Makanan Yang Mungkin Adiktif? Peran Pemrosesan, Kandungan Lemak, dan Beban Glikemik (2015)

angka-angka

 

Kutipan: Schulte EM, Avena NM, Gearhardt AN (2015) Makanan Apa Yang Mungkin Ketagihan? Peran Pemrosesan, Kadar Lemak, dan Beban Glikemik. PLoS ONE 10 (2): e0117959. doi: 10.1371 / journal.pone.0117959

Editor Akademik: Tiffany L. Weir, Universitas Negeri Colorado, AMERIKA SERIKAT

diterima: September 30, 2014; Diterima: 26 Desember, 2014; Diterbitkan: Februari 18, 2015

Hak cipta: © 2015 Schulte et al. Ini adalah artikel akses terbuka yang didistribusikan di bawah ketentuan Lisensi Atribusi Creative Commons, yang mengizinkan penggunaan, distribusi, dan reproduksi tanpa batas dalam media apa pun, asalkan penulis asli dan sumbernya dikreditkan

Ketersediaan Data: Para penulis mengkonfirmasi bahwa semua data yang diperlukan untuk mereplikasi temuan saat ini tersedia untuk umum melalui penyimpanan data kelembagaan Universitas Michigan, Deep Blue (http://hdl.handle.net/2027.42/109750).

Pendanaan: Pekerjaan ini didukung oleh Lembaga Penyalahgunaan Obat Nasional (NIDA) DA-03123 (NA); URL: http://www.drugabuse.gov. Para penyandang dana tidak memiliki peran dalam desain studi, pengumpulan dan analisis data, keputusan untuk menerbitkan, atau persiapan naskah.

Kepentingan bersaing: Para penulis telah menyatakan bahwa tidak ada kepentingan yang bersaing.

Pengantar

Prevalensi obesitas di Amerika Serikat terus meningkat, dengan lebih dari 85% orang dewasa diproyeksikan kelebihan berat badan atau obesitas oleh 2030 [1] Biaya perawatan kesehatan yang terkait dengan obesitas saat ini meliputi hampir 10% dari pengeluaran perawatan kesehatan nasional [2] dan diproyeksikan akan meningkat menjadi 15% selama 15 tahun berikutnya [1] Ada sedikit keberhasilan dalam mencegah penambahan berat badan yang berlebihan atau mengembangkan perawatan penurunan berat badan yang efektif jangka panjang [3] Berbagai penyebab berkontribusi terhadap epidemi obesitas, seperti peningkatan asupan energi, peningkatan ketersediaan dan kemudahan akses ke makanan, ukuran porsi yang lebih besar, dan penurunan aktivitas fisik [4-6] Meskipun penyebab obesitas bersifat multifaktorial, salah satu faktor penyebab potensial adalah ide makanan tertentu mungkin mampu memicu respons kecanduan pada beberapa individu, yang dapat menyebabkan makan berlebihan yang tidak diinginkan.

Gearhardt et al. [7] mengembangkan dan memvalidasi Skala Kecanduan Makanan Yale (YFAS), yang menggunakan kriteria DSM-IV untuk ketergantungan zat untuk mengukur gejala makan yang mirip kecanduan (lihat Tabel 1). “Kecanduan makanan” dicirikan oleh gejala-gejala seperti kehilangan kendali atas konsumsi, penggunaan berkelanjutan meskipun ada konsekuensi negatif, dan ketidakmampuan untuk mengurangi meskipun ada keinginan untuk melakukannya [8] Makan seperti kecanduan telah dikaitkan dengan peningkatan impulsif dan reaktivitas emosional, yang juga terlibat dalam gangguan penggunaan narkoba [9] Dengan demikian, "kecanduan makanan" dapat berbagi atribut perilaku umum dengan gangguan kecanduan lainnya. Studi neuroimaging juga mengungkapkan kesamaan biologis dalam pola disfungsi terkait hadiah antara "pecandu makanan" dan individu yang tergantung pada zat. Individu yang mendukung gejala "kecanduan makanan" menunjukkan peningkatan aktivasi di daerah yang berhubungan dengan hadiah (misalnya, striatum, medial orbitofrontal cortex) sebagai respons terhadap isyarat makanan, konsisten dengan gangguan kecanduan lainnya [10] Selanjutnya, skor yang lebih tinggi pada YFAS telah dikaitkan dengan indeks genetik komposit pensinyalan dopamin [11] Profil genetik multilokus ini telah dikaitkan dengan kapasitas pensinyalan dopamin, yang mungkin juga menjadi faktor risiko gangguan kecanduan [12,13].

Download: 

• PPT

  Slide PowerPoint

• PNG

  gambar yang lebih besar (72KB)

• TIFF

  gambar asli (321KB)

Tabel 1. Pengesahan Gejala YFAS dalam Studi Satu dan Dua.

doi: 10.1371 / journal.pone.0117959.t001

Sama seperti istilah "obat", yang dapat mencakup senyawa adiktif (misalnya heroin) dan non-adiktif (misalnya aspirin), istilah "makanan" juga luas dan tidak hanya merujuk pada makanan dalam keadaan alami mereka (misalnya sayuran), tetapi juga mereka yang menambahkan lemak dan / atau karbohidrat olahan (misalnya kue) atau pemanis buatan (misalnya diet soda). Istilah "kecanduan makanan" dapat disempurnakan lebih lanjut karena sangat tidak mungkin bahwa semua makanan dapat membuat ketagihan. Identifikasi makanan tertentu atau atribut makanan yang terkait dengan jenis makan patologis ini penting untuk kerangka kerja kecanduan. Perspektif kecanduan mengandaikan efek "orang x zat", di mana kecenderungan seseorang untuk kecanduan berinteraksi dengan agen kecanduan untuk menghasilkan penggunaan yang bermasalah [14] Tanpa paparan zat adiktif, seseorang yang rentan terhadap penggunaan bermasalah tidak akan mengembangkan kecanduan [15] Jadi, sementara bukti menunjukkan bahwa mungkin ada tumpang tindih biologis dan perilaku antara "kecanduan makanan" dan gangguan penggunaan narkoba [16,17], langkah logis berikutnya adalah memeriksa makanan atau atribut makanan tertentu mana yang dapat memicu respons kecanduan.

Zat adiktif jarang dalam keadaan alami mereka, tetapi telah diubah atau diproses dengan cara yang meningkatkan potensi penyalahgunaan mereka. Misalnya, anggur diolah menjadi anggur dan bunga poppy disempurnakan menjadi opium. Proses serupa mungkin terjadi dalam persediaan makanan kita. Ada makanan alami yang mengandung gula (misalnya, buah-buahan) atau makanan yang secara alami mengandung lemak (misalnya, kacang-kacangan). Khususnya, gula (atau karbohidrat olahan) dan lemak jarang terjadi dalam makanan yang sama secara alami, tetapi banyak makanan lezat telah diproses untuk meningkatkan jumlah keduanya (misalnya kue, pizza, coklat). Selanjutnya, dalam lingkungan makanan modern kita, telah terjadi peningkatan tajam dalam ketersediaan apa yang sering disebut sebagai "makanan yang sangat diproses", atau makanan yang direkayasa dengan cara yang meningkatkan jumlah karbohidrat olahan (yaitu, gula, tepung putih) dan / atau lemak dalam makanan [18] Meskipun memasak atau mengaduk adalah suatu bentuk pengolahan, penelitian ini menggunakan istilah "sangat diproses" untuk merujuk pada makanan yang telah dirancang untuk menjadi sangat bermanfaat melalui penambahan lemak dan / atau karbohidrat olahan. Makanan yang mengandung bahan tambahan lainnya, seperti serat atau vitamin, tidak akan dianggap "sangat diproses" menurut definisi saat ini, kecuali makanan tersebut juga menambahkan kadar lemak dan / atau karbohidrat olahan. Sangat masuk akal bahwa seperti obat-obatan terlarang, makanan yang sangat diproses ini lebih mungkin memicu respons biologis dan perilaku yang seperti kecanduan karena tingkat gajinya yang sangat tinggi.

Dalam gangguan penggunaan zat, salah satu hasil dari pengolahan zat adiktif adalah konsentrasi agen kecanduan yang lebih tinggi [19] Peningkatan potensi, atau dosis terkonsentrasi, zat adiktif meningkatkan potensi penyalahgunaan zat. Sebagai contoh, air memiliki sedikit, jika ada, potensi penyalahgunaan, sedangkan bir (yang mengandung 5% etanol rata-rata) lebih cenderung disalahgunakan. Sebaliknya, minuman keras mengandung dosis etanol yang lebih tinggi (antara 20-75%) dan lebih mungkin terkait dengan penggunaan bermasalah daripada bir [20] Demikian pula, penambahan lemak dan karbohidrat olahan (seperti gula) ke dalam makanan olahan dapat meningkatkan "dosis" bahan-bahan ini, di luar apa yang mungkin ditemukan dalam makanan alami (seperti dalam buah atau kacang). Meningkatkan "dosis" bahan-bahan ini dapat meningkatkan potensi penyalahgunaan makanan ini dengan cara yang mirip dengan zat adiktif tradisional.

Selain itu, zat adiktif diubah untuk meningkatkan laju di mana zat adiktif diserap ke dalam aliran darah. Misalnya, ketika daun koka dikunyah, ia dianggap memiliki sedikit potensi kecanduan [21] Namun, setelah diproses menjadi dosis pekat dengan pengiriman cepat ke dalam sistem, itu menjadi kokain, yang sangat adiktif [22] Demikian pula, makanan olahan tinggi, dibandingkan dengan makanan alami, lebih cenderung memicu lonjakan gula darah. Ini penting, karena ada hubungan yang diketahui antara kadar glukosa dan aktivasi area otak yang terlibat dengan kecanduan [23] Sedangkan muatan glikemik (GL) makanan dan indeks glikemik (GI) keduanya merupakan ukuran lonjakan gula darah [24-26], studi saat ini menggunakan GL karena dihitung tidak hanya menggunakan besarnya lonjakan gula darah tetapi juga dosis (gram) karbohidrat olahan. Banyak makanan dengan GL tinggi (misalnya kue, pizza) telah sangat diproses untuk meningkatkan konsentrasi karbohidrat olahan, seperti tepung putih dan gula. Bersamaan dengan itu, serat, protein, dan air dikeluarkan dari makanan, yang selanjutnya meningkatkan laju karbohidrat olahan diserap ke dalam sistem. Misalnya, gula dalam makanan GL yang sangat diproses, tinggi, seperti cokelat susu, akan lebih cepat diserap ke dalam sistem daripada gula alami dalam pisang (GL rendah). Ini karena pisang tidak diproses, dan meskipun mengandung gula, pisang juga mengandung serat, protein, dan air, yang memperlambat laju gula memasuki aliran darah. Mengingat pengetahuan kita tentang zat adiktif, maka dapat dihipotesiskan bahwa cokelat akan memiliki potensi penyalahgunaan yang lebih tinggi daripada pisang. Singkatnya, tampak bahwa makanan olahan dapat diubah dengan cara yang mirip dengan zat adiktif untuk meningkatkan potensi makanan (dosis) dan tingkat penyerapan [27].

Meskipun ada sedikit bukti pada manusia tentang makanan apa yang bisa membuat ketagihan, model hewan menunjukkan bahwa makanan olahan berhubungan dengan makan seperti kecanduan. Tikus dengan kecenderungan makan berlebihan menunjukkan perilaku seperti kecanduan dalam menanggapi makanan olahan, seperti kue Oreo Double Stuf atau frosting, tetapi tidak dengan kebiasaan makan mereka [28,29] Tikus yang dipelihara dengan diet makanan yang sangat diproses, seperti cheesecake, menunjukkan penurunan regulasi dalam sistem dopamin yang juga terjadi sebagai respons terhadap penyalahgunaan obat-obatan [30] Lebih lanjut, tikus termotivasi untuk mencari makanan olahan meskipun ada konsekuensi negatif (goncangan kaki), yang merupakan fitur lain dari kecanduan [31] Oleh karena itu, setidaknya dalam model hewani, konsumsi berlebihan makanan olahan, tetapi bukan chow tikus standar, tampaknya menghasilkan beberapa karakteristik yang mirip kecanduan. Ini memperkuat gagasan bahwa tidak semua makanan memiliki kemungkinan yang sama terkait dengan perilaku makan yang membuat kecanduan.

Penelitian pada hewan juga menyelidiki apakah atribut makanan biasanya ditambahkan ke makanan olahan, seperti gula dan lemak, terutama terlibat dalam "kecanduan makanan." Pada hewan, tampaknya gula mungkin paling terkait dengan makan seperti kecanduan [32] Tikus yang diberi akses intermiten terhadap gula dalam makanan mereka menunjukkan sejumlah indikator perilaku kecanduan, seperti konsumsi pesta, toleransi, dan kepekaan terhadap obat-obatan pelecehan lainnya [33] Ketika gula dikeluarkan dari makanan atau ketika antagonis opiat diberikan, tikus mengalami tanda-tanda penarikan seperti opiat, kecemasan, gigi gemeletuk, dan agresi [33-35] Pesta gula telah terbukti meningkatkan pengikatan reseptor mu-opioid [36] dengan cara yang mirip dengan narkoba penyalahgunaan [37,38] Binge sukrosa menghasilkan peningkatan dopamin berulang, bukan penurunan bertahap dari waktu ke waktu, yang merupakan ciri khas zat adiktif [39,40] Dengan demikian, bukti perilaku dan biologis dalam model hewan menunjukkan bahwa gula dapat menjadi zat adiktif dalam makanan yang sangat enak.

Namun, tikus yang memakan gula tidak mengalami peningkatan berat badan [38] Jadi, lemak juga bisa menjadi atribut makanan penting untuk makan yang mirip kecanduan, tetapi melalui mekanisme yang berbeda. Makan berlebihan pada makanan yang kaya lemak (misalnya pemendekan) dikaitkan dengan peningkatan berat badan tetapi mungkin tidak menghasilkan gejala penarikan seperti opiat [39] Satu penjelasan adalah bahwa lemak dapat mengubah efek pada sistem opioid atau meningkatkan kelezatan makanan [38,39] Menariknya, ketika tikus makan makanan olahan tinggi gula dan lemak, mereka mengalami perubahan dalam sistem dopamin yang serupa dengan obat-obatan pelecehan tetapi tidak menunjukkan tanda-tanda penarikan seperti opiat [32] Ini menunjukkan bahwa gula dan lemak dapat memainkan peran penting, namun berbeda, dalam potensi kecanduan makanan olahan tinggi.

Sedikit yang diketahui tentang bagaimana karakteristik makanan ini dapat menyebabkan makan yang membuat orang kecanduan. Mengingat temuan pada hewan, makanan yang diproses lebih tinggi mungkin lebih cenderung dikonsumsi secara adiktif. Untuk penyalahgunaan obat-obatan, pemrosesan dapat meningkatkan potensi kecanduan suatu zat (misalnya mengolah anggur menjadi anggur) dengan meningkatkan dosis, atau konsentrasi zat adiktif dan mempercepat laju penyerapannya ke dalam aliran darah. Menerapkan logika ini pada atribut makanan, mungkin mengikuti bahwa karbohidrat olahan (misalnya, gula, tepung putih) dan lemak adalah kontributor penting untuk makan seperti kecanduan. Namun, bukan hanya keberadaan nutrisi ini, karena mereka juga muncul dalam makanan alami. Alih-alih, potensi kecanduan suatu makanan cenderung meningkat jika makanan tersebut diproses dengan sangat tinggi untuk meningkatkan jumlah, atau dosis, lemak dan / atau karbohidrat olahan dan jika karbohidrat olahan diserap ke dalam aliran darah dengan cepat (GL tinggi). Langkah penting berikutnya dalam pertimbangan "kecanduan makanan" adalah menentukan makanan atau atribut makanan mana yang menimbulkan risiko terbesar dalam pengembangan perilaku makan yang membuat kecanduan seperti pada manusia.

Bagian awal dari penelitian ini adalah yang pertama untuk secara sistematis memeriksa atribut makanan dan makanan mana yang paling terlibat dalam “kecanduan makanan”. Secara khusus, peserta menyelesaikan YFAS, yang meneliti indikator perilaku makan seperti kecanduan dan kemudian diminta untuk mengidentifikasi makanan apa yang paling mungkin mereka alami masalah, seperti yang dijelaskan dalam YFAS, dari serangkaian makanan 35 yang bervariasi dalam tingkat pengolahan, lemak, dan GL. Atribut nutrisi yang menarik ini dipilih berdasarkan literatur kecanduan dan sifat farmakokinetik (misalnya dosis, tingkat penyerapan) obat penyalahgunaan. Pendekatan ini memungkinkan kami untuk menentukan peringkat makanan 35 dari yang paling sedikit terkait dengan perilaku makan yang membuat kecanduan berdasarkan pada tanggapan peserta. Selain itu, bagian kedua dari penelitian saat ini meneliti atribut makanan yang terlibat dalam makan seperti kecanduan dengan memeriksa tingkat pengolahan makanan, GL, dan jumlah lemak. Kami juga menggunakan pemodelan linier hierarkis untuk menyelidiki apakah atribut makanan (misalnya jumlah lemak) lebih terkait dengan perilaku makan yang membuat kecanduan bagi individu tertentu. Secara khusus, kami mengeksplorasi apakah jenis kelamin, indeks massa tubuh (BMI), dan dukungan gejala pada YFAS mengubah hubungan antara atribut makanan dan makan seperti kecanduan. Misalnya, BMI dapat dikaitkan dengan keinginan yang lebih besar untuk makanan yang tinggi lemak dan garam, seperti bacon dan keripik [41] Dengan demikian, atribut makanan yang berbeda mungkin lebih atau kurang relevan untuk makan seperti kecanduan berdasarkan karakteristik peserta. Singkatnya, penelitian ini membahas kesenjangan yang ada dalam literatur dengan memeriksa makanan atau atribut makanan mana yang terlibat dalam "kecanduan makanan" dan mengeksplorasi apakah atribut makanan tertentu sangat relevan berdasarkan jenis kelamin, IMT, dan dukungan perilaku makan yang membuat kecanduan. .

Belajar satu

metode

Pernyataan etika

Badan Tinjauan Institusi Kesehatan dan Ilmu Pengetahuan Universitas Michigan menyetujui penelitian saat ini (HUM00082154) dan persetujuan tertulis diperoleh dari semua peserta.

Peserta

Para peserta termasuk mahasiswa 120, yang direkrut dari selebaran di kampus atau melalui Kelompok Mata Pelajaran Psikologi Pengantar Universitas Michigan. Peserta yang direkrut melalui selebaran dikompensasi ($ 20) dan orang-orang yang direkrut melalui Kelompok Mata Pelajaran Psikologi Pengantar menerima kredit kursus untuk waktu mereka. Peserta berusia 18 hingga 23 (rata-rata = 19.27 tahun, SD = 1.27), 67.5% adalah wanita, 72.5% adalah Kaukasia, 19.2% adalah orang Asia / Kepulauan-Pasifik, 5% adalah Hispanik, 4.2% adalah Afrika-Amerika, dan 2.4% adalah Lainnya. BMI berkisar dari kurus ke obesitas (rata-rata = 23.03, SD = 3.20).

Prosedur dan Ukuran Penilaian

Peserta menyelesaikan YFAS [7], yang merupakan ukuran laporan diri item-25 yang mengoperasionalkan perilaku makan seperti kecanduan berdasarkan kriteria DSM-IV untuk ketergantungan zat. Instruksi untuk YFAS membuat peserta berpikir tentang makanan yang tinggi lemak dan / atau karbohidrat olahan ketika mereka membaca frasa “makanan tertentu” dalam pertanyaan. Sebagai contoh, satu pertanyaan menyatakan, "Seiring waktu, saya telah menemukan bahwa saya perlu makan lebih banyak dan lebih banyak makanan tertentu untuk mendapatkan perasaan yang saya inginkan, seperti berkurangnya emosi negatif atau peningkatan kenikmatan." Studi saat ini bertujuan untuk mengidentifikasi makanan mana yang kemungkinan besar akan dikonsumsi secara adiktif. Untuk menghindari priming, kami menghapus bahasa dalam instruksi YFAS yang memberitahu individu untuk memikirkan makanan tinggi lemak dan / atau karbohidrat olahan dan menggantinya dengan frasa berikut: "Ketika pertanyaan berikut menanyakan tentang" makanan tertentu ", silakan pikirkan makanan apa saja yang pernah Anda hadapi selama setahun terakhir. ”

Selanjutnya, kami mengembangkan tugas pilihan-paksa, di mana para peserta diberikan instruksi berikut: “Kuisioner sebelumnya menanyakan tentang masalah yang mungkin dialami orang-orang dengan makanan tertentu. Kami tertarik pada makanan mana yang paling bermasalah bagi Anda. Dalam tugas berikut, Anda akan disajikan dengan makanan. Silakan pilih item makanan yang Anda kemungkinan besar mengalami masalah. Contoh dari apa yang kami maksud dengan 'masalah' adalah kesulitan memotong makanan atau kehilangan kendali atas berapa banyak makanan yang Anda makan. Contoh dari apa yang tidak kami maksud dengan 'masalah' adalah merasa seperti Anda tidak cukup makan makanan. ”Peserta kemudian disajikan dengan dua gambar makanan sekaligus, dari bank total makanan 35, dan memilih yang mana yang mereka lebih mungkin mengalami "masalah" dengan, seperti yang dijelaskan oleh YFAS. Gambar makanan disertai dengan teks yang menjelaskan item (misalnya cookie), dan jika makanan tertentu biasanya dikonsumsi dalam berbagai cara yang dapat mengubah informasi gizi mereka, indikator digunakan untuk menentukan jenis presentasi makanan yang sedang diperiksa. Misalnya, mentimun biasanya dikonsumsi dengan saus sayuran yang mengandung lemak tambahan. Dengan demikian, kami menetapkan bahwa kami tertarik pada kemungkinan mengalami perilaku makan bermasalah dengan mentimun yang tidak disertai dengan saus. Setiap makanan dibandingkan dengan semua makanan lainnya pada akhir tugas pilihan yang dipaksakan. Selanjutnya, peserta melaporkan informasi demografis (etnis, jenis kelamin, tahun di sekolah, dan usia) dan terakhir, tinggi dan berat badan diukur.

Set Stimulus Makanan

Makanan dipilih secara sistematis untuk memiliki berbagai tingkat pengolahan (makanan 18 dikategorikan sebagai "sangat diproses", ditandai dengan penambahan lemak dan / atau konten karbohidrat olahan (misalnya kue, coklat, pizza, keripik), makanan 17 dikategorikan sebagai “Tidak diproses” (mis. Pisang, wortel, kacang-kacangan), lemak (M = 8.57g, SD = 9.18, kisaran = 0 – 30), natrium (M = 196.57mg, SD = 233.97, kisaran = 0-885), gula (M = 7.40g, SD = 9.82, range = 0 – 33), karbohidrat (M = 20.74g, SD = 16.09, rentang = 0-56), GL (M = 10.31, SD = 9.07, rentang = 0-29), serat ( M = 1.69g, SD = 2.39, range = 0-10), protein (M = 7.89g, SD = 11.12, kisaran = 0-43), dan karbohidrat bersih (mis. Gram karbohidrat dikurangi gram serat) (M = 19.09g, SD = 15.06, range = 0-49) .Korelasi antara atribut nutrisi utama yang menarik adalah: pengolahan / lemak, r = 0.314, p > 0.05; pengolahan / GL, r = 0.756, p <0.01; dan lemak / GL, r = 0.239, p > 0.05. Karena korelasi yang tinggi antara pemrosesan dan GL, kami tidak menyertakannya secara bersamaan dalam model statistik mana pun. Item makanan masuk ke dalam sekitar empat kategori: 1) tinggi lemak dan karbohidrat olahan / gula (misalnya cokelat, kentang goreng), 2) tinggi lemak tetapi bukan karbohidrat / gula olahan (misalnya keju, bacon), 3) tinggi olahan karbohidrat / gula tetapi tidak berlemak (misalnya pretzel, soda), atau 4) rendah lemak dan karbohidrat / gula halus (misalnya brokoli, ayam). Fakta nutrisi dikumpulkan dari www.nutritiondata.com atau situs web perusahaan makanan dan berdasarkan ukuran porsi standar. Gambar diperoleh dari sumber gambar makanan yang tersedia secara digital dan disajikan selama tugas menggunakan perangkat lunak E-Prime 2.0 [42] Item makanan ditampilkan dalam warna pada latar belakang putih dan berukuran sama.

Rencana Analisis Data

Untuk setiap item makanan, hasilnya adalah frekuensi dimana makanan itu dipilih sebagai lebih bermasalah, seperti yang dijelaskan oleh YFAS, daripada makanan lainnya. Karena setiap item makanan dibandingkan dengan semua makanan lain dalam tugas tersebut, jumlah maksimum kali makanan dapat dilaporkan bermasalah adalah 34. Dengan demikian, semakin bermasalah suatu makanan dilaporkan, semakin tinggi kemungkinan jumlah frekuensi makanan mendekati atau mencapai 34.

Hasil dan Diskusi

Gejala YFAS berkisar dari 0 ke 6 (rata-rata = 1.85, SD = 1.33). Tabel 1 menunjukkan frekuensi di mana setiap gejala YFAS disahkan. Jumlah gejala YFAS dikaitkan dengan BMI (r = 0.211, p = 0.020), tetapi bukan jenis kelamin. Meskipun ada hubungan yang signifikan dari jumlah gejala YFAS dengan BMI, hubungan itu tidak cukup besar untuk meningkatkan kekhawatiran tentang multikolinieritas. Tabel 2 memberikan hitungan frekuensi rata-rata dan urutan peringkat item makanan 35. Tingkat pemrosesan tampaknya menjadi atribut yang paling berpengaruh untuk apakah suatu makanan dikaitkan dengan perilaku makan yang bermasalah, seperti kecanduan. Sebagai contoh, sepuluh makanan teratas yang dipilih paling sering selama tugas sangat diproses, dengan tambahan jumlah lemak dan karbohidrat / gula olahan (misalnya coklat, pizza, kue). Selanjutnya, tiga belas makanan yang tidak diproses menjadi bagian bawah daftar, yang berarti makanan ini paling tidak terkait dengan masalah yang dijelaskan dalam YFAS.

Download: 

• PPT

  Slide PowerPoint

• PNG

  gambar yang lebih besar (124KB)

• TIFF

  gambar asli (634KB)

Tabel 2. Studi Satu: Jumlah frekuensi rata-rata dari seberapa sering suatu makanan dipilih sebagai masalah.¹

doi: 10.1371 / journal.pone.0117959.t002

Seperti yang dihipotesiskan, makanan olahan tinggi (dengan tambahan lemak dan / atau karbohidrat olahan) tampaknya paling terkait dengan indikator perilaku makan seperti kecanduan. Untuk mengeksplorasi lebih jauh, Studi Dua meneliti makanan mana yang terlibat dalam kecanduan makan seperti dalam sampel yang lebih representatif dan beragam. Selain itu, kami menggunakan variabel hasil yang memungkinkan kami untuk menggunakan pemodelan linear hirarkis [43] dan jelajahi apakah perbedaan individu memoderasi atribut makanan mana yang dilaporkan bermasalah dan terkait dengan indikator perilaku makan yang membuat kecanduan.

Belajar Dua

metode

Pernyataan etika

Badan Tinjauan Institusi Kesehatan dan Ilmu Pengetahuan Universitas Michigan menyetujui penelitian saat ini (HUM00089084) dan persetujuan tertulis diperoleh dari semua peserta.

Peserta

Sebanyak peserta 398 direkrut menggunakan kolam pekerja Mekanik Turk (MTurk) Amazon untuk menyelesaikan studi tentang perilaku makan dan dibayar ($ 0.40) untuk waktu mereka, yang merupakan kompensasi yang sebanding untuk studi lain menggunakan MTurk [44] Paolacci dan Chandler [44] mengamati bahwa meskipun kumpulan pekerja MTurk tidak representatif secara nasional, namun beragam dan dapat menggantikan atau menambah sampel kenyamanan tradisional. Individu dikeluarkan dari analisis jika mereka melaporkan informasi di luar batas yang mungkin (n = 1) (mis. Berat 900 pon), untuk melaporkan usia di luar rentang 18 – 65 yang telah ditentukan (n = 8), untuk menghilangkan gender (n = 3) atau untuk menjawab “pertanyaan tangkap” yang salah (n = 2), yang berusaha mengidentifikasi individu yang memberikan jawaban tanpa membaca item pertanyaan. Peserta (n = 384) berusia 18 hingga 64 (rata-rata = 31.14, SD = 9.61), 59.4% adalah laki-laki, 76.8% adalah Kaukasia, 12% adalah orang Asia atau Kepulauan Pasifik, 8.9% adalah Afrika-Amerika, 6.5% adalah Hispanik, dan 2.8% adalah Lainnya. BMI, sebagaimana dihitung oleh yang dilaporkan sendiri tinggi dan berat, berkisar dari kurang berat badan sampai obesitas (rata-rata = 26.95, SD = 6.21) dan gejala YFAS berkisar dari 0 ke 7 (rata-rata = 2.38, SD = 1.73). Tabel 1 menunjukkan frekuensi di mana setiap gejala YFAS disahkan. Jumlah gejala YFAS dikaitkan dengan BMI (r = 0.217, p <0.001) tetapi bukan jenis kelamin.

Prosedur dan Ukuran Penilaian

Peserta menyelesaikan versi YFAS yang disebutkan di atas, yang tidak termasuk informasi priming makanan, dan diberi instruksi untuk versi adaptasi dari tugas pilihan paksa dalam Studi Satu. Daripada membandingkan setiap makanan satu sama lain, peserta diminta untuk menilai seberapa besar kemungkinan mereka mengalami masalah, seperti yang dijelaskan oleh YFAS, dengan masing-masing makanan 35 pada skala Likert dari 1 (sama sekali tidak bermasalah) ke 7 (sangat bermasalah). Informasi demografis (etnis, jenis kelamin, pendapatan, dan usia) dan tinggi dan berat badan yang dilaporkan sendiri juga dikumpulkan.

Rencana Analisis Data

Pemodelan linear hierarkis dengan kesalahan standar yang kuat [43] digunakan untuk menganalisis hubungan antara karakteristik gizi makanan dan peringkat makanan. Analisis regresi dua tingkat dilakukan, yang terdiri dari peringkat peserta makanan 35 di tingkat satu, bersarang di dalam peserta 384 di tingkat dua. Pendekatan analitik ini memungkinkan kami untuk mengevaluasi 1) pengaruh karakteristik makanan tertentu pada peringkat yang mewakili kemungkinan bahwa makanan tersebut dikaitkan dengan indikator perilaku makan yang mirip kecanduan (pada level satu) dan 2) pengaruh idiografis dari partisipan spesifik. karakteristik pada hubungan antara karakteristik spesifik makanan dan peringkat makanan (pada level dua).

Hasil

Tabel 3 memberikan peringkat rata-rata yang ditetapkan untuk setiap item makanan dalam urutan peringkat. Makanan yang peringkatnya lebih tinggi dilaporkan lebih bermasalah, seperti yang ditunjukkan oleh perilaku makan yang membuat kecanduan seperti yang dijelaskan dalam YFAS. Konsisten dengan Study One, makanan olahan tinggi, atau makanan dengan jumlah tambahan lemak dan / atau karbohidrat olahan, paling banyak dikaitkan dengan perilaku makan yang membuat kecanduan. Sembilan dari sepuluh makanan di bagian atas daftar sangat diproses dan tinggi lemak dan karbohidrat olahan. Soda (bukan diet) adalah pengecualian, yang sangat diproses dan tinggi karbohidrat olahan, tetapi tidak lemak.

Download: 

• PPT

  Slide PowerPoint

• PNG

  gambar yang lebih besar (120KB)

• TIFF

  gambar asli (623KB)

Tabel 3. Studi Dua: Peringkat makanan rata-rata berdasarkan skala Likert titik-7 (1 = tidak bermasalah sama sekali, 7 = sangat bermasalah).¹

doi: 10.1371 / journal.pone.0117959.t003

Peringkat dan Pemrosesan Makanan

Dalam persamaan level-satu, variabel pemrosesan kode-dummy (sangat diproses dan tidak diproses) ditetapkan sebagai efek utama untuk peringkat makanan masing-masing peserta.

Persamaan Level-Satu untuk Diproses sebagai Prediktor Penilaian Makanan:

Persimpangan untuk persamaan level-satu (β₀) dapat ditafsirkan sebagai peringkat pangan yang diprediksi model ketika variabel pemrosesan nol, yang menunjukkan makanan yang tidak diproses. Dalam hal ini, model memprediksi peringkat 2.147 untuk makanan yang tidak diproses. Kemiringan parsial (β₀) menunjukkan dampak tingkat pengolahan pada peringkat makanan. Dalam model level-satu ini, nilai 0.689 untuk β₁ akan menunjukkan bahwa peringkat makanan meningkat sebesar 0.689 poin untuk makanan yang sangat diproses, relatif terhadap yang tidak diolah.

Tes Chi-square mengungkapkan variasi yang signifikan di seluruh peserta dalam parameter intersep dan utilisasi (pemrosesan) di tingkat satu, χ²(383) = 2172.10 dan 598.72 masing-masing, p <0.001. Ini berarti bahwa karakteristik khusus peserta berpengaruh pada hubungan antara tingkat pemrosesan makanan dan peringkat makanan. Dengan demikian, analisis level dua dilakukan dan kedua parameter diperlakukan sebagai efek acak.

Persamaan level-dua mengeksplorasi apakah prediktor variabilitas partisipan spesifik muncul untuk dua parameter level-satu acak. Prediktor spesifik-peserta BMI (terpusat), jumlah gejala YFAS (terpusat), dan jenis kelamin (dummy-coded) diperiksa. Mencegat di persamaan level dua (γ₀₀ dan γ₁₀) ditafsirkan sebagai nilai rata-rata dari setiap level-satu parameter untuk peserta dengan nilai rata-rata (atau nol jika kode dummy) pada semua prediktor level-dua. Sebagai contoh, γ₁₀ menandakan dampak rata-rata pemrosesan pada peringkat makanan untuk peserta laki-laki (gender = 0) dari BMI rata-rata dan jumlah gejala. Lebih lanjut, kemiringan parsial dalam setiap persamaan level-dua mengukur dampak pemrosesan pada peringkat makanan yang terkait dengan peningkatan satu unit dalam prediksi level-dua partisipan spesifik level-dua. Sebagai contoh, γ₁₂ ditafsirkan sebagai perubahan dalam dampak pemrosesan yang terjadi untuk setiap gejala tambahan yang didukung pada YFAS, yang menahan prediktor level dua lainnya pada nilai rata-rata.

Tingkat-Dua Persamaan untuk Prediktor Spesifik-Peserta Parameter Level-Satu

Peringkat makanan rata-rata γ₀₀ adalah 2.241; rata-rata peserta menilai makanan yang tidak diproses rata-rata 2.241 pada skala Likert dari 1 ke 7. Pemeriksaan intersep untuk parameter pemanfaatan menunjukkan efek signifikan dari pemrosesan pada peringkat makanan rata-rata peserta. Ukuran efek dihitung menggunakan prosedur yang direkomendasikan oleh Oishi dan rekan [45] Pemrosesan adalah prediktor besar dan positif untuk tingkat di mana makanan dilaporkan bermasalah dan terkait dengan perilaku makan yang membuat kecanduan.γ₁₀ = 0.653, d = 1.444, p <0.001). Peringkat makanan rata-rata peserta untuk makanan yang diproses lebih tinggi 0.653 poin lebih tinggi daripada rating untuk makanan yang tidak diolah. Dengan kata lain, rata-rata peserta melaporkan peringkat 2.241 untuk makanan yang tidak diolah dan peringkat 2.894 untuk makanan olahan tinggi (2.241 + 0.653). Dengan demikian, model tersebut menunjukkan bahwa peserta melaporkan lebih banyak indikator perilaku makan seperti kecanduan dengan makanan olahan tinggi.

Jumlah gejala YFAS adalah prediktor positif sedang hingga besar, untuk peringkat makanan bermasalah dari makanan yang tidak diproses, ketika mengendalikan BMI dan jenis kelamin (γ₀₁ = 0.157, d = 0.536, p <0.001). Gender juga muncul sebagai prediktor positif kecil untuk apakah makanan yang tidak diproses dilaporkan sebagai masalah, dengan pria melaporkan lebih banyak masalah dengan makanan yang tidak diolah daripada wanita (γ₀₃ = -0.233, d = 0.236, p <0.022). Dua prediktor variabilitas khusus peserta muncul untuk parameter pemrosesan tingkat satu. BMI adalah prediktor kecil dan positif untuk peringkat makanan dari makanan yang diproses saat mengontrol efek gejala YFAS dan jenis kelamin (γ₁₂ = 0.012, d = 0.235, p = 0.023); peningkatan BMI dikaitkan dengan peningkatan peringkat makanan bermasalah untuk makanan yang diproses. Selain itu, jumlah gejala YFAS muncul sebagai prediktor kecil hingga sedang, positif untuk efek pemrosesan pada peringkat makanan saat mengendalikan BMI dan jenis kelamin (γ₁₁ = 0.063, d = 0.324, p = 0.002); setiap kenaikan satu unit dalam jumlah gejala dikaitkan dengan peningkatan 0.063 dalam peringkat makanan yang sangat diproses. Dengan demikian, ketika melaporkan peringkat makanan dari masalah makan yang membuat kecanduan, tingkat pemrosesan sangat penting bagi individu dengan IMT yang meningkat dan gejala makan yang seperti kecanduan. Akhirnya, jenis kelamin tidak secara signifikan terkait dengan parameter pemrosesan tingkat satu.

Peringkat Makanan, Lemak, dan GL

Selanjutnya, kami memeriksa atribut makanan tambahan mana yang meningkatkan kemungkinan mengalami masalah dengan makanan tertentu, seperti yang ditentukan oleh YFAS. Untuk mengurangi multikolinearitas dan mendapatkan informasi lebih lanjut tentang karakteristik makanan apa yang paling kuat terkait dengan makan yang seperti kecanduan, kami menjalankan model kedua yang tidak termasuk pemrosesan. Berdasarkan literatur kecanduan, model kedua ini menetapkan lemak dan GL sebagai atribut makanan yang menarik, karena keduanya mungkin memiliki implikasi potensial untuk dosis dan tingkat penyerapan. Secara khusus, makanan olahan meningkatkan dosis (atau jumlah) lemak dan / atau karbohidrat olahan. Lebih lanjut, GL menangkap tidak hanya dosis karbohidrat olahan, tetapi juga laju penyerapannya dalam sistem. Dengan demikian, atribut makanan ini muncul untuk menangkap kesamaan potensial farmakokinetik antara makanan yang diproses dengan obat-obatan.

Persamaan level-satu menunjukkan dua efek utama pada peringkat makanan partisipan dari perilaku makan bermasalah yang membuat kecanduan: lemak (terpusat) dan GL (terpusat). Persimpangan untuk persamaan level-satu (β₀) mencerminkan model peringkat makanan yang diprediksi untuk makanan dengan gram lemak rata-rata dan rata-rata GL. Kemiringan parsial (β₁ dan β₂) ditafsirkan sebagai dampak dari lemak dan GL, masing-masing, pada peringkat makanan.

Persamaan Tingkat-Satu untuk Lemak dan GL sebagai Prediktor Penilaian Makanan

Tes Chi-square mengungkapkan variasi yang signifikan di antara peringkat makanan peserta yang bervariasi dalam GL, χ² (383) = 524.218, p <0.001, tetapi bukan gram lemak (χ² (383) = 404.791, p = 0.213). Oleh karena itu, hanya prediktor spesifik peserta dari intersep dan GL yang diperiksa. Ketiga parameter diperlakukan sebagai efek acak. Prediktor tingkat dua yang sama (yaitu, gejala YFAS, IMT, jenis kelamin) dimasukkan ke dalam model ini untuk memeriksa perubahan dampak GL terhadap peringkat makanan berdasarkan karakteristik spesifik peserta.

Tingkat-Dua Persamaan untuk Prediktor Spesifik-Peserta Parameter Level-Satu

Peserta dengan nilai rata-rata (atau nol jika kode dummy) pada level-dua parameter melaporkan peringkat rata-rata 2.62 untuk item makanan dengan nilai rata-rata lemak dan GL (γ₀₀). Kandungan lemak ditemukan sebagai prediktor besar dan positif dari peringkat makanan (γ₁₀ = 0.025, d = 1.581, p <0.001), yang berarti bahwa peringkat makanan untuk masalah makan seperti kecanduan meningkat sebesar 0.025 untuk setiap peningkatan satu unit gram lemak dari nilai rata-rata. Dengan kata lain, makanan dengan kandungan lemak tinggi dilaporkan terkait dengan masalah makan seperti kecanduan. Meskipun natrium telah diusulkan sebagai penyumbang penting lainnya untuk makan seperti kecanduan, multikolinearitas antara natrium dan lemak mencegah variabel-variabel ini ditempatkan dalam model yang sama (r = 623, p <0.001). Kami menilai lemak dan natrium secara independen, dan meskipun keduanya merupakan prediktor tingkat satu yang signifikan, kami menentukan bahwa lemak memiliki ukuran efek yang lebih besar daripada natrium (lemak: d = 1.853, p <0.001; natrium: d = 1.223, p <0.001). Jadi, lemak digunakan pada model kedua.

GL juga merupakan prediktor besar dan positif dari peringkat makanan (γ₂₀ = 0.021, d = 0.923, p <0.001), menunjukkan bahwa peringkat makanan untuk perilaku makan bermasalah meningkat sebesar 0.021 untuk setiap peningkatan satu unit GL dari rata-rata. Lebih lanjut, kami menemukan bahwa GL memiliki ukuran efek yang jauh lebih besar daripada gula atau karbohidrat bersih saat dimasukkan ke dalam model kedua kami dengan lemak (GL: d = 0.923; gula: d = 0.814; karbohidrat bersih: d = 0.657). Jadi, GL yang menangkap jumlah karbohidrat olahan dan seberapa cepat mereka diserap oleh sistem, tampaknya secara khusus terkait dengan masalah makan, seperti yang didefinisikan oleh YFAS.

Jumlah gejala YFAS adalah prediktor besar dan positif dari peringkat makanan untuk makanan dengan gram lemak rata-rata dan GL, mengendalikan efek BMI dan jenis kelamin (γ₀₁ = 0.180, d = 0.645, p <0.001) Satu prediktor spesifik partisipan dari variabilitas muncul untuk parameter GL level satu. Jumlah gejala YFAS adalah prediktor kecil dan positif dari peringkat makanan berdasarkan GL saat mengontrol BMI dan jenis kelamin (γ₂₁ = 0.003, d = 0.297, p = 0.004); setiap kenaikan satu unit dalam dukungan gejala dihitung dengan peningkatan peringkat makanan 0.003 untuk makanan dengan GL rata-rata. Jadi, ketika melaporkan perilaku makan yang bermasalah, GL sangat penting untuk individu yang melaporkan gejala makan yang membuat kecanduan. Jenis kelamin dan BMI tidak secara signifikan terkait dengan peringkat makanan yang terkait dengan GL.

Kesimpulan

Singkatnya, tingkat pemrosesan muncul sebagai prediktor besar dan positif dari peringkat makanan dari perilaku makan yang menimbulkan kecanduan dan suka kecanduan. Gejala YFAS dan jenis kelamin (laki-laki) adalah prediktor untuk apakah seseorang melaporkan masalah dengan makanan yang tidak diproses. Selanjutnya, jumlah gejala YFAS dan BMI keduanya muncul sebagai prediktor positif untuk hubungan antara makanan olahan dan peringkat perilaku makan bermasalah, seperti yang ditunjukkan oleh YFAS. Dengan demikian, individu dengan IMT tinggi dan / atau gejala makan seperti kecanduan lebih mungkin melaporkan mengalami perilaku seperti kecanduan untuk makanan olahan tinggi. Selain itu, lemak dan GL merupakan prediktor signifikan peringkat makanan bermasalah. Jumlah gejala YFAS muncul sebagai prediktor positif untuk peringkat makanan untuk makanan "rata-rata" dengan gram rata-rata lemak dan nilai GL. Akhirnya, GL secara khusus memprediksi peringkat makanan bermasalah untuk individu dengan jumlah gejala YFAS yang meningkat, yang berarti bahwa individu yang mendukung perilaku makan yang membuat kecanduan cenderung untuk melaporkan masalah dengan makanan GL tinggi.

Diskusi

Meskipun bukti "kecanduan makanan" terus tumbuh, belum ada penelitian sebelumnya yang meneliti makanan atau atribut makanan yang mungkin terlibat dalam makan seperti kecanduan. Identifikasi profil yang berpotensi menimbulkan kecanduan dalam makanan tertentu adalah penting untuk meningkatkan pemahaman kita tentang konstruk “kecanduan makanan” dan untuk menginformasikan pendidikan kesehatan masyarakat dan inisiatif kebijakan pangan [46-48].

Dalam sampel mahasiswa tingkat sarjana, kami mengamati bahwa makanan yang sangat diproses dengan tambahan kadar lemak dan / atau karbohidrat olahan (seperti tepung putih dan gula), kemungkinan besar terkait dengan perilaku makan yang membuat kecanduan. Selain itu, kami berhipotesis bahwa gram lemak dan GL makanan juga dapat diprediksi, berdasarkan farmakokinetik zat adiktif (misalnya dosis, laju penyerapan yang cepat). Ini diperiksa menggunakan sampel partisipan yang lebih beragam dalam Studi Dua, yang memang menemukan pengolahan, lemak, dan GL menjadi prediktif apakah makanan dikaitkan dengan perilaku makan yang bermasalah, seperti kecanduan, seperti yang dijelaskan oleh YFAS. Lebih lanjut, individu dengan peningkatan BMI dan / atau gejala YFAS melaporkan kesulitan yang lebih besar dengan makanan yang diproses, dan laki-laki menunjukkan bahwa makanan yang tidak diolah (misalnya, steak, kacang-kacangan, keju) lebih bermasalah daripada perempuan. Meskipun pemakan seperti kecanduan melaporkan lebih banyak masalah secara umum, GL tinggi secara khusus menunjukkan apakah makanan dikaitkan dengan perilaku makan yang adiktif untuk peserta yang mendukung gejala "kecanduan makanan." Tidak ada perbedaan individu yang secara signifikan memprediksi hubungan antara jumlah lemak dan apakah makanan terkait dengan masalah makan, seperti kecanduan.

Karakteristik Khusus Makanan

Pengolahan

Pemrosesan tampaknya menjadi faktor pembeda yang penting untuk apakah suatu makanan dikaitkan dengan indikator perilaku makan yang seperti kecanduan. Makanan olahan diubah menjadi sangat bermanfaat melalui penambahan lemak dan / atau karbohidrat olahan (seperti tepung putih dan gula). Sementara memasak atau mengaduk adalah bentuk pemrosesan, makanan yang telah dimasak atau diaduk tetapi tidak mengandung lemak tambahan dan / atau karbohidrat olahan (misalnya steak) tidak dikategorikan sebagai sangat diproses dalam penelitian ini. Temuan ini mendukung dan memperluas literatur praklinis [7,49,50] dengan menunjukkan bahwa semua makanan tidak sama-sama terlibat dalam makan yang mirip kecanduan, dan makanan yang sangat diproses, yang tidak terjadi di alam, tampaknya paling bermasalah, seperti yang dijelaskan oleh YFAS. Jadi, tampak bahwa makanan yang tidak diolah, seperti apel, cenderung memicu respons yang mirip kecanduan daripada makanan yang sangat diproses, seperti kue. Temuan bahwa pengolahan adalah faktor yang paling prediktif untuk apakah suatu makanan dikaitkan dengan perilaku makan yang seperti kecanduan adalah bukti awal untuk mempersempit ruang lingkup makanan yang terlibat dalam konstruk “kecanduan makanan.” Penelitian di masa depan diperlukan untuk menentukan apakah “ kecanduan makanan "mungkin lebih tepat berjudul" kecanduan makanan yang sangat diproses. "

Beban Glikemik (GL)

Meskipun tingkat pemrosesan adalah prediktor yang besar dan positif untuk apakah suatu makanan mungkin terlibat dalam makan yang membuat kecanduan, penting untuk memeriksa atribut makanan yang terkait dengan makanan olahan yang terkait dengan masalah makan yang seperti kecanduan. GL makanan tidak hanya mencerminkan jumlah karbohidrat olahan dalam makanan, tetapi juga tingkat di mana mereka diserap ke dalam sistem. Demikian pula, diketahui bahwa dengan zat adiktif, dosis terkonsentrasi zat adiktif dan laju penyerapannya yang cepat meningkatkan potensi kecanduan. Penelitian sebelumnya telah menyarankan bahwa makanan dengan GL yang lebih tinggi mungkin mampu mengaktifkan sirkuit saraf yang berhubungan dengan hadiah (misalnya striatum), mirip dengan zat adiktif, dan meningkatkan keinginan dan kelaparan, yang dapat menyebabkan makan berlebihan [23,24,51,52] Dengan demikian, kami berhipotesis bahwa GL makanan, ukuran lonjakan gula darah setelah dikonsumsi, akan menjadi prediksi makan seperti kecanduan. Kami mengamati bahwa GL adalah prediktor besar dan positif untuk apakah suatu makanan dilaporkan bermasalah, ditentukan oleh YFAS. Lebih lanjut, kami menemukan bahwa GL lebih prediktif daripada kadar gula atau karbohidrat bersih untuk masalah yang terkait dengan makan yang seperti kecanduan. Dengan demikian, tampaknya bukan hanya jumlah karbohidrat olahan (seperti tepung putih dan gula) dalam makanan, tetapi kecepatan cepat di mana mereka diserap ke dalam sistem yang merupakan prediktor paling signifikan apakah suatu makanan tertentu dikaitkan. dengan indikator perilaku makan seperti kecanduan.

Lemak

Kami juga berhipotesis bahwa jumlah gram lemak akan menjadi penting dalam memprediksi apakah makanan dikaitkan dengan masalah yang terkait dengan makan seperti kecanduan. Studi sebelumnya menunjukkan bahwa lemak dapat meningkatkan palatabilitas di mulut dan mengaktifkan daerah otak somatosensori [53,54] Dalam studi saat ini, kami menemukan bahwa kandungan lemak yang lebih tinggi adalah prediktor besar, signifikan dari masalah, seperti kecanduan makan. Lebih lanjut, nampak bahwa jumlah lemak yang lebih besar dapat meningkatkan kemungkinan bahwa suatu makanan akan dikonsumsi secara problematis terlepas dari perbedaan individu dan tidak unik bagi mereka yang melaporkan mengonsumsi makanan dengan cara yang mirip kecanduan.

Faktor Perbedaan Individu

YFAS

Gejala YFAS dikaitkan dengan peringkat masalah yang terkait dengan makan seperti kecanduan untuk makanan yang tidak diproses dan untuk makanan dengan kadar lemak rata-rata dan GL. Dengan demikian, individu dengan skor YFAS tinggi biasanya dapat mengalami perilaku makan yang lebih bermasalah daripada individu yang tidak melaporkan mengonsumsi makanan dengan cara yang mirip kecanduan. Jumlah gejala YFAS juga merupakan prediktor kecil hingga sedang, positif untuk hubungan antara peringkat makanan yang bermasalah dan pemrosesan. Dengan kata lain, orang-orang yang mendukung gejala-gejala makan yang membuat kecanduan cenderung untuk melaporkan masalah, seperti ditunjukkan oleh YFAS, dengan makanan yang diproses, yang konsisten dengan hipotesis bahwa makanan ini mungkin memiliki potensi kecanduan yang lebih besar.

Gejala YFAS juga dikaitkan dengan peningkatan hubungan antara GL dan peringkat makanan yang bermasalah. Dengan kata lain, individu yang mendukung gejala makan seperti kecanduan melaporkan peningkatan kesulitan dengan makanan yang mengandung karbohidrat olahan yang diserap dengan cepat, yang menghasilkan lonjakan gula darah yang besar. Ini memperkuat pentingnya tingkat penyerapan bersama dalam makanan yang berpotensi membuat kecanduan dan penyalahgunaan obat-obatan. Menariknya, konsumsi makanan bermasalah dengan indeks glikemik tinggi (GI), ukuran lain dari lonjakan gula darah yang terkait dengan GL, telah dikaitkan dengan pengembangan gangguan penggunaan zat baru pada pasien bariatrik pasca bedah, dan makanan dengan GI tinggi dapat mengaktifkan daerah otak yang berhubungan dengan hadiah (misalnya nucleus accumbens, striatum) setelah dikonsumsi [23,55] Ini memberikan bukti lebih lanjut untuk peran GL dan lonjakan gula darah dalam pengalaman respon adiktif yang berpotensi terhadap makanan tertentu.

Pengesahan perilaku makan yang membuat kecanduan tidak terkait dengan hubungan antara kadar lemak dan peringkat makanan yang bermasalah. Mungkin saja individu secara umum melaporkan konsumsi makanan berlemak tinggi yang bermasalah, tetapi lemak kurang dapat diprediksi apakah seseorang benar-benar mengalami proses yang mirip kecanduan dalam merespons makanan tertentu. Ini didukung oleh model hewan yang menunjukkan bahwa penarikan seperti opiat, penanda proses kecanduan, diamati sebagai respons terhadap sukrosa yang dikeluarkan dari makanan tetapi bukan lemak [32] Dalam studi saat ini, tampak bahwa jumlah lemak memprediksi apakah suatu makanan dilaporkan bermasalah, terlepas dari perbedaan individu, tetapi tidak terkait erat dengan dukungan perilaku makan yang membuat kecanduan. Ini menunjukkan bahwa lemak mungkin terkait dengan kecenderungan umum untuk makan berlebihan, yang mungkin memiliki implikasi kesehatan masyarakat untuk pencegahan dan pengobatan makan yang bermasalah. Selain itu, banyak makanan olahan dengan tambahan lemak sering juga mengandung tambahan karbohidrat olahan (misalnya cokelat, kentang goreng). Dengan demikian, penelitian tambahan diperlukan untuk mengurai kekuatan prediksi unik dari lemak dan karbohidrat olahan / GL.

BMI dan Gender

BMI adalah prediktor kecil, positif untuk apakah makanan olahan dikaitkan dengan masalah, seperti kecanduan makan. Ini menunjukkan bahwa pemrosesan tidak hanya meningkatkan "potensi kecanduan makanan", tetapi juga memainkan peran dalam epidemi obesitas. Peningkatan BMI tidak terkait dengan hubungan lemak atau GL dengan peringkat makanan. Studi saat ini menemukan bahwa pria melaporkan lebih banyak masalah dengan makanan yang tidak diproses (misalnya, steak, keju) daripada wanita, yang menunjukkan bahwa pria dapat mengalami perilaku makan bermasalah dengan berbagai makanan yang lebih luas.

keterbatasan

Penelitian saat ini memiliki beberapa keterbatasan. Pertama, data untuk Studi Dua dikumpulkan menggunakan Amazon MTurk. Sementara sampel peserta lebih representatif daripada populasi sarjana Studi Satu, itu mungkin tidak dianggap sebagai sampel yang representatif secara nasional [56] dan replikasi dapat meningkatkan generalisasi. Demikian pula, karena studi saat ini meneliti mahasiswa dan orang dewasa, temuan ini mungkin tidak berlaku untuk siswa atau remaja non-perguruan tinggi. Selain itu, kisaran jajaran makanan terbatas. Makanan yang dilaporkan sebagai yang paling bermasalah memiliki peringkat rata-rata hanya lebih besar dari 4, yang berarti tidak ada makanan yang dinilai rata-rata sebagai sangat bermasalah (skor 7). Secara intuitif, ini masuk akal, karena sampel kami berkisar dari individu yang melaporkan tidak ada gejala makan yang membuat kecanduan hingga mereka yang memenuhi kriteria diagnostik untuk "kecanduan makanan." Diharapkan bahwa beberapa orang tidak akan mengalami gejala makan yang seperti kecanduan untuk makanan apa pun. Penelitian selanjutnya dapat mempertimbangkan penskalaan besaran label [57] Dibandingkan dengan skala Likert, pendekatan penskalaan label besarnya berusaha untuk mengatasi perbedaan individu dalam tingkat keparahan dari pola makan yang bermasalah yang mungkin berbeda berdasarkan tingkat patologi. Akhirnya, kami tidak mengumpulkan data pengamatan untuk menilai frekuensi makanan ini dikonsumsi, yang merupakan langkah penting berikutnya dalam penelitian ini. Juga tidak diketahui apakah konteks konsumsi (misalnya, camilan, makan, episode pesta) dapat memengaruhi apakah makanan dikaitkan dengan indikator perilaku makan yang mirip kecanduan. Dengan demikian, temuan saat ini terbatas pada laporan peserta tentang apakah makanan tertentu dianggap terkait dengan perilaku makan yang membuat kecanduan. Akhirnya, tinggi dan berat badan dilaporkan sendiri dalam Studi Dua, yang dapat menyebabkan ketidakakuratan. Sementara beberapa penelitian telah menemukan bahwa tinggi dan berat badan yang dilaporkan sendiri sangat berkorelasi dengan pengukuran langsung [58,59], penelitian tambahan dapat mempertimbangkan menggunakan pengukuran langsung.

Kesimpulan

Singkatnya, penelitian saat ini menemukan bahwa makanan olahan, dengan jumlah tambahan lemak dan / atau karbohidrat olahan (misalnya, gula, tepung putih), paling mungkin dikaitkan dengan indikator perilaku makan yang mirip kecanduan. Selain itu, makanan dengan GL tinggi terutama terkait dengan masalah makan seperti kecanduan untuk individu yang mendukung peningkatan gejala "kecanduan makanan." yang konsisten dengan pentingnya dosis dan tingkat penyerapan dalam potensi kecanduan narkoba. Secara kolektif, temuan ini memberikan bukti awal untuk makanan dan atribut makanan yang terlibat dalam "kecanduan makanan" dan untuk paralel yang diusulkan antara sifat farmakokinetik obat penyalahgunaan dan makanan yang diproses tinggi. Sebagai langkah penting berikutnya dalam evaluasi "kecanduan makanan," studi di masa depan juga harus memperluas temuan saat ini dengan mengukur respons biologis dan secara langsung mengamati perilaku makan yang terkait dengan makanan olahan untuk memeriksa apakah mekanisme seperti kecanduan, seperti penarikan dan toleransi, mungkin ada.

Ucapan Terima Kasih

Terima kasih kepada Kathy Welch, sebelumnya di Pusat Konsultasi Statistik dan Penelitian di Universitas Michigan, atas bantuannya dengan analisis data, kepada Kendrin Sonneville, Asisten Profesor di Program Nutrisi Manusia di Fakultas Kesehatan Masyarakat Universitas Michigan, untuk keahliannya dalam bidang nutrisi, kepada Susan Murray, anggota lab Dr. Avena di Universitas Columbia, atas umpan baliknya yang bijaksana, dan kepada asisten peneliti di Laboratorium Ilmu dan Perawatan Makanan dan Ketergantungan atas bantuan mereka dalam pengumpulan data.

Kontribusi Penulis

Menciptakan dan merancang eksperimen: ES AG. Melakukan percobaan: ES AG. Menganalisis data: ES AG. Alat reagen / bahan / analisis yang dikontribusikan: NA AG. Menulis makalah: ES NA AG.

Referensi

1. 1. Wang Y, Beydoun MA, Liang L, Caballero B, Kumanyika SK (2008) Apakah Semua Orang Amerika Menjadi Berat Badan atau Obesitas? Memperkirakan Perkembangan dan Biaya Epidemi Obesitas AS. Obesitas 16: 2323 – 2330. doi: 10.1038 / oby.2008.351. pmid: 18719634
   • Lihat Artikel
   • PubMed / NCBI
   • Google Scholar
2. 2. Mokdad AH, Serdula MK, Dietz WH, Bowman BA, Marks JS, et al. (2000) Epidemi obesitas yang berkelanjutan di Amerika Serikat. JAMA 284: 1650 – 1651. pmid: 11015792 doi: 10.1001 / jama.284.13.1650
3. Lihat Artikel
4. PubMed / NCBI
5. Google Scholar
6. Lihat Artikel
7. PubMed / NCBI
8. Google Scholar
9. Lihat Artikel
10. PubMed / NCBI
11. Google Scholar
12. Lihat Artikel
13. PubMed / NCBI
14. Google Scholar
15. Lihat Artikel
16. PubMed / NCBI
17. Google Scholar
18. Lihat Artikel
19. PubMed / NCBI
20. Google Scholar
21. Lihat Artikel
22. PubMed / NCBI
23. Google Scholar
24. Lihat Artikel
25. PubMed / NCBI
26. Google Scholar
27. Lihat Artikel
28. PubMed / NCBI
29. Google Scholar
30. Lihat Artikel
31. PubMed / NCBI
32. Google Scholar
33. Lihat Artikel
34. PubMed / NCBI
35. Google Scholar
36. Lihat Artikel
37. PubMed / NCBI
38. Google Scholar
39. Lihat Artikel
40. PubMed / NCBI
41. Google Scholar
42. Lihat Artikel
43. PubMed / NCBI
44. Google Scholar
45. Lihat Artikel
46. PubMed / NCBI
47. Google Scholar
48. Lihat Artikel
49. PubMed / NCBI
50. Google Scholar
51. Lihat Artikel
52. PubMed / NCBI
53. Google Scholar
54. Lihat Artikel
55. PubMed / NCBI
56. Google Scholar
57. Lihat Artikel
58. PubMed / NCBI
59. Google Scholar
60. Lihat Artikel
61. PubMed / NCBI
62. Google Scholar
63. Lihat Artikel
64. PubMed / NCBI
65. Google Scholar
66. Lihat Artikel
67. PubMed / NCBI
68. Google Scholar
69. Lihat Artikel
70. PubMed / NCBI
71. Google Scholar
72. Lihat Artikel
73. PubMed / NCBI
74. Google Scholar
75. Lihat Artikel
76. PubMed / NCBI
77. Google Scholar
78. Lihat Artikel
79. PubMed / NCBI
80. Google Scholar
81. Lihat Artikel
82. PubMed / NCBI
83. Google Scholar
84. Lihat Artikel
85. PubMed / NCBI
86. Google Scholar
87. Lihat Artikel
88. PubMed / NCBI
89. Google Scholar
90. Lihat Artikel
91. PubMed / NCBI
92. Google Scholar
93. Lihat Artikel
94. PubMed / NCBI
95. Google Scholar
96. Lihat Artikel
97. PubMed / NCBI
98. Google Scholar
99. Lihat Artikel
100. PubMed / NCBI
101. Google Scholar
102. Lihat Artikel
103. PubMed / NCBI
104. Google Scholar
105. Lihat Artikel
106. PubMed / NCBI
107. Google Scholar
108. Lihat Artikel
109. PubMed / NCBI
110. Google Scholar
111. Lihat Artikel
112. PubMed / NCBI
113. Google Scholar
114. Lihat Artikel
115. PubMed / NCBI
116. Google Scholar
117. Lihat Artikel
118. PubMed / NCBI
119. Google Scholar
120. Lihat Artikel
121. PubMed / NCBI
122. Google Scholar
123. 3. Wadden TA, Butryn ML, Byrne KJ (2004) Keampuhan modifikasi gaya hidup untuk pengendalian berat badan jangka panjang. Obes Res 12, Sup: 151S – 162S. pmid: 15687411 doi: 10.1038 / oby.2004.282
124. 4. Taubes G (1998) Seiring Naiknya Tingkat Obesitas, Para Ahli Perjuangan untuk Menjelaskan Mengapa. Sains 280: 1367 – 1368. pmid: 9634414 doi: 10.1126 / science.280.5368.1367
125. Lihat Artikel
126. PubMed / NCBI
127. Google Scholar
128. Lihat Artikel
129. PubMed / NCBI
130. Google Scholar
131. Lihat Artikel
132. PubMed / NCBI
133. Google Scholar
134. Lihat Artikel
135. PubMed / NCBI
136. Google Scholar
137. Lihat Artikel
138. PubMed / NCBI
139. Google Scholar
140. Lihat Artikel
141. PubMed / NCBI
142. Google Scholar
143. Lihat Artikel
144. PubMed / NCBI
145. Google Scholar
146. Lihat Artikel
147. PubMed / NCBI
148. Google Scholar
149. Lihat Artikel
150. PubMed / NCBI
151. Google Scholar
152. Lihat Artikel
153. PubMed / NCBI
154. Google Scholar
155. Lihat Artikel
156. PubMed / NCBI
157. Google Scholar
158. Lihat Artikel
159. PubMed / NCBI
160. Google Scholar
161. Lihat Artikel
162. PubMed / NCBI
163. Google Scholar
164. Lihat Artikel
165. PubMed / NCBI
166. Google Scholar
167. Lihat Artikel
168. PubMed / NCBI
169. Google Scholar
170. Lihat Artikel
171. PubMed / NCBI
172. Google Scholar
173. 5. Bulik CM, Sullivan PF, Kendler KS (2003) Kontribusi genetik dan lingkungan terhadap obesitas dan binge eating. Jurnal Internasional Gangguan Makan 33: 293 – 298. pmid: 12655626 doi: 10.1002 / eat.10140
174. 6. Wright SM, Aronne LJ (2012) Penyebab obesitas. Pencitraan Abdom 37: 730 – 732. pmid: 22426851 doi: 10.1007 / s00261-012-9862-x
175. 7. Gearhardt AN, Corbin WR, Brownell KD (2009) Validasi awal Skala Kecanduan Makanan Yale. Appetite 52: 430 – 436. doi: 10.1016 / j.appet.2008.12.003. pmid: 19121351
176. 8. Gearhardt AN, White MA, Potenza MN (2011) Gangguan makan pesta dan kecanduan makanan. Ulasan penyalahgunaan narkoba saat ini 4: 201. pmid: 21999695 doi: 10.2174 / 1874473711104030201
177. 9. Davis C, Curtis C, Levitan RD, Carter JC, Kaplan AS, dkk. (2011) Bukti bahwa 'kecanduan makanan' adalah fenotip obesitas yang valid. Appetite 57: 711 – 717. doi: 10.1016 / j.appet.2011.08.017. pmid: 21907742
178. 10. Gearhardt AN, Yokum S, PT Orr, Stice E, Corbin WR, dkk. (2011) Korelasi saraf dari kecanduan makanan. Arsip psikiatri umum 68: 808 – 816. doi: 10.1001 / archgenpsychiatry.2011.32. pmid: 21464344
179. 11. Davis C, Loxton NJ, Levitan RD, AS Kaplan, Carter JC, dkk. (2013) 'Kecanduan makanan' dan hubungannya dengan profil genetik multilokus dopaminergik. Physiol Behav 118: 63 – 69. doi: 10.1016 / j.physbeh.2013.05.014. pmid: 23680433
180. 12. Nikolova YS, Ferrell RE, Manuck SB, Hariri AR (2011) Profil genetik multilokus untuk pensinyalan dopamin memprediksi reaktivitas striatum ventral. Neuropsikofarmakologi 36: 1940 – 1947. doi: 10.1038 / npp.2011.82. pmid: 21593733
181. 13. Stice E, Yokum S, Burger K, Epstein L, Smolen A (2012). Komposit genetik multilokus yang mencerminkan kapasitas pensinyalan dopamin memprediksi respons sirkuit hadiah. J Neurosci 32: 10093 – 10100. doi: 10.1523 / JNEUROSCI.1506-12.2012. pmid: 22815523
182. 14. Koob GF, Le Moal M (2005) Plastisitas dari neurocircuitry imbalan dan 'sisi gelap' dari kecanduan narkoba. Nat Neurosci 8: 1442 – 1444. pmid: 16251985 doi: 10.1038 / nn1105-1442
183. 15. Bierut LJ (2011) Kerentanan genetik dan kerentanan terhadap ketergantungan zat. Neuron 69: 618 – 627. doi: 10.1016 / j.neuron.2011.02.015. pmid: 21338875
184. 16. Volkow ND, Wang GJ, Fowler JS, Tomasi D, Baler R (2012) Hadiah makanan dan obat-obatan: sirkuit yang tumpang tindih dalam obesitas dan kecanduan manusia. Curr Top Behav Neurosci 11: 1 – 24. doi: 10.1007 / 7854_2011_169. pmid: 22016109
185. 17. Volkow ND, Wang GJ, Tomasi D, Baler RD (2013) Obesitas dan kecanduan: neurobiologis tumpang tindih. Obes Rev 14: 2 – 18. doi: 10.1111 / j.1467-789X.2012.01031.x. pmid: 23016694
186. 18. Monteiro CA, Levy RB, Claro RM, Castro IR, Cannon G (2010) Klasifikasi pangan baru berdasarkan luas dan tujuan pengolahannya. Cad Saude Publica 26: 2039–2049. pmid: 21180977 doi: 10.1590 / s0102-311 × 2010001100005
187. 19. Henningfield JE, Keenan RM (1993) Kinetika pengiriman nikotin dan tanggung jawab penyalahgunaan. J Konsultasikan Clin Psychol 61: 743 – 750. pmid: 8245272 doi: 10.1037 // 0022-006x.61.5.743
188. 20. Klatsky AL, Armstrong MA, Kipp H (1990) Berkorelasi dengan preferensi minuman beralkohol: ciri-ciri orang yang memilih anggur, minuman keras, atau bir. Br J Addict 85: 1279 – 1289. pmid: 2265288 doi: 10.1111 / j.1360-0443.1990.tb01604.x
189. 21. Hanna JM, Hornick CA (1977) Penggunaan daun koka di Peru selatan: adaptasi atau kecanduan. Bull Narc 29: 63 – 74. pmid: 585582
190. 22. Verebey K, Gold MS (1988) Dari daun koka hingga retak: Efek dosis dan rute administrasi dalam pertanggungjawaban penyalahgunaan. Annal Psychiatric 18: 513 – 520. doi: 10.3928 / 0048-5713-19880901-06
191. 23. Lennerz BS, Alsop DC, Holsen LM, Stern E, Rojas R, dkk. (2013) Efek dari indeks glikemik diet pada daerah otak terkait dengan penghargaan dan keinginan pada pria. Am J Clin Nutr 98: 641 – 647. doi: 10.3945 / ajcn.113.064113. pmid: 23803881
192. 24. Ebbeling CB, Leidig MM, Sinclair KB, Hangen JP, Ludwig DS (2003) Diet beban rendah glikemik dalam pengobatan obesitas remaja. Arch Pediatr Adolesc Med 157: 773 – 779. pmid: 12912783 doi: 10.1001 / archpedi.157.8.773
193. 25. Wolever TM, Jenkins DJ, Jenkins AL, Josse RG (1991) Indeks glikemik: metodologi dan implikasi klinis. Am J Clin Nutr 54: 846 – 854. pmid: 1951155
194. 26. Willett W, Manson J, Liu S (2002) Indeks glikemik, beban glikemik, dan risiko diabetes tipe 2. Am J Clin Nutr 76: 274S – 280S. pmid: 12081851
195. 27. Gearhardt AN, Davis C, Kuschner R, Brownell KD (2011) Potensi kecanduan makanan yang sangat lezat. Penyalahgunaan Narkoba Curr Rev 4: 140 – 145. pmid: 21999688 doi: 10.2174 / 1874473711104030140
196. 28. Klump KL, Racine S, Hildebrandt B, Sisk CL (2013) Perbedaan jenis kelamin dalam pola makan pesta pada tikus dewasa jantan dan betina. Int J Eat Disord 46: 729 – 736. doi: 10.1002 / eat.22139. pmid: 23625647
197. 29. Boggiano MM, Artiga AI, Pritchett CE, Chandler-Laney PC, Smith ML, dkk. (2007) Asupan makanan enak yang tinggi memprediksi makan berlebihan terlepas dari kerentanan terhadap obesitas: model hewan makan berlebihan tanpa lemak dan obesitas dengan dan tanpa makan berlebihan. Int J Obes (Lond) 31: 1357 – 1367. pmid: 17372614 doi: 10.1038 / sj.ijo.0803614
198. 30. Johnson PM, Kenny PJ (2010) reseptor Dopamin D2 dalam disfungsi reward seperti kecanduan dan makan kompulsif pada tikus gemuk. Alam neuroscience 13: 635 – 641. doi: 10.1038 / nn.2519. pmid: 20348917
199. 31. Oswald KD, Murdaugh DL, King VL, Boggiano MM (2011) Motivasi untuk makanan yang enak meskipun ada konsekuensi dalam model binatang makan pesta. Jurnal internasional gangguan makan 44: 203 – 211. doi: 10.1002 / eat.20808. pmid: 20186718
200. 32. Avena NM, Rada P, Hoebel BG (2009) Pesta gula dan lemak memiliki perbedaan mencolok dalam perilaku seperti kecanduan. J Nutr 139: 623 – 628. doi: 10.3945 / jn.108.097584. pmid: 19176748
201. 33. Avena NM, Bocarsly ME, Rada P, Kim A, Hoebel BG (2008) Setelah makan secara berlebihan setiap hari dengan larutan sukrosa, kekurangan makanan menyebabkan kecemasan dan menyebabkan ketidakseimbangan dopamin / asetilkolin. Fisiologi & perilaku 94: 309–315. doi: 10.1016 / j.nephro.2014.10.004. pmid: 25597033
202. 34. Cottone P, Sabino V, Steardo L, Zorrilla EP (2007) Kontras negatif antisipatif yang tergantung opioid dan makan seperti-pesta pada tikus dengan akses terbatas ke makanan yang sangat disukai. Neuropsikofarmakologi 33: 524 – 535. pmid: 17443124 doi: 10.1038 / sj.npp.1301430
203. 35. Galic MA, Persinger MA (2002) Konsumsi sukrosa yang banyak pada tikus betina: peningkatan 'nippiness' selama periode pengangkatan sukrosa dan kemungkinan periodisitas estrus. Laporan psikologis 90: 58 – 60. pmid: 11899012 doi: 10.2466 / pr0.2002.90.1.58
204. 36. Colantuoni C, Schwenker J, McCarthy J, Rada P, Ladenheim B, dkk. (2001) Asupan gula berlebihan mengubah ikatan pada reseptor dopamin dan mu-opioid di otak. Neuroreport 12: 3549 – 3552. pmid: 11733709 doi: 10.1097 / 00001756-200111160-00035
205. 37. Bailey A, Gianotti R, Ho A, Kreek MJ (2005) Regulator μ-opioid yang terus-menerus, tetapi tidak adenosin, dalam otak reseptor jangka panjang yang ditarik dengan dosis tinggi "tikus" yang diobati dengan kokain. Sinaps 57: 160 – 166. pmid: 15945065 doi: 10.1002 / syn.20168
206. 38. Avena NM (2010) Studi tentang kecanduan makanan menggunakan model binatang dari pesta makan. Appetite 55: 734 – 737. doi: 10.1016 / j.appet.2010.09.010. pmid: 20849896
207. 39. Avena NM, Rada P, Hoebel BG (2009) Pesta gula dan lemak memiliki perbedaan mencolok dalam perilaku seperti kecanduan. Jurnal gizi 139: 623 – 628. doi: 10.3945 / jn.108.097584. pmid: 19176748
208. 40. Rada P, Avena NM, Hoebel BG (2005) Makan setiap hari dengan gula berulang kali melepaskan dopamin dalam cangkang accumbens. Neuroscience 134: 737 – 744. pmid: 15987666 doi: 10.1016 / j.neuroscience.2005.04.043
209. 41. Rodin J, Mancuso J, Granger J, Nelbach E (1991) Mengidam makanan dalam kaitannya dengan indeks massa tubuh, pengekangan dan tingkat estradiol: studi tindakan berulang pada wanita sehat. Appetite 17: 177 – 185. pmid: 1799280 doi: 10.1016 / 0195-6663 (91) 90020-s
210. 42. Schneider W, Eschman A, Zuccolotto A (2002) E-Prime: Panduan pengguna: Psychology Software Incorporated.
211. 43. Raudenbush SW, Bryk AS (2002) Model linear hierarki: Aplikasi dan metode analisis data: Sage.
212. 44. Paolacci G, Chandler J (2014) Di dalam Turk Memahami Mekanik Turk sebagai Pool Peserta. Petunjuk Saat Ini dalam Ilmu Psikologi 23: 184 – 188. doi: 10.1177 / 0963721414531598
213. 45. Oishi S, Ishii K, Lun J (2009) Mobilitas tempat tinggal dan persyaratan identifikasi kelompok. Jurnal Psikologi Sosial Eksperimental 45: 913 – 919. doi: 10.1016 / j.jesp.2009.09.001
214. 46. Gearhardt AN, Roberts M, Ashe M (2013) Jika gula membuat ketagihan ... apa artinya bagi hukum? J Law Med Ethics 41 Suppl 1: 46 – 49. doi: 10.1111 / jlme.12038. pmid: 23590740
215. 47. Gearhardt AN, Brownell KD (2013) Bisakah makanan dan kecanduan mengubah permainan? Biol Psikiatri 73: 802 – 803. doi: 10.1016 / j.biopsych.2012.07.024. pmid: 22877921
216. 48. Gearhardt AN, Grilo CM, DiLeone RJ, Brownell KD, Potenza MN (2011) Bisakah makanan membuat kecanduan? Kesehatan publik dan implikasi kebijakan. Ketergantungan 106: 1208 – 1212. doi: 10.1111 / j.1360-0443.2010.03301.x. pmid: 21635588
217. 49. Gearhardt AN, Corbin WR, Brownell KD (2009) Kecanduan makanan: pemeriksaan kriteria diagnostik untuk ketergantungan. J Addict Med 3: 1 – 7. doi: 10.1097 / ADM.0b013e318193c993. pmid: 21768996
218. 50. Pelchat ML (2002) Dari perbudakan manusia: nafsu makan, obsesi, paksaan, dan kecanduan. Physiol Behav 76: 347 – 352. pmid: 12117571
219. 51. Ebbeling CB, Ludwig DS (2001) Mengobati obesitas di masa muda: haruskah beban glikemik makanan menjadi pertimbangan? Adv Pediatr 48: 179 – 212. pmid: 11480757
220. 52. Thornley S, McRobbie H, Eyles H, Walker N, Simmons G (2008) Epidemi obesitas: apakah indeks glikemik kunci untuk membuka kecanduan tersembunyi? Hipotesis Med 71: 709 – 714. doi: 10.1016 / j.mehy.2008.07.006. pmid: 18703288
221. 53. Stice E, Burger KS, Yokum S (2013) Kemampuan relatif dari rasa lemak dan gula untuk mengaktifkan daerah reward, gustatory, dan somatosensory. Am J Clin Nutr 98: 1377 – 1384. doi: 10.3945 / ajcn.113.069443. pmid: 24132980
222. 54. Grabenhorst F, Rolls ET (2014) Representasi tekstur lemak oral di korteks somatosensori manusia. Hum Brain Mapp 35: 2521 – 2530. doi: 10.1002 / hbm.22346. pmid: 24038614
223. 55. Fowler L, Ivezaj V, Saules KK (2014) Asupan bermasalah makanan tinggi gula / rendah lemak dan indeks glikemik tinggi oleh pasien bariatric dikaitkan dengan pengembangan gangguan penggunaan zat onset baru pasca operasi. Makan Behav 15: 505 – 508. doi: 10.1016 / j.eatbeh.2014.06.009. pmid: 25064307
224. 56. Berinsky AJ, Huber GA, Lenz GS (2012) Mengevaluasi pasar tenaga kerja online untuk penelitian eksperimental: Amazon. Mekanik Turk. Analisis Politik 20: 351 – 368. doi: 10.1093 / pan / mpr057
225. 57. Bartoshuk LM, Duffy VB, BG Hijau, Hoffman HJ, Ko CW, dkk. (2004) Perbandingan lintas-grup yang valid dengan skala berlabel: gLMS versus pencocokan besaran. Physiol Behav 82: 109 – 114. pmid: 15234598 doi: 10.1016 / j.physbeh.2004.02.033
226. 58. Kuczmarski MF, Kuczmarski RJ, Najjar M (2001) Efek usia terhadap validitas tinggi badan, berat badan, dan indeks massa tubuh yang dilaporkan sendiri: temuan dari Survei Pemeriksaan Kesehatan dan Nutrisi Nasional Ketiga, 1988-1994. J Am Diet Assoc 101: 28 – 34; kuis 35 – 26. pmid: 11209581 doi: 10.1016 / s0002-8223 (01) 00008-6
227. 59. White MA, Masheb RM, Grilo CM (2010) Akurasi berat dan tinggi badan yang dilaporkan sendiri dalam gangguan pesta makan: kesalahan pelaporan tidak berhubungan dengan faktor psikologis. Obesitas (Silver Spring) 18: 1266 – 1269. doi: 10.1038 / oby.2009.347. pmid: 19834465