Brain Res Bull. Avgust 2009 14;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.
Minimalizem
Zdi se, da pretirana reaktivnost na prehrano pri debelih ženskah deloma posreduje hiperaktiven sistem nagrajevanja, ki vključuje jedra jeder, amigdalo in orbitofrontalno skorjo. V tej študiji smo uporabili funkcionalno slikanje z magnetno resonanco (fMRI), da smo raziskovali, ali razlike med 12 debelimi in ženskami z normalno telesno maso 12 pri aktivaciji možganov, povezanih z nagradami, kot odziv na slike hrane, lahko razložimo s spremembami v funkcionalnih interakcijah med ključnimi regijami mreže nagrad.
Dvostopenjska analiza poti / pristop splošnega linearnega modela je bil uporabljen za preizkušanje, ali obstajajo skupinske razlike v mrežnih povezavah med jedrskimi jezmi, amigdalo in orbitofrontalno skorjo kot odgovor na slike hrane in visoko kalorij. V skupini z debelo je bila značilna nenormalna povezanost kot odziv na hrano z visoko in nizko kalorično hrano v primerjavi z nadzorom običajne teže.
V primerjavi s kontrolami je debela skupina imela relativno pomanjkanje modulacije aktivacije amigdale tako v orbitofrontalni skorji kot v nucleus accumbens, vendar pretiran vpliv modulacije aktivacije orbitofrontalne skorje v nucleus accumbens. Pomanjkljive projekcije amigdale se lahko nanašajo na neoptimalno modulacijo afektivnih / čustvenih vidikov vrednosti nagrade za hrano ali s tem povezane motivacijske opaznosti, medtem ko lahko povečana povezanost orbitofrontalne skorje z jedrom v akumuliranju prispeva k večjemu nagonu k prehranjevanju kot odziv na hrano iztočnica.
Tako je mogoče, da ne samo večja aktivacija sistema nagrajevanja, temveč tudi razlike v interakciji regij v tej mreži lahko pripomorejo k relativno večji motivacijski vrednosti živil pri debelih osebah.
Zdi se, da se etiologija debelosti delno razlaga s pretirano reaktivnostjo na znake, povezane s hrano, zlasti na visoko energijsko gosto energijsko hrano (npr. [12]). Mehanizem za povečano motivacijsko izrazitost teh dražljajev pri debelih osebah je lahko hiperaktiven sistem nagrajevanja, ki vključuje jedrno jezgro / ventralni striatum (NAc), amigdalo (AMYG) in orbitofrontalno skorjo (OFC). V prejšnji študiji funkcionalnega slikanja z magnetno resonanco (fMRI) so ugotovili povečano aktivacijo teh regij kot odziv na visokokalorične slike hrane pri debelih v primerjavi s posamezniki z normalno telesno maso ([77]; Slika 1). Druge študije, ki so pri debelih posameznikih ali tistih z višjim telesnim indeksom telesne mase podvrgle živilskim dražljajem, so tudi v teh regijah ugotovile nenormalne vzorce aktivacije (22], [23], [28], [43], [68]), pa tudi drugi ([40], [68]). Stimuli, povezani z visokokaloričnimi živili, lahko sprožijo pretirano motivacijo za nehomostaltično uživanje teh vrst hrane ([10], [11], [53]). Ta prekomerna ne-homeostatična želja po uživanju hrane se imenuje spodbujevalna izraznost ali "želja" in se zdi, da je v veliki meri urejena prek mezokortikolimbičnega dopaminskega sistema, ki vključuje NAc, AMYG in OFC (npr. [6]).
Večina raziskav fMRI pri ljudeh uporablja množičen univariatni pristop statistične analize, da ugotovi funkcionalne značilnosti različnih makroskopskih možganskih regij. Preiskovalci pogosto integrirajo informacije o funkcionalni specializaciji skupine regij, da pojasnijo, kako bi lahko te regije medsebojno opravljale določeno funkcijo. Vendar pa edini veljavni empirično utemeljeni zaključki, ki jih lahko izvlečemo iz takšnih analiz, se nanašajo na obseg in obseg aktivacije v določenem naboru možganskih regij, ne pa na to, kako ti regiji funkcionalno delujeta. Analize povezanosti omogočajo preiskovalcem, da preučijo, kako mreže možganskih regij medsebojno delujejo, da opravljajo kognitivne in vedenjske funkcije (npr. [34]). Pomembno je opozoriti, da sklepi iz tradicionalnih aktivacijskih študij ne prenašajo neposredno na študije povezanosti. To pomeni, da je mogoče meriti razlike v velikosti možganske aktivacije med skupinami, vendar v skupini ni razlik povezljivostin obratno (npr. [52]).
Analiza poti, vrsta modeliranja strukturnih enačb, je multivariatni, na hipotezah temelječ pristop, ki se uporablja za funkcionalno nevrografiranje za raziskovanje usmeritvenih razmerij med dano množico povezanih možganskih regij ([51]). To je ena metoda za analizo učinkovite povezljivosti, v tem primeru pomeni spremembe v aktiviranju ene možganske regije, ki so posledica sprememb v aktivaciji v drugi regiji. Modeli poti so razviti na podlagi a priori hipoteze in prevzame vzročno strukturo, pri čemer A → B pomeni spremembe v območju A, za katere domnevamo, da vzrok spremembe v regiji B (npr. [69]). Možganske regije v omrežnem modelu so običajno izbrane na podlagi predhodnih funkcionalnih študij nevro-slikanja, povezave med temi regijami pa so ponavadi določene na podlagi znanih nevroanatomskih povezav, večinoma iz literature na živalih, ob predpostavki, da je možganska regija možganov med vrstami (npr.69]). Ocenjene vrednosti parametrov, izračunane z analizo poti, predstavljajo količinsko določitev smernih poti med regijami v modelu. Te koeficiente poti lahko nato uporabite za primerjavo med povezavami znotraj subjektov kot odgovor na spremembe pogojev naloge ali med subjekti in skupinami v okviru splošnega linearnega modela (GLM) (npr. [44], [64]).
NAc, AMYG in OFC delujejo skupaj kot del sistema nagrajevanja. Med temi regijami obstajajo močne anatomske povezave (gl Slika 2; AMYG → OFC: [7], [16], [30], [38], [60], [65], [71], AMYG → NAc: [30], [38], [71] in OFC → NAc: [7], [16], [17], [30], [38], [56], [60], [65], [71]). Čeprav je jasno, da se NAc, AMYG in OFC močneje aktivirajo pri debelih v primerjavi z nadzorom običajne teže med gledanjem slik hrane, zlasti visokokaloričnih slik hrane ([77]), ni negotovo, ali se aktiviranje v teh regijah nanaša na nek skupni temeljni postopek nagrajevanja (npr. spodbujevalna spodbuda ali motivacija za pristop in porabo nagrade) ali obstajajo različni procesi (npr. hedonika ali užitek, sestavni del nagrade in / ali učenje), ki upošteva ta vzorec aktivacije (glej [8] za razpravo o teh različnih procesih nagrajevanja). NAc, AMYG in OFC imajo številne funkcionalne lastnosti. NAc / ventralni striatum deluje kot vmesnik med obdelavo, povezano z nagrajevanjem, homeostatskimi mehanizmi in izhodom motorja (npr. [41]), lahko pa tudi kodira vrednost nagrade ([57]). OFC lahko kodira multimodalne senzorične predstavitve hrane in živilskih signalov ([10], [11]). AMYG in OFC lahko skupaj posredujeta asociativne procese, pri katerih dražljaji, povezani s hrano, pridobijo spodbujevalno značilnost ali druge motivacijske lastnosti (npr. [6], [31]), vendar pa obe kodirata tudi hedonsko vrednost, AMYG prek spodaj navzgor in OFC prek postopkov od zgoraj navzdol ([7]).
V tej raziskavi smo uporabili podatke fMRI Stoeckel et al. [77] in dvostopenjska analiza poti in GLM pristop za raziskovanje interakcij ključnih struktur nagrajevanja (NAc, AMYG in OFC) v preprostem omrežju, da bi ugotovili, ali te strukture delujejo skupaj kot odziv na slike visoko- in nizkokalorične hrane različno pri debelih in normalnih ljudeh. Pričakovali smo, da bomo našli učinkovite povezave med možganskimi regijami, kot je določeno v našem modelu, v nadzoru normalne teže kot odziv na slike z visoko in nizko kalorično hrano. Poleg tega smo v naši skupini debelih pričakovali številne spremenjene učinkovite povezave, ki bi lahko pomagale razložiti, zakaj je hrana pri teh ljudeh povečala motivacijsko sposobnost.
Materiali in metode
Podatki, ki so bili uporabljeni za analizo poti, so bili enaki podatki, navedeni v Stoeckel in sod. [77]. Z izjemo razdelka, ki obravnava metode analize poti, so spodnje informacije podrobneje predstavljene v Stoeckel in sod. [77].
udeleženci
Udeležencev je bilo 12 debelih (indeks telesne mase, ITM = 30.8 - 41.2) in 12 žensk z desno telesno težo (ITM = 19.7 - 24.5), ki so jih zaposlili z skupnosti Univerze v Alabami v Birminghamu (UAB). Skupnih razlik ni bilo glede na povprečno starost (debeli: 27.8, SD = 6.2; nadzor: 28, SD = 4.4), narodnost (debeli: 7 Afroameričanov, 5 belcev; kontrola: 6 Afroameričanov, 6 belcev), izobrazba (debeli: 16.7 leta, SD = 2.2; nadzor: 17.2, SD = 2.8) ali povprečni dan menstrualnega ciklusa (debeli: 6.8, SD = 3.1, nadzor: 5.7, SD = 3.3, vsi v folikularni fazi ). Udeležence so zaposlili z oglasi, objavljenimi v časopisu UAB, in letaki na različnih lokacijah v kampusu UAB. Obveščeni so bili, da je namen študije preučiti vzorce možganske aktivnosti pri "lačnih" udeležencih različnih ITM kot odziv na vizualne podobe različnih predmetov, kot so živila in kontrolne slike. Posamezniki so bili izključeni na podlagi več meril, povezanih z zdravjem, vključno s pozitivno anamnezo prehranjevalnih motenj, aktivno dieto ali sodelovanjem v programu hujšanja ali težo> 305 funtov (138 kg) z obsegom> 64 palcev (163 cm), slednji zaradi omejitev optičnega bralnika. Vsi udeleženci so podpisali pisno soglasje po razlagi študijskih postopkov in tveganj. Vse postopke je pregledal in odobril Odbor za presojo institucij za humano uporabo pri UAB.
Stimuli
Stimuli, uporabljeni med sejo slikanja, so sestavljali barvne slike 252, vse skladne velikosti, ločljivosti in svetilnosti ([77]). Slike hrane 168 smo razdelili na nizkokalorične in visokokalorične kategorije, od katerih je vsaka sestavljena iz edinstvenih slik 84. Podobe z nizko kalorično hrano so bile sestavljene iz takšnih izdelkov z nizko vsebnostjo maščob, kot so kuhana zelenjava in pečena riba. Visokokalorična hrana je bila predvsem predmeti z veliko maščob, kot sta na primer piškotek ali pica. Nadzorne dražljaje so sestavljale slike avtomobilov, ki so se zelo razlikovale po znamki, modelu, starosti in barvi. Slike avtomobilov so bile mišljene kot zmerno zanimivi nadzorni dražljaji, ki so ustrezali nizkokaloričnim slikam po prijetnosti, ki temeljijo na rezultatih iz strani Stoeckel et al. [77], z visoko kalorično hrano, ki je ocenjena višje.
Postopek
Po temeljitem pregledu za potrditev BMI in preverjanje drugih meril študije so bili udeleženci predvideni za sejo fMRI. Naročeni so bili, naj med 7 – 8 AM pojedo zajtrk, vendar naj preskočijo kosilo in zaužijejo samo vodo, tako da so se postili približno 8 – 9 h, preden so jih slikali med 3 – 5 PM.
Medtem ko so bili udeleženci v magnetu, so bili vizualni dražljaji predstavljeni v obliki blokovskih zasnov s skupno šestimi minami 3: 09 min na sejo slikanja. Vsaka vožnja je bila sestavljena iz dveh 21-ovih epoh v avtomobilih (C), nizkokaloričnih živilih (LC) in visokokaloričnih živilih (HC), ki so bile naključno predstavljene udeležencem. V vsaki 21-ovi dobi hrane ali avtomobilov je bilo za 2.5 s predstavljenih sedem posamičnih slik. Razkorak 0.5 je ločeval slike in 9 vrzel ločil epohe. Vse vrzeli so sestavljali siv prazen zaslon s fiksacijskim križem. Vsaka vožnja je bila sestavljena iz količin 63 za skupno količino 378 v šestih vožnjah, od tega so bile količine 84 pridobljene med vsakim avtomobilom, nizkokalorična hrana in visoko kalorična hrana. Vizualne slike je predstavil prenosni računalnik s programsko opremo VPM ([18]). Slike so bile projicirane na zaslon za glavo udeleženca in si jih ogledovali z eno površinskim zrcalom 45 ° zadaj, pritrjenim na glavo tuljave. Udeleženci so bili za udeležbo finančno plačani. Vse postopke je pregledal in odobril UAB Institutional Review Board za človeško uporabo.
Pridobitev in predelava MRI
Funkcionalne MRI podatke smo pridobili z uporabo ultra-kratkega magnetnega izvrtine Philips Intera 3T, opremljenega z glavno tuljavo za kodiranje občutljivosti (SENSE). Slike so bile zbrane z en-posnetkom T2 *-tehtanim gradientno-odmevnim EPI impulznim zaporedjem. Uporabili smo TE = 30 msec, TR = 3 sec in 85 ° flip kot za 30 aksialne rezine 4 mm debeline z vmesno režo 1 mm, ločljivostjo skeniranja 80 × 79, rekonstruirano na 128 × 128 in z 230 × 149 × 230 mm FOV. Zavrženi so bili prvi štirje pregledi, da bi magnet lahko dosegel enakomerno namagnetenje.
Podatki so bili predhodno obdelani (korekcija gibanja, normalizacija koordinatnega sistema MNI z uporabo predloge SPM2 EPI in glajenje s 6 mm FWHM Gaussovim filtrom) z uporabo programskega paketa SPM2 (Wellcome Dept. Imaging Neuroscience, London, Velika Britanija). Noben nabor podatkov ni izpolnil meril za vključitev gibanja, ki so bila, da je bilo gibanje pred korekcijo <2 mm pri translacijskem gibanju in <2 ° pri rotacijskem gibanju (podrobnosti v [77]).
Analiza podatkov
podatki fMRI
Odzivi, ki so odvisni od ravni kisika v krvi (BOLD), so bili analizirani v okviru Splošnega linearnega modela na osnovi voksla po vokselu, kot je implementirano v SPM2 ([27]). Časovni potek možganske aktivacije je bil modeliran s funkcijo boxcarra, ki je povezana s kanonično funkcijo hemodinamičnega odziva (HRF) in časovno izpeljano funkcijo. Podatki so bili filtrirani z visoko frekvenco (1 / 128 Hz), da so odstranili nizkofrekvenčne premike. Za korekcijo avtokorelacij v terminu napake modela fMRI je bil izveden tudi avtooregresivni model prvega reda.
Za statistično analizo je bila uporabljena dvostopenjska procedura naključnih učinkov za izračun tako spremenljivosti znotraj subjekta kot med posamezniki. Najprej so bili podatki fMRI od vsakega posameznega udeleženca uporabljeni za ustvarjanje statističnih kontrastov ocen parametrov, da bi preverili razlike med časovnimi točkami, ki ustrezajo visokokaloričnim in nizkokaloričnim živilom. Rezultati prejšnje študije ([77]) ugotovili skupinske razlike v vzorcih aktivacije, povezane z nagradami, pri čemer je debela skupina pokazala večjo aktivacijo visokokalorične hrane in nadzor nizkokalorične hrane. Kontrast dražljajev za hrano> nadzor je bil nato vpisan v analizo t-testa na drugem nivoju za primerjave znotraj skupine, da bi lokalizirali maksimume skupine za naša zanimiva območja (ROI): dvostranski NAc, AMYG in srednji OFC (p <.05, nepopravljeno).
Donosnost naložbe za AMYG in OFC je bila določena z uporabo WFU Pickatlas in atlatov AAL in Talairach Daemon ([47], [49], [79]). Ker NAc v teh knjižnicah ni na voljo, smo narisali kroglo 6 mm v polmeru z WFU Pickatlas, usmerjenim na mesto voxlov, ki ga določimo s povprečjem dimenzij lokacije voxlov iz ustreznih študij fMRI ([1], [54], [58]). Razvrstitev regionalne lokacije aktiviranih voxel je bila preverjena z uporabo WFU Pickatlas in vizualnim pregledom podatkov z atlasom človeških možganov ([48]).
Analiza poti
Analiza poti je bila uporabljena za določitev trdnosti in smeri povezav (učinkovitih povezav) med opazovanimi spremenljivkami (ROI), ocenjenih z uporabo istočasnih regresijskih enačb z največjo oceno verjetnosti. To je eden najpogostejših pristopov modeliranja, ki se uporablja za preučevanje učinkovite povezanosti ([69]). Uporabili smo dvostopenjsko analizo poti / GLM pristop, po podobni metodi kot Kim in sod. [44]. Za vsakega udeleženca: (1) ROI so bili izbrani za vključitev v model, (2) podatki časovne vrste so bili razdeljeni v dve skupini, povezane s količinami za dva delovna pogoja (visoko- in nizkokalorična živila), (3) povzetek podatki so bili izvlečeni za vsak pogoj za vsak ROI, (4) je bil določen model, ki določa interakcije ROI, (5) matrico kovarijance variacije (število količin skeniranja X število ROI), izračunano za vsak pogoj, in (6) so bili koeficienti poti za povezave med ROI v modelih ocenjeni s pomočjo ocene največje verjetnosti. Nato se je s ponavljajočimi se ukrepi ANOVA uporabljalo za določanje razlik v skupinah med skupinami (tj. Pogojem) in med skupinami z uporabo koeficientov poti iz modelov za vsakega posameznika.
Specifikacija modela
Regije, vključene v model (OFC, AMYG in NAc), so sestavni deli tega, kar se imenuje "motivni vezje" ([63]), ki vključuje mezokortikolimimski dopaminski sistem ([6], [36], [39], [45], [63], [66], [73], [80], [83]). Povezave v modelu so bile delno opredeljene na podlagi znane anatomske povezljivosti struktur v tej mreži, upoštevajoč pa tudi metodološke omejitve (npr. Časovna ločljivost fMRI in problem identifikacije z ne rekurzivnimi modeli z modeliranjem strukturnih enačb; [7], [30], [38], [60], [65], [71]; Slika 2). Za oceno zanesljivih vrednosti koeficienta poti je bil model omejen na rekurzivno (tj. V model niso bile vključene vzajemne poti).
Za vsak predmet je bil izdelan isti model poti. Da bi omogočili variabilnost med osebami, smo določili natančne koordinate vsake regije za vsako poloblo iz lokalnega maksimuma statističnega zemljevida vsakega udeleženca znotraj 12 mm od maksimuma skupine (znotraj iste anatomske regije), ki je posledica kontrasta med živili in avtomobili ( p <.05, nepopravljeno; [52]). Koordinate MNI regij so bile NAc, levo (x, y, z): –6, 10, –10 [kontrole] in –10, 14, –6 [debelo]; NAc desno, (x, y, z): 6, 10, -10 [kontrole] in 6, 12, -10 [debelo]; AMYG, levo (x, y, z): −26, −2, −20 [kontrole] in −20, 0, −24 [debelo]; AMYG, desno (x, y, z): 22, 0, −20 [kontrole] in 24, 2, −24 [debelo]; OFC, levo (x, y, z): -22, 36, -10 [kontrole] in -22, 30, -14 [debelo]; OFC, desno (x, y, z): 26, 36, -14 [kontrole] in 26, 30, -4 [debelo]. Za vsako regijo je bil glavni lastni lastnik časovne serije izvlečen iz 4-mm krogle, osredotočene na posamezen lokalni maksimum. Glavni (tj. 1st) eigenvariate je kratek ukrep, podoben tehtanemu povprečju, robustnemu kot zunajplastniki, ki temelji na variaciji vseh vokslov, vključenih v polmeru 4 mm.
Podatki regionalne časovne vrste (glavne lastne vrednosti) so bili nato ločeni v dva podatkovna niza: časovne točke, povezane z (1) visokokaloričnimi živili in (2), z nizkokaloričnimi živili. Za upoštevanje hemodinamičnega zaostajanja smo predvideli fiziološko zamudo 6 s (2 TR) med začetkom in izravnavo naših dveh pogojev in ustrezno prilagodili podatke, ki smo jih pridobili ([32]). Posledica tega sta bili dve 84 (število pregledov) X 6 (število ROI) matric podatkov za vsako stanje (visoko- in nizkokalorična živila) za vsakega udeleženca.
Ocene parametrov poti
Model poti je bil primeren za podatkovno matriko tako za visokokalorično kot za nizkokalorično hrano neodvisno za vsakega udeleženca. Koeficienti proste poti so bili ocenjeni tako, da smo zmanjšali neskladje med korelacijsko matrico, opaženo iz podatkov fMRI, in korelacijsko matrico, ki jo je model predvidel z uporabo programske opreme LISREL (različica 8, SSI Scientific Software). Standardizirane ocene parametrov (podobne β pri regresiji) ali koeficienti poti za vsako povezavo (AMYG → OFC, OFC → NAc in AMYG → NAc) na vsaki polobli (levo in desno) iz obeh modelov (visoki in nizki kalorično hrano) za vsakega udeleženca uvozili v SPSS za nadaljnje analize. Za vsako od treh povezav je bil izveden mešani model ANOVA, pri katerem so bili dejavniki skupina (debeli v primerjavi s kontrolo), kategorija hrane (visoko v primerjavi z nizko kalorično) in polobla. Ker je bila to raziskovalna študija, smo testirali pomembnost določenih koeficientov poti, če so modeli omnibusov pokazali vsaj skoraj pomembne učinke (p <0.10). Za vsako skupino so z enim vzorčnim t-testom preizkusili, ali se koeficienti poti v visokokaloričnih in nizkokaloričnih modelih hrane bistveno razlikujejo od nič, kar kaže na povezanost, kot je določeno. Primerjave po parih so bile uporabljene za testiranje razlik v koeficientih poti za vsako poloblo (levo in desno) za znotraj skupine (visokokalorična in nizkokalorična hrana) in primerjave med skupinami (debeli v primerjavi s kontrolo za visokokalorično in nizkokalorično -kalorična hrana, neodvisno). Seznanjeni t-testi so bili uporabljeni za primerjave znotraj skupine, neodvisni vzorci pa za primerjave med skupinami.
Rezultati
Vsi ocenjeni koeficienti poti so se bistveno razlikovali od nič pri debelih skupinah in kontrolah obeh polobel tako v visokokaloričnem kot tudi v nizkokaloričnem modelu hrane, skladno z določenim modelom povezljivosti (p vrednosti <0.001; Tabela 1).
Primerjave med skupinami
OFC → NAc
Glavnega učinka skupine na povezavo OFC → NAc ni bilo, čeprav je obstajal trend (F [1,22] = 3.70, p = 0.067), kar kaže na večjo povezanost za debelo skupino (0.53 ± 0.06) v primerjavi s kontrolami (0.41 ± 0.06). Ni bilo pomembnih interakcij lateralnosti skupine X ali skupine X kategorije X, čeprav je obstajal trend k interakciji lateralnosti skupine X (p = 0.059). Koeficienti poti na levi strani OFC → NAc so bili v skupini z debelostjo značilno višji tako za visokokalorična kot tudi za nizkokalorična živila (vrednosti p <03; Slika 3).
AMYG → OFC
Glavni učinek skupine je bil tak, da je bila povprečna povezanost AMYG → OFC pri debelih udeležencih manjša (0.64 ± 0.07) v primerjavi s kontrolo (0.84 ± 0.07), kar kaže na razmeroma močnejše usmerjeno razmerje pri aktivaciji možganov med temi strukturami kot odziv na živila v kontrolah (F [1,22] = 4.46, p = 0.046). Ni bilo pomembnejše skupine po kategorijah ali skupine po stranskih interakcijah, čeprav je obstajal trend (p = 0.066) k skupini po interakciji lateralnosti kategorije X. Kasnejše analize so pokazale, da so bili koeficienti poti bistveno večji pri kontrolah za visokokalorično hrano obojestransko in od desnega AMYG → desni OFC za nizkokalorično hrano (p vrednosti <.05; Slika 3).
AMYG → NAc
Glavni učinek skupine je bil na povprečno povezavo AMYG → NAc, tako da je bila povečana povezava debele skupine (0.35 ± 0.05) v primerjavi z udeleženci v kontroli (0.49 ± 0.05; F [1,22] = 6.00, p = 0.023 ). Ni bilo pomembnih interakcij lateralnosti skupine X ali skupine X kategorije X, čeprav je bil prisoten trend k interakciji lateralnosti skupine X (p = 0.09). Primerjave po parih so pokazale, da so bili koeficienti leve poti bistveno večji pri kontrolah tako za visokokalorična kot tudi za nizkokalorična živila (vrednosti p <05; Slika 3).
Primerjave znotraj visokokaloričnih prehranskih pogojev
Koeficienti poti od AMYG → OFC dvostransko so bili bistveno večji za primerjavo kategorij visokokaloričnih živil v kontrolah (levo: p = 0.007, desno: p = 0.002; glej Slika 4). Noben od koeficientov poti se ni bistveno razlikoval med visoko- in nizkokaloričnimi prehranskimi pogoji znotraj debele skupine.
Razprava
Prejšnje raziskave so pokazale, da prehranski napisi, zlasti tisti, ki so povezani z visokokalorično hrano, sprožijo hiperaktivnost v možganskih regijah, vključno z NAc, AMYG in OFC, ki mislijo, da posredujejo ali vsaj kodirajo motivacijske in čustvene procese pri debelih osebah (npr. [68], [77]). V tej študiji smo preizkusili, ali obstajajo razlike v omrežnih povezavah med NAc, AMYG in OFC kot odgovor na slike z visoko in nizko kalorično hrano znotraj in med skupinami debelih in z normalno telesno težo. Pomembno je omeniti, da je to prva študija povezanosti pri človeku, ki uporablja funkcionalno neoblikovanje slik za merjenje interakcije možganskih regij v mreži nagrad. Ugotovili smo, da je v skupini debelih odkrita povezanost kot odziv na hrano z visoko in nizko kalorično hrano v primerjavi z nadzorom običajne teže. Zdi se, da ima debela skupina relativno pomanjkanje aktiviranja, ki ga modulira AMYG, tako OFC kot NAc, vendar nagnjenost k prevelikemu vplivu OFC-ove modulacije aktivacije NAc. Tako je možno, da ne samo več aktiviranje sistema nagrad, pa tudi razlike v interakcije regij v tej mreži lahko prispeva k relativno večji motivacijski vrednosti hrane pri debelih osebah.
Model nagrajevanja
Vse povezave med NAc, AMYG in OFC so bile pomembne za visoko- in nizkokalorične modele hrane tako v skupini debelih kot pri kontroli normalne teže, kar je skladno z znanimi anatomskimi povezavami med temi regijami ([7], [16], [17], [30], [38], [56], [60], [65], [71]). Ta mreža je innervirana z ventralnim tegmentalnim območjem, ki sprošča dopamin v to vezje kot odgovor na motivacijsko vidne dogodke ([9], [39], [71]). Vendar projekcije med NAc, AMYG in OFC, kot je prikazano v Slika 2 so glutamatergični ([39], [71]).
Ta mreža NAc, AMYG in OFC za nagrajevanje je podružnica večjega "motivnega vezja", ki naj bi aktiviral in usmeril vedenje kot odziv na motivacijsko pomembne dražljaje ([39], [63]). Zlasti NAc, AMYG in OFC imajo pomembne funkcije, povezane z nagrajevanjem, ki verjetno prispevajo tako k splošnim kot tudi za živila specifičnim motivacijskim procesom ([6], [10], [11], [36], [39], [45], [63], [66], [73], [80], [83]). NAc / ventralni striatum je zasnovan kot vmesnik 'limbični motor' ([55]) in zdi se, da je vključen v obdelavo, povezano s Pavlovičevo kondicijo, spodbudno vidljivostjo in razpoložljivostjo, vrednostjo in kontekstom nagrade ([13], [15], [21]). Ta regija lahko skupaj z ventralnim palidumom prek opioidno posredovanih mehanizmov tudi kodira hedonsko vrednost ([9], [10], [11], [74], [75]). Kaže, da tudi NAc / ventralni striatum označuje splošni motivacijski milje (npr. [14]), kar bi omogočilo hierarhično organizacijo vhodnih signalov, povezanih z nagradami. Za nagrado za hrano se zdi, da NAc / ventralni striatum kaže prednostno vključevanje v kodiranje znakov, povezanih z živili (v primerjavi s porabo hrane) in lahko vključi homeostatske in ne-homeostatske signale za modulacijo motivacijskega stanja ([42], [76]). Ta regija lahko prav tako označi sorazmerno vrednost nagrade za razpoložljive dražljaje za hrano ([57]). Zdi se, da je AMYG vključen v motivacijsko pomembne asociativne procese ([61], [62]). Poleg kodiranja splošnejših afektivnih in motivacijskih lastnosti se lahko aktivnost AMYG nanaša na posebne lastnosti dražilnih učinkov, povezanih s hrano ([2]). Zdi se, da je OFC ključna regija za prevajanje vrednosti nagrajevanja v hedonsko izkušnjo ([46]), obdelavo časovnih in gotovostnih značilnosti nagrajevanja ([14]) in sodeluje v motivacijskih učnih procesih skupaj z AMYG ([24], [59]). OFC prikazuje multimodalne odzive na prehranske znake ([67]) in je bil imenovan "območje terciarnega okusa" po gustatorni obdelavi v otoški skorji ([10], [11]).
Pomen skupinskih razlik v povezljivosti
OFC → NAc
Debele ženske so pokazale večjo povezanost OFC → NAc na levi polobli kot kontrola za visoko- in nizkokalorično hrano. To pot smo v skupini z debelostmi lahko okrepili s kombinacijo povečane aktivacije OFC s slikami hrane in zvišane funkcije dopamina (DA) znotraj NAc pri teh ljudeh. Horvitz [33] je predlagal, da DA deluje kot prehod za vnos glutamatergičnih nagrad iz OFC v NAc. Zaradi tega gatinga, ob prisotnosti visoke funkcije DA znotraj NAc, postanejo visoke stopnje aktivnosti znotraj OFC učinkovitejše pri nadaljnjem povečanju aktivnosti NAc. Čeprav je vloga DA pri debelosti sporna ([20], [29], [81]) posredni dokazi kažejo na povišano funkcijo DA v sistemu nagrad blagih do zmerno debelih posameznikov (npr. [20]), kot so tisti v našem vzorcu. Špekuliramo, da je lahko pot OFC → NAc ključ do predlaganih pozitivnih razmerij med reaktivnostjo iztočnic, večjim vnosom in visokim indeksom BMI ([25], [78]) zaradi močnega povezovanja pretirane subjektivne vrednosti nagrajevanja s hrano, posredovano s strani OFC, z izhodnimi potmi, do katerih dostopa NAc. Končno zaradi predlaganih vzporednic med debelostjo in odvisnostjo od drog (npr. [82]), omembe vredno je, da so preiskovalci odvisnosti predlagali, da disregulirani PFC (vključno z OFC) → NAc sinaptični prenos glutamata pojasnjuje povečano motivacijo za zdravila kot odziv na zdravila ([37], [39]).
AMYG → OFC in AMYG → NAc
Pri debelih udeležencih v primerjavi s kontrolami smo ugotovili znižane koeficiente poti od AMYG do OFC in NAc. Te razlike so bile za AMYG → OFC dvostransko pomembne za visokokalorično hrano in na desni polobli za nizkokalorična živila. AMYG → NAc povezljivost je bila v levi polobli v debeli skupini tako za visoko kalorično kot za nizko kalorično hrano. Čeprav pomembnost teh razlik v skupini za debelost ni jasna, je možno, da lahko zmanjšana povezanost AMYG s temi strukturami poslabša prožnost pri posodabljanju vrednosti nagrad. Osnovno učenje, pri katerem dražljaji, povezani s primarnimi nagradami, pridobijo motivacijsko vrednost v AMYG ([5]). Projekcija AMYG → OFC lahko na OFC prenese osnovne motivacijsko pomembne asociativne informacije, ki informacije AMYG uporabijo za določitev subjektivne vrednosti in vplivajo na poznejše vedenje instrumentalne izbire ([15]). Kot primer pomena te poti za spreminjanje vrednosti nagrade, Baxter in sodelavci [3] ugotovili, da rezusi makaki niso spremenili svojega vedenja med nalogo razvrednotenja nagrad, potem ko je bila povezava med AMYG in OFC prekinjena. Schoenbaum in sodelavci v paradigmi učenja, ki kažejo na izidu,70] ugotovili, da je prekinitev poti AMYG → OFC skozi lezijo povzročila bolj izbirno izgorevanje OFC nevronov kot odziv na senzoriko v nasprotju z asociativnimi lastnostmi iztočnice. Glede na zaužitje vedenja lahko pomanjkljiva povezava AMYG → OFC pri debelih udeležencih kaže na suboptimalni prenos osnovne afektivne / čustvene vrednosti v zvezi s hrano in prehrambnimi pripomočki, pomembnimi za posodabljanje subjektivne nagradne vrednosti teh znakov, da se olajša prožnost v vedenju zaužite hrane. V primerjavi s posamezniki z normalno telesno težo lahko nagradno vrednost živil in prehranjevalnih pripomočkov močneje poganjajo senzorične lastnosti živil in namigi za prehrano pri debelih ljudeh. Poleg tega je zaradi spremenjenih pogojev nagrajevanja vrednost nagrad za hrano in živila, ki jih vodijo senzorji.
Podobno kot povezava AMYG → OFC, lahko tudi pomanjkljiva povezava pri debelih iz AMYG → NAc kaže, da osnovni hedonski signal, ki služi za modulacijo nagradne vrednosti živil ali prehranjevalnih izdelkov (AMYG), ni ustrezno utežen z drugimi signali (npr. Motivacijski , homeostatski), preden se ugotovi ustrezno zaužitje ([84]).
Omejitve in opozorila
- Določitev modela z uporabo analize poti v fMRI je lahko izziv, saj se število in kombinacija povezav med regijami bistveno poveča z vsako dodatno regijo, vključeno v model, zaradi česar je zanesljivo oceniti te koeficiente poti in interpretirati ugotovitve. Na primer, v tej študiji z regijami 3 na hemisferi (skupaj regij 6) obstajajo k = N(N + 1) / 2 = 21 stopinj svobode na nabor podatkov (k = 42 stopinj svobode za dva testirana modela), dodeljenih za oceno učinkov zanimanja. Dvanajst stopenj svobode se uporablja za oceno odstopanj, povezanih z vsako regijo v obeh modelih (6 regije na model × 2 modeli). Z minimalna od podatkovnih točk 5, potrebnih za zanesljivo oceno vrednosti parametrov za vsako pot v modelu ([4]), to zapusti največ 30 ocenljivih poti za dva modela z regijami 6 (15 ocen poti na model). To omejuje zapletenost modela, ki ga je mogoče preizkusiti z analizo poti in je eden izmed razlogov, da se v svoje modele ne vključujemo medvojnih povezav.
- Izbrali smo dvostopenjski pristop SEM / GLM, da bi neposredno preizkusili razlike v skupinah med povezavami v hipotetiziranem modelu in nismo bili tako zainteresirani za primerjavo ustreznosti modela med skupinami. Ta pristop se razlikuje od tradicionalne metodologije fMRI in analize poti, imenovane "zložen modelni pristop", primerjava modela, primernega med nalogami ali skupinami ([50]). Vendar pa Protzner in McIntosh [64] je nedavno poročalo, da absolutne informacije o ustreznosti modela niso potrebne za ustvarjanje zanesljivih ocen parametrov z analizo poti.
- Druga omejitev te študije se nanaša na moč zaznavanja razlik med koeficienti poti, ocenjene v naših modelih zaradi majhnih velikosti vzorcev, uporabljenih za vsako skupino. Z večjimi velikostmi skupin bi naše ugotovitve na ravni trendov verjetno dosegle statistični pomen.
- Nismo vključili ventralno tegmentalnega območja (VTA), vira dopamina v mezokortikolimbičnem krogu, ki je predlagal, da posreduje pri mnogih procesih, povezanih z nagrajevanjem ([26], [35], [72]), v našem modelu zaradi metodoloških omejitev, povezanih z BOLD fMRI, ki otežujejo odkrivanje aktivacije v regijah možganskega debla, kot je VTA ([19]).
Sklepi in povzetek
Če povzamemo, je v naši študiji nevrografiranja ugotovila, da pri teh debelih prihaja do aberantne mrežne povezljivosti nagrad pri debelih osebah v primerjavi s kontrolo, z zmanjšano povezljivostjo od AMYG do OFC in NAc ter povečano povezanostjo pri OFC → NAc. Ti rezultati dopolnjujejo prejšnja poročila, saj kažejo, da ne obstaja samo pretirana aktivacija sistema nagrajevanja kot odziv na živila, temveč tudi nenormalna interakcija med regijami v tej mreži pri debelih osebah. Zlasti mislimo, da na prenajedanje pri debelih osebah lahko vplivata dva mehanizma: (1) povečana povezanost OFC → NAc lahko prispeva k povečanemu nagonu za uživanje hrane in (2) pomanjkljivi povezanosti AMYG lahko povzroči premajhno modulacijo afektivnih / čustvenih vidiki vrednosti nagrad za hrano ali živila. Brez ustreznih afektivnih / čustvenih informacij, ki bi signalizirali razvrednotenje živil ali prehranjevalnih pripravkov po zaužitju hrane, lahko okrepljena vožnja premaga homeostatske mehanizme, kar vodi do hiperfagije in povečanega povečanja telesne mase. Resda smo preizkusili preprosto mrežo nagrad. Potrebne so nadaljnje študije, da se preuči povezanost v sistemu nagrajevanja in kako lahko te regije medsebojno vplivajo na homeostatske mehanizme v hipotalamusu in možganskem deblu ter na kognitivne mehanizme nadzora nad vnosom hrane v predfrontalno skorjo. Zanimivo bo tudi določiti, kako posamezne razlike ter interoceptivni in eksteroceptivni dejavniki modulirajo to nagrajevalno mrežo, da bi bolje razumeli, kako mehanizmi nagrajevanja vplivajo na zaužitno vedenje.
Priznanja
Mednarodni raziskovalni program NIH-NIDCD je GCRC dodelil M01 RR-00032 iz Nacionalnega centra za raziskovalne vire, Procter in Gamble Co. ter vire UAB Centra za razvoj funkcionalnega slikanja (CDFI).
Opombe
Omejitev odgovornosti založnika: To je PDF datoteka neurejenega rokopisa, ki je bil sprejet za objavo. Kot storitev za naše stranke nudimo to zgodnjo različico rokopisa. Rokopis bo podvržen kopiranju, stavljanju in pregledu dobljenega dokaza, preden bo objavljen v končni obliki. Upoštevajte, da se med proizvodnim procesom lahko odkrijejo napake, ki bi lahko vplivale na vsebino, in vse pravne omejitve, ki veljajo za revijo.
Navzkrižje interesov
Avtorji izjavljajo, da nimajo konkurenčnih finančnih interesov.
Reference