મગજ રેઝ બુલ. 2009 ઑગસ્ટ 14;79(6):388-95. doi: 10.1016/j.brainresbull.2009.05.016.
સ્ટોઇકલેલ LE1, કિમ જે, વેલર આર, કોક્સ જેઈ, કૂક ઇડુ 3rd, હોરવિટ્ઝ બી.
અમૂર્ત
મેદસ્વી સ્ત્રીઓમાં ખોરાક સંકેતોની અતિશયોક્તિયુક્ત પ્રતિક્રિયાશીલતા હાયપરએક્ટિવ ઇનામ સિસ્ટમ દ્વારા મધ્યસ્થી કરવામાં આવે છે, જેમાં ન્યુક્લિયસ ઍક્યુમ્બન્સ, એમિગડાલા અને ઓર્બિફ્રોન્ટલ કોર્ટેક્સનો સમાવેશ થાય છે. હાલના અભ્યાસમાં ફાઇનલ ઇલેક્ટ્રિક રેઝોન્સ ઇમેજિંગ (એફએમઆરઆઈ) નો ઉપયોગ કરવામાં આવ્યો છે કે કેમ તે તપાસવા માટે 12 મેદસ્વી અને 12 સામાન્ય-વજનવાળી સ્ત્રીઓ વચ્ચેના તફાવત, ઈનામ સંબંધિત મગજના સક્રિયકરણમાં ખાદ્ય પદાર્થોની પ્રતિક્રિયામાં શું તફાવત છે તે કી ઇનામ નેટવર્ક પ્રદેશો વચ્ચે વિધેયાત્મક ક્રિયાપ્રતિક્રિયામાં ફેરફારો દ્વારા સમજાવી શકાય છે.
ઉચ્ચ-અને ઓછી-કેલરીવાળા ખોરાકની છબીઓના પ્રતિભાવમાં ન્યુક્લિયસ ઍક્યુમ્બન્સ, એમીગડાલા અને ઓર્બિફ્રોન્ટલ કોર્ટેક્સ વચ્ચેના નેટવર્ક કનેક્શન્સમાં જૂથ તફાવતો છે કે નહીં તે ચકાસવા માટે બે પગલાવાળા પાથ વિશ્લેષણ / સામાન્ય લીનિયર મોડલ અભિગમનો ઉપયોગ કરવામાં આવ્યો હતો. સામાન્ય-વજનના નિયંત્રણોની સરખામણીએ ઉચ્ચ અને ઓછા કેલરીવાળા ખોરાક સંકેતો બંનેના પ્રતિભાવમાં મેદસ્વી જૂથમાં અસામાન્ય કનેક્ટિવિટી હતી.
નિયંત્રણની તુલનામાં, મેદસ્વી જૂથમાં એમ્બિફ્રેનલ કોર્ટેક્સ અને ન્યુક્લિયસ accમ્બેન્સ બંનેમાં સક્રિયકરણના એમીગડાલાની મોડ્યુલેશનની સંબંધિત iencyણપ હતી, પરંતુ ન્યુક્લિયસ એક્મ્બમ્બન્સમાં activર્બિટ્રોફ્રન્ટલ કોર્ટેક્સના સક્રિયકરણના મોડ્યુલેશનનો વધુ પ્રભાવ. એમીગડાલાથી થતી અપૂર્ણતાની અપેક્ષાઓ ખોરાકના પુરસ્કાર મૂલ્યના લાગણીશીલ / ભાવનાત્મક પાસા અથવા સંબંધિત સંકેતની પ્રેરણાત્મક ક્ષમતાઓના સબપોટિમલ મોડ્યુલેશનથી સંબંધિત હોઈ શકે છે, જ્યારે ન્યુક્લિયસ accમ્બબેન્સ કનેક્ટિવિટીમાં ઓર્બિટ્રોફ્રન્ટલ કોર્ટેક્સમાં વધારો, ખોરાકના જવાબમાં ખાવા માટેના ડ્રાઇવમાં ફાળો આપી શકે છે. સંકેત.
આમ, તે સંભવ છે કે પુરસ્કાર પ્રણાલીની માત્ર વધુ સક્રિયતા જ નહીં, પરંતુ આ નેટવર્કમાંના પ્રદેશોના સંપર્કમાં તફાવતો પણ મેદસ્વી વ્યક્તિઓમાં ખોરાકના પ્રમાણમાં વધેલા પ્રોત્સાહક મૂલ્યમાં ફાળો આપી શકે છે.
સ્થૂળતાના વિષમવિજ્ઞાનને, ભાગમાં, ખોરાક સાથે સંકળાયેલા સંકેતો માટે અતિશયોક્તિયુક્ત પ્રતિક્રિયાત્મકતા દ્વારા, ખાસ કરીને ઉચ્ચ ચરબી, ઊર્જાના ઘન ખોરાક (ઉદાહરણ તરીકે, [12]). સ્થૂળ વ્યક્તિઓમાં આ ઉત્તેજનાની વધેલી પ્રેરણાત્મક તાલિમ માટેની પદ્ધતિ એક હાયપરએક્ટિવ ઇનામ સિસ્ટમ હોઈ શકે છે, જેમાં ન્યુક્લિયસ ઍક્મ્બમ્બન્સ / વેન્ટ્રલ સ્ટ્રાઇટમ (એનએસી), એમીગડાલા (એએમવાયજી), અને ઓર્બિફ્રોન્ટલ કોર્ટેક્સ (ઓએફસી) શામેલ હોઈ શકે છે. અગાઉના વિધેયાત્મક ચુંબકીય રિઝનન્સ ઇમેજિંગ (એફએમઆરઆઈ) અભ્યાસમાં સામાન્ય વજનવાળા વ્યક્તિઓની તુલનામાં મેબેઝમાં ઉચ્ચ કેલરીવાળા ખોરાકની છબીઓના પ્રતિભાવમાં આ પ્રદેશોના સક્રિયકરણમાં વધારો થયો છે ([77]; ફિગ 1). સ્થૂળ વ્યક્તિઓ અથવા વધુ BMI ના ખોરાક ઉત્તેજના માટેના અન્ય અભ્યાસોને જાહેર કરતા આ અભ્યાસોમાં પણ આ પ્રદેશોમાં સક્રિયકરણની અસાધારણ પદ્ધતિઓ જોવા મળે છે ([22], [23], [28], [43], [68]), તેમજ અન્ય ([40], [68]). ઉચ્ચ-કેલરીવાળા ખોરાક સાથે સંકળાયેલી સ્ટિમ્યુલી આ પ્રકારના ખોરાકના બિન-હોમિયોસ્ટેટિક ખાવા માટે અતિશય પ્રોત્સાહન લાવી શકે છે ([10], [11], [53]). ખોરાકની ઉપજાવી કાઢવાની આ અતિશય બિન-હોમિયોસ્ટેટિક ઇચ્છાને પ્રોત્સાહક સાનુકૂળ અથવા "ઇચ્છા" કહેવામાં આવે છે અને મોટા ભાગે મેસોકોર્ટિકોલિમ્બિક ડોપામાઇન સિસ્ટમ દ્વારા નિયંત્રિત કરવામાં આવે છે, જેમાં એનએસી, એએમવાયજી અને ઓએફસી (દા.ત., [6]).
મોટાભાગના માનવ એફએમઆરઆઈ અભ્યાસો વિવિધ મેક્રોસ્કોપિક મગજના પ્રદેશોની કાર્યાત્મક લાક્ષણિકતાઓને સમજવા માટે એક સમૂહ અવિશ્વસનીય આંકડાકીય વિશ્લેષણ અભિગમનો ઉપયોગ કરે છે. તપાસકર્તાઓ વારંવાર પ્રદેશોના જૂથના કાર્યાત્મક વિશિષ્ટતા વિશે માહિતીને એકીકૃત કરે છે જેથી આ પ્રદેશો આપેલ કાર્ય કરવા માટે કેવી રીતે ક્રિયાપ્રતિક્રિયા કરે છે. જો કે, આવા વિશ્લેષણોમાંથી દોરી શકાય તેવા એકમાત્ર માન્ય આનુષંગિકો આધારિત નિષ્કર્ષ મગજના પ્રદેશોના એક સેટમાં સક્રિયકરણની તીવ્રતા અને હદ સાથે સંબંધિત છે, કેમ કે આ પ્રદેશો કેવી રીતે ક્રિયાપ્રતિક્રિયા કરે છે. કનેક્ટિવિટી એનાલિસિસ તપાસકર્તાઓને અભ્યાસ કરવા દે છે કે મગજના પ્રદેશોના નેટવર્ક્સ જ્ઞાનાત્મક અને વર્તણૂકીય કાર્યો કરવા માટે કેવી રીતે ક્રિયાપ્રતિક્રિયા કરે છે (દા.ત., [34]). એ નોંધવું મહત્વપૂર્ણ છે કે પરંપરાગત સક્રિયકરણ અભ્યાસોના સંદર્ભો કનેક્ટિવિટી અભ્યાસમાં સીધા જ સ્થાનાંતરિત થતા નથી. તે છે, ત્યાં માપવામાં તફાવત હોઈ શકે છે તીવ્રતા જૂથો વચ્ચે મગજ સક્રિયકરણ, પરંતુ તેમાં કોઈ જૂથ મતભેદ નથી કનેક્ટિવિટી, અને ઊલટું (દા.ત., [52]).
પાથ વિશ્લેષણ, એક પ્રકારનું માળખાકીય સમીકરણ મોડેલિંગ, એક મલ્ટિવેરિયેટ, પૂર્વધારણા-આધારિત અભિગમ છે, જે કાર્યાત્મક ન્યુરોઇમિંગ પર લાગુ થાય છે, જે જોડાયેલા મગજના પ્રદેશો ([51]). અસરકારક કનેક્ટિવિટીના વિશ્લેષણ માટે આ એક પદ્ધતિ છે, આ કિસ્સામાં એક મગજના ક્ષેત્રના સક્રિયકરણમાં ફેરફાર થાય છે જેના પરિણામે બીજા પ્રદેશમાં સક્રિયકરણમાં ફેરફાર થાય છે. પાથ મોડલ્સ પર આધારિત છે એક પ્રાયોરી પૂર્વધારણા અને એક કારણભૂત માળખું ગ્રહણ કરે છે, જ્યાં A → B નો અર્થ એ છે કે પ્રદેશમાં ફેરફાર એ છે જેનો પૂર્વધારણા છે કારણ પ્રદેશ બી માં ફેરફાર (દા.ત., [69]). નેટવર્ક મોડેલમાં મગજનો વિસ્તાર સામાન્ય રીતે અગાઉના વિધેયાત્મક ન્યુરોઇજિંગ અભ્યાસોના આધારે પસંદ કરવામાં આવે છે, અને આ પ્રદેશો વચ્ચેના જોડાણો સામાન્ય રીતે જાણીતા ન્યુરોનેટોમિક કનેક્શન પર આધારિત છે, મોટાભાગે પ્રાણી સાહિત્યમાંથી, જાતિઓ વચ્ચે મગજ પ્રદેશોમાં હોમોલોજિની ધારણા કરે છે (ઉદાહરણ તરીકે, [69]). પાથ વિશ્લેષણનો ઉપયોગ કરીને અનુમાનિત પરિમાણ મૂલ્યો મોડેલમાંના પ્રદેશો વચ્ચેના દિશાત્મક માર્ગોના જથ્થાને રજૂ કરે છે. આ પાથ ગુણાંકનો ઉપયોગ પછી કાર્યની પરિસ્થિતિઓમાં ફેરફાર અથવા સામાન્ય લીનિયર મોડેલ (જીએલએમ) માળખું (દા.ત., [44], [64]).
એનએસી, એએમવાયજી અને ઓએફસી ઇનામ સિસ્ટમના ભાગ રૂપે મળીને કાર્ય કરે છે. આ પ્રદેશો વચ્ચે મજબૂત રચનાત્મક કનેક્શન છે (જુઓ ફિગ 2; એમવાયજી → ઓએફસી: [7], [16], [30], [38], [60], [65], [71], એમવાયજી → એનએસી: [30], [38], [71], અને ઓએફસી → એનએસી: [7], [16], [17], [30], [38], [56], [60], [65], [71]). ખરું કે, સ્પષ્ટ છે કે એનએસી, એએમવાયજી, અને ઓએફસી સામાન્ય રીતે ઉચ્ચ-કેલરી ખોરાકની છબીઓ ([77]), તે અનિશ્ચિત છે કે શું આ પ્રદેશોમાં સક્રિયકરણ કેટલાક સામાન્ય અંતર્ગત પુરસ્કાર પ્રક્રિયા (દા.ત., પ્રોત્સાહક ઉપદ્રવ અથવા ઇનામનો સંપર્ક કરવા અને વપરાશ કરવા પ્રેરણા) સાથે સંબંધિત છે અથવા શું ત્યાં વિવિધ પ્રક્રિયાઓ છે (દા.ત. હેડનિક્સ અથવા ઇનામના આનંદ ઘટક અને / અથવા શીખવું) તે સક્રિયકરણ પેટર્ન માટેનું એકાઉન્ટ (જુઓ [8] આ જુદા જુદા પુરસ્કારોની ચર્ચા માટે). એનએસી, એએમવાયજી અને ઓએફસીમાં અસંખ્ય વિધેયાત્મક ગુણધર્મો છે. એનએસી / વેન્ટ્રલ સ્ટ્રાઇટમ ઇનામ-સંબંધિત પ્રક્રિયા, હોમિયોસ્ટેટિક મિકેનિઝમ્સ અને મોટર આઉટપુટ વચ્ચે ઇન્ટરફેસ તરીકે કાર્ય કરે છે (દા.ત., [41]), પરંતુ પુરસ્કાર મૂલ્ય માટે પણ કોડ ([57]). ઓએફસી ખોરાક અને ખોરાક સંકેતોના મલ્ટિમોડલ સંવેદનાત્મક રજૂઆતોને એન્કોડ કરી શકે છે ([10], [11]). સાથે મળીને, એએમવાયજી અને ઓએફસી એ એસોસિયેટિવ પ્રક્રિયાઓમાં મધ્યસ્થી કરી શકે છે, જેમાં ખોરાક સંબંધિત ઉદ્દીપક પ્રોત્સાહક ઉપદ્રવ અથવા અન્ય પ્રેરણાત્મક ગુણધર્મો પ્રાપ્ત કરે છે (દા.ત., [6], [31]), પરંતુ બંને હેડનિક મૂલ્ય માટે કોડ, એએમવાયજી ટોપ-અપ અને ઓએફસી દ્વારા ટોપ-ડાઉન પ્રક્રિયાઓ ([7]).
આ અભ્યાસમાં, અમે સ્ટોઇકેલ એટ અલના એફએમઆરઆઈ ડેટાનો ઉપયોગ કર્યો. [77] અને બે-સ્ટેજ પાથ વિશ્લેષણ વત્તા GLM અભિગમ, સરળ ઇંધણમાં કી ઇનામ માળખાં (એનએસી, એએમવાયજી, અને ઓએફસી) ની ક્રિયાપ્રતિક્રિયાઓની તપાસ કરવા માટે, આ માળખાં ઉચ્ચ અને ઓછી કેલરીવાળા ખોરાકની છબીઓના પ્રતિભાવમાં એકસાથે કાર્ય કરે છે કે નહીં તે નિર્ધારિત કરવા માટે મેદસ્વી અને સામાન્ય વજનવાળા વ્યક્તિઓમાં અલગ. ઉચ્ચ અને ઓછી કેલરીવાળા ખોરાકની છબીઓના જવાબમાં સામાન્ય વજનના નિયંત્રણોમાં અમારા મોડેલમાં ઉલ્લેખિત મગજ પ્રદેશો વચ્ચે અસરકારક જોડાણોની અમને આશા હતી. આ ઉપરાંત, અમને આપણા સ્થૂળ જૂથમાં ઘણા બધા અસરકારક જોડાણો મળવાની આશા છે જે આ વ્યક્તિઓ માટે પ્રેરણાદાયી શક્તિમાં વધારો કેમ કરે છે તે સમજાવવામાં મદદ કરશે.
સામગ્રી અને પદ્ધતિઓ
પાથ વિશ્લેષણ માટે વપરાતો ડેટા સ્ટૉકેલ એટ અલમાં અહેવાલ સમાન ડેટા હતો. [77]. પાથ વિશ્લેષણની પદ્ધતિઓની ચર્ચા કરવાના વિભાગની અપવાદ સાથે, નીચે આપેલી માહિતી સ્ટોકેલ એટ અલમાં વધુ વિગતવાર પ્રદાન કરવામાં આવી છે. [77].
સહભાગીઓ
સહભાગીઓ 12 મેદસ્વી (બોડી માસ ઇન્ડેક્સ, BMI = 30.8 - 41.2) અને 12 સામાન્ય વજન (BMI = 19.7 - 24.5) બર્મિંગહામ (યુએબી) સમુદાયની યુનિવર્સિટી ઓફ અલાબામામાંથી ભરતી જમણા હાથની મહિલાઓ હતી. સરેરાશ વય (મેદસ્વી: 27.8, એસડી = 6.2; નિયંત્રણ: 28, એસડી = 4.4), વંશીયતા (મેદસ્વી: 7 આફ્રિકન-અમેરિકન, 5 કોકેશિયન; નિયંત્રણ: 6 આફ્રિકન-અમેરિકન, 6 કોકેશિયન) પર કોઈ જૂથ તફાવત ન હતા. (મેદસ્વી: 16.7 વર્ષ, એસડી = 2.2; નિયંત્રણ: 17.2, એસડી = 2.8), અથવા માસિક ચક્રનો સરેરાશ દિવસ (મેદસ્વી: દિવસ 6.8, એસડી = 3.1, નિયંત્રણ: દિવસ 5.7, એસડી = 3.3, બધા ફોલિક્યુલર તબક્કામાં ). યુએબી અખબારમાં મુકાયેલી જાહેરાતો અને યુએબી કેમ્પસ પર વિવિધ સ્થળોએ મુકેલી ફ્લાયર્સ સાથે સહભાગીઓની ભરતી કરવામાં આવી હતી. તેમને જાણ કરવામાં આવી હતી કે આ અભ્યાસનો હેતુ ખોરાક અને નિયંત્રણ છબીઓ જેવા વિવિધ ofબ્જેક્ટ્સની દ્રશ્ય છબીઓના જવાબમાં વિવિધ BMI's ના "ભૂખ્યા" સહભાગીઓમાં મગજની પ્રવૃત્તિના દાખલાઓ પર ધ્યાન આપવાનો હતો. સકારાત્મક આહાર વિકારના ઇતિહાસ, સક્રિય આહાર અથવા વજન ઘટાડવાના કાર્યક્રમમાં ભાગ લેતા અથવા વજન> 305 પાઉન્ડ (138 કિગ્રા) ઘેર> 64 ઇંચ (163 સે.મી.) નો સમાવેશ કરીને, આરોગ્યને લગતા ઘણા માપદંડોના આધારે વ્યક્તિઓને બાકાત રાખવામાં આવ્યા હતા. સ્કેનર મર્યાદાઓને કારણે. અભ્યાસની પ્રક્રિયાઓ અને તેનાથી સંકળાયેલા જોખમોને સમજાવ્યા પછી તમામ સહભાગીઓએ લેખિત જાણકાર સંમતિ પર હસ્તાક્ષર કર્યા. બધી પ્રક્રિયાઓની સમીક્ષા કરવામાં આવી હતી અને યુએએબી પર માનવ ઉપયોગ માટેના સંસ્થાકીય સમીક્ષા બોર્ડ દ્વારા મંજૂરી આપવામાં આવી હતી.
સ્ટિમ્યુલી
ઇમેજિંગ સત્ર દરમિયાન ઉપયોગમાં લેવામાં આવતી ઉત્તેજનામાં 252 રંગ ચિત્રો, સુસંગત કદ, રિઝોલ્યુશન અને લ્યુમિનન્સ ([77]). 168 ફૂડ છબીઓને ઓછી કેલરી અને ઉચ્ચ કેલરી શ્રેણીઓમાં વિભાજિત કરવામાં આવી હતી, જેમાં દરેક 84 અનન્ય છબીઓ શામેલ છે. ઓછી કેલરીવાળા ખોરાકની છબીઓમાં ઓછી ચરબીવાળા વસ્તુઓ જેવા કે ઉકાળેલા શાકભાજી અને બ્રોઇલ કરેલી માછલીનો સમાવેશ થાય છે. ઉચ્ચ કેલરીવાળા ખોરાક મુખ્યત્વે ચીઝકેક અથવા પિઝા જેવી ચરબીમાં ઊંચી હોય છે. નિયંત્રણ ઉત્તેજનામાં કારની છબીઓ શામેલ હોય છે, જે વિવિધ મોડેલ, મોડેલ, અને રંગમાં વિસ્તૃત છે. કારની છબીઓનો હેતુ સહેલાઇથી રસપ્રદ નિયંત્રણ ઉત્તેજના તરીકે કરવામાં આવ્યો હતો જે સ્ટેઇકેલ એટ અલના પરિણામોના આધારે ઓછી-કેલરી છબીઓને સુખદતા સાથે મેળ ખાતી હતી. [77], ઊંચી કેલરીવાળા ખોરાકને ઉચ્ચતમ રેટ સાથે.
કાર્યવાહી
બીએમઆઈને માન્ય કરવા અને અન્ય અભ્યાસ માપદંડોની ચકાસણી કરવા માટે સંપૂર્ણ તપાસ કર્યા પછી, પ્રતિભાગીઓ એફએમઆરઆઈ સત્ર માટે શેડ્યૂલ કરવામાં આવ્યા હતા. તેમને 7-8 AM વચ્ચે સામાન્ય નાસ્તો ખાવવાની સૂચના આપવામાં આવી હતી, પરંતુ બપોરના છોડવા અને માત્ર પાણીનો વપરાશ કરવો જેથી તેઓએ 8-9 PM વચ્ચેની કલ્પના કરતા પહેલા લગભગ 3-5 કલાક માટે ઉપવાસ કર્યો હોય. વિષયવસ્તુની ભૂખ રેટિંગ્સ પર કોઈ જૂથ મતભેદ નહોતા.
જ્યારે સહભાગીઓ ચુંબકમાં હતા, વિઝ્યુઅલ સ્ટિમ્યુલી બ્લોક ડિઝાઇન ફોર્મેટમાં રજૂ કરવામાં આવ્યા હતા, જેમાં કુલ છ 3: ઇમેજિંગ સત્ર દીઠ 09 મિનિટ ચાલે છે. પ્રત્યેક દોડમાં પ્રત્યેક કાર (સી), લો-કેલરી ફૂડ્સ (એલસી), અને ઉચ્ચ-કેલરીવાળા ખોરાક (એચસી) છૂટાછવાયાને ભાગ લેનારા પ્રત્યેક 21 એ યુગનો સમાવેશ થાય છે. ખોરાક અથવા કારની છબીઓના દરેક 21 ના યુગમાં, સાત વ્યક્તિગત છબીઓ દરેકને 2.5 એસ માટે પ્રસ્તુત કરવામાં આવી હતી. એક 0.5 ના ગેપ છબીઓને અલગ કરે છે, અને 9 ના ગેપ એ યુગોને અલગ કરે છે. બધા અવરોધોમાં ફિક્સેશન ક્રોસ સાથે ગ્રે ખાલી સ્ક્રીન હોય છે. દરેક રનમાં કુલ 16 રનમાં કુલ 63 વોલ્યુંમોની 378 વોલ્યુમ્સ શામેલ છે, જેમાંની દરેક કાર દરમિયાન 84 વોલ્યુમ પ્રાપ્ત કરવામાં આવ્યાં હતાં, ઓછી કેલરીવાળા ખોરાક અને ઉચ્ચ-કેલરી ફૂડ એક્સ્પોઝર. વિઝ્યુઅલ છબીઓ લેપટોપ કમ્પ્યુટર દ્વારા ચાલતા વી.પી.એમ. સૉફ્ટવેર ([18]). છબીઓને સહભાગીના માથા પાછળની સ્ક્રીન પર રજૂ કરવામાં આવી હતી અને હેડ કોઇલ સાથે જોડાયેલ 45 ° એક-સપાટીના પાછલા પ્રોજેકટિંગ મિરર દ્વારા જોવામાં આવી હતી. સહભાગીઓને તેમની ભાગીદારી માટે નાણાકીય વળતર આપવામાં આવ્યું હતું. બધી પ્રક્રિયાઓની સમીક્ષા કરવામાં આવી અને માનવીય ઉપયોગ માટે UAB ના સંસ્થાકીય સમીક્ષા બોર્ડ દ્વારા મંજૂર કરવામાં આવી.
એમઆરઆઈ હસ્તગત અને પ્રક્રિયા
ફંક્શનલ એમઆરઆઇ ડેટા સેન્સિટિવિટી એન્કોડિંગ (સેન્સ) હેડ કોઇલથી સજ્જ ફિલિપ્સ ઇન્ટરા એક્સમ્યુક્ટ અલ્ટ્રા શોર્ટ બોર ચુંબકનો ઉપયોગ કરીને હસ્તગત કરવામાં આવ્યો હતો. છબીઓ સિંગલ-શૉટ T3 * - વજનવાળી ઢાળ-ઇકો EPI પલ્સ અનુક્રમનો ઉપયોગ કરીને એકત્રિત કરવામાં આવી હતી. આપણે X = 2 એમસીસી, TR = 30 સેકન્ડ, અને 3 અક્ષીય સ્લાઇસેસ માટે 85 અક્ષીય સ્લાઇસેસ 30 એમએમ જાડા XXX મીમી ઇન્ટરરસાઇસ ગેપ, 4 × 1 નું સ્કેન રીઝોલ્યુશન, 80 × 79 પર પુનર્ગઠન અને 128 સાથે 128 ° ફ્લિપ એન્ગલનો ઉપયોગ કર્યો × 230 × 149 એમએમ ફોવ. ચુંબકને સ્થિર-રાજ્ય ચુંબકીયકરણ પ્રાપ્ત કરવાની મંજૂરી આપવા માટે પ્રથમ ચાર સ્કેનને કાઢી મૂકવામાં આવ્યા હતા.
એસપીએમ 2 સ .ફ્ટવેર પેકેજ (વેલકમ ડિપાર્ટમેન્ટ. ઇમેજિંગ ન્યુરોસાયન્સ, લંડન, યુકે) નો ઉપયોગ કરીને ડેટાને પ્રોપ્રોસેસ્ડ (ગતિ સુધારણા, એસપીએમ 6 ઇપીઆઈ ટેમ્પલેટનો ઉપયોગ કરીને MNI કોઓર્ડિનેટ સિસ્ટમમાં નોર્મલાઇઝેશન, અને 2 મીમી એફડબ્લ્યુએચએમ ગૌસિયન ફિલ્ટરથી લીસું કરવું) હતું. કોઈ ડેટા સેટ્સ આંદોલન શામેલ માપદંડને પહોંચી વળવામાં નિષ્ફળ ગયા, જે સુધારણા પહેલાં આંદોલન હતા << 2 મીમી અનુવાદની ચળવળમાં અને <2 rot રોટેશનલ મૂવમેન્ટ (વિગતો [77]).
માહિતી વિશ્લેષણ
એફએમઆરઆઇ માહિતી
SPM2 ([SPMXNUMX] માં અમલમાં મૂક્યા મુજબ વૉક્સેલ બેઝ દ્વારા વૉક્સેલ પર સામાન્ય લીનિયર મોડલના સંદર્ભમાં બ્લૉક-ડિઝાઇન બ્લડ ઓક્સિજન સ્તર આધારિત (BOLD) જવાબોનું વિશ્લેષણ કરવામાં આવ્યું હતું [27]). મગજ સક્રિયકરણનો સમયક્રમ કેનૉનિકલ હેમોડાયનેમિક રિસ્પોન્સ ફંક્શન (એચઆરએફ) અને એક અસ્થાયી ડેરિવેટિવ ફંકશન સાથે બૉક્સકાર્ક કાર્ય સાથે મોડેલ કરવામાં આવ્યો હતો. ઓછી આવર્તન ડ્રિફ્ટને દૂર કરવા માટે ડેટા ઉચ્ચ-પાસ ફિલ્ટર (1 / 128 Hz) હતો. એફએમઆરઆઈ મોડેલની ભૂલની સ્થિતિમાં ઓટોકૉરેલેશન્સ માટે ઠીક કરવા માટે પ્રથમ ઓર્ડર ઑટોરેસિવ મોડલનો પણ અમલ કરવામાં આવ્યો હતો.
આંકડાકીય વિશ્લેષણ માટે બે-તબક્કાની રેન્ડમ-પ્રભાવ પ્રક્રિયાનો ઉપયોગ આંતરિક વિષય અને વચ્ચે-વિષય પરિવર્તનક્ષમતા બંને માટે જવાબદાર છે. પ્રથમ, ઉચ્ચ-કેલરી અને ઓછી કેલરીવાળા ખોરાક સાથે સંબંધિત સમય પોઇન્ટ વચ્ચેના તફાવતોને ચકાસવા માટે દરેક વ્યક્તિગત પ્રતિભાગીમાંથી એફએમઆરઆઇ ડેટાનો ઉપયોગ પરિમાણ અંદાજની આંકડાકીય વિરોધાભાસ પેદા કરવા માટે કરવામાં આવતો હતો. અગાઉના અભ્યાસના પરિણામો ([77]) મેદસ્વી જૂથમાં ઉચ્ચ કેલરીવાળા ખોરાક અને ઓછી કેલરીવાળા ખોરાકના નિયંત્રણમાં વધુ સક્રિયતા દર્શાવતા, પુરસ્કાર સંબંધિત સક્રિયકરણની પદ્ધતિમાં જૂથ તફાવત મળ્યાં છે. પછી ફૂડ> કંટ્રોલ સ્ટીમ્યુલી કોન્ટ્રાસ્ટને અમારા રૂચિના ક્ષેત્રો (આરઓઆઈ) માટે જૂથ મેક્સિમાને સ્થાનિક બનાવવા માટે જૂથની તુલનામાં બીજા-સ્તરના એક-નમૂનાના ટી-ટેસ્ટ વિશ્લેષણમાં દાખલ કરવામાં આવ્યું: દ્વિપક્ષીય એનએસી, એએમવાયજી, અને મધ્યમ ઓએફસી (પી) <.05, ગેરવાજબી).
એએમવાયજી અને ઓએફસી માટેના આરઓઆઈને ડબલ્યુએફયુ પિકટલાસ અને એએએલ અને તાલાઇરાચ ડિમન એટલાસ ([[47], [49], [79]). કારણ કે આ પુસ્તકાલયોમાં એનએસી અનુપલબ્ધ હતું, અમે ત્રિજ્યામાં 6 મીમીનું ક્ષેત્રફળ દોર્યું હતું, WFU Pickatlas એ એક વક્સેલ સ્થાન પર કેન્દ્રિત કર્યું હતું જે સંબંધિત એફએમઆરઆઈ અભ્યાસોમાંથી વૉક્સેલ સ્થાન પરિમાણો સરેરાશ દ્વારા નક્કી કરવામાં આવ્યું હતું ([1], [54], [58]). સક્રિય વાક્સેલ્સના પ્રાદેશિક સ્થાનનું વર્ગીકરણ WFU Pickatlas નો ઉપયોગ કરીને અને માનવ મગજ એટલાસ ([48]).
પાથ વિશ્લેષણ
પાથ વિશ્લેષણનો ઉપયોગ નિરિક્ષણ ચલ (આરઓઆઇ) વચ્ચેના સંબંધો (અસરકારક જોડાણો) ની તાકાત અને દિશા નિર્ધારિત કરવા માટે કરવામાં આવતો હતો, વધુમાં મહત્તમ શક્ય અંદાજ દ્વારા એક સાથેના રીગ્રેસન સમીકરણોનો ઉપયોગ કરીને અનુમાન કરવામાં આવ્યો હતો. અસરકારક કનેક્ટિવિટીનો અભ્યાસ કરવા માટે ઉપયોગમાં લેવામાં આવતો આ સૌથી સામાન્ય મોડેલિંગ અભિગમ છે [69]). કિમ એટ અલ જેવી જ પદ્ધતિને અનુસરીને, અમે બે પગલાના પાથ વિશ્લેષણ / જીએલએમ અભિગમનો ઉપયોગ કર્યો. [44]. પ્રત્યેક સહભાગી માટે: (1) ROI ને મોડેલમાં શામેલ કરવા માટે પસંદ કરવામાં આવ્યા હતા, (2) સમય શ્રેણી ડેટાને બે કાર્યસ્થાન (ઉચ્ચ અને ઓછી કેલરીવાળા ખોરાક), (3) સારાંશ માટે વોલ્યુમ્સ સાથે સંકળાયેલા બે જૂથોમાં વિભાજિત કરવામાં આવ્યા હતા. દરેક ROI માટે દરેક સ્થિતિ માટે ડેટા કાઢવામાં આવ્યો હતો, (4) મોડેલને નિયુક્ત કરવામાં આવ્યું હતું, જે દરેક સ્થિતિ માટે આરઓઆઇ (5) ની ભિન્નતા (6) ની ભિન્નતા (કોમનિએશન) ની સંખ્યા (સ્કેન વોલ્યુમ્સની સંખ્યા XIs) મેટ્રિક્સનો ઉલ્લેખ કરવામાં આવી હતી, અને (XNUMX) મૉડેલ્સમાં આરઓઆઇ વચ્ચેના જોડાણો માટે પાથ કોએફિએંટ્સનો મહત્તમ અંદાજ અંદાજ દ્વારા અનુમાન કરવામાં આવ્યો હતો. પુનરાવર્તિત પગલાંઓ ANOVA પછી દરેક વ્યક્તિ માટેના મોડલ્સમાંથી પાથ ગુણાંકનો ઉપયોગ કરીને મૉડેલ જોડાણોમાં અંદરના જૂથ (એટલે કે શરત) અને જૂથના તફાવત વચ્ચે નિર્ધારિત કરવા માટે ઉપયોગમાં લેવાય છે.
મોડલ સ્પષ્ટીકરણ
મોડેલ (ઓએફસી, એએમવાયજી, અને એનએસી) માં સમાયેલ પ્રદેશો એ "હેતુ સર્કિટ" ([63]), મેસોકોર્ટિકોલિમ્બિક ડોપામાઇન સિસ્ટમ ([6], [36], [39], [45], [63], [66], [73], [80], [83]). મોડેલમાં જોડાણો અંશતઃ આ નેટવર્કમાં માળખાઓની જાણીતી એનાટોમિકલ કનેક્ટિવિટીના આધારે વ્યાખ્યાયિત કરવામાં આવ્યા હતા, પરંતુ પદ્ધતિસરની મર્યાદાઓ (દા.ત., એફએમઆરઆઇનું કામચલાઉ રીઝોલ્યુશન અને માળખાકીય સમીકરણ મોડેલિંગનો ઉપયોગ કરીને બિન-વારંવાર મોડેલ્સ સાથે ઓળખની સમસ્યા; [7], [30], [38], [60], [65], [71]; ફિગ 2). વિશ્વસનીય પાથ ગુણાંક મૂલ્યોનો અંદાજ કાઢવા માટે, મોડેલને પુનરાવર્તિત કરવા માટે અવરોધિત કરવામાં આવ્યો હતો (દા.ત. મોડેલમાં કોઈ પારસ્પરિક માર્ગો શામેલ નથી).
દરેક વિષય માટે સમાન પાથ મોડેલ બનાવવામાં આવ્યું હતું. આંતર-વિષય પરિવર્તનશીલતાને મંજૂરી આપવા માટે, અમે ખોરાકના ભાગો> કાર વિપરીતતાના પરિણામે જૂથ મહત્તમના 12 મીમી (સમાન શરીરવિષયક ક્ષેત્રની અંદર) માંના દરેક સહભાગીના આંકડાકીય નકશાના સ્થાનિક મહત્તમથી દરેક ગોળાર્ધ માટે દરેક ક્ષેત્રના ચોક્કસ કોઓર્ડિનેટ્સની વ્યાખ્યા આપી છે. પી <.05, ગેરવાજબી; [52]). પ્રદેશોના એમએનઆઇ કોઓર્ડિનેટ્સ એનએસી, ડાબે (એક્સ, વાય, ઝેડ): -6, 10, -10 [નિયંત્રણો] અને -10, 14, -6 [મેદસ્વી]; એનએસી અધિકાર, (એક્સ, વાય, ઝેડ): 6, 10, -10 [નિયંત્રણો] અને 6, 12, -10 [મેદસ્વી]; AMYG, ડાબે (એક્સ, વાય, ઝેડ): -26, -2, -20 [નિયંત્રણો] અને -20, 0, -24 [મેદસ્વી]; AMYG, જમણો (એક્સ, વાય, ઝેડ): 22, 0, -20 [નિયંત્રણો] અને 24, 2, -24 [મેબેસ]; OFC, ડાબે (એક્સ, વાય, ઝેડ): -22, 36, -10 [નિયંત્રણો] અને -22, 30, -14 [મેદસ્વી]; OFC, જમણો (એક્સ, વાય, ઝેડ): 26, 36, -14 [નિયંત્રણો] અને 26, 30, -4 [મેદસ્વી]. દરેક ક્ષેત્ર માટે, ટાઇમ સીરીઝનું મુખ્ય ઇગ્નેવરીએટ વિષય-વિશિષ્ટ સ્થાનિક મહત્તમ પર કેન્દ્રિત 4-એમએમ ક્ષેત્રથી કાઢવામાં આવ્યું હતું. મુખ્ય (એટલે કે, 1st) ઇજેનવેરિયેટ સારાંશ માપદંડ છે, જે વજનવાળા મધ્યમ રોજબરોજની જેમ જ હોય છે, ત્રિજ્યામાં 4 એમએમની અંદરના બધા વક્સેલ્સના ભિન્નતાના આધારે.
પ્રાદેશિક સમય શ્રેણીનો ડેટા (મુખ્ય ઇજેનવેરિયેટ મૂલ્યો) પછી બે ડેટા સેટ્સમાં વિભાજિત કરવામાં આવ્યો હતો: ઉચ્ચ-કેલરીવાળા ખોરાક (1) સાથે સંકળાયેલા સમય બિંદુઓ અને ઓછા કેલરીવાળા ખોરાક (2). હેમોડાયનેમિક અંતર માટેનું એકાઉન્ટ બનાવવા માટે, અમે 6 s (2 TR) ને આપણા બે સ્થિતિઓની શરૂઆત અને ઓફસેટ વચ્ચે શારીરિક વિલંબ ગ્રહણ કર્યો હતો અને તે મુજબ ડેટાને સમાયોજિત કર્યો હતો ([32]). આના પરિણામે દરેક સહભાગી માટે પ્રત્યેક સ્થિતિ (ઉચ્ચ અને ઓછી કેલરીવાળા ખોરાક) માટે X XXX (સ્કેન વોલ્યુંમની સંખ્યા) X 84 (ROIs ની સંખ્યા) ની મેટ્રિસમાં પરિણમે છે.
પાથ પરિમાણ અંદાજ
એક પાથ મોડેલ, દરેક સહભાગી માટે સ્વતંત્ર રીતે ઉચ્ચ કેલરી અને ઓછી કેલરીવાળા બંને ખોરાક માટે ડેટા મેટ્રિક્સમાં ફિટ હતો. મફત પાથ ગુણાંક એ એફએમઆરઆઈ ડેટાથી અવલોકન કરેલા સહસંબંધ મેટ્રિક્સ અને LISREL સ softwareફ્ટવેર (વર્ઝન 8, એસએસઆઈ સાયન્ટિફિક સ Softwareફ્ટવેર) નો ઉપયોગ કરીને મોડેલ દ્વારા આગાહી કરાયેલ મેટ્રિક્સ વચ્ચેના તફાવતને ઘટાડીને અંદાજવામાં આવ્યો હતો. પ્રમાણભૂત પેરામીટર અંદાજ (રીગ્રેસનમાં તેના જેવા) અથવા પાથ ગુણાંક, દરેક કનેક્શન માટે (એએમવાયજી → ઓએફસી, ઓએફસી → એનએસી, અને એએમવાયજી → એનએસી) બંને ગોળાર્ધમાં (ડાબે અને જમણે) બંને મોડેલો (ઉચ્ચ- અને નીચા-) દરેક સહભાગી માટે કેલરી ખોરાક) અનુગામી વિશ્લેષણ માટે એસપીએસએસમાં આયાત કરવામાં આવતા હતા. ત્રણેય જોડાણો માટે મિશ્રિત મોડેલ એનોવા હાથ ધરવામાં આવી હતી, જેમાં પરિબળો જૂથ (મેદસ્વી વિરુદ્ધ નિયંત્રણ), ખાદ્ય વર્ગ (ઉચ્ચ વિરુદ્ધ ઓછી કેલરી) અને ગોળાર્ધમાં હતા. કારણ કે આ સંશોધન સંશોધન હતું, ત્યાં સુધી અમે pathમ્નિબસ મોડેલોએ ઓછામાં ઓછી નજીકના પ્રભાવો દર્શાવ્યા ત્યાં સુધી ચોક્કસ પાથ ગુણાંકના મહત્વ માટે પરીક્ષણ કર્યું (પી <0.10). દરેક જૂથ માટે, એક નમૂનાના ટી-પરીક્ષણોનો ઉપયોગ એ ચકાસવા માટે કરવામાં આવ્યો હતો કે શું ઉચ્ચ અને ઓછી કેલરીવાળા ખોરાકનાં મોડેલોમાં પાથ ગુણાંક, શૂન્યથી નોંધપાત્ર રીતે અલગ છે, જે ઉલ્લેખિત છે તે કનેક્ટિવિટી સૂચવે છે. જોડીની તુલનાનો ઉપયોગ જૂથ (ઉચ્ચ કેલરી વિ. ઓછી કેલરીયુક્ત ખોરાક) અને દરેક જૂથની (ડાબી અને જમણી બાજુ) માટેના ગોળ ગોળ માટેના પાથ ગુણાંકમાં તફાવતને ચકાસવા માટે કરવામાં આવ્યો હતો અને જૂથની તુલના (મેદસ્વી વિ. -કાલોરી ખોરાક, સ્વતંત્ર રીતે). જોડી ટી-પરીક્ષણો જૂથની તુલના માટે ઉપયોગમાં લેવાતા હતા અને જૂથની તુલના માટે સ્વતંત્ર નમૂનાઓ ટી-પરીક્ષણોનો ઉપયોગ કરવામાં આવતો હતો.
પરિણામો
મેદસ્વી જૂથ માટેના તમામ અંદાજિત પાથ ગુણાંક, શૂન્યથી નોંધપાત્ર રીતે અલગ હતા અને સ્પષ્ટ અને કનેક્ટિવિટી મોડેલ (પી મૂલ્યો <0.001;) ની સુસંગતતાવાળા બંને ઉચ્ચ-અને ઓછી કેલરીવાળા ખોરાકના નમૂનાઓમાં બંને ગોળાર્ધ માટેના નિયંત્રણ માટેના શૂન્યથી નોંધપાત્ર રીતે અલગ હતા; કોષ્ટક 1).
વચ્ચે જૂથ સરખામણી
OFC → એનએસી
Cફસી → એનએસી કનેક્શન માટે જૂથની કોઈ મુખ્ય અસર નહોતી, જો કે ત્યાં વલણ હતું (એફ [1,22] = 3.70, પી = 0.067), કંટ્રોલની તુલનામાં મેદસ્વી જૂથ (0.53 ± 0.06) માટે વધુ કનેક્ટિવિટી સૂચવે છે. (0.41 ± 0.06). ત્યાં કોઈ જૂથ X કેટેગરી અથવા જૂથ X કેટેગરીના X બાજુના આંતરક્રિયાઓ ન હતી, તેમ છતાં જૂથ X બાજુની આંતર ક્રિયાપ્રતિક્રિયા (પી = 0.059) તરફ વલણ હતું. Cફસીથી ડાબી બાજુના પાથ ગુણાંક → એનએએસી મેદસ્વી જૂથમાં ઉચ્ચ અને નીચી કેલરી બંને ખોરાક (પી મૂલ્યો <.03;) માટે નોંધપાત્ર રીતે વધારે હતા. ફિગ 3).
AMYG → OFC
જૂથની મુખ્ય અસર એવી હતી કે કંટ્રોલ (0.64 ± 0.07) ની તુલનામાં એએમવાયજી → ઓએફસીથી સરેરાશ જોડાણ મેદસ્વી ભાગ લેનારાઓ (0.84 ± 0.07) માટે ઓછું હતું, જે આ સંરચનાઓ વચ્ચે મગજના સક્રિયકરણમાં પ્રમાણમાં મજબૂત દિશાસૂચક સંબંધ દર્શાવે છે. અંકુશમાં ખોરાક (એફ [1,22] = 4.46, પી = 0.046). બાજુની ક્રિયાપ્રતિક્રિયાઓ દ્વારા કેટેગરી અથવા જૂથ દ્વારા કોઈ નોંધપાત્ર જૂથ ન હતું, તેમ છતાં, X બાજુની આંતર ક્રિયાપ્રતિક્રિયા દ્વારા જૂથ તરફ વલણ (p = 0.066) હતો. અનુગામી વિશ્લેષણ દર્શાવે છે કે ઉચ્ચ કેલરીવાળા ખોરાક માટે દ્વિપક્ષીય રીતે અને જમણા એએમવાયજી-જમણા ઓએફસીથી પાથ ગુણાંક નોંધપાત્ર પ્રમાણમાં વધારે હતા (પી મૂલ્યો <.05; ફિગ 3).
AMYG → એનએસી
એએમવાયજી → એનએસી કનેક્શન માટે જૂથની મુખ્ય અસર હતી જેમ કે કંટ્રોલ સહભાગીઓ (0.35 ± 0.05; એફ [0.49] = 0.05, પી = 1,22) ની તુલનામાં મેદસ્વી જૂથ (6.00 ± 0.023) માટે નબળી જોડાણ હતું. ). ત્યાં કોઈ જૂથ X કેટેગરી અથવા જૂથ X કેટેગરીના X બાજુના આંતરક્રિયાઓ ન હતી, તેમ છતાં જૂથ X બાજુની આંતર ક્રિયાપ્રતિક્રિયા તરફનો વલણ હતો (પી = 0.09). જોડીની સરખામણીએ સંકેત આપ્યો છે કે ડાબા-સાઇડ પાથ ગુણાંક, બંને ઉચ્ચ- અને ઓછી કેલરીવાળા ખોરાક (પી મૂલ્યો <.05;) માટેના નિયંત્રણો માટે નોંધપાત્ર રીતે વધારે છે. ફિગ 3).
ઉચ્ચ-વિરુદ્ધ ઓછી કેલરીવાળા ખોરાકની સ્થિતિની અંદરના-જૂથ તુલના
એએમવાયજી → ઓએફસીના પાથ ગુણાંકમાં નિયંત્રણોમાં ઉચ્ચ-કેલરીવાળા ખોરાકની શ્રેણી તુલનાત્મક રીતે નોંધપાત્ર રીતે વધારે હતા (ડાબે: પી = 0.007, જમણે: પી = 0.002; જુઓ ફિગ 4). મેદસ્વી જૂથમાં ઉચ્ચ અને ઓછી કેલરીવાળા ખોરાકની સ્થિતિ વચ્ચે પાથ ગુણાંકનો કોઈ નોંધપાત્ર તફાવત નથી.
ચર્ચા
પાછલા સંશોધનોએ બતાવ્યું છે કે ખાસ કરીને ઉચ્ચ કેલરીવાળા ખોરાક સાથે સંકળાયેલા ખોરાક સંકેતો, એનએસી, એએમવાયજી અને ઓએફસી સહિતના મગજ વિસ્તારોમાં હાયપરએક્ટિવિટીને ટ્રિગર કરે છે, મેદસ્વી અથવા ઓછામાં ઓછા મેદસ્વી વ્યક્તિઓમાં પ્રેરણાત્મક અને ભાવનાત્મક પ્રક્રિયાઓ માટે કોડ (દા.ત., [68], [77]). હાલના અભ્યાસમાં, અમે પરીક્ષણ કર્યું છે કે નૅક, એએમવાયજી, અને ઓએફસી વચ્ચે નેટવર્ક કનેક્શન્સમાં તફાવત છે કે કેમ તે મેદસ્વી અને સામાન્ય-વજનવાળા જૂથોની અંદર અને તેની વચ્ચે ઉચ્ચ અને ઓછી કેલરીવાળા ખોરાકની છબીઓની પ્રતિક્રિયામાં છે. એ નોંધવું મહત્વપૂર્ણ છે કે ઇનામ નેટવર્કમાં મગજના પ્રદેશોની ક્રિયાપ્રતિક્રિયાને માપવા માટે કાર્યકારી ન્યુરોઇમિંગનો ઉપયોગ કરીને આ પ્રથમ માનવીય કનેક્ટિવિટી અભ્યાસ છે. સામાન્ય-વજનના નિયંત્રણોની તુલનામાં ઉચ્ચ અને ઓછી કેલરીવાળા ખોરાક સંકેતોના જવાબમાં અમને સ્થૂળ જૂથમાં અતિશય કનેક્ટિવિટી મળી. ખાસ કરીને, એવું લાગે છે કે મેદસ્વી જૂથમાં એએફસી અને એનએસી બંને એમએમવાયજી-મોડ્યુલેટેડ એક્ટિવિટીમાં સંબંધિત ખામી છે, પરંતુ એનએસીના સક્રિયકરણના ઓએફસીના મોડ્યુલેશનના વધુ પ્રભાવ તરફ વલણ ધરાવે છે. આમ, તે શક્ય છે કે માત્ર વધારે ઇનામ સિસ્ટમની સક્રિયકરણ, પણ તેમાં તફાવત ક્રિયાપ્રતિક્રિયા આ નેટવર્કમાંના પ્રદેશો મેદસ્વી વ્યક્તિઓમાં ખોરાકના પ્રમાણમાં વધારો પ્રેરિત મૂલ્યમાં ફાળો આપી શકે છે.
પુરસ્કાર મોડેલ
એનએસી, એએમવાયજી, અને ઓએફસી વચ્ચેના તમામ પાથ કનેક્શન્સ મેદસ્વી જૂથ અને સામાન્ય વજનના નિયંત્રણો બંનેમાં ઉચ્ચ અને ઓછા કેલરીવાળા ખાદ્ય મોડલો માટે નોંધપાત્ર હતા, આ પ્રદેશો વચ્ચે જાણીતા એનાટોમિકલ જોડાણો સાથે સુસંગત ([7], [16], [17], [30], [38], [56], [60], [65], [71]). આ નેટવર્ક વેન્ટ્રલ ટેગમેન્ટલ એરિયા દ્વારા આંતરિક છે, જે પ્રેરણાત્મક રીતે મુખ્ય ઘટનાઓના પ્રતિભાવમાં આ સર્કિટમાં ડોપામાઇનને મુક્ત કરે છે ([9], [39], [71]). જો કે, એનએસી, એએમવાયજી, અને ઓએફસી વચ્ચેના અંદાજ મુજબ સચિત્ર ફિગ 2 ગ્લુટામેટરગીક ([39], [71]).
આ એનએસી, એએમવાયજી, અને ઓએફસી પુરસ્કાર નેટવર્ક મોટેભાગે પ્રેરિત રૂપે સંબંધિત ઉત્તેજનાના પ્રતિભાવમાં સક્રિય અને સીધી વર્તણૂંક માટે માનવામાં આવેલા "મોટિવ સર્કિટ" નું સબસ્કિર્ક છે ([39], [63]). એનએસી, એએમવાયજી, અને ઓએફસી, ખાસ કરીને, મહત્વપૂર્ણ પુરસ્કાર-સંબંધિત કાર્યો ધરાવે છે જે સંભવિત રૂપે સામાન્ય અને ખોરાક-આધારિત પ્રેરણાત્મક પ્રક્રિયાઓ ([6], [10], [11], [36], [39], [45], [63], [66], [73], [80], [83]). એનએસી / વેન્ટ્રલ સ્ટ્રાઇટમને 'લિંબિક-મોટર' ઇન્ટરફેસ ([55]) અને પાવલોવિઅન કન્ડીશનીંગ, પ્રોત્સાહક સાનુકૂળતા, અને પુરસ્કાર પ્રાપ્યતા, મૂલ્ય અને સંદર્ભ ([13], [15], [21]). આ પ્રદેશ, ઑપિઓડ-મધ્યસ્થ પદ્ધતિ દ્વારા વેન્ટ્રલ પૅલિડમ સાથે જોડાણમાં, હેડનિક મૂલ્ય ([9], [10], [11], [74], [75]). એનએસી / વેન્ટ્રલ સ્ટ્રાઇટમ સામાન્ય પ્રેરણાત્મક મિલિયુ માટે કોડ (દા.ત., [14]), જે ઇનકમિંગ ઇનામ સંબંધિત સિગ્નલ્સની શ્રેણીબદ્ધ સંસ્થાને મંજૂરી આપશે. ખોરાકના પુરસ્કાર માટે, એનએસી / વેન્ટ્રલ સ્ટ્રેટમ ખોરાક સાથે સંકળાયેલ સંકેતોના એન્કોડિંગ (જેમ કે ખાદ્ય વપરાશ) માં પસંદગીયુક્ત સંડોવણી દર્શાવતું દેખાય છે અને પ્રેરણાત્મક સ્થિતિને સુધારવા માટે હોમિયોસ્ટેટીક અને નોન-હોમોસ્ટેટિક સિગ્નલોને સંકલિત કરી શકે છે ([42], [76]). આ ક્ષેત્ર ઉપલબ્ધ ખોરાક ઉત્તેજનાના સંબંધિત પુરસ્કાર મૂલ્ય માટે કોડ પણ કરી શકે છે ([57]). એએમવાયજી પ્રેરણાત્મક રીતે સંબંધિત સંગઠિત પ્રક્રિયાઓ ([61], [62]). વધુ સામાન્ય લાગણીશીલ અને પ્રેરણાત્મક ગુણધર્મો માટે કોડિંગ ઉપરાંત, એએમવાયજી પ્રવૃત્તિ ખોરાક-સંબંધિત ઉત્તેજનાની વિશિષ્ટ ગુણધર્મો સાથે સંબંધિત હોઈ શકે છે ([2]). ઔદ્યોગિક મૂલ્યના મૂલ્યના અનુભવોને હેડનિક અનુભવમાં પરિવર્તિત કરવા માટેનું ઓએફસી (OC) મહત્વપૂર્ણ ક્ષેત્ર હોવાનું જણાય છે ([46]), પુરસ્કારની અસ્થાયી અને નિશ્ચિત લાક્ષણિકતાઓની પ્રક્રિયા ([14]), અને એએમવાયજી ([AMYG] સાથેના જોડાણમાં પ્રેરણા-સંબંધિત શીખવાની પ્રક્રિયાઓમાં સામેલ છે [24], [59]). OFC એ ખોરાક સંકેતો માટે મલ્ટિમોડલ પ્રતિસાદો બતાવે છે ([67]) અને ઇન્સ્યુલર કોર્ટેક્સમાં ગૌરવપૂર્ણ પ્રક્રિયાને પગલે (જેને 'તૃતીય સ્વાદ વિસ્તાર' તરીકે ઓળખવામાં આવે છે. ([10], [11]).
કનેક્ટિવિટીમાં જૂથ તફાવતોનું મહત્વ
OFC → એનએસી
મેદસ્વી સ્ત્રીઓએ ઉચ્ચ અને ઓછા કેલરીવાળા ખોરાક માટે નિયંત્રણો કરતા વધારે ડાબા ગોળાર્ધની OFC → એનએસી કનેક્ટિવિટી દર્શાવી છે. આ વ્યક્તિઓમાં એનએસીમાં એનએસીની અંદર ફૂડ પિક્ચર્સ અને એલિવેટેડ ડોપામાઇન (ડીએ) કાર્ય દ્વારા ઓએફસી સક્રિયકરણ વધારવાના સંયોજન દ્વારા મેદસ્વી જૂથમાં આ માર્ગ મજબૂત કરવામાં આવ્યો હોઈ શકે છે. હોર્વિટ્ઝ [33] એ દરખાસ્ત કરી છે કે ડીએ ઓએનસીથી એનએસીમાં ગ્લેટામૅટરગિક પુરસ્કારના ઇનપુટ દ્વાર પર કામ કરે છે. આ ગેટીંગના કારણે, એનએસીમાં ઉચ્ચ ડી.એ. કાર્યની હાજરીમાં, OFC ની અંદર પ્રવૃત્તિઓની ઉચ્ચ સ્તર વધુ એનએસી પ્રવૃત્તિમાં વધુ અસરકારક બને છે. જોકે મેદસ્વીપણાની ડી.એ.ની ભૂમિકા વિવાદાસ્પદ છે ([20], [29], [81]), પરોક્ષ પુરાવાઓ હળવાથી મધ્યમ સ્થૂળ વ્યક્તિઓ (જેમ કે, [20]), જેમ કે અમારા નમૂનામાં તે. અમે અનુમાન કરીએ છીએ કે ઓએફસી → એનએસી પાથ ફૂડ ક્યુ પ્રતિક્રિયાશીલતા, વધુ વપરાશ અને ઉચ્ચ BMI ([25], [78]) એનએસી દ્વારા પ્રાપ્ત આઉટપુટ માર્ગો સાથે ઓએફસી દ્વારા મધ્યસ્થી દ્વારા મેળવવામાં આવતી ખોરાક સંકેતોના અતિશયોક્તિયુક્ત વ્યક્તિગત પુરસ્કાર મૂલ્યના મજબૂત જોડાણને કારણે. છેલ્લે, સ્થૂળતા અને ડ્રગની વ્યસન વચ્ચે સૂચવેલ સમાંતર હોવાને કારણે (દા.ત., [82]), તે નોંધનીય છે કે વ્યસની તપાસકર્તાઓએ સૂચવ્યું છે કે ડિસેરેક્ટેડ પીએફસી (OFC સહિત) → એનએસી સનાપ્ટીક ગ્લુટામેટ ટ્રાન્સમિશન ડ્રગ સંબંધિત સંકેતોના પ્રતિભાવમાં દવાઓની વધેલી પ્રેરણા સમજાવે છે ([37], [39]).
AMYG → OFC અને AMYG → એનએસી
સ્થૂળ સહભાગીઓમાં નિયંત્રણોની તુલનામાં, અમે એમએમવાયજીથી ઓએફસી અને એનએસી બંને તરફના પાથ ગુણાંક ઘટાડ્યા. આ તફાવતો એએમવાયજી → ઓએફસી માટે ઉચ્ચ-કેલરી ખોરાક માટે દ્વિપક્ષીય રીતે અને ઓછા કેલરીવાળા ખોરાક માટે જમણા ગોળાર્ધમાં નોંધપાત્ર હતા. AMYG → ડાબા ગોળાર્ધમાં એમબીસી કનેક્ટિવિટી ઓછી માત્રામાં અને ઓછી કેલરીવાળા ખોરાક માટે ડાબી ગોળાર્ધમાં ઓછી હતી. જોકે મેદસ્વીતા માટે આ જૂથના તફાવતોની સુસંગતતા સ્પષ્ટ નથી, તે શક્ય છે કે એએમવાયજીથી આ માળખામાં ઘટાડેલી કનેક્ટિવિટી પુરસ્કાર મૂલ્યને અપડેટ કરવામાં સુગમતાને નુકસાન પહોંચાડી શકે. મૂળભૂત શિક્ષણ કે જેના દ્વારા પ્રાથમિક પુરસ્કારો સાથે સંકળાયેલી ઉત્તેજના એએમવાયજી ([5]). એએમવાયજી → ઓએફસી પ્રક્ષેપણ મૂળ પ્રેરણાત્મક સંબંધિત સંગઠન માહિતીને OFC ને સ્થાનાંતરિત કરી શકે છે, જે એએમવાયજીની માહિતીને આધ્યાત્મિક મૂલ્ય નિર્ધારિત કરવા અને પછીના ઇન્સ્ટ્રુમેન્ટલ પસંદગી વર્તણૂંકને પ્રભાવિત કરવા માટે ઉપયોગ કરે છે ([15]). પુરસ્કાર મૂલ્ય, બૅક્સટર અને સહકાર્યકરોને સંશોધિત કરવા માટે આ માર્ગના મહત્વના ઉદાહરણ તરીકે [3] એ જાણવા મળ્યું છે કે એએમવાયજી અને ઓએફસી વચ્ચેના કનેક્શન પછી વિપરીત અવમૂલ્યન કાર્ય દરમિયાન રશેસ મેકાક્સ તેમના વર્તનમાં ફેરફાર કરવામાં નિષ્ફળ રહ્યા હતા. ક્યુ-પરિણામ લર્નિંગ પેરાડિગમમાં, શોએનબોમ અને સાથીઓ [70] એ શોધી કાઢ્યું છે કે એએમવાયજી → ઓએફસી પાથવેને નુકસાનથી વેગ મળ્યો છે, જેના પરિણામે સંકેતની પ્રતિકૂળ ગુણધર્મોના વિરોધમાં સંવેદનાની પ્રતિક્રિયામાં વધુ ક્યુ-ચિકિત્સક ઓએફસી ન્યુરોન ગોળીબાર થયો. ઇન્જેસ્ટિવ વર્તણૂંકના સંદર્ભમાં, મેદસ્વી સહભાગીઓમાં અયોગ્ય AMYG → OFC જોડાણ ખોરાક અને ખોરાક સંકેતો સંબંધિત મૂળભૂત લાગણીશીલ / ભાવનાત્મક મૂલ્યના ઉપ-પ્રાથમિક સ્થાનાંતરણ સૂચવે છે જે આ સંકેતોના વિષયવસ્તુ પુરસ્કાર મૂલ્યને અપડેટ કરવા માટે મહત્વપૂર્ણ છે જે ખોરાકમાં લેવાની વર્તણૂકમાં સુગમતાને સરળ બનાવે છે. સામાન્ય વજનવાળા વ્યક્તિઓની તુલનામાં, ખોરાક અને ખોરાક સંકેતોનું પુરસ્કાર મૂલ્ય ખોરાકની સંવેદી સંપત્તિ અને મેદસ્વી વ્યક્તિઓ માટેના ખોરાક સંકેતો દ્વારા વધુ સખત રીતે ચલાવવામાં આવે છે. આ ઉપરાંત, ખોરાક અને ખોરાક સંકેતોનો સંવેદના આધારિત પ્રેરિત મૂલ્ય બદલો પુરસ્કારની બદલાવના બદલામાં ઓછું નકામું હોઈ શકે છે.
AMYG → OFC કનેક્શનની જેમ, એએમવાયજી → એનએસીથી મેદસ્વીમાં અપૂરતું કનેક્શન એ મૂળભૂત હેડનિક સંકેત સૂચવે છે જે ખોરાક અથવા ખોરાક સંકેતો (એએમવાયજી) ના પુરસ્કાર મૂલ્યમાં ફેરફાર કરવા માટે કાર્ય કરે છે તે અન્ય સિગ્નલ્સ (દા.ત. પ્રેરણાત્મક) , હોમિયોસ્ટેટીક) યોગ્ય ઇન્જેસ્ટિવ વર્તન નક્કી થાય તે પહેલાં ([84]).
મર્યાદાઓ અને ચેતવણીઓ
- એફએમઆરઆઇમાં પાથ વિશ્લેષણનો ઉપયોગ કરીને મોડેલનો ઉલ્લેખ કરવો એ એક પડકાર હોઈ શકે છે કારણ કે મોડેલમાં સમાયેલ દરેક વધારાના ક્ષેત્ર સાથે પ્રદેશો વચ્ચેના જોડાણોની સંખ્યા અને સંયોજનનો નોંધપાત્ર વધારો થાય છે, જે આ પાથ ગુણાંકને વિશ્વસનીય રીતે અને તારણોને વધુ મુશ્કેલ અર્થઘટન કરે છે. ઉદાહરણ તરીકે, આ અભ્યાસમાં ગોળાર્ધ દીઠ 3 પ્રદેશો (6 પ્રદેશો કુલ) સાથે, ત્યાં છે કે = એન(N + 1) / 2 = ડેટા દીઠ સેટની સ્વતંત્રતાના 21 ડિગ્રી (k = પરીક્ષણના બે મોડલો માટે સ્વતંત્રતાના 42 ડિગ્રી) રસની અસરોના અંદાજ માટે ફાળવવામાં આવ્યા છે. સ્વતંત્રતાના બાર ડિગ્રીનો ઉપયોગ બંને મોડેલોમાં (દરેક મોડેલ × 6 મોડેલ્સ દીઠ 2 પ્રદેશો) દરેક ક્ષેત્ર સાથે સંકળાયેલ ભિન્નતાના અંદાજ માટે કરવામાં આવે છે. એ ન્યુનત્તમ મોડેલમાં દરેક પાથ માટે પેરામીટર્સ મૂલ્યોનો અંદાજ કાઢવા માટે જરૂરી 5 ડેટા પોઇન્ટ્સનો (વિશ્વસનીય રીતે ([4]), આ 30 પ્રદેશો સાથેના દરેક મોડેલ માટે મહત્તમ 6 અંદાજિત પાથ્સ છોડે છે (15 અંદાજિત પાઠ દીઠ મોડલ). આ મોડેલની જટિલતાને મર્યાદિત કરે છે જેને પાથ વિશ્લેષણનો ઉપયોગ કરીને પરીક્ષણ કરી શકાય છે અને એક કારણ છે કે અમે અમારા મૉડલ્સમાં ઇન્ટરહેસિસફેરિક જોડાણો શામેલ ન કરવાનું પસંદ કર્યું છે.
- અમે બે તબક્કામાં એસઇએમ / જીએલએમ અભિગમ પસંદ કર્યો છે, જે પૂર્વધારણાત્મક મોડેલમાં જોડાણો વચ્ચે જૂથ તફાવતોની સીધી તપાસ કરવા માટે છે અને તે જુદા જુદા જૂથો વચ્ચે મોડેલના ફિટની સરખામણીમાં રસ ધરાવતો નથી. આ અભિગમ પરંપરાગત એફએમઆરઆઇ અને પાથ વિશ્લેષણ પદ્ધતિથી જુદું છે, જે "સ્ટેક્ડ મોડેલ એપ્રોચ" તરીકે કાર્ય કરે છે જે કાર્યો અથવા જૂથો વચ્ચેના મોડેલ ફિટની તુલના કરે છે ([50]). જો કે, પ્રોઝનર અને મેકિન્ટોશ [64] તાજેતરમાં અહેવાલ આપ્યો છે કે પાથ વિશ્લેષણનો ઉપયોગ કરીને વિશ્વસનીય પરિમાણ અંદાજ પેદા કરવા માટે સંપૂર્ણ મોડેલ ફિટ માહિતી જરૂરી નથી.
- આ અભ્યાસની બીજી મર્યાદા, દરેક જૂથ માટે ઉપયોગમાં લેવાતા નાના નમૂના કદના કારણે અમારા મૉડેલમાં અંદાજિત પાથ ગુણાંક વચ્ચેના તફાવતોને શોધવા માટે શક્તિથી સંબંધિત છે. મોટા સમૂહ કદ સાથે, અમારા વલણ સ્તરના તારણો આંકડાકીય મહત્વ પર પહોંચી ગયા હશે.
- અમે વેન્ટ્રલ ટેગમેન્ટલ એરિયા (વીટીએ) નો સમાવેશ કર્યો ન હતો, મેસોકોર્ટિકોલિમ્બિક સર્કિટમાં ડોપામાઇનનો સ્રોત પુરસ્કાર સાથે સંકળાયેલી ઘણી પ્રક્રિયાઓમાં મધ્યસ્થી કરવા માટે પ્રસ્તાવ મૂક્યો હતો ([26], [35], [72]), અમારા મોડેલમાં બોોલ્ડ એફએમઆરઆઈ સંબંધિત પદ્ધતિકીય મર્યાદાઓને લીધે જે મલ્ટિમિસ્ટિક ક્ષેત્રોમાં સક્રિયકરણને શોધી કાઢે છે જેમ કે VTA મુશ્કેલ ([19]).
નિષ્કર્ષ અને સારાંશ
સારાંશમાં, અમારા ન્યુરોઇમિંગ અભ્યાસમાં નિયંત્રણોની તુલનામાં મેદસ્વી વ્યક્તિઓમાં સ્થાવર પુરસ્કાર નેટવર્ક કનેક્ટિવિટી મળી છે, એમએમવાયજીથી OFC અને NAC ની ઓછી કનેક્ટિવિટી સાથે અને આ સહભાગીઓમાં એનએસી → એનએસી → એનએસીમાં વધારો થયો છે. આ પરિણામો દર્શાવે છે કે ખોરાકની પ્રતિક્રિયામાં માત્ર અતિશયોક્તિપૂર્ણ પુરસ્કાર સિસ્ટમ સક્રિયકરણ નથી, પણ મેદસ્વી વ્યક્તિઓમાં આ નેટવર્કના પ્રદેશો વચ્ચે અસામાન્ય ક્રિયાપ્રતિક્રિયા છે તે દર્શાવતા પહેલાની રિપોર્ટ્સમાં ઉમેરો. ખાસ કરીને, અમને લાગે છે કે સ્થૂળ વ્યક્તિઓમાં અતિશય આહાર બે મિકેનિઝમથી પ્રભાવિત થઈ શકે છે: (1) ઓએફસી વધારો થયો છે → એનએસી કનેક્ટિવિટી ખોરાકને વપરાશ માટે ઊંચી ડ્રાઈવમાં ફાળો આપી શકે છે અને (2) એએમવાયજીની અપૂરતી કનેક્ટિવિટી કદાચ અસરકારક / ભાવનાત્મક ખોરાક અથવા ખોરાકના સંકેતોના પાસાઓનું મૂલ્ય. ખાદ્ય સેવન પછી ખોરાક અથવા ખોરાકના સંકેતોના અવમૂલ્યનને સૂચિત કરવા યોગ્ય લાગણીશીલ / ભાવનાત્મક માહિતી વિના, ઊંચી ડ્રાઈવ હાઈપરફૅગિયા તરફ દોરી જાય છે અને વજનમાં વધારો વધારે છે. સ્વીકૃત, અમે એક સરળ પુરસ્કાર નેટવર્ક પરીક્ષણ કર્યું છે. ઇનામ સિસ્ટમમાં કનેક્ટિવિટીની તપાસ કરવા માટે વધુ અભ્યાસ જરૂરી છે અને કેવી રીતે આ પ્રદેશો હાયપોથેલામસ અને બ્રેઈનસિસ્ટમમાં હોમિયોસ્ટેટિક મિકેનિઝમ્સ સાથે, અને પ્રીફ્રેન્ટલ કોર્ટેક્સમાં ફૂડ ઇન્ટેક નિયંત્રણના જ્ઞાનાત્મક પદ્ધતિઓ સાથે કેવી રીતે ક્રિયાપ્રતિક્રિયા કરી શકે છે. ઇવેસ્ટિવ વર્તણૂંકને કેવી રીતે પ્રભાવિત કરે છે તે વધુ સારી રીતે સમજવા માટે કેવી રીતે વ્યક્તિગત તફાવત અને ઇન્ટરસેપ્ટિવ અને બાહ્ય-પરિબળ પરિબળો આ ઇનામ નેટવર્કમાં ફેરફાર કરે છે તે નક્કી કરવામાં પણ રસપ્રદ રહેશે.
સમર્થન
એનઆઇએચ-એનઆઈડીસીડી ઇન્ટ્રામ્યુરલ રિસર્ચ પ્રોગ્રામ, જીસીસીસી ગ્રાન્ટ એમએક્સ્યુએનએક્સ આરઆર-એક્સ્યુએનએક્સ નેશનલ પ્રોસેસ ફોર રિસર્ચ રિસોર્સિસ, પ્રોક્ટર એન્ડ ગેમબલ કંપની, અને યુએબીના સેન્ટર ફોર ધ ડેવલપમેન્ટ ઑફ ફંક્શનલ ઇમેજિંગ (સીડીએફઆઇ) ના સંસાધનો દ્વારા સપોર્ટેડ છે.
ફૂટનોટ્સ
પ્રકાશકની અસ્વીકરણ: આ યુનાઈટેડ હસ્તપ્રતની પીડીએફ ફાઇલ છે જે પ્રકાશન માટે સ્વીકારવામાં આવી છે. અમારા ગ્રાહકોની સેવા તરીકે અમે હસ્તપ્રતનો આ પ્રારંભિક સંસ્કરણ પ્રદાન કરીએ છીએ. આ હસ્તપ્રત તેના અંતિમ સંક્ષિપ્ત સ્વરૂપમાં પ્રકાશિત થાય તે પહેલાં, પરિણામરૂપ સાબિતીની કૉપિડિટિંગ, ટાઇપસેટીંગ અને સમીક્ષાની રહેશે. કૃપા કરીને નોંધો કે ઉત્પાદન પ્રક્રિયા દરમિયાન ભૂલો શોધી શકાય છે જે સામગ્રીને પ્રભાવિત કરી શકે છે, અને જર્નલ પર લાગુ થતાં તમામ કાનૂની દાવાઓ.
રસ સંઘર્ષ
લેખકો જાહેર કરે છે કે તેમની પાસે કોઈ સ્પર્ધાત્મક નાણાકીય રસ નથી.
સંદર્ભ