前精神病。 2017; 8:230。
在线发布2017 Nov 13。 DOI: 10.3389 / fpsyt.2017.00230
PMCID:PMC5693873
Rea Lehner,1,2,* Joshua H. Balsters,1,3 AlexandraBürgler,1 托德A.哈尔,2,4 和 妮可温德罗斯1,2,5
抽象
已经证明,肥胖个体对奖励和奖励预测线索表现出异常敏感性,例如广告中经常使用的与食物相关的线索。 还有研究表明,与食物相关的线索可以增加目标导向的行为,但目前尚不清楚,这种效应在正常体重,超重和肥胖个体之间是否不同。 在这里,我们通过在正常体重中使用巴甫洛夫到仪器转移(PIT)任务来调查这个问题(N = 20),超重(N = 17),并且肥胖(N = 17)个人。 此外,我们在巴甫洛夫式调理中应用了眼动追踪技术来测量参与者的条件化反应,以作为预测奖励的激励显着性的代理。 我们的结果表明,与正常体重和肥胖者相比,超重个体的目标导向行为受食物预测线索(即更强的PIT效果)的影响更大(p <0.001)。 根据年龄,性别,教育程度和父母教育程度对体重组进行匹配。 巴甫洛夫式调理期间的眼球运动在体重类别之间也有所不同(p <0.05),并根据其固定方式将个人分为“高眼指数”和“低眼指数”。 我们的主要发现是,固定方式与重量类别表现出复杂的相互作用。 此外,我们发现,“高眼指数”组的正常体重个体在健康范围内的体重指数高于“低眼指数”组的体重指数(p <0.001),但在超重或肥胖组中未发现这种关系(p > 0.646)。 我们的发现在很大程度上与激励敏感性理论相一致,该理论认为超重个体比正常体重对照组更容易受到与食物相关的提示的影响。 但是,肥胖者可能会减少这种超敏反应,这可能是由于习惯性/强制性暴饮暴食或奖励评估上的差异。
介绍
世界范围内超重或肥胖人群的增加会产生很高的医疗和心理社会负担(1–4),特别是因为这种情况与几种合并症有关,例如心血管疾病,这被称为全球主要死亡原因(2, 4).
在假设行为和能量平衡的背景下,假设影响决策的一个因素(5, 6)是增强型食品营销(7–10)创造一个所谓的“致肥胖”环境,即客户被大量与食物相关的感官提示所包围,提醒他们不断吃饭或饮料,例如火车站的食品包装图像,电视上的可口可乐商业广告,或两者麦当劳的拱门标志在每家商店前面。
最近对人类的研究表明,与食物相关的线索即使在饱足感或奖励不再可用时也会影响行为(11–14)。 由食物线索控制的初始奖励寻求行为可能导致习惯性和最终强迫性暴饮暴食,如成瘾的激励致敏理论所暗示的(15–21)。 该理论暗示,在第一阶段,动机价值指向奖励本身,在第二阶段,指向与奖励相关的线索和对象,将其转化为引人注目的激励(20)。 在动物中,这个过程可以通过巴甫洛夫条件方法/响应来测量,即,当动物开始嗅,舔或咬住杠杆或食物托盘时,预测奖励传递(22–24)。 这样的线索可以成为激励者,并作为强化者自己,导致强烈的奖励寻求行为(15, 25, 26)。 然而,目前有争议的是,在成瘾的背景下开发的这种模式是否也适用于肥胖(6, 19, 20, 27–31)。 之前的研究表明,对肥胖个体的奖励和奖励预测线索存在异常敏感性(32–38但是没有测试这是否会调节目标导向的行为。 在这里,我们解决这个问题,并调查食物预测线索是否差异地影响正常体重,超重和肥胖个体的目标导向行为。 我们采用巴甫洛夫到工具转移(PIT)[供审查,见参考文献。 (26)]测量食物相关线索对目标导向行为的影响。 PIT现象已在两种动物中得到广泛研究[综述参见参考文献]。 (25)]和人类(11–13, 26, 39–57),使其成为转化研究的有用范例。
此外,我们在巴甫洛夫条件下应用眼动追踪作为预测奖励的激励显着性的代表,这可能解释潜在的个体差异。 啮齿类动物的一些研究表明,当估计个体归因于奖励预测线索的动机的程度时,存在相当大的个体差异(22, 23, 58–62)。 然而,目前尚不清楚动物研究的这些发现如何转化为人类,因为只有两项研究(49, 63)在如何定义和量化条件反应方面存在很大差异。
材料和方法
参与者成员
总共招募了64志愿者用于该病例对照研究。 采用了以下招聘策略:瑞士肥胖基金会的公告,当地诊所的广告,自助团体,大型服装店以及大学网站。 参与者在符合以下标准时被包括在内:年龄18-65年龄,德语使用者,隐形眼镜正常或矫正视力正常,对实验中使用的四种食物的任何成分没有食物过敏(即Maltesers)巧克力,Haribo软糖熊,TUC薄脆饼干和Zweifel薯片)。
在过去6个月期间诊断为任何心理或神经疾病,过去的药物滥用,眼部问题或精神病或精神药物摄入的参与者被排除在外(即三名参与者)。 另外五名参与者被排除在外,因为他们未能学习器乐和/或巴甫洛夫协会。 我们根据世界卫生组织使用了体重指数(BMI)分类(64),以区分正常体重(BMI <25 kg / m2),超重(25 kg / m2 ≥BMI <30千克/米2)和肥胖个体(BMI≥30kg / m2)。 通过将个体的体重(千克)除以个体身高(米)的平方来计算BMI。 使用机械伸缩测量杆(Seca 635,Seca,Hamburg,Germany)在平坦尺度(Seca 222,Seca,Hamburg,Germany)和高度上测量重量。 考虑到由于高肌肉质量可能导致高BMI,BMI≥25的参与者被要求估计这是否是由于肌肉或脂肪量增加引起的。 选择肌肉质量选项导致排除(即两个参与者)。 最终样本包括54名参与者(平均年龄= 31±10年,平均值±SD,最老参与者= 55年,55.6%女性)。 虽然我们样本的年龄范围很广,但应对策略和合并症在一生中的变化不应该因为群体匹配而混淆我们的结果。 案例和控制与年龄,性别,教育和父母教育相匹配。 最终样品特征如表所示 Table11.
所有受试者均根据赫尔辛基宣言提供书面知情同意书。 该议定书得到了苏黎世州道德委员会的批准。 参与者每小时报销20瑞士法郎和零食(即所选食品和苹果的包装)。
体脂的间接测量:BMI和腰围
暴饮暴食的高热量和可口的食物主要导致内脏脂肪的积累(65),这反映在腰围测量中(见表 Table1).1)。 在骨盆顶部和最尾部可触及的裂口的下边缘之间的近似中线处测量腰围。 通过将卷尺水平地固定在地板上来测量(64, 66).
问卷调查
所有参与者都用德语填写了一些问卷(见表 Table1).1)。 检索了以下个人详细信息:性别,出生日期,参与者的教育以及父母教育。 参与者填写标准的手性问卷(67)确定在任务期间按下按钮的优势手。
我们通过短暂的15项目版本的Barratt冲动量表[BIS; (68–70)]。 BIS具有良好的内部一致性和重测信度(71)。 它区分冲动的三个分量表:非规划,运动和注意力冲动。
我们通过Beck抑郁量表[BDI-II; 21项目版本]测量自我报告的抑郁症状。 (72–74)]。 BDI-II具有较高的内部一致性和重测信度(74).
此外,评估了四种不同选择中的优选小吃。 使用了四种可口的高热量零食,因为之前已经证明这些食品的PIT效果更强(14)。 我们的选择包括两个甜的,巧克力和软糖熊,两个美味的饼干,薄脆饼干和薯片。 在第一步中,参与者必须根据他们喜欢的程度对他们进行评分(1 =我最喜欢,4 =我最不喜欢)。 在第二步中,使用视觉模拟量表来量化他们喜欢他们的第一选择。 随后将参与者选择的图片用作PIT实验中的奖励/结果。
在仪器和巴甫洛夫调节任务之后,参与者回答了一个询问,以检查他们是否学会了正确的关联(即,仪器调节中的反应结果,巴甫洛夫条件下的刺激结果)。 在学习阶段结束时,参与者评估他们如何在视觉模拟量表上感知中性结果(0 =中性,10 =惩罚)。
在三个体重组之间,冲动性,抑郁症状,食物喜好和中性结果感知之间的体重组之间没有显着差异(ANOVA / Kruskal-Wallis检验,表 Table11).
行为实验
实验装置
实验装置包括带有相应监视器的眼动仪(Tobii TX300 Eye Tracker,Tobii Technology,Stockholm,Sweden),定制的下巴托架和计算机(HP EliteDesk 800 G1 Small Form Factor PC,HP Inc., Palo Alto,CA,USA)。
在Pavlovian条件和PIT任务期间,我们使用了两个灰度分形作为刺激,它们的亮度和复杂度相匹配(75)。 此外,我们使用Maltesers巧克力,Haribo软糖熊,TUC薄脆饼干和Zweifel薯片在黑色背景上的图像作为器乐和巴甫洛夫条件下的食物加强结果(图 (Figure1).1)。 只有参与者最喜欢的食物选择被用作后续任务的强化结果。 请注意,参与者被告知这些图像代表真实的食物奖励,这些奖励在整个实验过程中收集并在最后收到。 相应的中性结果线索具有与原始食物项目相似的形状和颜色(即,用于薯片的黄色椭圆形)但没有奖励性质。 鉴于结果的视觉特性是匹配的,眼睛运动的差异可以缩小到食物结果的有益特性。
一般程序
我们使用了标准的PIT范例[供审查,参见参考文献。 (26)],由三个任务组成:一个仪器调节任务(即学习了反应 - 结果关联),一个巴甫洛夫调节任务(即学习刺激 - 结果关联),最后是PIT测试。 该实验在Matlab(版本R2013b,The Mathworks Inc.,Natick,MA,USA)中通过Psychtoolbox [版本3; (76)]。
为了提高食物和食物相关线索的激励价值,参与者被要求在实验前禁食4 h(60)。 根据实验室,实验者和参与者的可用性,在8 am和7.30 pm之间进行实验。 对照分析未显示测试时间对PIT的影响(r = −0.08, p = 0.550),测试期间的重量组也没有差异(ANOVA, p = 0.208)。 请注意,我们没有控制实验日前一天晚上的睡眠数量或质量,这可能会改变食物的激励价值(77)和视觉和认知任务的表现(78, 79)。 此外,我们没有收集有关月经周期阶段的数据,因此无法估计或控制月经期对我们感兴趣的测量的任何影响。 已经表明,循环雌二醇浓度对能量消耗有影响(80并且可以通过减少与奖赏相关的视觉皮层通路中的食物暗示的神经活动来减少食物摄入量(80, 81).
参与者在实验前接受了一般性口头指导。 在每项任务之前,两位女性实验者中的一位展示了三到四次示例试验,以排除任何误解。 在任务期间,参与者必须将下巴放在下巴休息处。 他们被要求在整个实验期间观察屏幕,以保持头部的稳定位置并尽可能少地眨眼。 重要的是,他们被告知他们将获得在实验后整个PIT实验期间收集的所有食物结果。 因此,参与者没有明确知道他们在工具和巴甫洛夫任务中收集了多少奖励,这减少了可能的饱食效应。 在整个实验期间关闭灯以改善眼睛跟踪的质量并且在PIT实验的所有三个任务中保持条件恒定。
仪器调节任务
这项任务的目标是让参与者学习反应 - 结果关联(图 (Figure1A).1一个)。 参与者可以自由选择两种不同的响应选项(左或右),方法是使用惯用手按下左箭头或右箭头键。 这些键中的一个被分配给食物(例如,酥脆),另一个被分配给中性结果,其具有与食物相似的形状和颜色(即,黄色椭圆形)。 导致奖励的反应被称为“奖励反应”,另一种是“中立反应”。在反应之后,根据随机化,在顶部或底部方格中显示1的奖励或中性结果。 使用部分强化计划,4和12之间的可变时间间隔(4 / 12 s间隔)。 这意味着在奖励响应后得到奖励结果后,随后的4-12延迟期奖励响应导致中性结果。 这项任务持续了6分钟。 要求参与者收集尽可能多的奖励并记住,哪个关键与奖励有关。 参与者被告知,并非每一个“奖励回复”都会产生奖励(即,对部分强化计划的认识)。 在完成任务之后,参与者在响应 - 结果关联上进行测试。 平均而言,只有20%的回复得到奖励。
巴甫洛夫调节任务
这项任务的目标是学习提示 - 结果关联(图 (Figure1B).1B)。 使用光学眼动仪(Tobii TX300 Eye Tracker,Tobii Technology,Stockholm,Sweden)测量眼睛运动。 以60 Hz记录眼睛运动,以分析在两个感兴趣区域内花费的时间量。 感兴趣的区域被定义为上下方形(8.4 cm2),提示提示和结果。 在这两个感兴趣的区域(即上方和下方)中的眼睛运动被用作巴伐利亚调节任务的时间过程中出现的条件反应的量度(49)。 这种条件反应后来被用于将参与者分类为符号和目标跟踪器。 随机地,两个可能的提示中的一个显示在屏幕的顶部或底部正方形上,用于1。 一个提示与食物奖励相关联,称为“奖励提示”,另一个提示与中性结果相关,称为“中立线索”。提示 - 结果关联在参与者之间得到平衡。 结果呈现在与仪器调节相同的方格中,并且提示在相反的方块中呈现。 在刺激呈现之后,出现显示四个空方块的中性屏幕。 在提示和中性屏幕呈现期间记录眼睛运动。 使用这种中性屏幕是因为否则眼睛运动自然偏向可见提示。 中性屏幕的呈现在2.5和3.5之间抖动。 在抖动之后,为1显示了与所呈现的提示相关的奖励或中性结果。 奖励提示之后是80%试验中的奖励和20%试验中的中性结果,而中性结果总是取代中性线索(100%)。 参与者被告知要记住意外情况。 有一个持续时间间隔(ITI)持续3.6-4。 故意选择ITI(平均值= 3.8 s)比抖动(平均值= 3 s)更长,以确保提示与临时结果的紧密时间接近。 每个条件进行了30次试验,整个任务耗时约为8 min。 总的来说,在此任务期间获得了24奖励。
PIT测试
该任务的目标是衡量先前学习的关联对响应行为的影响(图2) (Figure1C).1C)。 在PIT测试期间,呈现了仪器调节任务的响应显示以及来自Pavlovian调节的提示。 在30的块中,奖励和中性提示随机显示在对应于巴甫洛夫条件期间使用的方块中。 在这里,参与者可以随心所欲地用他们的优势手做出尽可能多的回复。 该测试是在名义上的灭绝下进行的,这意味着他们的反应没有导致任何显示的结果,但参与者被告知奖励在背景中计算。 没有明确告知参与者尽可能多地收集奖励或注意既不忽视巴甫洛夫的暗示。 任务持续了6 min,每个cue显示为30 s六次。
分析
眼动追踪数据
每次试验的第一秒(即,在提示演示期间)的眼睛跟踪被丢弃,因为所有参与者都固定了提示。 从其余部分,计算每个参与者的变量“眼睛指数”,每个提示(奖励或中立)以及巴伐利亚调节任务的五个试验的六个箱。 我们只考虑了之前文献中建议的固定时间大于116 ms(49)。 眼睛指数计算为奖励位置上的时间占奖励和提示位置(即上下方)的总时间的百分比:
尽管大多数参与者在奖励位置上花费的时间更多,但参与者查看提示位置的时间存在个体差异。 因此,基于来自奖励条件的后半部分(试验16-30)的数据,基于眼睛指数的中值分割,为每个参与者导出“固定方式”。 我们使用了后半部分的数据,因为在巴甫洛夫调节实验的后期阶段,应急学习已经证明是稳定的(49)。 该组“低眼指数”的个体在提示位置看起来比“高眼指数”组的个体看起来相对更长。
行为数据
“PIT效应”被定义为“条件”和“响应”之间的相互作用,即当参与者在呈现奖励预测线索期间获得比中性响应更多的奖励时 反之亦然 对于中立线索。 PIT效应越高,巴甫洛夫线索对目标导向行为的影响越大。
统计报表
使用SPSS 23(IBM Corp.,Armonk,NY,USA)中的混合效应模型分析数据。 混合效应模型对于非正态分布数据更加稳健,并且比传统的ANOVA更适合重复测量(82, 83)。 根据分析,条件和时间或条件和响应被建模为固定效果,并且受试者总是被建模为随机效应。 我们使用了复合对称协方差结构,它假设各因子之间的方差和协方差几乎相等,因此非常适合重复测量设计(84)。 根据以前的文献(49, 52, 85–87),我们将冲动和抑郁作为对我们的PIT统计模型不感兴趣的协变量。 邦费罗尼校正 事后 如果在线性混合效应模型中检测到显着的主效应,则应用测试。 我们报告科恩的 d 作为效果大小的量度(小 d = 0.20–0.49,中 d = 0.50–0.80,大 d > 0.80)(88).
成果
器乐任务
参加者(N = 54)选择奖励响应的频率明显高于中性响应,表明他们成功地学习了响应-结果的关联(图 (Figure2A; 2一个; 表 Table2).2)。 这种学习效果可以被认为是强大的(p <0.001, d = 2.9)。 体重类别并没有显着影响仪器调节中奖励和中立的数量或响应总数(表 (Table2).2)。 参与者中性按键仍然占所有响应的大约25%,这可能是由于在乐器任务期间应用的部分强化计划。
巴甫洛夫调节任务
我们对眼球运动的分析表明所有参与者(N = 54)在巴甫洛夫条件训练中成功地学习了刺激-结果的关联。 具体来说,我们分析了刺激发作后参与者的眼球运动,然后才显示结果(即在中性屏幕中,见图 Figure11B)。
在五个试验的箱中分析眼睛指数,以捕获奖励和中性病症的学习效果(图 (Figure2B)2B)和每个重量类别(图 (Figures2C-E; 2C-è; 表 Table3).3)。 奖励条件显示出比中性条件明显更高的眼睛指数(p <0.001, d = 0.41,图 Figure2B).2B)。 该发现表明,对于奖励条件和整个调节任务,参与者花费更多时间来固定奖励而不是提示位置。 这与中立状态不同,在中立状态下,参与者花费相对更多时间来固定提示位置。
我们发现条件,时间和体重类别之间存在显着的相互作用(p <0.05,数字 Figures2C-E; 2C-è; 表 Table3).3)。 这种效果是由三个重量组中每一个的条件和时间固定模式驱动的。 正常体重的参与者始终关注奖励提示的奖励位置以及第一个时间段之后中性线索的提示位置。 相比之下,超重参与者主要关注奖励位置,无论他们是否看到奖励或中立线索,这种固定模式随着时间的推移是稳定的。 肥胖的参与者表现出另一种固定模式,因为他们立即支持奖励提示的奖励位置,并且最初偏爱中立试验的提示位置。 然而,在试验的后半部分,肥胖受试者转向支持中立线索的奖励位置。
在对照分析中,我们分析了每个条件下参与者在第一和第二半试验中观察其他区域而不是定义的感兴趣区域(即上下方)的时间百分比(表 (Table4).4)。 与奖励刺激相比,参与者在中立后在感兴趣区域之外花费的时间略多(奖励= 19.13±15.58,中性= 22.85±15.72, p <0.001, d = -0.24)。 此外,与实验的上半部分相比,参与者在第二个感兴趣的区域之外花费的时间略多(第一个= 19.85±15.20,第二个= 22.13±16.23, p <0.05, d = -0.15)。 另外,例如由于眨眼或屏幕未聚焦(例如,缺失值)而无法跟踪眼睛运动的时间百分比随时间发生了显着变化(第一= 7.58±11.39,第二= 10.79±14.66, d = −0.24, p <0.001),并在中性提示后略高(奖励= 8.60±12.58,中性= 9.76±13.82, p = 0.090)(表格 (Table4).4)。 从分析中丢弃大约9%的眼睛跟踪数据。 重要的是,体重类别对目标区域以外的时间或眼睛跟踪失败的缺失值没有显着影响。
PIT任务
为了测试PIT效应以及在巴甫洛夫条件下测量的重量类别和固定方式之间的可能差异,我们将这些因素作为主体间因素添加到线性混合效应模型中。 基于BMI和固定方式形成体重类别,基于在巴甫洛夫条件下半部分对条件眼睛对奖励提示的反应的中位数分组(参见 分析,更多细节)。 此外,我们将冲动(BIS)和抑郁(BDI)总分作为PIT统计模型无关的协变量。 这是基于以前的文献,已经表明PIT效应可能受到抑郁症的影响,并且条件反应与冲动有关(49, 52, 85–87).
我们发现PIT效应使得参与者在显示奖励提示时更频繁地选择奖励响应而不是中性响应,反之亦然选择中性提示。 PIT效果的强度根据参与者的体重状况进行调整,如重要条件*响应类型*重量分类效果所示(p <0.001,表 Tables55 和 and6; 6; 数字 Figure3).3)。 这种效应反映出PIT效应在超重个体中最强(图 (Figure3B,3B, p条件*在超重时的反应 <0.001),这对奖励提示的存在高度敏感(导致明显倾向于选择奖励键)。 在体重正常和肥胖的参与者中也存在PIT效应,但明显较小(p条件*正常重量的响应 <0.001, p条件*对肥胖的反应 <0.025)。 参加者在奖励提示演示过程中也按下了中性键,大概是由于在乐器调节任务中使用了部分强化时间表。
我们还报告了重量分类的重要影响(p重量分类 <0.05,表 Table5).5)。 然而,体重类别之间的响应总数的差异在非常小的范围内(正常体重= 57±38,超重= 55±41,肥胖= 54±32)。 因此,我们不认为这代表了完成任务的动机的一般差异。
接下来,我们测试了在巴甫洛夫条件下(即固定方式)测量的条件反应行为与PIT效应之间的关联。 因此,我们确定了两组“低眼指数”(即优先固定提示位置的个体)与“高眼指数”(即优先固定奖励位置的个体),这两组在体重类别中分布相似(图 (Figure4A).4一个)。 统计显示PIT效应受固定方式调制,但这种调节效应还取决于重量类别(四向相互作用条件*响应类型*重量类别*固定风格,表 Table6; 6; 数据 Figures4B-d).4B-d)。 在两个正常体重中(图 (Figure4B)4B)和肥胖组(图 (Figure4C),4C),显示高眼指数的个体表现出由奖励提示触发的PIT效应强于显示低眼指数的个体。 相比之下,在超重参与者中,这种解离不存在,即,我们观察到高PIT效应,而不管个体在调理期间是否表现出低或高的眼指数倾向。 有趣的是,肥胖个体具有高眼指数(图 (Figure4D)4D)不仅对奖励提示敏感,而且在很大程度上也是如此 麻木不仁 因为他们选择了全等与不一致的密钥,而后一种情况的概率几乎相等。
最后,我们通过在每个体重组中运行单独的混合效应模型来测试在巴甫洛夫条件下观察到的固定方式与BMI之间是否存在关联。 出乎意料的是,我们发现“高眼指数”组的正常体重个体在健康范围内显示出增加的BMI(d = 1.7, p <0.001,图 Figure4E).4E)。 这种效果出人意料地强烈,并且在超重或肥胖个体中未发现(p > 0.646)。
讨论
在这里,我们测试了超重和肥胖个体与正常体重控制之间对奖励和奖励预测线索的敏感性是否异常,以及奖励敏感度的这种差异是否调节目标导向行为。 我们通过PIT实验解决了这个问题,并研究了食物预测线索是否差异地影响正常体重,超重和肥胖个体的目标导向行为。 此外,我们在巴甫洛夫条件下应用眼动追踪作为预测奖励的激励显着性的代表。 我们的研究结果暗示,在超重和肥胖个体中可能会改变线索控制行为,如下面进一步详细讨论的。
超重参与者表现出比正常体重或肥胖个体更高的PIT效应
与正常体重和肥胖受试者相比,超重参与者表现出最强的PIT效应(见 PIT任务, 数据 Figures3A-C).3A-C)。 这一发现扩展了先前的观察结果,即超重和肥胖成人在被动观察刺激,视觉点探测任务,不同版本的Stroop任务或问卷调查中表现出对食物刺激的增强反应性(37, 87, 89)。 这些研究通过测量反应时间,眼睛跟踪持续时间和方向偏差,瞳孔直径,脑电图和功能磁共振成像来量化食物提示反应性(37)。 尤其是眼动追踪显示持续时间偏向食物线索并减少瞳孔直径[去甲肾上腺素能增加的标志和更高的注意力接触(90, 91)]超重和肥胖受试者的高热量食物(92–94)。 我们的研究结果通过显示超重个体的目标导向行为受到与食物奖励相关的线索的强烈影响(如PIT范例所测试),而中性线索的影响与正常体重组相似。 有趣的是,对于肥胖个体组没有观察到这种奖赏特异性PIT效应。 请注意,食物喜好没有群体差异。 尽管肥胖个体的这一结果最初令人费解,但这与最近的研究一致,该研究还发现肥胖个体的PIT效果与正常体重的受试者相当(57)。 但是,Watson等人。 (57)显示高热量与低热量食物的PIT效应增加,这种情况仅在肥胖受试者中发现(57)。 在肥胖和健康个体中PIT效应类似的发现的一个可能的解释是,习惯性摄入能量密集的饮食可能会诱发对环境线索不敏感的强迫性进食方式(参见 生理机制和开放性问题).
总之,我们发现超重个体中由奖励相关线索诱导的动机增加符合成瘾的激励致敏理论(15–21)。 成瘾的激励致敏理论预测对奖励相关线索的注意偏向,这与我们在巴甫洛夫条件下的眼球运动结果一致,以及奖励和奖励相关线索的病理动机(即强迫性的“缺乏”)(17, 20)。 食物和食物预测线索的病理动机在本研究中表现为超重个体中PIT效应的增加。 人类研究巴甫洛夫线索对物质依赖性工具响应的影响的一些研究也显示,与对照组相比,成瘾者的PIT效应增加(48, 57, 95)。 然而,有一些证据表明PIT与其他研究中的物质依赖无关(11, 42, 43, 50, 56, 96).
然而,我们的数据进一步表明,一旦达到肥胖状态,激励过敏可能会恢复到正常水平。 人们很容易推测,由于习惯性/强迫性暴饮暴食,肥胖者的超敏反应可能会减少(97, 98),但这并未在本研究中直接测试。 肥胖个体也可能较少关注小食物奖励(如此处所用)和/或他们的偏好可能转移到具有较大主观价值的刺激(例如,更可口和富含卡路里的奖励),已经显示显着影响PIT(53)。 我们没有收集本研究中主观奖励值的数据。 因此,体重组之间奖励评估的可能差异可能为肥胖个体中观察到的PIT效应降低提供了另一种解释。
巴甫洛夫式调节期间的眼球运动在正常体重,超重和肥胖个体之间不同
我们采用眼动追踪来衡量巴甫洛夫条件下的行为变化。 先前已使用眼动追踪来测量对被动观察到的食物刺激的反应性(34, 37并调查个体将激励显着性归因于奖励预测线索与奖励本身的程度的个体差异(49)。 在这里,我们在看到提示和接收奖励之间的时间段内进行了眼动追踪,即,当参与者只看到中性屏幕但没有视觉刺激时。 我们选择修改以前的范例(49因为凝视会自动吸引视觉线索,除非这些眼球运动被主动抑制。
在我们的研究中,根据参与者的体重状况,对巴甫洛夫条件下的奖励和中立线索位置的条件性眼睛反应有不同的调节(见 巴甫洛夫调节任务, 数据 Figures2C-E).2C-E)。 更具体地说,我们发现在巴甫洛夫条件下,超重个体表现出对奖励位置的一般取向偏差,无论他们是否进行了奖励线索试验或中性线索试验。 奖励和中性试验之间缺乏明确的分离在各种条件下保持相对稳定,并且与超重成人在被动观察刺激期间显示出对食物刺激的增强反应性,视觉点探测任务,不同版本的Stroop的观察结果大体一致。任务或问卷调查(37, 87, 89)。 具体来说,我们通过显示超重个体表现出对奖励位置的一般持续时间偏向偏差来证实和扩展这些研究,表明对预期奖励的更大敏感性,这与对与食物相关的线索的更大PIT效应一致。奖励。 此外,肥胖个体与正常体重控制不同,但主要是在巴甫洛夫条件下的最初一半,他们表现出对奖励线索的条件反应(在奖励位置引起长注视持续时间)和中性线索之间的明显区别(结果在提示位置的较长固定持续时间内)。 然而,在巴甫洛夫条件结束时,这种强烈的初始分化明显减少。
条件反应的个体差异差异影响正常体重,超重和肥胖个体的PIT效应
我们使用眼球运动行为来检测个体差异,并将参与者分类为具有“低眼指数”的一组个体,即,他们主要关注提示位置或“高眼指数”,即,他们主要关注奖励位置。 我们的实验显示,“高眼指数”组的正常体重个体对于奖励提示显示出比“低眼指数”组的个体更强的PIT效应(图 (Figures4B,E).4是)。 只有一组研究人员进行了类似的实验来研究个体固定方式对PIT的影响(49)。 与我们的结果相反,他们发现针对提示的更强的条件性眼球运动反应导致对目标导向行为的调节增加。 然而,他们量化了眼球运动,而提示仍在屏幕上,提出眼球运动行为是动物中观察到的提示进近行为的代表,也称为“符号跟踪”(22, 23, 58, 99, 100)。 相比之下,我们在中性筛查期间测试了条件性眼睛反应,表明眼球运动行为可能主要反映预测奖励的激励显着性(见图) Figure1B).1B)。 我们发现巴甫洛夫条件下的个体差异(即“低”与“高眼指数”)与体重类别相互作用以影响PIT。
在正常体重组和肥胖组中,“高眼指数”组表现出由奖励线索触发的比“低眼指数”组更强的PIT效应。 相比之下,在超重参与者中,我们观察到高PIT效应,而不管个体在调理期间是否表现出高或低的眼指数倾向。 但是,必须谨慎解释这些数据,因为子组非常小。 对PIT效应的个体差异的一种可能解释是,不仅激励显着性,而且抑制性控制也会影响目标导向行为如何受到巴甫洛夫线索的影响。 表达“低眼指数”的正常体重和肥胖个体可能表现出较小的PIT效应,因为它们表达抑制控制机制,其调节奖赏相关线索对目标导向行为的影响。 然而,在表达“低眼指数”的超重中,这种抑制机制可能会被改变,因此它们表现出更强的PIT效应,这意味着这些参与者更容易受到线索的影响。 在本研究中未测试例如使用Go / Nogo任务的响应抑制。 然而,之前显示减少的反应抑制与暴饮暴食和不成功的节食有关(101, 102)。 我们的发现也与Trick等人一致。 (103)已经证明在巴甫洛夫条件下测量的较高条件反应不会自动转化为更高的PIT。 这同样适用于与社交饮酒者的PIT效应无关的电生理反应(即P300)(96).
此外,我们发现表达“高眼指数”的正常体重显示健康范围内的BMI增加。 这可能与先前的研究有关,这表明对食物线索的注意偏向增加是增加体重的一个风险因素(37)。 然而,最近对文献的回顾表明,对食物或药物线索的关注是问题行为的弱指标(104).
解释问题
我们的研究论文提出了一个关于食物相关线索如何影响超重和肥胖个体的眼球运动和目标导向行为的新观点。 但是,对我们的研究结果的解释受到特定限制。
首先,奖励估值的个体差异可能会影响线索控制的行为。 我们尝试通过测试处于相同饮食状态(即饥饿状态)的所有参与者并让他们从四种选择中选择他们喜欢的零食来克服这个问题。 基于视觉模拟量表的奖励喜好在组(重量类别,固定样式)之间没有差异,并且没有影响条件性眼睛反应或PIT。
其次,我们的实验无法确定超重个体对环境线索的敏感性是否只适用于特定食物的线索,或者这些个体是否对奖励预测线索的敏感度普遍提高。 在之前关于酒精依赖患者的研究中发现了奖励的一般和物质特异性影响(45, 48)和吸烟者(95)。 因此,虽然一般和食物特定奖励效应的分离不是本研究的重点,但它代表了未来研究的一个重要问题。
生理机制和开放性问题
在正常体重,超重和肥胖个体中,究竟可能找到条件性眼反应差异的潜在机制,也可能是目标导向行为? 众所周知,食用可口的食物会增加与奖赏处理相关的区域(即纹状体,中脑,杏仁核,眶额皮质)的大脑活动,并导致背侧纹状体中的多巴胺释放。 多巴胺的量与愉悦评级(即“喜欢”)和奖励/食物的热量密度有关[综述参见参考文献。 (20, 21)]。 预期的食物摄入或暴露于提示/食物图像会增加大脑区域内的激励奖励估值(即杏仁核,眶额皮质)的活动(21, 105, 106并导致类似的多巴胺释放作为奖励(107)。 激励致敏模型假设重复摄入高热量可口食物会导致参与激励评估的区域的大脑活动增加,从而与可口的食物摄入量相关联 通过 调节,当这些提示可用时,它会引起渴望和暴饮暴食(15, 17, 20, 21)。 有强有力的证据表明投射到纹状体和腹侧苍白球的多巴胺能神经元对收到可口的食物有反应,但在食物和提示之间反复配对后,响应与食物有关的提示而不再响应收到食品[供审查,见参考。 (107)]。 在刺激 - 结果学习期间的这种转变将价值归因于线索本身,从而指导有动机的行为(59, 107–109)。 这个过程可能会导致暴饮暴食并导致体重增加。 与激励致敏理论一致,肥胖人群表现出与奖励和动机相关的大脑区域活动增加,与运动反应相关的大脑区域以及与食物图片,食物线索或食品广告相关的大脑区域(20, 21, 27, 110–114)。 这种对食物相关线索的更大响应性可以反映在我们实验中观察到的肥胖个体的条件性眼反应增加中。 与激励显着性相关的食物相关线索可以触发获取食物的行动(即增加“想要”)(20)。 在我们的研究中,由于与食物相关的线索,这增加了“缺乏”/动机,这是在超重中观察更强的PIT效应的潜在原因。 然而,我们的研究表明肥胖参与者可能并非如此。 动物和人体实验中有一些证据表明习惯性摄入高脂肪饮食会减少奖励回路中的多巴胺信号传导(21, 115, 116)。 这与可卡因和酒精依赖个体的实验一致(117, 118)。 然而,习惯过程并没有用我们的实验范例来衡量。
我们的行为范例与神经影像学或药物干预等其他方法相结合,可以更好地理解潜在的机制。 这也有助于将我们的研究结果整合到关于个体差异,条件性动机,暴饮暴食和成瘾的动物研究中。 此外,调查减肥手术后或其他干预后的一组患者的环境线索的影响将是有趣的(即饮食,行为训练,见 临床意义).
临床意义
我们的研究结果可能具有实际意义,因为我们发现超重组的条件性眼反应和目标导向行为通常更容易受到环境线索的影响。 因此,在超重个体的心理/行为治疗中,处理精神策略以抵抗与食物相关的线索可能是有益的[例如,灭绝训练,注意力控制训练,反应训练(60, 119–121)]。 操纵注意力偏向药物线索 通过 注意力控制疗法被证明可以减少一些行为控制药物提示超过成瘾者(60, 122–124)。 据我们所知,只有一项研究将注意力偏差修正(ABM)计划应用于成瘾性疾病,用于超重和肥胖个体(即暴食者)(125)。 这项研究显示,在进行8周ABM训练后,体重下降,饮食失调症状,暴饮暴食,失去控制和对食物的反应(125)。 但是,由于样本量较小且单组开放标签试验,应谨慎解释这些结果。 食物反应和注意力训练的结合成功地下调了奖励和关注大脑网络并减少了体脂肪(120, 121)。 对于肥胖个体,在我们的研究中,与外部线索对目标导向行为的影响的正常体重控制没有区别,其他治疗可能更合适,因为适应不良的饮食行为已经得到巩固[例如,认知行为疗法,激励面试,习惯逆转训练,抑制控制训练(102, 126)]。 本研究的结果与之前的研究一起(8, 9, 14, 57)当起草食品广告的新政策和准则时,也应考虑到这一点。
结论
我们发现PIT对食物奖励的影响因体重状况而异。 特别是,与肥胖和体重正常的个体相比,超重个体受食物相关刺激的影响更大。 巴甫洛夫条件下的眼球运动与超重或肥胖个体的PIT效应强度无关。 然而,对奖励位置具有更强条件反应的正常体重个体显示出更强的PIT效应并且可能有增重的风险。 我们的发现通常与激励致敏理论一致,即预测超重个体比正常体重控制更容易受到食物相关线索的影响。 我们推测,由于习惯性/强迫性暴饮暴食或奖励评估的差异,肥胖参与者可能会减少这种超敏反应。
参考资料