PLoS Satu. 2014; 9 (5): e96319.
Diterbitkan secara online, 2014, Mei 7. doi: 10.1371 / journal.pone.0096319
PMCID: PMC4012945
Deanna L. Wallace,1,* Esther Aarts,1,2 Linh C. Dang,1,3 Stephanie M. Greer,1 William J. Jagust,1 dan Tandai D′Esposito1
J. Bruce Morton, Editor
Artikel ini telah dikutip oleh artikel lain di PMC.
Abstrak
Sampai saat ini, beberapa penelitian telah mengeksplorasi mekanisme neurokimia yang mendukung perbedaan individu dalam preferensi makanan pada manusia. Di sini kami menyelidiki bagaimana dopamin striatal dopamin, yang diukur dengan pelacak positron emission tomography (PET) [18F] fluorometatyrosine (FMT), berkorelasi dengan pengambilan keputusan terkait makanan, serta indeks massa tubuh (BMI) dalam berat badan sehat-16 untuk individu dengan obesitas sedang. Kami menemukan bahwa potensi ikatan sintesis dopamin PET FMT yang lebih rendah berkorelasi dengan BMI yang lebih tinggi, preferensi yang lebih besar untuk makanan yang dianggap "sehat", tetapi juga peringkat kesehatan yang lebih besar untuk bahan makanan. Temuan ini semakin memperkuat peran dopamin striatal dorsamin dalam perilaku yang berhubungan dengan makanan dan menjelaskan kompleksitas perbedaan individu dalam preferensi makanan.
Pengantar
Masyarakat modern dikelilingi oleh kelebihan makanan dan berbagai pilihan makanan, yang sebagian berkontribusi pada pertumbuhan populasi yang kelebihan berat badan di Amerika Serikat [1]. Namun, mekanisme neurokimia yang mendasari mendukung perbedaan individu dalam preferensi makanan tidak dipahami dengan baik. Beberapa individu secara alami mendasarkan preferensi makanan mereka lebih pada nilai kesehatan dari item makanan versus nilai rasa dari item makanan, dan ventromedial prefrontal cortex (vmPFC) telah terbukti memainkan peran dalam nilai tujuan terkait dengan pengaruh "kesehatan" dan " rasa" [2]. Selain itu, ada variasi yang luas dalam penilaian individu tentang kandungan kalori dan persepsi “kesehatan” item makanan [3], dan penelitian menunjukkan makanan yang dianggap "sehat" dikonsumsi berlebihan dibandingkan dengan makanan yang dianggap "tidak sehat", meskipun memiliki nilai gizi yang sama. [3], [4].
Dopamin striatal dorsal telah terbukti berperan dalam motivasi makanan pada manusia dan hewan [5], [6], [7], namun hubungan antara dopamin dan keinginan makanan atau preferensi pada manusia belum dieksplorasi secara menyeluruh. Selain itu, penelitian yang menggunakan ligan PET yang mengikat reseptor dopamin telah menunjukkan korelasi dengan BMI, namun, pada keduanya positif. [8] dan negatif [9] arah, dan tidak semua studi menemukan hubungan yang signifikan (untuk ulasan lihat [10]). Juga, karena sifat ligan PET ini yang bergantung pada keadaan pelepasan dopamin endogen, sulit untuk menafsirkan hubungan antara striatal dopamin dan BMI. Ikatan reseptor dopamin yang lebih rendah dapat mewakili lebih sedikit reseptor dopamin striatal yang ada (yaitu hubungan negatif antara pengikatan PET dan BMI, seperti yang ditemukan pada [9]), atau pengikatan reseptor dopamin yang lebih besar dapat mewakili pelepasan dopamin endogen yang lebih rendah, memungkinkan lebih banyak reseptor di mana ligan PET dapat mengikat (yaitu hubungan positif antara pengikatan dan BMI, seperti yang ditemukan dalam [8]). Untuk melengkapi penelitian sebelumnya yang telah menggunakan ligan PET yang mengikat reseptor dopamin, di sini kami menggunakan pengukuran stabil kapasitas sintesis dopamin presinaptik dengan ligan PET [18F] fluorometatyrosine (FMT) yang telah banyak dipelajari dalam model manusia dan hewan [11], [12], [13], [14].
Tujuan dari penelitian kami adalah untuk menyelidiki hubungan antara langkah-langkah sintesis dopamin PET FMT striatal dorsamin dan BMI dan untuk mempelajari bagaimana langkah-langkah sintesis dopamin PET FMT ini dapat berkorelasi dengan perbedaan individu dalam preferensi makanan. Kami berhipotesis bahwa pengikatan sintesis dopamin PET FMT yang lebih rendah akan sesuai dengan BMI yang lebih tinggi, seperti yang disarankan oleh penelitian sebelumnya [15]. Kami juga memperkirakan bahwa individu dengan dopamin striatal endogen yang lebih rendah akan memiliki preferensi keseluruhan yang lebih besar untuk item makanan (yaitu makanan "sehat" dan "tidak sehat") dibandingkan dengan individu dengan dopamin striatal yang lebih tinggi dan bahwa persepsi kesehatan individu terhadap item makanan juga dapat memengaruhi Pilihan.
Metode dan Bahan
Subjek
Tiga puluh tiga subyek sehat, tangan kanan yang sebelumnya menerima scan sintesis dopamin PET FMT diundang untuk berpartisipasi dalam studi perilaku yang disajikan di sini dan tidak diberi pengetahuan sebelumnya untuk penelitian ini, hanya menginformasikan bahwa itu melibatkan mempelajari pengambilan keputusan yang kompleks. Dari 33 ini, subjek 16 setuju untuk berpartisipasi (8 M, usia 20 – 30). BMI ((berat dalam kilogram) / (tinggi dalam meter) ∧2)) dihitung untuk semua subjek (kisaran: 20.2 – 33.4, dengan obesitas 1, obesitas 4, kelebihan berat badan 11, dan berat sehat XNUMX). Subjek tidak memiliki riwayat penyalahgunaan narkoba, gangguan makan, depresi berat dan gangguan kecemasan. Subjek juga ditanya apakah mereka berada dalam kondisi kesehatan yang sangat buruk, buruk, rata-rata, baik atau sangat baik. Semua dilaporkan rata-rata secara keseluruhan untuk kesehatan yang sangat baik dan saat ini tidak melakukan diet atau mencoba menurunkan berat badan. Status sosial ekonomi (SES) juga dikumpulkan dari individu menggunakan Barratt ukuran sederhana status sosial (BSMSS) [16].
Pernyataan etika
Semua subjek memberikan persetujuan tertulis dan dibayar untuk partisipasi sesuai dengan pedoman kelembagaan komite etika lokal (Universitas California Berkeley (UCB) dan Komite Laboratorium Nasional Lawrence Berkeley (LBNL) untuk Perlindungan Peserta Manusia (CPHP) dan Lawrence Berkeley National Dewan Peninjau Kelembagaan Laboratorium (IRB)). CPHP dan IRB UCB dan LBNL secara khusus menyetujui studi yang disajikan di sini
Akuisisi dan analisis data PET
Pencitraan PET dan pengikatan FMT dilakukan di Lawrence Berkeley National Laboratory, seperti yang dijelaskan sebelumnya [17]. FMT adalah substrat aromatik L-amino acid decarboxylase (AADC), enzim yang mensintesis dopamin yang aktivitasnya sesuai dengan kapasitas neuron dopaminergik untuk mensintesis dopamin [13] dan telah ditunjukkan sebagai indikasi kapasitas sintesis dopamin pra-sinaptik [18]. FMT dimetabolisme oleh AADC menjadi [18F] fluorometatyramine, yang dioksidasi menjadi [18F] fluorohydroxyphenylacetic acid (FPAC), tetap berada di terminal dopaminergik dan terlihat pada pemindaian FMT PET. Dengan demikian, intensitas sinyal pada pemindaian FMT PET telah terbukti sebanding dengan [18F] fluorodopa [18], di mana serapan pelacak sangat berkorelasi (r = 0.97, p <0.003) dengan tingkat protein dopamin striatal pada pasien post-mortem, yang diukur dengan metode kromatografi cair kinerja tinggi (HPLC) [19]. Selain itu, dibandingkan dengan [18F] fluorodopa, FMT juga bukan substrat untuk metilasi O dan karenanya memberikan gambar sinyal-ke-noise yang lebih tinggi daripada [18F] fluorodopa [18]. Selain itu, pengukuran FMT telah terbukti secara langsung sesuai dengan pengukuran dopamin pada model penyakit Parkinson hewan [14].
Pemindaian dilakukan dari 9AM-12PM atau 1PM-4PM. Penundaan rata-rata antara perolehan data sintesis dopamin PET FMT dan data perilaku adalah 2.37 ± 0.26 tahun, sebanding dengan keterlambatan yang dilaporkan dalam penelitian sebelumnya dari lab kami yang memanfaatkan PET FMT [11]. Meskipun keterlambatan ini tidak ideal, sebuah studi oleh Vingerhoets et al. [20] telah menunjukkan bahwa striatal Ki terkait dengan presinaptik dopamin adalah pengukuran yang relatif stabil, memiliki peluang 95% untuk tetap dalam 18% dari nilai aslinya dalam subyek sehat individu selama rentang waktu 7 tahun. Oleh karena itu, langkah-langkah FMT, sebanding dengan [18F] fluorodopa [13], dianggap mencerminkan proses yang relatif stabil (yaitu kapasitas sintesis) dan karena itu tidak terlalu sensitif terhadap perubahan kecil yang terkait dengan negara. Selain itu, BMI tidak berbeda secara signifikan antara akuisisi PET dan data perilaku (perubahan rata-rata dalam BMI: 0.13 ± 1.45, T (15) = 0.2616, p = 0.79, uji-t dua sisi). Juga, semua subjek diskrining untuk perubahan gaya hidup dalam waktu sejak pengujian terakhir (yaitu perubahan dalam diet dan olahraga / aktivitas sehari-hari, merokok atau minum, kesehatan mental atau status obat). Akhirnya, perubahan BMI dari waktu pemindaian FMT PET ke pengujian perilaku serta waktu yang telah berlalu antara pemindaian PET dan pengujian perilaku digunakan sebagai variabel dalam analisis data regresi berganda.
Pemindaian PET dilakukan menggunakan kamera Siemens ECAT-HR PET (Knoxville, TN). Sekitar 2.5 mCi dari aktivitas spesifik tinggi FMT disuntikkan sebagai bolus ke dalam vena antecubital dan urutan akuisisi dinamis dalam mode 3D diperoleh untuk total waktu pemindaian 89 min. Dua gambar anatomis beresolusi tinggi (MPRAGE) diperoleh pada setiap peserta pada pemindai XRIUM T Magnetom Avanto MRI dari Siemens 1.5 (Siemens, Erlangen, Jerman), menggunakan kumparan saluran saluran 12 (TE / TR = 3.58 / 2120 ms; ukuran voxel; = 1.0 × 1.0 × 1.0 mm, irisan aksial 160; FOV = 256 mm; waktu pemindaian ∼9 menit). Kedua MPRAGE dirata-ratakan untuk mendapatkan satu gambar struktural resolusi tinggi, yang digunakan untuk menghasilkan wilayah minat (caudate) dan otak kecil individu (ROI).
ROI caudate dan cerebellum kiri dan kanan (digunakan sebagai wilayah referensi, seperti pada penelitian sebelumnya [11]) digambar secara manual pada pemindaian MRI anatomi setiap peserta menggunakan FSLView (http://www.fmrib.ox.ac.uk/fsl/), seperti yang dijelaskan sebelumnya [21]. Kedua reliabilitas antar dan intra-rater berada di atas 95% (dari peringkat yang dibuat oleh dua anggota lab). Untuk menghindari kontaminasi sinyal FMT dari nuklei dopaminergik, hanya tiga perempat posterior materi abu-abu yang dimasukkan dalam wilayah referensi serebelar. Setelah pendaftaran bersama ke ruang PET FMT, hanya voxel dengan peluang 50% di atas untuk berbaring di ROI dimasukkan untuk memastikan probabilitas materi abu-abu yang tinggi.
Gambar PET FMT direkonstruksi dengan algoritme maksimalisasi subset ekspektasi maksimalisasi dengan atenuasi tertimbang, koreksi sebaran, gerak-dikoreksi dan dihaluskan dengan 4 mm kernel maksimal setengah lebar penuh, menggunakan versi Pemetaan Parametrik Statistik 8 (SPM8) (www.fil.ion.ucl.ac.uk/spm/). Pemindaian MRI anatomis dihubungkan dengan gambar rata-rata dari semua bingkai yang diluruskan kembali dalam pemindaian FMT PET menggunakan FSL-FLIRT (http://www.fmrib.ox.ac.uk/fsl/, versi 4.1.2). Menggunakan program analisis grafis in-house yang mengimplementasikan Patlak plotting [22], [23], Ki gambar, mewakili jumlah pelacak yang terakumulasi di otak relatif terhadap daerah referensi (otak kecil [11],, praktik standar dalam analisis PET untuk meminimalkan potensi gangguan kebisingan dari data PET), telah dibuat. Ki nilai diperoleh secara terpisah dari ROI berekor kiri dan kanan dan asosiasi dihitung antara Ki nilai-nilai, BMI, dan langkah-langkah perilaku. Selain itu, karena usia dan jenis kelamin telah terbukti memiliki efek pada pengikatan FMT [15], [24], korelasi antara FMT dan BMI dikoreksi untuk usia dan jenis kelamin (serta setiap perubahan BMI dari waktu pemindaian PET hingga pengujian perilaku) oleh variabel kontrol dalam korelasi parsial Pearson.
Paradigma perilaku
Subjek diminta untuk makan khas, tetapi tidak terlalu berat satu jam sebelum sesi pengujian. Untuk mendorong kepatuhan dengan permintaan ini, sesi pengujian dijadwalkan setelah waktu makan yang khas (yaitu 9AM, 2PM dan 7: 30PM), dan waktu makan terakhir dicatat. Makanan yang dikonsumsi sebelum pengujian dan waktu berlalu dari makan terakhir untuk sesi pengujian dicatat, (sebagaimana ditentukan oleh sumber daya www.caloriecount.com dan makan dan ukuran porsi dilaporkan sendiri oleh individu). Untuk memastikan kelaparan tidak memengaruhi tugas, kami juga mengukur kelaparan dan kepenuhan dengan skala analog visual [25].
Gambar delapan puluh item makanan yang digunakan di mana subyek diminta untuk menilai item dalam 3 blok terpisah berdasarkan 1) keinginan, 2) kesehatan dan 3) kelezatan dalam program E-Prime Professional (Psychology Software Tool, Inc., Sharpsburg, PA, AS) (lihat Gambar 1). Untuk membuat tugas dengan jumlah seimbang makanan sehat, tidak sehat, dan netral, pertama-tama kami menciptakan nilai kesehatan objektif untuk masing-masing delapan puluh makanan dengan menetapkan skor objektif standar -3 (sangat tidak sehat) untuk + 3 ( sangat sehat) untuk setiap makanan berdasarkan tingkat huruf (mulai dari F-minus (sangat tidak sehat) hingga A-plus (sangat sehat)) dan informasi gizi dari sumber daya online www.caloriecount.com. Nilai huruf ini menggabungkan beberapa faktor (yaitu kalori, gram lemak, serat, dll.) Dan terdaftar sebagai referensi online untuk “pilihan untuk makan sehat,” sebagaimana dinyatakan di situs web. Kami kemudian menyeimbangkan tugas dengan jumlah yang kurang lebih sama dari yang sehat (yaitu makanan dengan skor objektif 2 atau 3, seperti buah dan sayuran), netral (yaitu makanan dengan skor objektif 1 dan −1, seperti kerupuk garam) dan barang tidak sehat (yaitu makanan dengan skor objektif negatif −2 atau −3 seperti batang permen yang sangat diproses).
Subjek pertama kali diminta untuk menilai sejauh mana mereka "diinginkan" atau "ingin" setiap item (skala 1 (sangat tidak ingin) ke 4 (sangat ingin)), disebut di seluruh teks sebagai "disukai", sebuah istilah konsisten dengan literatur [2]. Item makanan akan muncul dan subjek akan memiliki hingga 4 detik untuk merespon, dan mereka memberi peringkat semua delapan puluh item makanan sebelum melanjutkan ke blok "kesehatan" dan "rasa" berikutnya (lihat di bawah). Karena manusia memiliki kapasitas untuk memodulasi pilihan makanan berdasarkan tidak hanya pada rasa untuk makanan tertentu, tetapi juga pada persepsi kesehatan [26], kami hanya meminta subjek untuk menilai seberapa banyak mereka ingin makanan atau menemukan makanan yang diinginkan dan blok preferensi selalu disajikan terlebih dahulu. Dalam upaya untuk menangkap seberapa besar subjek sebenarnya lebih menyukai item makanan yang disajikan, subjek diberitahu bahwa mereka akan menerima item makanan dari tugas di akhir pengujian berdasarkan peringkat “keinginan” mereka. Subjek juga tidak tahu di blok kedua dan ketiga yang akan datang (dijelaskan di bawah), mereka akan diminta untuk menilai seberapa sehat dan enak mereka menemukan setiap item makanan.
Di blok kedua, subjek menilai seberapa besar mereka memandang delapan puluh item makanan sebagai sehat atau tidak sehat (−3 untuk sangat tidak sehat untuk 3 untuk sangat sehat) dan di blok ketiga, seberapa lezat mereka menemukan delapan puluh item makanan (−3 untuk tidak sama sekali enak untuk 3 untuk sangat enak). Urutan blok ini konsisten untuk semua subjek, karena kami tidak ingin mempengaruhi peringkat kesehatan dalam efek urutan potensial. Subjek diberitahu bahwa peringkat kesehatan dan rasa tidak akan memengaruhi item yang akan mereka terima berdasarkan jawaban mereka di blok “keinginan”. Kami memilih skala titik-6 untuk nilai kesehatan dan rasa untuk memungkinkan rentang yang lebih luas dari pengukuran rasa / persepsi kesehatan, termasuk peringkat "netral" yang terkait dengan −1 dan + 1, sedangkan skala titik-4 dari blok keinginan / preferensi akan mencerminkan hanya item makanan yang disukai atau tidak disukai. Total tugas berlangsung sekitar 25 menit. Subjek diminta pada akhir tugas jika ada item makanan yang tidak dikenal yang mungkin menyebabkan non-respons. Semua subjek melaporkan keakraban dengan item makanan dan semua item diberi peringkat untuk ketiga blok oleh semua subjek.
Dopamin dalam striatum punggung telah terbukti memiliki hubungan yang kuat dalam motivasi untuk makanan [5], [6], [7]. Persepsi rasa juga sangat berkorelasi dengan keinginan makanan, di mana sebagian besar manusia lebih menyukai makanan yang mereka rasa enak [27]. Karena ada banyak kombinasi preferensi, rasa dan blok kesehatan yang dapat diperiksa, untuk menghilangkan beberapa perbandingan dan potensi korelasi palsu, berdasarkan literatur ini, kami memeriksa jumlah item makanan yang dinilai sendiri sebagai 1) lebih disukai , enak, dan dirasakan "sehat" dan 2) disukai, enak, dan dianggap "tidak sehat". (Item yang disukai dinilai sebagai 3 atau 4 di blok "keinginan"; item lezat dinilai sebagai 2 atau 3 di blok "tastiness"; item yang dianggap "sehat" dinilai sebagai 2 atau 3 dan item yang dianggap "tidak sehat" dinilai sebagai −2 atau −3 di blok "kesehatan"). Analisis post-hoc juga menyelidiki rasio antara item makanan "sehat" dan "tidak sehat", jumlah barang makanan "sehat" yang disukai yang sebenarnya tidak dinilai secara objektif sebagai sehat (yaitu barang pilihan yang dinilai individu sehat) minus item yang dinilai oleh subjek yang lebih sehat yang ditentukan oleh skor kesehatan objektif yang ditetapkan (misalnya, jika subjek menilai “kerupuk” sebagai makanan sehat yang dipersepsikan disukai dengan skor 3 yang sehat (sangat sehat), dan skor kesehatan objektif yang ditetapkan adalah 1 (netral-sehat), ini akan dihitung sebagai makanan sehat yang disukai yang sebenarnya tidak sehat) .Kalori rata-rata untuk barang-barang pilihan dari setiap subjek individu juga dihitung.
Analisis Statistik
Langkah-langkah regresi linier berganda digunakan untuk menguji hubungan antara dua variabel dependen yang terpisah: 1) disukai, enak dan dirasakan sehat dan 2) makanan yang disukai, enak dan dirasakan tidak sehat, dan variabel independen: nilai PET FMT berekor kanan, meninggalkan nilai PET FMT berekor, BMI, usia, jenis kelamin, status sosial-ekonomi, setiap perubahan BMI antara PET dan pengujian perilaku dan waktu yang berlalu antara PET dan pengujian perilaku di SPSS versi 19 (IBM, Chicago, Ill., USA), dengan dimasukkannya variabel independen ke set model pada p <0.05 dan dikecualikan dengan p> 0.1. Rasio persepsi "sehat"-ke- "tidak sehat" sangat berkorelasi dengan variabel dependen dari item yang dianggap "sehat" (r = 0.685, p <0.003), dan oleh karena itu, kami tidak dapat memasukkan variabel ini ke dalam model. Namun, korelasi parsial Pearson, dikoreksi untuk usia, jenis kelamin dan perubahan BMI apa pun, digunakan untuk menguji hubungan langsung antara PET FMT berekor kanan dan 1) BMI, 2) rasio persepsi "sehat" -to- "tidak sehat" dan 3) kalori rata-rata item pilihan, dilakukan dengan SPSS versi 19 (IBM, Chicago, Ill., USA). Kami juga menguji lebih lanjut hubungan antara nilai sintesis dopamin PET FMT, jumlah item makanan "sehat" yang dianggap tidak sehat menurut skor yang dihitung, dan item pilihan yang dinilai sehat dengan skor yang dihitung dalam langkah- model regresi berganda yang bijaksana. (Jumlah item makanan "sehat" yang disukai yang tidak dinilai sebagai sehat oleh skor yang dihitung, dan item pilihan yang dinilai sehat oleh skor yang dihitung tidak berkorelasi signifikan (r = 0.354, p = 0.23). Kami juga menguji apakah ada hubungan antara perubahan BMI dan variabel dependen: nilai PET FMT berekor kiri dan kanan, SES, usia, jenis kelamin, waktu antara pencitraan PET dan pengujian perilaku, jumlah makanan "sehat" yang disukai dan makanan yang dianggap "tidak sehat" menggunakan langkah regresi linier bijaksana. Data ditampilkan sebagai nilai-r Pearson.
Hasil
Hubungan antara nilai sintesis dopamin PET FMT dan BMI
Kami pertama kali menguji apakah ada hubungan yang signifikan antara nilai sintesis dopamin PET FMT kaudat dan pengukuran BMI di antara individu 16 (individu yang kelebihan berat badan / obesitas sedang). Kami menemukan korelasi negatif yang signifikan antara nilai sintesis dopamin PET FMT caudate dan BMI, dengan individu BMI yang lebih tinggi memiliki sintesis dopamin yang lebih rendah (Gambar 2A: Gambar mentah PET FMT individu BMI yang lebih tinggi (kiri) dan lebih rendah (kanan); Gambar 2B: caudate kanan, r = −0.66, p = 0.014, caudate kiri: r = −0.22, p = 0.46 (tidak signifikan (ns)), terkontrol untuk usia, jenis kelamin, dan perubahan apa pun dalam BMI dari PET FMT dopamin sintesis scan hingga pengujian perilaku ).
Hubungan antara nilai sintesis dopamin PET FMT dan preferensi makanan
Subjek menilai delapan puluh item makanan dalam 3 blok terpisah berdasarkan persepsi mereka tentang 1) keinginan, 2) kesehatan dan 3) rasa dari masing-masing item makanan (lihat Gambar 1). Sekitar 50% dari barang-barang itu sehat dan tidak sehat, sebagaimana ditentukan oleh informasi kesehatan (Lihat Metode dan Bahan). Dopamin dalam striatum punggung telah terbukti memiliki hubungan yang kuat dalam motivasi untuk makanan [5], [6], [7], sementara sifat hedonis makanan dimediasi melalui mekanisme neuron lain [7], [27]. Namun, persepsi rasa sangat berkorelasi dengan keinginan makanan, di mana sebagian besar manusia lebih suka makanan yang juga enak [27]. Di sini kami juga menemukan bahwa persepsi rasa dan preferensi sangat berkorelasi, di mana item yang disukai juga dinilai enak (r = 0.707, p <0.002).
Oleh karena itu, untuk menguji bagaimana persepsi kesehatan dapat mempengaruhi pengambilan keputusan terkait makanan, kami menggunakan regresi linier berganda bertahap untuk memodelkan hubungan antara variabel dependen dari jumlah item makanan yang dinilai sebagai pilihan, enak dan dianggap sehat dan variabel independen. FMT di ekor kiri dan kanan, BMI, usia, jenis kelamin, SES, perubahan BMI dari waktu PET scan ke tes perilaku dan waktu berlalu dari waktu PET ke tes perilaku. Nilai sintesis dopamin PET FMT berekor kanan secara signifikan berkontribusi pada model regresi untuk jumlah item yang disukai dan enak yang dianggap sehat (Beta: −0.696; t (15) = −3.625, p <0.003, Gambar 3), sedangkan semua variabel independen lainnya dikeluarkan dari model sebagai tidak signifikan (t (15) <1.216, p> 0.246). Kami juga menguji hipotesis bahwa jumlah item yang disukai dan dianggap "tidak sehat" juga akan menunjukkan hubungan dengan variabel independen ini, tetapi tidak ada variabel independen yang dimasukkan ke dalam model sebagai signifikan (F <2.7, p> 0.1). Jadi, individu dengan nilai sintesis dopamin PET FMT berekor rendah memiliki preferensi yang lebih besar untuk makanan yang dianggap "sehat" tetapi tidak dianggap sebagai makanan yang "tidak sehat".
Hubungan antara nilai sintesis dopamin PET FMT dan persepsi kesehatan item makanan
Kami berhipotesis bahwa hubungan antara nilai sintesis dopamin PET FMT caudate dan preferensi untuk item yang dianggap "sehat" mungkin disebabkan oleh perbedaan individu dalam persepsi kesehatan item makanan. Meskipun kami merancang tugas dengan perkiraan rasio 1∶1 untuk item makanan sehat dan tidak sehat, individu sangat bervariasi dalam persepsi mereka tentang kesehatan item, dengan rasio item sehat hingga item tidak sehat mulai dari 1.83∶1 hingga 0.15∶1. Oleh karena itu, sebagai analisis post-hoc, kami menyelidiki hubungan antara sintesis dopamin PET FMT kaudat kanan dan rasio yang dirasakan "sehat" dengan item "tidak sehat", dan menemukan korelasi negatif yang signifikan (r = −0.534, p = 0.04) , dengan nilai sintesis dopamin PET FMT kaudat yang lebih rendah sesuai dengan jumlah item yang dianggap “sehat” lebih besar dibandingkan dengan “tidak sehat”.
Oleh karena itu kami menggunakan regresi linier berganda langkah-bijaksana untuk menyelidiki hubungan antara sintesis dopamin PET FMT caudate dan preferensi untuk makanan sehat yang dirasakan tetapi tidak aktual (sebagaimana ditentukan oleh skor terhitung objektif, lihat metode), dan preferensi untuk makanan sehat sebagaimana ditentukan oleh skor kalkulasi objektif. Kami menemukan hubungan yang signifikan antara nilai sintesis dopamin PET FMT berekor dan preferensi untuk makanan sehat yang dianggap sehat tetapi tidak sebenarnya (Beta: −0.631, t (15) = −3.043, p <0.01), tetapi tidak ada hubungan yang signifikan antara dopamin PET FMT berekor nilai sintesis dan preferensi untuk makanan sehat yang dihitung aktual (t (15) = -1.54, p> 0.148), menunjukkan preferensi untuk makanan "sehat" yang dianggap lebih berkorelasi lebih kuat pada individu FMT yang lebih rendah. Selain itu, tidak ada hubungan yang signifikan antara nilai sintesis dopamin PET FMT berekor dan kalori rata-rata item yang disukai (r = 0.288, p> 0.34), menunjukkan bahwa sintesis dopamin PET FMT yang lebih rendah tidak berbeda dalam kandungan kalori makanan pilihan.
Kami juga tidak menemukan hubungan apa pun antara perubahan BMI dan nilai sintesis dopamin PET FMT, SES, usia, jenis kelamin, waktu antara pencitraan PET dan pengujian perilaku, jumlah makanan "sehat" yang disukai atau makanan yang dianggap "tidak sehat" (p> 0.1).
Waktu sesi pengujian, waktu yang berlalu sejak makan terakhir, dan jumlah kalori yang dimakan pada makanan terakhir tidak berkorelasi signifikan dengan tindakan perilaku apa pun (p> 0.13). Ukuran lapar dan kenyang juga tidak berkorelasi dengan ukuran perilaku apa pun (p> 0.26).
Diskusi
Tujuan dari penelitian ini adalah untuk menyelidiki hubungan antara sintesis dopamin kaudat endogen, BMI dan perilaku yang berhubungan dengan makanan. Kami menemukan bahwa sintesis dopamin kaudat yang lebih rendah yang diukur dengan sintesis dopamin PET FMT yang berkorelasi dengan 1) lebih besar BMI dan 2) preferensi yang lebih besar untuk persepsi makanan "sehat". Kami juga menemukan hubungan antara nilai sintesis dopamin PET FMT kaudat yang lebih rendah dan peringkat lebih tinggi dari kesehatan barang makanan, serta korelasi yang signifikan dengan persepsi yang lebih besar pada makanan “sehat” yang lebih disukai yang sebenarnya tidak sehat.. Kami tidak menemukan hubungan yang signifikan antara sintesis dopamin PET FMT dan kandungan kalori rata-rata dari makanan yang disukai.
Penelitian menunjukkan bahwa preferensi dan konsumsi berlebihan makanan yang tidak sehat adalah dua dari banyak kontributor untuk kenaikan berat badan dan BMI yang lebih tinggi (Pusat Pengendalian dan Pencegahan Penyakit; http://www.cdc.gov/obesity/index.html). Menariknya, kami menemukan sintesis dopamin striatal dorsal yang lebih rendah berkorelasi dengan jumlah yang lebih besar dari makanan yang disukai dan dianggap "sehat". Meskipun korelasi ini tidak dapat menyiratkan penyebab, temuan ini menunjukkan perbedaan endogen dalam sintesis dopamin striatal dorsal sebagian dapat berperan dalam perbedaan individu untuk preferensi makanan. Di sini kami mengusulkan bahwa nilai sintesis dopamin PET FMaud caudate yang lebih rendah mewakili dopamin tonik yang lebih rendah, yang sebagai respons terhadap rangsangan yang enak, memungkinkan meledaknya fasik yang lebih besar [28] dan mungkin mengubah responsif terhadap makanan. Aakhirnya, perbedaan dopamin striatal dorsal ini dapat memengaruhi pemrosesan rangsang gustatory di korteks somatosensori, karena penelitian sebelumnya telah menunjukkan perubahan aktivasi pada daerah striatal dorsal dan somotosensori dengan asupan makanan pada individu yang rentan terhadap obesitas. [29]. Dopamin striatal punggung yang lebih rendah juga dapat menyebabkan perbedaan konektivitas antara striatum punggung dan korteks prefrontal dorsolateral (DLPFC), seperti yang disarankan oleh temuan kami baru-baru ini. [30]. TOleh karena itu, kami berhipotesis mekanisme dorsal terkait striatal dorsamin dapat mempengaruhi perbedaan persepsi kesehatan baik melalui konektivitas dengan pemrosesan somatosensori (yaitu mengubah sifat sensasi rasa) atau mungkin konektivitas dengan DLPFC, yang telah terbukti berperan dalam evaluasi-lebih dari pilihan yang sebelumnya disukai. barang [31]. Pencitraan resonansi magnetik fungsional (fMRI) dapat menjelaskan mekanisme potensial dari perbedaan individu dalam preferensi makanan dan penilaian lebih tinggi dari nilai-nilai kesehatan.
Awalnya, kami memperkirakan bahwa individu dengan dopamin striatal dorsal yang lebih rendah akan memiliki preferensi makanan keseluruhan yang lebih besar (yaitu lebih suka jumlah item yang dinilai sendiri sebagai "sehat" dan "tidak sehat"), dibandingkan dengan individu dengan dopamin striatal dorsal yang lebih tinggi. Namun, temuan lain dari penelitian kami adalah bahwa peringkat yang terlalu tinggi terhadap kesehatan makanan (yaitu meningkatnya rasa sehat), tetapi bukan kandungan kalori dari makanan yang disukai atau preferensi untuk makanan sehat yang ditentukan secara objektif, secara signifikan terkait dengan endogen. tindakan dopamin striatal dorsal. Oleh karena itu, satu penjelasan untuk temuan kami tentang hubungan yang signifikan hanya dengan makanan yang dianggap "sehat" mungkin adalah makanan yang dianggap "sehat" lebih dibenarkan sebagai pilihan. Hal ini terutama mungkin terjadi karena penelitian kami dengan sengaja dilakukan setelah waktu makan subjek ketika keinginan keseluruhan untuk makan harus minimal. Oleh karena itu, subjek memiliki preferensi yang lebih besar untuk makanan "sehat" yang dinilai terlalu tinggi meskipun mereka kenyang dan tidak lapar pada saat itu. Penelitian selanjutnya yang menyelidiki hubungan antara dopamin striatal endogen dan preferensi makanan dalam keadaan lapar versus kenyang akan memperkuat hipotesis ini.
Dapat juga dikatakan bahwa persepsi kesehatan memerlukan paparan dan pengalaman dengan item makanan untuk mendapatkan rasa nilai kesehatan, dan mungkin kasus perbedaan gaya hidup diet telah mempengaruhi atau memodifikasi sintesis dopamin striatal dorsamin yang mendasarinya. Selain itu, perbedaan dengan keakraban barang-barang makanan bisa dikaitkan dengan perbedaan dalam preferensi makanan atau over-rating makanan sebagai sehat. Namun, subjek melaporkan pada akhir tugas bahwa mereka terbiasa dengan semua item makanan (lihat metode). Meskipun kami tidak menyelidiki perbedaan dalam diet, kami sengaja menskrining subyek yang tidak diet pada saat penelitian. Selain itu, semua subjek masih muda (rentang usia 19-30) tanpa riwayat gangguan makan dan menilai diri mereka sebagai rata-rata untuk kesehatan yang sangat baik. Kami juga menilai status sosial ekonomi, dan tidak menemukan pengaruh. Namun, ada pengaruh lingkungan lain pada preferensi makanan yang selain striatal dopamin dapat dieksplorasi lebih lanjut dalam penelitian selanjutnya.
Kami berhipotesis bahwa perbedaan individu yang halus dalam persepsi kesehatan dapat berkontribusi terhadap peningkatan BMI dari waktu ke waktu, karena telah dilaporkan bahwa peningkatan kecil dalam asupan kalori setiap hari (apakah dianggap sebagai "sehat" atau "tidak sehat") berkontribusi terhadap peningkatan berat badan secara keseluruhan [32]. Meskipun kami tidak menemukan hubungan antara IMT dan persepsi kesehatan di sini, mungkin dengan kisaran IMT yang lebih besar, penilaian kesehatan barang makanan yang lebih tinggi mungkin lebih nyata pada subjek IMT yang lebih tinggi. Kurangnya temuan signifikan kami antara BMI dan perilaku terkait makanan mungkin juga menunjukkan bahwa dopamin striatal endogen lebih erat terkait dengan perilaku terkait makanan daripada BMI sendiri sebagai fenotip, karena BMI dipengaruhi oleh berbagai faktor rumit dan mungkin bukan prediktor terbaik. perilaku atau temuan neuroimaging (lihat [10] untuk diteliti kembali). Kami juga tidak menemukan prediktor untuk perubahan BMI untuk waktu yang telah berlalu antara akuisisi PET dan pengujian perilaku, meskipun perubahan dalam BMI untuk mata pelajaran adalah kecil dan tidak berbeda secara signifikan antara titik waktu. Namun, penelitian di masa depan menggunakan langkah-langkah sintesis dopamin PET FMT, bersama dengan preferensi makanan dan ukuran persepsi kesehatan, dalam populasi dengan fluktuasi BMI yang lebih besar akan sangat menarik.
Untuk melengkapi penelitian sebelumnya yang menggunakan ligan PET yang mengikat reseptor dopamin, kami menggunakan ukuran kapasitas sintesis dopamin dan menunjukkan bahwa sintesis dopamin yang lebih rendah di striatum punggung (yaitu kaudat) sesuai dengan BMI yang lebih tinggi. Meskipun harus dicatat, karena sifat cross-sectional dari penelitian kami, kami tidak dapat secara definitif menyimpulkan hubungan sebab atau akibat dengan nilai sintesis dopamin FMT striatal dorsal yang lebih rendah yang sesuai dengan BMI yang lebih tinggi. Namun, penelitian kami menggunakan berat badan yang sehat untuk individu yang kelebihan berat badan / obesitas (yaitu orang yang tidak sehat), dan oleh karena itu hasil kami dapat menyarankan bahwa tindakan dopamin presinaptik striatal dorsamin yang lebih rendah dapat sesuai dengan kecenderungan terhadap obesitas. Di sisi lain, mungkin juga terjadi penurunan regulasi dopamin presinaptik dalam kaudat sebagai respons terhadap IMT yang lebih tinggi, karena telah ditunjukkan bahwa pensinyalan dopaminergik berkurang sebagai respons terhadap konsumsi makanan yang berlebihan pada model hewan. [5], [33], dan konsumsi makanan yang berlebihan biasanya dikaitkan dengan kenaikan berat badan yang menyebabkan BMI lebih tinggi. Meskipun kami menggunakan individu dengan kisaran BMI terbatas dalam penelitian kami, mungkin dipandang sebagai batasan penelitian, kami benar-benar menemukan hasil yang lebih menarik dalam hubungan antara sintesis dopamin PET FMT dan BMI hadir tanpa termasuk individu yang obesitas tidak sehat. Selain itu, meskipun ukuran sampel kami (n = 16) lebih besar atau sebanding dengan ukuran sampel lainnya dalam studi PET FMT ([11], [12], [15]), replikasi temuan kami dengan ukuran sampel yang lebih besar dan rentang BMI yang lebih luas akan semakin memperkuat hasil kami dan mungkin menemukan preferensi yang lebih besar untuk item makanan tidak sehat yang berkorelasi dengan nilai sintesis dopamin PET FMT yang lebih rendah, yang tidak terdeteksi dalam penelitian kami.
Singkatnya, meskipun sistem neurotransmitter lain terlibat dalam pengaturan makan dan berat badan [7], penelitian kami menemukan peran dopamin striatal dorsamin dalam preferensi makanan serta persepsi kesehatan makanan pada manusia. Penelitian prospektif di masa depan menggunakan langkah-langkah PET terkait dopamin sangat menarik untuk menyelidiki bagaimana dopamin endogen, serta perbedaan individu dalam perilaku terkait makanan, mungkin berkorelasi dengan fluktuasi berat badan pada manusia.
Pernyataan Pendanaan
Pekerjaan ini didanai dengan murah hati oleh hibah NIH DA20600, AG044292 dan F32DA276840, dan Tanita Healthy Weight Community Fellowship. Para penyandang dana tidak memiliki peran dalam desain studi, pengumpulan dan analisis data, keputusan untuk menerbitkan, atau persiapan naskah.
Referensi
;