Brain Res Bull. Август 2009 14;79(6):388-95. doi: 10.1016/j.brainresbull.2009.05.016.
Stoeckel LE1, Ким Дж, Weller RE, Cox JE, Cook EW 3rd, Horwitz B.
Абстрактные
Преувеличенная реактивность на пищевые сигналы у женщин с ожирением, по-видимому, частично опосредована системой гиперактивного вознаграждения, которая включает в себя ядро accumbens, миндалину и ортофронтальную кору. В настоящем исследовании использовалась функциональная магнитно-резонансная томография (fMRI) для исследования того, могут ли объяснения различий между ожирением 12 и нормальными весом 12 в активации мозга, связанной с вознаграждением в ответ на пищевые изображения, изменениями функциональных взаимодействий между ключевыми регионами сети вознаграждения.
Двухэтапный анализ пути / общий подход к линейной модели был использован для проверки наличия различий в групповых различиях в сетевых соединениях между ядром accumbens, амигдалой и ортофронтальной корой в ответ на изображения с высокой и низкой калорийностью пищи. В группе, страдающей ожирением, наблюдалась аномальная связь в ответ на высокие и низкокалорийные пищевые сигналы по сравнению с контролем нормального веса.
По сравнению с контрольной группой в группе с ожирением наблюдался относительный недостаток модуляции активации миндалевидного тела как в орбитофронтальной коре, так и в прилежащем ядре, но чрезмерное влияние модуляции активации орбитофронтальной коры в прилежащем ядре. Недостаточные проекции миндалевидного тела могут быть связаны с неоптимальной модуляцией аффективных / эмоциональных аспектов ценности еды или мотивационной значимости связанного сигнала, тогда как повышенная связь орбитофронтальной коры и прилежащего ядра может способствовать усиленному стремлению к еде в ответ на еду. реплика.
Таким образом, возможно, что не только большая активизация системы вознаграждения, но и различия во взаимодействии регионов в этой сети могут способствовать относительно повышенной мотивационной ценности продуктов питания у людей с ожирением.
Этиология ожирения, по-видимому, объясняется, в частности, преувеличенной реакционной способностью к сигналам, связанным с пищевыми продуктами, особенно с жировыми, энергетически плотными продуктами (например, [12]). Механизм повышенной мотивационной значимости этих стимулов у индивидуумов с ожирением может быть гиперактивной системой вознаграждения, которая включает в себя ядро accumbens / вентральное полосатое тело (NAc), амигдала (AMYG) и орбитофронтальную кору (OFC). В предыдущем исследовании функциональной магнитно-резонансной томографии (fMRI) было обнаружено увеличение активации этих областей в ответ на высококалорийные пищевые изображения при ожирении по сравнению с людьми с нормальным весом ([77]; Рис 1). В других исследованиях, в которых участвовали ожирение или лица с более высоким ИМТ к пищевым стимулам, также были обнаружены аномальные закономерности активации в этих регионах ([22], [23], [28], [43], [68]), а также другие ([40], [68]). Стимулы, связанные с высококалорийными продуктами, могут спровоцировать чрезмерную мотивацию для не гомеостатического питания этих видов продуктов ([10], [11], [53]). Это чрезмерное нежелание гомеостатиков потреблять продукты было названо стимулом или «желанием» и, по-видимому, в значительной степени регулируется через мезокортиколибденовую дофаминовую систему, которая включает NAc, AMYG и OFC (например, [6]).
Большинство человеческих исследований ФОМИ используют массовый одномерный подход статистического анализа для определения функциональных характеристик различных макроскопических областей мозга. Исследователи часто объединяют информацию о функциональной специализации группы регионов, чтобы объяснить, как эти регионы могут взаимодействовать для выполнения данной функции. Однако единственные достоверные эмпирические выводы, которые можно сделать из таких анализов, связаны с величиной и степенью активации в данном наборе областей мозга, а не с тем, как эти области функционально взаимодействуют. Анализ взаимодействия позволяет исследователям изучить, как сети областей мозга взаимодействуют для выполнения когнитивных и поведенческих функций (например, [34]). Важно отметить, что выводы из традиционных исследований активации не напрямую переносятся на исследования связности. То есть, могут быть измерены различия в величина активации мозга между группами, но никаких групповых различий в подключение, и наоборот (например, [52]).
Анализ путей, тип моделирования структурных уравнений, представляет собой многомерный подход, основанный на гипотезах, применяемый к функциональному нейровизуализации для исследования направленных отношений между данным набором связанных областей мозга ([51]). Это один из способов анализа эффективной связности, в данном случае означающий изменения в активации одной области мозга в результате изменений в активации в другом регионе. Модели путей разработаны на основе априорный гипотез и предполагают причинную структуру, где A → B означает изменения в области A, вызывать изменения в области B (например, [69]). Области головного мозга в сетевой модели, как правило, выбираются на основе предыдущих функциональных исследований нейровизуализации, и связи между этими регионами обычно определяются на основе известных нейроанатомических связей, в основном из животной литературы, предполагая гомологию в областях мозга между видами (например, [69]). Оценочные значения параметров, рассчитанные с использованием анализа пути, представляют собой количественную оценку направлений направленности между областями в модели. Эти коэффициенты пути могут затем использоваться для сравнения между соединениями внутри субъектов в ответ на изменения условий задачи или между субъектами и группами в рамках общей линейной модели (GLM) (например, [44], [64]).
NAc, AMYG и OFC работают вместе как часть системы вознаграждения. Между этими регионами существуют сильные анатомические связи (см. Рис 2; AMYG → OFC: [7], [16], [30], [38], [60], [65], [71], AMYG → NAc: [30], [38], [71] и OFC → NAc: [7], [16], [17], [30], [38], [56], [60], [65], [71]). Хотя ясно, что NAc, AMYG и OFC более активны при ожирении по сравнению с контролем нормального веса при просмотре пищевых изображений, особенно высококалорийных пищевых изображений ([77]), неясно, связана ли активация в этих регионах с каким-то общим основным процессом вознаграждения (например, стимулом или мотивацией к подходу и потреблением вознаграждения) или существуют ли различные процессы (например, гедоника или компонент удовольствия вознаграждения и / или обучения), которые учитывают этот шаблон активации (см. [8] для обсуждения этих различных процессов вознаграждения). NAc, AMYG и OFC имеют множество функциональных свойств. NAc / ventral striatum функционирует как интерфейс между обработкой вознаграждения, гомеостатическими механизмами и выходом двигателя (например, [41]), но также может кодировать значение вознаграждения ([57]). OFC может кодировать мультимодальные сенсорные представления пищевых и пищевых сигналов ([10], [11]). Вместе AMYG и OFC могут опосредовать ассоциативные процессы, при которых стимулы, связанные с питанием, приобретают стимул или другие мотивационные свойства (например, [6], [31]), но оба они также содержат код для гедонистического значения, AMYG с помощью снизу вверх и OFC с помощью процессов сверху вниз ([7]).
В этом исследовании мы использовали данные FMRI Stoeckel et al. [77] и двухэтапный анализ пути плюс GLM-подход для исследования взаимодействий ключевых структур вознаграждения (NAc, AMYG и OFC) в простой сети, чтобы определить, работают ли эти структуры в ответ на изображения продуктов с высокой и низкой калорийностью по-разному у людей с ожирением и нормальной массой тела. Мы ожидали найти эффективные связи между областями мозга, как указано в нашей модели, в регуляторах нормального веса в ответ на высоко- и низкокалорийные пищевые изображения. Кроме того, мы ожидали найти ряд измененных эффективных связей в нашей тучной группе, которые могли бы помочь объяснить, почему продукты питания повышают мотивационную эффективность для этих людей.
Материалы и методы
Данные, использованные для анализа пути, были такими же, как и в Stoeckel et al. [77]. За исключением раздела, посвященного методам анализа пути, приведенная ниже информация более подробно представлена в Stoeckel et al. [77].
Участниками
Участниками были 12 женщин-правшей с ожирением (индекс массы тела, ИМТ = 30.8 - 41.2) и 12 женщин-правшей с нормальным весом (ИМТ = 19.7 - 24.5), набранных из сообщества Университета Алабамы в Бирмингеме (UAB). Не было различий между группами по среднему возрасту (ожирение: 27.8, SD = 6.2; контроль: 28, SD = 4.4), этнической принадлежности (ожирение: 7 афро-американцев, 5 европеоидов; контроль: 6 афроамериканцев, 6 европеоидов), образованию. (ожирение: 16.7 года, стандартное отклонение = 2.2; контроль: 17.2 года, стандартное отклонение = 2.8) или средний день менструального цикла (ожирение: день 6.8, стандартное отклонение = 3.1, контроль: день 5.7, стандартное отклонение = 3.3, все в фолликулярной фазе. ). Для набора участников использовались рекламные объявления, размещенные в газете UAB, и листовки, размещенные в различных местах на территории кампуса UAB. Им сообщили, что целью исследования было изучить закономерности мозговой активности «голодных» участников с различным ИМТ в ответ на визуальные изображения различных объектов, таких как продукты питания и контрольные изображения. Лица были исключены на основании нескольких критериев, связанных со здоровьем, включая наличие в анамнезе положительных результатов расстройства пищевого поведения, активное соблюдение диеты или участие в программе похудания или вес> 305 фунтов (138 кг) при обхвате> 64 дюймов (163 см), последнее из-за ограничений сканера. Все участники подписали письменное информированное согласие после того, как были объяснены процедуры исследования и связанные с этим риски. Все процедуры были рассмотрены и одобрены Советом по надзору за использованием людьми в UAB.
Стимулы
Стимулы, используемые во время сеанса визуализации, состояли из цветных изображений 252, всех согласованных размеров, разрешающей способности и яркости ([77]). Образцы продуктов 168 подразделялись на низкокалорийные и высококалорийные категории, каждая из которых состояла из уникальных изображений 84. Низкокалорийные изображения пищи состояли из таких предметов с низким содержанием жира, как овощи на пару и жареную рыбу. Высококалорийные продукты были в основном изделиями с высоким содержанием жира, такими как чизкейк или пицца. Контрольные стимулы состояли из изображений автомобилей, которые широко варьировались в марке, модели, возрасте и цвете. Образы автомобилей были предназначены как умеренно интересные управляющие стимулы, которые соответствовали низкокалорийным изображениям на приятность, основанным на результатах Stoeckel et al. [77], причем высококалорийные продукты оцениваются выше.
Процедура
После тщательного скрининга для проверки ИМТ и проверки других критериев исследования участники были назначены на сессию fMRI. Им было предложено поесть обычного завтрака между 7-8 AM, но пропустить обед и потреблять только воду, чтобы они постились примерно за 8-9 h до того, как они были отображены между 3-5 PM. Не было различий в группах по субъективным рейтингам голода.
В то время как участники были в магните, визуальные стимулы были представлены в формате блочного дизайна, в общей сложности шесть минут 3: 09 за один сеанс обработки изображений. Каждый прогон состоял из двух эпох 21, каждый из автомобилей (C), низкокалорийных продуктов (LC) и высококалорийных продуктов (HC), которые были случайно представлены участникам. В течение каждой эпохи 21 продуктов или изображений автомобилей каждый из семи изображений был представлен для 2.5. Зазор 0.5 разделял изображения, а промежуток 9 разделял эпохи. Все пробелы состояли из серого пустого экрана с крестообразным крестом. Каждый пробег состоял из томов 63 для всего объема 378 за шесть прогонов, из которых были получены объемы 84 во время каждого из автомобилей, низкокалорийных продуктов питания и высококалорийных продуктов питания. Визуальные изображения были представлены портативным компьютером с программным обеспечением VPM ([18]). Изображения проецировались на экран за головой участника и просматривались через одностороннее заднее проекционное зеркало 45 °, прикрепленное к головной катушке. Участникам была оказана финансовая компенсация за их участие. Все процедуры были рассмотрены и одобрены Управлением по надзору за соблюдением прав человека.
Регистрация и обработка МРТ
Функциональные данные МРТ были получены с использованием ультракороткого магнита Philips Intera 3T, оснащенного головной катушкой кодирования чувствительности (SENSE). Изображения собирались с использованием однократной T2 * -уровневой последовательности импульсов градиент-эхо EPI. Мы использовали TE = 30 msec, TR = 3 сек и угол поворота 85 ° для осевых срезов 30 4 мм толщиной с промежутком между пробелами 1 мм, разрешение сканирования 80 × 79, восстановленное до 128 × 128 и с 230 × 149 × 230 мм FOV. Первые четыре сканирования были отброшены, чтобы позволить магниту достичь стационарной намагниченности.
Данные были предварительно обработаны (коррекция движения, нормализация к системе координат MNI с использованием шаблона SPM2 EPI и сглаживание с помощью 6-миллиметрового гауссовского фильтра FWHM) с использованием программного пакета SPM2 (Wellcome Dept. Imaging Neuroscience, Лондон, Великобритания). Ни один набор данных не соответствовал критериям включения движения, которые заключались в том, что перемещение до коррекции составляло <2 мм при поступательном движении и <2 ° при вращательном движении (подробности в [77]).
Анализ данных
данные fMRI
Реакции блочного дизайна на уровне кислорода (BOLD) были проанализированы в контексте общей линейной модели на вокселе по воксельной основе, как это было реализовано в SPM2 ([27]). Временной ход активации мозга моделировался с помощью функции валка, свернутой с канонической функцией гемодинамического ответа (HRF) и функцией временной производной. Данные были фильтрами высокого разрешения (1 / 128 Гц) для удаления низкочастотных дрейфов. Была также реализована модель авторегрессии первого порядка для коррекции автокорреляций в случае ошибки модели fMRI.
Для статистического анализа использовалась двухстадийная процедура случайных эффектов, учитывающая как изменчивость внутри субъекта, так и между субъектами. Во-первых, данные fMRI от каждого отдельного участника были использованы для генерации статистических контрастов оценок параметров для проверки различий между точками времени, соответствующими высококалорийным и низкокалорийным продуктам. Результаты предыдущего исследования ([77]) обнаружили групповые различия в моделях активации, связанной с вознаграждением: группа с ожирением демонстрирует большую активацию к высококалорийной пище, а контрольная группа - к низкокалорийной пище. Затем контраст стимулов еда> контроль вводили в анализ t-критерия с одной выборкой второго уровня для сравнений внутри группы, чтобы локализовать групповые максимумы для наших областей интереса (ROI): двусторонний NAc, AMYG и средний OFC (p <05, без исправлений).
ROI для AMYG и OFC были определены с помощью WFU Pickatlas и атласов AAL и Talairach Daemon ([47], [49], [79]). Поскольку NAc недоступно в этих библиотеках, мы нарисовали сферу 6 мм в радиусе с помощью пикатта WFU с центром в месте вокселя, определяемым путем усреднения размеров местоположения вокселей из соответствующих исследований fMRI ([1], [54], [58]). Классификация регионального расположения активированных вокселей была проверена с использованием WFU Pickatlas и визуального контроля данных с использованием атласа человеческого мозга ([48]).
Анализ пути
Анализ пути использовался для определения силы и направления отношений (эффективных связей) между наблюдаемыми переменными (ROI), оцененных с использованием уравнений синхронной регрессии с помощью оценки максимального правдоподобия. Это один из наиболее распространенных подходов к моделированию, используемых для изучения эффективной связности ([69]). Мы использовали двухэтапный анализ пути / GLM, следуя аналогичному методу, описанному Ким и др. [44]. Для каждого участника: (1) ROI были выбраны для включения в модель (2), данные временных рядов были разделены на две группы, связанные с томами для двух условий задачи (продукты с высокой и низкой калорийностью), (3) были отображены данные для каждого условия для каждого ROI (4), для которой была определена модель, которая определяла взаимодействия ROI (5), для каждого условия была рассчитана матрица дисперсии-ковариации (количество интервалов сканирования X числа ROI) и (6) коэффициенты пути для связей между ROI в моделях оценивались с помощью оценки максимального правдоподобия. Повторные измерения ANOVA затем использовались для определения внутригрупповых (т.е. условий) и межгрупповых различий в модельных связях с использованием коэффициентов пути от моделей для каждого человека.
Спецификация модели
Регионы, включенные в модель (OFC, AMYG и NAc), являются компонентами того, что было названо «модовой схемой» ([63]) с участием мезокортиколимбической системы допамина ([6], [36], [39], [45], [63], [66], [73], [80], [83]). Соединения в модели были определены частично на основе известной анатомической связности структур в этой сети, но также с учетом методологических ограничений (например, временного разрешения fMRI и проблемы идентификации с нерекурсивными моделями с использованием моделирования структурных уравнений [7], [30], [38], [60], [65], [71]; Рис 2). Чтобы оценить достоверные значения коэффициента пути, модель была ограничена рекурсивной (т. Е. В модель не были включены обратные пути).
Для каждого предмета была построена одна и та же модель пути. Чтобы учесть межсубъектную вариативность, мы определили точные координаты каждой области для каждого полушария от локального максимума статистической карты каждого участника в пределах 12 мм от максимума группы (в пределах той же анатомической области), полученного в результате контраста продуктов> автомобилей ( p <05, нескорректированное; [52]). Координаты MNI областей были NAc, left (x, y, z): -6, 10, -10 [controls] и -10, 14, -6 [ожирение]; NAc right, (x, y, z): 6, 10, -10 [элементы управления] и 6, 12, -10 [ожирение]; AMYG, left (x, y, z): -26, -2, -20 [controls] и -20, 0, -24 [ожирение]; AMYG, right (x, y, z): 22, 0, -20 [элементы управления] и 24, 2, -24 [ожирение]; OFC, left (x, y, z): -22, 36, -10 [controls] и -22, 30, -14 [ожирение]; OFC, right (x, y, z): 26, 36, -14 [controls] и 26, 30, -4 [ожирение]. Для каждой области главная собственная переменная временного ряда была извлечена из сферы 4-mm, сосредоточенной на субъектно-специфическом локальном максимуме. Основной (т. Е. 1st) собственная переменная представляет собой суммарную меру, аналогичную средневзвешенной средней устойчивости к выбросам, основанную на дисперсии всех вокселей, включенных в сферу 4 мм в радиусе.
Региональные данные временных рядов (основные значения собственных значений) были затем разделены на два набора данных: временные точки, связанные с (1) высококалорийными продуктами и (2) низкокалорийными продуктами. Для учета гемодинамического запаздывания мы предположили физиологическую задержку 6 s (2 TR) между началом и смещением наших двух условий и скорректировали полученные нами данные ([32]). Это привело к получению 84 (количество томов сканирования) X 6 (количество ROI) матриц данных для каждого условия (продукты с высокой и низкой калорийностью) для каждого участника.
Оценки параметров пути
Модель пути была адаптирована к матрице данных как для высококалорийных, так и для низкокалорийных продуктов независимо для каждого участника. Коэффициенты свободного пробега оценивались путем минимизации расхождения между корреляционной матрицей, наблюдаемой на основе данных фМРТ, и корреляционной матрицей, предсказанной моделью с использованием программного обеспечения LISREL (версия 8, SSI Scientific Software). Стандартизированные оценки параметров (аналогичные β в регрессии) или коэффициенты пути для каждого соединения (AMYG → OFC, OFC → NAc и AMYG → NAc) в каждом полушарии (левом и правом) из обеих моделей (высокого и низкого уровня). калорийные продукты) для каждого участника были импортированы в SPSS для последующих анализов. Для каждой из трех взаимосвязей был проведен смешанный модельный дисперсионный анализ, в котором факторами были группа (ожирение по сравнению с контролем), категория пищи (высококалорийная или низкокалорийная) и полушарие. Поскольку это было предварительное исследование, мы проверили значимость конкретных путевых коэффициентов, если омнибусные модели показали хотя бы почти значимые эффекты (p <0.10). Для каждой группы использовался один образец t-теста, чтобы проверить, действительно ли коэффициенты пути в моделях высококалорийной и низкокалорийной пищи значительно отличаются от нуля, что указывает на наличие связи, как указано. Парные сравнения использовались для проверки различий в коэффициентах пути для каждого полушария (левое и правое) для внутригрупповых (высококалорийные и низкокалорийные продукты) и межгрупповых сравнений (ожирение по сравнению с контрольной группой для высококалорийной и низкокалорийной пищи). -калорийная пища, самостоятельно). Парные t-критерии использовались для внутригрупповых сравнений, а t-критерии независимых выборок использовались для межгрупповых сравнений.
Итоги
Все оцененные коэффициенты пути были значительно отличны от нуля для группы с ожирением и контрольной группы для обоих полушарий как в моделях высококалорийной пищи, так и в моделях низкокалорийной пищи, что согласуется с указанной моделью связности (значения p <0.001; Таблица 1).
Сравнение между группами
OFC → NAc
Не было основного эффекта группы для связи OFC → NAc, хотя наблюдалась тенденция (F [1,22] = 3.70, p = 0.067), указывающая на большую взаимосвязь для группы с ожирением (0.53 ± 0.06) по сравнению с контрольной группой. (0.41 ± 0.06). Не было значимых взаимодействий латеральности группы X или категории X группы X, хотя наблюдалась тенденция к латеральному взаимодействию группы X (p = 0.059). Коэффициенты левостороннего пути от OFC → NAc были значительно выше в группе с ожирением как для высококалорийной, так и для низкокалорийной пищи (значения p <03; Рис 3).
AMYG → OFC
Основной эффект группы был таким, что средняя связность AMYG → OFC была меньше для участников с ожирением (0.64 ± 0.07) по сравнению с контрольной группой (0.84 ± 0.07), что указывает на относительно более сильную направленную взаимосвязь в активации мозга между этими структурами в ответ на продукты в контроле (F [1,22] = 4.46, p = 0.046). Не было значимых групп по категориям или групп по латеральному взаимодействию, хотя была тенденция (p = 0.066) к группе по категории X латеральности взаимодействия. Последующий анализ показал, что коэффициенты пути были значительно выше в контроле для высококалорийных продуктов с обеих сторон и от правого AMYG → правого OFC для низкокалорийных продуктов (значения p <05; Рис 3).
AMYG → NAc
Основной эффект группы для средней связи AMYG → NAc был таким, что связь была более слабой для группы с ожирением (0.35 ± 0.05) по сравнению с контрольными участниками (0.49 ± 0.05; F [1,22] = 6.00, p = 0.023 ). Не было значимых взаимодействий латеральности группы X или категории X группы X, хотя наблюдалась тенденция к латеральному взаимодействию группы X (p = 0.09). Парные сравнения показали, что коэффициенты левостороннего пути были значительно выше для контроля как для высококалорийных, так и для низкокалорийных продуктов (значения p <05; Рис 3).
Внутригрупповые сравнения высоких или низкокалорийных пищевых условий
Коэффициенты пути от AMYG → OFC в двухстороннем порядке были значительно выше для сравнения категорий калорийных продуктов в контроле (слева: p = 0.007, справа: p = 0.002; см. Рис 4). Ни один из коэффициентов пути существенно не отличался между высоко- и низкокалорийными пищевыми условиями в группе с ожирением.
Обсуждение
Предыдущие исследования показали, что пищевые сигналы, особенно связанные с высококалорийными продуктами, вызывают гиперактивность в областях головного мозга, включая NAc, AMYG и OFC, которые, как считается, опосредуют или, по крайней мере, кодируют мотивационные и эмоциональные процессы у людей с ожирением (например, [68], [77]). В настоящем исследовании мы проверили, были ли различия в сетевых соединениях между NAc, AMYG и OFC в ответ на высоко- и низкокалорийные пищевые изображения внутри и между группами с ожирением и нормальным весом. Важно отметить, что это первое исследование человеческих связей с использованием функциональной нейровизуализации для измерения взаимодействия областей мозга в сети вознаграждений. Мы обнаружили аберрантную связь в группе с ожирением в ответ на высокие и низкокалорийные пищевые сигналы по сравнению с контролем нормального веса. В частности, кажется, что группа, страдающая ожирением, имеет относительный дефицит AMYG-модулированной активации как OFC, так и NAc, но имеет тенденцию к чрезмерному влиянию модуляции OFC активации NAc. Таким образом, возможно, что не только большой активация системы вознаграждения, а также различия в взаимодействие регионов в этой сети может способствовать относительно повышенной мотивационной ценности продуктов питания у людей с ожирением.
Модель вознаграждения
Все пути между NAc, AMYG и OFC были значимыми как для моделей с высокой и низкой калорийностью пищевых продуктов, так и для группы с ожирением и контроля нормального веса, в соответствии с известными анатомическими связями между этими регионами ([7], [16], [17], [30], [38], [56], [60], [65], [71]). Эта сеть иннервируется вентральной тегментальной областью, которая высвобождает допамин в эту цепь в ответ на мотивационно важные события ([9], [39], [71]). Однако прогнозы между NAc, AMYG и OFC, как показано в Рис 2 являются глутаматергическими ([39], [71]).
Эта сеть вознаграждения NAc, AMYG и OFC является подсхемой более крупной «модовой схемы», которая, как считается, активирует и направляет поведение в ответ на мотивационно-соответствующие стимулы ([39], [63]). NAc, AMYG и OFC, в частности, имеют важные функции, связанные с вознаграждением, которые, вероятно, способствуют как общим, так и пищевым мотивационным процессам ([6], [10], [11], [36], [39], [45], [63], [66], [73], [80], [83]). NAc / ventral striatum был концептуализирован как интерфейс «лимбико-мотор» ([55]) и, по-видимому, участвует в обработке, связанной с обучением в Павлове, стимулом и доступностью вознаграждения, ценностью и контекстом ([13], [15], [21]). Эта область в сочетании с вентральным паллидом посредством опиоидных механизмов может также кодировать гедоническое значение ([9], [10], [11], [74], [75]). NAc / вентральный стриатум также, по-видимому, кодирует общую мотивационную среду (например, [14]), что позволило бы иерархической организации входящих сигналов, связанных с вознаграждением. Для награды за питание NAc / ventral striatum, по-видимому, проявляет преимущественное участие в кодировании сигналов, связанных с пищевыми продуктами (по сравнению с потреблением пищи), и может интегрировать гомеостатические и не гомеостатические сигналы для модуляции мотивационного состояния ([42], [76]). Эта область может также кодировать относительную ценность вознаграждения доступных пищевых стимулов ([57]). Кажется, что AMYG участвует в мотивационно-зависимых ассоциативных процессах ([61], [62]). Помимо кодирования более общих аффективных и мотивационных свойств, активность AMYG может относиться к специфическим свойствам пищевых стимулов ([2]). OFC представляется ключевым регионом для перевода ценности вознаграждения в гедонистический опыт ([46]), обрабатывая временные и определенные характеристики вознаграждения ([14]), и участвует в процессах обучения, связанных с мотивацией, в сочетании с AMYG ([24], [59]). OFC показывает мультимодальные ответы на пищевые сигналы ([67]) и упоминается как «область третичного вкуса», после обработки вкуса в островной коре ([10], [11]).
Значение групповых различий в связности
OFC → NAc
У женщин с ожирением наблюдалось более высокое соединение OFC → NAc в левом полушарии, чем у контролей, проведенных как для высоко-, так и для низкокалорийных продуктов. Этот путь, возможно, был усилен в группе, страдающей ожирением, комбинацией повышенной активации OFC изображениями пищи и повышенной функцией допамина (DA) в пределах NAc у этих индивидуумов. Хорвиц [33] предложил, чтобы DA действовал на ворота глутаматергических премиальных входов от OFC до NAc. Из-за этого стробирования при наличии высокой функции DA в NAc высокие уровни активности внутри OFC становятся более эффективными при дальнейшем увеличении активности NAc. Хотя роль DA в ожирении спорна ([20], [29], [81]), косвенные данные свидетельствуют о повышении функции DA в системе вознаграждения умеренно-умеренно тучных людей (например, [20]), например, в нашем примере. Мы предполагаем, что путь OFC → NAc может быть ключом к предлагаемым позитивным отношениям между реакционной способностью к пищевому сигналу, большим потреблением и высоким ИМТ ([25], [78]) из-за сильного сочетания преувеличенной субъективной ценности вознаграждения пищевых сигналов, опосредованных OFC, с выходными путями, к которым обращается NAc. Наконец, из-за предложенных параллелей между ожирением и наркоманией (например, [82]), следует отметить, что исследователи склонности предположили, что дисрегуляция передачи PFC (включая OFC) → NAc синаптического глутамата объясняет повышенную мотивацию лекарств в ответ на связанные с лекарствами сигналы ([37], [39]).
AMYG → OFC и AMYG → NAc
У пациентов с ожирением по сравнению с контролем мы обнаружили уменьшенные коэффициенты пути от AMYG до обоих OFC и NAc. Эти различия были значительными для AMYG → OFC на двусторонней основе для высококалорийных продуктов и в правом полушарии для низкокалорийных продуктов. Связь AMYG → NAc была ниже в группе с ожирением в левом полушарии как для высококалорийных, так и для низкокалорийных продуктов. Хотя релевантность этих групповых различий в отношении ожирения неясна, возможно, что уменьшенная связь от AMYG с этими структурами может ухудшить гибкость при обновлении стоимости вознаграждения. Основное обучение, при котором стимулы, связанные с первичными вознаграждениями, приобретают мотивационную ценность, могут возникать в AMYG ([5]). Проекция AMYG → OFC может передавать основную мотивационно релевантную ассоциативную информацию в OFC, которая использует информацию от AMYG для определения субъективной ценности и влияния на последующее поведение инструментального выбора ([15]). В качестве примера важности этого пути для изменения ценности вознаграждения Бакстер и его коллеги [3] обнаружили, что макаки-резус не смогли изменить свое поведение во время задачи девальвации вознаграждения после нарушения связи между AMYG и OFC. В парадигме изучения реплик, Шенбаум и его коллеги [70] обнаружили, что нарушение пути AMYG → OFC через повреждение приводило к более сильному избирательному обследованию нейронов OFC в ответ на сенсорный, в отличие от ассоциативных свойств метки. Что касается пищевого поведения, то недостаточное соединение AMYG → OFC у пациентов с ожирением может указывать на субоптимальный перенос основной эмоционально-эмоциональной ценности в отношении пищевых продуктов и пищевых сигналов, важных для обновления субъективной ценности вознаграждения этих сигналов, чтобы облегчить гибкость при поведении пищи. По сравнению с людьми с нормальным весом, ценность вознаграждения за продукты и пищевые сигналы может быть сильнее обусловлена сенсорными свойствами пищевых продуктов и пищевых сигналов для людей с ожирением. Кроме того, сенсорная стоимость вознаграждения продуктов и продуктов питания может быть менее податливой перед лицом изменения непредвиденных расходов.
Подобно соединению AMYG → OFC, недостаточное соединение с ожирением из AMYG → NAc может указывать на базовый гедонистический сигнал, который служит для модуляции значения вознаграждения продуктов питания или сигналов питания (AMYG), не соответствующим образом взвешенным с другими сигналами (например, мотивационными , гомеостатические) до определения соответствующего пищевого поведения ([84]).
Ограничения и оговорки
- Определение модели с использованием анализа пути в fMRI может быть проблемой, потому что количество и комбинация связей между регионами существенно возрастает с каждым дополнительным регионом, включенным в модель, что позволяет надежно оценить эти коэффициенты пути и затруднить интерпретацию результатов. Например, в этом исследовании с областями 3 на полушарие (общее количество 6), есть k = N(N + 1) / 2 = 21 степеней свободы на каждый набор данных (k = 42 степеней свободы для двух тестируемых моделей), выделенных для оценки интересующих эффектов. Двенадцать степеней свободы используются для оценки дисперсий, связанных с каждым регионом в обеих моделях (6-регионы на модель × 2). С минимальный точек данных 5, необходимых для надежной оценки значений параметров для каждого пути в модели ([4]), это оставляет максимум 30 оцениваемых путей для двух моделей с областями 6 каждый (15 оцениваемых путей на модель). Это ограничивает сложность модели, которая может быть проверена с использованием анализа пути, и является одной из причин, по которой мы решили не включать межполушарные связи в наших моделях.
- Мы выбрали двухэтапный подход SEM / GLM, чтобы непосредственно проверить групповые различия между соединениями в гипотетической модели и не были заинтересованы в сравнении соответствия модели между группами как таковыми. Этот подход отличается от традиционной методологии анализа fMRI и пути, называемой «сложным модельным подходом», сравнивая модель, подходящую между задачами или группами ([50]). Однако Процнер и Макинтош [64] недавно сообщил, что абсолютная информация о соответствии модели не нужна для создания надежных оценок параметров с использованием анализа пути.
- Другим ограничением этого исследования является способность обнаруживать различия между коэффициентами пути, оцененными в наших моделях, из-за небольших размеров выборок, используемых для каждой группы. При больших размерах групп наши результаты на уровне трендов, вероятно, достигли статистической значимости.
- Мы не включали вентральную тегментальную область (VTA), источник допамина в мезокортиколимбической цепи, предлагаемый для опосредования многих процессов, связанных с наградой ([26], [35], [72]), в нашей модели из-за методологических ограничений, связанных с BOLD fMRI, которые делают активацию обнаружения в областях мозга, таких как VTA, трудными ([19]).
Выводы и резюме
Таким образом, наше исследование по поводу нейровизуализации обнаружило аберрантную связь с сетью у пациентов с ожирением по сравнению с контролем, с уменьшенной связностью от AMYG до OFC и NAc и увеличением возможности подключения в OFC → NAc у этих участников. Эти результаты добавляют к предыдущим отчетам, показывающим, что в ответ на продукты не только преувеличенная система вознаграждения, но также и аномальное взаимодействие между регионами в этой сети у людей с ожирением. В частности, мы полагаем, что переедание у индивидуумов, страдающих ожирением, может зависеть от двух механизмов: (1) увеличение связи OFC → NAc может способствовать усилению стремления потреблять продукты и (2) недостаточную связь с AMYG может привести к субоптимальной модуляции эмоционального / эмоционального аспекты ценности вознаграждения за продукты питания или продукты питания. Без соответствующей аффективной / эмоциональной информации, чтобы сигнализировать о девальвации продуктов или пищевых сигналов после приема пищи, усиленный привод может подавлять гомеостатические механизмы, приводящие к гиперфагии и увеличению веса. По общему признанию, мы протестировали простую сеть вознаграждений. Дальнейшие исследования необходимы для исследования связности в системе вознаграждения и того, как эти регионы могут взаимодействовать с гомеостатическими механизмами в гипоталамусе и мозговом стволе, а также когнитивные механизмы контроля за потреблением пищи в префронтальной коре. Также будет интересно определить, как индивидуальные различия и интероцептивные и экстероцептивные факторы модулируют эту сеть вознаграждений, чтобы лучше понять, как механизмы вознаграждения влияют на пищевое поведение.
Благодарности
При поддержке Программы Intimural Research NIH-NIDCD грант GCRC M01 RR-00032 от Национального центра исследовательских ресурсов, Procter and Gamble Co. и ресурсов Центра развития функциональной визуализации (CDFI).
Сноски
Отказ от ответственности издателя: Это файл PDF из неотредактированной рукописи, который был принят для публикации. В качестве сервиса для наших клиентов мы предоставляем эту раннюю версию рукописи. Рукопись будет подвергаться копированию, набору и обзору полученного доказательства до его публикации в его окончательной форме. Обратите внимание, что во время производственного процесса могут быть обнаружены ошибки, которые могут повлиять на содержимое, и все юридические заявления об отказе от ответственности, которые применяются к журналу.
Конфликт интересов
Авторы заявляют, что у них нет конкурирующих финансовых интересов.
Рекомендации
;
