A jutalmazási hálózat hatékony összekapcsolása az elhízott nőknél (2009)

Brain Res Bull. 2009 augusztus 14;79(6):388-95. doi: 10.1016/j.brainresbull.2009.05.016.

Stoeckel LE1, Kim J, Weller RE, Cox JE, Cook EW 3rd, Horwitz B.

Absztrakt

Úgy tűnik, hogy az elhízott nők táplálékra utaló túlzott reakcióképessége részben egy hiperaktív jutalmazási rendszer által közvetített, amely magában foglalja a magok accumbensét, az amygdala-t és az orbitofrontális kéregeket. A jelen tanulmányban funkcionális mágneses rezonancia képalkotást (fMRI) alkalmaztunk annak vizsgálatára, hogy az 12 elhízott és az 12 normál súlyú nők közötti különbség a jutalmú agyi aktiválásban az élelmiszer-képekre adott válaszként magyarázható-e a kulcsfontosságú jutalomhálózati régiók közötti funkcionális kölcsönhatások változásával.

Kétlépcsős útelemzés / általános lineáris modell megközelítés segítségével teszteltük, hogy a nukleáris accumbens, az amygdala és az orbitofrontális kéreg közötti hálózati kapcsolatok csoportbeli különbségek voltak-e a magas és alacsony kalóriatartalmú élelmiszerekre adott válaszként. Az elhízott csoportban a normál súlyú kontrollokhoz viszonyítva magas és alacsony kalóriatartalmú táplálékra adott válaszok között rendellenes kapcsolat volt.

A kontrollokhoz képest az elhízott csoportnak relatív hiánya volt az amygdala aktivációs modulációjában mind az orbitofrontális kéregben, mind a nucleus accumbensben, de az orbitofrontal cortex aktivációs modulációjának túlzott hatása volt a nucleus accumbens-ben. Az amygdala hiányos előrejelzései kapcsolódhatnak az étel jutalomértékének affektív / érzelmi szempontjainak vagy a hozzájuk kapcsolódó jel motivációs szemléletének szuboptimális modulációjához, míg a megnövekedett orbitofrontális kéreg és a nucleus accumbens közötti kapcsolat fokozódhat az étkezésre adott válaszként dákó.

Így lehetséges, hogy nemcsak a jutalomrendszer nagyobb aktiválása, hanem a régiók közötti interakciók közötti különbségek is hozzájárulhatnak az elhízott egyének élelmiszerek viszonylag megnövekedett motivációs értékéhez.

Kulcsszavak: kapcsolat, táplálékjelek, elhízás, jutalmazási rendszer

Úgy tűnik, hogy az elhízás etiológiája részben az élelmiszerekkel kapcsolatos, különösen a magas zsírtartalmú, energiás sűrű élelmiszerekhez kapcsolódó jelek túlzott reakcióképességével magyarázható (pl. [12]). Ezeknek az ingereknek az elhízott egyénekben a megnövekedett motivációs érzékenységének mechanizmusa lehet egy hiperaktív jutalmazási rendszer, amely magában foglalja a nucleus accumbens / ventral striatum (NAc), az amygdala (AMYG) és az orbitofrontális kéreg (OFC). Egy korábbi funkcionális mágneses rezonancia képalkotási (fMRI) vizsgálat azt találták, hogy ezek a régiók fokozottan aktiválódtak az elhízott, magas kalóriatartalmú élelmiszerekre adott válaszként a normál súlyú egyénekhez képest [[77]; Ábra 1). Más, az elhízott személyeket vagy a magasabb BMI-kkel rendelkező élelmiszerek ingerlését vizsgáló tanulmányok szintén abnormális aktivációs mintákat találtak ezekben a régiókban ([22], [23], [28], [43], [68]), valamint mások ([40], [68]). A magas kalóriatartalmú élelmiszerekkel kapcsolatos stimulusok túlzott motivációt okozhatnak az ilyen típusú élelmiszerek nem homeosztatikus étkezésében ([10], [11], [53]). Ezt a túlzott, nem homeosztatikus vágyot az élelmiszerek fogyasztására ösztönző serkentésnek vagy „akarónak” nevezték, és úgy tűnik, hogy nagyrészt szabályozott a mezokortikolimbikus dopamin rendszer, amely magában foglalja a NAc-t, az AMYG-t és az OFC-t (pl.6]).

Ábra 1 

Az elhízottaknál nagyobb aktiválást találtak a kontroll résztvevőihez képest a magas kalóriatartalmú ételek> autók esetében (A) bal oldali OFC-től (axiális nézet). Az elhízottaknál nagyobb aktiválást találtak a kontroll résztvevőkhöz képest a magas kalóriatartalmú> alacsony kalóriatartalmú ételeknél ...

A legtöbb humán fMRI-vizsgálat tömeges egyváltozós statisztikai elemzési megközelítést alkalmaz a különböző makroszkopikus agyterületek funkcionális jellemzőinek felismerésére. A nyomozók gyakran integrálják a régiók egy csoportjának funkcionális specializációjára vonatkozó információkat, hogy elmagyarázzák, hogy ezek a régiók hogyan tudnak kölcsönhatásba lépni egy adott funkció végrehajtásához. Azonban az ilyen elemzésekből levonható egyetlen olyan empirikusan megalapozott következtetés, amely az agyterületek egy meghatározott csoportjának aktiválásának nagyságrendjére és mértékére vonatkozik, nem pedig ezeknek a régióknak a funkcionális kölcsönhatásában. A kapcsolódási elemzések lehetővé teszik a kutatók számára, hogy tanulmányozzák, hogyan hatnak az agyi régiók hálózatai a kognitív és viselkedési funkciók végrehajtására (pl. [34]). Fontos megjegyezni, hogy a hagyományos aktiválási tanulmányok következtetései nem közvetlenül átadják a kapcsolódási tanulmányokat. Ez azt jelenti, hogy a mért különbségek mérhetők nagysága csoportok közötti agyi aktiváció, de nincsenek csoportbeli különbségek kapcsolat, és fordítva (pl. [52]).

Az útelemzés, a strukturális egyenlet-modellezés egyfajta típusa, egy többváltozós, hipotézis-alapú megközelítés, amelyet a funkcionális idegképképzésre alkalmaznak a kapcsolódó agyrégiók ([51]). Ez az egyik módszer a hatékony kapcsolat elemzésére, ebben az esetben az egyik agyi régió aktiválásának változásait jelentik, ami egy másik régió aktiválásának változásából ered. Az útmodelleket a következők alapján fejlesztették ki eleve hipotézisek, és ok-okozati struktúrát feltételeznek, ahol A → B azt jelenti, hogy az A régióban bekövetkezett változások feltételezettek okoz változások a B régióban (pl. [69]). A hálózati modellben az agyi régiókat tipikusan a korábbi funkcionális neurométeres vizsgálatok alapján választják ki, és ezeknek a régióknak a kapcsolatait általában az ismert neuroanatómiai kapcsolatok alapján határozzák meg, főként állati irodalomból, feltételezve a homológia a fajok közötti agyrégiókban (pl.69]). Az útvonalelemzéssel kiszámított becsült paraméterértékek a modellek közötti régiók közötti irányvonalak számszerűsítését jelentik. Ezeket az útvonal-együtthatókat akkor lehet felhasználni, ha összehasonlítunk egymással a témakörökben lévő kapcsolatokat a feladatkörülmények változásai, illetve az általános lineáris modell (GLM) keretrendszeren belüli tárgyak és csoportok között (pl. [44], [64]).

Az NAc, az AMYG és az OFC együttesen működik a jutalmazási rendszer részeként. Erős anatómiai kapcsolatok vannak e régiók között (lásd. \ T Ábra 2; AMYG → OFC: [7], [16], [30], [38], [60], [65], [71], AMYG → NAc: [30], [38], [71] és az OFC → NAc: [7], [16], [17], [30], [38], [56], [60], [65], [71]). Annak ellenére, hogy egyértelmű, hogy az NAc, az AMYG és az OFC az elhízottnál erőteljesebben aktiválódik, mint a normál súlyú kontrollok, amikor az élelmiszer-képeket, különösen a magas kalóriatartalmú élelmiszerek képeit tekintjük meg ([77]) bizonytalan, hogy ezekben a régiókban az aktiválás valamilyen közös alapjául szolgáló jutalmazási folyamathoz kapcsolódik-e (pl. ösztönző érdeklődés vagy motiváció a jutalom megszerzéséhez és fogyasztásához), illetve hogy vannak-e különböző folyamatok (pl. hedonics vagy a jutalom és / vagy a jutalom öröme). vagy tanulás), amely ezt az aktiválási mintát jelenti (lásd [8] a különböző jutalmazási folyamatok megvitatására). Az NAc, az AMYG és az OFC mindegyikének számos funkcionális tulajdonsága van. A NAc / ventral striatum a jutalomhoz kapcsolódó feldolgozás, a homeosztatikus mechanizmusok és a motor kimenete közötti interfészként működik (pl. [41]), de jutalmazási értéket is megadhat ([57]). Az OFC az élelmiszer- és élelmiszer-jelek multimodális érzékszervi reprezentációit kódolhatja ([10], [11]). Az AMYG és az OFC együttesen közvetíthetik az asszociatív folyamatokat, amelyek során az élelmiszerrel kapcsolatos ingerek ösztönző érzékenységet vagy más motivációs tulajdonságokat szereznek (pl. [6], [31]), de mind a hedonikus értéket, mind az AMYG az alulról felfelé, és az OFC-t felülről lefelé irányuló eljárásokkal is kódolják [[7]).

Ábra 2 

A vizsgált jutalomhálózat útmodellje, amely magában foglalja mind a három régiót (NAc, AMYG, és OFC) mind a bal és a jobb félteke (körök), mind az irányirányú kapcsolatok (a nyilak jelzésével).

Ebben a tanulmányban Stoeckel et al. [77és egy kétlépcsős útvonalelemzés és a GLM megközelítés a kulcsfontosságú jutalmi struktúrák (NAc, AMYG és OFC) kölcsönhatásainak vizsgálatára egy egyszerű hálózatban annak megállapítására, hogy ezek a struktúrák együtt működnek-e a magas és alacsony kalóriatartalmú élelmiszerek képei alapján eltérően az elhízott és a normál súlyú egyéneknél. A magas és alacsony kalóriatartalmú élelmiszerekre adott válaszként várhatóan hatékony modelleket találunk a modellünkben meghatározott agyi régiók között. Ezen túlmenően az elhízott csoportunkban számos módosított hatásos kapcsolatra számítottunk, amelyek segíthetnek megmagyarázni, hogy az élelmiszerek miért emelték a motivációs hatást ezekre az egyénekre.

Anyagok és metódusok

Az útvonal-elemzéshez használt adatok ugyanazok az adatok, amelyeket Stoeckel et al. [77]. Az útvonalelemzés módszereit tárgyaló szakasz kivételével az alábbi információkat részletesebben a Stoeckel és munkatársai ismertetik. [77].

A résztvevők

A résztvevők 12 elhízott (testtömeg-index, BMI = 30.8 - 41.2) és 12 normál testsúlyú (BMI = 19.7 - 24.5) jobbkezes nőt vettek fel az alabamai egyetemről, Birmingham (UAB) közösségéből. Az átlagos életkor (elhízott: 27.8, SD = 6.2; kontroll: 28, SD = 4.4), etnikai hovatartozás (elhízott: 7 afro-amerikai, 5 kaukázusi; kontroll: 6 afro-amerikai, 6 kaukázusi), iskolai végzettség nem volt. (elhízott: 16.7 év, SD = 2.2; kontroll: 17.2, SD = 2.8), vagy a menstruációs ciklus átlagos napja (elhízott: 6.8 nap, SD = 3.1, kontroll: 5.7 nap, SD = 3.3, mind a follikuláris fázisban ). A résztvevőket az UAB újságjában elhelyezett hirdetésekkel és az UAB campus különböző helyszínein elhelyezett szórólapokkal toborozták. Tájékoztatták őket, hogy a vizsgálat célja az volt, hogy megvizsgálja az agyi aktivitás mintáit a különböző BMI-k „éhes” résztvevőinél, válaszul a különféle tárgyak, például ételek és kontroll képek vizuális képére. Az egyéneket számos egészséggel kapcsolatos kritérium alapján kizárták, beleértve a pozitív étkezési rendellenességeket, az aktív fogyókúrát vagy a fogyás programban való részvételt, vagy a súlyt> 305 font (138 kg), a kerület> 64 cm (utóbbi) a szkenner korlátai miatt. Miután a résztvevők ismertették a vizsgálati eljárásokat és az ezzel járó kockázatokat, minden résztvevő írásos beleegyezését adta alá. Valamennyi eljárást az UAB emberi felhasználásra szánt intézményi felülvizsgálati testülete felülvizsgálta és jóváhagyta.

ingerek

A képalkotási munkamenet során alkalmazott ingerek 252 színes képekből álltak, amelyek mindegyike állandó méretű, felbontású és fényerősségű volt [[77]). Az 168 élelmiszer-képeket alacsony kalóriatartalmú és magas kalóriatartalmú kategóriákba osztották, amelyek mindegyike 84 egyedi képeket tartalmaz. Az alacsony kalóriatartalmú élelmiszerek olyan alacsony zsírtartalmú termékekből álltak, mint a párolt zöldségek és a sült hal. A magas kalóriatartalmú ételek elsősorban zsírtartalmú termékek voltak, mint például sajttorta vagy pizza. A kontroll-ingerek az autók képeiből álltak, amelyek a gyártmányban, a modellben, az életkorban és a színben igen változatosak voltak. Az autóképeket mérsékelten érdekes vezérlési ingereknek szánták, amelyek Stoeckel et al. [77], a magas kalóriatartalmú élelmiszerek magasabbak.

Eljárás

A BMI validálásának alapos átvizsgálása és más vizsgálati kritériumok ellenőrzése után a résztvevőket az fMRI munkamenetre tervezték. Az 7 – 8 AM között normális reggelit kellett enniük, de az ebédet kihagyni, és csak vizet fogyasztani, hogy kb. 8 – 9 h órára böjtöljenek, mielőtt az 3 – 5 PM között lettek volna ábrázolva.

Míg a résztvevők a mágnesben voltak, a vizuális ingereket blokktervezési formában mutatták be, összesen hat 3: 09 min futás közben. Mindegyik futam két 21-korszakból állt, melyek mindegyike autók (C), alacsony kalóriatartalmú élelmiszerek (LC) és magas kalóriatartalmú élelmiszerek (HC) voltak, amelyeket pszeudorálisan bemutattak a résztvevőknek. Az 21 minden egyes 2.5-korszakában hét egyedi kép került bemutatásra az 0.5 s számára. Az 9-rés elválasztotta a képeket, és az 63-rés elválasztotta az epochokat. Minden rés egy szürke üres, rögzítő kerettel ellátott képernyőből állt. Mindegyik futam 378-kötetekből állt, összesen hat futamban, amelyekből 84-kötetek kerültek, amelyek közül az XNUMX-köteteket minden autó, alacsony kalóriatartalmú étel és magas kalóriatartalmú élelmiszer-expozíció során szerezték be. A vizuális képeket VPM szoftvert futtató laptop számítógéppel ([18]). A képeket a résztvevő feje mögötti képernyőre vetítették, és a fejtekercshez csatlakoztatott 45 ° egyfelületű hátrafelé mutató tükör segítségével tekintették meg. A résztvevők részvételüket pénzügyileg kompenzálták. Az összes eljárást felülvizsgálták és jóváhagyta az emberi felhasználásra szánt intézményi felülvizsgálati bizottság.

MRI megszerzése és feldolgozása

A funkcionális MRI-adatokat egy Philips Intera 3T ultra-rövid furatú mágnes segítségével szereztük be, amely érzékenységet kódoló (SENSE) fejtekercsel volt ellátva. A képeket egyetlen lövésű T2 * súlyozott gradiens-echo EPI impulzussorozat segítségével gyűjtöttük össze. Az 30 axiális szeletekhez 3 mm-es keresztmetszeti réssel, 85 × 30 felbontással, 4 × 1-re rekonstruált 80 × 79-re és 128 × 128 × 230 mm FOV. Az első négy pásztázást eldobottuk, hogy a mágnes elérje az állandó állapotú mágnesezést.

Az adatokat előzetesen feldolgoztuk (mozgáskorrekció, normalizálás az MNI koordináta-rendszerhez az SPM2 EPI sablon segítségével, és simítás 6 mm-es FWHM Gaussian szűrővel) az SPM2 szoftvercsomaggal (Wellcome Dept. Imaging Neuroscience, London, Egyesült Királyság). Egyetlen adatkészlet sem felelt meg a mozgás inkluzív kritériumainak, amelyek szerint a korrekció előtti mozgás <2 mm volt a transzlációs mozgásban és <2 ° a forgási mozgásban (részletek a [77]).

Az adatok elemzése

fMRI adatok

A blokk-tervezésű vér oxigénszint-függő (BOLD) válaszokat az általános lineáris modell összefüggésében elemeztük voxel alapján voxel alapon, az SPM2 ([27]). Az agy aktiválásának időbeli lefutását egy kocsiszekrény függvényében modelleztük, amely a kanonikus hemodinamikai válaszfunkcióval (HRF) és egy időbeli származékos funkcióval konvolált. Az adatokat nagyfrekvenciás szűréssel (1 / 128 Hz) távolítottuk el az alacsony frekvenciájú sodrások eltávolítására. Első sorrendű autoregresszív modellt is alkalmaztunk az autokorrelációk korrigálására az fMRI modell hibajavában.

A statisztikai analízis során kétlépcsős véletlen hatású eljárást alkalmaztunk, hogy figyelembe lehessen venni mind az alanyon belül, mind az egyén közötti változékonyságot. Először az egyes résztvevők fMRI-adatait használtuk fel a paraméterbecslések statisztikai kontrasztjainak előállítására annak érdekében, hogy teszteljék a magas kalóriatartalmú és alacsony kalóriatartalmú élelmiszereknek megfelelő időpontok közötti különbségeket. Egy korábbi vizsgálat eredményei ([77]) csoportos különbségeket talált a jutalomhoz kapcsolódó aktiválódási mintákban, az elhízott csoport nagyobb aktivitást mutatott a magas kalóriatartalmú ételek és a kontrollok az alacsony kalóriatartalmú ételek esetében. Az étel> kontroll ingerek kontrasztját ezután a csoporton belüli összehasonlítások második szintű egymintás t-teszt elemzésébe vezettük be, hogy lokalizáljuk a csoportmaximumokat az érdeklődési körzeteinkre (ROI): kétoldalú NAc, AMYG és középső OFC (p <.05, javítatlan).

Az AMYG és az OFC megtérülését a WFU Pickatlas, valamint az AAL és Talairach Daemon atlaszok ([47], [49], [79]). Mivel a NAc ezekben a könyvtárakban nem érhető el, a WFU Pickatlas-val középpontba hoztunk egy 6 mm-es sugarat a megfelelő fMRI-vizsgálatokból származó voxel-helyméretek átlagolásával.1], [54], [58]). Az aktivált voxelek regionális elhelyezkedésének besorolását a WFU Pickatlas segítségével és az emberi agy-atlasz segítségével végzett vizuális ellenőrzéssel igazoltuk [[48]).

Útvonalelemzés

Az útvonalelemzést a megfigyelt változók (ROI-k) közötti kapcsolatok erősségének és irányának (hatékony kapcsolatok) meghatározására használtuk, a szimultán regressziós egyenletek segítségével, a maximális valószínűség becslése alapján. Ez az egyik leggyakoribb modellezési módszer a hatékony kapcsolat tanulmányozására ([69]). Kétlépcsős útelemzés / GLM megközelítést alkalmaztunk, hasonló módszerrel, mint Kim és mtsai. [44]. Minden résztvevő esetében: (1) A ROI-kat választották ki a modellbe, (2) az idősoradatokat két csoportra osztottuk, amelyek a két feladatfeltételhez (nagy és alacsony kalóriatartalmú élelmiszerek), (3) összefoglalóhoz kapcsolódtak. minden egyes ROI-ra (4) minden feltételt kivontunk, egy olyan modellt jelöltek ki, amely meghatározta a ROI-k kölcsönhatásait (5), és kiszámítottuk az egyes feltételekhez tartozó variancia-kovarianciát (a beolvasási kötetek X száma ROI-k száma), és (6) a modellekben a ROI-k közötti kapcsolatok útvonali együtthatóit maximális valószínűségi becslés segítségével becsülték meg. Ezután az ANOVA ismétlődő méréseket alkalmaztuk a csoporton belüli (azaz állapot) és a csoport közötti különbségek meghatározására a modellkapcsolatokban, az egyes modellek modellekből származó útvonal-együtthatók felhasználásával.

Modell specifikáció

A modellben szereplő régiók (OFC, AMYG és NAc) a „motívumkör” ([63]), amely magában foglalja a mezokortikolimbikus dopamin rendszert ([6], [36], [39], [45], [63], [66], [73], [80], [83]). A modellben lévő kapcsolatokat részben a hálózat struktúráinak ismert anatómiai összefüggése alapján határozták meg, de a módszertani korlátokat is figyelembe véve (pl. Az fMRI időbeli felbontása és a nem rekurzív modellekkel való azonosítás problémája, strukturális egyenletmodellezéssel;7], [30], [38], [60], [65], [71]; Ábra 2). Annak érdekében, hogy megbecsülhessük a megbízható útvonal-együttható értékeket, a modell rekurzív volt (azaz a modell nem tartalmazott kölcsönös utakat).

Minden alany számára ugyanazt az útmodellt konstruálták. Az alanyok közötti variabilitás lehetővé tétele érdekében meghatároztuk az egyes régiók pontos koordinátáit minden féltekére az egyes résztvevők statisztikai térképének helyi maximumából, az élelmiszerek> autók kontraszt ( p <12, javítatlan;52]). A régiók MNI koordinátái NAc, bal (x, y, z): −6, 10, −10 [vezérlők] és −10, 14, −6 [elhízott]; NAc jobb, (x, y, z): 6, 10, −10 [vezérlők] és 6, 12, −10 [elhízott]; AMYG, balra (x, y, z): −26, −2, −20 [vezérlők] és −20, 0, −24 [elhízott]; AMYG, jobb (x, y, z): 22, 0, −20 [vezérlők] és 24, 2, −24 [elhízott]; OFC, balra (x, y, z): −22, 36, −10 [vezérlők] és −22, 30, −14 [elhízott]; OFC, jobb (x, y, z): 26, 36, −14 [vezérlők] és 26, 30, −4 [elhízott]. Minden régió esetében az idősorok fő sajátértékét egy 4-mm gömbből vettük ki, amely a tárgyspecifikus helyi maximumra koncentrált. A tőke (azaz az 1st) az eigenvariate egy összegző intézkedés, amely hasonló a kiugró értékek súlyozott átlagához, az 4 mm gömb sugaraiban lévő gömbök összes varianciájának függvényében.

A regionális idősoradatokat (főbb sajátértékű értékeket) ezután két adatkészletre osztottuk: az (1) magas kalóriatartalmú élelmiszerek és (2) az alacsony kalóriatartalmú élelmiszerek időpontjait. A hemodinamikai késleltetés figyelembevételével 6 s (2 TR) fiziológiai késleltetést feltételeztünk két feltételünk kezdete és eltolása között, és korrigáltuk az általunk kivont adatokat ([32]). Ez két 84 (szkennelési mennyiség) számát eredményezte X 6 (ROI-k száma) minden egyes állapotra vonatkozó adatok (magas és alacsony kalóriatartalmú élelmiszerek) esetében minden résztvevő számára.

Útvonal paraméterek becslése

Mindegyik résztvevő számára külön-külön egy útmodell illeszkedett a magas kalóriatartalmú és az alacsony kalóriatartalmú ételek adatmátrixához. A szabad út együtthatóit úgy becsültük meg, hogy minimalizáltuk az eltérést az fMRI adatokból megfigyelt korrelációs mátrix és a modell által a LISREL szoftverrel (8. verzió, SSI Scientific Software) megjósolt korrelációs mátrix között. A standardizált paraméterbecslések (hasonlóak a regressziós β-hoz), vagy útegyütthatók az egyes kapcsolatokhoz (AMYG → OFC, OFC → NAc és AMYG → NAc) mindkét féltekén (bal és jobb) mindkét modelltől (magas és alacsony kalóriatartalmú ételeket) minden résztvevő számára importálták az SPSS-be a későbbi elemzések céljából. Vegyes modellű ANOVA-t hajtottak végre mindhárom kapcsolat esetében, amelyekben a faktorok csoport (elhízott kontra kontroll), ételkategória (magas / alacsony kalóriatartalmú) és félteke voltak. Mivel ez egy feltáró vizsgálat volt, teszteltük a specifikus út együtthatók jelentőségét, amennyiben az omnibusz modellek legalább közel szignifikáns hatásokat mutattak (p <0.10). Minden csoport esetében egy minta t-próbát használtunk annak tesztelésére, hogy a magas és alacsony kalóriatartalmú élelmiszer-modellekben az út együtthatók szignifikánsan különböznek-e a nullától, jelezve a csatlakozást a megadottak szerint. Páronkénti összehasonlításokat alkalmaztunk az egyes féltekék (bal és jobb) útvonal-együtthatók közötti különbségek tesztelésére a csoporton belüli (magas kalóriatartalmú és alacsony kalóriatartalmú ételek) és a csoportok közötti összehasonlítások (elhízott vs. kontrollok magas kalóriatartalmú és alacsony kalóriatartalmúak esetében) -kalóriatartalmú ételek, függetlenül). A csoporton belüli összehasonlításhoz párosított t-próbákat, a csoportok közötti összehasonlításhoz pedig független mintákat.

Eredmények

Az összes becsült út együttható szignifikánsan különbözött az elhízott csoport nullától és a kontrolloktól mindkét féltekén mind a magas, mind az alacsony kalóriatartalmú élelmiszer-modellekben, összhangban a meghatározott kapcsolati modellel (p értékek <0.001; Táblázat 1).

Táblázat 1 

A magas kalóriatartalmú élelmiszerek és az alacsony kalóriatartalmú élelmiszerekben az elhízott és a normál tömegű csoportok számára tesztelt kapcsolatok útvonal-együtthatók.

A csoportok közötti összehasonlítások

OFC → NAc

A csoportnak nem volt fő hatása az OFC → NAc kapcsolatra, bár volt egy trend (F [1,22] = 3.70, p = 0.067), ami az elhízott csoport nagyobb kapcsolatát jelzi (0.53 ± 0.06) a kontrollokhoz képest (0.41 ± 0.06). Nem voltak szignifikáns X csoportos vagy X csoportos X lateralitási interakciók, bár volt tendencia az X csoport lateralitási interakció felé (p = 0.059). Az OFC → NAc baloldali út együtthatói szignifikánsan magasabbak voltak az elhízott csoportban mind a magas, mind az alacsony kalóriatartalmú ételek esetében (p értékek <03; Ábra 3).

Ábra 3 

A csoportos összehasonlítások (elhízottak és kontrollok) az (A) magas kalóriatartalmú élelmiszerek és (B) alacsony kalóriatartalmú élelmiszerek elérési útjaira vonatkoznak. A vastagabb nyilak jelentős vagy trendszintű különbségeket jeleznek. OB = elhízott, CTRL = kontrollok. Az összes többi egyezmény, amint említettük ...

AMYG → OFC

A csoportnak olyan fő hatása volt, hogy az AMYG → OFC átlagos összekapcsolhatósága elhízott résztvevők esetében kisebb volt (0.64 ± 0.07) a kontrollokhoz képest (0.84 ± 0.07), ami viszonylag erősebb irányú kapcsolatot jelzett az agyi aktivációban e struktúrák között a élelmiszerek a kontrollokban (F [1,22] = 4.46, p = 0.046). Nem voltak szignifikáns csoportok kategóriák szerint vagy csoportok lateralitási interakciók szerint, bár volt tendencia (p = 0.066) az X kategóriás lateralitási interakciók szerinti csoport felé. A későbbi elemzések azt mutatták, hogy az út-együtthatók szignifikánsan nagyobbak voltak a magas kalóriatartalmú ételek kontrolljaiban kétoldalúan és az alacsony kalóriatartalmú élelmiszereknél jobbra AMYG → jobb OFC-ből (p értékek <05; Ábra 3).

AMYG → NAc

A csoportnak az átlagos AMYG → NAc kapcsolatra volt egy olyan fő hatása, hogy az elhízott csoport kapcsolata gyengébb volt (0.35 ± 0.05) a kontroll résztvevőkhöz képest (0.49 ± 0.05; F [1,22] = 6.00, p = 0.023 ). Nem voltak szignifikáns X csoportos vagy X csoportos X lateralitási interakciók, bár volt tendencia az X csoport lateralitási interakció felé (p = 0.09). A páronkénti összehasonlítások azt mutatták, hogy a bal oldali út együtthatói szignifikánsan magasabbak voltak mind a magas, mind az alacsony kalóriatartalmú élelmiszerek kontrolljainál (p értékek <05; Ábra 3).

Csoporton belüli összehasonlítás a magas és alacsony kalóriatartalmú élelmiszerek körülményei között

Az AMYG → OFC útvonal-együtthatók kétoldalúan szignifikánsan nagyobbak voltak a magas kalóriatartalmú élelmiszerek kategóriájának összehasonlításában a kontrollokban (bal: p = 0.007, jobb: p = 0.002; Ábra 4). Az elhízott csoporton belüli magas és alacsony kalóriatartalmú élelmiszerek körülményei között egyik útvonal-együttható sem különbözött szignifikánsan.

Ábra 4 

Élelmiszer-kategória (magas kalóriatartalmú élelmiszerek és alacsony kalóriatartalmú élelmiszerek) összehasonlítása a kontrollcsoporton belül. A vastagabb nyilak jelentős vagy trendszintű különbségeket jeleznek. HC = magas kalóriatartalmú ételek, LC = alacsony kalóriatartalmú ételek. Minden más, korábban említett egyezmény. ...

Megbeszélés

Korábbi kutatások kimutatták, hogy a táplálkozási jelek, különösen a magas kalóriatartalmú élelmiszerekkel kapcsolatos hiperaktivitás az agyrégiókban, beleértve az NAc-t, az AMYG-t és az OFC-t, úgy gondolják, hogy közvetítik vagy legalább kódolják az elhízott személyek motivációs és érzelmi folyamatait (pl.68], [77]). Jelen tanulmányunkban azt vizsgáltuk, hogy az NAc, az AMYG és az OFC közötti hálózati kapcsolatokban különbségek mutatkoztak-e az elhízott és normál tömegű csoportok magas és alacsony kalóriatartalmú élelmiszerekkel szemben. Fontos megjegyezni, hogy ez az első emberi kapcsolati vizsgálat, amely funkcionális idegképződést alkalmaz, hogy mérje az agyi régiók kölcsönhatását egy jutalmazási hálózatban. A magas és alacsony kalóriatartalmú táplálkozási jelzésekre adott válaszként az elhízott csoportban a normál súlyú kontrollokhoz viszonyítva korrelált kapcsolatot találtunk. Konkrétan úgy tűnik, hogy az elhízott csoport relatív hiánya van mind az OFC, mind az NAc AMYG-modulált aktiválásában, de az OFC modulációjának a NAc aktiválására gyakorolt ​​túlzott mértékű befolyása. Így lehetséges, hogy nem csak nagyobb a jutalmazási rendszer aktiválása, de a különbségek a kölcsönhatás A régiók aránya ebben a hálózatban hozzájárulhat az elhízott egyének viszonylag megnövekedett motivációs értékéhez.

A jutalom modell

Az NAc, az AMYG és az OFC közötti összes összeköttetés mind a magas, mind az alacsony kalóriatartalmú élelmiszermodellek esetében mind az elhízott csoport, mind a normál tömegű kontrollokban jelentős volt, összhangban az ismert régiók közötti anatómiai kapcsolatokkal ([7], [16], [17], [30], [38], [56], [60], [65], [71]). Ezt a hálózatot a ventrális tegmentális terület megfertőzte, amely a motivációs szempontból kiemelkedő eseményekre válaszul felszabadítja a dopamint.9], [39], [71]). Az NAc, az AMYG és az OFC közötti előrejelzések azonban az ábrán láthatóak Ábra 2 glutamatergikus ([39], [71]).

Ez a NAc, AMYG és OFC jutalomhálózat egy nagyobb „motívumkör” alcsoportja, amelyet a motivációs szempontból releváns ingerekre adott válaszként aktiválnak és irányítanak [[39], [63]). Az NAc, az AMYG és az OFC különösen fontos jutalmakkal kapcsolatos funkciókkal rendelkezik, amelyek valószínűleg hozzájárulnak mind az általános, mind az élelmiszer-specifikus motivációs folyamatokhoz ([6], [10], [11], [36], [39], [45], [63], [66], [73], [80], [83]). A NAc / ventrális striatumot „limbikus-motoros” interfésszel ([55]), és úgy tűnik, hogy részt vesz a Pavlovian kondicionálással, az ösztönzőkkel és a jutalmakkal, értékkel és kontextussal kapcsolatos feldolgozásban [[13], [15], [21]). Ez a régió opioid által közvetített mechanizmusokon keresztül a ventrális pallidummal együtt kódolhatja a hedonikus értéket is [[9], [10], [11], [74], [75]). Úgy tűnik, hogy az NAc / ventrális striatum kódolja az általános motivációs környezetet (pl. [14]), amely lehetővé tenné a bejövő jutalomjelzések hierarchikus szervezését. Élelmiszer-jutalom esetén az NAc / ventrális striatum preferált részvételt mutat az élelmiszerekhez kapcsolódó jelek kódolásában (az élelmiszer-fogyasztásnál), és integrálhatja a homeosztatikus és nem homeosztatikus jeleket a motivációs állapot modulálására ([42], [76]). Ez a régió kódolhatja a rendelkezésre álló élelmiszer-ingerek relatív jutalomértékét is [[57]). Úgy tűnik, hogy az AMYG részt vesz a motivációs szempontból releváns asszociatív folyamatokban ([61], [62]). Az általánosabb affektív és motivációs tulajdonságok kódolásán túl az AMYG aktivitás az élelmiszerrel kapcsolatos ingerek specifikus tulajdonságaira is vonatkozik ([2]). Úgy tűnik, hogy az OFC kulcsfontosságú területe a jutalom értékének a hedonikus élményre való fordításához ([46]), a jutalom időbeli és bizonyossági jellemzőinek feldolgozása ([14]), és részt vesz az AMYG-vel ([24], [59]). Az OFC multimodális válaszokat mutat az élelmiszerjelzésekre ([67]), és „tercier ízű terület” -nek nevezték el, a szigetes kéreg ízesítését követően [[10], [11]).

A csoportok közötti különbségek jelentősége a kapcsolatban

OFC → NAc

Az elhízott nők nagyobb bal féltekén OFC → NAc csatlakozást mutattak, mint a magas és alacsony kalóriatartalmú élelmiszerek esetében. Ezt az utat meg lehet erősíteni az elhízott csoportban azáltal, hogy kombinálta az OFC aktiválódását az élelmiszerfotókkal és a magasabb dopamin (DA) funkciót az NAc-ben ezekben az egyénekben. Horvitz [33] azt javasolta, hogy a DA a glutamatergikus jutalmak bemenetére irányítsa az OFC-től a NAc-hez. Ennek következtében a NAc magas DA funkciójának jelenlétében az OFC magas aktivitási szintje hatékonyabbá válik a NAc aktivitásának további növelésében. Bár a DA szerepe az elhízásban ellentmondásos ([20], [29], [81]), a közvetett bizonyítékok arra utalnak, hogy az enyhe vagy közepesen elhízott egyének magasabb rendszere (pl. [20]), mint például a minta. Feltételezzük, hogy az OFC → NAc pálya kulcsfontosságú lehet az élelmiszercue-reaktivitás, a nagyobb bevitel és a magas BMI közötti pozitív kapcsolatok szempontjából ([25], [78]) az OFC által közvetített táplálékjelek túlzott szubjektív jutalmi értékének erős összekapcsolása az NAc által elérhető kimeneti útvonalakkal. Végül az elhízás és a kábítószer-függőség közötti javasolt párhuzamok miatt (pl.82]) figyelemre méltó, hogy a függőséget vizsgáló kutatók azt javasolják, hogy a szabályozatlan PFC (beleértve az OFC-t is) → NAc szinaptikus glutamátátvitel megmagyarázza a drogokkal kapcsolatos fokozott motivációt a kábítószerrel kapcsolatos jelzésekre válaszul (37], [39]).

AMYG → OFC és AMYG → NAc

Az elhízott résztvevőknél a kontrollokhoz képest csökkent AMCG-es együtthatót találtunk mind az OFC-re, mind a NAc-re. Ezek az eltérések az AMYG → OFC esetében kétoldalúak voltak a magas kalóriatartalmú élelmiszerek esetében, és a jobb féltekén az alacsony kalóriatartalmú élelmiszerek esetében. Az AMYG → NAc kapcsolat alacsonyabb volt az elhízott csoportban a bal féltekén mind a magas kalóriatartalmú, mind az alacsony kalóriatartalmú élelmiszerek esetében. Annak ellenére, hogy ezeknek a csoportbeli különbségeknek az elhízás szempontjából való relevanciája nem egyértelmű, lehetséges, hogy az AMYG-től az ilyen struktúrákhoz való csökkentett összekapcsolhatóság ronthatja a rugalmasságot a jutalomérték frissítésében. Az AMYG ([5]). Az AMYG → OFC vetítés az alap motivációs szempontból releváns asszociatív információt továbbíthatja az OFC-nek, amely az AMYG információit használja a szubjektív érték meghatározására és a későbbi instrumentális választási magatartás befolyásolására ([15]). Baxter és munkatársai [A3] megállapította, hogy a rhesus makákók nem tudták megváltoztatni magatartásukat egy jutalom leértékelési feladat során, miután az AMYG és az OFC közötti kapcsolat megszakadt. Schuebaum és munkatársai [70] megállapította, hogy az AMYG → OFC útvonal lézióval történő megszakítása több szelekciós szelektív OFC neuron tüzelést eredményezett az érzékszervre adott válaszként, szemben a cue asszociatív tulajdonságaival. Az elhízott viselkedés tekintetében az elhízott résztvevők hiányos AMYG → OFC kapcsolata jelezheti az alap affektív / érzelmi értékek optimális átadását az élelmiszerekre és az élelmiszerekre, amelyek fontosak az említett jelek szubjektív jutalmi értékének frissítéséhez, hogy megkönnyítsék az élelmiszer-bevitel viselkedésének rugalmasságát. A normál súlyú egyénekhez képest az élelmiszerek és az élelmiszerekre vonatkozó jutalmak értéke jobban befolyásolható az élelmiszerek érzékszervi tulajdonságai és az elhízott egyének táplálékjegyei által. Ezen túlmenően az ételek és az élelmiszer-jelzések érzékszervi alapú jutalmi értéke kevésbé alakítható a változó jutalékfüggvények miatt.

Az AMYG → OFC csatlakozáshoz hasonlóan az AMYG → NAc az elhízott betegek hiányos kapcsolatát jelezheti, hogy az alapvető hedonikus jel az élelmiszerek vagy az élelmiszerjelek (AMYG) jutalmazási értékének módosítására szolgál, más súlyokkal nem megfelelően súlyozott (pl. , homeosztatikus), mielőtt meghatároznák a megfelelő lenyelést ([84]).

Korlátozások és figyelmeztetések

  1. A modell meghatározása az fMRI útvonalelemzésével kihívást jelenthet, mivel a régiók közötti kapcsolatok száma és kombinációja lényegesen növekszik a modellben szereplő minden további régióval, ami lehetővé teszi ezen útvonal-együtthatók megbízható becslését és a találatok nehezebb értelmezését. Például ebben a tanulmányban az 3 régiók féltekénként (6 régiók összesen) vannak k = N(N + 1) / 2 = 21 szabadságfokok adatkészletenként (k = 42 szabadságfokok a két vizsgált modell esetében, amelyek az érdekelt hatások becslésére szolgálnak. Tizenkét szabadságfokot használunk az egyes régiókhoz kapcsolódó variációk becslésére mindkét modellben (6 régiók x2 modellek esetén). Val,-vel minimum 5 adatpontok szükségesek ahhoz, hogy a modell minden egyes útvonalának paraméterértékeit megbízhatóan megbecsülhessük [[4]), ez egy maximum 30 becsült útvonalat hagy a két 6 régióval rendelkező modellhez (15 becsült útvonalak modellenként). Ez korlátozza a modell összetettségét, amely az útelemzés segítségével tesztelhető, és ez az egyik oka annak, hogy a modellek között nem szerepeltünk interhemiszférikus kapcsolatokat.
  2. A kétlépcsős SEM / GLM megközelítést választottuk annak érdekében, hogy közvetlenül teszteljük a csoportok közötti különbségeket egy hipotézisű modellben, és nem voltak olyan érdekesek, hogy összehasonlítsuk a modell illeszkedését a csoportok között. Ez a megközelítés különbözik a hagyományos fMRI és útvonalelemzés módszertanától, amelyet „halmozott modell-megközelítésnek” neveznek, összehasonlítva a feladatok vagy csoportok közötti modellt ([50]). Protzner és McIntosh [64] nemrég arról számolt be, hogy az abszolút modell-illeszkedési információk nem szükségesek ahhoz, hogy megbízható paraméterbecsléseket hozzanak létre az útvonalelemzés segítségével.
  3. A tanulmány egy másik korlátozása arra vonatkozik, hogy képes-e kimutatni a modellekben becsült útvonal-együtthatók közötti különbségeket az egyes csoportoknál használt kis mintaméretek miatt. Nagyobb csoportméretek esetén a trendszint megállapításaink valószínűleg statisztikai jelentőséggel bírnának.
  4. Nem vettünk részt a ventrális tegmentális területen (VTA), a mezokortikolimbikus körben a dopamin forrása azt javasolta, hogy a jutalommal kapcsolatos számos folyamatot közvetítsük [[26], [35], [72]), modellünkben a BOLD fMRI-vel kapcsolatos módszertani korlátok miatt, amelyek az aktiválódást az agystem-régiókban, mint a VTA, megnehezítik ([19]).

Következtetések és összefoglaló

Összefoglalva, idegképző tanulmányunkban az elhízott egyéneknek a kontrollokhoz viszonyított korrelált jutalmazási hálózati kapcsolatát találtuk, az AMYG-től az OFC-hez és a NAc-hez képest alacsonyabb összeköttetéssel és az OFC → NAc kapcsolatának növelésével ezekben a résztvevőkben. Ezek az eredmények a korábbi jelentésekhez igazítják, hogy nemcsak túlzottan jutalmazott jutalomrendszer aktiválódik az élelmiszerekre, hanem az ebbe a hálózatba tartozó régiók rendellenes kölcsönhatása az elhízott egyének között. Különösen azt gondoljuk, hogy az elhízott egyének túlmelegedését két mechanizmus befolyásolhatja: (1) megnövekedett OFC → NAc kapcsolat növelheti az élelmiszerek fogyasztásának fokozott meghajtását és az (2) hiányos kapcsolat az AMYG-től az affektív / érzelmi az élelmiszerek vagy az élelmiszerekre vonatkozó jutalmak értékét. A megfelelő affektív / érzelmi információk nélkül, amelyek jelzik az élelmiszerek vagy élelmiszer-jelzések leértékelését az étkezés után, a megnövekedett hajtás elnyomhatja a homeosztatikus mechanizmusokat, amelyek hiperfágiahoz és nagyobb súlygyarapodáshoz vezetnek. Kétségtelen, hogy egy egyszerű jutalmazási hálózatot teszteltünk. További tanulmányok szükségesek a jutalomrendszer kapcsolatának vizsgálatához, és ezeknek a régióknak a kölcsönhatásában a hipotalamusz és az agykövér homeosztatikus mechanizmusaival, valamint az étkezési bevitel szabályozás kognitív mechanizmusaival a prefrontális kéregben. Érdekes lesz azt is meghatározni, hogy az egyéni különbségek és az interoceptív és az exteroceptív tényezők hogyan befolyásolják ezt a jutalmazási hálózatot annak érdekében, hogy jobban megértsük, hogyan befolyásolják a jutalmazási mechanizmusok a lenyűgöző viselkedést.

Köszönetnyilvánítás

Az NIH-NIDCD Intramural Research Program támogatásával a GCRC M01 RR-00032 támogatása a Nemzeti Kutatási Erőforrások Központjától, a Procter és a Gamble Co.tól, valamint a UAB funkcionális képalkotó központjának (CDFI) forrásai.

Lábjegyzetek

Kiadói nyilatkozat: Ez egy PDF-fájl egy nem szerkesztett kéziratból, amelyet közzétételre fogadtak el. Ügyfeleink szolgálataként a kézirat korai változatát nyújtjuk. A kéziratot másolják, megírják és felülvizsgálják a kapott bizonyítékot, mielőtt a végleges idézhető formában közzéteszik. Kérjük, vegye figyelembe, hogy a gyártási folyamat során hibák észlelhetők, amelyek hatással lehetnek a tartalomra, és minden, a naplóra vonatkozó jogi nyilatkozat vonatkozik.

 

Összeférhetetlenség

A szerzők kijelentik, hogy nincsenek versengő pénzügyi érdekeik.

Referenciák

1. Aron A, Fisher H, Mashek DJ, Strong G, Li H, Brown LL. A korai szakasz intenzív romantikus szerelméhez kapcsolódó jutalmi, motivációs és érzelmi rendszerek. J. Neurophysiol. 2005; 94: 327-337. [PubMed]
2. Balleine BW, Killcross S. Párhuzamos ösztönző feldolgozás: az amygdala funkció integrált nézete. Trendek Neurosci. 2006; 29 (5): 272-279. [PubMed]
3. Baxter MG, Parker A, Lindner CC, Izquierdo AD, Murray EA. A válasz kiválasztásának ellenőrzése a megerősítő érték alapján az amygdala és az orbitális prefrontális kéreg kölcsönhatását igényli. J. Neurosci. 2000; 20 (200): 4311-4319. [PubMed]
4. Bentler PM, Chou CP. A szerkezeti modellezés gyakorlati kérdése. Társadalom. Meth. Res. 1987; 16 (1): 78-117.
5. Berridge KC. A viselkedési idegtudomány motivációs koncepciói. Physiol. Behav. 2004; 81: 179-209. [PubMed]
6. Berridge KC. A vita a dopamin szerepéről a jutalomban: az ösztönző érdeklődés. Pszichofarmakológia (Berl) 2007: 191: 391 – 431. [PubMed]
7. Berridge KC, Kringelbach ML. Az öröm érzelmi idegtudománya: jutalom az emberekben és az állatokban. Pszichofarmakológia (Berl.) 2008, 199 (3): 457 – 480. [PMC ingyenes cikk] [PubMed]
8. Berridge KC, Robinson TE, Aldridge JW. A jutalom összetevőinek boncolása: „tetszés”, „akarás” és tanulás. Jelenlegi vélemény a Pharm. 2009; 9 (1): 65–73. [PMC ingyenes cikk] [PubMed]
9. Berridge KC, Robinson TE. Parsing jutalom. Trendek Neurosci. 2003; 26 (9): 507-513. [PubMed]
10. Berthoud HR. Az elme és az anyagcsere a táplálékfelvétel és az energiaegyensúly szabályozásában. Physiol. Behav. 2004; 81: 781-793. [PubMed]
11. Berthoud HR. Az étvágy neurális ellenőrzése: a homeosztatikus és a nem homeosztatikus rendszerek közötti beszélgetés. Étvágy. 2004; 43: 315-317. [PubMed]
12. Berthoud HR, Morrison C. Az agy, az étvágy és az elhízás. Annu. Rev. Psychol. 2008; 59: 55-92. [PubMed]
13. Bradberry CW. Kokainszenzibilizáció és dopamin-közvetítés a cue-hatásokban rágcsálókban, majmokban és emberekben: a megállapodás, a nézeteltérés és a függőség következményei. Pszichofarmakológia (Berl) 2007: 191: 705 – 717. [PubMed]
14. RN bíboros. A késleltetett és valószínűségi megerősítésben szerepet játszó idegrendszerek. Neurális hálózatok. 2006; 19: 1277-1301. [PubMed]
15. RN bíboros, Parkinson JA, Lachenal G, Halkerston KM, Rudarakanchana N, J Hall, Morrison CH, Howes SR, Robbins TW, Everitt BJ. A magok akumens magjának szelektív excitotoxikus lézióinak hatása, az elülső cinguláris kéreg és az amygdala központi magja a patkányok automatikus alakulásának hatására. Behav. Neurosci. 2002; 116: 553-567. [PubMed]
16. Cavada C, T társaság, Tejedor J, Cruz-Rizzolo RJ, Reinoso-Suarez F. A makákó majom orbitofrontális kéreg anatómiai kapcsolatai. Felülvizsgálat. Cereb. Cortex. 2000; 10: 220-242. [PubMed]
17. Cohen MX, Heller AS, Ranganath C. Funkcionális összeköttetés az elülső cingulátummal és az orbitofrontális cortices a döntéshozatal során. Brain Res. Cogn. Brain Res. 2005; 23: 61-70. [PubMed]
18. Cook EW, III, Atkinson LS, Lang PG. Stimulus vezérlés és adatgyűjtés az IBM PC-k és kompatibilis számítógépek számára. Psychophysiol. 1987; 24: 726-727.
19. D'Ardenne K, McClure SM, Nystrom LE, Cohen JD. A humán ventrális tegmentális területen a dopaminerg jeleket tükröző BOLD válaszok. Tudomány. 2008; 319: 1264-1267. [PubMed]
20. Davis C, Fox J. Érzékenység a jutalom és a testtömeg-index (BMI) tekintetében: Bizonyíték a nemlineáris kapcsolatra. Étvágy. 2008; 50: 43-49. [PubMed]
21. Nap JJ, Carelli RM. A nucleus accumbens és Pavlovian jutalmazza a tanulást. Neurológus. 2007; 13: 148-159. [PMC ingyenes cikk] [PubMed]
22. DelParigi A, Chen K, Salbe AD, Hill JO, Wing RR, Reiman EM, Tataranni PA. Az étkezésre adott rendellenes idegi válaszok tartóssága postobese egyénekben. Internat. J. Elhízás. 2004; 28: 370-377. [PubMed]
23. DelPargi A, Chen K, Salbe AD, Reiman EM EM, Tataranni PA. Élelmiszer és elhízás érzékszervi tapasztalata: a folyékony étkezés után kóstolt, az elhúzódó gyors étkezés után érintett agyrégiók pozitron emissziós tomográfiai vizsgálata. NeuroImage. 2005; 24: 436-443. [PubMed]
24. Everitt BJ, Parkinson JA, Olmstead MC, Arroyo M, Robledo P, Robbins TW. Asszociatív folyamatok a függőségben és jutalomban. Az amygdala-ventrális striatum alrendszerek szerepe. Ann. NY Acad. Sci. 1999; 877: 412-438. [PubMed]
25. Ferriday D, Brunstrom JM. Hogyan vezet a táplálkozási reakció reaktivitás expozíciója nagyobb étkezési mérethez? Brit J. Nutr. 2008 [PubMed]
26. Mezők HL, Hjelmstad GO, Margolis EB, Nicola SM. A ventrális tegmentális terület neuronjai tanult étvágytalanságban és pozitív megerősítésben. Annu. Rev. Neurosci. 2007; 30: 289-316. [PubMed]
27. Friston KJ, Holmes AP, Worsley JB, Frith C, Frackowiak RSJ. Statisztikai paraméteres térképek a funkcionális képalkotásban: általános lineáris megközelítés. Műszaki jelentés: Szemléltető neurológiai tudományi osztály. 1995
28. Gautier JF, DelParigi A, Chen K, Salbe AD, Bandy D, Pratley RE, Ravussin E, Reiman EM, Tataranni PA. A telítettség hatása az agyi aktivitásra az elhízott és sovány nőkben. Elhízás Res. 2001; 9: 676-684. [PubMed]
29. Haltia LT, Rinne JO, Merisaari H, Maguire RP, Savontaus E, Helin S, Nagren K, Kaasinen V. Az intravénás glükóz hatása az emberi agy dopaminerg funkciójára in vivo. Szinapszis. 2007; 61 (9): 748-756. [PubMed]
30. Heimer L, Van Hoesen GW. A limbikus lebeny és kimeneti csatornái: az érzelmi funkciók és az adaptív viselkedés következményei. Neurosci. Biobehav. 2006: 30: 126 – 147. [PubMed]
31. Holland PC, Petrovich GD. A neurális rendszerek elemzése a táplálkozás potenciális stimulálásáról. Physiol. Behav. 2005; 86: 747-761. [PMC ingyenes cikk] [PubMed]
32. Honey GD, Fu CH, Kim J, Brammer MJ, Croudace TJ, szopás J, Pich EM, Williams SC, Bullmore ET. A verbális munkamemória terhelése a funkcionális mágneses rezonancia képalkotási adatok útelemzésével modellezett kortikortikális kapcsolatra. NeuroImage. 2002; 17: 573-582. [PubMed]
33. Horvitz J. Dopamin a glutamatergikus szenzormotor és az ösztönző motivációs bemeneti jelek bejuttatása a striatumhoz. Behav. Brain Res. 2002; 137: 65-74. [PubMed]
34. Horwitz B. Az agy összekapcsolhatóságának megfoghatatlan fogalma. NeuroImage. 2003; 19: 466-470. [PubMed]
35. Hyman SE. A függőség neurobiológiája: a magatartás önkéntes ellenőrzésére gyakorolt ​​hatás. Am. J. Bioeth. 2007; 7: 8-11. [PubMed]
36. Jentsch JD, Taylor JR. A kábítószerrel való visszaélés során fellépő frontostriatális diszfunkcióból eredő impulzivitás: a viselkedés ellenőrzésére gyakorolt ​​hatás a jutalmú ingerek által. Pszichofarmakológia (Berl) 1999: 146: 373 – 390. [PubMed]
37. Kalivas PW. Hogyan határozzuk meg, hogy a gyógyszer által indukált neuroplasztikus változások fontosak? Nat. Neurosci. 2005; 8: 1440-1441. [PubMed]
38. Kalivas PW, Nakamura M. Neurális rendszerek a viselkedés aktiválásához és jutalmazásához. Akt. Opin. Neurobiol. 1999; 9: 223-227. [PubMed]
39. Kalivas PW, Volkow ND. A függőség neurális alapja: a motiváció és a választás patológiája. Am. J. Psychiatry. 2005; 162: 1403-1413. [PubMed]
40. Karhunen LJ, Lappalainen RI, Vanninen EJ, Kuika JT, Uusitupa MIJ. Regionális agyi véráramlás az elhízott és normál súlyú nők étkezés közbeni expozíciójában. Agy. 1997; 120: 1675-1684. [PubMed]
41. Kelley AE. Az étvágy motivációjának ventrális striatális ellenőrzése: szerepe a lenyűgöző viselkedésben és a jutalomhoz kapcsolódó tanulásban. Neurosci. Biobehav. 2004: 27: 765 – 776. [PubMed]
42. Kelley AE, Baldo BA, Pratt WE, Will MJ. Kortikostriatusi-hipotalamikus áramkör és az élelmiszer-motiváció: az energia, a cselekvés és a jutalom integrálása. Physiol Behav. 2005; 86: 773-795. [PubMed]
43. Kilgore WD, Yurgelun-Todd DA. A testtömeg előrejelzi az orbitofrontális aktivitást a magas kalóriatartalmú élelmiszerek vizuális bemutatása során. Neuroreport. 2005; 16: 859-863. [PubMed]
44. Kim J, Zhu W, Chang L, Bentler PM, Ernst T. Egységes strukturális egyenletmodellezési megközelítés multiszubjektív, többváltozós funkcionális MRI adatok elemzésére. Zümmögés. Mapp agy. 2007; 28: 85-93. [PubMed]
45. Kolb GF. A striatopallid és a kiterjesztett amygdala rendszerek szerepe a kábítószer-függőségben. Ann. NY Acad. Sci. 1999; 877: 445-460. [PubMed]
46. Kringelbach ML. Az emberi orbitofrontális kéreg: a jutalom és a hedonikus élmény összekapcsolása. Nat. Rev. Neurosci. 2005; 6: 691-702. [PubMed]
47. Lancaster JL, Woldorff MG, Parsons LM, Liotti M, Freitas CS, Rainey L, Kochunov PV, Nickerson D, Mikiten SA, Fox PT. Automatizált Talairach atlaszcímkék a funkcionális agyi térképezéshez. Zümmögés. Mapp agy. 2000; 10: 120-131. [PubMed]
48. Mai JK, Paxinos G, Voss T. Atlas az Emberi Agyról. 3rd Ed. Heidelberg, Elsevier: Academic Press; 2007. 2007.
49. Maldjian JA, Laurienti PJ, Burdette JH. A középső gyrus eltérése a Talairach atlasz elektronikus változatában. NeuroImage. 2004; 21: 450-455. [PubMed]
50. McIntosh AR, Gonzalez-Lima F. Hálózati kölcsönhatások a limbikus cortices, a bazális előtér és a cerebellum között megkülönböztetik a Pavlovian excitor vagy inhibitor hatását: fluorodeoxiglukóz térképezés és kovariancia szerkezeti modellezés. J. Neurophysiol. 1994; 72: 1717-1733. [PubMed]
51. McIntosh AR, Grady CL, Ungerleider LG, Haxby JV, Rapoport SI, Horwitz B. A PET-sel leképezett kérgi vizuális útvonalak hálózati elemzése. J. Neurosci. 1994; 14: 655-666. [PubMed]
52. Mechelli A, Allen P, Amaro E, Jr, Fu CH, Williams SC, Brammer MJ, Johns LC, McGuire PK. A beszéd és a károsodott összeköttetés téves elterjedése halláskori hallucinációkban szenvedő betegeknél. Zümmögés. Mapp agy. 2007; 28: 1213-1222. [PubMed]
53. Mela DJ. Eszik az öröm, vagy csak enni akar? Az érzékszervi hedonikus válaszok átgondolása az elhízás mozgatórugójaként. Étvágy. 2006; 47: 10-17. [PubMed]
54. Menon V, Levitin DJ. A zenehallgatás előnyei: a mesolimbikus rendszer reakciója és fiziológiai kapcsolata. NeuroImage. 2005; 28: 175-184. [PubMed]
55. Mogenson GJ, Jones DL, Yim CY. A motivációtól a cselekvésig: funkcionális interfész a limbikus rendszer és a motorrendszer között. Prog. Neurobiol. 1980; 14: 69-97. [PubMed]
56. Morecraft RJ, C. Geula, Mesulam MM. A majom agyában az orbitofrontális kéreg cytoarchitektúrája és idegi afferensei. J. Comp. Neurol. 1992; 323: 341-358. [PubMed]
57. O'Doherty JP, Buchanan TW, Seymour B, Dolan RJ. A jutalompreferencia prediktív idegi kódolása magában foglalja az emberi ventrális középagy és a ventrális striatum disszociálható válaszait. Idegsejt. 2006; 49: 157–166. [PubMed]
58. O'Doherty JP, Deichmann R, Critchley HD, Dolan RJ. Idegrendszeri válaszok az elsődleges íz jutalom előrejelzése során. Idegsejt. 2002; 33: 815-826. [PubMed]
59. Parkinson JA, Robbins TW, Everitt BJ. A központi és a bazolaterális amygdala elválaszthatatlan szerepe az étvágyas érzelmi tanulásban. Eur. J. Neurosci. 2000; 12: 405-413. [PubMed]
60. Petrides M. Az orbitofrontális kéreg: újdonság, eltérés az elvárásoktól és a memória. Ann. NY Acad. Sci. 2007; 1121: 33-53. [PubMed]
61. Petrovich GD, Gallagher M. Élelmiszerfogyasztás ellenőrzése tanult jelekkel: előrevezető-hipotalamikus hálózat. Physiol. Behav. 2007; 91: 397-403. [PMC ingyenes cikk] [PubMed]
62. A Petrovich GD-t, a Holland PC-t, a Gallagher M. Amygdalar-t és az oldalsó hipotalamusz prefrontális útját egy tanult cue aktiválja, amely serkenti az evést. J. Neurosci. 2005; 25: 8295-8302. [PubMed]
63. Pierce RC, Kalivas PW. Az amfetaminszerű pszichostimulánsok viselkedési érzékenységének kifejeződésének áramköri modellje. Brain Res. Brain Res. 1997: 25: 192 – 216. [PubMed]
64. Protzner AB, McIntosh AR. A hatékony kapcsolódási változások tesztelése strukturális egyenlet-modellezéssel: mit jelent egy rossz modell? Zümmögés. Mapp agy. 2006; 27: 935-947. [PubMed]
65. Rempel-Clower NL. Az orbitofrontális cortex kapcsolatok szerepe az érzelmekben. Ann. NY Acad. Sci. 2007; 1121: 72-86. [PubMed]
66. Robinson TE, Berridge KC. Függőség Annu. Rev. Psychol. 2003; 54: 25-53. [PubMed]
67. Rolls ET, Browning AS, Inoue K, Hernadi I. Új vizuális ingerek aktiválják a primer orbitofrontális kéreg neuronjait. Neurobiol. Tanul. Mem. 2005; 84: 111-123. [PubMed]
68. Rothemund YC, Preuschhof C, Bohner HC, Bauknecht G, Klingebiel R, Flor H, Klapp BF. A dorzális striatum differenciált aktiválása magas kalóriatartalmú vizuális élelem-ingerekkel az elhízott egyedekben. NeuroImage. 2007; 37: 410-421. [PubMed]
69. Schlosser RG, Wagner G, Sauer H. A munkamemóriahálózat értékelése: funkcionális mágneses rezonancia képalkotással és strukturális egyenletmodellezéssel végzett vizsgálatok. Neuroscience. 2006; 139 (1): 91-103. [PubMed]
70. Schoenbaum G, Setlow B, Saddoris MP, Gallagher M. Az előre jelzett kimenet és az orbitofrontális kéreg értékének kódolása a cue mintavétel során a basolaterális amygdala bemenetétől függ. Idegsejt. 2003; 39 (5): 855-867. [PubMed]
71. Schmidt HD, Anderson SM, Híres KR, Kumaresan V, Pierce RC. A kokainalapozás által indukált, a kábítószer-kereső visszaállításának anatómiája és farmakológiája. Eur. J. Pharmacol. 2005; 526: 65-76. [PubMed]
72. Schultz W. Viselkedési elméletek és a jutalom neurofiziológiája. Annu. Rev. Psychol. 2006; 57: 87-115. [PubMed]
73. Simansky KJ. NIH szimpózium sorozat: az elhízás, a kábítószer-használat és a mentális zavarok lenyelése. Physiol. Behav. 2005; 86: 1-4. [PubMed]
74. Smith KS, Berridge KC. A ventrális pallidum és a hedonikus jutalom: a szacharóz „tetszésének” és a táplálékfelvételnek neurokémiai térképei. J. Neurosci. 2005; 25: 8637–8649. [PubMed]
75. Smith KS, Berridge KC. Opioid limbikus áramkör a jutalomért: a nukleáris accumbens és a ventrális pallidum hedonikus hotspotjainak kölcsönhatása. J. Neurosci. 2007; 27: 1594-1605. [PubMed]
76. E stice, Spoor S, Bohon C, Small D. Az elhízás és a táplálékra adott blurted striatális válasz közötti kapcsolatot a TaqIA A1 allél szabályozza. Tudomány. 2008; 322 (5900): 449-452. [PMC ingyenes cikk] [PubMed]
77. Stoeckel LE, Weller RE, Cook EW, III, Twieg DB, Knowlton RC, Cox JE. A magas kalóriatartalmú élelmiszerek képeire adott válaszként elterjedt jutalmazási rendszer aktiválás az elhízott nőkben. NeuroImage. 2008; 41: 636-647. [PubMed]
78. Tetley AC, Brunstrom JM, Griffiths P. Egyedi különbségek az élelmiszer-cue-reaktivitásban. Étvágy. 2006; 47: 278.
79. Tzourio-Mazoyer N, Landeau B, Papathanassiou D, Crivello F, Etard O, Delcroix N, Mazoyer B, Joliot M. Automatikus anatómiai címkézés az SPM-ben az MNI MRI egy egyedben lévő agyának makroszkopikus anatómiai felosztásával. NeuroImage. 2002; 15: 273-289. [PubMed]
80. Volkow ND, Fowler JS, Wang GJ. Pozitron emissziós tomográfia és egy foton emissziós komputertomográfia az anyaghasználat kutatásában. Semin. Nucl. Med. 2003; 33: 114-128. [PubMed]
81. Volkow ND, Wang GJ, Fowler JS, Telang F. Átfedő idegsejtek a függőségben és az elhízásban: a rendszerek patológiájának bizonyítéka. Philos. Trans. R. Soc. Lond. B. Biol. Sci. 2008; 363 (1507): 3191-3200. [PMC ingyenes cikk] [PubMed]
82. Volkow ND, Wise RA. Hogyan segíthet a kábítószer-függőség az elhízás megértésében? Nat. Neurosci. 2005; 8: 555-560. [PubMed]
83. Zahm DS. Integratív neuroanatómiai perspektíva az adaptív válaszadók néhány szubkortikális szubsztrátumára, amely a nukleáris accumbensre helyezi a hangsúlyt. Neurosci. Biobehav. 2000: 24: 85 – 105. [PubMed]
84. Zahm DS. Az alapvető agyi funkcionális-anatómiai „makroszisztémák” fejlődő elmélete. Neurosci. Biobehav. Jel. 2006; 30: 148–172. [PubMed]