’eau sous double étiquette. Hum Nutr Clin Nutr 1986; 40: 381 – 91 [PubMed]
23. Forbes GB. La teneur en graisse corporelle influence la réponse de la composition corporelle à la nutrition et à l'exercice. : Yasumura S, Wang J, RN Pierson, éditeurs. , eds. Études de composition corporelle in vivo. New York, NY: Sciences académiques de New York, 2000: 359 – 65
24. Poehlmen ET. Une revue: l'exercice et son influence sur le métabolisme de l'énergie métabolique au repos chez l'homme. Med Sci Sports Exerc 1989; 21: 515 – 525 [PubMed]
25. Crouter SE, A Antczak, Hudak JR, DM DellaValle, Haas JD. Précision et fiabilité des systèmes métaboliques parvomedics trueone 2400 et VO2000 de medgraphics. 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. Évaluation de la validité et de la fiabilité du taux métabolique au repos dans six systèmes d'analyse de gaz. J Am Diet Assoc 2009; 109: 128–32 [Article gratuit PMC] [PubMed]
27. Trabulsi J, DA Schoeller. Evaluation des instruments d'évaluation diététique contre l'eau doublement étiquetée, un biomarqueur de l'apport énergétique habituel. Am J Physiol 2001; 281: E891 – 9 [PubMed]
28. Lohman TG. Évaluation de la composition corporelle chez les enfants. Pediatr Exerc Sci 1989; 1: 19 – 30
29. Les champs DA, Goran MI, McCrory MA. Evaluation de la composition corporelle par pléthysmographie par déplacement d'air chez l'adulte et l'enfant: revue. Am J Clin Nutr 2002; 75: 453 – 67 [PubMed]
30. White MA, Whisenhunt BL, Williamson DA, Greenway (Floride), Netemeyer RG. Développement et validation de l'inventaire des besoins alimentaires. Obes Res 2002; 10: 107 – 14 [PubMed]
31. Stice E, Yokum S, Burger KS, Epstein LH, petit DM. Les jeunes à risque d'obésité montrent une plus grande activation des régions striatales et somatosensorielles à l'alimentation. J Neurosci 2011; 31: 4360 – 6 [Article gratuit PMC] [PubMed]
32. Thesen S, O Heid, Mueller E. Schad LR. Correction d’acquisition prospective pour le mouvement de la tête avec suivi à base d’image pour IRMf en temps réel. Magn Reson Med 2000; 44: 457 – 65 [PubMed]
33. Ashburner J. Un algorithme d'enregistrement d'image difféomorphique rapide. Neuroimage 2007; 38: 95 – 113 [PubMed]
34. Cox RW. AFNI: logiciel d'analyse et de visualisation des neuroimages à résonance magnétique fonctionnelle. Comput Biomed Res 1996; 29: 162 – 73 [PubMed]
35. Brett M, Anton JL, R Valabregue, Poline JB. Analyse des régions d'intérêt à l'aide de la boîte à outils MarsBar pour SPM 99. Neuroimage 2002; 16: S497
36. Heinze HJ, Mangun GR, W Burchert, Hinrichs H, M Scholz, TF Münte, Gös A, M Scherg, Johannes S, Hundeshagen H. Combinaison d'imagerie spatiale et temporelle de l'activité du cerveau lors de l'attention sélective visuelle chez l'homme. Nature 1994; 372: 315 – 41 [PubMed]
37. Petit DM, Zald DH, M Jones-Gotman, RJ Zatorre, JV Pardo, Frey S, Petrides M. Zones gustatives corticales humaines: examen des données de neuroimagerie fonctionnelle. Neuroreport 1999; 10: 7 – 14 [PubMed]
38. Maddock RJ. Le cortex rétrosplénial et les émotions: nouvelles connaissances de la neuro-imagerie fonctionnelle du cerveau humain. Trends Neurosci 1999; 22: 310 – 6 [PubMed]
39. Cornier MA, Melanson EL, Salzberg AK, Bechtell JL, Tregellas JR. Les effets de l'exercice sur la réponse neuronale aux signaux alimentaires. Physiol Behav 2012; 105: 1028 – 34 [Article gratuit PMC] [PubMed]
40. Clark EN, Dewey AM, Temple JL. Les effets de la consommation quotidienne de collations sur le renforcement des aliments dépendent de l'indice de masse corporelle et de la densité énergétique. Am J Clin Nutr 2010; 91: 300 – 8 [PubMed]
41. Temple JL, Bulkey AM, Badawy RL, Krause N, McCann S, Epstein LH. Effets différentiels de la consommation quotidienne d'aliments à grignoter sur la valeur de renforcement des aliments chez les femmes obèses et non obèses. Am J Clin Nutr 2009; 90: 304 – 13 [Article gratuit PMC] [PubMed]
42. Burger KS, Stice E. Variabilité de la réactivité à la récompense et de l'obésité: résultats d'études d'imagerie cérébrale. Abus de drogue Curr Rev 2011; 4: 182 – 9 [Article gratuit PMC] [PubMed]
43. Chao LL, Haxby JV, Martin A. Substrats neuronaux à base d'attributs dans le cortex temporal pour percevoir et connaître les objets. Nat Neurosci 1999; 2: 913 – 9 [PubMed]
44. Patterson K, Nestor PJ, Rogers TT. Où savez-vous ce que vous savez? La représentation de la connaissance sémantique dans le cerveau humain. Rév. Nat Neurosci 2007; 8: 976 – 87 [PubMed]
45. Smolka, MN, Bühler, M, Klein, U, Zimmermann, Mann, K, Heinz, A, Braus, DF. La sévérité de la dépendance à la nicotine module l'activité cérébrale induite par les signaux dans les régions impliquées dans la préparation motrice et l'imagerie. Psychopharmacologie (Berl) 2006; 184: 577 – 88 [PubMed]
46. Grant S, ED de Londres, DB de Newlin, Villemagne (VL), Liu X, C de Contoreggi, RL de Phillips, Kimes AS, Margolin A. Activation des circuits de mémoire au cours d'une soif de cocaïne. Proc Natl Acad Sci USA 1996; 93: 12040 – 5 [Article gratuit PMC] [PubMed]
47. Burger KS, Stice E. La consommation fréquente de crème glacée est associée à une réponse striatale réduite lors de la réception d'un milkshake à base de crème glacée. Am J Clin Nutr 2012; 95: 810 – 7 [Article gratuit PMC] [PubMed]
48. Schultz W, Apicella P, Ljungberg T. Réponses de neurones dopaminergiques de singe pour récompenser et stimuler les stimuli conditionnés au cours des étapes successives d'apprentissage d'une tâche de réponse retardée. J Neurosci 1993; 13: 900 – 13 [PubMed]
49. Grabenhorst F, Rolls ET, Parris BA, d'Souza AA. Comment le cerveau représente la valeur de récompense de la graisse dans la bouche. Cereb Cortex 2010; 20: 1082–91 [PubMed]