Os patróns de conectividade estrutural cerebral diferencian o peso normal dos sujetos con sobrepeso (2015)

Fondo

As alteracións no compoñente hedonico das condutas inxestivas implicáronse como posible factor de risco na fisiopatoloxía dos individuos con sobrepeso e obesidade. A evidencia de neuroimaginación de individuos con aumento do índice de masa corporal suxire alteracións estruturais, funcionais e neuroquímicas na rede de recompensa estendida e redes asociadas

Visar

Aplicar unha análise de patróns multivariantes para distinguir aos suxeitos normais de peso e sobrepeso baseados en medicións de gris e materia branca.

Methods

Imaxes estruturais (N = 120, sobrepeso N = 63) e imaxes tensoriais de difusión (DTI) (N = 60, sobrepeso N = 30) obtivéronse de suxeitos control sanos. Para a mostra total, a idade media para o grupo con sobrepeso (femias = 32, homes = 31) foi de 28.77 anos (DE = 9.76) e para o grupo de peso normal (femias = 32, homes = 25) foi de 27.13 anos (DE = 9.62 ). A segmentación rexional e a parcelación das imaxes cerebrais realizouse usando Freesurfer. Realizouse unha tractografía determinista para medir a densidade de fibra normalizada entre rexións. Utilizouse un enfoque de análise de patróns multivariantes para examinar se as medidas cerebrais poden distinguir o sobrepeso dos individuos de peso normal.

Resultados

1 Clasificación da materia branca: O algoritmo de clasificación, baseado en firmas 2 con conexións rexionais 17, obtivo un 97% de precisión na discriminación de individuos con sobrepeso de individuos con peso normal. Ambas as dúas firmas cerebrais, observouse unha maior conectividade como indexada polo aumento da densidade de fibra en exceso de peso en comparación co peso normal entre as rexións da rede de recompensa e as rexións do control executivo, excitación emocional e redes somatosensoriais. En contraste, atopouse o patrón oposto (diminución da densidade de fibra) entre a corteza prefrontal ventromedial e a insula anterior e entre o tálamo e as rexións da rede de control executivo. 2 Clasificación da materia gris: O algoritmo de clasificación, baseado en firmas 2 con características morfolóxicas 42, obtivo un 69% de precisión na discriminación do exceso de peso do peso normal. En ambas as rexións da recompensa, asociáronse saneamento, control executivo e excitación emocional descargar valores morfolóxicos en individuos con sobrepeso en comparación cos individuos de peso normal, mentres que se observou o patrón contrario para as rexións da rede somatosensorial.

Conclusións

1 Un aumento do IMC (é dicir, suxeitos con sobrepeso) está asociado a distintos cambios na materia gris e na densidade de fibras do cerebro. 2 Os algoritmos de clasificación baseados na conectividade entre as materias brancas implican rexións da recompensa e redes asociadas poden identificar obxectivos específicos para estudos mecanísticos e desenvolvemento de medicamentos futuros dirixidos a comportamentos inxestivos anormais e en exceso de peso / obesidade.

2.3.1 Resonancia magnética estrutura (gris)

Temas (N = 120, IMC elevado N = 63) dixitalizáronse nun 3.0 Tesla Siemens TRIO despois de que se empregase un explorador sagital para situar a cabeza. Os escaneos estruturais obtivéronse a partir de 4 secuencias de adquisición diferentes usando un protocolo de eco gradiente rápido (MP-RAGE) preparado por magnetización sagital tridimensional de alta resolución tridimensional e os detalles de dixitalización son: 3. Tempo de repetición (TR) = 1 ms, tempo de eco (TE) = 1 ms, ángulo de rotación (FA) = 2200, 3.26 mm³ tamaño voxel. 2. TR = 2200 ms, TE = 3.26 ms, FA = 20, 1 mm³ tamaño voxel. 3. TR = 20 ms, TE = 3 ms, FA = 25, 1 mm³ tamaño voxel. 4. TR = 2300 ms, TE = 2.85 ms, FA = 9, 1 mm³ tamaño do voxel. Valorouse a influencia do protocolo de adquisición sobre as diferenzas no volume total de materia gris (TGMV). Concretamente aplicouse o modelo lineal xeral (GLM) para determinar as influencias protocolarias sobre o control de TGMV por idade. Os resultados indicaron que todos os protocolos non eran similares entre si (F(3) = 6.333, p = .053).

2.3.2 Conectividade anatómica (materia branca) Resonancia magnética

Un subconxunto da mostra orixinal (N = 60, IMC elevado N = 30) sufriu unha resonancia magnética por difusión (DWI) segundo dous protocolos de adquisición comparables. En concreto, os DWI adquiríronse en 61 ou 64 direccións non lineais con b = 1000 s / mm², con 8 ou 1 b = 0 s / mm² imaxes, respectivamente. Ambos protocolos tiñan TR = 9400 ms, TE = 83 ms e campo de visión (FOV) = 256 mm cunha matriz de adquisición de 128 × 128 e un grosor de porción de 2 mm para producir 2 × 2 × 2 mm³ vexelas isotrópicas.

2.4.1 Segmentación e parcelación estruturais (materia gris)

A segmentación de imaxes T1 e a parcelación rexional realizáronse con FreeSurfer (Dale et al., 1999; Fischl et al., 1999, 2002) seguindo a nomenclatura descrita en Destrieux et al. (2010). Para cada hemisferio cerebral, un conxunto de estruturas corticais bilaterais 74 foron etiquetadas ademais das estruturas subcorticais 7 e o cerebelo. Os resultados da segmentación dun suxeito da mostra móstranse en Fig 2A. Tamén se incluíu unha estrutura de liña media (o tronco do cerebro que inclúe partes do cerebro medio como a área tegmental ventral [VTA] ea substantia nigra), para un conxunto completo de parcelacións 165 para todo o cerebro. Calculáronse catro medidas morfolóxicas representativas para cada parcelación cortical: volume de materia gris (GMV), superficie (SA), grosor cortical (CT) e curvatura media (MC). Os fluxos de traballo de procesamento de datos deseñáronse e implementáronse no laboratorio de laboratorio de neuroimaginación (LONI) (http://pipeline.loni.usc.edu).

 

Fig. 2

A. Resultados de segmentación e parcelación estruturais e resultados de fibras de materia branca B. asociados con parcelacións estruturais dun suxeito da mostra. R: segmentación estrutural. B: segmentación da materia branca.

2.4.2 Conectividade anatómica (materia branca)

As imaxes ponderadas por difusión (DWI) foron corrixidas para o movemento e usáronse para computar tensores de difusión que foron reorientados rotativamente en cada voxel. As imaxes de tensores de difusión foron deseñadas baseándose na interpolación trilinear de tensores transformados en rexistro, como se describe en Chiang et al. (Chiang et al., 2011) e recamostrados a unha resolución de voxel isotrópico (2 × 2 × 2 mm³). Creáronse fluxos de traballo de procesamento de datos utilizando o pipeline LONI.

Estimouse a conectividade das materias brancas para cada suxeito entre as rexións do cerebro 165 identificadas en imaxes estruturais (Fig. 2B) empregando unha tractografía de fibras DTI. A tractografía realizouse a través do algoritmo de asignación de fibras mediante seguimento continuo (FACT) (Mori et al., 1999) usando TrackVis (http://trackvis.org) (Irimia et al., 2012). A estimación final da conectividade da materia branca entre cada unha das rexións do cerebro determinouse en función do número de tramos de fibra que se cruzan entre cada rexión, normalizada polo número total de tractos de fibra dentro de todo o cerebro. Esta información empregouse para a súa posterior clasificación.

2.5.1 Desenvolvemento do modelo preditivo

O número de firmas cerebrais para cada análise fixouse en dúas (Lê Cao et al., 2008b). A análise de estabilidade utilizouse para determinar o número óptimo de rexións cerebrais para cada firma cerebral (Lê Cao et al., 2011). En primeiro lugar, sPLS-DA aplícase nunha variedade de variables, 5-200, para ser seleccionadas para cada unha das dúas firmas do cerebro. Para cada especificación do número de variables a seleccionar, realízase 10-validación cruzada 100 veces repetidas veces 10. Este procedemento de validación cruzada divide os datos de adestramento en dobras XNUMX ou subexemplos de datos (n = 12 conxuntos de probas). Déixase de lado unha única submostra como datos da proba e as restantes submostras úsanse para adestrar o modelo. A estabilidade das variables determínase calculando o número de veces que se selecciona unha variable específica en todas as carreiras de validación cruzada. Só se empregaron as variables cerebrais cunha estabilidade superior ao 80% para desenvolver o modelo final.

2.6.1 Mínimos cadrados parciais dispersos: análise discriminado (sPLS-DA)

sPLS-DA realizouse usando o paquete R mixOmics (http://www.R-project.org). Examinamos o poder predictivo da morfometría cerebral e a conectividade anatómica DTI por separado. Ademais da morfometría cerebral rexional ou a conectividade anatómica rexional, a idade e o GMV total incluíronse como posibles predictores. Para os datos morfolóxicos obtidos, incorporáronse medidas de GMV, SA, CT e MC. Para os datos de conectividade anatómica DTI obtidos, as matrices específicas do suxeito que indexan a densidade de fibra relativa entre as rexións 165 transformáronse en matrices dimensionais 1 que conteñen conectividades únicas 13,530 (triángulo superior da matriz inicial). Estas matrices foron entón concatenadas entre temas e ingresadas no sPLS-DA. Como un paso inicial de redución de datos, caeron os predictores de varianza case cero e isto deu lugar a que as conexións 369 permanecesen. As firmas cerebrais resumíronse empregando cargas variables nas dimensións individuais e coeficientes VIP. Tamén usamos pantallas gráficas para ilustrar as habilidades discriminatorias dos algoritmos (Lê Cao et al., 2011). Valorouse a capacidade predictiva dos modelos finais empregando unha validación cruzada. Tamén calculamos medidas de clasificación binaria: sensibilidade, especificidade, valor preditivo positivo (PPV) e valor preditivo negativo (NPV). Aquí, a sensibilidade indexa a capacidade do algoritmo de clasificación para identificar correctamente a persoas con sobrepeso. A especificidade reflicte a capacidade do algoritmo de clasificación para identificar correctamente aos individuos de peso normal. O PPV reflicte a proporción da mostra que mostra a firma cerebral específica con sobrepeso do algoritmo de clasificación e que realmente teñen sobrepeso (verdadeiro positivo). Por outra banda, o NPV é a probabilidade de que, se o resultado da proba é negativo, é dicir, o participante non ten a firma cerebral específica de sobrepeso (verdadeiro negativo).

2.6.2 Características da mostra

As análises estatísticas realizáronse empregando o paquete estatístico para o software de ciencias sociais (SPSS) (versión 19). Avaliaron as diferenzas de grupos nas puntuacións das medidas de comportamento mediante a análise da varianza (ANOVA). Considerouse a importancia de p <.05 sen corrixir.

3.2.1 Clasificación baseada na conectividade anatómica (materia branca)

Examinamos se a materia branca de conectividade anatómica cerebral pode usarse para discriminar a persoas con sobrepeso de individuos con peso normal. Fig 3A representa aos individuos da mostra representada en relación ás dúas firmas cerebrais e describe as habilidades discriminatorias do clasificador de materia branca. Calculáronse medidas de clasificación binaria e indicaron unha sensibilidade de 97%, especificidade de 87%, PPV de 88% e NPV de 96%. Táboa 2 contén a lista das conexións estables de materia branca que inclúen cada firma cerebral discriminatoria xunto con cargas variables e coeficientes VIP.

 

Fig. 3

A. Clasificador baseado na densidade de fibras (materia branca). B. Clasificador baseado na morfoloxía de materia gris. R: describe as habilidades discriminatorias do clasificador de densidade de fibras (materia branca). B: describe as habilidades discriminatorias do clasificador de materia gris. ...

 

Táboa 2

Lista de conexións anatómicas que inclúen cada firma cerebral discriminativa.

3.2.2 Signatura cerebral baseada en conectividade anatómica 1

A primeira firma cerebral representa o 63% da varianza. Como indican os coeficientes VIP, as variables da solución que explican a máis varianza incluían conexións 1) entre rexións da rede de recompensa (putamen, pallidum, tronco cerebral [incluíndo rexións de cerebro medio como o VTA e substantia nigra]) con rexións do executivo. control (precuneus que forma parte da córtex parietal posterior), salencia (insula anterior), excitación emocional (córtex prefrontal ventromedial) e redes somatosensoriais (xiro postcentral); 2) rexións da rede excitación emocional (córtex midcingulado anterior, córtex prefrontal ventromedial) con rexións do saliente (insula anterior) e somatosensoriais (lóbulos paracentrais incluída a córtex motora suplementaria); e 3) tálamo co xiro occipital medio e tálamo cunha rexión de rede de control executivo (córtex prefrontal lateral dorsal).

En comparación co grupo de peso normal, o grupo con sobrepeso mostrou unha maior conectividade desde rexións da rede de recompensas (putamen, pallidum, tronco cerebral) coa rede de control executivo (córtex parietal posterior) e de putamen a unha parte inhibidora da rede excitante emocional ( córtex prefrontal ventromedial) e a rexións da rede somatosensorial (xiro poscentral e insula posterior). A menor conectividade foi observada no grupo de sobrepeso en rexións desde a rede excitación emocional (córtex prefrontal ventromedial) ata a rede de saliencia (insula anterior), pero unha maior conectividade no grupo de sobrepeso desde rexións desde a rede excitación emocional (córtex prefrontal ventromedial) ata a rede somatosensorial (insula posterior). Tamén se observou unha menor conectividade no grupo con sobrepeso nas conexións desde o lóbulo paracentral ao córtex midcingulado anterior pero unha maior conectividade desde o lóbulo paracentral ao sulco subparietal (parte da rede somatosensorial). Mirando as conexións talámicas, observouse unha menor conectividade desde o tálamo coa cortiza prefrontal lateral dorsal (rede de control executivo) e co xiro occipital medio en individuos con sobrepeso en comparación cos individuos de peso normal.

3.2.3 Signatura cerebral baseada en conectividade anatómica 2

A segunda firma cerebral anatómica identificada supuxo un 12% adicional da varianza nos datos. As variables que contribúen con maior variedade á discriminación de grupo, tal e como indica o coeficiente VIP, incluían conexións en rexións da recompensa (putamen, sulci orbital que forma parte do xiro frontal orbital e tronco cerebral) e excitación emocional (gyrus rectus que é a medial parte das redes da cortiza prefrontal ventromedial).

En individuos con sobrepeso en comparación cos individuos de peso normal, observouse unha maior conectividade entre as rexións da rede de recompensa (tronco cerebral e putamen) tanto co control executivo (córtex prefrontal lateral dorsal) como parte inhibidora da excitación emocional (córtex prefrontal ventromedial). Non obstante, a conectividade entre o occipital o xiro frontal orbital (rede de recompensa) foi menor en individuos con sobrepeso en comparación cos individuos con peso normal.

3.2.4 Clasificación morfométrica baseada en materia gris

Examinamos se a morfometría cerebral (volume de materia gris, superficie, grosor cortical e curvatura media) se pode usar para discriminar aos individuos con sobrepeso dos individuos con peso normal. Fig 3B describe os individuos da mostra representada en relación ás dúas firmas cerebrais e describe as habilidades discriminatorias do clasificador morfométrico. Calculáronse medidas de clasificación binaria e indicaron unha sensibilidade de 69%, especificidade de 63%, PPV de 66% e NPV de 66%. Táboa 3 contén a lista de medidas morfométricas con cada discriminación xunto con cargas variables e coeficientes VIP.

 

Táboa 3

Morfometría rexional que comprende cada firma cerebral.

3.2.5 Sinatura cerebral con base morfolóxica 1

A primeira firma cerebral explicou 23% da variabilidade nos datos do fenotipo morfométrico. Como o ven os coeficientes VIP, as variables que contribuían a máis varianza á firma incluían rexións da recompensa (subrexións do xiro frontal orbital), salencia (insula anterior), control executivo (córtex prefrontal lateral dorsal), excitación emocional (córtex prefrontal ventromedial). ) e redes somatosensoriais (sulcus precentral, xiro supramarginal, sulcus subcentral, sulco frontal superior). Tamén se observaron altos coeficientes VIP para o xiro frontal superior e sulcus, xiro temporal superior, xiro frontopolar transversal e xiro temporal transversal anterior. Relacionáronse as rexións da recompensa, o mantemento, o control executivo e as excitación emocional descargar valores en individuos con sobrepeso en comparación cos individuos con peso normal. Ademais, tiveron individuos con sobrepeso en comparación cos pesos normais maior valores en rexións da rede somatosensorial. Tamén se asociou a morfometría das rexións frontais e temporais (xiro temporal superior e xiro temporal transversal anterior). descargar valores en individuos con sobrepeso en comparación cos individuos con peso normal.

3.2.6 Sinatura cerebral con base morfolóxica 2

A segunda firma cerebral morfolóxica explicou o 32% da varianza. As variables con maiores coeficientes VIP foron similares aos coeficientes VIP observados na firma cerebral 1, xa que incluían rexións da recompensa (caudato), salencia (insula anterior), control executivo (partes da córtex parietal posterior), excitación emocional (parahippocampal xiro, córtex cingulada anterior subxenual e córtex cingulada anterior) e redes somatosensoriais (insula posterior e lóbulos paracentrais). Non obstante, a firma cerebral 2 en comparación coa firma cerebral 1 só tiña unha conexión desde a rede de recompensas e máis conexións de rexións das redes salientes e excitación emocional.

En individuos con sobrepeso en comparación cos individuos con peso normal, descargar valores para a morfometría na recompensa, salencia, control executivo e excitación emocional, pero máis alto indicáronse valores na rede somatosensorial.

4.1.1 Signatura cerebral baseada en conectividade anatómica 1

A primeira firma cerebral consistía en gran parte por conexións dentro e entre recompensa, saliencia, control executivo, excitación emocional e redes sensoriais. Tamén houbo conexións talámicas con rexións da rede de control executivo e coa rexión occipital. Correspondente á nosa constatación de conexións diminuídas desde a corteza prefrontal ventromedial á insula anterior observada no grupo de sobrepeso en comparación co grupo de peso normal, redución da integridade dos tractos de materia branca (anisotropía fraccional reducida) na cápsula externa (que contén fibras que se conectan As áreas corticais a outras áreas corticais a través de fibras de asociación curta) reportáronse en obesos en comparación cos controis (Shott et al., 2014). Adicionalmente, en obesos en comparación cos controis o coeficiente aparente de difusión (difusión de auga que reflicte o dano celular) foi maior no estrato sagital (o que se coñece por transmitir información dende as rexións parietais, occipitais, cinguladas e temporais ao tálamo) e pode ser consistente. coas nosas observacións de menor conectividade entre o tálamo dereito e o xiro occipital medio dereito para individuos con sobrepeso en comparación cos individuos con peso normal (Shott et al., 2014). Shott e compañeiros (Shott et al., 2014) tamén identificaron maiores coeficientes de difusión aparentes (que reflicten posibles danos celulares) no grupo de obesos na coroa radiata, o que parece complementar os nosos resultados de menor densidade de fibra relativa entre estruturas de materia gris profunda (como o tálamo) e as áreas corticais (dorsal). cortiza prefrontal lateral) en individuos con sobrepeso en comparación cos individuos de peso normal. A conectividade talámica alterada pode interferir co papel do tálamo ao facilitar a transmisión de información sensorial periférica á cortiza (Jang et al., 2014).

Un estudo separado que comparou aos adolescentes obesos sen complicados cos individuos de peso normal tamén atopou anisotropia fraccional reducida en adolescentes obesos en rexións como a cápsula externa, a cápsula interna (que maioritariamente leva as vías corticospinais ascendentes e descendentes), así como algunhas fibras temporais e radiación óptica (Yau et al., 2014). Un estudo recente tamén observou a perda de conexións de fibras nerviosas con DTI entre o tronco cerebral e o hipotálamo nun individuo cun cavernoma de tronco cerebral que, tras sufrir un drenaxe cirúrxico, tivo un aumento dramático no peso, o que pode suxerir que estas fibras nerviosas estean implicadas na regulación. tanto da ingesta de alimentos como do peso (Purnell et al., 2014). Non obstante, non identificamos diferenzas de conectividade co hipotálamo, que en parte pode deberse a limitacións de parcelación baseadas nos atlas particulares empregados no estudo actual.

4.1.2 Signatura cerebral baseada en conectividade anatómica 2

Unha segunda firma ortogonal comprendía só tres conexións anatómicas dentro das redes de recompensa e excitación emocional. A identificación de conexións alteradas dentro de rexións comprendidas na rede de recompensa e con rexións nas redes coas que interactúa no estudo actual non se informou anteriormente. Non obstante, estas alteracións poderían previrse a partir de estudos morfolóxicos recentes que observaron alteracións da materia gris dentro das rexións da rede de recompensa estendida (Kenny, 2011; Kurth et al., 2013; Raji et al., 2010; Volkow et al., 2008). Xuntos, os nosos resultados parecen amosar alteracións moi amplas na conectividade das materias brancas para as rexións que compoñen a rede de recompensa e as súas redes asociadas.

Mentres que outros estudos descubriron unha integridade de fibra reducida medida como anisotropía fraccionada reducida en rexións do corpus callosum e fornix (que forman parte do cingulado e transportan información do hipocampo ao hipotálamo) co aumento do IMC (Stanek et al., 2011; Xu et al., 2013); o estudo actual non identificou alteracións significativas na conectividade interhemisférica dentro das dúas firmas do cerebro anatomico-conectivas. A excepción foi que houbo unha conexión entre o lóbulo paracentral esquerdo e o sulco subparietal dereito en firma cerebral 1, e unha conexión entre o putamen dereito e o recto esquerdo gyrus na firma cerebral 2. Hipotetizamos que o efecto observado nestes estudos anteriores pode deberse á degradación sistémica da materia branca en lugar de cambios nas conexións entre rexións cerebrais específicas, similares aos cambios que se producen durante o envellecemento normal (Sullivan et al., 2010). Aínda que os autores destes estudos anteriores hipotetizaron que as diferenzas na anisotropía fraccionada na cápsula externa de suxeitos con alto IMC poden estar correlacionadas con conexións do hipocampo e da amígdala, non observamos cambios significativos na conectividade dentro destas estruturas. Para confirmar estas observacións requírese unha análise máis detallada e unha parcelación máis fina destas rexións cerebrais.

4.2.1 Sinatura cerebral con base morfolóxica 1

No noso estudo, a primeira firma cerebral mostrou valores máis baixos de diversas medidas morfométricas (incluíndo subrexións do xiro frontal orbital, insula anterior) en rexións das redes de recompensa, salencia e control de executivos do grupo con sobrepeso en comparación co grupo normal de peso. Tamén se observaron valores morfométricos inferiores para as rexións inhibidoras (córtex prefrontal lateral e dorsal ventromedial) relacionados coa rede excitante emocional, pero morfometría maior para a rede somatosensorial (sulco precentral, xiro supramarginal, sulco subcentral e sulco frontal superior) incluída a temporal rexións en individuos con sobrepeso en comparación cos individuos con peso normal. Neste estudo atopamos reducións significativas nas medidas morfolóxicas (volume de materia gris e grosor cortical) do xiro frontal orbital. O xiro frontal orbital é unha rexión importante dentro da rede de recompensas que desempeña un papel no procesamento avaliador e na guía do futuro comportamento e decisións baseadas na codificación da anticipación relacionada coa recompensa (Kahnt et al., 2010). Un estudo recente que analizou a estrutura de materia gris e branca descubriu que os individuos obesos tiñan valores reducidos para varias rexións da rede de recompensas, incluído o giro frontal orbital (Shott et al., 2014).

4.2.2 Sinatura cerebral con base morfolóxica 2

En comparación coa firma cerebral 1, as medicións morfolóxicas observadas en rexións das redes de excitación e excitación emocional explicaron a maioría da varianza, mentres que as rexións da rede de recompensa non eran influentes. Observáronse medidas de redución de substancias grises nas rexións do saliente, control executivo e excitación emocional. Estas rexións (insula anterior, córtex posterior parietal, gyrus parahippocampal, subrexións do córtex cingular anterior) están frecuentemente asociadas ao aumento da actividade cerebral evocada durante a exposición a indicios de alimentos (Brooks et al., 2013; Greenberg et al., 2006; Rothemund et al., 2007; Shott et al., 2014; Stoeckel et al., 2008) e grao de saliente persoal dos estímulos (Critchley et al., 2011; Seeley et al., 2007a). No estudo actual, tamén se observaron reducións de materia gris en rexións clave da rede somatosensorial (insula posterior, lóbulo paracentral). Aínda que non se coñece o papel exacto desta rede no sobrepeso e na obesidade, demostrouse estar implicado na sensibilización das sensacións corporais, e un estudo recente suxeriu que a elevada actividade da rede somatosensorial en resposta a indicios de alimentos en persoas obesas podería levar a alimentación excesiva (Stice et al., 2011). Este estudo centrouse especialmente en medicións morfolóxicas e conexións anatómicas entre as rexións do cerebro na rede de recompensa estendida e na rede somatosensorial, e suxire que estas métricas estruturais cerebrais poden influír no procesamento neural asociado aos resultados de estudos funcionais atopados na literatura. As correlacións con factores ambientais e de comportamento tamén permiten coñecer máis profundamente a relación entre os achados estruturais e funcionais, que terán que ser probados en futuros estudos.