L Maayan* 2,4 C Hoogendoorn1* วีเหงื่อ1 และ A. Convit1,3,4
เชื่อมโยงไปยังการศึกษาเต็มรูปแบบ
โรคอ้วน (ซิลเวอร์สปริง) 2011 กรกฎาคม; 19 (7): 1382 – 1387
1.ภาควิชาจิตเวชศาสตร์ คณะแพทยศาสตร์ มหาวิทยาลัยนิวยอร์ก 550 เฟิร์สอเวนิว นิวยอร์ก รัฐนิวยอร์ก 10016 สหรัฐอเมริกา
2.ภาควิชาจิตเวชเด็ก คณะแพทยศาสตร์ มหาวิทยาลัยนิวยอร์ก 550 เฟิร์สอเวนิว นิวยอร์ก รัฐนิวยอร์ก 10016 สหรัฐอเมริกา
3.ภาควิชาเวชศาสตร์ คณะแพทยศาสตร์ มหาวิทยาลัยนิวยอร์ก 550 เฟิร์สอเวนิว นิวยอร์ก รัฐนิวยอร์ก 10016 สหรัฐอเมริกา
4.สถาบันวิจัยจิตเวชศาสตร์นาธาน ไคลน์ 140 ถนนโอลด์ออเรนจ์เบิร์ก ออเรนจ์เบิร์ก นิวยอร์ก 10962 สหรัฐอเมริกา
ในผู้ใหญ่โรคอ้วนมีความสัมพันธ์กับการรับประทานอาหารที่ถูกยับยั้งลดปริมาณสสารเยื่อหุ้มสมองสีเทาและประสิทธิภาพในการประเมินความรู้ความเข้าใจลดลง ไม่ค่อยมีใครรู้จักเกี่ยวกับความสัมพันธ์เหล่านี้ในวัยรุ่นและไม่มีการศึกษาประเมินพฤติกรรมความรู้ความเข้าใจและมาตรการทางระบบประสาทในกลุ่มผู้เข้าร่วมการศึกษาเดียวกัน การศึกษาครั้งนี้ตรวจสอบความสัมพันธ์ระหว่างโรคอ้วน, ฟังก์ชั่นผู้บริหาร, disinhibition และปริมาณสมองในเยาวชนที่มีสุขภาพดี ผู้เข้าร่วมประชุมรวมถึงอ้วน 54 และวัยรุ่น 37 ที่ไม่ติดมัน ผู้เข้าร่วมได้รับแบตเตอรี่ความรู้แบบสอบถามพฤติกรรมการกินและการถ่ายภาพด้วยคลื่นสนามแม่เหล็ก (MRI) การประเมินทางประสาทวิทยารวมถึงงานที่กำหนดเป้าหมายไปที่ฟังก์ชั่นกลีบหน้าผาก พฤติกรรมการกินถูกกำหนดโดยใช้แบบสอบถามการรับประทานปัจจัยสามตัว (TFEQ) และ MRI เชิงโครงสร้างถูกดำเนินการบน 1.5 T ซีเมนส์ Avanto MRI System (Siemens, Erlangen, Germany) เพื่อกำหนดปริมาณของวัตถุสีเทาในสมอง วัยรุ่นแบบลีนและโรคอ้วนจับคู่กับอายุปีการศึกษาเพศและสถานภาพทางเศรษฐกิจและสังคม เมื่อเปรียบเทียบกับวัยรุ่นที่มีภาวะลีนผู้เข้าร่วมที่เป็นโรคอ้วนมีคะแนนการยับยั้งที่สูงขึ้นอย่างมีนัยสำคัญต่อ TFEQ ประสิทธิภาพลดลงในการทดสอบความรู้ความเข้าใจและปริมาณเยื่อหุ้มสมองส่วนล่างหรือวงโคจรต่ำ การกำจัดมีความสัมพันธ์อย่างมีนัยสำคัญกับดัชนีมวลกายคะแนน Stroop Color-Word และปริมาณเยื่อหุ้มสมองวงโคจรด้านหน้า นี่เป็นรายงานครั้งแรกของความสัมพันธ์เหล่านี้ในวัยรุ่นและชี้ไปที่ความสำคัญของการทำความเข้าใจความสัมพันธ์ระหว่างการขาดดุลทางระบบประสาทและโรคอ้วน
คำสำคัญ: โรคอ้วน, วัยรุ่น, Disinhibition, MRI, กลีบหน้าผาก, ความรู้ความเข้าใจ, Orbitofrontal Cortex
บทนำ
อัตราการเป็นโรคอ้วนในเด็กและวัยรุ่นในสหรัฐอเมริกาเพิ่มขึ้นมากกว่าสามเท่าตั้งแต่ปี 1970 แม้ว่าหลักฐานล่าสุดจะบ่งชี้ว่าโรคอ้วนในเด็กอาจทรงตัวแล้ว แต่อัตราที่สูงในปัจจุบันบ่งชี้ถึงปัญหาสาธารณสุขที่กำลังจะเกิดขึ้นซึ่งเกี่ยวข้องกับโรคหัวใจและหลอดเลือดและโรคต่อมไร้ท่อ ( 1 )
การขาดการยับยั้งชั่งใจในพฤติกรรมการกิน ซึ่งมีลักษณะเฉพาะส่วนหนึ่งคือความโน้มเอียงที่จะกินตามโอกาสเพื่อตอบสนองต่อสัญญาณสิ่งแวดล้อมนั้น เกี่ยวข้องกับโรคอ้วนมานานแล้วทั้งในวัยรุ่นและผู้ใหญ่ ( 2 ) ความล้มเหลวในการควบคุมปริมาณแคลอรี่ที่นำไปสู่โรคอ้วนในที่สุด อาจเกิดขึ้นได้หลายระดับในสมอง รวมถึงไฮโปทาลามัส ( 3 ) และจากงานวิจัยล่าสุด ยังพบในเปลือกสมอง ( 4 ) การศึกษาภาพทางประสาทวิทยาเชิงฟังก์ชันหลายชุดในบุคคลที่ผอมและอ้วนทั้งในสภาวะหิวและอิ่ม แสดงให้เห็นว่าบริเวณเปลือกสมองหลายแห่ง รวมถึง anterior cingulate, medial prefrontal ( 5 ), insula, posterior cingulate, temporal และ orbitofrontal cortices ( 6 ) มีการทำงานที่แตกต่างกันไปขึ้นอยู่กับระดับความอิ่มและดัชนีมวลกาย ซึ่งบ่งชี้ว่ามีส่วนเกี่ยวข้องในการควบคุมปริมาณแคลอรี่ ความเข้าใจเกี่ยวกับ OFC ในฐานะพื้นที่สำคัญในการยับยั้งพฤติกรรมนั้นย้อนกลับไปถึงกรณีของ Phineas Gage คนงานรถไฟผู้โชคร้ายในศตวรรษที่ 19 ที่รอดชีวิตจากอุบัติเหตุซึ่งน่าจะทำให้คอร์เทกซ์วงโคจรหน้าผากของเขาเสียหาย ส่งผลให้บุคลิกภาพเปลี่ยนแปลงและหุนหันพลันแล่นมากขึ้น ( 7 )
ผลการศึกษาโครงสร้างประสาทมีความสัมพันธ์กับดัชนีมวลกาย (BMI) ในการศึกษาขนาดเล็กในกลุ่มผู้หญิงอายุ 55 ปีขึ้นไป ซึ่งใช้การวิเคราะห์สัณฐานวิทยาแบบอิงว็อกเซล (VBM) พบว่า BMI มีความสัมพันธ์เชิงลบกับปริมาตรของเนื้อเยื่อสีเทาในบริเวณส่วนหน้าหลายแห่ง รวมถึงสมองกลีบหน้าผากด้านซ้าย สมองกลีบหน้าผากส่วนล่างด้านขวา และสมองกลีบหน้าผากส่วนหน้าด้านขวา นอกจากนี้ยังมีบริเวณอื่นๆ เช่น สมองน้อยด้านขวา และบริเวณด้านหลังด้านขวาขนาดใหญ่ที่ครอบคลุมสมองกลีบพาราฮิปโปแคมปัส สมองกลีบฟิวซิฟอร์ม และสมองกลีบลิ้น ( 8 ) การศึกษาขนาดใหญ่ในกลุ่มผู้ใหญ่ 1,428 คน พบความสัมพันธ์เชิงลบระหว่าง BMI กับเนื้อเยื่อสีเทาโดยรวมในผู้ชาย รวมถึงบริเวณสมองเฉพาะ เช่น สมองกลีบขมับส่วนกลางทั้งสองข้าง สมองกลีบหลัง สมองกลีบหน้าผาก สมองกลีบหน้า สมองกลีบกลาง และสมองน้อยส่วนหน้า ( 9 ) การศึกษา VBM อื่นแสดงให้เห็นว่าผู้ใหญ่ที่เป็นโรคอ้วนมีความหนาแน่นของเนื้อเทาต่ำกว่าในบริเวณต่างๆ เช่น frontal operculum, middle frontal gyrus, post-central gyrus รวมถึง putamen ( 10 ) กลุ่มของเราได้อธิบายความผิดปกติของโครงสร้างประสาทในวัยรุ่นที่เป็นโรคอ้วนที่มีโรคเบาหวานชนิดที่ 2 (T2DM) ( 26 ) แต่เท่าที่เรารู้ ยังไม่มีการอธิบายความบกพร่องดังกล่าวในกลุ่มเยาวชนที่เป็นโรคอ้วนที่ไม่มี T2DM
นอกเหนือจากการค้นพบเชิงโครงสร้างแล้ว การประเมินความรู้ความเข้าใจยังแสดงให้เห็นว่าการทำงานของระบบบริหารจัดการและการยับยั้งการตอบสนองอาจบกพร่องในบุคคลที่เป็นโรคอ้วนทั้งในผู้ใหญ่และวัยรุ่น การศึกษาหนึ่งที่ใช้การตรวจเอกซเรย์คอมพิวเตอร์แบบโพซิตรอน (PET) และการทดสอบความรู้ความเข้าใจพบว่าผู้ใหญ่ที่เป็นโรคอ้วนมีการเผาผลาญกลูโคสในสมองส่วนหน้าลดลง รวมถึงประสิทธิภาพที่ลดลงในงาน Stroop ซึ่งเป็นการทดสอบความสนใจแบบเลือกสรรและการทำงานของระบบบริหารจัดการ ( 11 ) การศึกษาอื่นๆ เกี่ยวกับการ ทำงานของระบบบริหารจัดการและการยับยั้งการตอบสนองในผู้ใหญ่แสดงให้เห็นความสัมพันธ์เชิงลบของตัวแปรเหล่านั้นกับ BMI ( 12–14 ) ยิ่งไปกว่านั้น วัยรุ่นที่ เป็นโรคอ้วนอย่างมากแสดงให้เห็นการทำงานที่ลดลงในงานบริหารจัดการเมื่อเทียบกับข้อมูลมาตรฐาน ( 15 )
เราตั้งสมมติฐานว่าสอดคล้องกับสิ่งที่ค้นพบก่อนหน้านี้โดยใช้แบบสอบถามการกินปัจจัยสามตัว (TFEQ) วัยรุ่นอ้วนจะมีอันดับสูงขึ้นของการรายงานพฤติกรรมการกินของตัวเอง เราตั้งสมมติฐานเพิ่มเติมว่าวัยรุ่นที่เป็นโรคอ้วนจะมีคะแนนต่ำกว่าในการประเมินการทำงานของผู้บริหารและลดความสมบูรณ์ในมาตรการทางระบบประสาทของสมองส่วนหน้า (ปริมาตรสสารสีเทาที่ใช้ MRI รวมถึงปริมาตรสมองระดับภูมิภาค) นอกจากนี้เรายังกล่าวอีกว่าการทำลาย TFEQ นั้นจะเกี่ยวข้องกับคะแนนความรู้ความเข้าใจในโดเมนที่เกี่ยวข้องเช่นเดียวกับการวัด MRI ในพื้นที่สมองที่เกี่ยวข้องกับการยับยั้งการตอบสนองและการควบคุมผู้บริหาร
วิธีการ
ผู้เข้าร่วมและขั้นตอน
ผู้เข้าร่วมการศึกษา ทั้งหมด 2 คน (อายุ 14-21 ปี) แบ่งเป็นผู้ที่มีรูปร่างผอม 37 คน (ดัชนีมวลกาย < 25 กก./ตร.ม. หรืออัตราส่วนรอบเอวต่อส่วนสูง < 0.5) และผู้ที่มีรูปร่างอ้วน 54 คน (ดัชนีมวลกาย ≥ 30 กก./ตร.ม. หรือสูงกว่าเปอร์เซ็นไทล์ที่ 95 สำหรับดัชนีมวลกายตามอายุและเพศ) ในจำนวนนี้ 2 คน (ผู้ที่มีรูปร่างผอม 36 คน และผู้ที่มีรูปร่างอ้วน 45 คน) ได้รับการตรวจด้วยเครื่อง MRI ส่วนอีก 2 คนไม่ได้รับการตรวจ MRI ด้วยเหตุผลดังต่อไปนี้: สองคนไม่มาตามนัด หนึ่งคนตั้งครรภ์ (เราจึงเลือกที่จะไม่ตรวจเพื่อความปลอดภัย) หนึ่งคนทนการตรวจ MRI ไม่ได้ (กลัวที่แคบ) และหกคนมีดัชนีมวลกาย > 50 กก./ตร.ม. และมีขนาดร่างกายเกินกว่าที่เครื่องสแกนจะรองรับได้
ผู้เข้าร่วมแบบลีนมีอายุเฉลี่ย 17.3 ± 1.6 ปีและเป็นโรคอ้วน 17.5 ปี± 1.6 ปี ทั้งสองกลุ่มได้รับการจับคู่กับปีการศึกษาเพศและสถานะทางเศรษฐกิจและสังคมและอยู่ในช่วงปกติทางความรู้ หลักฐานของระบบประสาท, การแพทย์ (นอกเหนือจาก dyslipidemia, ความต้านทานต่ออินซูลินสั้นจาก T2DM, โรครังไข่ polycystic, หรือความดันโลหิตสูง), หรือจิตเวชศาสตร์ (รวมถึงภาวะซึมเศร้าและแอลกอฮอล์หรือสารเสพติดอื่น ๆ ) เจ็บป่วยยกเว้นบุคคลที่เข้าร่วมในการศึกษา T2DM ยังไม่รวมบุคคลจากการเข้าร่วม ผู้เข้าร่วมและผู้ปกครองให้ความยินยอมเป็นลายลักษณ์อักษรและได้รับการชดเชยตามเวลาและความไม่สะดวก โปรโตคอลการศึกษาได้รับการอนุมัติจากคณะกรรมการพิจารณาสถาบันการแพทย์มหาวิทยาลัยนิวยอร์ก
ผู้เข้าร่วมการศึกษาทั้งหมดได้รับตัวอย่างเลือดหลังจากผ่านไป 10 ชั่วโมงอย่างรวดเร็วในชั่วข้ามคืนสำหรับการประเมินระดับกลูโคสอินซูลินไขมันและเครื่องหมายการอักเสบ (ความไวสูง C-Reactive Protein; hs-CRP) วัดกลูโคสโดยใช้วิธีกลูโคสออกซิเดส (VITROS 950 AT, Amersham, อังกฤษ), อินซูลินด้วย chemiluminescence (Advia Centaur, Bayer Corporation) และ CRP วัดในพลาสมาโดยใช้เอนไซม์ immunoassay (Vitros CRP slide, Orthos Clinical Diagnostics) ความไวของอินซูลินถูกประเมินโดยใช้แบบจำลองประเมินสภาวะสมดุลของความต้านทานต่ออินซูลิน (HOMA-IR)
การประเมินผล
การประเมินทางประสาทวิทยา
เราได้ทำการประเมินการทำงานของระบบประสาทและสมองอย่างครอบคลุม ซึ่งรวมถึงความสำเร็จทางสติปัญญา ความจำระยะสั้น ความจำใช้งาน ความสนใจ และการทำงานของสมองส่วนหน้า เราตั้งสมมติฐานว่าจะมีความแตกต่างของการทำงานของสมองส่วนหน้าในวัยรุ่นที่ผอมและอ้วน ดังนั้นเราจึงจำกัดการวิเคราะห์ของเราไว้ที่การทดสอบระบบประสาทและสมองที่สะท้อนถึงความสมบูรณ์ของสมองส่วนหน้าและการทำงานของสมองส่วนหน้าที่ยังคงสมบูรณ์ ได้แก่ การทดสอบการเชื่อมโยงคำพูดด้วยวาจาแบบควบคุม (COWAT) การทดสอบการสร้างเส้นทางส่วน A และ B งาน Stroop ดัชนีความสนใจ/สมาธิของการประเมินการเรียนรู้และความจำแบบกว้าง (WRAML) และดัชนีความจำใช้งานของ WRAML ยกเว้น WRAML และ Stroop ซึ่งให้คะแนนมาตรฐานที่ปรับตามอายุแล้ว จะมีการรายงานคะแนนดิบ การทดสอบทั้งหมดที่ใช้เป็นเครื่องมือทางประสาทจิตวิทยามาตรฐานที่อธิบายรายละเอียดไว้ในที่อื่น ( 16 )
แบบสอบถามการรับประทานสามปัจจัย (TFEQ)
ประเมินคุณลักษณะของพฤติกรรมการกินโดยใช้ TFEQ TFEQ เป็นเครื่องมือ 51 รายการประกอบด้วยสามยับยั้งชั่งใจวัดย่อย (เช่นการควบคุมความรู้ความเข้าใจของพฤติกรรมการกิน; รายการ 21), disinhibition (เช่นความไวของการรับประทานอาหารในการตอบสนองต่อปัจจัยทางอารมณ์และความรู้สึกรายการ 16) ความหิว (เช่นความอ่อนไหวของการกินเพื่อตอบสนองต่อความรู้สึกหิว; รายการ 14) TFEQ ได้รับยาประมาณหนึ่งชั่วโมงหลังจากอาสาสมัครรับประทานอาหารกลางวัน
MRI ซื้อและวิเคราะห์รูปภาพ
วิชาทั้งหมดได้รับการศึกษาในระบบ 1.5 T ซีเมนส์ Avanto MRI เดียวกันซึ่งมีขนาดเส้นผ่าศูนย์กลาง 65 นิ้วเจาะและตารางที่เหมาะสมสำหรับสูงสุด 400 ปอนด์บุคคล เราได้รับภาพสะท้อนการไล่ระดับสีแบบไล่ระดับอย่างรวดเร็วในการดึงดูด T1 (MPRAGE; TR 1300 ms; TE 4.38 ms; TI 800 ms; FOV 250 × 250, ความหนาชิ้น 1.2, NEX 1, มุมพลิก 15 °, ขนาดเมทริกซ์ 256; 256 ชิ้นชเวียน)
การวิเคราะห์ปริมาตร WM / GM
การปรับมาตรฐานเชิงพื้นที่และการแบ่งส่วนของภาพ MPRAGE ใช้ขั้นตอนอัตโนมัติตามที่อธิบายไว้ใน ( 17 ) ซอฟต์แวร์การทำแผนที่พารามิเตอร์ทางสถิติ (SPM5) ภาพ MPRAGE ได้รับการแก้ไขความไม่สม่ำเสมอของสัญญาณก่อน และปรับมาตรฐานเชิงพื้นที่ให้เป็นไปตามแม่แบบ T1 Montreal Neurological Institute มาตรฐาน โดยใช้อัลกอริทึมการจำแนกประเภทเนื้อเยื่อใน SPM5 เราแบ่งส่วนภาพ MPRAGE ที่ปรับมาตรฐานแล้วออกเป็นส่วนเนื้อเทา (GM) เนื้อขาว (WM) และน้ำไขสันหลัง (CSF) ซึ่งเป็นแผนที่ที่แสดงถึงความน่าจะเป็นที่แต่ละว็อกเซลจะถูกจำแนกเป็น GM, WM หรือ CSF ส่วนที่แบ่งแล้วเหล่านี้ได้รับการปรับมาตรฐานให้เป็นไปตามแม่แบบมาตรฐานที่เกี่ยวข้อง นอกจากการประเมินสมองทั้งหมดแล้ว และเนื่องจากการสร้างไมอีลินของกลีบหน้าผากยังคงดำเนินต่อไปในช่วงวัยรุ่น เราจึงใช้แม่แบบที่แตกต่างกันสองแบบเพื่อหาบริเวณที่สนใจ (ROI) ในกลีบหน้าผาก สิ่งเหล่านี้คือเทมเพลต SPM Automatic Anatomic Labeling (AAL) ( 18 ) และวิธีการแบ่งส่วนกลีบหน้าผากที่เชื่อถือได้ซึ่งเราได้ตีพิมพ์ไว้ ( 19 ) เทมเพลต AAL ถูกใช้เพื่อสร้างกลีบหน้าผากทั้งหมด บริเวณซีงกูเลตด้านหน้า และบริเวณออร์บิโตฟรอนทัล วิธีการแบ่งส่วนของเราเองถูกใช้เพื่อสร้างบริเวณพรีฟรอนทัล (กลีบหน้าผากลบด้วยบริเวณมอเตอร์เสริม) เราได้วัดสัดส่วนของปริมาตร WM, GM, CSF ในสมองทั้งหมดและบริเวณหน้าผากในระดับกรณี โดยการแมปบริเวณต่างๆ ไปยังส่วนแบ่งที่แบ่งไว้แต่ละส่วนก่อน จากนั้นจึงหาค่าเฉลี่ยของค่าต่างๆ ในแต่ละกลุ่มทั้งสองกลุ่ม
การวิเคราะห์ทางสถิติ
เราทำการทดสอบ t-test ตัวอย่างอิสระสองด้านเพื่อตรวจสอบความแตกต่างของกลุ่มในข้อมูลประชากรข้อมูลต่อมไร้ท่อข้อมูลความรู้ความเข้าใจและปริมาณของสมองรวมทั้งความสัมพันธ์ของเพียร์สันระหว่างคะแนนการฆ่าเชื้อ TFEQ และ BMI คะแนนคำสี Stroop และปริมาณสสารสีเทาของวงโคจรของเยื่อหุ้มสมองออร์โธฟรอนทัล ข้อมูลที่เกินกว่า 2 ส่วนเบี่ยงเบนมาตรฐานจากค่าเฉลี่ยของกลุ่มสำหรับตัวแปรนั้นจะไม่รวมอยู่ด้วย เนื่องจากมีความแปรปรวนของปริมาณสมองในระดับภูมิภาคที่เกี่ยวข้องกับขนาดศีรษะโดยรวมเราจึงวัดขนาดห้องนิรภัยภายในกะโหลก (ICV) ของแต่ละคนและใช้ค่า ICV เพื่อปรับปริมาณสมองส่วนภูมิภาค ดังนั้นเพื่อให้สามารถเปรียบเทียบกับการศึกษาอื่น ๆ และให้ผู้อ่านเข้าใจถึงขนาดของบริเวณสมองที่ศึกษาตารางที่อธิบายปริมาณสมองส่วนภูมิภาคจะแสดงปริมาณดิบ (ไม่ตกค้าง) อย่างไรก็ตามการเปรียบเทียบทางสถิติและความสำคัญและขนาดผลกระทบสำหรับการถ่ายภาพทั้งหมดที่นำเสนอนั้นใช้ปริมาตรของสมองที่ปรับแล้ว (ที่เหลือ)
ผลสอบ
ข้อมูลประชากรและต่อมไร้ท่อ
กลุ่มตัวอย่างได้รับการจับคู่ตามอายุ เพศ ระดับชั้นเรียน และสถานะทางเศรษฐกิจและสังคม (SES) ของ Hollingshead ผู้เข้าร่วมที่เป็นโรคอ้วนจะมีค่าดัชนีมวลกาย (BMI) สูงกว่าตามคำจำกัดความ และคาดว่าจะมีค่าความดันโลหิตซิสโตลิกและไดแอสโตลิก ระดับอินซูลินและกลูโคสขณะอดอาหารสูงกว่า (แต่ทั้งหมดอยู่ในช่วงระดับน้ำตาลในเลือดปกติ) เช่นเดียวกับค่าดัชนีความต้านทานอินซูลิน (HOMA-IR) ไตรกลีเซอไรด์ คอเลสเตอรอลชนิด LDL และโปรตีน C-reactive ที่มีความไวสูง (CRP) นอกจากนี้ ผู้ที่เป็นโรคอ้วนยังมีระดับคอเลสเตอรอลชนิด HDL ต่ำกว่าอย่างมีนัยสำคัญ โปรดดู ตาราง ที่1
| 1 ตาราง
ลักษณะทางประชากรและลักษณะของต่อมไร้ท่อของกลุ่มวัยรุ่นลีนและโรคอ้วน |
แบบสอบถามการรับประทานอาหารสามปัจจัย
วัยรุ่นที่เป็นโรคอ้วนมีคะแนนสูงกว่าผู้เข้าร่วมแบบลีนอย่างมีนัยสำคัญเกี่ยวกับปัจจัยการฆ่าเชื้อของแบบสอบถามการกินอาหารสามปัจจัย (6.85 ± 3.55 เทียบกับ 3.91 ± 1.96, p <0.000, โคเฮน d (d) = 1.07) รวมทั้งปัจจัยความหิว (6.60 ± 3.37 เทียบกับ 4.68 ± 2.84, p = 0.008, d = 0.81) และปัจจัยยับยั้งทางปัญญา (9.19 ± 4.30 เทียบกับ 6.78 ± 4.11, p = 0.012, d = 0.57) โปรดทราบว่าเราทำการวิเคราะห์เหล่านี้ซ้ำสำหรับผู้เข้าร่วม 81 คนที่มี MRI และผลลัพธ์ไม่มีการเปลี่ยนแปลงโดยพื้นฐาน (ไม่แสดงข้อมูล)
มาตรการทางปัญญา
เมื่อเทียบกับวัยรุ่นที่มีรูปร่างผอม วัยรุ่นที่เป็นโรคอ้วนมีประสิทธิภาพการทำงานของสมองส่วนหน้าแย่กว่าในทุกงาน โดยเฉพาะอย่างยิ่งในแบบทดสอบ Stroop (ซึ่งเป็นการวัดการยับยั้ง) และดัชนีความจำใช้งานของ WRAML แม้ว่าจะควบคุมตัวแปร IQ ที่ประเมินไว้แล้วก็ตาม โปรดดูตารางที่ 2
| 2 ตาราง
ความแตกต่างทางปัญญาระหว่างกลุ่มวัยรุ่นลีนและอ้วน |
เนื่องจากวิชา 10 ไม่ได้รับการประเมิน MRI (สำหรับรายละเอียดโปรดดูที่ผู้เข้าร่วมและส่วนของขั้นตอนข้างต้น) เราทำการวิเคราะห์ซ้ำสำหรับกลุ่มย่อยของวัยรุ่น 81 ที่มี MRI และทิศทางและความสำคัญของผลลัพธ์ทางปัญญายังคงไม่เปลี่ยนแปลง ไม่แสดง)
การถ่ายภาพสมอง
ปริมาณสสารสีเทากลีบหน้า (เป็นลูกบาศก์เซนติเมตร) มีแนวโน้มที่เล็กกว่าแม้ว่าจะไม่ได้อยู่ในระดับนัยสำคัญทางสถิติในหมู่วัยรุ่นอ้วน (265.3 ± 29.5 เทียบกับ 269.6 ± 26.7; 0.00369 ± 0.018312 ที่เหลืออยู่ −0.00609 ± 0.014076, p = 0.139 d = 0.35) โปรดทราบว่าถึงแม้ว่าความแตกต่างที่แน่นอนระหว่างปริมาณเหล่านี้มีขนาดเล็กการวิเคราะห์ได้ดำเนินการหลังจากการตกค้างใน ICV และค่านัยสำคัญและขนาดผลกระทบสะท้อนให้เห็นถึงการวิเคราะห์เหล่านี้ นอกจากนี้เพื่อควบคุมผลกระทบการพัฒนาที่เป็นไปได้ของอายุต่อปริมาตรด้านหน้าและสมองเราจึงทำการวิเคราะห์ซ้ำตามอายุ เราพบว่าปริมาณสสารสีเทาที่ลดลงอย่างมีนัยสำคัญสำหรับเยาวชนที่เป็นโรคอ้วนในเยื่อหุ้มสมอง orbitofrontal (32.3 ± 3.68 เทียบกับ 33.3 ± 3.99; 0.00781 ± 0.024944 ที่ตกค้าง, p0.01227 ± 0.018947, d = 0.005) ความแตกต่างของกลุ่มวอลุ่ม OFC ไม่เปลี่ยนแปลงหลังจากควบคุมความดันโลหิตซิสโตลิกหรือ HOMA-IR การประเมินพื้นที่สมองอื่น ๆ รวมถึงเยื่อหุ้มสมองส่วนหน้าและเยื่อหุ้มสมองด้านหน้าส่วนหน้าไม่ได้มีความแตกต่างกันระหว่างผู้เข้าร่วมที่เป็นโรคอ้วนและผู้ป่วยที่มีน้ำหนักน้อย การร่วมที่หลากหลายสำหรับอายุไม่ได้เปลี่ยนแปลงความสัมพันธ์เหล่านี้
สมาคม
เราพบความเชื่อมโยงที่สำคัญระหว่างการวัดปริมาณ TFEQ และความรู้ความเข้าใจ BMI และ MRI โดยเฉพาะอย่างยิ่งคะแนนการฆ่าเชื้อใน TFEQ มีความสัมพันธ์อย่างมีนัยสำคัญกับ BMI (r (81) = 0.406, p <0.001), คะแนน Stroop Color-Word (r (77) = −0.272, p = 0.017) และ OFC สีเทา ปริมาตรของสาร (r (71) = −0.273, p = 0.021) เพื่อให้เข้าใจถึงความสัมพันธ์ระหว่างปริมาณ OFC และการฆ่าเชื้อเราได้สำรวจความสัมพันธ์แยกกันสำหรับทั้งสองกลุ่ม เราพบว่าไม่มีความสัมพันธ์ระหว่างการฆ่าเชื้อและปริมาณ OFC สำหรับคนอ้วน (r (40) = −0.028, p = 0.864) ในขณะที่มีการเชื่อมโยงที่แข็งแกร่งสำหรับกลุ่มลีน (r (31) = −0.460, p = 0.009) ความสัมพันธ์ระหว่างคะแนนการฆ่าเชื้อและ BMI และ Stroop ยังคงมีนัยสำคัญสำหรับกลุ่มย่อยของบุคคลที่มี MRI (ไม่แสดงข้อมูล)
การสนทนา
ตามที่คาดไว้ วัยรุ่นที่เป็นโรคอ้วนมีคะแนนการขาดการยับยั้งชั่งใจ ความหิว และการยับยั้งทางความคิดใน TFEQ สูงกว่าอย่างมีนัยสำคัญ แม้ว่าระดับการยับยั้งทางความคิดที่สูงขึ้นในวัยรุ่นที่เป็นโรคอ้วนอาจดูขัดแย้งกับสามัญสำนึกในเบื้องต้น แต่ก็สอดคล้องกับแบบจำลอง "การยับยั้งที่เข้มงวด" ที่อธิบายไว้ ซึ่งบุคคลที่มีพฤติกรรมการกินที่ขาดการยับยั้งชั่งใจและการยับยั้งทางความคิดอาจมีแนวโน้มที่จะจำกัดอาหารในบางสถานการณ์ แต่กินมากเกินไปในสถานการณ์อื่น ๆ ( 20 )
ผลการศึกษาโครงสร้างประสาทใหม่ของเราในกลุ่มวัยรุ่นที่เป็นโรคอ้วนสอดคล้องกับผลการศึกษาในผู้ใหญ่ ( 8 , 9 ) ที่แสดงให้เห็นถึงการลดลงของปริมาตรเนื้อเยื่อสีเทา ในกลุ่มตัวอย่างวัยรุ่นของเรา การลดลงนี้เด่นชัดที่สุดในบริเวณคอร์เทกซ์วงโคจรหน้าผาก ซึ่งเป็นบริเวณสมองที่สำคัญในการควบคุมแรงกระตุ้น แต่ก็มีแนวโน้มลดลงเล็กน้อยในกลีบหน้าผากทั้งหมดด้วย เราคาดการณ์ว่าการลดลงของปริมาตรที่ละเอียดอ่อนกว่าในบริเวณสมองอื่นๆ ในกลุ่มวัยรุ่นที่เป็นโรคอ้วนอาจมีความสำคัญทางสถิติในกลุ่มตัวอย่างที่ขยายใหญ่ขึ้น
ที่สำคัญสำหรับรายงานนี้เราพบว่ากลุ่มที่มีน้ำหนักเกินไม่เพียง แต่จะมีคะแนนการกำจัดที่สูงขึ้นใน TFEQ แต่ยังมีประสิทธิภาพต่ำกว่าในการทดสอบทางความคิดที่สะท้อนการทำงานของสมองที่คิดว่าเป็นศูนย์กลางของการยับยั้งพฤติกรรม จากขอบเขตและหน้าที่ของสมองส่วนหน้าเราวัดความสนใจเป็นพิเศษในการยืนยันความสัมพันธ์ระหว่างปัจจัยการยับยั้งของ TFEQ และ OFC ซึ่งเป็นพื้นที่สมองที่สำคัญมากสำหรับการยับยั้งพฤติกรรม (การควบคุมแรงกระตุ้น) เราเลือก Stroop เพราะมันเป็นเพียงหนึ่งในงานกลีบหน้าผากของเรา (รวมถึงงานที่แตะฟังก์ชั่นผู้บริหาร) ที่ทดสอบความสามารถในการยับยั้งการตอบสนองอัตโนมัติโดยเฉพาะ นี่คือการรับรู้โดยตรงขนานของพฤติกรรม (disinhibition factor ของ TFEQ) และส่วนของสมอง (OFC) ซึ่งเกี่ยวข้องกับการยับยั้งการตอบสนองอัตโนมัติ ความสนใจของเราคือการยืนยันการทำงาน (Stroop กับงานอื่น ๆ ของหน้าผากที่ไม่ได้วัดการยับยั้งการตอบสนอง) และความเฉพาะเจาะจงทางกายวิภาค (OFC) ของการค้นพบของเรา
นอกจากนี้ เรายังพบความสัมพันธ์ที่สำคัญระหว่างคะแนนปัจจัยการขาดการยับยั้งชั่งใจกับทั้งดัชนีมวลกาย (BMI) และปริมาตรของ OFC เมื่อตรวจสอบความสัมพันธ์ระหว่างการขาดการยับยั้งชั่งใจและปริมาตรของ OFC แยกกันในผู้เข้าร่วมที่มีน้ำหนักตัวปกติและผู้ที่มีน้ำหนักเกิน เราพบความสัมพันธ์เชิงลบที่แข็งแกร่งเฉพาะในกลุ่มที่มีน้ำหนักตัวปกติเท่านั้นเป็นไปได้ว่าผู้ที่มีน้ำหนักเกินอาจเคยประสบกับระดับการขาดการยับยั้งชั่งใจที่สำคัญมาแล้ว (ซึ่งดังที่เราได้แสดงให้เห็นแล้วว่ามีความสัมพันธ์กับ BMI) โดยที่การขาดการยับยั้งชั่งใจเพิ่มเติมอาจไม่สะท้อนให้เห็นอย่างชัดเจนในความเปลี่ยนแปลงของ OFC แต่บางทีอาจสะท้อนในบริเวณหรือเครือข่ายสมองที่แตกต่างกันซึ่งไม่ได้ประเมินในส่วนหนึ่งของการศึกษาครั้งนี้ ความเป็นไปได้อีกประการหนึ่งสำหรับผลลัพธ์ที่แตกต่างกันเหล่านี้ในแต่ละกลุ่มน้ำหนักคือ เนื่องจากกลุ่มผู้ที่มีน้ำหนักเกินมีระดับการยอมรับรายการสูงกว่า พวกเขาอาจมีความอ่อนไหวต่อปัญหาความต้องการทางสังคมมากกว่า และดังนั้นพวกเขาอาจมีแนวโน้มที่จะรายงานขอบเขตของการขาดการยับยั้งชั่งใจทางพฤติกรรมในการรับประทานอาหารได้ไม่ครบถ้วน ทำให้ความสัมพันธ์ในกลุ่มนี้ลดลง สุดท้ายนี้ เป็นไปได้เช่นกันว่าข้อจำกัดของช่วงข้อมูล กล่าวคือ ปรากฏการณ์ที่ค่าสหสัมพันธ์ลดลงเมื่อค่าความแปรปรวนลดลง ดังที่เกิดขึ้นเมื่อเราแบ่งกลุ่มตัวอย่างออกเป็นสองส่วน อาจส่งผลกระทบต่อผลลัพธ์ของเราได้
ในขณะที่การศึกษาของเราพบว่าการยับยั้งพฤติกรรมการกินมีความสัมพันธ์กับการลดลงของการทำงานของผู้บริหารและปริมาณสสารสีเทาด้านหน้าลักษณะการตัดขวางของการออกแบบของเราไม่ได้ช่วยให้เราสามารถแก้ไขปัญหาทิศทางหรือสาเหตุ เมื่อมีการกล่าวมีทฤษฎีที่น่าเชื่อถือหลายประการเกี่ยวกับทิศทางของการเชื่อมโยงเหล่านี้
ความเป็นไปได้ประการหนึ่งคือ ความบกพร่องทางโครงสร้างหรือการทำงานของสมองขั้นต้นนำไปสู่การกินที่ไม่ยับยั้งและการลดลงของการทำงานของระบบประสาทและสมอง แนวคิดนี้ได้รับการสนับสนุนบางส่วนจากงานวิจัยที่แสดงให้เห็นว่าการกินที่ไม่ยับยั้งเป็นการบ่งบอกถึงการบริโภคแคลอรี่ที่เพิ่มขึ้น ( 21 ) และโรคอ้วน ( 22 ) นอกจากนี้ยังสอดคล้องกับงานวิจัยด้านการถ่ายภาพการทำงานของสมองที่แสดงให้เห็นว่าบุคคลที่ตอบสนองต่อการมองเห็นการรับประทานอาหารที่น่ารับประทานแล้วมีการกระตุ้นวงจรการให้รางวัลของสมองที่อ่อนแอลง มีความเสี่ยงสูงต่อการเพิ่มน้ำหนักในอนาคต ( 23 ) บางทีพวกเขาอาจต้องการสิ่งกระตุ้นที่ใหญ่กว่า (อาหารมากขึ้น) เพื่อให้ได้รับผลตอบรับการให้รางวัลแบบเดียวกัน
คำอธิบายที่เป็นไปได้อีกประการหนึ่งคือ ความบกพร่องทางโครงสร้างของสมองเช่นที่แสดงให้เห็นในงานวิจัยนี้เป็นผลมาจากโรคอ้วนและภาวะดื้อต่ออินซูลินที่เกี่ยวข้อง ความเป็นไปได้นี้ได้รับการสนับสนุนจากงานวิจัยระยะยาว 24 ปีที่แสดงให้เห็นว่าดัชนีมวลกายที่เพิ่มขึ้นตั้งแต่ช่วงวัยกลางคนมีความสัมพันธ์กับปริมาตรของกลีบขมับที่ลดลงในวัยชรา ( 24 ) งานวิจัยของเราเองในผู้ใหญ่ที่พบว่าปริมาตรของฮิปโปแคมปัสมีความสัมพันธ์กับความบกพร่องในการทนต่อกลูโคส ( 25 ) รวมถึงงานวิจัยในวัยรุ่นที่เป็นโรคเบาหวานชนิดที่ 2 ที่พบความบกพร่องทางด้านการรับรู้และการลดลงของปริมาตรของกลีบหน้าผากและความสมบูรณ์ของโครงสร้างจุลภาคของสารสีขาว ( 26 ) เราตั้งสมมติฐานว่าภาวะดื้อต่ออินซูลินที่เกี่ยวข้องกับโรคอ้วนที่พบในกลุ่มวัยรุ่นที่มีน้ำหนักเกินของเราอาจมีส่วนทำให้การทำงานของสมองลดลงและความบกพร่องทางโครงสร้าง เราได้อธิบายแบบจำลองที่เป็นไปได้สำหรับผลกระทบเหล่านี้ ( 27 ) ซึ่งเราตั้งสมมติฐานว่าภาวะดื้อต่ออินซูลินมีความสัมพันธ์กับปฏิกิริยาของหลอดเลือดในสมองที่ลดลงซึ่งเกี่ยวข้องกับความผิดปกติของเยื่อบุหลอดเลือด เรารู้ว่าในระหว่างการกระตุ้นสมอง เช่นที่เกิดขึ้นเมื่อทำภารกิจทางปัญญา จะมีการเพิ่มขึ้นของกิจกรรมไซแนปส์ในบริเวณสมองที่เกี่ยวข้อง ในสมองปกติ สิ่งนี้ส่งผลให้เกิดการขยายตัวของหลอดเลือดในบริเวณนั้น และทำให้มีกลูโคสเพิ่มขึ้นในบริเวณนั้นเพื่อรองรับความต้องการทางปัญญาที่เพิ่มขึ้น ( 28 ) ดังนั้น ปฏิกิริยาของหลอดเลือด ซึ่งเป็นส่วนสำคัญของการไหลเวียนของเลือดในสมองที่ได้รับการควบคุมอย่างดี จึงเป็นกุญแจสำคัญในการรักษาสภาพแวดล้อมของเซลล์ประสาทให้เหมาะสมในระหว่างการกระตุ้นสมอง ( 29 ) งานวิจัยที่แสดงให้เห็นถึงความผิดปกติของเยื่อบุหลอดเลือดในเด็กอ้วน แม้กระทั่งก่อนการเกิดโรคเบาหวาน ( 30 ) ยิ่งสนับสนุนสมมติฐานนี้ นอกจากนี้ ตัวบ่งชี้การอักเสบ โปรตีน C-reactive (CRP) ยังสูงขึ้นในวัยรุ่นอ้วนของเรา ในการศึกษาที่ตรวจสอบกลุ่มตัวอย่างขนาดใหญ่ของผู้ใหญ่ นักวิจัยพบว่าระดับของไซโตไคน์ที่ก่อให้เกิดการอักเสบเพิ่มขึ้น ซึ่งเป็นตัวกลางที่อาจก่อให้เกิดความเสื่อมถอยทางปัญญาในบุคคลที่มีภาวะเมตาบอลิกซินโดรม( 31–34 ) กลไกที่เป็นไปได้สำหรับผลกระทบทางด้านการรับรู้เหล่านี้ มาจากข้อมูลจากการทดลองในสัตว์ที่แสดงให้เห็นว่า ไซโตไคน์ที่ก่อให้เกิดการอักเสบมากเกินไปสามารถลดการเสริมสร้างความจำระยะยาว (LTP) ซึ่งเป็นกระบวนการที่เข้าใจกันว่ามีความสำคัญต่อการรวมความทรงจำในฮิปโปแคมปัส ไซโตไคน์ที่ก่อให้เกิดการอักเสบอาจทำให้เกิดความบกพร่องในการสร้างเซลล์ประสาทใหม่และความยืดหยุ่นของระบบประสาท ซึ่งเป็นกระบวนการที่สำคัญต่อการสร้างความทรงจำและการรักษาความสมบูรณ์ของโครงสร้างประสาท
ความเป็นไปได้ประการที่สามคือผลกระทบเหล่านี้เป็นแบบสองทิศทางโดยการยับยั้งพฤติกรรมมักจะเป็นโรคอ้วนซึ่งอาจส่งผลเสียต่อบริเวณสมองที่รับผิดชอบในการทำหน้าที่ของผู้บริหารและการยับยั้งการบริโภคแคลอรี่ ความเป็นไปได้ที่สามนี้อาจช่วยอธิบายได้ว่าทำไมมันจึงยากสำหรับบุคคลที่จะลดน้ำหนักเมื่อได้รับ
เราได้รับการสนับสนุนจากความจริงที่ว่าในบรรดาพื้นที่สมองไม่กี่แห่งที่เราประเมินคือ OFC พื้นที่สมองที่ได้รับการแสดงให้เห็นว่ามีความสำคัญในการยับยั้งพฤติกรรมในการศึกษาทั้งสัตว์และมนุษย์ การค้นพบของเรารวมถึงประสิทธิภาพที่ต่ำกว่าในการทดสอบการคิดซึ่งต้องใช้ OFC อย่างสมบูรณ์ควบคู่ไปกับการลดปริมาตรในพื้นที่นี้ที่เกี่ยวข้องกับจุดการกำจัดพฤติกรรมที่มีความสำคัญในการเพิ่มน้ำหนัก
การศึกษานี้มีข้อ จำกัด บางประการที่ชัดเจน ประการแรกเป็นการมองแบบตัดขวางที่ไม่อนุญาตให้เราแสดงความคิดเห็นเกี่ยวกับเวรกรรมที่ชัดเจน ประการที่สองเนื่องจากขนาดตัวอย่างที่ค่อนข้างเรียบง่ายของเราเราได้ จำกัด การวัดของเราไว้ที่บริเวณสมองซึ่งจากการศึกษาก่อนหน้านี้พบว่าเกี่ยวข้องกับโรคอ้วนหรือการยับยั้งหรือสิ่งที่เรามีเหตุผลทางทฤษฎีที่ดีที่เชื่อว่าอาจเกี่ยวข้อง ดังนั้นจึงเป็นไปได้ว่ามีพื้นที่สมองอื่น ๆ ซึ่งเราไม่ได้ประเมินว่าอาจเกี่ยวข้องด้วย ข้อ จำกัด ประการที่สามของการศึกษาของเราคือเรามีน้ำหนักปัจจุบันของผู้เข้าร่วมเท่านั้นและเราไม่สามารถแสดงความคิดเห็นเกี่ยวกับระยะเวลาของโรคอ้วนได้ ตัวอย่างที่เราศึกษามีแนวโน้มที่จะมีความแปรปรวนอย่างมากในระยะเวลาของโรคอ้วนและความต้านทานต่ออินซูลินที่เกี่ยวข้อง อย่างไรก็ตามการศึกษาของเรามีจุดแข็งที่สำคัญรวมถึงการจับคู่อย่างระมัดระวังระหว่างกลุ่มการประเมินหลายมิติที่ดำเนินการและวิธีการ MRI ที่เป็นกลางที่ใช้ในการวิเคราะห์ข้อมูล MRI
เพื่อทำความเข้าใจกับปัญหาที่อธิบายไว้ที่นี่งานในอนาคตควรประเมินอาสาสมัครตามยาวติดตามการพัฒนาของโรคอ้วนตลอดเวลาในขณะที่วัดการเปลี่ยนแปลงทางปัญญาเกี่ยวกับความรู้ความเข้าใจพฤติกรรมและ neurostructural นอกจากนี้เรายังสามารถปรับปรุงความเข้าใจของเราผ่านการศึกษาที่ออกแบบมาเพื่อตรวจสอบผลที่ตามมาของการรักษาโรคอ้วนที่ประสบความสำเร็จ (เช่นการผ่าตัดลดความอ้วน) และตรวจสอบให้แน่ใจว่าการขาดดุลบางส่วนสามารถย้อนกลับได้ นอกจากนี้งานในอนาคตควรประเมินปัจจัยที่เกี่ยวข้องอื่น ๆ เช่น cytokines โปรและต้านการอักเสบเช่นเดียวกับการใช้เทคนิค MRI ที่มีความไวมากขึ้นเช่นการแพร่ภาพเทนเซอร์เทนเซอร์ (DTI)
|
|
รูป 1
ความสัมพันธ์ระหว่างดัชนีมวลกายและการกำจัด |
|
|
รูป 2
ความสัมพันธ์ระหว่างปริมาณ OFC Grey Matter และ Disinhibition ในวัยรุ่น (Lean และ Obese) |
กิตติกรรมประกาศ
การศึกษาได้รับการสนับสนุนโดยทุนจากสถาบันสุขภาพแห่งชาติ R21 DK070985 และ RO1 DK083537 และได้รับการสนับสนุนในส่วนโดย Grant1UL1RR029893 จากศูนย์วิจัยทรัพยากรแห่งชาติ ผู้เขียนต้องการรับทราบเด็กและครอบครัวที่เข้าร่วมในการวิจัยนี้รวมถึง Po Lai Yau และ Valentin Polyakov ในการรวบรวมและประมวลผลข้อมูลและความช่วยเหลือของ Allison Larr ในการจัดทำต้นฉบับนี้
เชิงอรรถ
การเปิดเผยทางการเงิน:
ไม่มีผู้เขียนคนอื่นที่มีผลประโยชน์ทางการเงิน / ความขัดแย้งที่จะเปิดเผย
อ้างอิง
1. Ogden CL, Carroll MD, Flegal KM. ดัชนีมวลกายสูงเกินเกณฑ์สำหรับวัยในเด็กและวัยรุ่นชาวสหรัฐอเมริกา ปี 2003-2006. JAMA. 2008;299:2401–5.[ PubMed ]
2. Stunkard AJ, Messick S. แบบสอบถามการรับประทานอาหารสามปัจจัยเพื่อวัดการควบคุมอาหาร การขาดการยับยั้งชั่งใจ และความหิว J Psychosom Res. 1985;29:71–83.[ PubMed ]
3. Schwartz MW, Woods SC, Porte D, Jr., Seeley RJ, Baskin DG. การควบคุมการรับประทานอาหารโดยระบบประสาทส่วนกลาง Nature. 2000;404:661–71.[ PubMed ]
4. Korner J, Leibel RL. กินหรือไม่กิน – ลำไส้สื่อสารกับสมองอย่างไร N Engl J Med. 2003;349:926–8.[ PubMed ]
5. Martin LE, Holsen LM, Chambers RJ และคณะ กลไกทางประสาทที่เกี่ยวข้องกับแรงจูงใจในการรับประทานอาหารในผู้ใหญ่ที่เป็นโรคอ้วนและผู้ที่มีน้ำหนักปกติ โรคอ้วน (Silver Spring) 2010;18:254–60.[ PubMed ]
6. Del Parigi A, Gautier JF, Chen K และคณะ การถ่ายภาพระบบประสาทและโรคอ้วน: การทำแผนที่การตอบสนองของสมองต่อความหิวและความอิ่มในมนุษย์โดยใช้การตรวจเอกซเรย์คอมพิวเตอร์แบบโพซิตรอน Ann NY Acad Sci. 2002;967:389–97.[ PubMed ]
7. Damasio H, Grabowski T, Frank R, Galaburda AM, Damasio AR. การกลับมาของฟิเนียส เกจ: เบาะแสเกี่ยวกับสมองจากกะโหลกศีรษะของผู้ป่วยชื่อดัง Science. 1994;264:1102–5.[ PubMed ]
8. Walther K, Birdsill AC, Glisky EL, Ryan L. ความแตกต่างทางโครงสร้างของสมองและการทำงานของระบบการรับรู้ที่เกี่ยวข้องกับดัชนีมวลกายในผู้หญิงสูงอายุ Hum Brain Mapp. 2010;31:1052–64.[ PubMed ]
9. Taki Y, Kinomura S, Sato K และคณะ ความสัมพันธ์ระหว่างดัชนีมวลกายและปริมาตรของเนื้อเยื่อสีเทาในบุคคลที่มีสุขภาพดี 1,428 คน โรคอ้วน (Silver Spring) 2008;16:119–24.[ PubMed ]
10. Pannacciulli N, Del Parigi A, Chen K, Le DS, Reiman EM, Tataranni PA. ความผิดปกติของสมองในภาวะอ้วนในมนุษย์: การศึกษาทางสัณฐานวิทยาแบบอิงว็อกเซล Neuroimage. 2006;31:1419–25.[ PubMed ]
11. Volkow ND, Wang GJ, Telang F และคณะ ความสัมพันธ์ผกผันระหว่างดัชนีมวลกายและกิจกรรมการเผาผลาญในสมองส่วนหน้าในผู้ใหญ่ที่มีสุขภาพดี โรคอ้วน (Silver Spring) 2009;17:60–5. [ บทความฟรีใน PMC ][ PubMed ]
12. Elias MF, Elias PK, Sullivan LM, Wolf PA, D'Agostino RB. การทำงานของสมองลดลงในผู้ที่มีภาวะอ้วนและความดันโลหิตสูง: การศึกษา Framingham Heart Study. Int J Obes Relat Metab Disord. 2003;27:260–8.[ PubMed ]
13. Gunstad J, Paul RH, Cohen RA, Tate DF, Spitznagel MB, Gordon E. ดัชนีมวลกายที่สูงขึ้นมีความสัมพันธ์กับความบกพร่องในการทำงานของสมองส่วนบริหารจัดการในผู้ใหญ่ที่มีสุขภาพดี Compr Psychiatry. 2007;48:57–61.[ PubMed ]
14. Waldstein SR, Katzel LI. ความสัมพันธ์เชิงโต้ตอบของภาวะอ้วนลงพุงเทียบกับภาวะอ้วนโดยรวมและความดันโลหิตต่อการทำงานของสมอง Int J Obes (Lond) 2006;30:201–7.[ PubMed ]
15. Lokken KL, Boeka AG, Austin HM, Gunstad J, Harmon CM. หลักฐานของการทำงานของสมองส่วนบริหารที่บกพร่องในวัยรุ่นที่เป็นโรคอ้วนอย่างรุนแรง: การศึกษานำร่อง Surg Obes Relat Dis. 2009;5:547–52.[ PubMed ]
16 Lezak MD, Howleson DB, Loring DW, Hannay HJ, Fischer JS การประเมินทางประสาทวิทยา สำนักพิมพ์มหาวิทยาลัยออกซ์ฟอร์ด; นิวยอร์ก: 2004
17. Good CD, Scahill RI, Fox NC และคณะ การจำแนกรูปแบบทางกายวิภาคในสมองมนุษย์โดยอัตโนมัติ: การตรวจสอบความถูกต้องด้วยการศึกษาเกี่ยวกับภาวะสมองเสื่อม Neuroimage. 2002;17:29–46.[ PubMed ]
18. Tzourio-Mazoyer N, Landeau B, Papathanassiou D และคณะ การติดฉลากทางกายวิภาคอัตโนมัติของการกระตุ้นใน SPM โดยใช้การแบ่งส่วนทางกายวิภาคระดับมหภาคของสมอง MNI MRI ของผู้ป่วยรายเดียว Neuroimage. 2002;15:273–89.[ PubMed ]
19. Convit A, Wolf OT, de Leon MJ และคณะ การวิเคราะห์ปริมาตรของบริเวณพรีฟรอนทัล: ผลการศึกษาในผู้สูงอายุและโรคจิตเภท Psychiatry Res. 2001;107:61–73.[ PubMed ]
20. Westenhoefer J, Broeckmann P, Munch AK, Pudel V. การควบคุมทางความคิดของพฤติกรรมการกินและผลของการขาดการยับยั้ง Appetite. 1994;23:27–41.[ PubMed ]
21. Yeomans MR, Leitch M, Mobini S. ความหุนหันพลันแล่นมีความสัมพันธ์กับปัจจัยการขาดการยับยั้งชั่งใจ แต่ไม่มีความสัมพันธ์กับปัจจัยการควบคุมตนเองจากแบบสอบถามการรับประทานอาหารสามปัจจัย Appetite. 2008;50:469–76.[ PubMed ]
22. Hays NP, Bathalon GP, McCrory MA, Roubenoff R, Lipman R, Roberts SB. ความสัมพันธ์ระหว่างพฤติกรรมการกินกับการเพิ่มน้ำหนักและโรคอ้วนในผู้หญิงสุขภาพดีอายุ 55-65 ปี Am J Clin Nutr. 2002;75:476–83.[ PubMed ]
23. Stice E, Yokum S, Bohon C, Marti N, Smolen A. การตอบสนองของวงจรการให้รางวัลต่ออาหารทำนายการเพิ่มขึ้นของมวลกายในอนาคต: ผลกระทบที่ปรับเปลี่ยนของ DRD2 และ DRD4 Neuroimage. 2010;50:1618–25.[ PubMed ]
24. Gustafson D, Lissner L, Bengtsson C, Bjorkelund C, Skoog I. การติดตามดัชนีมวลกายและการฝ่อของสมองเป็นเวลา 24 ปี Neurology. 2004;63:1876–81.[ PubMed ]
25. Convit A, Wolf OT, Tarshish C, de Leon MJ. ภาวะความทนต่อกลูโคสลดลงมีความสัมพันธ์กับประสิทธิภาพความจำที่แย่ลงและการฝ่อของฮิปโปแคมปัสในผู้สูงอายุปกติ Proc Natl Acad Sci US A. 2003;100:2019–22. [ บทความฟรีใน PMC ][ PubMed ]
26 เหยา PL, Javier DC, Ryan CM และคณะ หลักฐานเบื้องต้นเกี่ยวกับภาวะแทรกซ้อนทางสมองในวัยรุ่นที่เป็นโรคอ้วนประเภท 2 เบาหวาน Diabetologia 2010
27. Convit A. ความเชื่อมโยงระหว่างความบกพร่องทางสติปัญญาในภาวะดื้อต่ออินซูลิน: แบบจำลองอธิบาย Neurobiol Aging. 2005;26(Suppl 1):31–5.[ PubMed ]
28. Benton D, Parker PY, Donohoe RT. การจัดหากลูโคสให้กับสมองและการทำงานของระบบการรับรู้ J Biosoc Sci. 1996;28:463–79.[ PubMed ]
29. Drake CT, Iadecola C. บทบาทของการส่งสัญญาณประสาทในการควบคุมการไหลเวียนของเลือดในสมอง Brain Lang. 2007;102:141–52.[ PubMed ]
30. Karpoff L, Vinet A, Schuster I และคณะ การตอบสนองของหลอดเลือดที่ผิดปกติในขณะพักและขณะออกกำลังกายในเด็กชายอ้วน Eur J Clin Invest. 2009;39:94–102.[ PubMed ]
31. Dik MG, Jonker C, Comijs HC และคณะ การมีส่วนร่วมของส่วนประกอบของกลุ่มอาการเมตาบอลิกต่อการรับรู้ในผู้สูงอายุ Diabetes Care. 2007;30:2655–60.[ PubMed ]
32 Roberts RO, Geda YE, Knopman DS, และคณะ Metabolic Syndrome, Inflammation และ Nonamnestic Mental Cognitive Cogn ใจในผู้สูงอายุ: การศึกษาโดยใช้ประชากร โรคอัลไซเมอร์ 2009
33. Sweat V, Starr V, Bruehl H และคณะ โปรตีน C-reactive เกี่ยวข้องกับประสิทธิภาพการทำงานของสมองที่ลดลงในผู้หญิงที่มีน้ำหนักเกินและเป็นโรคอ้วน การอักเสบ 2008;31:198–207 [ บทความฟรีใน PMC ][ PubMed ]
34. Yaffe K, Kanaya A, Lindquist K และคณะ กลุ่มอาการเมตาบอลิก การอักเสบ และความเสี่ยงต่อภาวะความเสื่อมถอยทางสติปัญญา JAMA. 2004;292:2237–42.[ PubMed ]