Brain Res Bull. 2009 14 august;79(6):388-95. doi: 10.1016/j.brainresbull.2009.05.016.
Stoeckel LE1, Kim J, Weller RE, Cox JE, Cook EW 3rd, Horwitz B.
Abstract
Reactivitatea exagerată la indicațiile alimentare la femeile obeze pare să fie mediată în parte de un sistem de recompensă hiperactiv, care include nucleul accumbens, amigdala și cortexul orbitofrontal. Studiul de față a utilizat imagistica prin rezonanță magnetică funcțională (fMRI) pentru a investiga dacă diferențele dintre femeile cu greutate obeză 12 și cele cu greutate normală 12 în activarea creierului legate de recompensă ca răspuns la imaginile alimentare pot fi explicate prin modificări ale interacțiunilor funcționale dintre regiunile cheie ale rețelei de recompense.
Pentru a testa dacă au existat diferențe de grup în conexiunile de rețea între nucleul accumbens, amigdala și cortexul orbitofrontal ca reacție la imaginile alimentare cu conținut scăzut de calorii și calorii, a fost utilizată o abordare în două etape a analizei / modelului general liniar. A existat o conectivitate anormală în grupul obezi, ca răspuns la ambele indicații alimentare cu conținut scăzut de calorii, comparativ cu cele de control al greutății normale.
Comparativ cu martorii, grupul obez avea o deficiență relativă în modularea activării amigdalei atât în cortexul orbitofrontal, cât și în nucleul accumbens, dar influența excesivă a modulației activării cortexului orbitofrontal în nucleul accumbens. Proiecțiile deficitare din amigdala s-ar putea referi la modularea suboptimă a aspectelor afective / emoționale ale valorii recompensei unui aliment sau la o evidență motivațională a unui indiciu asociat, în timp ce creșterea conectivității cortexului orbitofrontal la nucleul accumbens ar putea contribui la un impuls crescut de a mânca ca răspuns la un aliment tac.
Astfel, este posibil ca nu numai o mai mare activare a sistemului de recompense, ci și diferențele de interacțiune a regiunilor din această rețea ar putea contribui la creșterea relativ sporită a motivației alimentelor la persoanele obeze.
Etiologia obezității pare să fie explicată, în parte, prin reactivitate exagerată la indiciile asociate cu alimentele, în special la alimentele bogate în grăsimi, de energie densă (de exemplu, [12]). Mecanismul creșterii motivaționale a acestor stimuli la persoanele obeze poate fi un sistem de recompensă hiperactiv, care include nucleul accumbens / striatum ventral (NAc), amigdala (AMYG) și cortexul orbitofrontal (OFC). Un studiu anterior privind imagistica prin rezonanta magnetica functionala (fMRI) a constatat o crestere a activarii acestor regiuni ca raspuns la imaginile alimentare cu calorii inalte in cazul persoanelor obeze comparativ cu indivizii cu greutate normala [77]; Fig. 1). Alte studii care expun indivizii obezi sau cei cu IMC mai mare decât stimulii alimentari au descoperit de asemenea modele anormale de activare în aceste regiuni ([22], [23], [28], [43], [68]), precum și altele ([40], [68]). Stimulele asociate cu alimente bogate în calorii pot declanșa o motivație excesivă pentru consumul non-homeostatic al acestor tipuri de alimente ([10], [11], [53]). Această dorință excesivă non-homeostatică de a consuma alimente a fost denumită "stimulare" sau "dorită" și pare a fi în mare măsură reglementată prin sistemul dopamină mezocorticolimbic, care include NAc, AMYG și OFC (de exemplu,6]).
Majoritatea studiilor fMRI umane utilizează o abordare de analiză statistică univariată în masă pentru a discerne caracteristicile funcționale ale diferitelor regiuni ale creierului macroscopic. Anchetatorii adesea integrează informații despre specializarea funcțională a unui grup de regiuni pentru a explica modul în care aceste regiuni ar putea interacționa pentru a îndeplini o anumită funcție. Cu toate acestea, singurele concluzii valide empirice valabile care pot fi trase din astfel de analize se referă la amploarea și amploarea activării într-un anumit set de regiuni ale creierului, nu la modul în care aceste regiuni interacționează funcțional. Analizele de conectivitate permit anchetatorilor să studieze modul în care rețelele de regiuni ale creierului interacționează pentru a efectua funcții cognitive și comportamentale (de exemplu, [34]). Este important de observat că inferențele din studiile tradiționale de activare nu se transferă direct la studiile de conectivitate. Adică, pot exista diferențe măsurate în mărime de activare a creierului între grupuri, dar nu există diferențe de grup în Conectivitateși invers (de exemplu, [52]).
Analiza traseului, un tip de modelare a ecuațiilor structurale, este o abordare multivariată, bazată pe ipoteze, aplicată neuroimagazării funcționale pentru a investiga relațiile direcționale între un anumit set de regiuni ale creierului conectat [51]). Aceasta este o metodă de analiză a conectivității eficiente, în acest caz însemnând schimbări în activarea unei regiuni ale creierului care rezultă din modificările activării într-o altă regiune. Modelele de cale sunt dezvoltate pe baza a priori ipotezele și presupun o structură cauzală, unde A → B înseamnă că schimbările în regiunea A sunt ipoteze cauză schimbările în regiunea B (de exemplu, [69]). Regiunile creierului dintr-un model de rețea sunt în mod obișnuit selectate pe baza studiilor funcționale anterioare privind neuroimagismele și legăturile dintre aceste regiuni sunt de obicei definite pe baza conexiunilor neuroanatomice cunoscute, mai ales din literatura de origine animală, presupunând o omologie în regiunile creierului între specii (de exemplu,69]). Valorile estimate ale parametrilor calculate folosind analiza trasei reprezintă cuantificarea căilor de direcție între regiunile din model. Acești coeficienți de cale pot apoi să fie utilizați pentru a face comparații între conexiunile din subiecți ca răspuns la schimbările în condițiile de activitate sau între subiecți și grupuri din cadrul modelului GLM (de exemplu, [44], [64]).
Funcțiile NAc, AMYG și OFC funcționează împreună ca parte a sistemului de recompense. Există legături anatomice puternice între aceste regiuni (a se vedea Fig. 2; AMYG → OFC: [7], [16], [30], [38], [60], [65], [71], AMYG → NAc: [30], [38], [71] și OFC → NAc: [7], [16], [17], [30], [38], [56], [60], [65], [71]). Deși este clar că NAc, AMYG și OFC sunt mai activi în cazul persoanelor obeze comparativ cu controalele cu greutate normală la vizualizarea imaginilor alimentare, în special a alimentelor cu conținut ridicat de calorii ([77]), nu se știe dacă activarea în aceste regiuni se referă la un anumit proces de răsplată comun (de exemplu, stimulare sau motivație de a aborda și consuma o recompensă) sau dacă există procese diferite (de exemplu, hedonice sau componenta plăcerii de recompensă și / sau de învățare) care reprezintă acest tip de activare (a se vedea [8] pentru o discuție despre aceste procese diferite de recompense). NAc, AMYG și OFC au fiecare câte o proprietate funcțională. Striatul NAc / ventral funcționează ca o interfață între procesarea legate de recompensă, mecanismele homeostatice și ieșirea motorului (de exemplu, [41]), dar poate de asemenea să codifice valoarea de recompensă ([57]). OFC poate codifica reprezentările senzoriale multimodale ale indicațiilor alimentare și alimentelor ([10], [11]). Împreună, AMYG și OFC pot media procesele asociative prin care stimulii legați de alimentația alimentară dobândesc caracterul de stimulare sau alte proprietăți motivaționale (de exemplu,6], [31]), dar ambele codifică, de asemenea, valoarea hedonică, AMYG prin metoda bottom-up și OFC prin procesele de sus în jos ([7]).
În acest studiu, am utilizat datele fMRI ale lui Stoeckel și colab. [77] și o analiză a traiectoriei în două etape plus abordarea GLM pentru a investiga interacțiunile structurilor de recompensare cheie (NAc, AMYG și OFC) într-o rețea simplă pentru a determina dacă aceste structuri funcționează împreună ca răspuns la imagini cu alimente bogate în calorii și cu conținut scăzut de calorii diferit la persoanele obeze și greutate normală. Ne-am asteptat sa gasim conexiuni eficiente intre regiuni ale creierului asa cum sunt specificate in modelul nostru in controalele de greutate normala, ca raspuns la imaginile alimentare cu calorii inalte si scazute. În plus, ne-am aștepta să găsim o serie de conexiuni eficiente modificate în grupul nostru obez, care ar putea explica de ce alimentele au crescut potențialul motivațional pentru acești indivizi.
materiale si metode
Datele utilizate pentru analiza căii au fost aceleași date raportate în Stoeckel și colab. [77]. Cu excepția secțiunii care discută metodele de analiză a traseului, informațiile de mai jos sunt furnizate mai detaliat în Stoeckel și colab. [77].
Participanții
Participanții au fost 12 obezi (indicele de masă corporală, IMC = 30.8 - 41.2) și 12 femei cu greutate normală (IMC = 19.7 - 24.5) dreptaci recrutați din comunitatea Universității din Alabama la Birmingham (UAB). Nu au existat diferențe de grup în ceea ce privește vârsta medie (obezi: 27.8, SD = 6.2; control: 28, SD = 4.4), etnie (obezi: 7 afro-americani, 5 caucazieni; control: 6 afro-americani, 6 caucazieni), educație (obezi: 16.7 ani, SD = 2.2; control: 17.2, SD = 2.8), sau ziua medie a ciclului menstrual (obezi: ziua 6.8, SD = 3.1, control: ziua 5.7, SD = 3.3, toate în faza foliculară ). Participanții au fost recrutați cu reclame plasate în ziarul UAB și pliante plasate în diferite locații din campusul UAB. Ei au fost informați că scopul studiului a fost de a analiza tiparele de activitate a creierului la participanții „flămânzi” de diferite IMC ca răspuns la imaginile vizuale ale diferitelor obiecte, cum ar fi alimentele și imaginile de control. Persoanele au fost excluse pe baza mai multor criterii legate de sănătate, incluzând un istoric pozitiv al tulburărilor alimentare, regim alimentar activ sau participarea la un program de scădere în greutate sau greutate> 305 kg (138 lire sterline) cu circumferință> 64 cm (163 inch), acesta din urmă din cauza limitărilor scanerului. Toți participanții au semnat un consimțământ informat în scris după ce au fost explicate procedurile de studiu și riscurile implicate. Toate procedurile au fost revizuite și aprobate de Consiliul de revizuire instituțională pentru uz uman de la UAB.
stimulii
Stimulii utilizați în timpul sesiunii de imagistică au constat din imagini color 252, toate dimensiunile, rezoluția și luminanța ([77]). Imaginile alimentare 168 au fost împărțite în categorii de calorii cu conținut scăzut de calorii și de calorii înalte, fiecare reprezentând imagini unice 84. Imaginile alimentare cu conținut scăzut de calorii au fost compuse din produse cu conținut scăzut de grăsimi, cum ar fi legumele cu aburi și peștele prăjit. Alimentele cu conținut ridicat de calorii au fost în principal produse bogate în grăsimi, cum ar fi brânză sau pizza. Controalele de control au constat în imagini ale mașinilor, care au variat pe scară largă în ceea ce privește marca, modelul, vârsta și culoarea. Imaginile mașinii au fost intenționate ca stimulente moderate de control interesante care au corespuns imaginilor cu calorii scăzute, pe baza unor rezultate de la Stoeckel et al. [77], alimentele cu conținut ridicat de calorii fiind mai mari.
Procedură
După o examinare aprofundată pentru a valida IMC și a verifica alte criterii de studiu, participanții au fost programați pentru sesiunea fMRI. Aceștia au fost instruiți să mănânce un mic dejun normal între 7-8 AM, dar să sărindă masa de prânz și să consume numai apă, astfel încât să fi postit aproximativ 8-9 h înainte de a fi difuzat între 3-5 PM Nu au existat diferențe de grup privind evaluările subiective de foame.
În timp ce participanții se aflau în magnet, stimulii vizuale au fost prezentați într-un format de bloc, cu un număr total de șase 3: 09 minute per sesiune de imagini. Fiecare etapă a fost compusă din două epoci 21, fiecare dintre mașini (C), alimente cu conținut scăzut de calorii (LC) și alimente cu conținut ridicat de calorii (HC) pseudorandomic prezentate participanților. În fiecare epocă a imaginilor de hrana sau de mașină a 21, s-au prezentat șapte imagini individuale pentru 2.5 s. Un decalaj al lui 0.5 a separat imaginile, iar un eșantion 9 a separat epocile. Toate golurile au constat dintr-un ecran gri gol, cu o cruce de fixare. Fiecare rulare a constat în volume 63 pentru un volum total de 378 în șase runde, din care au fost achiziționate volume 84 în timpul fiecărei expuneri de mașini, alimente cu conținut scăzut de calorii și alimente cu conținut ridicat de calorii. Imaginile vizuale au fost prezentate de un laptop care rulează software-ul VPM ([18]). Imaginile au fost proiectate pe un ecran în spatele capului participantului și văzute printr-o oglindă 45 ° o singură suprafață din spate atașată la bobina capului. Participanții au fost compensați financiar pentru participarea lor. Toate procedurile au fost revizuite și aprobate de Comitetul de evaluare instituțională al UAB pentru uz uman.
Rezultatele obținute și prelucrările RMN
Datele RMN funcționale au fost obținute utilizând un magnet de interacțiune ultra-scurt Philips Intera 3T echipat cu o bobină de cap de codare a sensibilității (SENSE). Imaginile au fost colectate utilizând o secvență de impuls EPI gradient-echo T2 * cu o singură lovitură. Am folosit TE = 30 msec, TR = 3 sec și un unghi de înclinare 85 ° pentru 30 grosime axială 4 mm cu grosime 1 mm, o rezoluție de scanare 80 × 79, reconstituită la 128 × 128 și cu un 230 × 149 × 230 mm FOV. Primele patru scanări au fost aruncate pentru a permite magnetizării să obțină magnetizarea la starea de echilibru.
Datele au fost preprocesate (corectarea mișcării, normalizarea la sistemul de coordonate MNI folosind șablonul SPM2 EPI și netezirea cu un filtru gaussian FWHM de 6 mm) utilizând pachetul software SPM2 (Wellcome Dept. Imaging Neuroscience, Londra, Marea Britanie). Niciun set de date nu a reușit să îndeplinească criteriile de includere a mișcării, care erau că mișcarea înainte de corecție a fost <2 mm în mișcare de translație și <2 ° în mișcare de rotație (detalii în [77]).
Analiza datelor
date fMRI
Răspunsurile în funcție de nivelul de oxigen din sânge (BOLD) au fost analizate în contextul modelului liniar general pe un voxel prin voxel, așa cum a fost implementat în SPM2 ([27]). Cursul de timp al activării creierului a fost modelat cu o funcție cutie cu carucior convolvată cu funcția de răspuns hemodinamic canonic (HRF) și o funcție derivată temporală. Datele au fost filtrate cu trecere înaltă (1 / 128 Hz) pentru a îndepărta drifturile de frecvență joasă. A fost implementat un model autoregresiv de ordinul întâi pentru a corecta autocorelațiile în termenul de eroare al modelului fMRI.
Pentru analiza statistică a fost utilizată o procedură în două etape cu efecte aleatorii pentru a ține cont de variabilitatea dintre subiecți și între subiecți. În primul rând, datele fMRI de la fiecare participant individual au fost folosite pentru a genera contraste statistice ale estimărilor parametrilor pentru a testa diferențele dintre punctele de timp corespunzătoare alimentelor cu calorii înalte și cele cu conținut scăzut de calorii. Rezultatele unui studiu anterior ([77]) au constatat diferențe de grup în modelele de activare legate de recompensă, grupul obez prezentând o activare mai mare față de alimentele bogate în calorii și controale față de alimentele cu conținut scăzut de calorii. Contrastul stimulilor alimentari> control a fost apoi introdus în analizele de test t de un singur eșantion de nivel al doilea pentru comparațiile din cadrul grupului pentru a localiza maximele grupului pentru regiunile noastre de interes (ROI): NAc bilateral, AMYG și OFC mijlociu (p <.05, necorectat).
ROI-urile pentru AMYG și OFC au fost definite folosind WFU Pickatlas și atlasele AAL și Talairach Daemon ([47], [49], [79]). Deoarece NAc nu a fost disponibil în aceste biblioteci, am atras o sferă 6 mm în rază cu Pickatlas WFU centrat la o locație voxel determinată prin medierea dimensiunilor locației voxel din studiile fMRI relevante ([1], [54], [58]). Clasificarea localizării regionale a voxelurilor activate a fost verificată prin utilizarea Pickatlaselor WFU și prin examinarea vizuală a datelor utilizând un atlas al creierului uman ([48]).
Analiza traseului
Analiza traseului a fost utilizată pentru a determina puterea și direcția relațiilor (conexiunile efective) dintre variabilele observate (ROI), estimate prin ecuațiile de regresie simultană prin estimarea probabilității maxime. Aceasta este una dintre cele mai comune abordări de modelare utilizate pentru studierea conectivității eficiente ([69]). Am folosit o abordare în două etape a abordării GLM, urmând o metodă similară cu cea a lui Kim și colab. [44]. Pentru fiecare participant: (1) ROI-urile au fost selectate pentru a include în modelul (2) datele din seriile de timp au fost împărțite în două grupuri asociate cu volume pentru cele două condiții de activitate (alimente cu conținut scăzut și calorii) datele au fost extrase pentru fiecare condiție pentru fiecare ROI (3) a fost desemnat un model care a specificat interacțiunile ROI (4) a fost calculată matricea varianței-covarianță (numărul de volume de scanare X număr de ROI) pentru fiecare condiție și (5) coeficienții de traiectorie pentru conexiunile dintre ROI din modele au fost estimate prin estimarea probabilității maxime. Măsuri repetate ANOVA a fost apoi utilizată pentru a determina diferențele dintre grupuri (de exemplu, starea) și între grupuri în conexiunile modelului utilizând coeficienții de traiectorie din modele pentru fiecare individ.
Model de specificație
Regiunile incluse în model (OFC, AMYG și NAc) sunt componente ale a ceea ce a fost denumit "circuitul motrice" ([63]), care implică sistemul dopaminic mezocorticolimbic ([6], [36], [39], [45], [63], [66], [73], [80], [83]). Conexiunile din model au fost definite parțial pe baza conectivității anatomice cunoscute a structurilor din această rețea, dar și ținând seama de constrângerile metodologice (de exemplu, rezoluția temporală a fMRI și problema identificării cu modele non-recursive folosind modelarea ecuațiilor structurale;7], [30], [38], [60], [65], [71]; Fig. 2). Pentru a estima valori ale coeficienților de parcurs fiabili, modelul a fost constrâns să fie recursiv (adică, în model nu au fost incluse căile reciproce).
Același model de cale a fost construit pentru fiecare subiect. Pentru a permite variabilitatea între subiecte, am definit coordonatele exacte ale fiecărei regiuni pentru fiecare emisferă din maximul local al hărții statistice a fiecărui participant la maximum 12 mm din grupul maxim (în aceeași regiune anatomică) rezultat din contrastul alimentelor> mașinilor ( p <.05, necorectat; [52]). Coordonatele MNI ale regiunilor au fost NAc, stânga (x, y, z): -6, 10, -10 [controale] și -10, 14, -6 [obezi]; NAc dreapta, (x, y, z): 6, 10, -10 [controale] și 6, 12, -10 [obezi]; AMYG, stânga (x, y, z): -26, -2, -20 [controale] și -20, 0, -24 [obezi]; AMYG, dreapta (x, y, z): 22, 0, -20 [controale] și 24, 2, -24 [obezi]; OFC, stânga (x, y, z): -22, 36, -10 [controale] și -22, 30, -14 [obezi]; OFC, dreapta (x, y, z): 26, 36, -14 [controale] și 26, 30, -4 [obezi]. Pentru fiecare regiune, eigenvariatul principal al seriilor de timp a fost extras dintr-o sferă 4-mm centrat la maximul local specific subiectului. Principalul (adică, 1st) eigenvariate este o măsură sumară, similară cu o medie ponderată robustă la valori exagerate, pe baza variației tuturor voxelurilor incluse în sfera 4 mm în rază.
Datele din seria de date regionale (principalele valori eigenvariate) au fost apoi separate în două seturi de date: punctele de timp asociate cu (1) alimentele cu conținut ridicat de calorii și (2) alimentele cu conținut scăzut de calorii. Pentru a ține cont de întârzierea hemodinamică, am presupus o întârziere fiziologică 6 s (2 TR) între debutul și compensarea celor două condiții și am ajustat datele pe care le-am extras în mod corespunzător ([32]). Acest lucru a dus la obținerea a două date 84 (număr de volume de scanare) X 6 (număr de ROI) pentru fiecare condiție (alimente cu conținut ridicat de calorii și cu conținut scăzut de calorii) pentru fiecare participant.
Estimările parametrilor căi
Un model de cale a fost potrivit matricei de date atât pentru alimentele bogate în calorii, cât și pentru cele cu conținut scăzut de calorii, în mod independent pentru fiecare participant. Coeficienții drumului liber au fost evaluați prin minimizarea discrepanței dintre o matrice de corelație observată din datele fMRI și o matrice de corelație prezisă de model folosind software-ul LISREL (Versiunea 8, Software științific SSI). Estimările standardizate ale parametrilor (similare cu β în regresie), sau coeficienți de cale, pentru fiecare conexiune (AMYG → OFC, OFC → NAc și AMYG → NAc) din fiecare emisferă (stânga și dreapta) din ambele modele (înalt și scăzut) alimente cu calorii) pentru fiecare participant au fost importate în SPSS pentru analize ulterioare. A fost realizat un model mixt ANOVA pentru fiecare dintre cele trei conexiuni, în care factorii au fost grupul (obez versus control), categoria alimentelor (bogate în comparație cu cele cu calorii mici) și emisfera. Deoarece acesta a fost un studiu exploratoriu, am testat semnificația coeficienților de cale specifici, atâta timp cât modelele omnibus au prezentat cel puțin efecte aproape semnificative (p <0.10). Pentru fiecare grup, s-au utilizat un eșantion de teste t pentru a testa dacă coeficienții de cale în modelele de alimente cu conținut ridicat de calorii și cu conținut scăzut de calorii au fost semnificativ diferiți de zero, indicând conectivitatea specificată. Comparații în perechi au fost folosite pentru a testa diferențele de coeficienți de cale pentru fiecare emisferă (stânga și dreapta) în cadrul grupului (alimente bogate în calorii vs. alimente cu conținut scăzut de calorii) și comparații între grupuri (obezi vs. martori pentru conținut ridicat de calorii și scăzut -alimente cu calorii, independent). Testele t asociate au fost utilizate pentru comparații în cadrul grupului și probe independente testele t au fost utilizate pentru comparații între grupuri.
REZULTATE
Toți coeficienții de cale estimați au fost semnificativ diferiți de zero pentru grupul obez și controalele pentru ambele emisfere atât în modelele alimentare cu conținut ridicat de calorii, cât și în cele cu conținut scăzut de calorii, în concordanță cu modelul de conectivitate specificat (valori p <0.001; Tabelul 1).
Comparații între grupuri
OFC → NAc
Nu a existat un efect principal al grupului pentru conexiunea OFC → NAc, deși a existat o tendință (F [1,22] = 3.70, p = 0.067), indicând o conectivitate mai mare pentru grupul obez (0.53 ± 0.06) comparativ cu controalele (0.41 ± 0.06). Nu au existat interacțiuni semnificative de lateralitate de grup X sau grup X de categorie X, deși a existat o tendință către o interacțiune de lateralitate de grup X (p = 0.059). Coeficienții de cale din partea stângă din OFC → NAc au fost semnificativ mai mari în grupul obez atât pentru alimentele cu conținut ridicat de calorii, cât și pentru cele cu conținut scăzut de calorii (valori p <03; Fig. 3).
AMYG → OFC
A existat un efect principal al grupului astfel încât conectivitatea medie de la AMYG → OFC a fost mai mică pentru participanții obezi (0.64 ± 0.07) comparativ cu martorii (0.84 ± 0.07), indicând o relație direcțională relativ mai puternică în activarea creierului între aceste structuri ca răspuns la alimente în controale (F [1,22] = 4.46, p = 0.046). Nu au existat grupuri semnificative pe categorii sau grupuri prin interacțiuni de lateralitate, deși a existat o tendință (p = 0.066) către un grup de categorii de interacțiune X de lateralitate. Analizele ulterioare au arătat că coeficienții de cale au fost semnificativ mai mari la controalele pentru alimentele bogate în calorii bilateral și de la AMYG dreapta → OFC dreapta pentru alimentele cu conținut scăzut de calorii (valori p <05; Fig. 3).
AMYG → NAc
A existat un efect principal al grupului pentru conexiunea medie AMYG → NAc, astfel încât a existat o conectivitate mai slabă pentru grupul obez (0.35 ± 0.05) comparativ cu participanții la control (0.49 ± 0.05; F [1,22] = 6.00, p = 0.023 ). Nu au existat interacțiuni semnificative de lateralitate de grup X sau grup X de categorie X, deși a existat o tendință către o interacțiune de lateralitate de grup X (p = 0.09). Comparațiile în perechi au indicat că coeficienții de cale din partea stângă au fost semnificativ mai mari pentru controalele atât pentru alimentele cu conținut ridicat de calorii, cât și pentru cele cu conținut scăzut de calorii (valori p <05; Fig. 3).
Comparații în cadrul grupului de condiții de alimentare cu conținut ridicat de calorii și de calorii scăzute
Coeficienții de traiectorie de la AMYG → OFC bilateral au fost semnificativ mai mari pentru compararea categoriilor de alimente cu calorii superioare în controale (stânga: p = 0.007, dreapta: p = 0.002; Fig. 4). Nici unul dintre coeficienții de traiectorie nu a existat în mod semnificativ între condițiile alimentare cu conținut scăzut și calorii din cadrul grupului obez.
Discuție
Cercetările anterioare au arătat că indicațiile referitoare la alimente, în special cele asociate cu alimente cu conținut ridicat de calorii, declanșează hiperactivitatea în regiunile creierului, incluzând NAc, AMYG și OFC, considerând că medierea sau cel puțin codificarea proceselor motivaționale și emoționale la persoanele obeze (de exemplu,68], [77]). În studiul de față, am testat dacă au existat diferențe în conexiunile de rețea între NAc, AMYG și OFC ca răspuns la imaginile alimentelor cu conținut ridicat de calorii și scăzute în cadrul și între grupurile obeze și cele cu greutate normală. Este important de menționat că acesta este primul studiu de conectivitate umană care utilizează neuroimagistica funcțională pentru a măsura interacțiunea regiunilor creierului într-o rețea de recompense. Am gasit conectivitate aberanta in grupul obezi, ca raspuns la indicele alimentar de inalta si slaba calorie, comparativ cu controalele de greutate normala. În mod specific, se pare că grupul obezi are o deficiență relativă în activarea AMYG modulată atât a OFC cât și a NAc, dar o tendință spre influența excesivă a modulației OFC asupra activării NAc. Astfel, este posibil ca nu numai mai mare activarea sistemului de recompense, dar și diferențele în sistemul de recompense interacţiune din regiunile din această rețea pot contribui la creșterea relativ crescută a valorii motivaționale a alimentelor la persoanele obeze.
Modelul recompensării
Toate legăturile dintre NAc, AMYG și OFC au fost semnificative atât pentru modelele de alimente cu conținut ridicat de calorii, cât și pentru cele cu conținut scăzut de calorii atât în grupul obez, cât și în controlul greutății normale, în concordanță cu legăturile anatomice cunoscute între aceste regiuni [7], [16], [17], [30], [38], [56], [60], [65], [71]). Această rețea este inervată de zona tegmentală ventrală, care eliberează dopamina în acest circuit ca răspuns la evenimentele motivante ([9], [39], [71]). Cu toate acestea, proiecțiile dintre NAc, AMYG și OFC, așa cum este ilustrat în Fig. 2 sunt glutamatergice ([39], [71]).
Această rețea de recompense NAc, AMYG și OFC este un subcircuit al unui "circuit motivat" mai mare gândit să activeze și să dirijeze comportamentul ca răspuns la stimulii relevanți motivaționali [39], [63]). În special, NAc, AMYG și OFC au funcții importante legate de recompense, care contribuie probabil atât la procesele motivaționale generale,6], [10], [11], [36], [39], [45], [63], [66], [73], [80], [83]). Stratul NAc / ventral a fost conceptualizat ca interfața "limbic-motor" ([55]) și pare să se implice în prelucrarea legată de condiționarea Pavloviană, de stimulare și de disponibilitatea recompensei, de valoare și de context ([13], [15], [21]). Această regiune, împreună cu ventralul pallidum prin intermediul mecanismelor mediate de opioide, poate codifica, de asemenea, valoarea hedonică ([9], [10], [11], [74], [75]). Striatul NAc / ventral pare, de asemenea, să codifice pentru mediul motivațional general (de exemplu,14]), ceea ce ar permite organizarea ierarhică a semnalelor legate de recompense. Pentru recompensa alimentară, striacul NAc / ventral pare să prezinte o implicare preferențială în codificarea indicațiilor asociate cu alimentele (față de consumul de alimente) și poate integra semnalele homeostatice și non-homeostatice pentru a modula starea motivațională ([42], [76]). Această regiune ar putea, de asemenea, să codifice valoarea relativă de recompensă a stimulilor alimentari disponibili ([57]). AMYG pare să fie implicat în procese asociative relevante din punct de vedere motivațional ([61], [62]). Pe lângă codificarea unor proprietăți afective și motivaționale mai generale, activitatea AMYG se poate referi la proprietățile specifice ale stimulilor alimentari ([2]). OFC pare a fi o regiune cheie pentru traducerea valorii de recompensă în experiența hedonică ([46]), procesarea caracteristicilor temporale și de siguranță ale recompensei ([14]) și este implicat în procesele de învățare legate de motivație în colaborare cu AMYG ([24], [59]). OFC afișează răspunsurile multimodale la indicațiile alimentare ([67]) și a fost denumită "zona de gust terțiar", după prelucrarea gustativă în cortexul insular ([10], [11]).
Semnificația diferențelor de grup în conectivitate
OFC → NAc
Femeile obeze au prezentat o emisferă stângă mai mare conectivitate OFC → NAc decât au efectuat controalele atât pentru alimentele cu conținut ridicat de calorii, cât și pentru cele cu conținut scăzut de calorii. Această cale poate fi întărită în grupul obez, prin combinarea activării crescute a OFC cu imaginile alimentare și cu funcția de dopamină ridicată (DA) în cadrul NAc la acești indivizi. Horvitz [33] a propus ca DA să acționeze pentru a intra în fluxurile de recompense glutamatergice de la OFC la NAc. Datorită acestui fapt, în prezența unei funcții înalte DA în cadrul NAc, niveluri ridicate de activitate în OFC au devenit mai eficiente în creșterea activității NAc. Deși rolul DA în obezitate este controversat ([20], [29], [81]), dovezile indirecte sugerează o creștere a funcției DA în cadrul sistemului de recompensare a persoanelor cu obezitate ușoară până la moderată (de exemplu, [20]), cum ar fi cele din eșantionul nostru. Se speculează că calea OFC → NAc poate fi o cheie a relațiilor pozitive propuse între reactivitatea tac alimentelor, un aport mai mare și un IMC înalt ([25], [78]) datorită cuplării puternice a valorii de recompensă subiectivă exagerată a indicațiilor alimentare mediate de OFC cu căile de ieșire accesate de NAc. În cele din urmă, din cauza paralelelor sugerate între obezitate și dependența de droguri (de exemplu,82]), este demn de remarcat că investigatorii de dependență au sugerat că transmisia de PFC (incluzând OFC) → NAc sinaptic de glutamat dysregulated explică o motivație sporită pentru medicamente ca răspuns la indiciile legate de consumul de droguri [37], [39]).
AMYG → OFC și AMYG → NAc
La participanții obezi, comparativ cu controalele, am găsit coeficienți de traiectorie redus de la AMYG la ambele OFC și NAc. Aceste diferențe au fost semnificative pentru AMYG → OFC bilateral pentru alimente cu calorii înalte și în emisfera dreaptă pentru alimente cu conținut scăzut de calorii. AMYG → conectivitatea NAc a fost mai scăzută în grupul obez din emisfera stângă atât pentru alimentele cu calorii înalte, cât și pentru alimentele cu conținut scăzut de calorii. Deși relevanța acestor diferențe de grup pentru obezitate nu este clară, este posibil ca conectivitatea redusă de la AMYG la aceste structuri să poată afecta flexibilitatea în actualizarea valorii de recompensă. Învățarea de bază prin care stimulii asociați cu recompense primare dobândesc o valoare motivațională pot apărea în AMYG ([5]). Proiecția AMYG → OFC poate transfera informații asociative relevante din punct de vedere motivațional către OFC, care utilizează informații de la AMYG pentru a determina valoarea subiectivă și a influența comportamentul ulterior de alegere instrumentală ([15]). Ca un exemplu al importanței acestei căi de modificare a valorii de recompensă, Baxter și colegii [3] a constatat că macașii rhesus nu și-au schimbat comportamentul în timpul unei sarcini de devalorizare a recompenselor după întreruperea legăturii dintre AMYG și OFC. Într-o paradigmă de învățare a rezultatului final, Schoenbaum și colegii [70] a constatat că întreruperea căii AMYG → OFC prin leziune a determinat o ardere mai mare a neuronilor OFC selectivi, ca răspuns la proprietățile senzoriale, spre deosebire de proprietățile asociative ale tacului. În ceea ce privește comportamentul ingerator, o legătură AMYG → OFC deficitară la participanții obezi poate indica un transfer suboptim al valorii afective / emoționale de bază în ceea ce privește alimentele și indicațiile alimentare importante pentru actualizarea valorii de recompensă subiectivă a acestor indici pentru a facilita flexibilitatea în comportamentul alimentar. În comparație cu indivizii cu greutate normală, valoarea de recompensă a alimentelor și indicațiilor alimentare poate fi determinată mai mult de proprietățile senzoriale ale alimentelor și de indicațiile alimentare pentru persoanele obeze. În plus, valoarea de recompensă bazată pe senzoriile alimentelor și indicațiilor alimentare poate fi mai puțin maleabilă în fața schimbărilor neprevăzute de recompensă.
Similar cu conexiunea AMYG → OFC, o conexiune deficitară în cazul obezității din AMYG → NAc ar putea indica semnalul hedonic de bază care servește la modularea valorii de recompensă a alimentelor sau indicațiilor alimentare (AMYG) nu este ponderat corespunzător cu alte semnale (de exemplu, motivaționale , homeostatic) înainte de determinarea comportamentului ingerator adecvat ([84]).
Limitări și avertismente
- Specificarea unui model care utilizează analiza traseului în fMRI poate fi o provocare, deoarece numărul și combinația de conexiuni între regiuni crește substanțial cu fiecare regiune suplimentară inclusă în model, ceea ce face estimarea mai sigură a acestor coeficienți de traiectorie și interpretarea constatărilor mai dificile. De exemplu, în acest studiu cu regiuni 3 pe emisferă (regiuni 6 totale), există k = N(N + 1) / 2 = grade de libertate 21 pe set de date (k = Grade de libertate 42 pentru cele două modele testate) alocate pentru a estima efectele de interes. Douăsprezece grade de libertate sunt utilizate pentru a estima diferențele asociate fiecărei regiuni în ambele modele (regiuni 6 pe model × modele 2). Cu minim din punctele de date 5 necesare pentru a estima în mod fiabil valorile parametrilor pentru fiecare cale din model ([4]), acest lucru lasă un număr maxim de căi 30 estimate pentru două modele cu regiuni 6 fiecare (15 căi de calcul pe model). Acest lucru limitează complexitatea modelului care poate fi testat utilizând analiza traseului și este unul din motivele pentru care am ales să nu includem conexiuni interhemisferice în modelele noastre.
- Am ales abordarea SEM / GLM în două etape pentru a testa în mod direct diferențele de grup dintre conexiuni într-un model ipotetic și nu au fost la fel de interesați să compară potrivirile modelului între grupuri per se. Această abordare este diferită de metodologia tradițională fMRI și metodologia de analiză a traseului denumită "abordarea modelului stivuit" comparând modelul de potrivire între sarcini sau grupuri ([50]). Cu toate acestea, Protzner și McIntosh [64] a raportat recent că nu este necesară informarea absolută a modelului pentru a genera estimări fiabile ale parametrilor utilizând analiza traseului.
- O altă limitare a acestui studiu se referă la puterea de a detecta diferențele dintre coeficienții de traiectorie estimați în modelele noastre datorită dimensiunilor mici ale eșantioanelor utilizate pentru fiecare grup. Cu dimensiuni mai mari ale grupurilor, constatările noastre privind nivelul tendințelor ar fi atins probabil semnificația statistică.
- Nu am inclus zona tegmentală ventrală (VTA), sursa dopaminei în circuitul mezocorticolimbic propus pentru a media mai multe dintre procesele asociate cu recompensa ([26], [35], [72]), în modelul nostru datorită limitărilor metodologice legate de fMRI BOLD care fac detectarea activării în regiunile trunchiului trunchiului cum ar fi VTA dificil ([19]).
Concluzii și rezumat
În concluzie, studiul nostru de neuroimagistice a constatat o conectivitate aberantă în rețeaua de recompense la persoanele obeze în comparație cu controalele, cu conectivitate redusă de la AMYG la OFC și NAc și creșterea conectivității în OFC → NAc la acești participanți. Aceste rezultate adaugă rapoartelor anterioare care arată că există nu numai activarea exagerată a sistemului de recompensare ca răspuns la alimente, ci și o interacțiune anormală între regiunile din această rețea la persoanele obeze. În special, considerăm că excesul de hrană la persoanele obeze poate fi influențat de două mecanisme: (1) creșterea OFC → conectivitatea NAc ar putea contribui la o creștere sporită a consumului de alimente și conectivitatea deficitară (2) de la AMYG ar putea avea ca rezultat o modulare suboptimală a afectivității emoționale aspecte ale unei valori de recompensă pentru alimente sau alimente. Fără informațiile adecvate afective / emoționale care să semnaleze devalorizarea alimentelor sau indicațiilor alimentare după consumul de alimente, unitatea intensificată poate să copleșească mecanismele homeostatice care duc la hiperfagie și creșterea în greutate. Desigur, am testat o rețea simplă de recompensare. Sunt necesare studii suplimentare pentru a investiga conectivitatea în sistemul de recompense și modul în care aceste regiuni ar putea interacționa cu mecanismele homeostatice în hipotalamus și brainstem, precum și mecanismele cognitive ale controlului admisiei alimentelor în cortexul prefrontal. De asemenea, va fi interesant să determinăm modul în care diferențele individuale și factorii interoceptivi și exteroceptivi modulează această rețea de recompense pentru a înțelege mai bine modul în care mecanismele de recompensare influențează comportamentul ingerator.
recunoasteri
Sprijinit de Programul de Cercetare Intramural NIH-NIDCD, GCRC acordă M01 RR-00032 de la Centrul Național pentru Resurse de Cercetare, Procter and Gamble Co. și resursele Centrului de Dezvoltare a Imagingului Funcțional al UAB (CDFI).
Note de subsol
Declinarea responsabilității editorului: Acesta este un fișier PDF al unui manuscris needitat care a fost acceptat pentru publicare. Ca serviciu pentru clienții noștri oferim această versiune timpurie a manuscrisului. Manuscrisul va fi supus copierii, tipăririi și revizuirii probelor rezultate înainte de a fi publicat în forma sa finală. Rețineți că în timpul procesului de producție pot fi descoperite erori care ar putea afecta conținutul și toate denunțările legale care se referă la jurnal.
Conflictul de interese
Autorii declară că nu au interese financiare concurente.
Referinte
;
