Différences liées à l'obésité entre les femmes et les hommes dans la structure du cerveau et le comportement imposé par les objectifs (2011)

Avant Hum Neurosci. 2011; 5: 58.

Publié en ligne 2011 Jun 10. est ce que je:  10.3389 / fnhum.2011.00058

PMCID: PMC3114193

Différences liées à l'obésité entre les femmes et les hommes dans la structure du cerveau et les comportements orientés vers les objectifs

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 et Burkhard Pleger1,2,5,6

Informations sur l'auteur ► Notes sur l'article ► Informations sur le droit d'auteur et la licence ►

Cet article a été cité par autres articles dans PMC.

Allez à:

Abstract

Les différences entre les sexes dans la régulation du poids corporel sont bien documentées. Ici, nous avons évalué les influences du sexe liées à l'obésité sur la structure du cerveau ainsi que les performances dans l'Iowa Gambling Task. Cette tâche nécessite une évaluation des récompenses immédiates et des résultats à long terme et reflète ainsi le compromis entre la récompense immédiate de manger et l'effet à long terme de la suralimentation sur le poids corporel. Chez la femme, mais pas chez l'homme, nous montrons que la préférence pour les récompenses immédiates saillantes face aux conséquences négatives à long terme est plus élevée chez les sujets obèses que chez les sujets maigres. En outre, nous rapportons des différences structurelles dans le striatum dorsal gauche (c.-à-d. Putamen) et le cortex préfrontal dorsolatéral droit pour les femmes seulement. Sur le plan fonctionnel, les deux régions sont connues pour jouer des rôles complémentaires dans le contrôle habituel et ciblé du comportement dans des contextes de motivation. Pour les femmes comme pour les hommes, le volume de matière grise est en corrélation positive avec les mesures de l'obésité dans les régions codant la valeur et la saillance des aliments (c'est-à-dire le noyau accumbens, le cortex orbitofrontal) ainsi que dans l'hypothalamus (c'est-à-dire le centre homéostatique central du cerveau). Ces différences entre les sujets maigres et obèses dans les systèmes de contrôle hédoniques et homéostatiques peuvent refléter un biais dans le comportement alimentaire vers un apport énergétique dépassant la demande homéostatique réelle. Bien que nous ne puissions pas déduire de nos résultats l'étiologie des différences structurelles observées, nos résultats ressemblent à des différences neuronales et comportementales bien connues d'autres formes de dépendance, avec cependant des différences marquées entre les femmes et les hommes. Ces résultats sont importants pour concevoir des traitements de l'obésité adaptés au sexe et éventuellement pour sa reconnaissance en tant que forme de dépendance.

Mots clés: différence de sexe, morphométrie à base de voxels, obésité, structure du cerveau, tâche de jeu dans l'Iowa, système de récompense

Allez à:

Introduction

La régulation du poids corporel et de l'apport énergétique est un processus complexe impliquant des systèmes humoraux, homéostatiques et hédoniques centraux. Des différences liées au sexe dans la régulation du poids corporel couvrant ces domaines sont rapportées dans la littérature. La prévalence de l'obésité est légèrement plus élevée chez les femmes (en Allemagne, où cette étude a été menée, femmes 20.2%, hommes = 17.1%, Organisation mondiale de la santé, 2010) et des différences entre les sexes concernant la régulation biologique du poids corporel ont été décrites pour les hormones gastro-intestinales (Carroll et al., 2007; Beasley et al., 2009; Edelsbrunner et al., 2009) et pour les facteurs sociaux et environnementaux liés à l’alimentation, ainsi que pour le comportement alimentaire (Rolls et al., 1991; Provencher et al., 2003).

Une étude récente a montré que les facteurs de risque d'obésité chez les femmes et les hommes diffèrent profondément, bien qu'ils aient le même effet sur le poids corporel: chez les hommes, la différence entre les groupes à risque de santé élevé et faible s'expliquait par la variabilité de la capacité de manger couvrant les attitudes vis-à-vis des aliments, l'acceptation des aliments, la réglementation interne et les compétences contextuelles telles que la planification des repas) et la restriction consciente de la consommation d'aliments. Pour les femmes, l’incapacité à résister aux signaux émotionnels et à une alimentation incontrôlée expliquait la plupart des différences entre les groupes (Greene et al., 2011).

Ces observations suggèrent des différences fondamentales dans la manière dont les femmes et les hommes traitent les informations relatives aux aliments et contrôlent la prise alimentaire, ce qui est corroboré par la preuve de mécanismes neuronaux partiellement séparés en réponse à la nourriture et dans le contrôle du comportement alimentaire des deux sexes (Parigi et al. . 2002; Smeets et al., 2006; Uher et al., 2006; Wang et al., 2009). Cependant, étant donné que les hommes et les femmes peuvent devenir obèses, aucune de ces méthodes ne semble protéger contre une prise de poids excessive.

Dans cette étude, nous avons étudié deux aspects des différences d'obésité liées au sexe. Tout d'abord, en utilisant la morphométrie à base de voxel (VBM), nous avons évalué les différences de structure cérébrale chez les hommes et les femmes maigres et obèses. Deuxièmement, nous avons exploré les différences de contrôle cognitif sur le comportement alimentaire liées au sexe en utilisant une version modifiée de l'Iowa Gambling Task (Bechara et autres). 1994).

Une étude récente utilisant l'IRM fonctionnelle a révélé des différences liées au sexe dans ad libitum apport énergétique après les jours 6 d’alimentation eucalorique ainsi que lors de l’activation cérébrale liée à l’alimentation pour les sujets de poids normal (Cornier et al., 2010). Dans cette étude, l'activation dans le cortex préfrontal dorsolatéral (DLPFC) était en corrélation négative avec l'apport en énergie, mais avec des niveaux d'activation plus élevés chez les femmes que chez les hommes. Les auteurs ont suggéré que ces réactions neuronales préfrontales plus importantes chez les femmes traduisaient une augmentation du traitement cognitif lié à la fonction exécutive, telle que l'orientation ou l'évaluation du comportement alimentaire. En cas d'obésité, cependant, la dégradation de ces mécanismes de contrôle peut contribuer à un apport énergétique excessif.

Pour étudier les différences possibles liées au sexe dans le contrôle cognitif du comportement alimentaire face à l'obésité, nous avons utilisé une version modifiée de l'IGT. Cette tâche nécessite une évaluation à la fois des récompenses immédiates et des résultats à long terme et reflète donc le compromis entre la récompense immédiate de manger et l'influence à long terme de la suralimentation sur le poids corporel. En supposant que les sujets obèses préfèrent des récompenses immédiates élevées, même en cas de résultat négatif à long terme, nous avons concentré nos investigations sur le jeu de cartes B. Dans ce tableau, les récompenses immédiates s'accompagnent de punitions peu fréquentes mais importantes conduisant à un résultat négatif à long terme. Afin de contraster chacun des autres decks avec le deck B individuellement, nous n’avons présenté à la fois que deux decks de cartes différents au lieu de quatre. En supposant que l’obésité affecte différemment le contrôle cognitif sur le comportement des hommes et des femmes, nous nous attendions à trouver les effets du genre et de l’obésité sur les mesures comportementales dans l’IGT.

La morphométrie basée sur le voxel est un outil précieux pour identifier les différences dans la structure de la matière grise du cerveau (GM) liées non seulement aux maladies mais aussi à la performance des tâches (Sluming et al., 2002; Horstmann et al., 2010). De plus, il a récemment été démontré que la densité des OGM et les paramètres structurels de la substance blanche évoluaient rapidement en réponse à une modification du comportement, telle que la maîtrise d’une nouvelle compétence - en d’autres termes, montrant que le cerveau est un organe plastique (Draganski et autres, 1999). 2004; Scholz et al., 2009; Taubert et al., 2010). Par conséquent, les adaptations des circuits fonctionnels dues à un comportement altéré tel qu'une suralimentation persistante pourraient se refléter dans la structure GM du cerveau.

Les premières études pionnières sur la structure cérébrale de l'obésité ont montré des différences liées à l'obésité dans divers systèmes cérébraux (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) Bien que très perspicaces dans l’identification de structures cérébrales différentes de l’obésité, ces études n’étudient pas les effets possibles liés au sexe. Une étude a montré une influence du sexe et de l’obésité sur les propriétés de diffusion de la substance blanche (Mueller et al., 2011).

Nous avons étudié la relation entre la structure cérébrale et l'obésité [mesurée par l'indice de masse corporelle (IMC) ainsi que la leptine] en utilisant la GAR chez l'homme et la femme dans un échantillon sain et âgé, apparié pour le sexe et la distribution de l'IMC. Étant donné les différences entre les sexes mentionnées ci-dessus dans le traitement des informations relatives aux aliments, nous avons émis l'hypothèse de trouver des corrélations dépendantes du genre en plus des corrélats indépendants de l'égalité des sexes de l'obésité dans la structure du cerveau.

Allez à:

Matériels et méthodes

Sujets

Nous avons inclus les sujets sains caucasiens 122. Nous avons apparié les hommes et les femmes en fonction de la distribution et de la fourchette de l'IMC ainsi que de l'âge [femmes 61 (non ménopausées), IMC (f) = 26.15 kg / m2 (SD 6.64, 18 – 44), IMC (m) = 27.24 kg / m2 (SD 6.13, 19 – 43),2 = 35.66 (25), p = 0.077; âge (f) = 25.11 ans (SD 4.43, 19–41), âge (m) = 25.46 ans (SD 4.25, 20–41), χ2 = 11.02 (17), p = 0.856; voir la figure Figure11 pour la distribution de l'IMC et de l'âge dans les deux groupes]. Les critères d'inclusion étaient l'âge entre 18 et 45 ans. Les critères d'exclusion étaient l'hypertension, la dyslipidémie, le syndrome métabolique, la dépression (Beck's Depression Inventory, valeur seuil 18), des antécédents de maladies neuropsychiatriques, le tabagisme, le diabète sucré, des conditions qui sont des contre-indications à la RM- imagerie et anomalies de l'IRM pondérée en T1. L'étude a été réalisée conformément à la Déclaration d'Helsinki et approuvée par le comité d'éthique local de l'Université de Leipzig. Tous les sujets ont donné leur consentement éclairé par écrit avant de participer à l'étude.

Figure 1

Figure 1

Distribution de l'indice de masse corporelle [en kg / m2 (A)] et âge [en années (B)] pour les participants de sexe féminin et masculin.

Acquisition IRM

Les images pondérées T1 ont été acquises sur un scanner Trio corps entier 3T TIM (Siemens, Erlangen, Allemagne) avec une bobine réseau de tête à canaux 12 utilisant une séquence MPRAGE [TI = 650 ms; TR = 1300 ms; capture instantanée FLASH, TRA = 10 ms; TE = 3.93 ms; alpha = 10 °; largeur de bande = 130 Hz / pixel (c.-à-d. total 67 kHz); matrice d'image = 256 × 240; FOV = 256 mm × 240 mm; épaisseur de la dalle = 192 mm; Partitions 128; Résolution de tranche 95%; orientation sagittale; résolution spatiale = 1 mm × 1 mm × 1.5 mm; Acquisitions 2].

Traitement d'image

SPM5 (Centre de neuroimagerie Wellcome Trust, UCL, Londres, Royaume-Uni; http://www.fil.ion.ucl.ac.uk/spm) a été utilisé pour le pré-traitement d’images et l’analyse statistique pondérée T1. Les images IRM ont été traitées selon l’approche DARTEL (Ashburner, 2007) avec les paramètres standard pour VBM fonctionnant sous MatLab 7.7 (Mathworks, Sherborn, MA, USA). Toutes les analyses ont été effectuées sur des images isotropes interpolées (1.5 mm × 1.5 mm × 1.5 mm) et lissées (FWHM 8 mm) corrigées du biais, segmentées, enregistrées (transformation du corps rigide). Toutes les images ont été gondolées en fonction de la transformation du modèle DARTEL spécifique au groupe en une image antérieure GM fournie par SPM5 afin de respecter l'espace stéréotaxique standard de l'Institut neurologique de Montréal (INM). Les segments GM ont été modulés (c'est-à-dire mis à l'échelle) par les déterminants jacobiens des déformations introduites par la normalisation pour tenir compte de la compression locale et de l'expansion lors de la transformation.

analyses statistiques

Les modèles statistiques suivants ont été évalués: un plan factoriel complet avec un facteur (genre) et deux niveaux (femmes et hommes), incluant l'IMC sous forme de covariable centré sur la moyenne des facteurs sans interaction. D'autres modèles comprenaient des interactions entre l'IMC ou le niveau de leptine central et le sexe afin d'examiner les effets différentiels de ces covariables dans les deux groupes. Tous les modèles statistiques incluaient des covariables pour l'âge et les volumes totaux de matière grise et blanche afin de prendre en compte les effets confondants de l'âge et de la taille du cerveau. Les résultats ont été jugés significatifs à un seuil de voxel de p <0.001 avec un seuil supplémentaire au niveau du cluster de p  <0.05 (cerveau entier corrigé FWE). En effet, cette statistique combinée au niveau du voxel et du cluster reflète la probabilité qu'un cluster d'une taille donnée, constitué uniquement de voxels avec p <0.001, se produirait par hasard dans les données de la douceur donnée. Les résultats ont été corrigés davantage pour le lissé non isotrope (Hayasaka et al., 2004).

Procédures analytiques

La leptine, une hormone dérivée des adipocytes, est bien connue pour être en corrélation avec le pourcentage de graisse corporelle (Considine et al., 1996; Marshall et al., 2000). Les effets centraux de la leptine ont été décrits de manière détaillée (Fulton et al., 2006; Hommel et al., 2006; Farooqi et al., 2007; Dileone, 2009). Nous avons donc inclus le niveau estimé de leptine centrale (c’est-à-dire le logarithme naturel de la leptine périphérique, Schwartz et al., 1996) en plus de l'IMC comme mesure de l'obésité. La concentration sérique de leptine (dosage d'immunosorbant lié à une enzyme, Mediagnost, Reutlingen, Allemagne) a été déterminée pour un sous-échantillon [n = 56 (24 femmes), IMC (f) = 27.29 kg / m2 (SD 6.67, 19 – 44), IMC (m) = 30.13 (SD 6.28, 20 – 43); age (f) = années 25.33 (SD 5.27, 19 – 41), âge (m) = 25.19 années (SD 4.5, 20 – 41)].

Tâche de jeu modifiée dans l'Iowa

Participants

Soixante-cinq participants en bonne santé ont été testés avec l'Iowa Gambling Task modifié [34 femelles, 15 maigre (IMC moyen 21.9 kg / m2 ± 2.2; âge moyen 24.1 ans ± 2.8) et 19 obèses (IMC moyen 35.4 kg / m2 ± 3.9; âge moyen 25.4 ans ± 3.4); 31 hommes, 16 maigres (IMC moyen 23.8 kg / m2 ± 3.2; âge moyen 25.2 ans ± 3.8) et 15 obèses (IMC moyen 33.5 kg / m2 ± 2.4; âge moyen 26.7 ans ± 4.0)]. Sujets avec un IMC supérieur ou égal à 30 kg / m2 ont été classés comme étant obèses. Les quatre sous-groupes ont été appariés en fonction de leur formation. Une femme obèse a été exclue de l'analyse en raison d'un hypofonction de la thyroïde.

Procédure expérimentale

La version IGT modifiée et l’acquisition de données comportementales ont été implémentées dans Presentation 14.1 (Neurobehavioral Systems Inc., Albany, Californie, États-Unis). Notre version de tâche modifiée était similaire dans sa composition générale à la version originale IGT (Bechara et al., 1994). Les ponts A et B étaient désavantageux, entraînant une perte à long terme et les ponts C et D, un résultat positif à long terme. Nos modifications de la tâche ne concernaient que le nombre de jeux de cartes différents présentés simultanément, ainsi que la fréquence de gain / perte et la taille du gain / perte dans chaque paquet. Les participants devaient choisir entre deux jeux de cartes alternatifs dans chaque bloc (par exemple, les jeux B et C). Les decks A et C avaient une fréquence de gain / perte de 1: 1 avec un gain immédiat de + 100 (respectivement + 70) et une perte immédiate de -150 (-XXUMX, respectivement). Les ponts B et D avaient une fréquence de gain / perte de 20: 4 et rapportaient des gains immédiats de + 1 (respectivement + 100) et des pertes équivalentes à −50 (−525, respectivement). Par conséquent, les ponts A et B ont entraîné une perte nette globale alors que les ponts C et D ont généré un gain net.

À chaque essai, deux jeux de cartes avec un point d'interrogation entre les deux étaient affichés à l'écran, indiquant que les sujets devaient choisir une carte. Le point d'interrogation a été remplacé par une croix blanche après que les participants ont fait leur choix. Dans chaque essai, les participants devaient prendre leur décision en moins de 3. Si les sujets ne sélectionnaient pas de carte dans cette limite, un smiley avec une bouche en forme de point d'interrogation apparaissait et le prochain essai commençait. Ces essais ont été abandonnés.

Les participants ont achevé les essais 90 subdivisés en blocs randomisés 3 (AB / BC / BD) d’essais 30. Après chaque bloc, une pause de 30 a été introduite, dans laquelle les sujets ont été informés que les jeux de cartes présentés seraient différents dans le bloc suivant. De manière analogue à l'IGT d'origine, les sujets devaient maximiser leurs résultats via des choix de deck avantageux.

Pour les problèmes de motivation, les participants ont reçu un bonus pouvant aller jusqu'à 6 € en plus du paiement de base en fonction de leurs performances dans la tâche.

L'analyse des données

Tous les résultats ont été calculés avec PASW Statistics 18.0 (IBM Corporation, Somers, NY, USA). Le nombre de cartes tirées du paquet B a été analysé en ce qui concerne l'obésité et les différences entre les sexes, y compris l'âge en tant que covariable dans le modèle linéaire général. De plus, les courbes d'apprentissage ont été étudiées à l'aide d'une ANOVA à mesures répétées. Des ANOVA supplémentaires pour obtenir des effets de groupe séparés pour les deux sexes en ce qui concerne l'obésité ont été réalisées. La corrélation entre l'IMC et la préférence pour le pont B a été calculée à l'aide d'un modèle linéaire.

Allez à:

Résultats

Structure de la matière grise

Afin d’explorer les corrélats de l’obésité dans la structure du cerveau, nous avons utilisé DARTEL pour la MVV de tout le cerveau (Ashburner, 2007) basée sur l'IRM pondérée T1. Les résultats détaillés sont présentés à la figure Figure22 et table Table1.1. Nous avons trouvé une corrélation positive entre l'IMC et le volume de matière grise (GMV) dans le cortex orbitofrontal postérieur médial (OFC), le noyau accumbens (NAcc) bilatéralement, l'hypothalamus et le putamen gauche (c.-à-d. Striatum dorsal, pic voxels). p <0.05, corrigé FWE pour des comparaisons multiples au niveau du voxel) lorsque les hommes et les femmes étaient inclus dans l'analyse (voir la figure Figure2) .2). Effectuer la même analyse au sein de groupes de taille égale (n  = 61) des femmes et des hommes séparément, nous avons obtenu des résultats comparables pour les femmes mais pas pour les hommes: en particulier, nous avons trouvé une corrélation positive significative entre le GMV en OFC / NAcc et l'IMC dans les deux groupes (Figure (Figure33 rangée supérieure, femelles r = 0.48, p <0.001, hommes r = 0.48, p <0.001) mais une corrélation significative entre le GMV dans le putamen et l'IMC pour les femmes uniquement (Figure (Figure33 rangée du milieu, les femmes r = 0.51, p <0.001; Hommes r = 0.003, p = 0.979).

Figure 2

Figure 2

L'obésité est associée à des altérations structurelles de la structure de la matière grise du cerveau. Les résultats sont détaillés pour l’ensemble du groupe (n = 122), y compris les hommes et les femmes. Rangée du haut: coupes coronales, les nombres indiquent l'emplacement de la tranche dans ...

Tableau 1

Tableau 1

Corrélations entre la matière grise et les mesures de l'obésité.

Figure 3

Figure 3

Association de l'obésité avec des altérations structurelles profondes, liées au genre, dans les régions du cerveau impliquées dans le traitement de la récompense, le contrôle cognitif et homéostatique. Le volume du cortex orbitofrontal médial postérieur (OFC), du noyau accumbens (NAcc), ...

On sait que les sujets obèses présentent des taux de leptine périphériques élevés, une hormone circulante dérivée des adipocytes qui est fortement corrélée à la quantité de graisse corporelle (Marshall et al., 2000; Park et al., 2004) Par conséquent, les niveaux élevés de leptine reflètent la quantité de graisse corporelle en excès. Comme un IMC élevé ne reflète pas nécessairement un excès de graisse corporelle, nous avons utilisé la leptine comme mesure supplémentaire du degré d'obésité pour nous assurer qu'un IMC élevé dans notre échantillon reflétait effectivement un excès de graisse corporelle plutôt qu'une masse maigre en excès. Nous avons constaté que les femmes présentaient une concentration sérique absolue de leptine supérieure à celle des hommes [femmes 30.92 ng / ml (SD 26.07), hommes 9.65 ng / ml (SD 8.66), p <0.0001]. Une ANCOVA a révélé une interaction significative entre l'IMC (2 niveaux: poids normal ≤ 25; obèse ≥ 30), le sexe et la concentration sérique de leptine (F1,41 = 16.92, p <0.0001).

Chez les hommes comme chez les femmes, nous avons trouvé une corrélation positive entre la leptine et le GMV dans le NAcc et le striatum ventral bilatéralement (femmes r = 0.56, p = 0.008; Hommes r = 0.51, p = 0.005) ainsi que dans l'hypothalamus (Figure (Figure33 troisième rangée). Seules les femmes présentent des différences structurelles supplémentaires liées au le putamen gauche et au fornix (Figure (Figure3,3, zones indiquées en rouge dans la troisième rangée). Les grappes du NAcc et du putamen présentent un chevauchement important avec les régions identifiées en corrélant l’IMC avec le GMV (Figure 1). (Figure33 première à la troisième rangée). De plus, nous n’avons trouvé un emploi que chez les femmes. inverse corrélation négative (c.-à-d. négative) entre les niveaux de leptine et le GMV dans le DLPFC droit (r = −0.62, p <0.001; Figure Figure3,3, rangée du bas).

Relation entre le comportement de jeu, le sexe et l'obésité

Dans l’IGT, le paquet B transmet des récompenses immédiates élevées avec chaque carte, mais des pertes basses fréquences élevées, aboutissant finalement à un résultat négatif à long terme. Par conséquent, les options du tableau B reflètent le conflit entre des récompenses immédiates très importantes et la réalisation d'objectifs à long terme. Dans la version actuelle de l'Iowa Gambling Task, les femmes obèses ont choisi nettement plus de cartes du paquet B par opposition à chaque jeu avantageux (c'est-à-dire C ou D) que les femmes minces dans tous les essais (F1,32 = 8.68, p  = 0.006). Nous n'avons trouvé aucune différence entre les femmes maigres et obèses en comparant les deux jeux désavantageux (c.-à-d. A et B). De plus, il y avait une corrélation significative entre l'IMC et le nombre total de cartes choisies dans le jeu B pour les femmes (Figure (Figure4A) .4UNE). En comparant les hommes maigres aux hommes obèses, nous n’avons trouvé aucune différence significative pour le nombre total de cartes choisies dans le paquet B (F1,29 = 0.51, p = 0.48), ni une corrélation significative avec l'IMC.

Figure 4

Figure 4

Différences chez les femmes maigres et obèses en ce qui concerne leur capacité à ajuster les choix de comportement pour atteindre les objectifs à long terme. (A) La préférence pour le pont B par rapport à tous les essais est en corrélation avec l'IMC au sein du groupe de femmes. Ligne grise: régression linéaire. (B) Différence entre maigre ...

Afin de tester les différences de comportement d'apprentissage entre les participants maigres et obèses, nous avons analysé les choix de la plate-forme B au fil du temps. Au cours de l’apprentissage, les femmes obèses n’ont montré aucun ajustement du comportement de choix. En revanche, chez les femmes maigres, nous avons observé une diminution progressive de la préférence pour les cartes du jeu B (voir la figure). Figure4B) .4B) Ainsi, les femmes obèses n’ont pas adapté leur comportement à un résultat global avantageux par rapport aux femmes minces. L'analyse du comportement d'apprentissage n'a révélé qu'un effet significatif sur l'obésité chez les femmes (F1,30 = 6.61, p = 0.015) mais pas chez les hommes.

Cet effet de genre était particulièrement prononcé au cours de la dernière phase d’apprentissage (c’est-à-dire les essais 25 – 30), où nous avons observé une interaction significative entre genre et obésité pour un comportement de choix sur le pont B (F1,59 = 6.10; p = 0.02). Ici, les femmes obèses ont choisi plus de deux fois plus de cartes du pont B que les femmes maigres (F1,33 = 17.97, p <0.0001). Pour les hommes, aucune différence significative n'a été observée (Figure (Figure4C, 4C, F1,29 = 0.13, p = 0.72). De plus, une analyse de corrélation a montré une forte corrélation (r = 0.57, p  <0.0001) entre l'IMC et le nombre de cartes choisies dans le paquet B dans le dernier bloc pour les femmes. Là encore, aucune corrélation significative n'était observable pour les hommes (r = 0.17, p = 0.35).

Allez à:

a lieu

Pour les hommes et les femmes, nous montrons une corrélation entre le GMV et les mesures de l'obésité dans l'OFC médial postérieur (mOFC) et dans le striatum ventral (c.-à-d. Le NAcc), ce qui correspond aux différences de groupe précédemment rapportées dans le GM lorsque comparées chez les sujets obèses (Pannacciulli et al., 2006). L’interaction entre ces deux régions est cruciale pour évaluer les stimuli essentiels sur le plan de la motivation (comme les aliments) et pour relayer ces informations aux fins de la prise de décision. Fonctionnellement, ces régions codent la saillance et la valeur subjective des stimuli (Plassmann et al., 2010). Dans la boulimie nerveuse (BN), une maladie caractérisée par un comportement alimentaire différent de la normale, mais non par un indice de masse corporelle (IMC), plus élevée chez les patients que chez les témoins (Schäfer et al. 2010). Cela suggère que la structure de ces régions est soit affectée par, soit prédisposée à une modification du comportement alimentaire, au lieu d'être déterminée physiologiquement par le pourcentage de graisse corporelle.

En plus du mOFC et du NAcc, les deux sexes ont montré une corrélation entre la structure du cerveau et l'obésité au sein de l'hypothalamus. L’hypothalamus est une région clé contrôlant la faim, la satiété, les comportements alimentaires ainsi que la dépense énergétique et possède des liens directs avec le système de récompense (Philpot et al., 2005). Nous émettons l'hypothèse que ces différences entre les sujets maigres et obèses dans les systèmes de contrôle hédonique et homéostatique pourraient refléter une caractéristique clé de l'obésité, à savoir un biais dans le comportement alimentaire en faveur de choix alimentaires plus hédoniques lorsque l'apport énergétique dépasse la demande homéostatique réelle.

Chez les femmes uniquement, nous montrons en outre des corrélations entre le GMV et les mesures de l'obésité (IMC ainsi que des taux de leptine centraux) dans le striatum dorsal (c.-à-d. Le putamen gauche) et dans le DLPFC droit. Fait intéressant, ces structures jouent un rôle important et complémentaire dans le contrôle du comportement habituel (automatique) et axé sur le but (cognitif) dans des contextes de motivation: pensé à coder (parmi de nombreuses autres fonctions) les contingences comportementales pour obtenir une récompense spécifique, et le DLPFC fournit un contrôle cognitif du comportement dirigé vers un objectif (Jimura et al., 2010). Le comportement orienté vers un objectif est caractérisé par une forte dépendance entre la probabilité de la réponse et le résultat attendu (par exemple, Daw et al., 2005). En revanche, le comportement habituel (ou automatique) est caractérisé par un lien étroit entre un stimulus (par exemple, un aliment) et une réponse (par exemple, sa consommation). Dans ce cas, la probabilité de réponse est à peine influencée par le résultat de l'action elle-même, que ce soit à court terme (satiété) ou à long terme (obésité).

Récemment, Tricomi et al. (2009) ont étudié la base neurale de l’émergence d’un comportement habituel chez l’homme. Ils ont appliqué un paradigme bien connu pour induire un comportement semblable à une habitude chez les animaux et ont montré que les activations des noyaux gris centraux (notamment dans le putamen dorsal, voir aussi Yin et Knowlton, 2006) augmenté au cours de la formation, suggérant un rôle dans un processus d’apprentissage par renforcement progressif. Dans ce contexte, le rôle fonctionnel du putamen peut être d'établir des boucles sensori-motrices pilotées par les signaux et d'aider ainsi à automatiser le comportement excessivement appris. De plus, les représentations des résultats d’action au sein du mOFC ont également continué à augmenter en anticipation de la récompense tout au long des sessions. Ces résultats montrent que les réponses habituelles ne résultent pas d'une diminution de l'anticipation des résultats de la récompense dans l'apprentissage, mais du renforcement des liens stimulation-réponse (Daw et al., 2005; Frank et Claus, 2006; Franc, 2009). Dans le contexte de l'obésité, Rothemund et al. (2007) ont précédemment démontré, à l'aide d'un paradigme IRMf, que l'IMC prédit l'activation du putamen lors de la visualisation d'un aliment hypercalorique chez la femme. De plus, Wang et al. (2007) ont montré une différence de genre dans le putamen en ce qui concerne les modifications de la FBC en réponse au stress: le stress chez les femmes a principalement activé le système limbique, y compris le striatum ventral et le putamen.

Les noyaux gris centraux sont fortement interconnectés avec le PFC (Alexander et al., 1986), établissant des voies intégrales cortico-striato-corticales reliant l’apprentissage basé sur les récompenses, le contexte motivationnel et le comportement orienté vers un objectif (par exemple, Draganski et al., 2008). Miller et Cohen (2001) a déclaré que le contrôle de la performance sur le comportement est principalement assuré par le PFC. Ils concluent que l'activité dans le PFC permet de choisir une réponse qui convient dans une situation donnée même face à une alternative plus forte (par exemple, plus automatique / habituelle ou souhaitable). Il a récemment été démontré que le DLPFC guidait la mise en œuvre anticipée d’objectifs comportementaux dans la mémoire de travail dans des contextes de récompense et de motivation (Jimura et al., 2010). Des différences liées au sexe pour l'activité dans cette région dans le contexte de l'alimentation et du contrôle du comportement alimentaire ont également été démontrées récemment par Cornier et al. (2010). Ils ont constaté que l'activation correcte de la protéine DLPFC en réponse à une nourriture hédonique n'était apparente que chez les femmes, alors que les hommes présentaient une désactivation. L’activation dans DLPFC était corrélée négativement avec les ad libitum apport énergétique, suggérant un rôle spécifique de cette région corticale dans le contrôle cognitif du comportement alimentaire. Si l'on suppose la pertinence fonctionnelle de la structure cérébrale altérée, la relation négative constatée dans la présente étude entre le GMV dans le DLPFC approprié et l'obésité peut être interprétée comme une diminution de la capacité d'ajuster les actions actuelles aux objectifs à long terme. une perte de contrôle cognitif sur le comportement alimentaire chez les obèses par rapport aux femmes maigres.

En appliquant une version simplifiée de Iowa Gambling Task, une tâche d’apprentissage avec des récompenses immédiates très importantes en contradiction avec la réalisation des objectifs à long terme, nous avons observé que les femmes maigres réduisaient leur choix de deck B avec le temps, contrairement aux femmes obèses. Cette découverte pourrait confirmer la pertinence fonctionnelle des différences observées dans la structure du cerveau dans des contextes enrichissants. Des différences sur l’IGT classique entre sujets obèses morbides et poids santé ont été récemment démontrées (Brogan et al., 2011). Cependant, les résultats de l'étude susmentionnée n'ont pas été analysés pour déterminer les influences du genre. Nos résultats suggèrent une plus grande sensibilité aux récompenses immédiates chez les obèses que chez les femmes minces, accompagnée d'un éventuel manque de contrôle inhibiteur dirigé vers l'objectif. Weller et al. (2000) ont fourni une preuve supplémentaire de l'impact de l'obésité sur la prise de décision. (2008), qui ont constaté que les femmes obèses présentaient un plus grand retard d’escompte que les femmes maigres. Fait intéressant, ils n'ont pas trouvé de différences dans le comportement de retardateur entre hommes obèses et maigres, ce qui corrobore nos résultats par sexe. Une autre étude, qui ne comprenait que des femmes, a examiné l'impact de l'obésité sur l'efficacité de l'inhibition de la réponse et a montré que les femmes obèses présentaient une inhibition de la réponse moins efficace que les femmes minces dans une tâche à signal d'arrêt (Nederkoorn et al., 1991). 2006). Dans le contexte du comportement alimentaire, une inhibition comportementale moins efficace, associée à une sensibilité accrue aux récompenses immédiates, peut faciliter la suralimentation, en particulier face à un approvisionnement constant en aliments extrêmement savoureux.

Koob et Volkow (2010) ont récemment suggéré des rôles clés du striatum, de l’OFC et du PFC au stade de la préoccupation / anticipation et du contrôle inhibiteur perturbé de la toxicomanie. Ils observent que la transition vers la toxicomanie (c'est-à-dire la consommation de drogue obligatoire) implique une neuroplasticité dans plusieurs structures centrales et concluent que ces neuro-adaptations sont un facteur clé de la vulnérabilité pour développer et maintenir un comportement de dépendance. Par conséquent, nos résultats peuvent corroborer l’hypothèse selon laquelle l’obésité ressemble à une forme de dépendance (Volkow et Wise, 1997). 2005), mais avec des différences marquées entre les hommes et les femmes.

Bien que nous ne puissions pas déduire de différences fonctionnelles de nos découvertes dans la structure du cerveau, il est concevable que les différences structurelles aient également une pertinence fonctionnelle. Ceci est en outre corroboré par des expériences montrant les effets modulateurs d’hormones intestinales à action centrale telles que la ghréline, le PYY et la leptine sur ces régions (Batterham et al., 1991). 2007; Farooqi et al., 2007; Malik et al., 2008) Les changements dynamiques dans la structure du cerveau ont récemment montré des processus d’apprentissage parallèles, ainsi qu’accompagner des progrès préjudiciables tels que l’atrophie (Draganski et al., 2004; Horstmann et al., 2010; Taubert et al., 2010) Étant donné que notre étude, bien que transversale, incluait un ensemble de sujets jeunes et en bonne santé, nous espérons avoir minimisé les effets potentiellement confondants tels que le vieillissement et maximisé les effets d'intérêt spécifiques à l'obésité. À notre connaissance, nous sommes les premiers à décrire une corrélation positive entre les OGM et les marqueurs de l'obésité. La divergence entre les résultats publiés jusqu'à présent sur la structure du cerveau et l'obésité et nos conclusions pourrait s'expliquer par les différences de composition de l'échantillon et de conception de l'étude. Les études faisant état de corrélations négatives entre obésité et structure cérébrale ont concerné soit des sujets considérablement plus âgés que les sujets de notre échantillon, soit des sujets appartenant à une tranche d’âge très large (Taki et al. 2008; Raji et al., 2010; Walther et al., 2010) Les effets néfastes de l'obésité peuvent se manifester plus tard dans la vie, de sorte que nos conclusions peuvent décrire la phase initiale des changements de la structure du cerveau liés à l'obésité. De plus, comme ces études n'étaient pas conçues pour étudier les différences entre les sexes, la répartition des sexes entre les groupes maigres et obèses n'était pas explicitement équilibrée, ce qui pourrait influencer les résultats (Pannacciulli et al., 2006, 2007).

Étant donné que notre étude était transversale, nous ne sommes pas en mesure de déduire si nos conclusions reflètent la cause ou l’effet de l’obésité. Il est également probable que la structure du cerveau prédit le développement de l'obésité ou que l'obésité, accompagnée d'une modification du comportement alimentaire, entraîne une modification de la structure du cerveau. À l'avenir, les études longitudinales pourraient répondre à cette question ouverte.

En résumé, nous suggérons que, chez les deux sexes, les différences entre les systèmes de contrôle hédonique et homéostatique peuvent refléter un biais dans le comportement alimentaire. Nous ne montrons que chez les femmes que l’obésité module la préférence comportementale pour des récompenses immédiates saillantes face à des conséquences négatives à long terme. Des expériences comportementales et une IRM structurelle ont été effectuées sur différents échantillons (voir Matériels et méthodes) nous ne pouvons pas relier directement ces différences de comportement aux modifications structurelles. Cependant, nous émettons l'hypothèse que les différences structurelles supplémentaires observées chez les femmes obèses peuvent être interprétées comme reflétant un comportement parallèle à l'obésité, à savoir que le contrôle du comportement est progressivement dominé par un comportement semblable à une habitude par opposition à des actions orientées vers un objectif. De plus, nos résultats pourraient être importants pour la reconnaissance de l'obésité en tant que forme de dépendance. Des études complémentaires sur les différences de contrôle comportemental entre les sexes seront importantes pour étudier l'étiologie des troubles de l'alimentation et du poids corporel et pour concevoir des traitements adaptés au sexe (Raji et al., 2010).

Allez à:

Déclaration de conflit d'intérêts

Les auteurs déclarent que la recherche a été menée en l'absence de toute relation commerciale ou financière pouvant être interprétée comme un conflit d'intérêts potentiel.

Allez à:

Remerciements

Ce travail a été soutenu par le ministère fédéral de l'Éducation et de la Recherche [BMBF: Neurocircuits in obesity - Annette Horstmann, Michael Stumvoll, Arno Villringer, Burkhard Pleger; AdiposityDiseases IFB (FKZ: 01EO1001) à Annette Horstmann, Jane Neumann, David Mathar, Arno Villringer, Michael Stumvoll] et à l'Union européenne (GIPIO à Michael Stumvoll). Nous remercions Rosie Wallis pour la relecture du manuscrit.

Allez à:

Bibliographie

  1. Alexander GE, MR DeLong, PL Strick (1986). Organisation parallèle des circuits fonctionnellement séparés reliant les noyaux gris centraux et le cortex. Annu. Rev. Neurosci. 9, 357 – 381 [PubMed]
  2. Ashburner J. (2007). Un algorithme d'enregistrement d'image difféomorphique rapide. Neuroimage 38, 95 – 11310.1016 / j.neuroimage.2007.07.007 [PubMed] [Croix Ref]
  3. Batterham RL, DH ffytche, Rosenthal JM, Zelaya FO, Barker GJ, DJ Withers, Williams SC (2007). La modulation PYY des zones cérébrales corticales et hypothalamiques prédit le comportement alimentaire chez l'homme. Nature 450, 106 – 10910.1038 / nature06212 [PubMed] [Croix Ref]
  4. Beasley JM, Ange BA, Anderson CA, Miller III ER, Holbrook JT, Appel LJ (2009). Caractéristiques associées aux hormones d'appétit à jeun (obestatine, ghréline et leptine). Obésité (Silver Spring) 17, 349 – 35410.1038 / oby.2008.627 [Article gratuit PMC] [PubMed] [Croix Ref]
  5. Bechara A., AR Damasio, Damasio H., Anderson SW (1994). Insensibilité aux conséquences futures des dommages au cortex préfrontal humain. Cognition 50, 7 – 1510.1016 / 0010-0277 (94) 90018-3 [PubMed] [Croix Ref]
  6. Brogan A., Hevey D., O'Callaghan G., Yoder R., O'Shea D. (2011). Prise de décision avec facultés affaiblies chez les adultes souffrant d'obésité morbide. J. Psychosom. Res. 70, 189–196 [PubMed]
  7. Carroll JF, Kaiser KA, Franks SF, Deere C., Caffrey JL (2007). Influence de l'IMC et du sexe sur les réponses hormonales postprandiales. Obésité (Silver Spring) 15, 2974 – 298310.1038 / oby.2007.355 [PubMed] [Croix Ref]
  8. Considine RV, MK Sinha, ML Heiman, A. Kriauciunas, TW Stephens, MR Nyce, JP Ohannesian, Marco CC, LJ McKee et Bauer TL (1996). Concentrations sériques immunoréactives de la leptine chez les humains de poids normal et obèses. N. Engl. J. Med. 334, 292 – 295 [PubMed]
  9. Cornier MA, Salzberg, AK, DC, Bessesen DH, Tregellas JR (2010). Différences liées au sexe dans les réponses comportementales et neuronales à la nourriture. Physiol. Comportement 99, 538 – 543 [Article gratuit PMC] [PubMed]
  10. Daw ND, Niv Y., Dayan P. (2005). Compétition basée sur l’incertitude entre les systèmes striatal préfrontal et dorsolatéral pour le contrôle du comportement. Nat. Neurosci. 8, 1704 – 1711 [PubMed]
  11. Dileone RJ (2009). L'influence de la leptine sur le système dopaminergique et ses conséquences sur le comportement ingéré. Int. J. Obes. 33, S25 – S29 [Article gratuit PMC] [PubMed]
  12. Draganski B., C. Gaser, V. Busch, G. Schuierer, U Bogdahn, May A. (2004). Les modifications de la matière grise induites par l'entraînement de nouvelles habiletés de jonglage apparaissent comme une caractéristique transitoire d'un scanner d'imagerie cérébrale. Nature 427, 311 – 31210.1038 / 427311a [PubMed] [Croix Ref]
  13. Draganski B., Kherif F., S. Klöppel, PA Cook, Alexander DC, GJ Parker, R. Deichmann, J. Ashburner, RS Frackowiak (2008). Données probantes sur les modèles de connectivité ségrégative et intégrative dans les noyaux gris centraux. J. Neurosci. 28, 7143 – 715210.1523 / JNEUROSCI.1486-08.2008 [PubMed] [Croix Ref]
  14. Edelsbrunner ME, Herzog H., Holzer P. (2009). Des souris knock-out ont démontré que le peptide YY et le neuropeptide Y imposent un comportement de locomotion, d'exploration et d'ingestion murins de manière dépendante du cycle et du genre circadiens. Comportement Brain Res. 203, 97 – 107 [PubMed]
  15. Farooqi IS, Bullmore E., Keogh J., Gillard J., O'Rahilly S., Fletcher PC (2007). La leptine régule les régions striatales et le comportement alimentaire humain. Science 317, 1355. [Article gratuit PMC] [PubMed]
  16. Frank MJ (2009). Esclave de l’habitude du striatum (commentaire sur Tricomi et al.). EUR. J. Neurosci. 29, 2223 – 2224 [PubMed]
  17. Frank MJ, Claus ED (2006). Anatomie d'une décision: interactions striato-orbitofrontales dans l'apprentissage par renforcement, la prise de décision et l'inversion. Psychol. Rev. 113, 300 – 326 [PubMed]
  18. Fulton S., Pissios P., RP Manchon, Stiles L., Frank L., Pothos EN, Maratos-Flier E., Flier JS (2006). Régulation par la leptine de la voie dopaminergique mésoaccumbens. Neuron 51, 811 – 82210.1016 / j.neuron.2006.09.006 [PubMed] [Croix Ref]
  19. Greene GW, Schembre SM, Blanc AA, Hoerr SL, Lohse B., Shoff S., Horacek T., Riebe D., Patterson J., Phillips BW, Kattelmann KK, Blissmer B. (2011). Identifier des groupes d’étudiants présentant un risque élevé pour la santé sur la base de comportements alimentaires et d’exercice et de déterminants psychosociaux du poids corporel. Confiture. Régime. Assoc. 111, 394 – 400 [PubMed]
  20. Hayasaka S., Phan KL, Liberzon I, Worsley KJ, Nichols TE (2004). Inférence de taille de cluster non stationnaire avec méthodes de champ aléatoire et de permutation. Neuroimage 22, 676 – 68710.1016 / j.neuroimage.2004.01.041 [PubMed] [Croix Ref]
  21. Hommel JD, R. Trinko, RM Sears, Georges D. D., Liu ZW, Gao XB, JJ Thurmon, M. Marinelli, DiLeone RJ (2006). La signalisation du récepteur de la leptine dans les neurones à dopamine du cerveau moyen régule l'alimentation. Neuron 51, 801 – 81010.1016 / j.neuron.2006.08.023 [PubMed] [Croix Ref]
  22. Horstmann A., Frisch S., RT Jentzsch, Müller K., A. Villringer, Schroeter ML (2010). Réanimer le cœur mais perdre le cerveau: atrophie cérébrale à la suite d'un arrêt cardiaque. Neurology 74, 306 – 31210.1212 / WNL.0b013e3181cbcd6f [PubMed] [Croix Ref]
  23. Jimura K., HS Locke, TS Braver (2010). Médiation par le cortex préfrontal de l'amélioration cognitive dans des contextes de motivation valorisants. Proc. Natl. Acad. Sci. États-Unis 107, 8871 – 8876 [Article gratuit PMC] [PubMed]
  24. Koob GF, ND Volkow (2010). Neurocircuitry de la dépendance. Neuropsychopharmacologie 35, 217 – 23810.1038 / npp.2009.110 [Article gratuit PMC] [PubMed] [Croix Ref]
  25. Malik S., McGlone F., Bedrossian D., Dagher A. (2008). La ghréline module l'activité cérébrale dans les zones qui contrôlent le comportement d'appétit. Cell Metab. 7, 400 – 40910.1016 / j.cmet.2008.03.007 [PubMed] [Croix Ref]
  26. Juge Marshall, Grunwald GK, Donahoo WT, Scarbro S., Shetterly SM (2000). Le pourcentage de masse grasse et de masse maigre explique la différence entre les sexes dans la leptine: analyse et interprétation de la leptine chez les adultes blancs hispaniques et non hispaniques. Obés. Res. 8, 543 – 552 [PubMed]
  27. Miller EK, Cohen JD (2001). Une théorie intégrative de la fonction du cortex préfrontal. Annu. Rev. Neurosci. 24, 167 – 202 [PubMed]
  28. Mueller K., Anwander A., ​​HE Möller, A. Horstmann, J. Lepsien, F. Busse, S. Mohammadi, ML Schroeter, M. Stumvoll, A. Villringer, Pleger B. (2011). Influences dépendantes du sexe de l'obésité sur la substance blanche cérébrale étudiées par imagerie diffusion-tenseur. PLoS ONE 6, e18544.10.1371 / journal.pone.0018544 [Article gratuit PMC] [PubMed] [Croix Ref]
  29. Nederkoorn C., Smulders FT, Havermans RC, Roefs A., Jansen A. (2006). Impulsivité chez les femmes obèses. Appetite 47, 253 – 25610.1016 / j.appet.2006.05.008 [PubMed] [Croix Ref]
  30. Pannacciulli N., Del Parigi A., Chen K., Le DS, Reiman EM, Tataranni PA (2006). Anomalies cérébrales dans l'obésité humaine: une étude morphométrique à base de voxel. Neuroimage 31, 1419 – 142510.1016 / j.neuroimage.2006.01.047 [PubMed] [Croix Ref]
  31. Pannacciulli N., Le DS, Chen K., EM Reiman, Krakoff J. (2007). Relations entre les concentrations plasmatiques de leptine et la structure du cerveau humain: une étude morphométrique à base de voxel. Neurosci. Lett. 412, 248 – 253 [Article gratuit PMC] [PubMed]
  32. Parigi AD, Chen K., Gautier JF, Salbe AD, Pratley RE, Ravussin E., Reiman EM, Tataranni PA (2002). Différences sexuelles dans la réponse du cerveau humain à la faim et à la satiété. Un 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). Relation entre les concentrations sériques d'adiponectine et de leptine et la distribution de la graisse corporelle. Diabetes Res. Clin. Pract. 63, 135 – 142 [PubMed]
  34. Philpot KB, Dallvechia-Adams S., Smith Y., Kuhar MJ (2005). Projection peptidique du transcrit régulé par la cocaïne et l'amphétamine de l'hypothalamus latéral vers la région du tegmental ventral. Neuroscience 135, 915 – 92510.1016 / j.neuroscience.2005.06.064 [PubMed] [Croix Ref]
  35. Plassmann H., O'Doherty JP, Rangel A. (2010). Les valeurs d'objectif appétit et aversif sont codées dans le cortex orbitofrontal médial au moment de la prise de décision. J. Neurosci. 30, 10799–1080810.1523 / JNEUROSCI.0788-10.2010 [PubMed] [Croix Ref]
  36. Provencher V., Drapeau V., Tremblay A., JP Després, S. Lemieux (2003). Comportements alimentaires et indices de composition corporelle chez les hommes et les femmes de l'étude familiale québécoise. Obés. Res. 11, 783 – 792 [PubMed]
  37. Raji CA, Ho AJ, Parikshak NN, Becker JT, OL Lopez, Kuller LH, Hua X., Leow AD, Toga AW, Thompson PM (2010). Structure du cerveau et obésité. Fredonner. Cerveau Mapp. 31, 353 – 364 [Article gratuit PMC] [PubMed]
  38. Rolls BJ, Fedoroff IC, Guthrie JF (1991). Différences entre les sexes en matière de comportement alimentaire et de régulation du poids corporel. Santé Psychol. 10, 133 – 14210.1037 / 0278-6133.10.2.133 [PubMed] [Croix Ref]
  39. Rothemund Y., Preuschhof C., Bohner G., Bauknecht HC, Klingebiel R., Flor H., Klapp BF (2007). Activation différentielle du striatum dorsal par des stimuli visuels alimentaires hypercaloriques chez les personnes obèses. Neuroimage 37, 410 – 42110.1016 / j.neuroimage.2007.05.008 [PubMed] [Croix Ref]
  40. Schäfer A., ​​Vaitl D., Schienle A. (2010). Anomalies régionales du volume de matière grise dans la boulimie nerveuse et trouble de la frénésie alimentaire. Neuroimage 50, 639 – 64310.1016 / j.neuroimage.2009.12.063 [PubMed] [Croix Ref]
  41. Scholz J., Klein MC, Behrens TE et Johansen-Berg H. (2009). La formation induit des changements dans l'architecture de la matière blanche. Nat. Neurosci. 12, 1370 – 1371 [Article gratuit PMC] [PubMed]
  42. Schwartz MW, E. Peskind, M. Raskind, EJ Boyko, Porte D. (1996). Niveaux de leptine dans le liquide céphalorachidien: relation avec les taux plasmatiques et l’adiposité chez l’homme. Nat. Med. 2, 589 – 593 [PubMed]
  43. Sluming V., Barrick T., Howard M., Cezayirli E., Mayes A., Roberts N. (2002). La morphométrie à base de voxel révèle une densité de matière grise accrue dans la région de Broca chez les musiciens d'orchestre symphonique masculin. Neuroimage 17, 1613–162210.1006 / nimg.2002.1288 [PubMed] [Croix Ref]
  44. Smeets PA, C. de Graaf, A. Stafleu, MJ de Van Osch, RA de Nievelstein, J. de van der Grond (2006). Effet de la satiété sur l'activation du cerveau lors de la dégustation de chocolat chez l'homme et la femme. Un m. J. Clin. Nutr. 83, 1297 – 1305 [PubMed]
  45. Stanek KM, SM Grieve, AM Brickman, MS Korgaonkar, Paul RH, RA Cohen, JJ Gunstad (2011). L'obésité est associée à une intégrité réduite de la substance blanche chez des adultes en bonne santé. Obésité (Silver Spring) 19, 500 – 50410.1038 / oby.2010.312 [PubMed] [Croix Ref]
  46. Taki Y., Kinomura S., K. Sato, K. Inoue, R. Goto, K. Okada, S. Uchida, R. Kawashima, Fukuda H. (2008). Relation entre l'indice de masse corporelle et le volume de matière grise chez des individus sains 1,428. Obésité (Silver Spring) 16, 119 – 12410.1038 / oby.2007.4 [PubMed] [Croix Ref]
  47. Taubert M., Draganski B., Anwander A., ​​Müller K., Horstmann A., Villringer A., ​​Ragert P. (2010). Propriétés dynamiques de la structure du cerveau humain: changements liés à l'apprentissage dans les zones corticales et les connexions de fibres associées. J. Neurosci. 30, 11670 – 1167710.1523 / JNEUROSCI.2567-10.2010 [PubMed] [Croix Ref]
  48. Tricomi E., Balleine BW, O'Doherty JP (2009). Un rôle spécifique du striatum dorsolatéral postérieur dans l'apprentissage des habitudes humaines. EUR. J. Neurosci. 29, 2225-223210.1523 / JNEUROSCI.3789-08.2009 [Article gratuit PMC] [PubMed] [Croix Ref]
  49. Uher R., J. Trésor, M. Heining, Brammer MJ, Campbell IC (2006). Traitement cérébral des stimuli liés à l'alimentation: effets du jeûne et du genre. Comportement Brain Res. 169, 111 – 119 [PubMed]
  50. Volkow ND, Wise RA (2005). Comment la toxicomanie peut-elle nous aider à comprendre l'obésité? Nat. Neurosci. 8, 555 – 560 [PubMed]
  51. Walther K., AC Birdsill, EL Glisky, Ryan L. (2010). Différences structurelles cérébrales et fonctionnement cognitif liés à l'indice de masse corporelle chez les femmes âgées. Fredonner. Cerveau Mapp. 31, 1052 – 106410.1002 / hbm.20916 [PubMed] [Croix Ref]
  52. Wang GJ, ND Volkow, F. Telang, Jayne M., Ma Y., Pradhan K., Zhu W., CT Wong, Thanos PK, Geliebter A., ​​Biegon A., Fowler JS (2009). Preuve de différences entre les sexes dans la capacité à inhiber l'activation du cerveau provoquée par la stimulation alimentaire. Proc. Natl. Acad. Sci. États-Unis 106, 1249 – 1254 [Article gratuit PMC] [PubMed]
  53. Wang J., M. Korczykowski, Rao H., Fan Y., Pluta J., RC Gur, McEwen BS, le juge Detre (2007). Différence entre les sexes dans la réponse neurale au stress psychologique. Soc. Cogn. Affecter. Neurosci. 2, 227 – 239 [Article gratuit PMC] [PubMed]
  54. Weller RE, Cook EW, Avsar KB, Cox JE (2008). Les femmes obèses présentent un délai d'actualisation des retards plus important que les femmes en bonne santé. Appetite 51, 563 – 56910.1016 / j.appet.2008.04.010 [PubMed] [Croix Ref]
  55. Organisation mondiale de la santé. (2010). Infobase mondiale de l'OMS. Genève: Organisation mondiale de la santé
  56. Yin HH, BJ de Knowlton (2006). Le rôle des ganglions de la base dans la formation des habitudes. Nat. Rev. Neurosci. 7, 464 – 476 [PubMed]