Muster vun der struktureller Konnektivitéit vun der Gehir weidersicht normale Gewiicht aus Iwwergewiicht (2015)

Géi op:

mythologesch

Hannergrond

Ännerungen an der hedonescher Bestanddeel vun ingestive Verhalen goufen als e méigleche Risikofaktor an der Pathophysiologie vun Iwwergewiicht an fettleibeg Individuen implizéiert. Neuroimaging Beweiser vun Individuen mat erhéijen Kierpermass Index suggeréiert strukturell, funktionell an neurochemesch Verännerungen am erweiderten Belounungsnetz an assoziéierten Netzwierker.

Zil

Fir eng multivariate Musteranalyse z'applizéieren fir normal Gewiicht an Iwwergewiicht Themen ze ënnerscheeden op Basis vu groer a wäisser Matière Miessunge.

Methoden

Strukturell Biller (N = 120, Iwwergewiicht N = 63) an Diffusioun Tensor Biller (DTI) (N = 60, Iwwergewiicht N = 30) goufen aus gesond Kontroll Sujeten kritt. Fir den Total Echantillon der Moyenne Alter fir d'Iwwergewiicht Grupp (Weibercher = 32, Männercher = 31) war 28.77 Joer (SD = 9.76) a fir déi normal Gewiicht Grupp (Weibercher = 32, Männercher = 25) war 27.13 Joer (SD = 9.62) ). Regional Segmentatioun a Parzelléierung vun de Gehirbiller gouf mat Freesurfer gemaach. Deterministesch Traktographie gouf gemaach fir d'normaliséiert Faserdicht tëscht Regiounen ze moossen. Eng multivariate Muster Analyse Approche gouf benotzt fir z'ënnersichen ob Gehirmoossnamen Iwwergewiicht vun normale Gewiicht Individuen ënnerscheeden kënnen.

Resultater

1. Wäiss-Matière Klassifikatioun: De Klassifikatioun Algorithmus, baséiert op 2 Ënnerschrëften mat 17 regional Verbindungen, erreecht 97% Genauegkeet an Diskriminatioun vun Iwwergewiicht Individuen aus normal Gewiicht Individuen. Fir béid Gehir Ënnerschrëften, méi grouss Konnektivitéit wéi indexéiert duerch erhéicht Faserdichte gouf am Iwwergewiicht observéiert am Verglach zum normale Gewiicht tëscht de Belounungsnetzregiounen a Regioune vun der Exekutivkontroll, emotionaler Erwiermung a somatosensoreschen Netzwierker. Am Géigesaz, gouf de Géigendeel Muster (verréngert Faserdicht) tëscht ventromedialen prefrontalen Cortex an der anteriorer Insula fonnt, an tëscht Thalamus an Exekutiv Kontrollnetzregiounen. 2. Gray-Material Klassifikatioun: De Klassifikatioun Algorithmus, baséiert op 2 Ënnerschrëften mat 42 morphologeschen Features, erreecht 69% Genauegkeet bei der Diskriminatioun vun Iwwergewiicht vum normalen Gewiicht. A béide Gehir Ënnerschrëften Regioune vun der Belounung, Salience, Exekutiv Kontroll an emotional Erhuelung Netzwierker ware verbonne mat ënneschten morphologesch Wäerter bei Iwwergewiicht Individuen am Verglach mat normalen Gewiicht Individuen, während de Géigendeel Muster fir Regiounen vum somatosensoresche Netzwierk gesi gouf.

Conclusiounen

1. Eng erhéicht BMI (dh Iwwergewiicht Fächer) ass mat markanten Ännerungen an der groer Matière an der Faserdicht vum Gehir assoziéiert. 2. Klassifikatioun Algorithmen baséiert op wäiss-Matière Konnektivitéit mat Regioune vun der Belounung an assoziéiert Netzwierker kënnen spezifesch Ziler fir mechanesch Studien an zukünfteg Drogenofhängeger Entwécklung z'identifizéieren op anormal ingestive Verhalen an Iwwergewiicht / Obesitéit.

Schlësselwieder: Adipositas, Iwwergewiicht, Morphologesch Gro-Matière, Anatomesch Wäiss-Matière Konnektivitéit, Belounungsnetz, Multivariate Analyse, Klassifikatioun Algorithmus
Ofkierzungen: HC, gesond Kontroll; BMI, Kierpermass Index; HAD, Spidol Besuergnëss an Depressioun Skala; TR, Widderhuelung Zäit; TE, Echo Zäit; FA, Flip Wénkel; GLM, allgemeng linear Modell; DWI, Diffusioun-gewiicht MRIs; FOV, Gesiichtsfeld; GMV, groer Matière Volumen; SA, Uewerfläch; CT, cortical deck; MC, heescht curvature; DTI, Diffusioun Tensor Imaging; FACT, Faserbezuelung duerch kontinuéierlech Tracking; SPSS, statistesche Pak fir d'Sozialwëssenschaften; ANOVA, Varianzanalyse; FDR, falsch Entdeckungsrate; sPLS-DA, spatzen deelweis mannst Plaze fir Diskriminatioun Analyse; VIP, variabel Wichtegkeet an der Projektioun; PPV, positiv predictive Wäert; NPV, negativ predictive Wäert; VTA, ventral tegmental Beräich; OFG, orbitofrontal gyrus; PPC, posterior parietal cortex; dlPFC, dorsolateral prefrontal cortex; vmPFC, ventromedial prefrontal cortex; aMCC, anterior Mëtt cingulate cortex; sgACC, subgenual anterior cingulate cortex; ACC, anterior cingulate cortex

1.0. Aféierung

D'Weltgesondheetsorganisatioun schätzt datt bal eng hallef Milliard Erwuessener fettleibeg sinn a méi wéi duebel sou vill Erwuessener iwwergewiichteg sinn, wat zu der Erhéijung vu Krankheeten wéi Diabetis, Herz-Kreislauf-Krankheeten a Kriibs bäidréit, a féiert zum Doud vun op d'mannst 2.8 Millioune Leit. all Joer (Weltgesondheetsorganisatioun (WHO), 2014). Alleng an Amerika sinn bis zu 34.9% Erwuessener fettleibeg an duebel sou vill Erwuessener (65%) sinn entweder Iwwergewiicht oder fettleibeg (Centre for Disease Control (CDC), 2014). D'wirtschaftlech a gesondheetlech Belaaschtung vun Iwwergewiicht an fettleibeg hëlt d'Gesondheetskäschte weider op sou héich wéi $ 78.5 Milliarde (Finkelstein et al., 2009), a Milliarden vun Dollar ginn weider un ineffektiv Behandlungen an Interventiounen ausginn (Loveman et al., 2011; Terranova et al., 2012). Trotz verschiddenen Efforten fir d'Identifikatioun vun der Basisdaten Pathophysiologie vun Iwwergewiicht an Adipositas ze identifizéieren, bleift dat aktuellt Verständnis net genuch.

Béid Ëmwelt- a genetesch Faktore spillen eng Roll an der Entwécklung vu Mënschen déi iwwergewiichteg an fettleibeg sinn (Calton & Vaisse, 2009; Choquet & Meyer, 2011; Dubois et al., 2012; El-Sayed Moustafa a Froguel, 2013). Rezent Neuroimaging Studien hu gewisen datt e méi héije Kierpermass Index (BMI) mat Verännerungen am funktionnelle (Aufgab a Reschtstaat) assoziéiert ass.Connolly et al., 2013; Garcia-Garcia et al., 2013; Kilpatrick et al., 2014; Kullmann et al., 2012), gro-Matière morphometrie (Kurth et al., 2013; Raji et al., 2010), a wäiss Matière Eegeschaften (Schott et al., 2014; Stanek et al., 2011), suggeréiert eng méiglech Roll vum Gehir an der Pathophysiologie vun Iwwergewiicht an Adipositas (Dass, 2010). Dës Studien implizéiere gréisstendeels Regioune vum Belounungsnetz (Kenny, 2011; Volkow et al., 2004; Volkow et al., 2008; Volkow et al., 2011), an dräi enk verbonne Netzwierker am Zesummenhang mat Salience (Garcia-Garcia et al., 2013; Morrow et al., 2011; Seeley et al., 2007a), Exekutiv Kontroll (Seeley et al., 2007b), an emotional Erhuelung (Menon an Uddin, 2010; Zald, 2003) (Figebam. 1).

Figebam. 1 

Regioune vum Belounungsnetz an assoziéiert Netzwierker. 1. Belounung Reseau: hypothalamus, orbitofrontal cortex (OFC), nucleus accumbens, putamen, ventral tegmental Beräich (VTA), substantia nigra, midbrain Regiounen (caudate, pallidum, hippocampus). 2. Salinger ...

Déi aktuell Etude zielt d'allgemeng Hypothese ze testen datt d'Interaktiounen tëscht Regioune vun dësen Netzwierker tëscht Iwwergewiicht Individuen am Verglach zu normalen Gewiicht Individuen ënnerscheeden, a mir hunn grouss-Skala modernst Neuroimaging Datenveraarbechtung, Visualiséierung a multivariate Musteranalyse applizéiert fir ze testen dës Hypothes. D'Disponibilitéit vu méi effizienten a computationell intensiven Datenveraarbechtungspipelines a statisteschen Algorithmen erlaabt eng méi breet morphologesch an anatomesch Charakteriséierung vum Gehir an Individuen mat erhiewte BMIs am Verglach zu Individuen mat normaler Gewiicht. Multivariate Muster Klassifikatioun Analyse bitt d'Moyene fir d'verdeelt Muster vu Regiounen z'ënnersichen, déi Iwwergewiicht am Verglach mat normale Gewiicht Individuen diskriminéieren.

An dëser Etude gëtt e iwwerwaachte Léieralgorithmus op Moossname vun der regionaler Gehirmorphometrie a Wäissstofffaserdicht (eng Mooss fir Konnektivitéit tëscht spezifesche Gehirregiounen) applizéiert fir d'Hypothese ze testen datt den Iwwergewiichtstatus mat ënnerschiddleche Musteren oder Gehirnsignaturen assoziéiert ass, déi Regiounen ausmaachen. d'Belounung, Salience, Exekutiv Kontroll, an emotional Erhuelung Netzwierker. D'Resultater suggeréieren datt regional Konnektivitéit, a manner wéi Gehirmorphometrie, kënne benotzt ginn fir Iwwergewiicht am Verglach mat normale Gewiicht Individuen ze diskriminéieren. D'Resultater bidden e predictive Algorithmus baséiert op multimodaler Gehir Imaging a identifizéieren spezifesch Ziler fir weider mechanesch Ermëttlungen.

2.0. Methoden

2.1. Participanten

D'total Probe war aus 120 Rechter-Hand gesond Kontroll (HC) Fräiwëlleger ageschriwwen an neuroimaging Studien am Center fir Neurobiology vun Stress tëscht 2010 an 2014. Sujete goufen duerch Annoncen an der UCLA an Los Angeles Communautéit rekrutéiert. All Prozeduren entspriechen d'Prinzipien vun der Deklaratioun vun Helsinki a goufen vum Institutional Review Board bei UCLA guttgeheescht (Zustimmungsnummeren 11-000069 an 12-001802). All Sujete gëtt schrëftlech informéiert Zoustëmmung. All Themen goufen als gesond klasséiert no enger klinescher Bewäertung déi e modifizéierten Mini-International Neuropsychiatric Interview Plus 5.0 (Sheehan et al., 1998). Ausgrenzungskriterien abegraff Substanzmëssbrauch, Schwangerschaft, Tubakabhängegkeet, Bauchchirurgie, vaskuläre Risikofaktoren, Gewiichtsverloschtoperatioun, exzessiv Übung (méi wéi 1 h all Dag a Marathon Leefer) oder psychiatresch Krankheet. Och wann dacks mat erhéicht BMI assoziéiert, goufen Themen mat Hypertonie, Diabetis oder metabolesche Syndrom ausgeschloss fir d'Heterogenitéit vun der Bevëlkerung ze reduzéieren. Och Themen mat Iessstéierungen, dorënner Verdauungs- oder Iessstéierunge wéi Anorexie oder Bulimia-Nervosa goufen aus dem selwechte Grond ausgeschloss. Och wann e BMI = 25-29.9 als Iwwergewiicht ugesi gëtt, an eiser Etude gouf et als héich BMI Grupp identifizéiert. Normal Gewiicht Themen goufen op engem BMI <25 rekrutéiert, an an eiser Etude gouf als normal BMI Grupp identifizéiert. Keng Sujeten iwwerschratt 400 lb wéinst MRI Scannen Gewiicht Limite.

2.2. Prouf Charakteristiken

Validéiert Questionnaire goufe virum Scannen ofgeschloss a goufen benotzt fir aktuell Besuergnëss an Depressioun Symptomer ze moossen (Spidol Besuergnëss an Depressioun Skala (HAD)) (Zigmond and Snaith, 1983). D'HAD Skala ass eng Selbstbewäertung 14-Element Skala déi aktuell Besuergnëss an Depressioun Symptomer bei Themen op der Basis beurteelt (Zigmond and Snaith, 1983). Zousätzlech haten d'Sujete virdru e strukturéierten psychiatresche Interview (Mini International Neuropsychiatric Interview, MINI) erlieft fir fréier oder aktuell psychiatresch Krankheet ze moossen (Sheehan et al., 1998).

2.3. fMRI Acquisitioun

2.3.1. Strukturell (gro-Matière) MRI

Sujeten (N = 120, héich BMI N = 63) goufen op engem 3.0 Tesla Siemens TRIO gescannt nodeems e Sagittal Scout benotzt gouf fir de Kapp ze positionéieren. Strukturell Scans goufen aus 4 verschiddenen Acquisitiounssequenzen kritt mat engem héichopléisende 3-zweedimensionalen T1-gewiichten, sagittale Magnetiséierung-preparéierten Rapid Gradient Echo (MP-RAGE) Protokoll a Scannen Detailer sinn: 1. Widderhuelungszäit (TR) = 2200 ms, Echozäit (TE) = 3.26 ms, Flipwinkel (FA) = 9, 1 mm3 voxel Gréisst. 2. TR = 2200 ms, TE = 3.26 ms, FA = 20, 1 mm3 voxel Gréisst. 3. TR = 20 ms, TE = 3 ms, FA = 25, 1 mm3 voxel Gréisst. 4. TR = 2300 ms, TE = 2.85 ms, FA = 9, 1 mm3 voxel Gréisst. Afloss vun Acquisitioun Protokoll op Differenzen am Ganzen gro Matière Volumen (TGMV) war bewäert. Speziell den allgemenge linear Modell (GLM) gouf applizéiert Protokoll Afloss op TGMV Kontrollen fir Alter ze bestëmmen. D'Resultater weisen datt all Protokoller net matenee ähnlech waren (F(3) = 6.333, p = .053).

2.3.2. Anatomesch Konnektivitéit (wäiss Matière) MRI

En Ënnerdeel vun der ursprénglecher Probe (N = 60, héich BMI N = 30) huet Diffusiounsgewiicht MRIs (DWIs) no zwee vergläichbar Acquisitiounsprotokoller gemaach. Speziell goufen DWIs an entweder 61 oder 64 noncollinear Richtungen opkaf mat b = 1000 s/mm2mat 8 oder 1 b = 0 s/mm2 Biller, respektiv. Béid Protokoller haten e TR = 9400 ms, TE = 83 ms, a Gesiichtsfeld (FOV) = 256 mm mat enger Acquisitiounsmatrix vun 128 × 128, an enger Scheiwendicke vun 2 mm fir 2 × 2 × 2 mm ze produzéieren3 isotrop Voxel.

2.4. fMRI Veraarbechtung

2.4.1. Strukturell (gro-Matière) Segmentatioun a Parzelléierung

T1-Bild Segmentatioun a regional Parzelléierung goufe mat FreeSurfer (Dale et al., 1999; Fischl et al., 1999, 2002) no der Nomenclature beschriwwen an Destrieux et al. (2010). Fir all zerebral Hemisphär gouf e Set vu 74 bilaterale kortikale Strukturen zousätzlech zu 7 subkortikale Strukturen an dem Cerebellum markéiert. Segmentatiounsresultater vun engem Probe Thema ginn an Figebam. 2A. Eng zousätzlech Mëttellinnstruktur (de Gehirstamm, deen Deeler vum Midbrain enthält wéi de ventralen tegmentale Gebitt [VTA] an d'substantia nigra) war och abegraff, fir e komplette Set vu 165 Parzellen fir de ganze Gehir. Véier representativ morphologesch Moossname goufen fir all kortikale Parzell berechent: groer Matière Volumen (GMV), Uewerfläch (SA), kortikale Dicke (CT) a mëttlerer Krümmung (MC). Dateveraarbechtungsworkflows goufen am Laboratory of Neuroimaging (LONI) Pipeline entwéckelt an ëmgesat (http://pipeline.loni.usc.edu).

Figebam. 2 

A. Strukturell Segmentatioun a Parzelléierungsresultater a B. wäiss Matière Faser Resultater verbonne mat strukturelle Parzellen aus engem Probe Thema. A: Strukturell Segmentatioun. B: Wäiss-Matière Segmentatioun.

2.4.2. Anatomesch Konnektivitéit (wäiss Matière)

Diffusiounsgewiicht Biller (DWI) goufen fir Bewegung korrigéiert a benotzt fir Diffusiounstensoren ze berechnen, déi rotativ nei orientéiert waren op all Voxel. D'Diffusioun Tensor Biller goufen realigned baséiert op trilinear Interpolatioun vun Log-transforméiert tensoren wéi am Chiang et al beschriwwen. (Chiang et al., 2011) a resampled op eng isotrop Voxel Resolutioun (2 × 2 × 2 mm3). Dateveraarbechtungsworkflows goufe mat der LONI Pipeline erstallt.

Wäiss Matière Konnektivitéit fir all Thema gouf geschat tëscht den 165 Gehirregiounen identifizéiert op strukturelle Biller (Fig. 2B) benotzt DTI Fasertraktographie. Tractography gouf iwwer de Fiber Assignment duerch Continuous Tracking (FACT) Algorithmus gemaach (Mori et al., 1999) benotzt TrackVis (http://trackvis.org) (Irimia et al., 2012). Déi definitiv Schätzung vun der wäiss Matière Konnektivitéit tëscht jiddereng vun den Gehirregiounen gouf festgeluecht baséiert op der Unzuel vun de Fasertrakter déi all Regioun intersectéieren, normaliséiert duerch d'total Unzuel vun de Fasertrakter am ganze Gehir. Dës Informatioun gouf duerno fir spéider Klassifikatioun benotzt.

2.5. Spuer deelweis klengste Quadrat - Diskriminatiounsanalyse (sPLS-DA)

Fir ze bestëmmen ob Gehirermarker kënne benotzt ginn fir en héije BMI Status virauszesoen (Iwwergewiicht vs normal Gewiicht) hu mir sPLS-DA benotzt. sPLS-DA ass eng Form vu spatzen PLS Regressioun awer d'Äntwert Variabel ass kategoresch, wat d'Grupp Memberschaft ugeet (Lê Cao, 2008a; Lê Cao et al., 2009b, 2011). sPLS-DA gouf bewisen datt se besonnesch effektiv mat enger grousser Zuel vu Prognosen, kleng Probegréisst, an héijer Ko-Linearitéit tëscht Prediktoren (Lê Cao, 2008a; Lê Cao et al., 2009b, 2011). sPLS maximéiert d'Probekovarianz tëscht de Gehirmoossnamen an engem Gruppendifferenzkontrast. sPLS mécht gläichzäiteg variabel Selektioun a Klassifikatioun mat der Lasso Penalisatioun (Lê Cao et al., 2009a). sPLS-DA operéiert mat engem iwwerwaachte Kader, deen linear Kombinatioune vun de Prädiktoren baséiert op der Klass Memberschaft. sPLS-DA reduzéiert d'Dimensionalitéit vun den Donnéeën andeems se eng Rei vun orthogonale Komponenten fannen, déi jidderee vun engem ausgewielten Set vu Featuren oder Variablen besteet. D'Komponente ginn als Gehir Ënnerschrëfte bezeechent. All Variabel, déi eng Gehir Ënnerschrëft enthält, huet eng assoziéiert "Laascht", wat e Mooss ass fir d'relativ Wichtegkeet vun de Variablen fir d'Diskriminéierung an déi zwou Gruppen (Lê Cao et al., 2008b). Zousätzlech goufen Variabel Wichtegkeet an der Projektioun (VIP) Scores berechent fir d'Wichtegkeet vun all Variabel am PLS Modell ze schätzen. De VIP Score ass eng gewiicht Zomm vun den Ladungen, déi d'erklärt Varianz vun all Ënnerschrëft berücksichtegt. D'Duerchschnëtt vun de quadrateschen VIP-Scores ass gläich wéi 1. Prädiktoren mat VIP-Koeffizienten méi wéi ee gi besonnesch wichteg fir d'Klassifikatioun ugesinn (Lê Cao et al., 2008b).

2.5.1. Entwécklung vun der predictive Modell

D'Zuel vun de Gehir Ënnerschrëften fir all Analyse gouf op zwee fixéiert (Lê Cao et al., 2008b). A Stabilitéit Analyse gouf benotzt fir déi optimal Zuel vu Gehirregiounen fir all Gehir Ënnerschrëft ze bestëmmen (Lê Cao et al., 2011). Als éischt gëtt sPLS-DA iwwer eng Rei vu Variablen applizéiert, 5-200, fir fir jiddereng vun den zwee Gehir Ënnerschrëften ausgewielt ze ginn. Fir all Spezifizéierung vun der Unzuel vun de Variabelen fir ze wielen, gëtt 10-fach Kräizvalidatioun 100 Mol widderholl. Dës Kräizvalidatiounsprozedur deelt d'Trainingsdaten an 10 Falen oder Ënnerproben vun Daten (n = 12 Testsets). Eng eenzeg Ënnerprobe gëtt als Testdaten ofgesat an déi verbleiwen Ënnerprobe gi benotzt fir de Modell ze trainéieren. D'Stabilitéit vun de Variablen gëtt festgeluegt andeems d'Zuel vun de Mol berechent gëtt eng spezifesch Variabel iwwer all Cross-Validatiounslafen ausgewielt. Nëmmen Gehirvariablen mat enger Stabilitéit vu méi wéi 80% goufen benotzt fir de finalen Modell z'entwéckelen.

2.6. Statistesch Analysen

2.6.1. Spuer deelweis klengste Quadrat - Diskriminatiounsanalyse (sPLS-DA)

sPLS-DA gouf mat der R Package mixOmics (http://www.R-project.org). Mir hunn d'predictive Kraaft vun der Gehirmorphometrie an der DTI anatomescher Konnektivitéit getrennt ënnersicht. Zousätzlech zu der regionaler Gehirmorphometrie oder der regionaler anatomescher Konnektivitéit, goufen Alter a Gesamt-GMV als méiglech Prädiktoren abegraff. Fir morphological Donnéeën kritt, Moossname vun GMV, SA, CT, an MC sech an de Modell koum. Fir DTI anatomesch Konnektivitéitsdaten kritt, Sujet-spezifesch Matrixentgasung relativ Faser Dicht tëscht den 165 Regiounen goufen zu 1 Dimensioun Matrixentgasung transforméiert mat 13,530 eenzegaarteg Konnektivitéit (ieweschte Dräieck vun der éischter Matrixentgasung). Dës Matrizen goufen dunn iwwer Themen verlinkt an an de sPLS-DA aginn. Als initialen Datereduktiounsschrëtt goufe bal Null Varianzprädiktoren erofgelooss an dëst huet zu 369 verbleiwen Verbindungen gefouert. D'Gehir Ënnerschrëfte goufen zesummegefaasst mat variabelen Belaaschtungen op déi eenzel Dimensiounen a VIP Koeffizienten. Mir benotzen och grafesch Affichage fir d'diskriminativ Fäegkeete vun den Algorithmen ze illustréieren (Lê Cao et al., 2011). D'predictive Fähegkeet vun der Finale Modeller war mat verloossen eent Kräiz-Validatioun bewäert. Mir berechent och binär Klassifikatioun Moossnamen: Sensibilitéit, Spezifizitéit, positiv prévisive Wäert (PPV) an negativ predictive Wäert (NPV). Hei indexéiert d'Sensibilitéit d'Fäegkeet vum Klassifizéierungsalgorithmus fir iwwergewiichteg Persounen korrekt z'identifizéieren. Spezifizitéit reflektéiert d'Fäegkeet vum Klassifizéierungsalgorithmus fir normal Gewiicht Individuen korrekt z'identifizéieren. PPV reflektéiert den Undeel vun der Probe déi spezifesch Iwwergewiicht Gehir Ënnerschrëft vum Klassifikatioun Algorithmus weist an déi tatsächlech Iwwergewiicht sinn (richteg positiv). Op der anerer Säit ass NPV d'Wahrscheinlechkeet datt wann d'Testresultat negativ ass, dh de Participant net déi Iwwergewiichtspezifesch Gehir Ënnerschrëft huet (richteg negativ).

2.6.2. Prouf Charakteristiken

Statistesch Analysë goufen mat Statistical Package for the Social Sciences (SPSS) Software (Versioun 19) gemaach. Gruppen Differenzen an de Verhalensmoossnamen Scores goufen bewäert duerch d'Applikatioun vun der Varianzanalyse (ANOVA). Bedeitung gouf considéréiert bei p < .05 net korrigéiert.

3.0. Resultater

3.1. Prouf Charakteristiken

Gesamtprobe (N = 120) abegraff 63 Iwwergewiicht Individuen (Weibercher = 32, Männercher = 31), Mëttelalter = 28.77 Joer, SD = 9.76, a 57 Normalgewiicht Individuen (Weibercher = 32, Männercher = 25), Mëttelalter = 27.13 Joer, SD = 9.62. Obwuel d'Iwwergewiicht Grupp éischter méi héich Niveaue vun Besuergnëss an Depressioun ze hunn, waren et keng bedeitend Grupp Differenzen (F = .642, p = .425; F = .001, p = .980). Klinesch Charakteristike vun der Probe ginn zesummegefaasst Table 1.

Table 1 

Prouf Charakteristiken.

3.2. Multivariate Musteranalysen mat sPLS-DA

3.2.1. Anatomesch Konnektivitéit (Wäiss Matière) baséiert Klassifikatioun

Mir hunn iwwerpréift ob Gehir anatomesch Konnektivitéit wäiss Matière ka benotzt ginn fir Iwwergewiicht Individuen aus normal Gewiicht Individuen ze diskriminéieren. Figebam. 3A weist d'Individuen aus der Probe vertrueden a Relatioun zu den zwou Gehirnsignaturen a weist d'diskriminativ Fäegkeete vum wäiss Matière Klassifizéierer. Binär Klassifikatiounsmoossnamen goufen berechent an hunn eng Empfindlechkeet vun 97%, Spezifizitéit vun 87%, PPV vun 88%, an NPV vun 96% uginn. Table 2 enthält d'Lëscht vun de stabile wäiss Matière Verbindungen déi all diskriminatoresch Gehir Ënnerschrëft zesumme mat variabelen Belaaschtungen a VIP Koeffizienten enthalen.

Figebam. 3 

A. Klassifikatioun baséiert op Faserdicht (wäiss Matière). B. Klassifikatioun baséiert op gro-Matière Morphologie. A: Beschreift d'diskriminativ Fäegkeete vum Faserdicht (wäiss Matière) Klassifizéierer. B: Beschreift d'diskriminativ Fäegkeete vum Grau-Mater-Klassifizéierer. ...
Table 2 

Lëscht vun anatomesche Verbindungen déi all diskriminativ Gehir Ënnerschrëft enthalen.

3.2.2. Anatomesch Konnektivitéit baséiert Gehir Ënnerschrëft 1

Déi éischt Gehir Ënnerschrëft stellt 63% vun der Varianz aus. Wéi vun de VIP Koeffizienten uginn, sinn d'Variabelen an der Léisung, déi déi meescht Varianz erklärt, abegraff 1) Verbindungen tëscht Regiounen vum Belounungsnetz (Putamen, Pallidum, Brainstem [inklusiv Midbrain Regiounen wéi d'VTA a substantia nigra]) mat Regioune vun der Exekutiv. Kontroll (precuneus deen Deel vun der posterior parietal cortex ass), salience (anterior insula), emotionalen arousal (ventromedial prefrontal cortex) an somatosensory (postzentral gyrus) Netzwierker; 2) Regiounen vum emotionalen Erhuelungsnetz (anterior midcingulate cortex, ventromedial prefrontal cortex) mat Regiounen vun der Salience (anterior insula) a somatosensoresch (paracentral lobule inklusiv ergänzende Motor cortex) Netzwierker; an 3) Thalamus mat der Mëtt occipital Gyrus an Thalamus mat enger exekutiv Kontroll Reseau Regioun (dorsal lateral prefrontal cortex).

Am Verglach mat der normaler Gewiichtsgrupp huet d'Iwwergewiichtgrupp méi Konnektivitéit vu Regiounen vum Belounungsnetz (Putamen, Pallidum, Gehirstamm) zum Exekutiv Kontrollnetz (posterior parietal cortex), a vu Putamen zu engem inhibitoreschen Deel vum emotionalen Erhuelungsnetz ( ventromedial prefrontal cortex) an zu Regiounen vum somatosensoresche Netz (postzentral Gyrus a posterior Insula). Méi niddereg Konnektivitéit gouf an der Iwwergewiicht Grupp a Regioune vum emotionalen Erhuelungsnetz (ventromedialen prefrontalen Cortex) bis zum Saliencenetz (anterior Insula) beobachtet, awer méi grouss Konnektivitéit an der Iwwergewiichtgrupp aus Regiounen aus dem emotionalen Erhuelungsnetz (ventromedialen prefrontalen Cortex) bis zum somatosensorescht Netzwierk (posterior Insula). Niddereg Konnektivitéit gouf och an der Iwwergewiichtgrupp an de Verbindungen vun der somatosensorescher (parazentraler Lobule) op d'anterior midcingulate Cortex observéiert, awer méi héich Konnektivitéit vun der parazentraler Lobule zum subparietalen Sulcus (Deel vum somatosensoresche Netz). Wann Dir d'thalamesch Verbindungen kuckt, gouf méi niddereg Konnektivitéit vum Thalamus op d'dorsal lateral prefrontal Cortex (Exekutiv Kontrollnetz) an zum mëttleren occipital Gyrus bei Iwwergewiicht Individuen am Verglach zu normalen Gewiicht Individuen observéiert.

3.2.3. Anatomesch Konnektivitéit baséiert Gehir Ënnerschrëft 2

Déi zweet anatomesch Gehir Ënnerschrëft identifizéiert huet eng zousätzlech 12% vun der Varianz an den Daten ausgemaach. D'Variabelen, déi déi meescht Varianz zu der Gruppediskriminéierung bäidroen, wéi duerch de VIP-Koeffizient uginn, enthalen Verbindungen a Regioune vun der Belounung (Putamen, Orbital sulci, déi Deel vum Orbital Frontal Gyrus, a Brainstem ass) an emotional Erhuelung (gyrus rectus wat de medial ass) Deel vum ventromedialen prefrontalen Cortex) Netzwierker.

Bei Iwwergewiicht Individuen am Verglach mat normalen Gewiicht Individuen gouf méi grouss Konnektivitéit tëscht de Belounungsnetzregiounen (Gehirnstamm a Putamen) beobachtet fir béid exekutiv Kontroll (dorsal lateral prefrontal Cortex) an inhibitoresch Deel vun der emotionaler Erhuelung (ventromedial prefrontal Cortex). Wéi och ëmmer, d'Konnektivitéit tëscht dem Occipital den Orbital Frontal Gyrus (Belounungsnetz) war méi niddereg bei Iwwergewiicht Individuen am Verglach mat normale Gewiicht Individuen.

3.2.4. Morphometresch gro-Matière baséiert Klassifikatioun

Mir hunn iwwerpréift ob d'Gehir Morphometrie (gro Matière Volumen, Uewerfläch, kortikale Dicke, a mëttlere Krümmung) benotzt ka ginn fir Iwwergewiicht Individuen aus normal Gewiicht Individuen ze diskriminéieren. Figebam. 3B weist d'Individuen aus der Probe vertrueden a Relatioun zu den zwee Gehir Ënnerschrëften a weist d'diskriminativ Fäegkeete vum morphometresche Klassifizéierer. Binär Klassifikatiounsmoossname goufen berechent an hunn eng Sensibilitéit vu 69%, Spezifizitéit vu 63%, PPV vu 66%, an NPV vun 66% uginn. Table 3 enthält d'Lëscht vu morphometresche Moossnamen, déi all Diskriminatioun zesumme mat variabelen Belaaschtungen a VIP Koeffizienten ausmaachen.

Table 3 

Regional Morphometrie déi all Gehir Ënnerschrëft enthält.

3.2.5. Morphologesch baséiert Gehir Ënnerschrëft 1

Déi éischt Gehir Ënnerschrëft erkläert 23% vun der Variabilitéit an de morphometresche Phänotypdaten. Wéi gesi vun de VIP Koeffizienten, Variabelen, déi déi meescht Varianz zu der Ënnerschrëft bäidroen, enthalen Regioune vun der Belounung (Ënnerregioune vum Orbital frontal Gyrus), Salience (anterior Insula), Exekutiv Kontroll (dorsal lateral prefrontal cortex), emotional arousal (ventromedial prefrontal cortex). ) a somatosensoresch (precentral sulcus, supramarginal gyrus, subcentral sulcus, superior frontal sulcus) Netzwierker. Héich VIP Koeffizienten goufen och beobachtet fir de superior frontal gyrus a sulcus, superior temporal gyrus, transversal frontopolar gyri, an anterior transversal temporal gyrus. Regioune vun der Belounung, Salience, Exekutiv Kontroll an emotional Erhuelung Netzwierker waren verbonne mat ënneschten Wäerter bei Iwwergewiicht Individuen am Verglach zu normal Gewiicht Individuen. Och, Iwwergewiicht Individuen am Verglach zu normal Gewiicht Individuen haten méi grouss Wäerter a Regioune vum somatosensoresche Netzwierk. Morphometrie vu frontalen an temporäre Regiounen (Superior temporal Gyrus, an anterior transversal temporal Gyrus) waren och verbonne mat ënneschten Wäerter bei Iwwergewiicht Individuen am Verglach zu normal Gewiicht Individuen.

3.2.6. Morphologesch baséiert Gehir Ënnerschrëft 2

Déi zweet morphologesch Gehir Ënnerschrëft erkläert 32% vun der Varianz. Variablen mat den héchste VIP Koeffizienten waren ähnlech wéi de VIP Koeffizienten, déi an der Gehir Ënnerschrëft 1 observéiert goufen, an datt se Regioune vun der Belounung (caudate), Salience (anterior Insula), Exekutiv Kontroll (Deeler vun der posterior parietal cortex), emotional Erhuelung (parahippocampal) abegraff hunn. gyrus, subgenual anterior cingulate cortex, an anterior cingulate cortex) a somatosensoresch (posterior insula a paracentral lobule) Netzwierker. Wéi och ëmmer, Gehir Ënnerschrëft 2 am Verglach mat Gehir Ënnerschrëft 1 hat nëmmen eng Verbindung aus dem Belounungsnetz a méi Verbindungen aus Regioune vun de Salience an emotionalen Erhuelung Netzwierker.

Bei Iwwergewiicht Individuen am Verglach zu normal Gewiicht Individuen, ënneschten Wäerter fir Morphometrie an der Belounung, Salience, Exekutiv Kontroll an emotional Erhuelung Netzwierker, awer méi héich Wäerter am somatosensoresche Netz goufen uginn.

4.0. Diskussioun

D'Zil vun dëser Etude war ze bestëmmen ob morphologesch an anatomesch Mustere vun der Gehirverbindung (baséiert op der Faserdicht tëscht spezifesche Gehirregiounen) Iwwergewiicht Individuen aus normalgewiicht Individuen ënnerscheeden. D'Haaptrei Conclusiounen sinn: 1. Anatomesch Konnektivitéit (relativ Dicht vun wäiss-Matière tracts tëscht Regiounen) konnt tëscht Sujeten mat verschiddene BMI mat héich Empfindlechkeet (97%) a Spezifizitéit (87%). 2. Am Géigesaz, morphologesch Verännerungen an der groer Matière haten eng manner wéi optimal Klassifikatiounsgenauegkeet. 3. Vill vun de Gehirregiounen, déi d'diskriminéierend Gehirn-Ënnerschrëften ausmaachen, gehéieren zu der erweiderter Belounung, Salience, zentrale Exekutiv- an emotionalen Erhuelungsnetzwierker, déi suggeréieren datt funktionell Behënnerungen observéiert goufen duerch anormal Organisatioun tëscht dësen Netzwierker.

4.1. Anatomesch-Konnektivitéit baséiert Gehir Ënnerschrëften verbonne mat BMI

An dëser Etude, e Klassifikatioun Algorithmus besteet aus zwee Gehir Ënnerschrëften ënnerscheeden Mustere vun Regioun Konnektivitéit reflektéiert huet eng markéiert Fäegkeet tëscht Iwwergewiicht Individuen an normal Gewiicht Individuen ze diskriminéieren. Déi meescht DTI Studien an héije BMI Individuen (Schott et al., 2014; Stanek et al., 2011; Xu et al., 2013; Yau et al., 2010, 2014) hu sech op d'Untersuchung vun Differenzen an der Diffusiounseigenschaften vun der wäisser Matière konzentréiert, dorënner fraktionell Anisotropie a mëttlerer Diffusivitéit (déi d'Integritéit vu Wäissstofftrakter moosst), oder scheinbar Diffusiounskoeffizienten (déi d'Waasserdiffusioun an de Bunnen moosst a reflektéiert Zellschued). All dës Moossname kënnen Informatioun iwwer lokaliséierter Ännerungen an der Mikrostruktur vun der wäisser Matière ubidden. An der aktueller Studie hu mir eis op DTI Moossname vun der Fasertraktdicht konzentréiert als Mooss fir d'relativ Konnektivitéit tëscht Gehirregiounen an Netzwierker ze schätzen. Also, wärend aner Studien Verännerungen an der wäisser Matière Mikrostruktur lokaliséiert hunn, hunn se d'Implikatioune vun dësen Ännerungen am Sënn vun der Konnektivitéit net identifizéiert.

4.1.1. Anatomesch Konnektivitéit baséiert Gehir Ënnerschrëft 1

Déi éischt Gehir Ënnerschrëft war gréisstendeels aus Verbindungen bannent an tëscht Belounung, Salience, Exekutiv Kontroll, emotional Erhuelung a sensoresch Netzwierker. Et waren och thalamesch Verbindunge mat Regioune vum Exekutivkontrollnetz an an der occipital Regioun. Entspriechend zu eisem Entdeckung vu verréngte Verbindunge vun der ventromedialer prefrontaler Cortex an der anteriorer Insula, déi an der Iwwergewiichtgrupp observéiert gëtt am Verglach zu der normaler Gewiichtsgrupp, reduzéierter Integritéit vu wäiss Matière Tracts (reduzéiert Fraktiouns Anisotropie) an der externer Kapsel (déi Faseren enthält, déi verbannen. cortical Beräicher zu anere cortical Beräicher iwwer kuerz Associatioun Faseren) goufen an fettleibeg am Verglach mat Kontrollen gemellt (Schott et al., 2014). Zousätzlech, an fettleibeg am Verglach mat Kontrollen de scheinbar Diffusiounskoeffizient (Waasserdiffusioun reflektéiert Zellschued) war méi grouss am sagittale Stratum (wat bekannt ass fir Informatioun aus de parietalen, occipital, cingulate an temporäre Regiounen an den Thalamus ze vermëttelen), a ka konsequent sinn. mat eisen Observatioune vun enger niddereger Konnektivitéit tëscht dem rietsen Thalamus an dem richtege Mëttel occipital Gyrus fir Iwwergewiicht Individuen am Verglach mat normal Gewiicht Individuen (Schott et al., 2014). Shott a Kollegen (Schott et al., 2014) och méi grouss anscheinend Diffusiounskoeffizienten identifizéiert (déi méiglech Zellschued reflektéieren) an der fettleibeger Grupp an der Corona radiata, wat schéngt eis Erkenntnisser vun enger niddereger relativer Faserdicht tëscht déifgro Matière Strukturen (wéi den Thalamus) a kortikale Beräicher (dorsal) ze komplementéieren. lateral prefrontal Cortex) bei Iwwergewiicht Individuen am Verglach zu normal Gewiicht Individuen. Verännert thalamesch Konnektivitéit kann d'Roll vum Thalamus beaflossen fir de Relais vu periphere sensorescher Informatioun an de Cortex z'erliichteren (Jang et al., 2014).

Eng separat Studie, déi onkomplizéiert Adolescent fettleibeg mat normal Gewiicht Individuen vergläicht, huet och reduzéiert fraktionell Anisotropie bei fettleibeg Jugendlecher a Regioune wéi déi extern Kapsel, intern Kapsel (déi meeschtens opsteigend an erofgaang corticospinal Tracts dréit), souwéi e puer temporär Faseren an optesch Strahlung fonnt.Yau et al., 2014). Eng rezent Studie huet och Verloscht vun Nervefaserverbindunge mat DTI tëscht dem Gehirnstamm an den Hypothalamus bei engem Individuum mat engem Gehirnstammkavernoma observéiert, deen, nodeems hien chirurgesch Drainage gemaach huet, eng dramatesch Erhéijung vum Gewiicht hat, wat suggeréiert datt dës Nervefaser an der Reguléierung involvéiert sinn. vu béid Nahrungsaufnahme a Gewiicht (Purnell et al., 2014). Wéi och ëmmer, mir hunn d'Konnektivitéitsdifferenzen net mam Hypothalamus identifizéiert, wat deelweis wéinst Parzelléierungsbeschränkungen baséiert op de speziellen Atlassen, déi an der aktueller Studie benotzt ginn.

4.1.2. Anatomesch Konnektivitéit baséiert Gehir Ënnerschrëft 2

Eng zweet orthogonal Ënnerschrëft besteet aus nëmmen dräi anatomesche Verbindungen an de Belounungs- an emotionalen Opreegungsnetzwierker. D'Identifikatioun vu verännerte Verbindunge bannent Regiounen, déi de Belounungsnetz ausmaachen a mat Regiounen an den Netzwierker mat deem se an der aktueller Studie interagéiert, goufen net virdru gemellt. Wéi och ëmmer, dës Ännerunge kënne virausgesot ginn baséiert op rezent morphologeschen Studien déi Ännerunge vu groer Matière bannent Regioune vum erweiderten Belounungsnetz observéiert hunn (Kenny, 2011; Kurth et al., 2013; Raji et al., 2010; Volkow et al., 2008). Zesumme schéngen eis Erkenntnisser breet verbreet Ännerungen an der wäisser Matière Konnektivitéit fir Regiounen ze weisen, déi de Belounungsnetz a seng assoziéiert Netzwierker ausmaachen.

Wärend aner Studien reduzéiert Faserintegritéit fonnt hunn wéi gemooss duerch reduzéierter fraktiouns Anisotropie a Regioune vum Corpus Callosum a Fornix (déi Deel vum Cingulat sinn an Informatioun vum Hippocampus an den Hypothalamus droen) mat enger Erhéijung vum BMI (Stanek et al., 2011; Xu et al., 2013); déi aktuell Etude identifizéiert keng bedeitend Ännerungen an interhemispheric Konnektivitéit bannent den zwee anatomesch-Konnektivitéit Gehir Ënnerschrëften. D'Ausnam war datt et eng Verbindung tëscht der lénkser paracentraler Lobule an der rietser subparietaler Sulcus an der Gehir Ënnerschrëft 1 war, an eng Verbindung tëscht dem richtege Putamen an dem lénksen Gyrus rectus an der Gehir Ënnerschrëft 2. Mir hypotheséieren datt den Effekt an dëse fréiere Studien observéiert gouf kann wéinst systemescher Ofbau vun der wäisser Matière sinn anstatt Verännerungen a Verbindungen tëscht spezifesche Gehirregiounen, ähnlech wéi Verännerungen déi während normaler Alterung optrieden (Sullivan et al., 2010). Wärend d'Autoren vun dëse fréiere Studien hypothetiséiert datt Differenzen an der fraktioneller Anisotropie an der externer Kapsel vun Themen mat héije BMI mat Verbindunge vum Hippocampus an Amygdala korreléiert kënne ginn, hu mir keng bedeitend Ännerungen an der Konnektivitéit bannent dëse Strukturen observéiert. Eng méi detailléiert Analyse a méi fein Parzelléierung vun dëse Gehirregiounen sinn erfuerderlech fir dës Observatiounen ze bestätegen.

4.2. Morphometresch gro-Matière Gehir Ënnerschrëfte verbonne mat BMI

Gray Matière morphometresch Analyse mat zwee ënnerschiddleche Profiler konnt d'Iwwergewiicht vun normale Gewiicht Individuen korrekt identifizéieren mat enger Sensibilitéit vu 69% an enger Spezifizitéit vu 63%. Dës Erkenntnisser si konsequent mat fréiere Berichter iwwer global a regional Reduktiounen am Gro-Matière Volumen a spezifesche Gehirregiounen am Belounungsnetz an assoziéierten Netzwierker (Debett et al., 2010; Kenny, 2011; Kurth et al., 2013; Pannacciulli et al., 2006; Raji et al., 2010). Am Géigesaz zu der DTI baséiert Klassifikatioun suggeréieren dës Erkenntnisser eng moderéiert Fäegkeet fir tëscht den zwou BMI Gruppen ze diskriminéieren.

4.2.1. Morphologesch baséiert Gehir Ënnerschrëft 1

An eiser Etude huet déi éischt Gehir Ënnerschrëft méi niddereg Wäerter vu verschiddene morphometresche Moossnamen (och Ënnerregiounen vum Orbital Frontal Gyrus, anterior Insula) an Regioune vun der Belounung, Salience an Exekutiv Kontrollnetzwierker an der Iwwergewiichtgrupp am Verglach zu der normaler Gewiichtsgrupp. Zousätzlech méi niddereg Wäerter morphometresch Wäerter goufen observéiert fir d'inhibitoresch Regiounen (dorsal lateral a ventromedial prefrontal Cortex) am Zesummenhang mat dem emotionalen Erhuelungsnetz, awer méi héich Morphometrie fir somatosensoresch Netzwierk (prezentral Sulcus, supramarginal Gyrus, subzentrale Sulcus, a superior frontal sulcus) abegraff den temporalen Sulcus. Regiounen an Iwwergewiicht Individuen am Verglach zu normal Gewiicht Individuen. An dëser Etude hu mir bedeitend Reduktiounen an morphologesche Miessunge fonnt (gro Matière Volumen a kortikaler Dicke) vum Orbital frontal Gyrus. Den Orbital frontal Gyrus ass eng wichteg Regioun am Belounungsnetz, deen eng Roll an der evaluativer Veraarbechtung spillt an an der Leedung vum zukünftegen Verhalen an Entscheedungen baséiert op der Kodéierungserwaardung am Zesummenhang mat der Belounung (Kahnt et al., 2010). Eng rezent Studie, déi d'Grau- a Wäissstoffstruktur analyséiert huet, huet festgestallt datt fettleibeg Individuen Wäerter fir verschidde Regiounen am Belounungsnetz reduzéiert hunn, dorënner den Orbital Frontal Gyrus (Schott et al., 2014).

4.2.2. Morphologesch baséiert Gehir Ënnerschrëft 2

Am Verglach mat Gehir Ënnerschrëft 1, morphologesch Miessunge observéiert a Regioune vun de Salience an emotionalen Erhuelung Netzwierker hunn eng Majoritéit vun der Varianz erkläert, während d'Belounungsnetzregiounen net beaflosst waren. Reduzéiert groer Matière Miessunge goufen a Regioune vun der Salience observéiert, exekutiv Kontroll an emotional Erhuelung Netzwierk. Dës Regiounen (anterior insula, parietal posterior cortex, parahippocampal gyrus, subregions of the anterior cingulate cortex) sinn dacks verbonne mat enger erhéierter evokéierter Gehiraktivitéit wärend der Belaaschtung vu Liewensmëttelstécker (Brooks et al., 2013; Greenberg et al., 2006; Rothemund et al., 2007; Schott et al., 2014; Stoeckel et al., 2008), a Grad vu perséinlecher Wichtegkeet vu Reizen (Critchley et al., 2011; Seeley et al., 2007a). An der aktueller Etude goufen d'Grau Matière Reduktiounen och an de Schlësselregiounen vum somatosensoresche Netzwierk (posterior Insula, paracentral Lobule) gesinn. Och wann d'exakt Roll vun dësem Netzwierk an Iwwergewiicht an Adipositas net bekannt ass, ass et gewise ginn datt et an der Sensibiliséierung vu Kierper Sensatiounen involvéiert ass, an eng rezent Etude huet virgeschloen datt erhéicht somatosensoresch Netzwierkaktivitéit als Äntwert op Liewensmëttelstécker bei fettleibeg Individuen zu iessen (Stice et al., 2011). Dës Etude konzentréiert sech speziell op morphologesch Miessungen an anatomesche Verbindungen tëscht Gehirregiounen am erweiderten Belounungsnetz a somatosensoresche Netzwierk, a proposéiert datt dës Gehir strukturell Metriken d'neural Veraarbechtung beaflosse kënnen, verbonne mat den Resultater aus funktionnelle Studien, déi an der Literatur fonnt goufen. Korrelatioune mat Verhalens- an Ëmweltfaktoren bidden och weider Abléck an d'Relatioun tëscht strukturellen a funktionnelle Erkenntnisser, déi an zukünfteg Studien getest musse ginn.

4.3. D'Benotzung vu multivariate Musteranalysen mat sPLS-DA fir tëscht Iwwergewiicht an normal Gewiicht Individuen ze ënnerscheeden

D'Resultater iwwer BMI-verwandte Ännerungen an der Faserdicht tëscht verschiddene Gehirnetzwierker am erweiderten Belounungsnetz ënnerstëtzen d'Hypothese datt d'Erhéijung vum BMI zu enger gestéierter anatomescher Konnektivitéit tëscht spezifesche Regiounen am Gehir resultéiert. Dës anatomesch Ännerunge kënnen ineffektiv oder ineffizient Kommunikatioun tëscht Schlësselregiounen vum Belounungsnetz a verbonne Netzwierker implizéieren. Ähnlech wéi e puer rezent Berichter déi Iwwergewiicht an Adipositas-verwandte Verännerungen am Gro-Matière Volumen fonnt hunn (Debett et al., 2010; Kurth et al., 2013; Pannacciulli et al., 2006; Raji et al., 2010), mir konnten och ähnlech morphologesch Differenzen am Iwwergewiicht am Verglach mat normalen Gewiicht Individuen fannen. An der aktueller Etude hu mir dës Observatioune verlängert fir d'Associatioun tëscht Iwwergewiichtsstatus an anatomescher Konnektivitéit vum Gehir z'ënnersichen, an sPLS-DA fir Morphometresch Donnéeën vum Gehir applizéiert fir tëscht Iwwergewiicht an normal Gewiicht Sujeten ze ënnerscheeden. Eng rezent Querschnittsstudie mat der binärer logistescher Regressioun suggeréiert datt d'Kombinatioun vu strukturellen Verännerungen am lateralen Orbital Frontal Gyrus, wéi gemooss vu groer Matière Volumen, a Bluttniveauen vun engem entzündleche Marker (Fibrinogen) konnt Adipositas an engem klenge Viraussoen virauszesoen. Probe vun 19 normal Gewiicht Sujeten a 44 Iwwergewiicht / fettleibeg Sujeten; mat enger héijer Empfindlechkeet (95.5%), awer gerénger Spezifizitéit (31.6%) (Cazettes et al., 2011). Eis Etude ënnerscheet sech vun dësem Rapport an e puer Aspekter, dorënner méi grouss Prouf Gréisst; d'Benotzung vun enger Cross-Validatioun Approche fir eng Probespezifesch Léisung ze vermeiden, Ausgrenzung vu Sujete mat Hypertonie / Diabetis mellitus fir e méigleche Konfounder ze entfernen, an Inklusioun vu béide groer Matière Volumen a Faser Tract Dicht fir Iwwergewiicht Status virauszesoen.

4.4. Beschränkungen

Och wa mir bedeitend Differenzen tëscht Individuen mat normaler Gewiicht an Iwwergewiicht an der Faserdicht fonnt hunn, kënne mir net vun dësen anatomeschen Erkenntnisser op Differenzen an der funktioneller (Reschtstaat) Konnektivitéit extrapoléieren. Esou funktionell Konnektivitéitsfunktioune géifen d'Fäegkeet ubidden, Differenzen an der Synchroniséierung vun der Gehiraktivitéit an Gebidder z'entdecken, déi net direkt mat Wäissmaterie verbonne sinn. Och wa mir virdru gemellt Erkenntnisser iwwer anatomesch Konnektivitéit a morphologesch Differenzen tëscht Iwwergewiicht / fettleibeg an normale BMI replizéiert hunn (Kurth et al., 2013; Raji et al., 2010), hu mir keng Ännerungen a wichtege subkortikale Regiounen Hypothalamus, Amygdala an Hippocampus observéiert. Et ass méiglech datt dësen Echec wéinst de Limiten vun den automatesche Parzelléierungsalgorithmen, déi an dëser Etude benotzt goufen, oder wéinst den Analysen limitéiert op Iwwergewiicht Individuen versus fettleibeg Individuen. Zukünfteg Studien brauche méi grouss Proben fir fettleibeg, Iwwergewiicht an normal Gewiicht Individuen ze vergläichen, a fir Ënnergruppanalysen op Basis vu Geschlecht a Rass ze maachen. Wéinst eiser relativ klenger Probe hu mir eng rigoréis intern Validatiounsprozedur beschäftegt, awer et bleift néideg d'predictive Genauegkeet vun dësem Klassifizéierer an engem onofhängegen Dateset ze testen (Bray et al., 2009). Zukünfteg Studien sollen d'Associatioun vun dësen Neuroimaging Differenzen mat spezifesche Iessverhalen, Iessvirléiften, an Diätinformatioun adresséieren fir de Kontext an d'Bedeitung vun dësen Erkenntnisser ze interpretéieren. Well Adipositas an Iwwergewiicht Status dacks mat Komorbiditéiten wéi Hypertonie, Diabetis a metabolesche Syndrom assoziéiert sinn, sollten zukünfteg Analysen d'Moderatiouns- a Korrelatiounseffekter vun dëse Faktoren op de Klassifikatiounsalgorithmus ënnersichen.

4.5. Resumé a Conclusiounen

Zesummegefaasst ënnerstëtzen eis Resultater d'Hypothese datt Iwwergewiicht mat verännerter Konnektivitéit (a Form vu Faserdicht) tëscht spezifesche Regiounen am Gehir assoziéiert ass, wat ineffektiv oder ineffizient Kommunikatioun tëscht dëse Regiounen implizéiere kann. Besonnesch déi reduzéiert Konnektivitéit vu prefrontalen inhibitoresche Gehirregiounen mat der Belounungsschaltung ass konsequent mat enger Iwwerhand vun hedonesche Mechanismen an der Reguléierung vun der Nahrungsaufnahme (Gunstad et al., 2006, 2007, 2008, 2010). D'Mechanismen déi dës strukturell Verännerungen ënnersträichen sinn schlecht verstanen, awer kënnen neuroinflammatoresch an neuroplastesch Prozesser involvéieren (Cazettes et al., 2011) Zesummenhang mam nidderegen Grad entzündlechen Zoustand, deen an Iwwergewiicht an fettleibeg Leit gemellt gëtt (Cazettes et al., 2011; Cox et al., 2014; Dass, 2010; Gregor and Hotamisligil, 2011; Griffin, 2006). Daten ugedriwwen Approche fir grau a wäiss Matière Ännerungen am Iwwergewiicht / Adipositas z'identifizéieren sinn verspriechend Tools fir déi zentral Korrelate vun der Erhéijung vun der BMI z'identifizéieren an hunn d'Potenzial fir neurobiologesch Biomarker fir dës Stéierung ze identifizéieren.

Auteur'en

Arpana Gupta: Etude Konzept an Design, Analyse an Interpretatioun vun Donnéeën, Entworf a Revisioun vum Manuskript.

Emeran Mayer: Studiekonzept an Design, kritesch Iwwerpréiwung vum Manuskript, Genehmegung vun der definitiver Versioun vum Manuskript, Finanzéierung.

Claudia San Miguel: Entworf a kritesch Iwwerpréiwung vum Manuskript, Interpretatioun vun Daten.

John Van Horn: Generatioun vun Daten, Analyse vun Daten.

Connor Fling: Analyse vun Daten.

Aubrey Love: Analyse vun Donnéeën.

Davis Woodworth: Analyse vun Daten.

Benjamin Ellingson: Iwwerpréiwung vum Manuskript.

Kirsten Tillisch: Critical review of Manuscript, Funding.

Jennifer Labus: Etude Konzept an Design, Analyse an Interpretatioun vun Donnéeën, Entworf a Revisioun vum Manuskript, Genehmegung vun der Finale Versioun vum Manuskript, Finanzéierung.

Konflikte vun Interesse

Et gëtt keng Interessekonflikter.

Quell vun Finanzéierung

Dës Fuerschung gouf deelweis ënnerstëtzt vun Stipendien vun den National Institutes of Health: R01 DK048351 (EAM), P50DK64539 (EAM), R01 AT007137 (KT), P30 DK041301, K08 DK071626 (JSL), an R03 DK084169. Pilot Scans goufen vum Ahmanson-Lovelace Brain Mapping Center, UCLA geliwwert.

Referenze

  • Bray S., Chang C., Hoeft F. Uwendungen vu multivariate Muster Klassifikatiounsanalysen an der Entwécklungsneuroimaging vu gesonden a klineschen Populatiounen. Front. Hum. Neurosci. 2009; 3: 32. 19893761 [PubMed]
  • Brooks SJ, Cedernaes J., Schiöth HB Erhéije prefrontal a parahippocampal Aktivatioun mat reduzéierter dorsolateraler prefrontaler an isoléierter Cortex Aktivatioun fir Liewensmëttelbilder an Adipositas: eng Meta-Analyse vu fMRI Studien. PLOS EEN. 2013; 8 (4): e60393. 23593210 [PubMed]
  • Calton MA, Vaisse C. D'Roll vun allgemenge Varianten an der genetescher Prädisposition fir Adipositas verréngert. Genom Med. 2009, 1 (3): 31. 19341502 [PubMed]
  • Cazettes F., Cohen JI, Yau PL, Talbot H., Convit A. Gehir Res. 2011; 1373: 101-109. 21146506 [PubMed]
  • Centre for Disease Control (CDC) Iwwergewiicht an Adipositas. 2014. Ech.
  • Chiang MC, Barysheva M., Toga AW, Medland SE, Hansell NK, James MR, McMahon KL, de Zubicaray GI, Martin NG, Wright MJ, Thompson PM. Neurobild. 2011;55(2):448–454. [PubMed]
  • Choquet H., Meyre D. Genetik vun der Adipositas: wat hu mir geléiert? Curr. Genomics. 2011;12(3):169–179. 22043165 [PubMed]
  • Connolly L., Coveleskie K., Kilpatrick LA, Labus JS, Ebrat B., Stains J., Jiang Z., Tillisch K., Raybould HE, Mayer EA. Neurogastroenterol. Motil. 2013;25(7):579-e460. 23566308 [PubMed]
  • Cox AJ, West NP, Cripps AW Obesitéit, Entzündung an d'Darmmikrobiota. Lancet Diabetis Endocrinol. 2014 25066177 [PubMed]
  • Critchley HD, Nagai Y., Gray MA, Mathias CJ. Auton. Neurosci. 2011;161(1–2):34–42. 20926356 [PubMed]
  • Dale AM, Fischl B, Sereno MI. I. Segmentatioun an Uewerfläch Rekonstruktioun. Neurobild. 1999;9(2):179–194. 9931268 [PubMed]
  • Das UN Obesitéit: Genen, Gehir, Darm, an Ëmwelt. Ernährung. 2010;26(5):459–473. 20022465 [PubMed]
  • Debette S, Beiser A, Hoffmann U, Decarli C, O'Donnell CJ, Massaro JM, Au R, Himali JJ, Wolf PA, Fox CS, Seshadri S. Mëttelalter Erwuessener. Ann. Neurol. 2010;68(2):136–144. 20695006 [PubMed]
  • Destrieux C., Fischl B., Dale A., Halgren E. Neurobild. 2010;53(1):1–15. 20547229 [PubMed]
  • Dubois L., Ohm Kyvik K., Girard M., Tatone-Tokuda F., Pérusse D., Hjelmborg J., Skytthe A., Rasmussen F., Wright MJ., Lichtenstein P., Martin NG. , Héicht a BMI vu Gebuert bis 19 Joer: eng international Etude vun iwwer 12,000 Zwillingspaar. PLOS EEN. 2012; 7 (2): e30153. 22347368 [PubMed]
  • El-Sayed Moustafa JS, Froguel P. Vun der Adipositasgenetik an d'Zukunft vun der personaliséierter Adipositastherapie. Nat. Rev Endocrinol. 2013;9(7):402–413. 23529041 [PubMed]
  • Finkelstein EA, Trogdon JG, Cohen JW, Dietz W. Health Aff (Millwood) 2009;28(5):w822–w831. 19635784 [PubMed]
  • Fischl B., Salat DH, Busa E., Albert M., Dieterich M., Haselgrove C., van der Kouwe A., Killiany R., Kennedy D., Klaveness S., Montillo A., Makris N., Rosen. B., Dale AM ​​Ganz Gehir Segmentatioun: automatiséiert Etikettéierung vun neuroanatomesche Strukturen am mënschleche Gehir. Neuron. 2002;33(3):341–355. 11832223 [PubMed]
  • Fischl B., Sereno MI, Dale AM. II: Inflatioun, Offlaachung an engem Uewerfläch-baséiert Koordinatesystem. Neurobild. 1999;9(2):195–207. 9931269 [PubMed]
  • García-García I., Jurado MA, Garolera M., Segura B., Sala-Llonch R., Marqués-Iturria I., Pueyo R., Sender-Palacios MJ, Vernet-Vernet M., Narberhaus A. Ariza M., Junqué C. Ännerungen vum Salience-Netzwierk bei Adipositas: eng Rescht-Staat fMRI-Studie. Hum. Brain Mapp. 2013;34(11):2786–2797. 22522963 [PubMed]
  • Greenberg JA, Boozer CN, Geliebter A. Coffee, diabetes, and weight control. Am. J. Klin. Nutr. 2006;84(4):682–693. 17023692 [PubMed]
  • Gregor MF, Hotamisligil GS Entzündungsmechanismen an der Adipositas. Annu. Rev. Immunol. 2011; 29: 415-445. 21219177 [PubMed]
  • Griffin WS Entzündung an neurodegenerative Krankheeten. Am. J. Klin. Nutr. 2006;83(2):470S–474S. 16470015 [PubMed]
  • Gunstad J., Lhotsky A., Wendell CR, Ferrucci L., Zonderman AB. Neuroepidemiologie. 2010;34(4):222–229. 20299802 [PubMed]
  • Gunstad J., Paul RH, Cohen RA, Tate DF, Gordon E. Iessen. Gewiicht Stéierungen. 2006;11(1):e15–e19. 16801734 [PubMed]
  • Gunstad J., Paul RH, Cohen RA, Tate DF, Spitznagel MB, Gordon E. Kompr. Psychiatrie. 2007;48(1):57–61. 17145283 [PubMed]
  • Gunstad J., Spitznagel MB, Paul RH, Cohen RA, Kohn M., Luyster FS, Clark R., Williams LM, Gordon E. Appetit. 2008;50(2–3):246–251. 17761359 [PubMed]
  • Irimia A., Chambers MC, Torgerson CM, Van Horn JD. Neurobild. 2012;60(2):1340–1351. 22305988 [PubMed]
  • Jang SH, Lim HW, Yeo SS. Neurosci. Lett. 2014; 579: 140-144. 25058432 [PubMed]
  • Kahnt T., Heinzle J., Park SQ, Haynes JD. Proc. Natl. Acad. Sci. USA. 2010;107(13):6010–6015. 20231475 [PubMed]
  • Kenny PJ Belounungsmechanismen an Adipositas: nei Abléck an zukünfteg Richtungen. Neuron. 2011;69(4):664–679. 21338878 [PubMed]
  • Kilpatrick LA, Coveleskie K., Connolly L., Labus JS, Ebrat B., Stains J., Jiang Z., Suyenobu BY, Raybould HE, Tillisch K., Mayer EA. an fettleibeg Fraen. Gastroenterologie. 2014;146(5):1212–1221. 24480616 [PubMed]
  • Kullmann S., Heni M., Veit R., Ketterer C., Schick F., Häring HU, Fritsche A., Preissl H. Hum. Brain Mapp. 2012;33(5):1052–1061. 21520345 [PubMed]
  • Kurth F, Levitt JG, Phillips OR, Luders E, Woods RP, Mazziotta JC, Toga AW, Narr KL. Hum. Brain Mapp. 2013;34(7):1737–1746. 22419507 [PubMed]
  • Lê Cao KA, Boitard S., Besse P. Sparse PLS diskriminant Analyse: biologesch relevant Feature Selektioun a grafesch Affichage fir Multiclass Problemer. BMC Bioinformatik. 2011; 12: 253. 21693065 [PubMed]
  • Lê Cao KA, González I., Déjean S. IntegrOmics: an R package to unravel relationships between two omics datasets. Bioinformatik. 2009;25(21):2855–2856. 19706745 [PubMed]
  • Lê Cao KA, Martin PG, Robert-Granié C., Besse P. Sparse canonical methods for biological data integration: application to a cross-platform study. BMC Bioinformatik. 2009; 10: 34. 19171069 [PubMed]
  • Lê Cao KA, Rossouw D., Robert-Granié C., Besse P. Stat. Appl. Genet. Mol. Biol. 2008, 7 (1): 35. 19049491 [PubMed]
  • Lê Cao KA, Rossouw D., Robert-Granié C., Besse P. Stat. Appl. Genet. Mol. Biol. 2008, 7 (1): 35. 19049491 [PubMed]
  • Loveman E., Frampton GK, Shepherd J., Picot J., Cooper K., Bryant J., Welch K., Clegg A. . Gesondheet Technologie. Bewäerten. 2011;15(2):1–182. 21247515 [PubMed]
  • Menon V., Uddin LQ Saliency, Schalten, Opmierksamkeet a Kontroll: e Netzwierkmodell vun der Insulafunktioun. Gehir Struktur. Fonktioun. 2010;214(5–6):655–667. 20512370 [PubMed]
  • Mori S., Crain BJ, Chacko VP, van Zijl PC. Ann. Neurol. 1999;45(2):265–269. 9989633 [PubMed]
  • Morrow JD, Maren S., Robinson TE. Individuell Variatioun an der Tendenz fir Incentive Salience zu engem appetitiven Cue ze attributéieren, virausgesot d'Propensitéit fir motivational Salience zu engem aversive Cue ze attributéieren. Behuelen. Gehir Res. 2011;220(1):238–243. 21316397 [PubMed]
  • Pannacciulli N., Del Parigi A., Chen K., Le DS, Reiman EM, Tataranni PA. Neurobild. 2006;31(4):1419–1425. 16545583 [PubMed]
  • Purnell JQ, Lahna DL, Samuels MH, Rooney WD, Hoffman WF. Int J Obes (Lond) 2014; 38: 1573-1577. 24727578 [PubMed]
  • Raji CA, Ho AJ, Parikshak NN, Becker JT, Lopez OL, Kuller LH, Hua X., Leow AD, Toga AW, Thompson PM. Hum. Brain Mapp. 2010;31(3):353–364. 19662657 [PubMed]
  • Rothemund Y, Preuschhof C, Bohner G, Bauknecht HC, Klingebiel R, Flor H, Klapp BF. Neurobild. 2007;37(2):410–421. 17566768 [PubMed]
  • Seeley WW, Menon V, Schatzberg AF, Keller J, Glover GH, Kenna H, Reiss AL, Greicius MD. J. Neurosci. 2007;27(9):2349–2356. 17329432 [PubMed]
  • Seeley WW, Menon V, Schatzberg AF, Keller J, Glover GH, Kenna H, Reiss AL, Greicius MD. J. Neurosci. 2007;27(9):2349–2356. 17329432 [PubMed]
  • Sheehan DV, Lecrubier Y, Sheehan KH, Amorim P, Janavs J, Weiller E, Hergueta T, Baker R, Dunbar GC The Mini-International Neuropsychiatric Interview (MINI): psychiatresch Interview fir DSM-IV an ICD-10. J. Klin. Psychiatrie. 1998;59(Suppl. 20):22–33. 9881538 [Quiz 34–57]PubMed]
  • Shott ME, Cornier MA, Mittal VA, Pryor TL, Orr JM, Brown MS, Frank GK. Int J Obes (Lond) 2014 25027223 [PMC gratis Artikel] [PubMed]
  • Stanek KM, Grieve SM, Brickman AM, Korgaonkar MS, Paul RH, Cohen RA, Gunstad JJ. Obesitéit (Sëlwer Fréijoer) 2011;19(3):500–504. 21183934 [PubMed]
  • Stice E., Yokum S., Burger KS, Epstein LH, Small DM. J. Neurosci. 2011;31(12):4360–4366. 21430137 [PubMed]
  • Stoeckel LE, Weller RE, Cook EW, 3rd, Twieg DB, Knowlton RC, Cox JE. Neurobild. 2008;41(2):636–647. 18413289 [PubMed]
  • Sullivan EV, Rohlfing T., Pfefferbaum A. Longitudinal Studie vun der Callosal Mikrostruktur am normalen erwuessene alternd Gehir mat quantitativen DTI Faser Tracking. Dev. Neuropsychol. 2010;35(3):233–256. 20446131 [PubMed]
  • Terranova L., Busetto L., Vestri A., Zappa MA. Bariatric surgery: cost-effectiveness and budget impact. Obes. Surg. 2012;22(4):646–653. 22290621 [PubMed]
  • Volkow ND, Frascella J, Friedman J, Saper CB, Baldo B, Rolls ET, Mennella JA, Dallman MF, Wang GJ, LeFur G. Neuropsychopharmakologie. 2004; 29: S29-S30.
  • Volkow ND, Wang GJ, Baler RD Belounung, Dopamin an d'Kontroll vun der Nahrungsaufnahme: Implikatioune fir Adipositas. Trends Cogn. Sci. 2011;15(1):37–46. 21109477 [PubMed]
  • Volkow ND, Wang GJ, Fowler JS, Telang F. Philos. Trans. R. Soc. London, B, Biol. Sci. 2008;363(1507):3191–3200. 18640912 [PubMed]
  • Weltgesondheetsorganisatioun (WHO) Obesitéit. 2014. Ech.
  • Xu J, Li Y, Lin H, Sinha R, Potenza MN. Hum. Brain Mapp. 2013;34(5):1044–1052. 22139809 [PubMed]
  • Yau PL, Javier DC, Ryan CM, Tsui WH, Ardekani BA, Ten S., Convit A. Diabetologie. 2010;53(11):2298–2306. 20668831 [PubMed]
  • Yau PL, Kang EH, Javier DC, Convit A. Obesitéit (Sëlwer Fréijoer) 2014;22(8):1865–1871. 24891029 [PubMed]
  • Zald DH Déi mënschlech Amygdala an déi emotional Evaluatioun vu sensoresche Reizen. Gehir Res. Gehir Res. Rev. 2003;41(1):88–123. 12505650 [PubMed]
  • Zigmond AS, Snaith RP D'Spidol Besuergnëss an Depressioun Skala. Acta Psychiatr. Scand. 1983;67(6):361–370. 6880820 [PubMed]