Förhöjt energiintag är korrelerat med hyperresponsivitet i attention, gustatory och belöning i hjärnregionerna medan man väntar på godtagbart livsmedelskvitto (2013)

Am J Clin Nutr. 2013 juni; 97 (6): 1188-94. doi: 10.3945 / ajcn.112.055285. Epub 2013 Apr 17.

Burger KS1, Stice E.

Abstrakt

Bakgrund: Fetma jämfört med mager individer visar större uppmärksamhet-, gustatory- och belöningsregionens respons på matvaror men minskad belöningsregionens respons under matintaget. Men till vår kunskap har forskning inte testat om ett objektivt uppmätt kaloriintag är positivt förknippat med neural respons oberoende av överskott av fettvävnad.

Mål: Vi testade hypotesen att objektivt uppmätt energiintag, som står för basbehovet och andelen kroppsfett, korrelerar positivt med det neurala svaret på förväntat smakligt intag av mat men negativt med ett svar på matintag hos ungdomar med hälsosam vikt.

Design: Deltagarna (n = 155; medelvärde ± SD-ålder: 15.9 ± 1.1 y) avslutade funktionella magnetiska resonansavbildningssökningar medan man förutsåg och fick smakrik mat jämfört med en smaklös lösning, en dubbel märkt vattenbedömning av energiintag och bedömningar av vilande metabolism och kroppssammansättning.

Resultat: Energiintag korrelerade positivt med aktivering i sido-visuella och främre cingulatbarkhår (visuell bearbetning och uppmärksamhet), frontal operculum (primärt gustatory cortex) när man förutser smaklig mat, och större striatal aktivering när man förväntar sig smakrik mat i en mer känslig region av intresseanalys . Energiintaget var inte signifikant relaterat till neural respons under smakligt matintag.

Slutsatser: Resultaten indikerar att objektivt uppmätt energiintag som står för basala behov och fettvävnad korrelerar positivt med aktivitet i uppmärksamma, gustatoriska och belöningsregioner när man förväntar sig smakrik mat. Även om hyperresponsivitet i dessa regioner kan öka risken för överätande, är det oklart om detta är en initial sårbarhetsfaktor eller ett resultat av tidigare överätning.

INLEDNING

Neuroimaging-studier har gett avsevärda insikter i skillnader i neuralt svar på matstimuli som funktion av viktstatus. Speciellt har överviktiga jämfört med mager individer visat större respons i belöningsrelaterade regioner (striatum, pallidum, amygdala och orbitofrontal cortex) och uppmärksamhetsregioner (visuella och främre cingulatbark) för aptitretande matbilder (1-5), förväntat smakligt matintag (6, 7) och matlukt (8). Fetma jämfört med magra människor har också visat större aktivering i den primära gustatory cortex (främre insula och frontal operculum) och i orala somatosensory regioner (postcentral gyrus och parietal operculum) under exponering för aptitretande matbilder (2, 5) och förväntat smakligt matintag (6, 7). Dessa data överensstämmer med belöningen-överflödigt modell, som innebär att individer som upplever mer belöning från matintag riskerar att äta mycket (9). I sammansättning har överviktiga jämfört med mager individer visat mindre aktivitet i belöningsrelaterade regioner under smakligt matintag (7, 10, 11), vilket överensstämmer med belöningsunderskottsteorin, som hävdar att individer kan äta för mycket för att kompensera för ett belöningsunderskott (12). Data har antytt att fynden skiljer sig beroende på huruvida svaret på matkoder relativt matintaget undersöks, vilket antyder att det är viktigt att undersöka responsen på båda fenomenen.

Mest neuroimaging-forskning har direkt jämfört feta jämfört med mager individer, vilket har gett lite information om den etiologiska processen som ligger till grund för den första viktökningen. För närvarande är det oklart om fetma-relaterade skillnader i neural respons på matstimulus drivs av förändrad neuroendokrin funktion som härrör från överskott av mängder fettvävnad (13, 14) jämfört med vanligt, överskott av kaloriintag som föreslogs i neurovetenskapsbaserade etiologiska modeller (9, 12, 15, 16).

För att direkt undersöka effekten av typiskt energiintag (EI)4 på neuralt svar på matstimuli, oberoende av basala behov och fettvävnad, testade vi huruvida dubbla märkta vatten (DLW) uppskattningar av EI var förknippade med större respons när vi förutsåg smaklöst matintag och minskad respons under intag med den vilande metabolismhastigheten (RMR) och procentandelen kroppsfett i tonåringar med hälsosam vikt som kontrolleras för. Vi antog att EI skulle vara associerat med 1) större responsivitet i belöning (t.ex. striatum), uppmärksam (t.ex. visuella och mediella prefrontala cortices), gustatory (t.ex. anterior insula och frontal operculum) och oral somatosensory (t.ex. postcentral gyrus och parietal operculum) hjärnregioner som svar på förväntat smakligt matintag och 2) mindre neural respons på belöningsregioner under smakligt intag av mat.

ÄMNEN OCH METODER

Provexemplaret (n = 155; 75 ungdomar och 80 tonåriga kvinnor) bestod av 10% spansktalande, 1% asiatiska, 4% afroamerikaner, 79% vita och 6% amerikanska indianer och indianer från Alaska. Individer som rapporterade binge ätande eller kompenserande beteende under de senaste 3 månaderna, användning av psykotropa läkemedel eller olagliga droger, en huvudskada med medvetslöshet eller en Axis I psykiatrisk störning under det senaste året (inklusive anorexia nervosa, bulimia nervosa, eller binge-eating disorder) uteslöts. Föräldrar och ungdomar gav informerat skriftligt samtycke till detta projekt. Deltagarna anlände till laboratoriet efter en fasta över natten, slutförde kroppssammansättningen, antropometriska mätningar, RMR-bedömning och den första DLW-bedömningen och återvände 2 veckor senare för uppföljnings-DLW-bedömningen. fMRI-skanningar ägde rum inom 1 vecka efter DLW-bedömningar. Oregon Research Institute's Institutional Review Board godkände alla metoder.

EI

DLW användes för att uppskatta EI under en 2-wk-period. DLW tillhandahåller ett mycket noggrant mått på intag som är immun mot förspänningar förknippade med återkallelser eller dietdagböcker (17, 18). DLW använder isotopspårare för att bedöma den totala koldioxidproduktionen, som kan användas för att exakt uppskatta vanliga kaloriutgifter (19). DLW administrerades omedelbart efter individer som testades negativt för graviditet (om tillämpligt). Doserna var 1.6 – 2.0 g H218O (10 atomprocent) / kg uppskattat total kroppsvatten. Urinprover samlades in omedelbart innan DLW administrerades och 1, 3 och 4-h efter dosering. Två veckor senare samlades 2 ytterligare urinprov på samma tid på dagen som 3- och 4-h efterdoseringsprover. Inga prover var dagens första tomrum. Energiutgifterna (EE) beräknades med hjälp av ekvation A6 (19), utspädningsutrymme (20) och den modifierade Weir-ekvationen (21som tidigare beskrivits (22). EI per dag beräknades från summan av EE från DLW och den uppskattade förändringen i kroppsenergilagring från mätningar av seriell kroppsvikt utförd vid baslinjen (T1) och 2-wk efter dosering (T2). Denna siffra dividerades med antalet dagar mellan utvärderingen av baslinjen och 2-wk efter dosering för att beräkna den dagliga källan till energisubstrat från viktminskning eller lagring av överskott av EI som viktökning (23). Ekvationen som användes för varje deltagare var

En extern fil som innehåller en bild, illustration etc. Objektnamn är ajcn9761188equ1.jpg

7800 kcal / kg är en uppskattning av energitätheten för fettvävnad (24). Viktförändringen (vikt vid T2 - vikt vid T1) användes också i regressionsanalyser för att bedöma samtidigt giltighet av EI med basala behov som en fullmakt för energibalans som kontrolleras för.

RMR

RMR mättes med indirekt kalorimetri med ett TrueOne 2400 Metabolic Measuring System (ParvoMedics Inc) vid den första bedömningen av DLW. RMR omfattar 60 – 75% av daglig EE och är förknippad med upprätthållandet av huvudfysiologiska funktioner i kroppen (25). För RMR-bedömningen anlände deltagarna till laboratoriet efter en fasta över natten (intervall: 5–15 timmar) och avstod från att träna i 24 timmar innan testet. Variationen var ett resultat av antalet timmar som sov natten innan. Deltagarna vilade tyst i ett temperaturkontrollerat rum i 20 minuter och en transparent huva av plast som var ansluten till enheten placerades över deltagarens huvud. För att bestämma RMR uppmättes vilande gasutbyte med hjälp av beräkningar av O2 konsumtion (VO2) och CO2 produktion (VCO2) erhålles med 10-intervaller under 30 – 35 min. Deltagarna förblev rörliga och vakna, och de sista 25 – 30 min av mätningen användes för att beräkna RMR. Giltigheten och tillförlitligheten för denna metod för bedömningen av RMR har fastställts (26, 27).

Procentandel kroppsfett

Luftförskjutningspletysmografi användes för att uppskatta procentandelen kroppsfett med Bod Pod S / T (COSMED USA Inc) med användning av rekommenderade procedurer på basis av ålders- och könsanpassade ekvationer (28). Kroppstätheten beräknades som kroppsmassa (bestämd genom direkt vägning) dividerad med kroppsvolymen. Procentandelen uppskattningar av kroppsfett har visat tillförlitlighet test-test (r = 0.92 – 0.99) och korrelation med dubbel-energi röntgenabsorptiometri och hydrostatisk vägningsberäkningar av procentandelen kroppsfett (r = 0.98 – 0.99) (29).

Beteendeåtgärder

Mat craving inventering (30) användes för att bedöma sug efter olika livsmedel. Denna skala anpassades för att även inkludera betyg av hur smakliga deltagare fann varje mat (7). Svaren låg på en 5-punkts Likert-skala för craving [från 1 (aldrig lust) till 5 (alltid längtar efter)] och en 4-punkts skala för att gilla [från 1 (ogillar) till 4 (kärlek)]. Det ursprungliga livsmedelsinventariet har visat intern konsistens (α = 0.93), 2-wk test-test på nytt (r = 0.86) och känslighet för detektering av interventionseffekter (30). På fMRI-skanningen bedömdes dagshunger före skanningen med hjälp av en 100-mm tvärmodal visuell analog skala förankrad av 0 (inte hungrig alls) till 100 (extremt hungrig).

fMRI-paradigm

FMRI-bedömningen skedde inom 1 wk av DLW- och RMR-mätningarna. På skanningsdagen ombads deltagarna att konsumera sina vanliga måltider men att avstå från att äta eller dricka koffeinhaltiga drycker under 5 h före skanningen. FMRI-paradigmet bedömde responsen på intag och det förväntade intaget av smakliga livsmedel [se Stice et al (31) för ytterligare paradigmdetaljer]. Stimuli var 2-bilder (glas milkshake och vatten) som signalerade förestående leverans av antingen 0.5 ml chokladmilkshake respektive smaklös lösning. Milkshake (270 kcal, 13.5 g fett och 28 g socker / 150 ml) framställdes med 60 g vaniljglass, 80 ml 2% mjölk och 15 ml chokladsirap. Den smaklösa lösningen, som var utformad för att efterlikna den naturliga smaken av saliv, bestod av 25 mmol KCl / L och 2.5 mmol NaHCO3/ L. I 40% av försöken levererades inte smaken efter signalen för att möjliggöra en undersökning av det neurala svaret på förväntan på en smak som inte var förvirrad med det faktiska mottagandet av smaken (oparade försök). Det fanns 30-upprepningar av både milkshakeintag och intag av smaklös lösning och 20-upprepningar av både den oparade milkshake-signalen och den icke-parade smaklösa lösningen. Smak levererades med användning av programmerbara sprutpumpar. Sprutor fyllda med milkshake och smaklös lösning anslutes via slang till ett grenrör som passade in i deltagarnas mun och levererade smaken till ett konsekvent tungsegment. Visuella stimuli presenterades med en digital projektor / back-screen display mirror-system. Deltagarna fick instruktionen att svälja när sväljningen visade sig.

Bildförvärv, förbehandling och analys

Skanning utfördes med en Allegra 3 Tesla-head MR-skanner (Siemens Medical Solutions USA Inc). En fågelburspole användes för att skaffa data från hela hjärnan. Funktionella genomsökningar använde en T2 * -viktad gradient enkelbildseko-planbildsekvens (ekotid: 30 ms; repetitionstid: 2000 ms; vippvinkel: 80 °) med en in0-planupplösning av 3.0 × 3.0 mm2 (64 × 64-matris; 192 × 192 mm2 synfält). Trettiotvå skivor av 4-mm (interleaved-förvärv; inget hopp) förvärvades längs det främre commissure – posterior commissure tvärgående snedplanet som bestämdes av midsagittalsektionen. Prospektiv anskaffningskorrigering applicerades för att justera skivpositionen och orienteringen såväl som för att reglera den återstående volym-till-volymrörelsen i realtid under datainsamlingen för att minska rörelsesinducerade effekter (32). Ingen deltagare rörde sig> 2 mm eller 2 ° i någon riktning. En högupplöst T1-vägd sekvens för inversionåtervinning (MP-RAGE; synfält: 256 × 256 mm2; 256 × 256-matris; tjocklek: 1.0 mm; segmentnummer: N160) förvärvades.

Anatomiska och funktionella bilder omorienterades manuellt till den främre commissure – posterior commissure line och skalle strippades med hjälp av hjärn extraktionsverktygsfunktionen i FSL (version 5.0; Functional Magnetic Resonance Imaging of the Brain group). Data förbehandlades sedan och analyserades med användning av SPM8 (Wellcome Department of Imaging Neuroscience) i MATLAB (version R2009b för Mac; The Mathworks Inc). Funktionella bilder anpassades till medelvärdet och både de anatomiska och funktionella bilderna normaliserades till standard Montreal Neurological Institute (MNI) T1-mallhjärnan (ICBM152). Normalisering resulterade i en voxelstorlek på 3 mm3 för funktionella bilder och en voxelstorlek på 1 mm3 för högupplösta anatomiska bilder. Funktionella bilder jämnades ut med en 6-mm FWHM isotropisk gaussisk kärna. Ett 128-s högpassfilter avlägsnade lågfrekvensbrus och signaldrift. Anatomiska bilder segmenterades i grått och vitt material med hjälp av verktygslådan DARTEL i SPM (33); ett medelvärde av det resulterande gråmaterialet användes som bas för en inkluderande gråmaterialmaskering före analysen på gruppnivå.

För att identifiera hjärnregioner som aktiverats genom förväntan på en matbelöning kontrasterades blodsyranivånberoende (BOLD) -respons under presentation av den oparade signalen som signalerade den förestående leveransen av milkshaken mot svaret under presentationen av den oparade köen som signalerade leverans av den smaklösa lösningen (förväntad milkshake> förväntad smaklös lösning). För att identifiera regioner som aktiverats av välsmakande matintag användes kontrasten av (intag av milkshake> smaklöst lösningsintag). Dessa individuella nivåkontraster användes i regressionsanalyser av EI med RMR och procent av kroppsfett kontrollerat för att bäst fånga effekterna av EI som stod för basala behov och fettvävnad. En klustervis tröskel på P <0.001 med k (klusterstorlek)> 12 ansågs betydande vid P <0.05 korrigerad för flera jämförelser över hela hjärnan. Denna tröskel bestämdes genom att uppskatta den inneboende jämnheten i den grå substans-maskerade funktionella data med 3dFWHMx-modulen i AFNI-programvaran (version 05_26_1457) och köra 10,000 3 Monte Carlo-simuleringar av slumpmässigt brus vid XNUMX mm3 genom den informationen genom att använda 3DClustSim-modulen i AFNI-programvaran (34). Denna metod utfördes för varje oberoende analys och klustret rundades till närmaste heltal. I alla fall var det så k > 12. De presenterade resultaten dämpades inte när de kontrollerades för menstruationsfas och kön, hand eller hunger om inte annat anges. Stereotaktiska koordinater presenteras i MNI-utrymme och bilder presenteras på den genomsnittliga anatomiska hjärnbilden för provet. På grundval av tidigare studier som involverade dopaminmedierade belöningsregioner som svar på matstimuli (3-8, 10), en mer känslig region av intresseanalys förformades på striatum (caudat och putamen). Variabla uppskattningar av den genomsnittliga striatala aktiviteten per individ bedömdes med programmet MarsBaR (35) som svar på huvudeffekterna av (förväntad milkshake> förväntad smaklös lösning) och (milkshakeintag> smaklös lösningsintag). Dessa variabla uppskattningar användes i regressionsmodeller som kontrollerade för RMR och andelen kroppsfett med EI. Effektstorlekar (r) härrörde från z värden (z/ √N).

Parallellt med fMRI-analyser använde vi regressionsanalyser som kontrollerade för RMR och procentandelen kroppsfett för att testa huruvida EI var relaterat till viktförändringen under 2-wk DLW-bedömningsperioden, självrapporterade mått på mattrang och smak, och hunger. En icke-fMRI-statistisk analys, inklusive tester av normalitet för distribution av beskrivande statistik (betyder ± SD), och linjäriteten i relationer, regressionsanalyser och oberoende prov t tester utfördes med SPSS-programvara (för Mac OS X, version 19; SPSS Inc). Alla presenterade data kontrollerades för alltför inflytelserika datapunkter.

RESULTAT

DLW-uppskattningar av EI resulterade i ett genomsnittligt kaloriintag av 2566 kcal / d (Tabell 1). EI var signifikant relaterat till rapporterade mattrang (halvkamp) r = 0.19, P = 0.025) och matglädje (halvkamp) r = 0.33, P = 0.001) men inte hunger (halvkamp r = -0.12, P = 0.14). Regressionsanalyser avslöjade ett positivt samband mellan EI och viktförändring under 2-wk DLW-perioden (halvkamp r = 0.85, P <0.001), vilket föreslog att EI som redogör för basala behov och andelen kroppsfett kan tjäna som en proxy för energibalansen. Jämfört med unga kvinnor hade ungdomar en signifikant högre EI (P <0.001), RMR (P <0.001) och lägre andel kroppsfett (P <0.001) (Tabell 1). Inga andra signifikanta skillnader observerades mellan tonåriga män och tonåriga kvinnor (P= 0.09-0.44).

TABELL 1  

Ämnesegenskaper och beteendemått (n = 155)1

EI- och FETT-respons

För den förväntade kontrasten av milkshake> förväntad smaklös lösning, korrelerade EI positivt med aktivering i den överlägsna laterala visuella cortexen i parietalloben och den främre cingulära cortexen (regioner associerade med visuell bearbetning och uppmärksamhet) (Tabell 2, Figur 1), den främre operculum (en region i den primära gustatory cortex), och den bakre cingulate cortex (som tros kodas för stimuliens tydlighet). Betydande aktivering observerades också i förkönen och cuneus (som har förknippats med uppmärksamhet / bild), den bakre mellersta temporala gyrusen (som har förknippats med semantiskt minne) och andra regioner i den laterala parietal loden (t.ex. supramarginal gyrus) (Tabell 2). EI var inte signifikant relaterat till BOLD-svaret under milkshakeintaget.

TABELL 2  

FETT responsivitet under förväntat smakligt matintag som en funktion av energiintaget (n = 155)1
FIGUR 1.  

Blodsyreberoende svar under förväntat smakligt matintag (> förväntat smaklöst intag) som en funktion av energiintaget (kcal / d) med vilande ämnesomsättning och procentandel kroppsfett kontrollerad för i sidled .

Efter bestämning av genomsnittliga variabla uppskattningar med användning av den region av intresse som tidigare beskrivits visade den striatala aktiviteten som svar på att förutse milkshaken (> förutse smaklös lösning) en liten, positiv relation till EI (halvpartiell r = 0.18, P = 0.038). Regressionsanalyser visade dock att den genomsnittliga striatala aktiviteten under milkshakeintag (> smaklöst intag) inte var signifikant relaterad till EI (halvpartiell r = 0.04, P =

RMR och BOLD-respons

Vi tyckte det var klokt att undersöka om RMR korrelerade direkt med FETTIG respons och att testa om de observerade effekterna drevs av individuella skillnader i basala behov. Inga signifikanta relationer observerades mellan RMR och BOLD-responsivitet under milkshake eller förväntade milkshake-intag.

DISKUSSION

Upptäckten att EI som redogör för basala behov och fettvävnad var positivt relaterat till uppmärksamhet, gustatory och belöningssvar när försökspersoner förväntade matintag återkallade resultat som observerades när den nervösa responsen hos feta och mager individer jämfördes med denna händelse (6, 7). Såvitt vi vet, tillhandahöll den aktuella studien nya bevis på att ökad EI snarare än överskott av fettvävnad kan driva denna hyperresponsivitet. Specifikt observerade vi en ökad aktivitet under förväntan i regioner associerade med visuell bearbetning och uppmärksamhet [lateral visuell cortex, precuneus och främre cingulat (36)], gustatory processer [frontal operculum (37)], och en region som tros kodas för stimuliens uppskattning [posterior cingulate (38)]. En liten men positiv relation observerades också mellan aktivitet i en belönings- eller incitamentsregion (striatum) och EI under förväntan.

Som stöd för de aktuella resultaten var ökningar i fettmassa under en 6-mo-period förknippade med ökad respons på smakliga matbilder i visuell bearbetning / uppmärksamhet och gustatoriska regioner relativt baslinjen (39). Dessutom indikerade beteendedata att individer som slumpmässigt tilldelats konsumera energitäta livsmedel under perioderna 2 – 3-wk visade en ökad arbetsvilja (dvs. incitament för dessa livsmedel) (40, 41). Dessa resultat indikerade att överskott av EI kan bidra till en hyperresponsivitet av uppmärksamhet, gustatory och belöna regioner till ledtrådar för framtida matintag. Denna tolkning överensstämmer med incitament-sensibiliseringsteorin (16), som antyder att belöningen från intag och förväntat intag fungerar i takt med utvecklingen av det förstärkande värdet på mat, men efter upprepade parningar av matbelöning och ledtrådar som förutsäger denna belöning ökar den förväntade belöningen. De aktuella resultaten överensstämmer också med den dynamiska sårbarhetsmodellen över fetma (31, 42), vilket antyder att en förhöjd responsivitet i uppmärksamma, gustatoriska och belöningsregioner för matkoder kan öka känsligheten för dessa ledtrådar, vilket främjar ytterligare intag på ett framåtriktat sätt. På grund av de aktuella resultatens tvärsnittskaraktär är det också möjligt att individer med en medfödd hyperresponsivitet i dessa hjärnregioner när de förutser mat är mer benägna att äta för mycket. En sådan tolkning överensstämmer med belöningssurfa teorier om fetma (9). Därför är det absolut nödvändigt för framtida forskning att testa om den förhöjda responsiviteten som observerats i den aktuella studien förutsäger framtida viktökning under en långsiktig uppföljning.

Vi observerade också en EI-relaterad aktivitet i den bakre mellersta temporala gyrusen, som vanligtvis är associerade med semantiskt minne (43, 44). Emellertid visade feta jämfört med mager individer större respons i denna region när bilder av aptitretande livsmedel (3) i enlighet med de aktuella resultaten. Denna region har också aktiverats i paradigmer som bedömde responsen på ledtrådar som tros inducera begär hos vanliga substansanvändare. Till exempel, hos nuvarande rökare, var rökning-inducerade begär relaterade till mellanliggande temporär gyrusaktivitet (45) och liknande resultat observerades hos nuvarande kokainanvändare (46). Följaktligen observerade vi en liten men signifikant relation med rapporterad mattrang och EI. De aktuella resultaten antyder att den generiska milkshake-ledningen kan framkalla minnen av de sensoriska egenskaperna hos det förestående intaget med högt fettinnehåll och mycket socker och kan leda till en större begär eller begär-relaterad hjärnaktivitet för individer med ett förhöjt intag.

Vi rapporterade tidigare att ofta glassförbrukning, men inte totalt kaloriintag, var förknippat med minskat svar på glassbaserade milkshakeintag i dopaminmedierade belöningsrelaterade hjärnregioner i detta prov (47). Den aktuella studien använde ett objektivt mått på EI och visade inte heller någon relation. Teoretiskt, efter upprepat intag av en viss typ av smaklig mat, förändras belöning-lärande dopamin-signalering från att inträffa vid intag av den maten till att inträffa som svar på ledtrådar som förutsäger potentiell mattillgänglighet, vilket är en process som har dokumenterats i djurförsök (48). Aktuella avbildningstekniker och kostnader begränsar förmågan att bedöma nervernas respons på flera livsmedel. Den tidigare användningen av matfrekvens tillät en specifik analys av intaget av specifika livsmedel, med fokus på maten som administrerades i skannern. Även om DLW-åtgärden som användes i denna studie gav ett objektivt och mer exakt mått på EI, bedömde den inte energitätheten eller makronäringsämnets innehåll i konsumerad mat. Hittills finns det en lacuna i litteraturen beträffande en interaktion mellan neurala effekter av den vanliga livsmedelskonsumtionen och makronäringsämnets innehåll, även om det har rapporterats om akuta skillnader i neural respons på livsmedel varierat med makronäringsämne (49).

Det är viktigt att ta hänsyn till begränsningarna i denna studie när man tolkar resultaten. Som nämnts var tvärsnittsdesignen en nyckelbegränsning eftersom vi inte kunde avgöra om mönstret för neural respons ökade risken för framtida överätning eller var en följd av överkonsumtion. Det aktuella urvalet följs längsgående, och associeringar med viktförändring kommer att ge insikt i denna fråga; dock är ett experiment som manipulerar intaget nödvändigt för fasta kausala slutsatser som inte kunde drivas av potentiella förvirringar. Det nuvarande måttet på EI kan fungera som en proxy för energibalansen under den utvärderade 2-veckorsperioden men kan inte samtidigt redogöra för EI och utgifter och kan inte heller betraktas som en direkt åtgärd för överätning hos alla deltagare. Till exempel, jämfört med tonåriga kvinnor, visade ungdomar högre EI och RMR men liknande BMI och lägre kroppsfett, vilket föreslog att tonåriga män spenderar mer energi. Framtida studier bör överväga objektiva aktivitetsåtgärder som accelerometrar för att bättre fånga EE om DLW används för att uppskatta EI. Trots denna begränsning gav EI ett objektivt mått på intaget som inträffade i deltagarens naturliga miljö under en 2-veckorsperiod som var immun mot självpresentationsfördomar.

Sammanfattningsvis har hyperresponsivitet under förväntat livsmedelsintag och vid exponering för aptitretande matråd rapporterats hos överviktiga jämfört med mager individer (1-8). Den nuvarande undersökningen utvidgar dessa resultat genom att tillhandahålla nya bevis, till vår kunskap, att ett objektivt mått på vanligt intag är relaterat till hyperneural responsivitet när man förutser smakligt matintag oberoende av basal energibehov och mängder fettvävnad. På grund av undersökningens tvärsnittskaraktär är resultatens temporära förekomst oklar. Att uppnå en bättre förståelse för medfödda, individuella skillnadsfaktorer som bidrar till överätande skulle ge ytterligare insikt i utveckling och upprätthållande av fetma samt ge kritisk information i utvecklingen av program för förebyggande av fetma.

Erkännanden

Vi tackar Lewis Center för Neuroimaging vid University of Oregon för deras bidrag och hjälp med avbildning för denna utredning.

Författarnas ansvar var följande: KSB och ES: var ansvariga för manuskriptskrivning och revisioner. KSB: hjälpte till att samla in data och utförde dataanalysen; och ES: var ansvarig för studiens design och bidrog väsentligt till dataanalysen. Ingen av författarna hade en intressekonflikt.

fotnoter

4Förkortningar som används: FETT, blodsyrenivåberoende; DLW, dubbelt märkt vatten; EE, energiförbrukning; EI, energiintag; MNI, Montreal Neurological Institute; RMR, vila metabolism.

REFERENSER

1. Bruce AS, Holsen LM, Chambers RJ, Martin LE, Brooks WM, Zarcone JR, Butler MG, Savage CR. Feta barn visar hyperaktivering till matbilder i hjärnanätverk kopplade till motivation, belöning och kognitiv kontroll. Int J Obes (Lond) 2010; 34: 1494 – 500 [PubMed]
2. Stoeckel LE, Weller RE, Cook EW, Twieg DB, Knowlton RC, Cox JE. Utbredd aktivering av belöningssystemet hos överviktiga kvinnor som svar på bilder av högkalorifoder. Neuroimage 2008; 41: 636 – 47 [PubMed]
3. Martin LE, Holsen LM, Chambers RJ, Bruce AS, Brooks WM, Zarcone JR, Savage CR. Neurala mekanismer förknippade med matmotivation hos överviktiga och vuxna med sund vikt. Fetma (silverfjäder) 2010; 18: 254 – 60 [PubMed]
4. Nummenmaa L, Hirvonen J, Hannukainen JC, Immonen H, Lindroos MM, Salminen P, Nuutila P. Dorsal striatum och dess limbiska anslutning förmedlar onormal förväntad belöningsbearbetning vid fetma. PLoS ONE 2012; 7: e31089. [PMC gratis artikel] [PubMed]
5. Rothemund Y, Preuschhof C, Bohner G, Bauknecht HC, Klingebiel R, Flor H, Klapp BF. Differensiell aktivering av ryggstriatumet med visuell matstimulering med hög kalori hos feta individer. Neuroimage 2007; 37: 410 – 21 [PubMed]
6. Ng J, Stice E, Yokum S, Bohon C. En fMRI-studie av fetma, matbelöning och upplevd kaloridensitet. Gör mat med låg fetthalt mat mindre tilltalande? Aptit 2011; 57: 65 – 72 [PMC gratis artikel] [PubMed]
7. Stice E, Spoor S, Bohon C, Veldhuizen MG, Small DM. Relation mellan belöning från matintag och förväntat matintag till fetma: en funktionell avbildning av magnetisk resonansavbildning. J Abnorm Psychol 2008; 117: 924 – 35 [PMC gratis artikel] [PubMed]
8. Bragulat V, Dzemidzic M, Bruno C, Cox CA, Talavage T, Considine RV, Kareken DA. Matrelaterade luktprober av belöningskretsar i hjärnan under hunger: en pilotstudie fMRI. Fetma (silverfjäder) 2010; 18: 1566 – 71 [PubMed]
9. Davis C, Strachan S, Berkson M. Känslighet för belöning: konsekvenser för överätande och övervikt. Aptit 2004; 42: 131 – 8 [PubMed]
10. Frank GK, Reynolds JR, Shott ME, Jappe L, Yang TT, Tregellas JR, O'Reilly RC. Anorexia nervosa och fetma är associerade med motsatt hjärnbelöningssvar. Neuropsykofarmakologi 2012; 37: 2031–46 [PMC gratis artikel] [PubMed]
11. Green E, Jacobson A, Haase L, Murphy C. Reducerad nucleus accumbens och caudate aktivering av kärnor till en behaglig smak är associerad med fetma hos äldre vuxna. Hjärnresistent 2011; 1386: 109 – 17 [PMC gratis artikel] [PubMed]
12. Wang GJ, Volkow ND, Logan J, Pappas NR, Wong CT, Zhu W, Netusll N, Fowler JS. Hjärndopamin och fetma. Lancet 2001; 357: 354 – 7 [PubMed]
13. Farooqi IS, Bullmore E, Keogh J, Gillard J, O'Rahilly S, Fletcher PC. Leptin reglerar striatala regioner och mänskligt ätbeteende. Vetenskap 2007; 317: 1355. [PMC gratis artikel] [PubMed]
14. Rosenbaum M, Sy M, Pavlovich K, Leibel RL, Hirsch J. Leptin vänder viktförlustinducerade förändringar i regionala nervaktivitetssvar på visuella matstimuli. J Clin Invest 2008; 118: 2583 – 91 [PMC gratis artikel] [PubMed]
15. Kenny PJ. Belöningsmekanismer vid fetma: nya insikter och framtida riktningar. Neuron 2011; 69: 664 – 79 [PMC gratis artikel] [PubMed]
16. Robinson TE, Berridge KC. Beroende av psykologi och neurobiologi: En incitament-sensibiliserande syn. Addiction 2000; 95: S91 – 117 [PubMed]
17. Schutz Y, Weinsier RL, Hunter GR. Bedömning av den fysiskt levande fysiska aktiviteten hos människor: en översikt över tillgängliga och föreslagna nya åtgärder. Obes Res 2001; 9: 368 – 79 [PubMed]
18. Johnson RK. Diätintag - hur mäter vi vad människor verkligen äter? Obes Res 2002; 10 (suppl 1): 63S – 8S [PubMed]
19. Schoeller DA, Ravussin E, Schutz Y, Acheson KJ, Baertschi P, Jequier E. Energiförbrukning genom dubbelt märkt vatten - validering hos människor och föreslagen beräkning. Am J Physiol 1986; 250: R823–30 [PubMed]
20. Racette SB, Schoeller DA, Luke AH, Shay K, Hnilicka J, Kushner RF. Relativa utspädningsutrymmen av h-2-märkt och o-18-märkt vatten hos människor. Am J för Physiol 1994; 267: E585 – 90 [PubMed]
21. Weir JB. Nya metoder för att beräkna metabolism med särskild hänvisning till proteinmetabolism. J Physiol 1949; 109: 1 – 9 [PMC gratis artikel] [PubMed]
22. Svart AE, Prentice AM, Coward WA. Användning av matkvoter för att förutsäga andningskvotient för den dubbelt märkta vattenmetoden för att mäta energiförbrukning. Hum Nutr Clin Nutr 1986; 40: 381 – 91 [PubMed]
23. Forbes GB. Kroppsfettinnehåll påverkar kroppens sammansättning svar på näring och motion. : Yasumura S, Wang J, Pierson RN, redaktörer. , eds. Studier av kroppssammansättning in vivo. New York, NY: New York Acad Sciences, 2000: 359 – 65
24. Poehlmen ET. En översikt: träning och dess påverkan på vilande metabolisk energimetabolism hos människor. Med Sci Sports Exercise 1989; 21: 515 – 525 [PubMed]
25. Crouter SE, Antczak A, Hudak JR, DellaValle DM, Haas JD. Noggrannhet och tillförlitlighet hos parvomedikerna trueone 2400 och medgraphics VO2000 metaboliska system. Eur J Appl Physiol 2006; 98: 139 – 51 [PubMed]
26. Cooper JA, Watras AC, O'Brien MJ, Luke A, Dobratz JR, Earthman CP, Schoeller DA. Bedömer giltigheten och tillförlitligheten hos vilande ämnesomsättning i sex gasanalyssystem. J Am Diet Assoc 2009; 109: 128–32 [PMC gratis artikel] [PubMed]
27. Trabulsi J, Schoeller DA. Utvärdering av dietbedömningsinstrument mot dubbelt märkt vatten, en biomarkör för vanligt energiintag. Am J Physiol 2001; 281: E891 – 9 [PubMed]
28. Lohman TG. Bedömning av kroppssammansättning hos barn. Pediatr Exercise Sci 1989; 1: 19 – 30
29. Fields DA, Goran MI, McCrory MA. Bedömning av kroppssammansättning via luftförträngningspletysmografi hos vuxna och barn: en översikt. Am J Clin Nutr 2002; 75: 453 – 67 [PubMed]
30. White MA, Whisenhunt BL, Williamson DA, Greenway FL, Netemeyer RG. Utveckling och validering av livsmedelsbegäran. Obes Res 2002; 10: 107 – 14 [PubMed]
31. Stice E, Yokum S, Burger KS, Epstein LH, Small DM. Ungdomar i riskzonen för fetma visar större aktivering av strektala och somatosensoriska regioner till mat. J Neurosci 2011; 31: 4360 – 6 [PMC gratis artikel] [PubMed]
32. Thesen S, Heid O, Mueller E. Schad LR. Prospektiv förvärvskorrigering för huvudrörelse med bildbaserad spårning för fMRI i realtid. Magn Reson Med 2000; 44: 457 – 65 [PubMed]
33. Ashburner J. En snabb diffeomorf algoritm för bildregistrering. Neuroimage 2007; 38: 95 – 113 [PubMed]
34. Cox RW. AFNI: Programvara för analys och visualisering av funktionell magnetisk resonans Neuroimages. Comput Biomed Res 1996; 29: 162 – 73 [PubMed]
35. Brett M, Anton JL, Valabregue R, Poline JB. Region av intresseanalys med hjälp av verktygslådan MarsBar för SPM 99. Neuroimage 2002; 16: S497
36. Heinze HJ, Mangun GR, Burchert W, Hinrichs H, Scholz M, Münte TF, Gös A, Scherg M, Johannes S, Hundeshagen H. Kombinerad rumslig och temporär avbildning av hjärnaktivitet under visuell selektiv uppmärksamhet hos människor. Natur 1994; 372: 315 – 41 [PubMed]
37. Small DM, Zald DH, Jones-Gotman M, Zatorre RJ, Pardo JV, Frey S, Petrides M. Human cortical gustatory areas: en översikt av funktionella neuroimaging data. Neuroreport 1999; 10: 7 – 14 [PubMed]
38. Maddock RJ. Retrosplenial cortex och känslor: ny insikt från funktionell neuroimaging av den mänskliga hjärnan. Trender Neurosci 1999; 22: 310 – 6 [PubMed]
39. Cornier MA, Melanson EL, Salzberg AK, Bechtell JL, Tregellas JR. Effekterna av träning på det neuronala svaret på matvaror. Physiol Behav 2012; 105: 1028 – 34 [PMC gratis artikel] [PubMed]
40. Clark EN, Dewey AM, Temple JL. Effekterna av det dagliga intaget av mellanmålsmat på matförstärkning beror på kroppsmassaindex och energitetthet. Am J Clin Nutr 2010; 91: 300 – 8 [PubMed]
41. Temple JL, Bulkey AM, Badawy RL, Krause N, McCann S, Epstein LH. Differensiella effekter av dagligt intag av mellanmålsmat på det förstärkta värdet på mat hos överviktiga och icke-överviktiga kvinnor. Am J Clin Nutr 2009; 90: 304 – 13 [PMC gratis artikel] [PubMed]
42. Burger KS, Stice E. Variabilitet i belöningskänslighet och fetma: Bevis från hjärnavbildningsstudier. Curr Drug Abuse Rev 2011; 4: 182 – 9 [PMC gratis artikel] [PubMed]
43. Chao LL, Haxby JV, Martin A. Attributbaserade nervsubstrat i temporala cortex för att uppfatta och veta om föremål. Nat Neurosci 1999; 2: 913 – 9 [PubMed]
44. Patterson K, Nestor PJ, Rogers TT. Var vet du vad du vet? Representationen av semantisk kunskap i den mänskliga hjärnan. Nat Rev Neurosci 2007; 8: 976 – 87 [PubMed]
45. Smolka MN, Bühler M, Klein S, Zimmermann U, Mann K, Heinz A, Braus DF. Svårighetsgraden av nikotinberoende modulerar cue-inducerad hjärnaktivitet i regioner som är involverade i motorisk förberedelse och bilder. Psykofarmakologi (Berl) 2006; 184: 577 – 88 [PubMed]
46. Grant S, London ED, Newlin DB, Villemagne VL, Liu X, Contoreggi C, Phillips RL, Kimes AS, Margolin A. Aktivering av minneskretsar under cue-framkallade kokaintrang. Proc Natl Acad Sci USA 1996; 93: 12040 – 5 [PMC gratis artikel] [PubMed]
47. Burger KS, Stice E. Frekvent glassförbrukning är förknippad med minskat striatal svar på mottagandet av en glassbaserad milkshake. Am J Clin Nutr 2012; 95: 810 – 7 [PMC gratis artikel] [PubMed]
48. Schultz W, Apicella P, Ljungberg T. Svar från apa-dopamin neuroner för att belöna och konditionerade stimuli under på varandra följande steg för att lära sig en försenad responsuppgift. J Neurosci 1993; 13: 900 – 13 [PubMed]
49. Grabenhorst F, Rolls ET, Parris BA, d'Souza AA. Hur hjärnan representerar belöningsvärdet för fett i munnen. Cereb Cortex 2010; 20: 1082–91 [PubMed]