Učinkovita povezljivost mreže nagrajevanja pri debelih ženskah (2009)

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.

ključne besede: povezljivost, namigi za hrano, debelost, sistem nagrajevanja

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]).

Slika 1 

Večja aktivacija je bila ugotovljena pri debelih v primerjavi s kontrolnimi udeleženci z visokokalorično hrano> avtomobili v (A) levo Lat OFC (osni pogled). Večja aktivacija najdemo pri debelih v primerjavi z udeleženci nadzora pri visokokalorični> nizkokalorični hrani v ...

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]).

Slika 2 

Testiran je model poti mreže za nagrajevanje, ki vključuje tri regije (NAc, AMYG in OFC) tako za levo kot desno poloblo (kroge) in njihove usmeritvene povezave (označene s puščicami).

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).

Tabela 1 

Koeficienti poti za povezave, testirane v modelu nagrad za visoko kalorično hrano in nizkokalorične pogoje hrane za debele in normalne teže.

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).

Slika 3 

Skupinske primerjave (debelost v primerjavi s kontrolo) povezane s koeficienti poti za (A) visokokalorično hrano in (B) nizkokalorično hrano. Debelejše puščice kažejo na znatne ali trendne razlike. OB = debel, CTRL = kontrole. Vse druge konvencije, kot je omenjeno ...

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.

Slika 4 

Primerjave kategorije hrane (visoko kalorična hrana v primerjavi z nizkokaloričnimi živili) v kontrolni skupini. Debelejše puščice kažejo na znatne ali trendne razlike. HC = visokokalorična hrana, LC = nizkokalorična hrana. Vse druge konvencije, kot smo že omenili. ...

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

  1. 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.
  2. 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.
  3. 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.
  4. 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

1. Aron A, Fisher H, DJ Mašek, Strong G, Li H, Brown LL Nagradi, motivacija in čustveni sistemi, povezani z zgodnjo intenzivno romantično ljubeznijo. J. Nevrofiziol. 2005; 94: 327 – 337. [PubMed]
2. Balleine BW, Killcross S. Vzporedna spodbujevalna obdelava: integriran pogled na funkcijo amigdale. Trendi Nevrosci. 2006; 29 (5): 272 – 279. [PubMed]
3. Baxter MG, Parker A, Lindner CC, Izquierdo AD, Murray EA. Nadzor izbire odziva z ojačevalno vrednostjo zahteva interakcijo amigdale in orbitalne prefrontalne skorje. J. Nevrosci. 2000; 20 (200): 4311 – 4319. [PubMed]
4. Bentler PM, Chou CP. Praktična vprašanja strukturnega modeliranja. Socio. Meth. Res. 1987; 16 (1): 78 – 117.
5. Berridge KC. Motivacijski koncepti v vedenjski nevroznanosti. Fiziol. Behav. 2004; 81: 179 – 209. [PubMed]
6. Berridge KC. Razprava o vlogi dopamina pri nagrajevanju: primer spodbudne občutljivosti. Psihoparmakologija (Berl) 2007; 191: 391 – 431. [PubMed]
7. Berridge KC, Kringelbach ML. Učinkovita nevroznanost užitka: nagrada pri ljudeh in živalih. Psihoparmakologija (Berl.) 2008; 199 (3): 457 – 480. [PMC brez članka] [PubMed]
8. Berridge KC, Robinson TE, Aldridge JW. Razčlenjevanje komponent nagrade: "všečkanje", "hočejo" in učenje. Trenutno mnenje Pharm. 2009; 9 (1): 65–73. [PMC brez članka] [PubMed]
9. Berridge KC, Robinson TE. Nagrada za delitev. Trendi Nevrosci. 2003; 26 (9): 507 – 513. [PubMed]
10. Berthoud HR. Um v primerjavi s presnovo v nadzoru nad vnosom hrane in energijskim ravnovesjem. Fiziol. Behav. 2004; 81: 781 – 793. [PubMed]
11. Berthoud HR. Nevronska kontrola apetita: navzkrižni pogovor med homeostatskim in ne-homeostatskim sistemom. Apetit 2004; 43: 315 – 317. [PubMed]
12. Berthoud HR, Morrison C. Možgani, apetit in debelost. Annu Rev. Psihola. 2008; 59: 55 – 92. [PubMed]
13. Bradberry CW. Preobčutljivost za kokain in posredovanje dopamina pri izlivih pri glodalcih, opicah in ljudeh: območja soglasja, nesoglasja in posledice za zasvojenost. Psihoparmakologija (Berl) 2007; 191: 705 – 717. [PubMed]
14. Kardinal RN. Nevronski sistemi vpleteni v zamudo in verjetnostno okrepitev. Nevronske mreže. 2006; 19: 1277 – 1301. [PubMed]
15. Cardinal RN, Parkinson JA, Lachenal G, Halkerston KM, Rudarakanchana N, Hall J, Morrison CH, Howes SR, Robbins TW, Everitt BJ. Učinki selektivnih ekscitotoksičnih lezij jedra, ki vsebuje jedro, sprednjo cingulatno skorjo in osrednje jedro amigdale na delovanje samodejnega oblikovanja pri podganah. Behav. Nevrosci. 2002; 116: 553 – 567. [PubMed]
16. Cavada C, družba T, Tejedor J, Cruz-Rizzolo RJ, Reinoso-Suarez F. Anatomske povezave makakove opice orbitofrontalne skorje. Ocena. Cereb. Cortex. 2000; 10: 220 – 242. [PubMed]
17. Cohen MX, Heller AS, Ranganath C. Funkcionalna povezljivost s sprednjim cingulatom in orbitofrontalnimi kortikli med odločanjem. Možgani Res. Znan. Možgani Res. 2005; 23: 61 – 70. [PubMed]
18. Cook EW, III, Atkinson LS, Lang PG. Nadzor stimulusa in pridobivanje podatkov za IBM-ove osebne računalnike in združljive naprave. Psihofiziol. 1987; 24: 726 – 727.
19. D'Ardenne K, McClure SM, Nystrom LE, Cohen JD. BOLD odzivi, ki odražajo dopaminergične signale v človeškem ventralnem tegmentalnem območju. Znanost. 2008, 319: 1264 – 1267. [PubMed]
20. Davis C, Fox J. Občutljivost za nagrajevanje in indeks telesne mase (BMI): dokazi za nelinearno razmerje. Apetit 2008; 50: 43 – 49. [PubMed]
21. Dan JJ, Carelli RM. Jedro se pozna in Pavlovijan nagrajuje učenje. Nevroznanstvenik. 2007; 13: 148 – 159. [PMC brez članka] [PubMed]
22. DelParigi A, Chen K, Salbe AD, Hill JO, Wing RR, Reiman EM, Tataranni PA. Obstojnost nenormalnih nevronskih odzivov na obrok pri postobeznih posameznikih. Internat. J. Debelost. 2004; 28: 370 – 377. [PubMed]
23. DelPargi A, Chen K, Salbe AD, Reiman EM EM, Tataranni PA. Senzorična izkušnja s hrano in debelostjo: študija pozitronske emisijske tomografije možganskih regij, na katere je vplival pokušina tekočega obroka po dolgotrajnem naporu. NeuroImage. 2005; 24: 436 – 443. [PubMed]
24. Everitt BJ, Parkinson JA, Olmstead MC, Arroyo M, Robledo P, Robbins TW. Pridružitveni procesi pri odvisnosti in nagrajevanju. Vloga amigdala-ventralnih striatalnih podsistemov. Ann NY Acad. Sci. 1999; 877: 412 – 438. [PubMed]
25. Ferriday D, Brunstrom JM. Kako izpostavljenost reaktivnosti na živila vodi do večjih velikosti obroka? Britanec J. Nutr. 2008 [PubMed]
26. Polja HL, Hjelmstad GO, Margolis EB, Nicola SM. Nevroni ventralnega tegmentalnega področja pri naučenem apetitnem vedenju in pozitivni okrepitvi. Annu Rev. Neurosci. 2007; 30: 289 – 316. [PubMed]
27. Friston KJ, Holmes AP, Worsley JB, Frith C, Frackowiak RSJ. Statistični parametrični zemljevidi pri funkcionalnem slikanju: splošen linearni pristop. Tehnično poročilo: Wellcome Department of Imaging Neuroscience. 1995
28. Gautier JF, DelParigi A, Chen K, Salbe AD, Bandy D, Pratley RE, Ravussin E, Reiman EM, Tataranni PA. Vpliv zasičenosti na možgansko aktivnost pri debelih in vitkih ženskah. Resnost debelosti 2001; 9: 676 – 684. [PubMed]
29. Haltia LT, Rinne JO, Merisaari H, Maguire RP, Savontaus E, Helin S, Nagren K, Kaasinen V. Vplivi intravenske glukoze na dopaminergično delovanje v človeških možganih in vivo. Sinopsija. 2007; 61 (9): 748 – 756. [PubMed]
30. Heimer L, Van Hoesen GW. Limbični reženj in njegovi izhodni kanali: posledice za čustvene funkcije in prilagodljivo vedenje. Nevrosci. Biobehav. Rev. 2006; 30: 126 – 147. [PubMed]
31. Holland PC, Petrovič GD. Analiza nevronskih sistemov potenciranja hranjenja s kondicioniranimi dražljaji. Fiziol. Behav. 2005; 86: 747 – 761. [PMC brez članka] [PubMed]
32. Honey GD, Fu CH, Kim J, Brammer MJ, Croudace TJ, Suckling J, Pich EM, Williams SC, Bullmore ET. Učinki verbalne obremenitve delovnega spomina na kortikokortikalno povezljivost, ki jo modeliramo s pomočjo analize poti funkcionalnih podatkov magnetne resonance. NeuroImage. 2002; 17: 573 – 582. [PubMed]
33. Horvitz J. Dopaminsko gating glutamatergičnih senzorimotornih in spodbujevalnih motivacijskih vhodnih signalov v striatum. Behav. Možgani Res. 2002; 137: 65 – 74. [PubMed]
34. Horwitz B. Nedostopni koncept povezanosti možganov. NeuroImage. 2003; 19: 466 – 470. [PubMed]
35. Hyman SE. Nevrobiologija odvisnosti: posledice za prostovoljni nadzor vedenja. Am. J. Bioeth. 2007; 7: 8 – 11. [PubMed]
36. Jentsch JD, Taylor JR. Impulzivnost, ki je posledica frontostriatalne disfunkcije v zlorabi drog: posledice za nadzor obnašanja s stimulacijami, povezanimi z nagrajevanjem. Psihofarmakologija (Berl) 1999; 146: 373 – 390. [PubMed]
37. Kalivas PW. Kako ugotovimo, katere nevroplastične spremembe, ki jih povzročajo zdravila, so pomembne? Nat. Nevrosci. 2005; 8: 1440 – 1441. [PubMed]
38. Kalivas PW, Nakamura M. Nevronski sistemi za vedenjsko aktivacijo in nagrajevanje. Curr Mnenje. Neurobiol. 1999; 9: 223 – 227. [PubMed]
39. Kalivas PW, Volkow ND. Nevronska osnova zasvojenosti: patologija motivacije in izbire. Am. J. Psihiatrija. 2005; 162: 1403 – 1413. [PubMed]
40. Karhunen LJ, Lappalainen RI, Vanninen EJ, Kuika JT, Uusitupa MIJ. Regionalni možganski pretok krvi med izpostavljenostjo hrani pri debelih in normalnih težah. Možgani 1997; 120: 1675 – 1684. [PubMed]
41. Kelley AE. Ventralna striatalna kontrola apetitne motivacije: vloga pri zaužitem vedenju in učenju v zvezi z nagradami. Nevrosci. Biobehav. Rev. 2004; 27: 765 – 776. [PubMed]
42. Kelley AE, Baldo BA, Pratt WE, Will MJ. Kortikostriatalno-hipotalamično vezje in motivacija hrane: integracija energije, akcije in nagrajevanja. Physiol Behav. 2005; 86: 773 – 795. [PubMed]
43. Kilgore WD, Yurgelun-Todd DA. Telesna masa napoveduje orbitofrontalno aktivnost med vizualnimi predstavitvami visokokalorične hrane. Neuroreport. 2005; 16: 859 – 863. [PubMed]
44. Kim J, Zhu W, Chang L, Bentler PM, Ernst T. Pristop modeliranja enotnih strukturnih enačb za analizo večpredmetnih, multivariatnih funkcionalnih MRI podatkov. Hum. Možganska karta. 2007; 28: 85 – 93. [PubMed]
45. Kolb GF. Vloga striatopallidalnega in razširjenega sistema amigdale pri odvisnosti od drog. Ann NY Acad. Sci. 1999; 877: 445 – 460. [PubMed]
46. Kringelbach ML. Človeška orbitofrontalna skorja: povezovanje nagrade s hedonsko izkušnjo. Nat. Rev. Neurosci. 2005; 6: 691 – 702. [PubMed]
47. Lancaster JL, Woldorff MG, Parsons LM, Liotti M, Freitas CS, Rainey L, Kochunov PV, Nickerson D, Mikiten SA, Fox PT. Samodejne oznake atlasa Talairach za funkcionalno preslikavo možganov. Hum. Možganska karta. 2000; 10: 120 – 131. [PubMed]
48. Mai JK, Paxinos G, Voss T. Atlas človeškega mozga. 3rd Ed. Heidelberg, Elsevier: Academic Press; 2007. 2007.
49. Maldjian JA, Laurienti PJ, Burdette JH. Precentralno neskladje girusov v elektronskih različicah atlasa Talairach. NeuroImage. 2004; 21: 450 – 455. [PubMed]
50. McIntosh AR, Gonzalez-Lima F. Mrežne interakcije med limbičnimi kortikli, bazalnim sprednjim možganom in možganovom razlikujejo ton, ki je pogojen kot Pavlovijev vzbujevalec ali zaviralec: kartiranje fluorodeoksiglukoze in kovarijacijsko strukturno modeliranje. J. Nevrofiziol. 1994; 72: 1717 – 1733. [PubMed]
51. McIntosh AR, Grady CL, Ungerleider LG, Haxby JV, Rapoport SI, Horwitz B. Analiza omrežja kortikalnih vidnih poti, preslikanih s PET. J. Nevrosci. 1994; 14: 655 – 666. [PubMed]
52. Mechelli A, Allen P, Amaro E, Jr, Fu CH, Williams SC, Brammer MJ, Johns LC, McGuire PK. Napačna porazdelitev govora in oslabljena povezanost pri bolnikih z slušnimi verbalnimi halucinacijami. Hum. Možganska karta. 2007; 28: 1213 – 1222. [PubMed]
53. Mela DJ. Jesti za užitek ali samo želeti jesti? Preučitev senzoričnih hedonskih odzivov kot gonilo debelosti. Apetit 2006; 47: 10 – 17. [PubMed]
54. Menon V, Levitin DJ. Nagrade poslušanja glasbe: odziv in fiziološka povezanost mezolimbičnega sistema. NeuroImage. 2005; 28: 175 – 184. [PubMed]
55. Mogenson GJ, Jones DL, Yim CY. Od motivacije do akcije: funkcionalni vmesnik med limbičnim sistemom in motoričnim sistemom. Prog. Neurobiol. 1980; 14: 69 – 97. [PubMed]
56. Morecraft RJ, Geula C, Mesulam MM. Citoarhitektura in nevronski vplivi orbitofrontalne skorje v možganih opice. J. Comp. Nevrol. 1992; 323: 341 – 358. [PubMed]
57. O'Doherty JP, Buchanan TW, Seymour B, Dolan RJ. Napovedovalno nevronsko kodiranje nagradnih nagrad vključuje ločljive odzive v človeškem ventralnem srednjem možganu in ventralnem striatumu. Nevrona. 2006; 49: 157–166. [PubMed]
58. O'Doherty JP, Deichmann R, Critchley HD, Dolan RJ. Nevronski odzivi med predvidevanjem primarnega nagrajevanja okusa. Neuron. 2002, 33: 815 – 826. [PubMed]
59. Parkinson JA, Robbins TW, Everitt BJ. Nerazdružljive vloge osrednje in bazolateralne amigdale v privlačnem čustvenem učenju. EUR. J. Nevrosci. 2000; 12: 405 – 413. [PubMed]
60. Petrides M. Orbitofrontalna skorja: novost, odstopanje od pričakovanja in spomin. Ann NY Acad. Sci. 2007; 1121: 33 – 53. [PubMed]
61. Petrovič GD, Gallagher M. Nadzor nad uživanjem hrane s pomočjo naučenih znakov: mreža možganov in hipotalamikov. Fiziol. Behav. 2007; 91: 397 – 403. [PMC brez članka] [PubMed]
62. Petrovich GD, Holland PC, Gallagher M. Amygdalar in prefrontalne poti do lateralnega hipotalamusa se aktivirajo z naučeno iztočnico, ki spodbuja prehranjevanje. J. Nevrosci. 2005; 25: 8295 – 8302. [PubMed]
63. Pierce RC, Kalivas PW. Shema vezja izražanja vedenjske preobčutljivosti na psihostimulance, ki so podobni amfetaminom. Možgani Res. Možgani Res. Rev. 1997; 25: 192 – 216. [PubMed]
64. Protzner AB, McIntosh AR. Testiranje učinkovitih sprememb povezljivosti z modeliranjem strukturnih enačb: kaj nam pove slab model? Hum. Možganska karta. 2006; 27: 935 – 947. [PubMed]
65. Rempel-Clower NL. Vloga povezav orbitofrontalne skorje v čustvu. Ann NY Acad. Sci. 2007; 1121: 72 – 86. [PubMed]
66. Robinson TE, Berridge KC. Zasvojenost Annu. Rev. Psihola. 2003; 54: 25 – 53. [PubMed]
67. Rolls ET, Browning AS, Inoue K, Hernadi I. Novi vidni dražljaji aktivirajo populacijo nevronov v primarni orbitofrontalni skorji. Neurobiol. Naučite se. Mem. 2005; 84: 111 – 123. [PubMed]
68. Rothemund YC, Preuschhof C, Bohner HC, Bauknecht G, Klingebiel R, Flor H, Klapp BF. Diferencialna aktivacija dorzalnega striatuma z visokokaloričnimi vizualnimi dražljaji hrane pri debelih osebah. NeuroImage. 2007; 37: 410 – 421. [PubMed]
69. Schlosser RG, Wagner G, Sauer H. Ocena omrežja delovnega spomina: študije s slikanjem funkcionalne magnetne resonance in modeliranjem strukturnih enačb. Nevroznanost. 2006; 139 (1): 91 – 103. [PubMed]
70. Schoenbaum G, Setlow B, Saddoris MP, Gallagher M. Kodiranje napovedanega izida in pridobljene vrednosti v orbitofrontalni skorji med vzorčenjem izvlečkov je odvisno od vnosa iz bazolateralne amigdale. Neuron. 2003; 39 (5): 855 – 867. [PubMed]
71. Schmidt HD, Anderson SM, znani KR, Kumaresan V, Pierce RC. Anatomija in farmakologija ponovne uvedbe drog, ki jih povzroča kokain. EUR. J. Pharmacol. 2005; 526: 65 – 76. [PubMed]
72. Schultz W. Vedenjske teorije in nevrofiziologija nagrade. Annu Rev. Psihola. 2006; 57: 87 – 115. [PubMed]
73. Simansky KJ. Niz simpozijev NIH: zaužitni mehanizmi pri debelosti, zlorabi snovi in ​​duševnih motnjah. Fiziol. Behav. 2005; 86: 1 – 4. [PubMed]
74. Smith KS, Berridge KC. Ventralni palid in hedonska nagrada: nevrokemični zemljevidi "naklonjenosti" saharoze in vnosa hrane. J. Neurosci. 2005; 25: 8637–8649. [PubMed]
75. Smith KS, Berridge KC. Opioidno limbično vezje za nagrado: interakcija med hedonskimi žarišči jedrnih jeder in ventralnim pallidumom. J. Nevrosci. 2007; 27: 1594 – 1605. [PubMed]
76. Stice E, Spoor S, Bohon C, Majhna D. Razmerje med debelostjo in okrnjenim strijnim odzivom na hrano moderira alel TaqIA A1. Znanost. 2008; 322 (5900): 449 – 452. [PMC brez članka] [PubMed]
77. Stoeckel LE, Weller RE, Cook EW, III, Twieg DB, Knowlton RC, Cox JE. Široka aktivacija sistema nagrajevanja pri debelih ženskah kot odziv na slike visoko kalorične hrane. NeuroImage. 2008; 41: 636 – 647. [PubMed]
78. Tetley AC, Brunstrom JM, Griffiths P. Individualne razlike v reaktivnosti živil. Apetit 2006; 47: 278.
79. Tzourio-Mazoyer N, Landeau B, Papathanassiou D, Crivello F, Etard O, Delcroix N, Mazoyer B, Joliot M. Avtomatsko anatomsko označevanje aktivacij v SPM z uporabo makroskopske anatomske parcelacije MNI MRI enopredmetnih možganov. NeuroImage. 2002; 15: 273 – 289. [PubMed]
80. Volkow ND, Fowler JS, Wang GJ. Pozitronska emisijska tomografija in računalniška tomografija z enofotonsko emisijo pri raziskavah zlorabe snovi. Semin. Nucl. Med. 2003; 33: 114 – 128. [PubMed]
81. Volkow ND, Wang GJ, Fowler JS, Telang F. Prekrivanje nevronskih vezij pri odvisnosti in debelosti: dokazi patologije sistemov. Philos. Trans R. Soc. Lond. B. Biol. Sci. 2008; 363 (1507): 3191 – 3200. [PMC brez članka] [PubMed]
82. Volkow ND, Wise RA. Kako nam lahko odvisnost od drog pomaga razumeti debelost? Nat. Nevrosci. 2005; 8: 555 – 560. [PubMed]
83. Zahm DS. Integrativna nevroanatomska perspektiva na nekaterih subkortikalnih substratih prilagodljivega odzivanja s poudarkom na jedrnih jezerih. Nevrosci. Biobehav. Rev. 2000; 24: 85 – 105. [PubMed]
84. Zahm DS. Razvijajoča se teorija funkcionalno-anatomskih "makrosistemov" bazalnega prednjega možganov. Nevrosci. Biobehav. Rev. 2006; 30: 148–172. [PubMed]