Neuroimage Clin ။ 2015; 7: 506-517 ။
2015 ဇန်နဝါရီ 13 အွန်လိုင်းထုတ်ဝေသည်။ Doi: 10.1016 / j.nicl.2015.01.005
PMCID: PMC4338207
Arpana Gupta,a,b,c Emeran အေ Mayer,a,b,c,d ဂလော်ဒီယာပီ Sanmiguel,a,b,c ယောဟနျသဃဗန်ချို,f Davis က Woodworth,a,g ဗင်္ယာမိန်အမျိုးအမ် Ellingson,a,g ကော်စိုကျပစျ,a Aubrey မတ်ေတာသညျ,a Kirsten Tillisch,a,b,c,e နှင့် ဂျနီဖာအက်စ် Labusa,b,c,*
ြဒပ်မဲ့သော
နောက်ခံသမိုင်း
စားသုံးမိအပြုအမူတွေ၏ hedonic အစိတ်အပိုင်းအတွက် ALTER အဝလွန်နှင့်အဝလွန်တစ်ဦးချင်းစီ၏ pathophysiology အတွက်ဖြစ်နိုင်သောအန္တရာယ်အချက်အဖြစ်ပတ်သက်သည်ဟုယူဆရပြီ။ တိုးမြှင့်ခန္ဓာကိုယ်ဒြပ်ထုညွှန်းကိန်းနှင့်အတူတစ်ဦးချင်းစီအနေဖြင့်အထောက်အထား Neuroimaging အဆိုပါတိုးချဲ့ဆုလာဘ်ကွန်ယက်, အခြေခံအဆောက်အဦး functional နှင့် neurochemical ပွောငျးလဲနှင့်ဆက်စပ်နေသောကွန်ရက်များအကြံပြုထားသည်။
ရည်ရွယ်ချက်
မီးခိုးရောင်နှင့်အဖြူ-ကိစ္စတိုင်းတာအပေါ်အခြေခံပြီးပုံမှန်အလေးချိန်နှင့်အဝလွန်ဘာသာရပ်များခွဲခြားရန် multivariate ပုံစံခွဲခြမ်းစိတ်ဖြာလျှောက်ထားရန်။
နည်းလမ်းများ
ဖွဲ့စည်းတည်ဆောက်ပုံပုံရိပ်တွေ (N = 120, အဝလွန် N = 63) နှင့်ပျံ့နှံ့ tensor ပုံရိပ်တွေ (DTI) (N = 60, အဝလွန် N = 30) ကျန်းမာထိန်းချုပ်မှုဘာသာရပ်များမှရရှိသောခဲ့ကြသည်။ စုစုပေါင်းနမူနာအတွက်အဝလွန်အုပ်စု (အမျိုးသမီး = ၃၂၊ အထီး = ၃၁) သည်ပျမ်းမျှအသက် ၂၈.၇၇ နှစ် (SD = ၉.၇၆) နှင့်ပုံမှန်အလေးချိန်အုပ်စု (အမျိုးသမီး - ၃၂၊ အထီး - ၂၅) သည် ၂၇.၁၃ နှစ်ဖြစ်သည် (SD = ၉.၆၂) ) ။ ဦး နှောက်ပုံရိပ်များ၏ဒေသဆိုင်ရာခွဲခြင်းနှင့်ဖျက်သိမ်းခြင်းကို Freesurfer ကို အသုံးပြု၍ ပြုလုပ်ခဲ့သည်။ ဒေသများအကြားပုံမှန်ဖိုင်ဘာသိပ်သည်းဆကိုတိုင်းတာရန်ပြဌာန်း tractography ခဲ့သည်။ ဦး နှောက်တိုင်းတာမှုများသည်ပုံမှန်အလေးချိန်ရှိသူများနှင့်အဝလွန်မှုကိုခွဲခြားနိုင်ခြင်းရှိမရှိစစ်ဆေးရန်အသုံးပြုသည့်ပုံစံကွဲပြားသောပုံစံခွဲခြမ်းစိတ်ဖြာခြင်းကိုအသုံးပြုခဲ့သည်။
ရလဒ်များ
1 ။ White က-ကိစ္စခွဲခြား: အဆိုပါခွဲခြား algorithm ကို, 2 ဒေသဆိုင်ရာဆက်သွယ်မှုနှင့်အတူ 17 လက်မှတ်ပေါင်းအပေါ်အခြေခံပြီး, ပုံမှန်အလေးချိန်တစ်ဦးချင်းစီကနေအဝလွန်တစ်ဦးချင်းစီခွဲခြားဆက်ဆံမှုအတွက် 97% တိကျမှန်ကန်မှုကိုအောင်မြင်။ နှစ်ဦးစလုံးဦးနှောက်လက်မှတ်ပေါင်းများအတွက်တိုးမြှင့်ဖိုင်ဘာသိပ်သည်းဆအားဖြင့်ရည်ညွှန်းအဖြစ် သာ. ကြီးမြတ်ဆက်သွယ်မှုအမှုဆောင်ထိန်းချုပ်မှု, စိတ်ခံစားမှု arousal နှင့် somatosensory ကွန်ရက်များ၏ဆုလာဘ်ကွန်ယက်ကိုတိုင်းဒေသကြီးများနှင့်တိုင်းဒေသကြီးများအကြားပုံမှန်အလေးချိန်နှင့်နှိုင်းယှဉ်ပါအဝလွန်အတွက်လေ့လာတွေ့ရှိခဲ့သည်။ ဆနျ့ကငျြ, ဆန့်ကျင်ဘက်ပုံစံ (ဖိုင်ဘာသိပ်သည်းဆလျော့နည်းသွား) ventromedial prefrontal cortex နှင့် anterior insula အကြားနှင့် thalamus နှင့်အလုပ်အမှုဆောင်ထိန်းချုပ်မှုကွန်ယက်ကိုတိုင်းဒေသကြီးများအကြားရှာတွေ့ခဲ့သည်။ 2 ။ မီးခိုးရောင်-ကိစ္စခွဲခြား: အဆိုပါခွဲခြား algorithm ကို, 2 morphological features တွေနှင့်အတူ 42 လက်မှတ်ပေါင်းအပေါ်အခြေခံပြီး, ပုံမှန်အလေးချိန်အနေဖြင့်တှေးအဝလွန်အတွက် 69% တိကျမှန်ကန်မှုကိုအောင်မြင်။ အကျိုးကိုနှစ်ခုစလုံးဦးနှောက်လက်မှတ်ပေါင်းဒေသများမှာတော့ salience, အလုပ်အမှုဆောင်ထိန်းချုပ်မှုများနှင့်စိတ်ပိုင်းဆိုင်ရာ arousal ကွန်ရက်များနှင့်ဆက်စပ်ခဲ့သည် အနိမ့် ဆန့်ကျင်ဘက်ပုံစံဟာ somatosensory ကွန်ယက်၏ဒေသများတွင်အဘို့မြင်ကြစဉ်အဝလွန်တစ်ဦးချင်းစီအတွက် morphological တန်ဖိုးများကိုပုံမှန်အလေးချိန်တစ်ဦးချင်းစီနှင့်နှိုင်းယှဉ်ပါ။
နိဂုံး
1 ။ တစ်ခုတိုးလာနေသည်ဟု BMI (ဆိုလိုသည်မှာ, အဝလွန်ဘာသာရပ်များ) ကဦးနှောက်၏မီးခိုးရောင်-ကိစ္စနှင့်ဖိုင်ဘာသိပ်သည်းဆအတွက်ကွဲပြားအပြောင်းအလဲများနှင့်ဆက်စပ်နေသည်။ 2 ။ အကျိုးကို၏ဒေသများနှင့်ဆက်စပ်ကွန်ရက်များပါဝင်သောအဖြူ-ကိစ္စဆက်သွယ်မှုအပေါ်အခြေခံပြီးခွဲခြား algorithms ပုံမှန်မဟုတ်သောစားသုံးမိအပြုအမူမှာအဝလွန် / အဝလွန်ခြင်းအတွက်ရည်ရွယ် mechanistic လေ့လာမှုများနှင့်အနာဂတ်မူးယစ်ဆေးဝါးဖွံ့ဖြိုးတိုးတက်မှုအတွက်တိကျသောပစ်မှတ်ကိုခွဲခြားသတ်မှတ်နိုင်ပါတယ်။
1.0 ။ နိဒါန်း
ကမ္ဘာ့ကျန်းမာရေးအဖွဲ့နီးပါးဘီလီယံဝက်ခန့်လူကြီးများအဝလွန်နေကြသည်ကျော်နှစ်ကြိမ်အဖြစ်အများအပြားလူကြီးများထိုကဲ့သို့သောဆီးချို, နှလုံးသွေးကြောဆိုင်ရာရောဂါနှင့်ကင်ဆာအဖြစ်ရောဂါများအတွက်တိုးဖို့အထောက်အကူပြုအဝလွန်ဖြစ်ကြသည်ကို၎င်း, အနည်းဆုံးအား 2.8 သန်းတစ်ဦးချင်းစီ၏အသေသတ်ခြင်းကိုအမှန်ဦးဆောင်သည်ဟုခန့်မှန်း နှစ်စဉ်နှစ်တိုင်း (ကမ္ဘာ့ကျန်းမာရေးအဖွဲ့ (WHO) က, 2014) ။ တစ်ဦးတည်း America မှာ, 34.9 မှတက်% အရွယ်ရောက်ပြီးအဝလွန်ဖြစ်ကြပြီးနှစ်ကြိမ်အဖြစ်အများအပြားလူကြီးများ (65%) (အဝလွန်သို့မဟုတ်အဝလွန်ဖြစ်စေများမှာရောဂါထိန်းချုပ်ရေးစင်တာ (CDC), 2014) ။ အဝလွန်နှင့်အဝလွန်ဖြစ်ခြင်း၏စီးပွားရေးနှင့်ကျန်းမာရေးဝန်ထုတ်ဝန်ပိုး (မြင့်အဖြစ် $ 78.5 ဘီလီယံအထိကျန်းမာရေးစောင့်ရှောက်မှုကုန်ကျစရိတ်များမြှင့်ဆက်လက်Finkelstein et al ။ , 2009) နှင့်ဒေါ်လာဘီလီယံပေါင်းများစွာ (ထိရောက်မှုကုသမှုနှင့်ကြားဝင်သုံးစွဲခံရဖို့ဆက်လက်Loveman et al ။ , 2011; Terranova et al ။ , 2012) ။ အဝလွန်နှင့်အဝလွန်ခြင်း၏နောက်ခံ pathophysiology ဖော်ထုတ်ဆီသို့ဦးတည်ညွှန်ကြားအမျိုးမျိုးသောအားထုတ်မှုနေသော်လည်းလက်ရှိနားလည်မှုမလုံလောက်နေဆဲဖြစ်သည်။
သဘာဝပတ်ဝန်းကျင်နှင့်မျိုးရိုးဗီဇနှစ်ဦးစလုံးအချက်များ (အဝလွန်နှင့်အဝလွန်ဖြစ်ခြင်းလူသား၏ဖွံ့ဖြိုးတိုးတက်မှုအတွက်အခန်းကဏ္ဍCalton နှင့် Vaisse, 2009; Choquet နှင့် Meyre, 2011; ဒူဘွာ et al ။ , 2012; el-Sayed Moustafa နှင့် Froguel, 2013) ။ မကြာမီက neuroimaging လေ့လာမှုများ (ပိုမိုမြင့်မားခန္ဓာကိုယ်ဒြပ်ထုညွှန်းကိန်း (BMI) အလုပ်လုပ်တဲ့ (တာဝန်နှင့်ကျိန်းဝပ်ပြည်နယ်) မြားတှငျပွောငျးလဲနှင့်ဆက်စပ်ကြောင်းပြသကြConnolly et al ။ , 2013; Garcia က-Garcia က et al ။ , 2013; Kilpatrick et al ။ , 2014; Kullmann et al ။ , 2012), မီးခိုးရောင်-ကိစ္စ morphometry (Kurth et al ။ , 2013; Raji et al ။ , 2010), နှင့်အဖြူ-ကိစ္စဂုဏ်သတ္တိများ (Shott et al ။ , 2014; Stanek et al ။ , 2011), (အဝလွန်နှင့်အဝလွန်ခြင်း၏ pathophysiology အတွက်ဦးနှောက်တစ်ဖြစ်နိုင်တဲ့အခန်းကဏ္ဍအကြံပြုခြင်းDas, 2010) ။ အကျိုးကိုကွန်ယက်၏ဤအလေ့လာမှုများအကြီးအကျယ်ဂယက်ရိုက်ဒေသများ (Kenny, 2011; Volkow et al ။ , 2004; Volkow et al ။ , 2008; Volkow et al ။ , 2011), နှင့် salience နှင့်ဆက်စပ်သောသုံးနီးကပ်စွာဆက်နွယ်နေသည့်ကွန်ယက် (Garcia က-Garcia က et al ။ , 2013; နက်ဖြန် et al ။ , 2011; Seeley et al ။ , 2007a), အလုပ်အမှုဆောင်ထိန်းချုပ်မှု (Seeley et al ။ , 2007b) နှင့်စိတ်ပိုင်းဆိုင်ရာ arousal (Menon နှင့် Uddin, 2010; Zald, 2003()သဖန်းသီး။ 1).
လက်ရှိလေ့လာမှုသည်ဤကွန်ရက်ဒေသများအကြားအပြန်အလှန်ပုံမှန်အလေးချိန်တစ်ဦးချင်းစီနှင့်နှိုင်းယှဉ်ပါအဝလွန်တစ်ဦးချင်းစီအကြားကွဲပြားခြားနားသောယေဘုယျယူဆချက်ကိုစမ်းသပ်ဖို့ရည်ရွယ်ပြီး, ကြှနျုပျတို့စမ်းသပ်ဖို့အကြီးစား State-Of-The-Art neuroimaging ဒေတာအပြောင်းအလဲနဲ့, visualization နှင့် multivariate ပုံစံခွဲခြမ်းစိတ်ဖြာလျှောက်ထား ဒီအယူအဆ။ ပိုပြီးထိရောက်နှင့် computationally အထူးကြပ်မတ်ဒေတာအပြောင်းအလဲနဲ့ပိုက်လိုင်းများနှင့်စာရင်းအင်း algorithms များရရှိမှုပုံမှန်အလေးချိန်နှင့်အတူတစ်ဦးချင်းစီနှင့်နှိုင်းယှဉ်ပါမွငျ့မား BMIs နှင့်အတူတစ်ဦးချင်းစီအတွက်ဦးနှောက်၏တစ်ဦးထက်ပိုကျယ်ပြန့် morphological နှင့်ခန္ဓာဗေဒစရိုက်လက္ခဏာတွေအဘို့ခွင့်ပြုပါတယ်။ Multivariate ပုံစံခွဲခြားစိတ်ဖြာပုံမှန်အလေးချိန်တစ်ဦးချင်းစီနှင့်နှိုင်းယှဉ်ပါအဝလွန်ခွဲခြားမှုကြောင့်တိုင်းဒေသကြီးများ၏ဖြန့်ဝေပုံစံဆနျးစစျဖို့နည်းလမ်းပေးပါသည်။
ဒီလေ့လာမှုမှာတစ်ဦးကြီးကြပ်သင်ယူမှု algorithm ကိုအဝလွန် status ကို၏ဒေသများတွင်ပါဝင်သောကွဲပြားပုံစံများသို့မဟုတ်ဦးနှောက်လက်မှတ်ပေါင်းနှင့်ဆက်နွယ်သောအယူအဆစမ်းသပ်ဖို့ဒေသဆိုင်ရာဦးနှောက် morphometry နှင့်အဖြူ-ကိစ္စဖိုင်ဘာသိပ်သည်းဆ (သတ်သတ်မှတ်မှတ်ဦးနှောက်ဒေသများအကြားဆက်သွယ်မှုတစ်ခုအတိုင်းအတာ) ၏အစီအမံအသုံးချနေသည် အကျိုးကို, salience, အလုပ်အမှုဆောင်ထိန်းချုပ်မှုများနှင့်စိတ်ပိုင်းဆိုင်ရာ arousal ကွန်ရက်များ။ ရလဒ်များကြောင့်ဒေသဆိုင်ရာဆက်သွယ်မှုအကြံပြုနှင့်လျော့နည်းနိုင်အောင်ဦးနှောက် morphometrics ပုံမှန်အလေးချိန်တစ်ဦးချင်းစီနှင့်နှိုင်းယှဉ်ပါအဝလွန်ခွဲခြားဖို့အသုံးပြုနိုင်ပါသည်။ ရလဒ် multimode ဦးနှောက်ပုံရိပ်ပေါ်အခြေခံပြီးတစ်ဦးကြိုတင်ခန့်မှန်းချက် algorithm ကိုပေးထပ်မံ mechanistic စုံစမ်းစစ်ဆေးမှုတွေများအတွက်တိကျသောပစ်မှတ်ကိုဖေါ်ထုတ်။
2.0 ။ နည်းလမ်းများ
2.1 ။ သင်တန်းသားများကို
စုစုပေါင်းနမူနာ 120 ညာသန်ကျန်းမာထိန်းချုပ်မှု 2010 နှင့် 2014 အကြားစိတ်ဖိစီးမှု၏ Neurobiology များအတွက် Center မှာ neuroimaging လေ့လာမှုများအတွက်စာရင်းသွင်း (HC) စေတနာ့ဝန်ထမ်းရေးစပ်ခဲ့သည်။ ဘာသာရပ်များ UCLA ရဲ့နှင့် Los Angeles မြို့ရပ်ရွာထဲတွင် posted ကြော်ငြာများမှတဆင့်စုဆောင်းခဲ့ကြသည်။ အားလုံးလုပျထုံးလုပျနညျးဟယ်လ်စင်ကီ၏ကြေညာစာတမ်း၏အခြေခံမူနှင့်အတူလိုက်နာနှင့် UCLA (ခွင့်ပြုချက်နံပါတ်များကို 11-000069 နှင့် 12-001802) မှာ Institutional ကိုပြန်လည်ဆန်းစစ်ခြင်းဘုတ်အဖွဲ့ကအတည်ပြုပေးခဲ့သည်။ အားလုံးဘာသာရပ်များစာဖြင့်ရေးသားအသိပေးထားသောသဘောတူခွင့်ပြုချက်ပေးခဲ့သည်။ အားလုံးဘာသာရပ်များတစ်အချိန်တွင်နောက်ဆုံးပြင်ဆင်ခဲ့သည် Mini ကို-အပြည်ပြည်ဆိုင်ရာအာရုံကြောဆိုင်ရာစိတ်ရောဂါအင်တာဗျူး Plus အား 5.0 (ပါဝင်သည်တစ်ခုလက်တွေ့အကဲဖြတ်ပြီးနောက်ကျန်းမာအဖြစ်ခွဲခြားခဲ့သည်Sheehan et al ။ , 1998) ။ ဖယ်ထုတ်ခြင်းစံသတ်မှတ်ချက်များတွင်ပစ္စည်းဥစ္စာအလွဲသုံးစားမှု၊ ကိုယ် ၀ န်၊ ဆေးရွက်ကြီးအပေါ်မှီခိုမှု၊ ဝမ်းဗိုက်ခွဲစိတ်ကုသမှု၊ သွေးကြောဆိုင်ရာအန္တရာယ်အချက်အလက်များ၊ ကိုယ်အလေးချိန်ခွဲစိတ်ခြင်း၊ BMI တိုးများလာခြင်းနှင့်ဆက်စပ်မှုရှိသော်လည်းသွေးတိုး၊ ဆီးချို၊ ဇီဝဖြစ်စဉ်ဆိုင်ရာရောဂါလက္ခဏာများကိုလူ ဦး ရေ၏သောင်းပြောင်းထွေလာဖြစ်စေမှုကိုလျှော့ချရန်ဖယ်ထုတ်ထားသည်။ ထို့အပြင်အစာခြေခြင်း၊ အူရာဂျက်သို့မဟုတ် bulimia nervosa ကဲ့သို့သောအစာစားခြင်းသို့မဟုတ်အစာစားခြင်းရောဂါများအပါအ ၀ င်စားသုံးခြင်းဆိုင်ရာရောဂါများရှိသည့်ဘာသာရပ်များကိုလည်းအလားတူအကြောင်းပြချက်ဖြင့်ဖယ်ထုတ်ပစ်ခဲ့သည်။ BMI = ၂၅-၂၉.၉ ကိုအဝလွန်သည်ဟုမှတ်ယူသော်လည်းကျွန်ုပ်တို့၏လေ့လာမှုတွင်၎င်းကို BMI group အမြင့်အဖြစ်သတ်မှတ်သည်။ ပုံမှန်အလေးချိန်ဘာသာရပ်များကို BMI <1 တွင်စုဆောင်းခဲ့ပြီးကျွန်ုပ်တို့၏လေ့လာမှုတွင်ပုံမှန် BMI အုပ်စုဟုသတ်မှတ်ခဲ့သည်။ MRI စစ်ဆေးမှုအလေးချိန်ကန့်သတ်ချက်ကြောင့်မည်သည့်ဘာသာရပ်များသည်ပေါင် ၄၀၀ ပေါင်ကျော်ခဲ့သည်။
2.2 ။ နမူနာဝိသေသလက္ခဏာများ
အတည်ပြုမေးခွန်း (စကင်ဖတ်စစ်ဆေးဖို့မတိုင်မီပြီးစီးခဲ့ကြသည်နှင့်လက်ရှိစိုးရိမ်စိတ်များနှင့်စိတ်ကျဝေဒနာလက္ခဏာများ (ဆေးရုံတော့ပူပန်ခြင်းနှင့်စီးပွားပျက်ကပ်စကေး (သှားခဲ့တ)) တိုင်းတာရန်အသုံးပြုခဲ့ကြသည်Zigmond နှင့် Snaith, 1983) ။ အဆိုပါသှားခဲ့တစကေးအခြေခံမှာဘာသာရပ်များအတွက်လက်ရှိစိုးရိမ်စိတ်များနှင့်စိတ်ကျရောဂါလက္ခဏာတွေအကဲဖြတ်ထားပါသည်တဲ့ Self-အကဲဖြတ် 14-ကို item စကေး (ဖြစ်ပါတယ်Zigmond နှင့် Snaith, 1983) ။ ထို့အပြင်ဘာသာရပ်များယခင်က (အတိတ်သို့မဟုတ်လက်ရှိစိတ်ရောဂါနာမကျန်းတိုင်းတာရန်ကိုစနစ်တကျစိတ်ရောဂါအင်တာဗျူး (Mini ကိုအပြည်ပြည်ဆိုင်ရာအာရုံကြောဆိုင်ရာစိတ်ရောဂါအင်တာဗျူး, MINI) ခံခဲ့သောSheehan et al ။ , 1998).
2.3 ။ fMRI ရှာမှီး
2.3.1 ။ ဖွဲ့စည်းတည်ဆောက်ပုံ (မီးခိုးရောင်-ကိစ္စ) MRI
ဘာသာရပ်များ (N = 120, မြင့်မားသော BMI N ခေါင်းကိုနေရာချထားရန် sagittal ကင်းထောက်ကိုအသုံးပြုပြီးနောက် = 63) 3.0 တက်စလာ Siemens TRIO အပေါ် scan ဖတ်ခဲ့ကြသည်။ မြင့်မားသော resolution ဖြင့်သုံးဖက်မြင် T4 အလေးချိန်ရှိသည့် sagittal magnetization- ပြင်ဆင်ထားသည့်လျင်မြန်စွာ gradient ပဲ့တင်သံ (MP-RAGE) protocol နှင့် scanning အသေးစိတ်အချက်အလက်များ အသုံးပြု၍ ကွဲပြားခြားနားသောဝယ်ယူမှုအစီအစဉ် 3 ခုမှတည်ဆောက်ပုံဆိုင်ရာစကင်ဖတ်စစ်ဆေးမှုများကိုရရှိသည်။ ပဲ့တင်သံအချိန် (TE) = 1 ms, လှန်ထောင့် (FA) = 1, 2200 မီလီမီတာ3 voxel အရွယ်အစား။ 2. TR = 2200 ms, TE = 3.26 ms, အက်ဖ်အေ = 20, 1 မီလီမီတာ3 voxel အရွယ်အစား။ 3. TR = 20 ms, TE = 3 ms, အက်ဖ်အေ = 25, 1 မီလီမီတာ3 voxel အရွယ်အစား။ 4. TR = 2300 ms, TE = 2.85 ms, အက်ဖ်အေ = 9, 1 မီလီမီတာ3 voxel အရွယ်အစား။ စုစုပေါင်းမီးခိုးရောင်ကိစ္စအသံအတိုးအကျယ် (TGMV) တွင်ကွဲပြားခြားနားမှုအပေါ်ဝယ်ယူ protocol ၏သြဇာလွှမ်းမိုးမှုအကဲဖြတ်ခဲ့သည်။ အထူးသအထွေထွေ linear မော်ဒယ် (GLM) TGMV အသက်အရွယ်အဘို့ကိုထိန်းချုပ်အပေါ် protocol ကိုလွှမ်းမိုးမှုဆုံးဖြတ်ရန်လျှောက်ထားခဲ့သည်။ ရလဒ်များ (အားလုံး protocols များတစ်ဦးချင်းစီကတခြားဆင်တူကြဘူးကြောင်းညွှန်ပြF(3) = 6.333, p = .053) ။
2.3.2 ။ ခန္ဓာဗေဒဆက်သွယ်မှု (အဖြူ-ကိစ္စ) MRI
မူရင်းနမူနာများ၏အစိတ်အပိုင်းအစု (N = 60, မြင့်မားသော BMI N = 30) နှစ်ခုနှိုင်းယှဉ်ဝယ်ယူ protocols များအရပျံ့နှံ့ - အလေးချိန် MRIs (DWIs) ခံယူခဲ့သည်။ အထူးသ DWIs များသည် 61 နှင့် 64 noncollinear လမ်းညွှန်များကိုဝယ်ယူခဲ့သည် b = 1000 s ကို / မီလီမီတာ2, 8 သို့မဟုတ် 1 နှင့်အတူ b = 0 s ကို / မီလီမီတာ2 ပုံများ, အသီးသီး။ protocol နှစ်ခုစလုံးတွင် TR = 9400 ms, TE = 83 ms, နှင့် field of view (FOV) = 256 mm ရှိသည့်ဝယ်ယူမှု matrix 128x128 နှင့် 2 × 2 × 2 mm ထုတ်လုပ်ရန်အချပ်အထူ 2mm ရှိသည်။3 isotropic voxels ။
2.4 ။ fMRI အပြောင်းအလဲနဲ့
2.4.1 ။ ဖွဲ့စည်းတည်ဆောက်ပုံ (မီးခိုးရောင်-ကိစ္စ) segment နှင့်ကှကျ
T1-image ကို segment နှင့်ဒေသတွင်းကှကျ FreeSurfer ( အသုံးပြု. ကောက်ယူခဲ့သည်Dale et al ။ , 1999; Fischl et al ။ , 1999, 2002) တွင်ဖော်ပြထားတဲ့ nomenclature အောက်ပါ Destrieux et al ။ (2010)။ တစ်ဦးချင်းစီနှောက် hemisphere အဘို့, 74 နှစ်နိုင်ငံ cortical အဆောက်အဦများအစုတခု subcortical အဆောက်အဦများနှင့် cerebellum 7 အပြင်တံဆိပ်ကပ်ခဲ့သည်။ နမူနာဘာသာရပ်ကနေ segment ရလဒ်များကိုမှာပြနေကြသည် သဖန်းသီး။ 2အေတစ်ခုမှာအပိုဆောင်း midline ဖွဲ့စည်းပုံမှာ (ဥပမာ ventral tegmental ဧရိယာ [VTA] နှင့် substantia nigra အဖြစ် midbrain ၏အစိတ်အပိုင်းများလည်းပါဝင်သည်သောဦးနှောက်ကို stem) စစျခုလုံးကိုဦးနှောက်အဘို့အ 165 ကှကျ၏ပြီးပြည့်စုံသောအစုအဘို့, ပါဝင်သည်ခဲ့သည်။ မီးခိုးရောင်ကိစ္စအသံအတိုးအကျယ် (GMV), မျက်နှာပြင်ဧရိယာ (SA), cortical အထူ (မှန် CT), နှင့်အဖြစ်များတတ်သည်ကိုဆိုလိုတာ (MC): လေးကိုယ်စားလှယ် morphological အတိုင်းအတာအသီးအသီး cortical ကှကျအတှကျတွက်ချက်ခဲ့ကြသည်။ ဒေတာကိုအပြောင်းအလဲနဲ့ Workflows (ထို Neuroimaging ၏ဓာတ်ခွဲခန်း (LONI) ပိုက်လိုင်းမှာဒီဇိုင်းနှင့်အကောင်အထည်ဖော်ခဲ့သည်http://pipeline.loni.usc.edu).
2.4.2 ။ ခန္ဓာဗေဒဆက်သွယ်မှု (အဖြူ-ကိစ္စ)
ပျံ့နှံ့ချိန်ပုံရိပ်များ (DWI) ရွေ့လျားမှုအဘို့အတညျ့နှင့် rotationally တစ်ဦးချင်းစီ voxel မှာ re-oriented ခဲ့ပျံ့နှံ့ tensors တွက်ချက်ရန်အသုံးပြုခဲ့ကြသည်။ အဆိုပါပျံ့နှံ့ tensor ပုံရိပ်တွေချင်းမိုင် et al ထဲမှာဖော်ပြထားတဲ့အတိုင်း log-အသွင်ပြောင်း tensors ၏ trilinear Interpol အပေါ်အခြေခံပြီး realigned ခဲ့ကြသည်။ (ချင်းမိုင် et al ။ , 2011) နှင့်တစ် ဦး isotropic voxel resolution ကို (2 × 2 × 2 မီလီမီတာမှ resampled3) ။ ဒေတာကိုအပြောင်းအလဲနဲ့ Workflows အဆိုပါ LONI ပိုက်လိုင်းသုံးပြီးဖန်တီးထားကြသည်။
တစ်ဦးချင်းစီဘာသာရပ်များအတွက်အဖြူရောင်ကိစ္စဆက်သွယ်မှု (ဖွဲ့စည်းတည်ဆောက်ပုံဆိုင်ရာပုံရိပ်တွေအပေါ်ဖော်ထုတ်ခဲ့သည့်နေရာ 165 ဦးနှောက်ဒေသများအကြားခန့်မှန်းခဲ့သည်သင်္ဘောသဖန်း။ 2B) DTI ဖိုင်ဘာ tractography ကိုသုံးနိုင်သည်။ Tractography အဆက်မပြတ်ခြေရာကောက် (အမှန်တရား) algorithm ကို (အားဖြင့် Fiber တာဝန်ကနေတဆင့်ဖျော်ဖြေခဲ့သည်Mori et al ။ , 1999) TrackVis (သုံးပြီးhttp://trackvis.org()Irimia et al ။ , 2012) ။ ဦးနှောက်ဒေသတစ်ခုချင်းစီအကြားအဖြူကိစ္စဆက်သွယ်မှု၏နောက်ဆုံးခန့်မှန်းချက်တစ်ခုလုံးကိုဦးနှောက်အတွင်းဖိုင်ဘာဝစော၏စုစုပေါင်းအရေအတွက်အားဖြင့်ပုံမှန်တစ်ခုချင်းစီကိုဒေသပျထှေးသောဖိုင်ဘာဝစော၏နံပါတ်, အပေါ်အခြေခံပြီးဆုံးဖြတ်ထားခဲ့ပါတယ်။ ဤအချက်အလက်ပြီးတော့နောက်ဆက်တွဲခွဲခြားအတွက်အသုံးပြုခဲ့သည်။
2.5 ။ ကျဲတစ်စိတ်တစ်ပိုင်းအနည်းဆုံးစတုရန်း - ခွဲခြမ်းစိတ်ဖြာ (sPLS-DA) ခွဲခြားမှု
ဦးနှောက်အမှတ်အသားများ (ပုံမှန်အလေးချိန် vs. အဝလွန်) မွငျ့မားနေသည်ဟု BMI status ကိုကြိုတင်ခန့်မှန်းဖို့အသုံးပြုနိုင်ပါတယ်ရှိမရှိဆုံးဖြတ်ရန်အလို့ငှာကျွန်ုပ်တို့ sPLS-DA အလုပ်။ (sPLS-DA ကျဲ PLS ဆုတ်ယုတ်နေတဲ့ပုံစံဖြစ်ပါတယ်ပေမယ့်တုံ့ပြန်မှု variable ကိုအမျိုးအစားဖြစ်ပါသည်, အုပ်စုတစုအဖွဲ့ဝင်ကိုညွှန်းLe Cao, 2008a; Le Cao et al ။ , 2009b, 2011) ။ sPLS-DA (ခန့်မှန်းအရေအတွက်များတဲ့, အသေးစားနမူနာအရွယ်အစားနှင့်အတူအထူးသဖြင့်ထိရောက်သောဖြစ်ပြနှင့်ခန့်မှန်းကြားတွင် Co-linear မြင့်မားလျက်ရှိသည်Le Cao, 2008a; Le Cao et al ။ , 2009b, 2011) ။ sPLS ဦးနှောက်အစီအမံများနှင့်အုပ်စုတစ်ခုကွာခြားချက်ဆနျ့ကငျြဘကြားရှိနမူနာ covariance တတ်တယ်။ sPLS တစ်ပြိုင်နက် Lasso ပြစ်မှုဆိုင်ရာသုံးပြီး variable ကိုရွေးချယ်ခြင်းနှင့်ခွဲခြားလုပ်ဆောင် (Le Cao et al ။ , 2009a) ။ sPLS-DA လူတန်းစားအဖွဲ့ဝင်အပေါ်အခြေခံပြီးခန့်မှန်း၏ linear ပေါင်းစပ်ဖွဲ့စည်းတဲ့ကြီးကြပ်မူဘောင်ကို အသုံးပြု. လုပ်ကိုင်လျက်ရှိကြောင်းသိရသည်။ sPLS-DA features တွေသို့မဟုတ် variable တွေကိုတစ်ဦးကိုရွေးချယ်ထားသဖြင့်ဖွဲ့စည်း orthogonal အစိတ်အပိုင်းများကိုတစ်ခုချင်းစီကိုအစုတခုရှာတွေ့ခြင်းအားဖြင့်အချက်အလက်များ၏ Dimensional လျော့နည်းစေသည်။ အဆိုပါအစိတ်အပိုင်းများကိုဦးနှောက်လက်မှတ်ပေါင်းအဖြစ်ရည်ညွှန်းကြသည်။ တစ်ဦးနှောက်လက်မှတ်ပါဝင်သောအသီးအသီး variable ကို (ထိုအုပ်စုနှစ်စုစခွဲခြားဆက်ဆံမှုများအတွက် variable တွေကိုများ၏ဆွေမျိုးအရေးပါမှုတစ်ခုအတိုင်းအတာဖြစ်သောတစ်ခုဆက်နွယ် "တင်" ရှိပါတယ်Le Cao et al ။ , 2008b) ။ ထို့အပြင်ခုနှစ်, Projection အတွက် Variable အရေးပါမှု (VIP) ရမှတ်ဟာ PLS မော်ဒယ်များတွင်အသုံးပြုတစ်ခုချင်းစီကို variable ကို၏အရေးပါမှုကိုခန့်မှန်းနိုင်ရန်အတွက်တွက်ချက်ခဲ့ကြသည်။ အဆိုပါ VIP ရမှတ်အကောင့်သို့တစ်ခုချင်းစီကိုလက်မှတ်၏ကရှင်းပြသည်ကှဲလှဲကြာသောဝန်တစ်ချိန်ပေါင်းလဒ်သည်။ ထိုနှစ်ထပ် VIP ရမှတ်များ၏ပျမ်းမျှ 1 ညီမျှသည်။ တဦးတည်းထက် သာ. ကြီးမြတ် VIP ကိန်းနှင့်အတူခန့်မှန်းခြင်း (ခွဲခြားများအတွက်အထူးသဖြင့်အရေးကြီးသောစဉ်းစားနေကြတယ်Le Cao et al ။ , 2008b).
2.5.1 ။ အဆိုပါကြိုတင်ခန့်မှန်းချက်မော်ဒယ်၏ဖွံ့ဖြိုးရေးကောင်စီ
တစ်ခုချင်းစီကိုခွဲခြမ်းစိတ်ဖြာများအတွက်ဦးနှောက်လက်မှတ်ပေါင်းအရေအတွက် (နှစ်ခုမှာ fixed ခဲ့သည်Le Cao et al ။ , 2008b) ။ တစ်ဦးက တည်ငြိမ်မှုကိုခွဲခြမ်းစိတ်ဖြာ (အသီးအသီးကဦးနှောက်လက်မှတ်အဘို့အဦးနှောက်တိုင်းဒေသကြီးများ၏အကောင်းဆုံးနံပါတ်တစ်ခုဆုံးဖြတ်ရန်အလို့ငှာအသုံးပြုခဲ့သည်Le Cao et al ။ , 2011) ။ ပထမဦးစွာ sPLS-DA နှစ်ခုဦးနှောက်လက်မှတ်ပေါင်း၏အသီးအသီးအဘို့ကိုရှေးခယျြခံရဖို့ variable တွေကို, 5-200 ၏အကွာအဝေးကိုဖြတ်ပြီးလျှောက်ထားသည်။ ရွေးဖို့ variable တွေကို၏နံပါတ်တစ်ခုချင်းစီအသေးစိတ်ဖော်ပြချက်အဘို့, 10-ခြံ Cross-validation ကို 100 ကြိမ်ဖျော်ဖြေနေသည်ထပ်ခါတလဲလဲ။ ဤသည် Cross-validation ကိုလုပ်ထုံးလုပ်နည်း (ခြံသို့မဟုတ်အချက်အလက်များ၏ subsamples 10 သို့သင်တန်းဒေတာအပိုင်းသုံးပိုင်းn = 12 စမ်းသပ်မှုအစုံ) ။ တစ်ခုတည်း subsample စမ်းသပ်ဒေတာအဖြစ်ဘေးဖယ်ထားခြင်းနှင့်ကျန်ရှိသော subsamples မော်ဒယ်လေ့ကျင့်ရန်အသုံးပြုကြသည်။ variable များ၏တည်ငြိမ်မှုကိုတိကျသော variable တစ်ခုသည် cross-validation ပြေးများတွင်ရွေးချယ်သည့်အကြိမ်အရေအတွက်ကိုတွက်ချက်ခြင်းဖြင့်ဆုံးဖြတ်သည်။ နောက်ဆုံးမော်ဒယ်လ်ဖွံ့ဖြိုးတိုးတက်ဖို့အတွက်သာ။ ကြီးမြတ်တဲ့ 80% ထက်တည်ငြိမ်သော ဦး နှောက် variable တွေကိုသာအသုံးပြုခဲ့သည်။
2.6 ။ စာရင်းအင်းဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်း
2.6.1 ။ ကျဲတစ်စိတ်တစ်ပိုင်းအနည်းဆုံးစတုရန်း - ခွဲခြမ်းစိတ်ဖြာ (sPLS-DA) ခွဲခြားမှု
sPLS-DA (ထို R ကိုအထုပ် mixOmics သုံးပြီးဖျော်ဖြေခဲ့သည်http://www.R-project.org) ။ ကျနော်တို့သီးခြားစီဦးနှောက် morphometry နှင့် DTI ခန္ဓာဗေဒဆက်သွယ်မှု၏ကြိုတင်ခန့်မှန်းချက်ပါဝါဆန်းစစ်ခဲ့သည်။ ဒေသဆိုင်ရာဦးနှောက် morphometry သို့မဟုတ်ဒေသဆိုင်ရာခန္ဓာဗေဒဆက်သွယ်မှု, အသက်နှင့်စုစုပေါင်း GMV အပြင်ဖြစ်နိုင်ခြေခန့်မှန်းအဖြစ်ထည့်သွင်းခဲ့ကြသည်။ ရရှိသော morphological ဒေတာအဘို့, GMV, SA, မှန် CT နှင့် MC များ၏အစီအမံပုံစံသို့ဝငျခဲ့သညျ။ ရရှိသော DTI ခန္ဓာဗေဒဆက်သွယ်မှုဒေတာအဘို့, 165 ဒေသများအကြားဆွေမျိုးဖိုင်ဘာသိပ်သည်းဆကိုအညွှန်းထည့်နေပုံကိုဘာသာရပ်-တိကျတဲ့မက်တရစ် 1 ထူးခြားတဲ့ connection (ကနဦး matrix ကိုကနေအထက်တြိဂံ) ပါဝင်တဲ့ရှုထောင်မက်တရစ် 13,530 မှအသွင်ပြောင်းခဲ့သည်။ ဤရွေ့ကားမက်တရစ်ပြီးတော့ဘာသာရပ်များကိုဖြတ်ပြီး concatenated နှင့် sPLS-DA သို့ဝငျခဲ့သညျ။ ကနဦး data တွေကိုလျှော့ချရေးခြေလှမ်းအဖြစ်, သုညကှဲလှဲခန့်မှန်းအနီးကျဆင်းသွားခဲ့ကြနှင့်ဤ 369 ကျန်ရှိသောဆက်သွယ်မှုခဲ့သည်။ ဦးနှောက်လက်မှတ်ပေါင်းတစ်ဦးချင်းစီအတိုင်းအတာများနှင့် VIP ကိန်းအပေါ် variable ကို load ကို အသုံးပြု. အကျဉ်းချုပ်ခံခဲ့ရသည်။ ငါတို့သည်လည်း (ထို algorithms ၏ခွဲခြားဆက်ဆံမှုစွမ်းရည်သရုပျဖျောဖို့သော graphical display တွေကိုသုံးပါLe Cao et al ။ , 2011) ။ နောက်ဆုံးမော်ဒယ်၏ကြိုတင်ခန့်မှန်းချက်စွမ်းရည်ခွင့်တဦးတည်းထွက် Cross-validation ကိုသုံးပြီးအကဲဖြတ်ခဲ့သည်။ sensitivity ကို, တိကျသော, အပြုသဘောကြိုတင်ခန့်မှန်းချက်တန်ဖိုး (PPV အတွက်) နှင့်အနုတ်လက္ခဏာကြိုတင်ခန့်မှန်းချက်တန်ဖိုး (NPV): ငါတို့သည်လည်းထို binary ခွဲခြားအတိုင်းအတာတွက်ချက်။ ဤတွင်အဆိုပါ sensitivity ကိုအညွှန်းကိန်းမှန်ကန်စွာအဝလွန်တစ်ဦးချင်းစီကိုသိရှိနိုင်ဖို့ခွဲခြား algorithm ကိုများ၏စွမ်းရည်။ တိကျတဲ့မှန်ကန်စွာပုံမှန်အလေးချိန်တစ်ဦးချင်းစီကိုသိရှိနိုင်ဖို့ခွဲခြား algorithm ကိုများ၏စွမ်းရည်ကိုထင်ဟပ်။ PPV အတွက်ထိုခွဲခြား algorithm ကိုထံမှတိကျသောအဝလွန်ဦးနှောက်လက်မှတ်ဖေါ်ပြခြင်းနမူနာနှင့်အတူအဘယ်သူအမှန်တကယ် (မှန်အပြုသဘောဆောင်) အဝလွန်နေကြသည်၏အချိုးအစားကိုရောင်ပြန်ဟပ်။ အခြားတစ်ဖက် NPV တွင်စမ်းသပ်ရလဒ်အနုတ်လျှင်ဖြစ်နိုင်ခြေ, ဆိုလိုသည်မှာယင်းပါဝင်သူအဆိုပါအဝလွန်-သတ်သတ်မှတ်မှတ်ဦးနှောက်လက်မှတ် (မှန်အနုတ်လက္ခဏာ) မရှိပါဘူးဖြစ်ပါတယ်။
2.6.2 ။ နမူနာဝိသေသလက္ခဏာများ
စာရင်းအင်းဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းလူမှုသိပ္ပံအဘို့အစာရင်းအင်းပက်ကေ့ (SPSS) software များ (ဗားရှင်း 19) ကို အသုံးပြု. ဖျော်ဖြေခဲ့ကြသည်။ အမူအကျင့်အတိုင်းအရှည်ရမှတ်များအတွက် Group မှခြားနားချက်များကှဲလှဲ (ANOVA) ၏ခွဲခြမ်းစိတ်ဖြာလျှောက်ထားခြင်းအားဖြင့်အကဲဖြတ်ခဲ့ကြသည်။ အဓိပ်ပာယျမှာထည့်သွင်းစဉ်းစားခဲ့သည် p <.05 တညျ့။
3.0 ။ ရလဒ်များ
3.1 ။ နမူနာဝိသေသလက္ခဏာများ
စုစုပေါင်းနမူနာ (N = 120) အဝလွန်တစ် ဦး ချင်းစီ၏ 63 (အမျိုးသမီးများ = 32, အထီး = 31), အသက် = 28.77 နှစ်, SD က = 9.76 နှင့် 57 ပုံမှန်အလေးချိန်တစ် ဦး ချင်းစီ (အမျိုးသမီးများ = 32, အထီး = 25), အသက် = 27.13 နှစ်ပေါင်း, SD = ၉.၆၂ ။ အဝလွန်အုပ်စုသည်စိုးရိမ်ပူပန်မှုနှင့်စိတ်ဓာတ်ကျမှုအဆင့်များသော်ငြားလည်းသိသာထင်ရှားသည့်အုပ်စုကွဲပြားမှုမရှိပါ။F = .642, p = .425; F = .001, p = .980) ။ နမူနာ၏လက်တွေ့ဝိသေသလက္ခဏာများအတွက်အကျဉ်းချုံးထားပါသည် စားပွဲတင် 1.
3.2 ။ Multivariate ပုံစံ sPLS-DA သုံးပြီးပိုင်းခြားသုံးသပ်ပြီး
3.2.1 ။ ခန္ဓာဗေဒဆက်သွယ်မှု (အဖြူ-ကိစ္စ) ခွဲခြား based
ကျနော်တို့ဦးနှောက်ခန္ဓာဗေဒဆက်သွယ်မှုအဖြူ-ကိစ္စပုံမှန်အလေးချိန်တစ်ဦးချင်းစီကနေအဝလွန်တစ်ဦးချင်းစီခွဲခြားဖို့အသုံးပြုနိုင်ခြင်းရှိမရှိဆန်းစစ်ခဲ့သည်။ သဖန်းသီး။ 3တစ်ဦးကနမူနာနှစ်ခုဦးနှောက်လက်မှတ်ပေါင်းမှဆက်ဆံရေးအတွက်ကိုယ်စားပြုခြင်းနှင့်အဖြူကိစ္စခွဲထုတ်၏ခွဲခြားဆက်ဆံမှုစွမ်းရည်သရုပ်ဖော်ကနေတစ်ဦးချင်းစီသရုပ်ဖော်သည်။ binary ခွဲခြားအတိုင်းအတာတွက်ချက်ခြင်းနှင့် 97% ၏ sensitivity ကိုညွှန်ပြ, 87% ၏တိကျသော, 88% ၏ PPV အတွက်နှင့် 96% ၏ NPV ခဲ့ကြသည်။ စားပွဲတင် 2 variable ကို load အရေးကြီးပုဂ္ဂိုလ်များကိန်းနှင့်အတူတစ်ဦးချင်းစီခွဲခြားဆက်ဆံဦးနှောက်လက်မှတ်ပါဝင်သောတည်ငြိမ်သောအဖြူ-ကိစ္စဆက်သွယ်မှုများ၏စာရင်းပါရှိသည်။
3.2.2 ။ ခန္ဓာဗေဒဆက်သွယ်မှုကိုအခြေခံပြီးဦးနှောက်လက်မှတ် 1
ပထမဦးဆုံးဦးနှောက်လက်မှတ်အတွက်ကှဲလှဲ၏ 63% တွက်သည်။ အဆိုပါ VIP ကိန်းအားဖြင့်ညွှန်ပြသည့်အတိုင်း, အများဆုံးကှဲလှဲရှင်းပြဖြေရှင်းချက်ထဲမှာ variable တွေကို 1 ပါဝင်သည်) အအလုပ်အမှုဆောင်များ၏ဒေသများနှင့်အတူဆုလာဘ်ကွန်ရက် (putamen, pallidum [ထိုကဲ့သို့သော VTA နှင့် substantia nigra အဖြစ် midbrain ဒေသများအပါအဝင်] brainstem) ၏ဒေသများအကြားဆက်သွယ်မှု ထိန်းချုပ်မှုပါ (posterior parietal cortex ၏အစိတ်အပိုင်းတစ်ခုဖြစ်သည့် precuneus), salience (anterior insula), စိတ်ခံစားမှု arousal (ventromedial prefrontal cortex) နှင့် somatosensory (postcentral gyrus) ကွန်ရက်များ, အဆိုပါ salience (anterior insula) ၏ဒေသများနှင့် somatosensory (ဖြည့်စွက်မော်တာ cortex အပါအဝင် paracentral lobule) ကွန်ရက်များနှင့်အတူစိတ်ပိုင်းဆိုင်ရာ arousal ကွန်ရက် (anterior midcingulate cortex, ventromedial prefrontal cortex) ၏ 2) ဒေသများ; တစ်ခုအလုပ်အမှုဆောင်ထိန်းချုပ်မှုကွန်ယက်ကိုဒေသနှင့်အတူအလယ်တန်း occipital gyrus နှင့် thalamus နှင့် 3) thalamus (နှစ်ဦးနှစ်ဖက် prefrontal cortex dorsal) ။
ပုံမှန်အလေးချိန်အုပ်စုနှင့်နှိုင်းယှဉ်ပါက, အဝလွန်အုပ်စုသည် (ထိုအလုပ်အမှုဆောင်ထိန်းချုပ်မှုကွန်ယက် (posterior parietal cortex) ငှါ၎င်း, putamen ကနေစိတ်ခံစားမှု arousal ကွန်ယက်တစ်ခု inhibitory တစ်စိတ်တစ်ပိုင်းဖို့ဆုလာဘ်ကွန်ရက် (putamen, pallidum, brainstem) ၏ဒေသများထံမှ သာ. ကြီးမြတ်ဆက်သွယ်မှုပြသ ventromedial prefrontal cortex) နှင့် somatosensory ကွန်ရက် (postcentral gyrus နှင့် posterior insula) ၏ဒေသများဖြစ်သည်။ အနိမ့်ဆက်သွယ်မှုပု salience ကွန်ရက် (anterior insula) အားစိတ်ပိုင်းဆိုင်ရာ arousal ကွန်ရက် (ventromedial prefrontal cortex) မှဒေသများအတွက်အဝလွန်အုပ်စုတွင်လေ့လာတွေ့ရှိပေမယ့်ဒေသများကနေစိတ်ခံစားမှု arousal ကွန်ရက် (ventromedial prefrontal cortex) ထံမှဖို့အဝလွန်အုပ်စုတွင် သာ. ကြီးမြတ်ဆက်သွယ်မှုခဲ့သည် somatosensory ကွန်ရက် (posterior insula) ။ အနိမ့်ဆက်သွယ်မှုကိုလည်း anterior midcingulate cortex ပေမယ် subparietal sulcus (ထို somatosensory ကွန်ယက်၏အစိတ်အပိုင်း) ဖို့ paracentral lobule ကနေအဆင့်မြင့်ဆက်သွယ်မှုဖို့ somatosensory (paracentral lobule) ထံမှဆက်သွယ်မှုအတွက်အဝလွန်အုပ်စုတွင်လေ့လာတွေ့ရှိခဲ့သည်။ thalamic ဆက်သွယ်မှုမှာလိုက်ရှာ, နိမ့်ဆက်သွယ်မှုပု dorsal နှစ်ဦးနှစ်ဖက် prefrontal cortex (အလုပ်အမှုဆောင်ထိန်းချုပ်မှုကွန်ယက်ကို) ရန်နှင့်သာမန်အလေးချိန်တစ်ဦးချင်းစီနှင့်နှိုင်းယှဉ်ပါအဝလွန်တစ်ဦးချင်းစီအတွက်အလယ်တန်း occipital gyrus ဖို့ thalamus ကနေလေ့လာတွေ့ရှိခဲ့သည်။
3.2.3 ။ ခန္ဓာဗေဒဆက်သွယ်မှုကိုအခြေခံပြီးဦးနှောက်လက်မှတ် 2
ဖော်ထုတ်ဒုတိယခန္ဓာဗေဒဦးနှောက်လက်မှတ်ဒေတာအတွက်ကှဲလှဲထားတဲ့အပိုဆောင်း 12% အဘို့မှတ်။ အဆိုပါ VIP ကိန်းအားဖြင့်ညွှန်ပြအဖြစ်အုပ်စုခွဲခြားဆက်ဆံခြင်းမှအများဆုံးကှဲလှဲပံ့ပိုးအဆိုပါ variable တွေကိုအကျိုးကို၏ဒေသများတွင်ဆက်သွယ်မှု (putamen သည် Orbital တိုကျရိုကျ gyrus ၏အစိတ်အပိုင်းတစ်ခုဖြစ်သည့် Orbital sulci နှင့် brainstem) နှင့်စိတ်ပိုင်းဆိုင်ရာ arousal အဆိုပါ medial ဖြစ်သော (gyrus rectus ပါဝင်သည် အဆိုပါ ventromedial prefrontal cortex) ကွန်ရက်များ၏အစိတ်အပိုင်းတစ်ခု။
ပုံမှန်အလေးချိန်တစ်ဦးချင်းစီနှင့်နှိုင်းယှဉ်ပါအဝလွန်တစ်ဦးချင်းစီအတွက်, သာ. ကြီးမြတ်ဆက်သွယ်မှုအမှုဆောင်ထိန်းချုပ်မှု (နှစ်ဦးနှစ်ဖက် prefrontal cortex dorsal) နှင့်စိတ်ပိုင်းဆိုင်ရာ arousal (ventromedial prefrontal cortex) ၏ inhibitory တစ်စိတ်တစ်ပိုင်းနှစ်ဦးစလုံးမှအကျိုးကိုကွန်ယက်ကိုတိုင်းဒေသကြီးများ (brainstem နှင့် putamen) အကြားလေ့လာတွေ့ရှိခဲ့သည်။ သို့သော် occipital အကြားဆက်သွယ်မှုဟာ Orbital တိုကျရိုကျ gyrus (ဆုလာဘ်ကွန်ယက်ကို) သာမန်အလေးချိန်တစ်ဦးချင်းစီနှင့်နှိုင်းယှဉ်ပါအဝလွန်တစ်ဦးချင်းစီအတွက်အနိမ့်ခဲ့သည်။
3.2.4 ။ Morphometric မီးခိုးရောင်-ကိစ္စအခြေစိုက်ခွဲခြား
ကျနော်တို့ဦးနှောက် morphometry (မီးခိုးရောင်ကိစ္စအသံအတိုးအကျယ်, မျက်နှာပြင်ဧရိယာ, cortical အထူနှင့်အဖြစ်များတတ်သည်ကိုဆိုလိုတာ) သာမန်အလေးချိန်တစ်ဦးချင်းစီကနေအဝလွန်တစ်ဦးချင်းစီခွဲခြားဖို့အသုံးပြုနိုင်ခြင်းရှိမရှိဆန်းစစ်ခဲ့သည်။ သဖန်းသီး။ 3B ကနှစ်ခုဦးနှောက်လက်မှတ်ပေါင်းမှဆက်ဆံရေးအတွက်ကိုယ်စားပြုနမူနာအနေဖြင့်တစ်ဦးချင်းစီသရုပ်ဖော်နှင့် morphometric ခွဲထုတ်၏ခွဲခြားဆက်ဆံမှုစွမ်းရည်သရုပ်ဖော်သည်။ binary ခွဲခြားအတိုင်းအတာတွက်ချက်ခြင်းနှင့် 69% ၏ sensitivity ကိုညွှန်ပြ, 63% ၏တိကျသော, 66% ၏ PPV အတွက်နှင့် 66% ၏ NPV ခဲ့ကြသည်။ စားပွဲတင် 3 variable ကို load အရေးကြီးပုဂ္ဂိုလ်များကိန်းနှင့်အတူတစ်ဦးချင်းစီခွဲခြားဆက်ဆံခံရမှုပါဝင်သော morphometric အစီအမံများ၏စာရင်းပါရှိသည်။
3.2.5 ။ Morphological အခြေစိုက်ဦးနှောက်လက်မှတ် 1
ပထမဦးဆုံးဦးနှောက်လက်မှတ်အတွက် morphometric phenotype ဒေတာအတွက်အမျိုးမျိုးပြောင်းလဲ၏ 23% ကရှင်းပြသည်။ အဆိုပါ VIP ကိန်းမြင်သည်အတိုင်း, လက်မှတ်မှအများဆုံးကှဲလှဲပံ့ပိုး variable တွေကိုအကျိုးကို၏ဒေသများ (ထို Orbital တိုကျရိုကျ gyrus ၏ငျဒသေ), salience (anterior insula), အလုပ်အမှုဆောင်ထိန်းချုပ်မှု (နှစ်ဦးနှစ်ဖက် prefrontal cortex dorsal), စိတ်ခံစားမှု arousal (ventromedial prefrontal cortex ပါဝင်သည် ) နှင့် somatosensory (precentral sulcus, supramarginal gyrus, subcentral sulcus, သာလွန်တိုကျရိုကျ sulcus) ကွန်ရက်များ။ အမြင့် VIP ကိန်းကိုလည်းသာလွန်တိုကျရိုကျ gyrus နှင့် sulcus, သာလွန်ယာယီ gyrus, transverse frontopolar gyri များအတွက်လေ့လာတွေ့ရှိနှင့် transverse ယာယီ gyrus anterior ခဲ့ကြသည်။ အကျိုးကို, salience, အလုပ်အမှုဆောင်ထိန်းချုပ်မှုများနှင့်စိတ်ပိုင်းဆိုင်ရာ arousal ကွန်ရက်များသောနေရာများနှင့်ဆက်စပ်ခဲ့သည် အနိမ့် ပုံမှန်အလေးချိန်တစ်ဦးချင်းစီနှင့်နှိုင်းယှဉ်ပါအဝလွန်တစ်ဦးချင်းစီအတွက်တန်ဖိုးများ။ ဒါ့အပြင်ပုံမှန်အလေးချိန်တစ်ဦးချင်းစီနှင့်နှိုင်းယှဉ်ပါအဝလွန်တစ်ဦးချင်းစီခဲ့ သာ. ကြီး အဆိုပါ somatosensory ကွန်ယက်၏ဒေသများတွင်တန်ဖိုးများ။ တိုကျရိုကျနှင့်ယာယီဒေသ Morphometry (သာလွန်ယာယီ gyrus နှင့် transverse ယာယီ gyrus anterior) ကိုလည်းနှင့်ဆက်စပ်ခဲ့သည် အနိမ့် ပုံမှန်အလေးချိန်တစ်ဦးချင်းစီနှင့်နှိုင်းယှဉ်ပါအဝလွန်တစ်ဦးချင်းစီအတွက်တန်ဖိုးများ။
3.2.6 ။ Morphological အခြေစိုက်ဦးနှောက်လက်မှတ် 2
ဒုတိယ morphological ဦးနှောက်လက်မှတ်အတွက်ကှဲလှဲ၏ 32% ကရှင်းပြသည်။ အမြင့်ဆုံး VIP ကိန်းနှင့်အတူ Variables ကိုသူတို့အကျိုးကို၏ဒေသများပါဝင်သည်ကြောင်းအတွက်ဦးနှောက်လက်မှတ် 1 အတွက်စောင့်ကြည့်လေ့လာအဆိုပါ VIP ကိန်းဆင်တူခဲ့ကြသည် (caudate), salience (anterior insula), အလုပ်အမှုဆောင်ထိန်းချုပ်မှုပါ (posterior parietal cortex ၏အစိတ်အပိုင်းများ), စိတ်ခံစားမှု arousal (parahippocampal gyrus, subgenual anterior cingulate cortex နှင့် anterior cingulate cortex) နှင့် somatosensory (posterior insula နှင့် paracentral lobule) ကွန်ရက်များ။ သို့သော်ဦးနှောက်လက်မှတ် 2 နှင့်နှိုင်းယှဉ်ပါကဦးနှောက်လက်မှတ် 1 တစ်ဦးတည်းသာအကျိုးကိုကွန်ယက်မှကွန်နက်ရှင်နှင့် salience ၏ဒေသများနှင့်စိတ်ခံစားမှု arousal ကွန်ရက်များကနေပိုပြီးဆက်သွယ်မှုရှိခဲ့ပါတယ်။
အဝလွန်တစ်ဦးချင်းစီအတွက်ပုံမှန်အလေးချိန်တစ်ဦးချင်းစီနှင့်နှိုင်းယှဉ်, အနိမ့် အကျိုးကိုအတွက် morphometry, salience, အလုပ်အမှုဆောင်ထိန်းချုပ်မှုများနှင့်စိတ်ပိုင်းဆိုင်ရာ arousal ကွန်ရက်များအဘို့တန်ဖိုးများပေမယ် ပိုမိုမြင့်မား အဆိုပါ somatosensory ကွန်ယက်တန်ဖိုးများကိုညွှန်ပြခဲ့သည်။
4.0 ။ ဆွေးနွေးချက်
ဤလေ့လာမှု၏ရည်ရွယ်ချက်မှာ (သတ်သတ်မှတ်မှတ်ဦးနှောက်ဒေသများအကြားဖိုင်ဘာသိပ်သည်းဆအပေါ်အခြေခံပြီး) ဦးနှောက်ဆက်သွယ်မှု၏ morphological နှင့်ခန္ဓာဗေဒပုံစံများပုံမှန်အလေးချိန်တစ်ဦးချင်းစီကနေအဝလွန်တစ်ဦးချင်းစီခွဲခြားနိုင်မယ်ဆိုရင်ဆုံးဖြတ်ရန်ဖြစ်ခဲ့သည်။ အဓိကတွေ့ရှိချက်နေသောခေါင်းစဉ်: 1 ။ ခန္ဓာဗေဒဆက်သွယ်မှု (ဒေသများတွင်အကြားအဖြူ-ကိစ္စဝေစာတွေကို၏ဆွေမျိုးသိပ်သည်းဆ) မွငျ့မား sensitivity ကို (97%) နှင့်တိကျသော (87%) နှင့်အတူကွဲပြားခြားနားသော BMI နှင့်အတူဘာသာရပ်များအကြားခွဲခြားမှုနိုင်ခဲ့သည်။ 2 ။ ဆနျ့ကငျြ, မီးခိုးရောင်-အမှု၌ morphological အပြောင်းအလဲများကိုအကောင်းဆုံးခွဲခြားတိကျမှန်ကန်မှုထက်လျော့နည်းခဲ့ရသည်။ 3 ။ အဆိုပါခွဲခြားဆက်ဆံဦးနှောက်လက်မှတ်ပေါင်းပါဝင်သောဦးနှောက်ဒေသအများစုမှာတိုးချဲ့ဆုလာဘ်, salience, ဗဟိုအလုပ်အမှုဆောင်များနှင့်လေ့လာတွေ့ရှိအလုပ်လုပ်တဲ့ချို့ယွင်းသောဤကွန်ရက်များအကြားပုံမှန်မဟုတ်တဲ့အဖွဲ့အစည်းကြောင့်ဖြစ်ကြောင်းအကြံပြုစိတ်ခံစားမှု arousal ကွန်ရက်များပိုင်။
4.1 ။ BMI နဲ့ဆက်စပ်ခန္ဓာဗေဒ-ဆက်သွယ်မှုကိုအခြေခံပြီးဦးနှောက်လက်မှတ်ပေါင်း
ဤလေ့လာမှု၌, ဒေသဆက်သွယ်မှု၏ကွဲပြားပုံစံများထင်ဟပ်နှစ်ခုဦးနှောက်လက်မှတ်ပေါင်းပါဝင်သည်ဟုတစ်ဦးခွဲခြား algorithm ကိုအဝလွန်တစ်ဦးချင်းစီနှင့်ပုံမှန်အလေးချိန်တစ်ဦးချင်းစီအကြားခွဲခြားမှုတစ်ခုသိသိသာသာစွမ်းရည်ပြသသည်။ မြင့်မားတဲ့ BMI တစ်ဦးချင်းစီအတွက်အများစုမှာ DTI လေ့လာမှုများ (Shott et al ။ , 2014; Stanek et al ။ , 2011; Xu et al ။ , 2013; Yau et al ။ , 2010, 2014) ဒဿမကိန်း anisotropy အပါအဝင်အဖြူရောင်ကိစ္စပျံ့နှံ့ဝိသေသလက္ခဏာများအတွက်ကွဲပြားခြားနားမှုဆန်းစစ်အပေါ်အာရုံစူးစိုက်ခြင်းနှင့်ပျံ့ဆိုလို (အဖြူ-ကိစ္စဝေစာတွေကို၏သမာဓိရှိတိုင်းတာရာ), ဒါမှမဟုတ်အပုဒ်ရေပျံ့နှံ့တိုင်းတာနှင့်ဆဲလ်ပျက်စီးမှုကိုထင်ဟပ်ထားတဲ့သရုပ်ပျံ့နှံ့ကိန်း () ပါပွီ။ ဤသူအပေါင်းတို့သည်အစီအမံအဖြူ-ကိစ္စ microstructure အတွက်ဒေသတွင်းအပြောင်းအလဲများနှင့် ပတ်သက်. သတင်းအချက်အလက်ပေးနိုင်ပါသည်။ လက်ရှိလေ့လာမှုမှာကျွန်တော်တို့ဟာဦးနှောက်ဒေသများနှင့်ကွန်ရက်များအကြားဆွေမျိုးဆက်သွယ်မှုခန့်မှန်းတဲ့အတိုင်းအရှည်အဖြစ်ဖိုင်ဘာကျေးရွာအုပ်စုသိပ်သည်းဆ၏ DTI အစီအမံအပေါ်အာရုံစူးစိုက်ကြပါပြီ။ သည်အခြားလေ့လာမှုများအဖြူရောင်-ကိစ္စ microstructure အတွင်းအပြောင်းအလဲများကိုဒေသခံစံနှုန်းသတ်မှတ်ထားသောကြစဉ်ဒီတော့သူတို့ဆက်သွယ်မှု၏စည်းကမ်းချက်များ၌ဤပြောင်းလဲများ၏သက်ရောက်မှုဖော်ထုတ်ကြပြီမဟုတ်။
4.1.1 ။ ခန္ဓာဗေဒဆက်သွယ်မှုကိုအခြေခံပြီးဦးနှောက်လက်မှတ် 1
ပထမဦးဆုံးဦးနှောက်လက်မှတ်အကြီးအကျယ်ဆုလာဘ်, salience, အလုပ်အမှုဆောင်ထိန်းချုပ်မှု, စိတ်ခံစားမှု arousal နှင့်အာရုံခံကွန်ရက်များအတွင်းနှင့်အကြားဆက်သွယ်မှုများကဖွဲ့စည်းပေးခဲ့သည်။ အမှုဆောင်ထိန်းချုပ်မှုကွန်ယက်၏ဒေသများနှင့် occipital ဒေသမှ thalamic ဆက်သွယ်မှုလည်းရှိခဲ့သည်။ အဖြူ-ကိစ္စဝေစာတွေကို (လျော့ချဒဿမကိန်း anisotropy) ၏လျှော့ချသမာဓိရှိပြင်ပဆေးတောင့်အတွက်ပုံမှန်အလေးချိန်အုပ်စုနှင့်နှိုင်းယှဉ်လျှင်ထိုအဝလွန်အုပ်စုတွင်လေ့လာတွေ့ရှိသည့် anterior insula ဖို့ ventromedial prefrontal cortex ကနေယုတ်လျော့ဆက်သွယ်မှုကျွန်တော်တို့ရဲ့တွေ့ရှိချက်နဲ့သက်ဆိုင်တဲ့ (ချိတ်ဆက်အမျှင်များပါဝင်သည်အရာ တိုတောင်းသောအသင်းအဖွဲ့အမျှင်ကနေတစ်ဆင့်အခြားအ cortical ဒေသများသို့ cortical ဒေသများ) (ထိန်းချုပ်မှုနှင့်နှိုင်းယှဉ်ပါအဝလွန်အစီရင်ခံခဲ့ကြShott et al ။ , 2014) ။ ထို့အပြင်အဝလွန်အတွက်ထိန်းချုပ်မှုနှင့်နှိုင်းယှဉ်လျှင်သိသာပျံ့နှံ့ကိန်း (ဆဲလ်ပျက်စီးမှုကိုထင်ဟပ်ရေပျံ့နှံ့) (ပု thalamus ဖို့ parietal, occipital, cingulate နှင့်ယာယီဒေသများထံမှသတင်းအချက်အလက်ထုတ်လွှင့်မှုအတွက်လူသိများသည်) ကို sagittal လှာထဲမှာကြီးနှင့်ကိုက်ညီစေခြင်းငှါ လက်ျာ thalamus နှင့်ပုံမှန်အလေးချိန်တစ်ဦးချင်းစီ (နှိုင်းယှဉ်အဝလွန်တစ်ဦးချင်းစီအဘို့အညာဘက်အလယ် occipital gyrus အကြားအနိမ့်ဆက်သွယ်မှုကျွန်တော်တို့ရဲ့လေ့လာတွေ့ရှိချက်နှင့်အတူShott et al ။ , 2014) ။ Shott နှင့်လုပ်ဖော်ကိုင်ဖက်များ (Shott et al ။ , 2014) corona radiata ရှိအဝလွန်အုပ်စုထဲတွင်ပိုမိုနက်ရှိုင်းသောမီးခိုးရောင် - ပုံသဏ္structuresာန်ဖွဲ့စည်းပုံ (ဥပမာ thalamus) နှင့် cortical ဒေသများ (dorsal) တို့အကြားပိုမိုနိမ့်သောဆွေမျိုးအမျှင်သိပ်သည်းဆ၏တွေ့ရှိချက်များကိုချီးမွမ်းဖွယ်ရှိသောပိုမိုသိသာသောပျံ့နှံ့ခြင်းကိန်း (ဖြစ်နိုင်ခြေရှိသောဆဲလ်ပျက်စီးမှုကိုထင်ဟပ်) ကိုလည်းဖော်ထုတ်ခဲ့သည်။ ပုံမှန်အလေးချိန်တစ် ဦး ချင်းစီနှင့်နှိုင်းယှဉ်လျှင်အဝလွန်တစ် ဦး ချင်းစီအတွက်နှစ် ဦး နှစ်ဖက် prefrontal cortex) ။ ပြောင်းလဲထားသည့် thalamic ဆက်သွယ်မှုသည်အရံအာရုံခံဆိုင်ရာသတင်းအချက်အလက်များကို cortex သို့ထပ်ဆင့်လွှင့်ရာတွင်ကူညီရာတွင် thalamus ၏အခန်းကဏ္withကိုဝင်ရောက်စွက်ဖက်လိမ့်မည်။ဂျန် et al ။ , 2014).
ပုံမှန်အလေးချိန်တစ်ဦးချင်းစီမှ Uncomplicated ဆယ်ကျော်သက်အဝလွန်နှိုင်းယှဉ်တစ်ဦးကသီးခြားလေ့လာမှုလည်းထိုကဲ့သို့သောပြင်ပဆေးတောင့်, (အများအားဖြင့် corticospinal ဝစောတက်နှင့်ဆင်းသယ်ဆောင်ပေးသော) ပြည်တွင်းရေးဆေးတောင့်အဖြစ်အချို့သောယာယီအမျှင်များနှင့် optic ဓါတ်ရောင်ခြည် (အဖြစ်တိုင်းဒေသကြီးများတွင်အဝလွန်မြီးကောင်ပေါက်အတွက်လျှော့ဒဿမကိန်း anisotropy တွေ့ရှိခဲ့Yau et al ။ , 2014) ။ မကြာသေးမီကလေ့လာမှုလည်းခွဲစိတ်ရေနုတ်မြောင်းလျှက်ပြီးနောက်ဤအာရုံကြောအမျှင်အဆိုပါစည်းမျဉ်းများတွင်ပါဝင်ပတ်သက်သည်ဟုအကြံပြုစေခြင်းငှါအရာ, အလေးချိန်မှာသိသိသာသာတိုးသူတစ်ဦး brainstem cavernoma နှင့်အတူတစ်ဦးချင်းအတွက် brainstem နှင့် hypothalamus အကြား DTI နှင့်အတူအာရုံကြောအမျှင်ဆက်သွယ်မှုဆုံးရှုံးလေ့လာတွေ့ရှိ အစားအစာစားသုံးမှုနှင့်အလေးချိန် (နှစ်ဦးစလုံး၏Purnell et al ။ , 2014) ။ သို့သျောကြှနျုပျတို့စိတျအပိုငျးအတွက်လက်ရှိလေ့လာမှုမှာအသုံးပြုတဲ့အထူးသဖြင့် atlases အပေါ်အခြေခံပြီးကှကျန့်အသတ်များကြောင့်ဖြစ်ရသော, အ hypothalamus နှင့်အတူဆက်သွယ်မှုကွဲပြားမှုကိုခွဲခြားသတ်မှတ်မပေးခဲ့ပါဘူး။
4.1.2 ။ ခန္ဓာဗေဒဆက်သွယ်မှုကိုအခြေခံပြီးဦးနှောက်လက်မှတ် 2
တစ်ဦးကစက္ကန့် orthogonal လက်မှတ်သာသုံးအကျိုးကိုအတွင်းခန္ဓာဗေဒဆက်သွယ်မှုများနှင့်စိတ်ပိုင်းဆိုင်ရာ arousal ကွန်ရက်များအားဖြင့်ဖွဲ့စည်းခဲ့ခြင်းဖြစ်သည်။ အကျိုးကိုကွန်ယက်ကိုပါဝင်သောဒေသများအတွင်းကလက်ရှိလေ့လာမှုနှင့်အတူအပြန်အလှန်ဆက်သွယ်သည့်ကွန်ရက်မှာဒေသများနှင့်အတူပြောင်းလဲဆက်သွယ်မှုများ၏မှတ်ပုံတင်ယခင်ကအစီရင်ခံထားကြပြီမဟုတ်။ သို့သော်ဤပွောငျးလဲ (ထိုတိုးချဲ့ဆုလာဘ်ကွန်ယက်၏ဒေသများအတွင်းမီးခိုးရောင်ကိစ္စကိုပြောင်းလဲကြည့်ရှုလေ့လာခဲ့ကြကြောင်းမကြာသေးမီ morphological လေ့လာမှုများအပေါ်အခြေခံပြီးမျှော်မှန်းစေခြင်းငှါKenny, 2011; Kurth et al ။ , 2013; Raji et al ။ , 2010; Volkow et al ။ , 2008) ။ အတူတကွကျွန်တော်တို့ရဲ့တွေ့ရှိချက်အကျိုးကို network ကိုဖွဲ့စည်းကြောင်းဒေသများနှင့်၎င်း၏ဆက်စပ်ကွန်ရက်များအဘို့အဖြူ-ကိစ္စဆက်သွယ်မှုအတွက်ကျယ်ပြန့်-ပြန့်ပွားကိုပြောင်းလဲပြသရန်ပေါ်လာပါသည်။
သည်အခြားလေ့လာမှုများတိုးပွားလာနေသည်ဟု BMI (နှင့်အတူ (ထို cingulate ၏အစိတ်အပိုင်းတစ်ခုဖြစ်ကြောင်းနှင့် hypothalamus ဖို့ hippocampus မှသတင်းအချက်အလက်သယ်ဆောင်ရာ) ကို Corpus callosum နှင့် fornix ၏ဒေသများတွင်လျှော့ဒဿမကိန်း anisotropy ဖြင့်တိုင်းတာအဖြစ်လျှော့ချဖိုင်ဘာသမာဓိရှိတွေ့ပြီနေစဉ်Stanek et al ။ , 2011; Xu et al ။ , 2013); လက်ရှိလေ့လာမှုနှစ်ခုခန္ဓာဗေဒ-ဆက်သွယ်မှုဦးနှောက်လက်မှတ်ပေါင်းအတွင်း interhemispheric ဆက်သွယ်မှုအတွက်သိသာထင်ရှားသောပြောင်းလဲခွဲခြားသတ်မှတ်မပေးခဲ့ပါဘူး။ အဆိုပါခြွင်းချက်လက်ဝဲ paracentral lobule နှင့်ဦးနှောက်လက်မှတ် 1 နှင့်ဦးနှောက်လက်မှတ် 2 အတွက်ညာဘက် putamen နှင့်လက်ဝဲ gyrus rectus အကြားဆက်သွယ်မှုအတွက်ညာဘက် subparietal sulcus အကြားဆက်သွယ်မှုရှိကွောငျးကိုဖြစ်ခဲ့သည်။ ကျနော်တို့ကြောင့်စနစ်တကျအဖြူကိစ္စပျက်စီးခြင်းဤသည်ယခင်လေ့လာမှုများအတွက်စောင့်ကြည့်လေ့လာအကျိုးသက်ရောက်မှုဖြစ်မည်အကြောင်း hypothesize အစားပုံမှန်အိုမင်းစဉ်အတွင်းဖြစ်ပေါ်ကြောင်းအပြောင်းအလဲများဆင်တူသတ်သတ်မှတ်မှတ်ဦးနှောက်ဒေသများ, (အကြားဆက်သွယ်မှုပြောင်းလဲမှုများSullivan က et al ။ , 2010) ။ ဤအယခင်လေ့လာမှုများ၏စာရေးဆရာများမြင့်မားနေသည်ဟု BMI နှင့်အတူဘာသာရပ်များ၏ပြင်ပဆေးတောင့်အတွက်ဒဿမကိန်း anisotropy အတွက်ကွဲပြားမှုဟာ hippocampus နှင့် amygdala ကနေဆက်သွယ်မှုဆက်နွယ်နေကြောင်းစေခြင်းငှါ, ငါတို့သည်ဤဖွဲ့စည်းပုံအတွင်းဆက်သွယ်မှုအတွက်သိသာထင်ရှားသောအပြောင်းအလဲများကိုစောငျ့ရှောကျမတွေးဆနေစဉ်။ တစ်ဦးကအသေးစိတ်ခွဲခြမ်းစိတ်ဖြာနှင့်ဤဦးနှောက်ဒေသအသေးစိတ်ကှကျယင်းတွေ့ရှိချက်ကိုအတည်ပြုဖို့ရန်လိုအပ်သည်။
4.2 ။ BMI နဲ့ဆက်စပ် Morphometric မီးခိုးရောင်-ကိစ္စဦးနှောက်လက်မှတ်ပေါင်း
မီးခိုးရောင်ကိစ္စ morphometric ခွဲခြမ်းစိတ်ဖြာနှစ်ခုကွဲပြား profile များကို အသုံးပြု. မှန်ကန်စွာ 69% ၏ sensitivity ကိုနှင့် 63% ၏တိကျတဲ့နှင့်အတူပုံမှန်အလေးချိန်တစ်ဦးချင်းစီကနေအဝလွန်ခွဲခြားသတ်မှတ်ပေးနိုင်ခဲ့တယ်။ ဤရွေ့ကားတွေ့ရှိချက်ကမ္ဘာလုံးဆိုင်ရာ၏ယခင်အစီရင်ခံစာများနှင့်အကျိုးကိုကွန်ယက်အတွင်းသတ်သတ်မှတ်မှတ်ဦးနှောက်ဒေသများတွင်မီးခိုးရောင်-ကိစ္စ volume ထဲမှာဒေသဆိုင်ရာလျှော့ချခြင်းနှင့်ဆက်စပ်ကွန်ရက်များ (နှင့်ကိုက်ညီများမှာDebette et al ။ , 2010; Kenny, 2011; Kurth et al ။ , 2013; Pannacciulli et al ။ , 2006; Raji et al ။ , 2010) ။ အဆိုပါ DTI အခြေစိုက်ခွဲခြားမတူဘဲဤတွေ့ရှိချက်နှစ်ခု BMI အုပ်စုများအကြားခွဲခြားမှုတစ်ခုအလယ်အလတ်စွမ်းရည်ကိုအကြံပြုအပ်ပါသည်။
4.2.1 ။ Morphological အခြေစိုက်ဦးနှောက်လက်မှတ် 1
ကျွန်တော်တို့ရဲ့လေ့လာမှုမှာ, ပထမဦးဆုံးဦးနှောက်လက်မှတ်ပုံမှန်အလေးချိန်အုပ်စုနှင့်နှိုင်းယှဉ်ပါ (Orbital တိုကျရိုကျ gyrus ၏မဟာမဲခေါင်ဒေသတွင်းအပါအဝင် anterior insula) အမျိုးမျိုးသော morphometric အစီအမံအကျိုးကို၏ဒေသများအတွက် salience, နှင့်အဝလွန်အုပ်စုတွင်အလုပ်အမှုဆောင်ထိန်းချုပ်မှုကွန်ယက်နိမ့်တန်ဖိုးများကိုပြသ။ ထို့အပြင်အနိမ့်တန်ဖိုးများကို morphometric တန်ဖိုးများကိုစိတ်ပိုင်းဆိုင်ရာ arousal ကွန်ယက် related (နှစ်ဦးနှစ်ဖက် dorsal နှင့် prefrontal cortex ventromedial) ကို inhibitory ဒေသများအဘို့ရှုလေ့လာပေမယ့်ယာယီအပါအဝင် somatosensory ကွန်ရက် (precentral sulcus, supramarginal gyrus, subcentral sulcus နှင့်သာလွန်တိုကျရိုကျ sulcus) အတွက်ပိုမိုမြင့်မား morphometry ခဲ့ကြသည် ပုံမှန်အလေးချိန်တစ်ဦးချင်းစီနှင့်နှိုင်းယှဉ်ပါအဝလွန်တစ်ဦးချင်းစီအတွက်ဒေသများ။ ဒီလေ့လာမှုမှာကျနော်တို့က Orbital တိုကျရိုကျ gyrus ၏ morphological တိုင်းတာအတွက်သိသာထင်ရှားသောလျှော့ချ (မီးခိုးရောင်ကိစ္စအသံအတိုးအကျယ်နှင့် cortical အထူ) တွေ့ရှိခဲ့ပါတယ်။ ဂြိုဟ်တုပတ်လမ်းတိုကျရိုကျ gyrus ဆုချနှင့်ဆက်စပ်သောမျှော်လင့်ကုဒ်သွင်းပေါ်တွင် အခြေခံ. အကဲဖြတ်အပြောင်းအလဲနဲ့နှင့်အနာဂတ်အပြုအမူနှင့်ဆုံးဖြတ်ချက်များ၏လမ်းညွှန်မှုအတွက်အခန်းကဏ္ဍသောဆုလာဘ်ကွန်ယက်အတွင်းအရေးပါသောဒေသ (ဖြစ်ပါတယ်Kahnt et al ။ , 2010) ။ မီးခိုးရောင်နှင့်အဖြူ-ကိစ္စဖွဲ့စည်းပုံကိုခွဲခြားစိတ်ဖြာတစ်ဦးကမကြာသေးခင်ကလေ့လာမှုအဝလွန်တစ်ဦးချင်းစီအတွက် Orbital တိုကျရိုကျ gyrus (အပါအဝင်အကျိုးကိုကွန်ရက်အတွင်း၌အမျိုးမျိုးသောဒေသများများအတွက်တန်ဖိုးများကိုလျှော့ချခဲ့ကွောငျးတှေ့ရှိShott et al ။ , 2014).
4.2.2 ။ Morphological အခြေစိုက်ဦးနှောက်လက်မှတ် 2
အကျိုးကိုကွန်ယက်ကိုဒေသများတွင်သြဇာမပေးစဉ်ကဦးနှောက်လက်မှတ် 1 နှင့်နှိုင်းယှဉ်ပါက, salience ၏ဒေသများနှင့်စိတ်ခံစားမှု arousal ကွန်ရက်များအတွက်လေ့လာတွေ့ရှိ morphological တိုင်းတာ, အကှဲလှဲတဲ့အများစုကရှင်းပြသည်။ လျှော့ချမီးခိုးရောင်ကိစ္စတိုင်းတာသည့် salience ၏ဒေသများ, အလုပ်အမှုဆောင်ထိန်းချုပ်မှုများနှင့်စိတ်ပိုင်းဆိုင်ရာ arousal ကွန်ယက်တွင်လေ့လာတွေ့ရှိခဲ့ကြသည်။ ဤရွေ့ကားဒေသများ (anterior insula, parietal posterior cortex, parahippocampal gyrus, အ anterior cingulate cortex ၏ငျဒသေ) မကြာခဏ (အစားအသောက်တွေကိုထိတွေ့နေစဉ်အတွင်းတိုးလာ evoked ဦးနှောက်လှုပ်ရှားမှုနဲ့ဆက်စပ်နေကြသည်Brooks et al ။ , 2013; Greenberg et al ။ , 2006; Rothemund et al ။ , 2007; Shott et al ။ , 2014; Stoeckel et al ။ , 2008), နှင့်လှုံ့ဆော်မှုများ၏ပုဂ္ဂိုလ်ရေး salience ၏ဒီဂရီ (Critchley et al ။ , 2011; Seeley et al ။ , 2007a) ။ လက်ရှိလေ့လာမှုမှာတော့မီးခိုးရောင်ကိစ္စလျှော့ချကိုလည်း somatosensory ကွန်ရက် (posterior insula, paracentral lobule) ၏သော့ချက်ဒေသများတွင်တွေ့မြင်ခဲ့ရသည်။ အဝလွန်နှင့်အဝလွန်ခြင်း၌ဤကွန်ယက်၏အတိအကျအခန်းကဏ္ဍကိုမသိရသော်လည်းသူကကိုယျခန်ဓာအာရုံ၏အသိအမြင်တွင်ပါဝင်ပတ်သက်ရမည်ကိုပြသထားသည်နှင့်လတ်တလောလေ့လာမှုအဝလွန်တစ်ဦးချင်းစီအတွက်အစားအသောက်တွေကိုတုန့်ပြန်မြင့်မားသော somatosensory ကွန်ရက်လှုပ်ရှားမှုမှဦးဆောင်လမ်းပြနိုင်ကြောင်းအကြံပြု ကျော် (Stice et al ။ , 2011) ။ ဒီလေ့လာမှုကအထူးသ morphological တိုင်းတာနှင့်တိုးချဲ့ဆုလာဘ်ကွန်ယက်နှင့် somatosensory ကွန်ယက်တွင်ဦးနှောက်ဒေသများအကြားခန္ဓာဗေဒဆက်သွယ်မှုအပေါ်အာရုံစူးစိုက်, ဤဦးနှောက်တည်ဆောက်ပုံမက်ထရစ်စာပေ၌တွေ့အလုပ်လုပ်တဲ့လေ့လာမှုများအနေဖြင့်ရလဒ်များနှင့်ဆက်စပ်အာရုံကြောအပြောင်းအလဲနဲ့သြဇာလွှမ်းမိုးစေခြင်းငှါအကြံပြုထားသည်။ အမူအကျင့်နှင့်သဘာဝပတ်ဝန်းကျင်အချက်များနှင့်အတူဆက်စပ်မှုလည်းအနာဂတ်လေ့လာမှုများအတွက်စမ်းသပ်ပြီးခံရဖို့ရှိသည်တံ့သောဖွဲ့စည်းတည်ဆောက်ပုံနှင့်အလုပ်လုပ်တွေ့ရှိချက်များအကြားဆက်ဆံရေးသို့ထပ်မံထိုးထွင်းသိမြင်မှု, ပူဇော်လော့။
4.3 ။ multivariate ပုံစံများအသုံးပြုမှုအဝလွန်နှင့်ပုံမှန်အလေးချိန်တစ်ဦးချင်းစီအကြားခွဲခြားမှုမှ sPLS-DA သုံးပြီးပိုင်းခြားသုံးသပ်ပြီး
အဆိုပါတိုးချဲ့ဆုလာဘ်ကွန်ယက်အတွင်းကွဲပြားခြားနားသောဦးနှောက်ကွန်ရက်များအကြားဖိုင်ဘာသိပ်သည်းဆအတွက် BMI နှင့်ဆက်စပ်သောအပြောင်းအလဲများနှင့် ပတ်သက်. အဆိုပါတွေ့ရှိချက်, ဦးနှောက်အတွက်တိကျသောဒေသများအကြားနှောင့်အယှက်ခန္ဓာဗေဒဆက်သွယ်မှုအတွက် BMI ရလာဒ်များတိုးပွားလာသောအယူအဆထောက်ခံပါတယ်။ ဤရွေ့ကားခန္ဓာဗေဒကိုပြောင်းလဲအကျိုးကိုကွန်ယက်၏သော့ချက်ဒေသများနှင့်ဆက်စပ်သောကွန်ရက်များအကြားထိရောက်မှုသို့မဟုတ်မတတ်နိုင်သောဆက်သွယ်ရေးဆိုလိုပေမည်။ မီးခိုးရောင်-ကိစ္စအသံအတိုးအကျယ် (ထဲမှာ related အဝလွန်နှင့်အဝလွန်ခြင်းစသောအပြောင်းအလဲတွေ့ပြီအများအပြားမကြာသေးမီအစီရင်ခံစာများဆင်တူDebette et al ။ , 2010; Kurth et al ။ , 2013; Pannacciulli et al ။ , 2006; Raji et al ။ , 2010), ငါတို့သည်လည်းပုံမှန်အလေးချိန်တစ်ဦးချင်းစီနှင့်နှိုင်းယှဉ်ပါအဝလွန်အလားတူ morphological ကွဲပြားမှုကိုရှာဖွေနိုင်ခဲ့တယ်။ လက်ရှိလေ့လာမှုတှငျကြှနျုပျတို့အဝလွန် status ကိုနှင့်ဦးနှောက်၏ခန္ဓာဗေဒဆက်သွယ်မှုအကြားအသင်းအဖွဲ့စုံစမ်းစစ်ဆေးရန်နိုင်ရန်အတွက်ယင်းတွေ့ရှိချက်တိုးချဲ့နှင့်အဝလွန်နှင့်ပုံမှန်အလေးချိန်ဘာသာရပ်များအကြားခွဲခြားမှုမှဦးနှောက် morphometric အချက်အလက်များ sPLS-DA လျှောက်လွှာတင်ခဲ့တယ်။ ဒွိ Logistic ဆုတ်ယုတ်သုံးပြီးတစ်ဦးကမကြာသေးခင်က Cross-Section လေ့လာမှုဖွဲ့စည်းတည်ဆောက်ပုံမီးခိုးရောင်-ကိစ္စအသံအတိုးအကျယ်အားဖြင့်တိုင်းတာအဖြစ်နှစ်ဦးနှစ်ဖက် Orbital တိုကျရိုကျ gyrus အတွက်အပြောင်းအလဲနှင့်ရောင်ရမ်းအမှတ်အသား (fibrinogen) ၏အသှေးကိုအဆင့်ဆင့်၏ပေါင်းစပ်သေးငယ်တဲ့အတွက်အဝလွန်ကြိုတင်ခန့်မှန်းနိုင်ခဲ့တယ်ကြောင်းအကြံပြု 19 ပုံမှန်အလေးချိန်ဘာသာရပ်များနှင့် 44 အဝလွန် / အဝလွန်ဘာသာရပ်များ၏နမူနာ; မြင့်မားသော sensitivity ကို (95.5%), ဒါပေမယ့်နိမ့်တိကျတဲ့ (31.6%) (နဲ့အတူCazettes et al ။ , 2011) ။ ကျွန်ုပ်တို့၏လေ့လာမှုပိုကြီးတဲ့နမူနာအရွယ်အစားအပါအဝင်အများအပြားရှုထောင့်, ၌ဤအစီရင်ခံစာထဲကနေမတူ; တစ်ဦးဖြစ်နိုင်သမျှရှက်ကြောက်ဖယ်ရှားလိုက်ပါနှင့်မီးခိုးရောင်ကိစ္စအသံအတိုးအကျယ်နှင့်အဝလွန် status ကိုကြိုတင်ခန့်မှန်းဖို့ဖိုင်ဘာကျေးရွာအုပ်စုသိပ်သည်းဆနှစ်ဦးစလုံး၏ပါဝင်မှုတစ်နမူနာတိကျတဲ့ဖြေရှင်းချက်သွေးတိုးရောဂါ / များတွင်ဆီးချိုရောဂါနှင့်အတူဘာသာရပ်များ၏ဖယ်ရှောင်ရှားရန် cross-validation ကိုချဉ်းကပ်၏အသုံးပြုမှုကို။
4.4 ။ ကန့်သတ်
ကျနော်တို့ဖိုင်ဘာသိပ်သည်းဆအတွက်ပုံမှန်အလေးချိန်နှင့်အဝလွန်နှင့်အတူတစ်ဦးချင်းစီအကြားသိသိသာသာကွဲပြားခြားနားမှုကိုတွေ့သော်လည်း, ငါတို့ဆက်သွယ်မှု (ပြည်နယ်အနားယူ) အလုပ်လုပ်တဲ့အတွက်ကွဲပြားခြားနားမှုဤခန္ဓာဗေဒတွေ့ရှိချက်ကနေ extrapolate လို့မရပါဘူး။ ထိုသို့သော functional ဖြစ်စေဆက်သွယ်မှုတွေ့ရှိချက်များကိုတိုက်ရိုက်အဖြူ-ကိစ္စဝေစာတွေကိုအားဖြင့်ချိတ်ဆက်မဖြစ်ကြောင်းဒေသများရှိဦးနှောက်လှုပ်ရှားမှုများ၏ထပ်တူအတွက်ကွဲပြားခြားနားမှု detect လုပ်နိုင်စွမ်းပူဇော်လိမ့်မယ်။ ကျနော်တို့ခန္ဓာဗေဒဆက်သွယ်မှုနှင့် / အဝလွန်အဝလွန်နှင့်ပုံမှန် BMI အကြား morphological ကွဲပြားခြားနားမှု (အကြောင်းကိုယခင်ကအစီရင်ခံတွေ့ရှိချက်ပုံတူကူးယူပေမယ့်Kurth et al ။ , 2013; Raji et al ။ , 2010), ကျနော်တို့အရေးကြီးသော subcortical ဒေသများ hypothalamus, amygdala နှင့် hippocampus မြားတှငျပွောငျးလဲစောငျ့ရှောကျဖို့ပျက်ကွက်ခဲ့သည်။ ဒါဟာပျက်ကွက်မှုကြောင့်ဤလေ့လာမှုတွင်သို့မဟုတ်အဝလွန်တစ်ဦးချင်းစီနှိုင်းယှဉ်အဝလွန်တစ်ဦးချင်းစီကန့်သတ်ထားသည့်ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းကြောင့်အသုံးပြုတဲ့အော်တိုကှကျ algorithms များကန့်သတ်နိုင်ဖို့ပါပြီစေခြင်းငှါဖြစ်နိုင်သည်။ အနာဂတ်လေ့လာမှုများလိင်နှင့်မျိုးနွယ်အပေါ်အခြေခံပြီးလေ့လာဆန်းစစ်, အဝလွန်အဝလွန်နှင့်ပုံမှန်အလေးချိန်တစ်ဦးချင်းစီကိုနှိုင်းယှဉ်နိုင်ရန်အတွက်ပိုမိုကြီးမားနမူနာလိုနှင့်အဖွဲ့ခွဲလုပ်ဆောင်သွားရန်နိုင်မည်ဖြစ်သည်။ ကြောင့်ကျွန်တော်တစ်ဦးကိုတိကျခိုင်မာစွာပြည်တွင်းရေး validation ကိုလုပ်ထုံးလုပ်နည်းအလုပ်ကျွန်တော်တို့ရဲ့အတော်လေးသေးငယ်တဲ့နမူနာဖို့, သို့သော်, ဒါကြောင့် (လွတ်လပ်သောဒေတာအစု၌ဤခွဲထုတ်၏ကြိုတင်ခန့်မှန်းချက်တိကျမှန်ကန်မှုကိုစမ်းသပ်ဖို့လိုအပ်သောဖြစ်နေဆဲပေါ et al ။ , 2009) ။ အနာဂတ်လေ့လာမှုများကဤတွေ့ရှိချက်များ၏အခြေအနေတွင်နှင့်အရေးပါမှုကိုအနက်ကိုဘော်ပြနိုင်ရန်အတွက်ဦးစားပေးများနှင့်အစားအစာသတင်းအချက်အလက်အစာစားခြင်း, သတ်သတ်မှတ်မှတ်စားအပြုအမူနှင့်အတူဤအ neuroimaging ကွဲပြားခြားနားမှုများ၏အသင်းအဖွဲ့ဖြေရှင်းသင့်ပါတယ်။ အဝလွန်ခြင်းနှင့်အဝလွန် status ကိုမကြာခဏ comorbidities ထိုကဲ့သို့သောသွေးတိုးရောဂါ, ဆီးချိုရောဂါများနှင့်ဇီဝဖြစ်စဉ် syndrome ရောဂါနှင့်ဆက်စပ်လျက်ရှိသည်ကတည်းကအနာဂတ်ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းဟာခွဲခြား algorithm ကိုပေါ်ဤအကြောင်းအချက်များ၏အလယ်အလတ်နှင့်ဆက်စပ်ဆိုးကျိုးများစုံစမ်းစစ်ဆေးရန်သငျ့သညျ။
4.5 ။ အကျဉ်းချုပ်နှင့်ကောက်ချက်
အကျဉ်းချုပ်ထဲမှာ, ကျွန်တော်တို့ရဲ့ရလဒ်တွေကိုအဝလွန်ဖြစ်ခြင်းသည်ဤဒေသများအကြားထိရောက်မှုသို့မဟုတ်မတတ်နိုင်သောဆက်သွယ်ရေးဆိုလိုရသောဦးနှောက်အတွက်တိကျသောဒေသများအကြား (ဖိုင်ဘာသိပ်သည်းဆ၏ပုံစံ) ပြောင်းလဲဆက်သွယ်မှုနှင့်အတူဆက်နွယ်သောအယူအဆထောက်ခံပါတယ်။ အထူးသဖြင့်, အကျိုးကို circuitry နှင့်အတူ prefrontal inhibitory ဦးနှောက်တိုင်းဒေသကြီးများ၏လျှော့ချဆက်သွယ်မှုအစားအစာစားသုံးမှု၏စည်းမျဉ်းစည်းကမ်းအတွက် hedonic ယန္တရားများတစ်အများစုနေထိုင်ပြီးနှင့်အတူတသမတ်တည်းဖြစ်တယ် (Gunstad et al ။ , 2006, 2007, 2008, 2010) ။ ဤအဖွဲ့စည်းတည်ဆောက်ပုံဆိုင်ရာပြောင်းလဲမှုများကိုအခြေခံအဆိုပါယန္တရားများ (ညံ့ဖျင်းနားလည်သဘောပေါက်နေကြတယ်, ဒါပေမယ့် neuroinflammatory နှင့် neuroplastic ဖြစ်စဉ်များပါဝင်နိုင်Cazettes et al ။ , 2011) အဝလွန်နှင့်အဝလွန်တစ်ဦးချင်းစီအတွက်သတင်းပို့နိမ့်တန်းရောင်ရမ်းပြည်နယ်နှင့်ဆက်စပ်သော (Cazettes et al ။ , 2011; ကော့ et al ။ , 2014; Das, 2010; ဂရေဂိုနှင့် Hotamisligil, 2011; Griffin, 2006) ။ ဒေတာကိုအဝလွန် / အဝလွန်ခြင်းအတွက်မီးခိုးရောင်နှင့်အဖြူ-ကိစ္စကိုပြောင်းလဲနေသည်ဟု BMI တိုးပွားလာ၏ဗဟိုဆက်စပ်ဖော်ထုတ်ရန်နှင့်ဤရောဂါအတှကျအ neurobiological biomarkers သိရှိနိုင်ဖို့အလားအလာရှိသည်ဖို့ tools တွေကိုကတိပေးကြသည်ကိုသိရှိနိုင်ဖို့ချဉ်းကပ်မှုမောင်းနှင်။
စာရေးသူပံ့ပိုးမှုများကို
Arpana Gupta: လက်ရေးမူများမှာတွေ့နိုင်ပါတယ်၏အချက်အလက်များ, ရေးဆွဲရေးနှင့်တည်းဖြတ်မူ၏လေ့လာမှုအယူအဆနှင့်ဒီဇိုင်း, ခွဲခြမ်းစိတ်ဖြာနှင့်အနက်ကို။
Emeran Mayer: လေ့လာမှုအယူအဆနှင့်ဒီဇိုင်း, လက်ရေးမူများမှာတွေ့နိုင်ပါတယ်ဝေဖန်သုံးသပ်မှု, လက်ရေးမူများမှာတွေ့နိုင်ပါတယ်၏နောက်ဆုံးဗားရှင်းခွင့်ပြုချက်, ရန်ပုံငွေ။
ဂလော်ဒီယာ San Miguel: ရေးဆွဲရေးနှင့်အချက်အလက်များ၏လက်ရေးမူများမှာတွေ့နိုင်ပါတယ်, အနက်ကိုဝေဖန်သုံးသပ်မှု။
ယောဟနျသဗန်ချို: အချက်အလက်များ၏မျိုးဆက်ကျောင်းသားများ, ဒေတာ၏ခွဲခြမ်းစိတ်ဖြာ။
ကော်စိုကျပ: အချက်အလက်များ၏အားသုံးသပ်ခြင်း။
Aubrey မတ်ေတာသညျ: အချက်အလက်များ၏အားသုံးသပ်ခြင်း။
Davis က Woodworth: အချက်အလက်များ၏အားသုံးသပ်ခြင်း။
ဗင်္ယာမိန်အမျိုး Ellingson: လက်ရေးမူများမှာတွေ့နိုင်ပါတယ်၏ပြန်လည်ဆန်းစစ်ခြင်း။
Kirsten Tillisch: လက်ရေးမူများမှာတွေ့နိုင်ပါတယ်၏ဝေဖန်သုံးသပ်မှု, ရန်ပုံငွေ။
ဂျနီဖာ Labus: လေ့လာမှုအယူအဆနှင့်ဒီဇိုင်း, ခွဲခြမ်းစိတ်ဖြာနှင့်အချက်အလက်များ၏အနက်ကို, လက်ရေးမူများမှာတွေ့နိုင်ပါတယ်၏ရေးဆွဲရေးနှင့်တည်းဖြတ်မူ, လက်ရေးမူများမှာတွေ့နိုင်ပါတယ်၏နောက်ဆုံးဗားရှင်းခွင့်ပြုချက်, ရန်ပုံငွေ။
ရန်ပုံငွေအရင်းအမြစ်
R01 DK048351 (EAM), P50DK64539 (EAM), R01 AT007137 (KT), P30 DK041301, K08 DK071626 (JSL), နှင့် R03 DK084169 (JSL): ဒီသုတေသနကနျြးမာရေးအမျိုးသား Institutes ထံမှထောက်ပံ့ငွေအားဖြင့်အစိတ်အပိုင်းတစ်ရပ်အတွက်ထောက်ခံခဲ့သည်။ လေယာဉ်မှူးက Scan ဖတ်အဆိုပါ Ahmanson-Lovelace ဦးနှောက်မြေပုံစင်တာ, UCLA ရဲ့အားဖြင့်ထောက်ပံ့ပေးခဲ့ကြသည်။
ကိုးကား
- ပေါအက်စ်, Chang က C. , multivariate ပုံစံခွဲခြား၏ Hoeft အက်ဖ် Applications ကိုကျန်းကျန်းမာမာနဲ့လက်တွေ့လူဦးရေ၏ဖွံ့ဖြိုးမှုဆိုင်ရာ neuroimaging အတွက်လေ့လာဆန်းစစ်။ တပ်ဦး။ Hum ။ neuroscience ။ 2009; 3: 32 ။ 19893761 [PubMed]
- fMRI လေ့လာမှုများတစ် Meta-analysis သည်: Brooks SJ, Cedernaes ဂျေ, Schiöth HB လျှော့ dorsolateral prefrontal နှင့်အဝလွန်ခြင်းအတွက်အစားအစာပုံရိပ်တွေဖို့နောက်ကျနေခဲ့သည် cortex activation နှင့်အတူ prefrontal နှင့် parahippocampal activation တိုးမြှင့်။ PLOS ONE ။ 2013; 8 (4): e60393 ။ 23593210 [PubMed]
- အဝလွန်ရန်အမျိုးဗီဇအတွက်ဘုံမျိုးကွဲများ၏အခန်းကဏ္ဍကိုဆင်းကျဉ်းမြောင်း Calton MA, Vaisse C. ။ မျိုးရိုးဗီဇ Med ။ 2009; 1 (3): 31 ။ 19341502 [PubMed]
- Cazettes အက်ဖ်, Cohen ကို JI, Yau PL, Talbot အိပ်ချ်, Convit အေအဝလွန်ခြင်း-mediated ရောင်ရမ်းအစားအစာစားသုံးမှုထိန်းညှိသောဦးနှောက်ကိုဆားကစ်ကိုပျက်စီးစေနိုင်သည်။ ဦးနှောက် Res ။ 2011; 1373: 101-109 ။ 21146506 [PubMed]
- ရောဂါထိန်းချုပ်ရေး (CDC) သို့အဝလွန်နှင့်အဝလွန်ခြင်းစင်တာ။ 2014 ။ I.
- 455 အမွှာပုံတူမဖြစ်တော့ဘူးဦးနှောက် circuitry အပေါ်ချင်းမိုင် MC, Barysheva အမ်, Toga AW, Medland SE, ပိုယ် NK ဂျိမ်းစ် MR, McMahon KL, က de Zubicaray GI, မာတင် Ng, Wright MJ, Thompson ကလေး BDNF ဗီဇဆိုးကျိုးများ။ Neuroimage ။ 2011;55(2):448–454. [PubMed]
- Choquet အိပ်ချ်, အဝလွန်ခြင်း၏ Meyre ဃမျိုးရိုးဗီဇ: ကျွန်ုပ်တို့သည်အဘယ်သို့သင်ယူကြသနည်း Curr ။ Genomics ။ 2011;12(3):169–179. 22043165 [PubMed]
- Connolly L. , Coveleskie K. , Kilpatrick LA က, Labus JS, Ebrat ခ, အစွန်းအထင်းဂျေ, Jiang Z. , Tillisch K. , Raybould သူ, ပိန်ကြုံခြင်းနှင့်အဝလွန်အမျိုးသမီးတွေအကြားဦးနှောက်တုံ့ပြန်မှုအတွက် Mayer EA ၏ကွာခြားချက်များတစ်ဒူသောက်ရန်။ Neurogastroenterol ။ Motilal ။ 2013;25(7):579-e460. 23566308 [PubMed]
- ကော့ AJ, အနောက် NP, Cripps AW အဝလွန်ခြင်း, ရောင်ရမ်း, နှင့်အူ microbiota ။ ကမ္ဘာကျော်ဆေးပညာဂျာနယ် Lancet ဆီးချိုရောဂါ Endocrinol ။ 2014 25066177 [PubMed]
- Critchley HD ကို, နာဂအိ Y. , Grey ကနေ MA, Mathias CJ လူသားတွေအတွက်ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရထိန်းချုပ်မှုပုဆိန်ချက်ကိုပိုင်းခြားစိတ်ဖြာ: neuroimaging ကနေထိုးထွင်းသိမြင်။ Auton ။ neuroscience ။ 2011;161(1–2):34–42. 20926356 [PubMed]
- Dale လေး, Fischl ခ, Sereno MI cortical မျက်နှာပြင်-based ခွဲခြမ်းစိတ်ဖြာ။ ဗြဲ segment နှင့်မျက်နှာပြင်ပြန်လည်တည်ဆောက်ရေး။ Neuroimage ။ 1999;9(2):179–194. 9931268 [PubMed]
- Das ကုလသမဂ္ဂအဝလွန်ခြင်း: ဗီဇ, ဦးနှောက်, အူများနှင့်ပတ်ဝန်းကျင်။ အာဟာရ။ 2010;26(5):459–473. 20022465 [PubMed]
- Debette အက်စ်, Beiser အေ, Hoffman ဟာ U. , Decarli C. , O'Donnell CJ, Massaro JM, au R. , Himali JJ, Wolf က PA ဆိုပြီး, Fox က CS, Seshadri ကအက်စ် Visceral အဆီကျန်းမာအတွက်အနိမ့်ဦးနှောက်ကိုအသံအတိုးအကျယ်နှင့်ဆက်စပ်နေသည် လူလတ်ပိုင်းအရွယ်ရောက်။ အမ်း။ Neurol ။ 2010;68(2):136–144. 20695006 [PubMed]
- Destrieux C. , Fischl ခ, Dale အေ, စံခန္ဓာဗေဒ nomenclature သုံးပြီးလူ့ cortical gyri နှင့် sulci ၏ Halgren အီးအလိုအလျောက်ကှကျ။ Neuroimage ။ 2010;53(1):1–15. 20547229 [PubMed]
- ဒူဘွာ L. , အုမ်း Kyvik K. , Girard အမ်, Tatone-Tokuda အက်ဖ်, Pérusseဃ, Hjelmborg ဂျေ, Skytthe အေ, Rasmussen အက်ဖ်, Wright MJ, Lichtenstein P. မာတင် Ng မျိုးဗီဇနှင့်အလေးချိန်ရန်သဘာဝပတ်ဝန်းကျင်ဆိုင်ရာပံ့ပိုးမှုများကို အသက် 19 နှစ်ကလေးမွေးဖွားထံမှ, အရပ်နှင့် BMI: 12,000 အမွှာအားလုံးအတွက်ကျော်တစ်ဦးကနိုင်ငံတကာလေ့လာမှု။ PLOS ONE ။ 2012; 7 (2): e30153 ။ 22347368 [PubMed]
- el-Sayed Moustafa JS, အဝလွန်ခြင်းမျိုးရိုးဗီဇ မှစ. Froguel P. ကိုယ်ပိုင်အဝလွန်ခြင်းကုထုံး၏အနာဂတ်ရန်။ နတ်။ ဗျာ Endocrinol ။ 2013;9(7):402–413. 23529041 [PubMed]
- Finkelstein EA ၏, Trogdon JG, Cohen ကို JW, အဝလွန်ခြင်းမှတွေကပေါ်ကနေ Dietz ဒဗလျူနှစ်ပတ်လည်ဆေးဘက်ဆိုင်ရာအသုံးစရိတ်: payer- နှင့်ဝန်ဆောင်မှု-တိကျတဲ့ခန့်မှန်းချက်။ ကနျြးမာရေး AFF (Millwood) 2009;28(5):w822–w831. 19635784 [PubMed]
- Fischl ခ, Salat DH, Busa အီး, အဲလ်ဘတ်အမ်, Dieterich အမ်, Haselgrove C. , ဗန် der Kouwe အေ, Killiany R. , ကနေဒီဃ, Klaveness အက်စ်, Montillo အေ, Makris N. , ရို ခ, Dale AM လုံးဦးနှောက် segment: လူ့ဦးနှောက်ထဲမှာ neuroanatomical အဆောက်အဦများတံဆိပ်ကပ်ခြင်း automated ။ အာရုံခံဆဲလျ။ 2002;33(3):341–355. 11832223 [PubMed]
- Fischl ခ, Sereno MI, Dale AM cortical မျက်နှာပြင်-based ခွဲခြမ်းစိတ်ဖြာ။ II ကို: ငွေကြေးဖောင်းပွမှု, flattening နှင့်မျက်နှာပြင်-based system ကိုသြဒိနိတ်။ Neuroimage ။ 1999;9(2):195–207. 9931269 [PubMed]
- Garcia-Garcia ဗြဲ, Jurado M.Á, Garolera အမ်, Segura ခ, Sala-Llonch R. , Marque-Iturria ဗြဲ, Pueyo R. , ပေးပို့သူ-Palacios MJ, Vernet-Vernet အမ်, Narberhaus အေ, Ariza အမ်, အဝလွန်ခြင်းအတွက် salience ကွန်ယက်၏Junqué C. ALTER: တစ်ငြိမ်ဝပ်ရာပြည်နယ် fMRI လေ့လာမှု။ Hum ။ ဦးနှောက် Mapp ။ 2013;34(11):2786–2797. 22522963 [PubMed]
- Greenberg ဂျာ Boozer CN, Geliebter အေကော်ဖီ, ဆီးချိုရောဂါများနှင့်အလေးချိန်ကိုထိန်းချုပ်။ နံနက်။ ဂျေ Clin ။ Nutr ။ 2006;84(4):682–693. 17023692 [PubMed]
- ဂရေဂို MF, Hotamisligil အဝလွန်ခြင်းအတွက်ရောင်ရမ်းယန္တရားများ GS ။ Annu ။ ဗျာ Immunol ။ 2011; 29: 415-445 ။ 21219177 [PubMed]
- Griffin WS ရောင်ရမ်းခြင်းနှင့် neurodegenerative ရောဂါများ။ နံနက်။ ဂျေ Clin ။ Nutr ။ 2006;83(2):470S–474S. 16470015 [PubMed]
- Gunstad ဂျေ, Lhotsky အေ, Wendell CR, Ferrucci L. , Zonderman AB အဝလွန်ခြင်း၏ longitudinal စာမေးပွဲနှင့်သိမြင်မှု function ကို: အိုမင်း၏ Baltimore longitudinal လေ့လာမှုကနေရလဒ်တွေကို။ Neuroepidemiology ။ 2010;34(4):222–229. 20299802 [PubMed]
- Gunstad ဂျေ, ပေါလု RH အ, Cohen ကို RA, တိတ် DF, ဂေါ်ဒွန်အီးအဝလွန်ခြင်းငယ်ရွယ်ပြီးလူလတ်ပိုင်းအရွယ်ရောက်အတွက်မှတ်ဉာဏ်လိုငွေပြမှုနှင့်ဆက်စပ်နေသည်။ စားသည်။ အလေးချိန် disorders ။ 2006;11(1):e15–e19. 16801734 [PubMed]
- Gunstad ဂျေ, ပေါလု RH အ, Cohen ကို RA, တိတ် DF, Spitznagel ကို MB, ဂေါ်ဒွန်အီးဓာတ်လှေကားခန္ဓာကိုယ်ဒြပ်ထုညွှန်းကိန်းမဟုတ်ရင်ကျန်းမာလူကြီးများအတွက်အလုပ်အမှုဆောင်ကမောက်ကမဖြစ်မှုနှင့်ဆက်စပ်နေသည်။ Compr ။ စိတ်ရောဂါကုသမှု။ 2007;48(1):57–61. 17145283 [PubMed]
- Gunstad ဂျေ, Spitznagel ကို MB, ပေါလု RH အ, Cohen ကို RA, Kohn အမ်, Luyster FS, Clark က R. , Williams က LM, ဂေါ်ဒွန်အီးခန္ဓာကိုယ်ဒြပ်ထုညွှန်းကိန်းများနှင့်ကျန်းမာကလေးများနှင့်ဆယ်ကျော်သက်များတွင် neuropsychological function ကို။ အစာစားချင်စိတ်။ 2008;50(2–3):246–251. 17761359 [PubMed]
- Irimia အေ, ကုန်သည်များ MC, Torgerson CM, ဘာသာရပ်နှင့်လူဦးရေ-Level connectomic visualization လူ့ cortical ကွန်ရက်ဗန်ချို JD မြို့ပတ်ကိုယ်စားပြုမှု။ Neuroimage ။ 2012;60(2):1340–1351. 22305988 [PubMed]
- ဂျန် SH, Lim က HW, Yeo အက်စ်အက်စ်လူ့ဦးနှောက်ထဲမှာ intralaminar thalamic အရေးပါများ၏အာရုံကြောဆက်သွယ်မှု: တစ်ပျံ့နှံ့ tensor tractography လေ့လာမှု။ neuroscience ။ လက်တ။ 2014; 579: 140-144 ။ 25058432 [PubMed]
- Kahnt တီ, Heinzle ဂျေ, ပန်းခြံစတုရန်းမိုင်, ဟေး JD လူ့ orbitofrontal cortex အတွက်ဆုလာဘ်မျှော်လင့်ခြင်း၏အာရုံကြောကုဒ်။ proc ။ Natl ။ Acad ။ သိပ္ပံ။ ယူအက်စ်အေ။ 2010;107(13):6010–6015. 20231475 [PubMed]
- အဝလွန်ခြင်းအတွက် Kenny PJ ဆုကြေးယန္တရားများ: သစ်ကိုထိုးထွင်းသိမြင်မှုကိုနှင့်အနာဂတ်လမ်းညွန်။ အာရုံခံဆဲလျ။ 2011;69(4):664–679. 21338878 [PubMed]
- Kilpatrick LA က, Coveleskie K. , Connolly L. , Labus JS, Ebrat ခ, အစွန်းအထင်းဂျေ, Jiang Z. , Suyenobu BY, Raybould သူ, Tillisch K. , ပိန်အတွက် brainstem နှင့် hypothalamic အခ်ါလှိုအပေါ် sucrose စားသုံးမိ၏ Mayer EA ၏သြဇာလွှမ်းမိုးမှု နှင့်အဝလွန်အမျိုးသမီးတွေ။ Gastroenterology ။ 2014;146(5):1212–1221. 24480616 [PubMed]
- Kullmann အက်စ်, Heni အမ်, Veit R. , Ketterer C. , Schick အက်ဖ်, ယုန် Hu, Fritsche အေ, Preissl အိပ်ချ်အဆိုပါအဝလွန်ဦးနှောက်: ပြည်နယ်ကွန်ယက်ကို functional ဖြစ်စေဆက်သွယ်မှုအနားယူနှင့်အတူခန္ဓာကိုယ်ဒြပ်ထုညွှန်းကိန်းများနှင့်အင်ဆူလင် Sensitivity ကို၏အသင်းအဖွဲ့။ Hum ။ ဦးနှောက် Mapp ။ 2012;33(5):1052–1061. 21520345 [PubMed]
- Kurth အက်ဖ်, Levitt JG, Phillips က OR, Luders အီး, ဝုဒ် RP, Mazziotta JC, Toga AW, ဇာတ်ကြောင်း KL ပေါင်းသင်းဆက်ဆံရေးမီးခိုးရောင်ကိစ္စ, ခန္ဓာကိုယ်ဒြပ်ထုညွှန်းကိန်းများနှင့်ကျန်းမာလူကြီးများအတွက်ခါးလုံးပတ်အကြား။ Hum ။ ဦးနှောက် Mapp ။ 2013;34(7):1737–1746. 22419507 [PubMed]
- Le Cao Ka, Boitard အက်စ်, Besse P. ကျဲ PLS ခွဲခြားဆက်ဆံမှုခွဲခြမ်းစိတ်ဖြာ: ဇီဝသက်ဆိုင်ရာ feature ကိုရွေးချယ်ခြင်းနှင့် multiclass ပြဿနာများအတွက်သော graphical display တွေ။ BMC ကွန်ပြူတာအသုံးချဇီဝဗေဒ။ 2011; 12: 253 ။ 21693065 [PubMed]
- Le Cao Ka, ဇာလဗြဲ, Déjeanအက်စ် integrOmics: နှစ်ခု omics ဒေတာအစုများအကြားဆက်ဆံရေးကိုပျက်ပြယ်ဖို့ R ကိုအထုပ်။ ကွန်ပြူတာအသုံးချဇီဝဗေဒ။ 2009;25(21):2855–2856. 19706745 [PubMed]
- Le Cao Ka မာတင် PG ရောဘတ်-Granié C. , ဇီဝဗေဒဒေတာပေါင်းစည်းမှုများအတွက် Besse P. ကျဲ canonical နည်းလမ်းများ: cross-platform ကိုလေ့လာမှုမှလျှောက်လွှာ။ BMC ကွန်ပြူတာအသုံးချဇီဝဗေဒ။ 2009; 10: 34 ။ 19171069 [PubMed]
- Le Cao Ka, Rossouw ဃရောဘတ်-Granié C. , variable ကိုရွေးချယ်ရေးတို့အတွက် Besse P. တစ်ဦးကကျဲ PLS omics data တွေကိုပေါင်းစပ်သည့်အခါ။ Stat ။ Apple က။ မျိုးရိုးဗီဇ။ Mol ။ Biol ။ 2008; 7 (1): 35 ။ 19049491 [PubMed]
- Le Cao Ka, Rossouw ဃရောဘတ်-Granié C. , variable ကိုရွေးချယ်ရေးတို့အတွက် Besse P. တစ်ဦးကကျဲ PLS omics data တွေကိုပေါင်းစပ်သည့်အခါ။ Stat ။ Apple က။ မျိုးရိုးဗီဇ။ Mol ။ Biol ။ 2008; 7 (1): 35 ။ 19049491 [PubMed]
- Loveman အီး, Frampton GK, သိုးထိန်းဂျေ, Picot ဂျေ, Cooper ကကေ, Bryant ဂျေ, Welch K. , Clegg အေအဆိုပါလက်တွေ့ထိရောက်မှုနှင့်လူကြီးများအတွက်ရေရှည်ကိုယ်အလေးချိန်စီမံခန့်ခွဲမှုအစီအစဉ်များ၏ကုန်ကျစရိတ်-ထိရောက်မှု: တစ်စနစ်တကျပြန်လည်သုံးသပ်မှု ။ ကနျြးမာရေး Technol ။ အကဲဖြတ်ရန်။ 2011;15(2):1–182. 21247515 [PubMed]
- Menon V. , Uddin LQ Saliency, switching, အာရုံစူးစိုက်မှုနှင့်ထိန်းချုပ်မှု: insula function ကိုတစ်ကွန်ယက်ကိုမော်ဒယ်။ ဦးနှောက် Struct ။ Funct ။ 2010;214(5–6):655–667. 20512370 [PubMed]
- Mori အက်စ်, Crain BJ, Chacko VP, သံလိုက်ပဲ့တင်ရိုက်ခတ်မှုပုံရိပ်အားဖြင့်ဦးနှောက်ထဲမှာ axon စီမံကိန်း၏ဗန် Zijl PC ကိုသုံးဖက်မြင်ခြေရာခံ။ အမ်း။ Neurol ။ 1999;45(2):265–269. 9989633 [PubMed]
- နက်ဖြန် JD, Maren အက်စ်သည် propensity အတွက်ရော်ဘင်ဆင် TE တစ်ဦးချင်းအပြောင်းအလဲတစ်ခုစာစားချင်စိတ်ကို cue ဖို့မက်လုံးပေး salience attribute တစ်ခုဆန္ဒရှိ cue ဖို့စိတ်ခွန်အားနိုး salience attribute ရန် propensity ခန့်မှန်းထားပါတယ်။ ပြုမူနေ။ ဦးနှောက် Res ။ 2011;220(1):238–243. 21316397 [PubMed]
- Pannacciulli N. , Del Parigi အေ, ချန်ကေ, လဲ့ DS, Reiman EM, လူ့အဝလွန်ခြင်းအတွက် Tataranni PA ဆိုပြီးဦးနှောက်မူမမှန်: တစ် voxel-based morphometric လေ့လာမှု။ Neuroimage ။ 2006;31(4):1419–1425. 16545583 [PubMed]
- Purnell JQ, Lahna DL, မြူ MH ရွန်နီ WD, brainstem အဝလွန်ခြင်းအတွက် pons-to-hypothalamic အဖြူကိစ္စပုဒ်၏ဟော့ဖ်မန်း WF ဆုံးရှုံးမှု။ int J ကိုအဝလွန်ခြင်း (Lond) 2014; 38: 1573-1577 ။ 24727578 [PubMed]
- Raji, CA, Ho AJ, Parikshak NN, Becker က JT, လိုပက်ဇ် ol, Kuller LH, ဟွာ X တို့မှာ, Leow အေဒီ, Toga AW, Thompson ကဝန်ကြီးချုပ်ဦးနှောက်ဖွဲ့စည်းပုံနှင့်အဝလွန်ခြင်း။ Hum ။ ဦးနှောက် Mapp ။ 2010;31(3):353–364. 19662657 [PubMed]
- Rothemund Y. , Preuschhof C. , Bohner G. အ, Bauknecht HC, Klingebiel R. , Flor အိပ်ချ်, အဝလွန်တစ်ဦးချင်းစီအတွက်မြင့်မားသောကယ်လိုရီအမြင်အာရုံအစားအစာလှုံ့ဆော်မှုအားဖြင့် dorsal striatum ၏ Klapp BF Differential activation ။ Neuroimage ။ 2007;37(2):410–421. 17566768 [PubMed]
- Seeley WW, Menon V. , Schatzberg AF, Keller ဂျေ, ဂလိုဗာ GH, Kenna အိပ်ချ်, Reiss AL, Greicius MD Dissociable salience အပြောင်းအလဲနဲ့နှင့်အလုပ်အမှုဆောင်ထိန်းချုပ်ရေးအတွက်အခ်ါဆက်သွယ်မှုကွန်ရက်များ။ ဂျေ neuroscience ။ 2007;27(9):2349–2356. 17329432 [PubMed]
- Seeley WW, Menon V. , Schatzberg AF, Keller ဂျေ, ဂလိုဗာ GH, Kenna အိပ်ချ်, Reiss AL, Greicius MD Dissociable salience အပြောင်းအလဲနဲ့နှင့်အလုပ်အမှုဆောင်ထိန်းချုပ်ရေးအတွက်အခ်ါဆက်သွယ်မှုကွန်ရက်များ။ ဂျေ neuroscience ။ 2007;27(9):2349–2356. 17329432 [PubMed]
- Sheehan DV, Lecrubier Y. , Sheehan KH, Amorim P. , Janavs ဂျေ, Weiller အီး, Hergueta တီ, Baker R. , Dunbar မှာ GC အဆိုပါ Mini ကို-အပြည်ပြည်ဆိုင်ရာအာရုံကြောဆိုင်ရာစိတ်ရောဂါအင်တာဗျူး (MINI): တစ်ဖွဲ့စည်းပုံမှာအဖြေရှာတဲ့၏ဖွံ့ဖြိုးတိုးတက်မှုနှင့်အတည်ပြု DSM-IV နှင့် ICD-10 များအတွက်စိတ်ရောဂါအင်တာဗျူး။ ဂျေ Clin ။ စိတ်ရောဂါကုသမှု။ 1998;59(Suppl. 20):22–33. 9881538 [ပဟေဠိ 34-57] [PubMed]
- Shott ME, Cornier MA, မစ်တယ်လ် VA သို့, Pryor TL, Orr JM, ဘရောင်းက MS, ဖရန့် GK Orbitofrontal cortex အသံအတိုးအကျယ်နှင့်အဝလွန်ခြင်းအတွက်ဦးနှောက်ဆုလာဘ်တုံ့ပြန်မှု။ int J ကိုအဝလွန်ခြင်း (Lond) 2014 25027223 [PMC အခမဲ့ဆောင်းပါး] [PubMed]
- Stanek KM, ဝမ်းနည်းပူဆွေးသည် SM, Brickman လေး, Korgaonkar က MS, ပေါလု RH အ, Cohen ကို RA, Gunstad JJ အဝလွန်ခြင်းမဟုတ်ရင်ကျန်းမာလူကြီးများအတွက်လျှော့အဖြူကိစ္စသမာဓိရှိနှင့်ဆက်စပ်နေသည်။ အဝလွန်ခြင်း (Silver, နွေဦး) 2011;19(3):500–504. 21183934 [PubMed]
- Stice အီး, Yokum အက်စ်, ဘာဂါ KS, Epstein LH, အသေးစား DM လူငယ်အဝလွန်များအတွက်အန္တရာယ်မှာအစားအစာမှ striatal နှင့် somatosensory ဒေသများတွင်ပိုမို activation ပြသပါ။ ဂျေ neuroscience ။ 2011;31(12):4360–4366. 21430137 [PubMed]
- Stoeckel LE, Weller RE, ကွတ် EW, 3rd, Twieg DB, Knowlton RC, High-ကယ်လိုရီအစားအစာများ၏ရုပ်ပုံများကိုတုန့်ပြန်အဝလွန်အမျိုးသမီးများကော့ je နေရာအနှံ့ဆုလာဘ်-system ကို activation ။ Neuroimage ။ 2008;41(2):636–647. 18413289 [PubMed]
- Sullivan က EV, Rohlfing တီ, အရေအတွက် DTI ဖိုင်ဘာခြေရာခံခြင်းသုံးပြီးဦးနှောက်အိုမင်းပုံမှန်အရွယ်ရောက်ပြီးသူများတွင် callosal microstructure ၏ Pfefferbaum အေ longitudinal လေ့လာမှု။ dev ။ Neuropsychol ။ 2010;35(3):233–256. 20446131 [PubMed]
- Terranova L. , Busetto L. , Vestri အေ, Zappa MA bariatric ခွဲစိတ်: ကုန်ကျစရိတ်-ထိရောက်မှုနှင့်ဘတ်ဂျက်သက်ရောက်မှု။ အဝလွန်ခြင်း။ တစ်ဟုန်ထိုး။ 2012;22(4):646–653. 22290621 [PubMed]
- Volkow ND, Frascella ဂျေ, Friedman ဂျေ, Saper သမဝါယမ, Baldo ခ, Rolls ET, Mennella ဂျာ Dallman MF, ဝမ် GJ, အဝလွန်ခြင်း၏ LeFur G. အ Neurobiology: စွဲမှဆက်ဆံရေး။ Neuropsychopharmacology ။ 2004; 29: S29-S30 ။
- Volkow ND, ဝမ် GJ, Baler RD ဆုကြေး, dopamine နှင့်အစားအစာစားသုံးမှု၏ထိန်းချုပ်မှု: အဝလွန်မှုအတွက်ဂယက်ရိုက်။ ခေတ်ရေစီးကြောင်း Cogn ။ သိပ္ပံ။ 2011;15(1):37–46. 21109477 [PubMed]
- Volkow ND, ဝမ် GJ, မုဆိုး JS, စွဲလမ်းနှင့်အဝလွန်ခြင်းအတွက်အာရုံခံဆားကစ်ထပ် Telang အက်ဖ်: စနစ်များကိုရောဂါဗေဒ၏သက်သေသာဓက။ ဖီလို။ ဖြတ်ကျော်။ R. Soc ။ Lond ။ , B, Biol ။ သိပ္ပံ။ 2008;363(1507):3191–3200. 18640912 [PubMed]
- ကမ္ဘာ့ကျန်းမာရေးအဖွဲ့ (WHO) ကအဝလွန်ခြင်း။ 2014 ။ I.
- Xu ဂျေလီ Y. , Lin ကအိပ်ချ်, Sinha R. , Potenza MN ခန္ဓာကိုယ်ဒြပ်ထုညွှန်းကိန်းဟာ fornix နှင့် Corpus callosum အတွက်အဖြူကိစ္စသမာဓိရှိနှင့်အတူအဆိုးဆက်နွယ်နေပါသည်: တစ်ပျံ့နှံ့ tensor ပုံရိပ်လေ့လာမှု။ Hum ။ ဦးနှောက် Mapp ။ 2013;34(5):1044–1052. 22139809 [PubMed]
- Yau PL, ဗီယာ, DC, ရိုင်ယန် CM, Tsui WH, Ardekani BA, ဆယ်ပါးအက်စ်, type ကို 2 များတွင်ဆီးချိုရောဂါနှင့်အတူအဝလွန်မြီးကောင်ပေါက်အတွက်ဦးနှောက်ရောဂါများများအတွက် Convit အေအကြိုအထောက်အထား။ Diabetologia ။ 2010;53(11):2298–2306. 20668831 [PubMed]
- Yau PL, Kang Eh, ဗီယာ, DC, Uncomplicated ဆယ်ကျော်သက်အဝလွန်ခြင်းအတွက်သိမြင်မှုနှင့်ဦးနှောက်မူမမှန်အမျိုးအစား Convit အေအကြိုအထောက်အထား။ အဝလွန်ခြင်း (Silver, နွေဦး) 2014;22(8):1865–1871. 24891029 [PubMed]
- Zald DH လူ့ amygdala နှင့်အာရုံခံလှုံ့ဆော်မှုများ၏စိတ်ပိုင်းဆိုင်ရာအကဲဖြတ်။ ဦးနှောက် Res ။ ဦးနှောက် Res ။ ဗျာ 2003;41(1):88–123. 12505650 [PubMed]
- Zigmond AS, Snaith RP အဆိုပါဆေးရုံစိုးရိမ်စိတ်များနှင့်စိတ်ကျဝေဒနာစကေး။ Acta Psychiatric ။ Scand ။ 1983;67(6):361–370. 6880820 [PubMed]
;