哪些食物可能让人上瘾？ 加工，脂肪含量和血糖负荷的作用（2015）

Erica M. Schulte，  Nicole M. Avena， Ashley N. Gearhardt

抽象

目标

我们建议高度加工的食品与滥用药物共享药代动力学特性（例如浓缩剂量，快速吸收速率），因为添加了脂肪和/或精制碳水化合物，并且精制碳水化合物被吸收到系统中的速度很快，由血糖负荷（GL）。 目前的研究提供了与成瘾性饮食有关的食物和食物属性的初步证据。

设计

横截面。

设置

大学（Study One）和社区（Study Two）。

参与者成员

120本科生参加了Study One，通过Amazon MTurk招募的384参与者参加了Study Two。

测量

在Study One中，参与者（n = 120）完成耶鲁食物成瘾量表（YFAS），然后进行强制选择任务，以指出哪些食物，营养成分不同的35食物，与成瘾性饮食行为最相关。 使用相同的35食物，研究二利用分层线性模型来研究哪些食物属性（例如，脂肪克）与成瘾性饮食行为（第一级）相关，并探讨个体差异对这种关联的影响（在二级） ）。

成果

在研究一中，加工食品，脂肪和GL较高，最常与成瘾性饮食行为相关。 在研究二中，处理是一个很大的，积极的预测因素，表明食物是否与有问题，类似成瘾的饮食行为有关。 BMI和YFAS症状计数是这种关联的小到中等，阳性预测因子。 在一个单独的模型中，脂肪和GL是有问题的食品评级的大的积极预测因子。 YFAS症状计数是GL与食物评级之间关系的一个小的，积极的预测因子。

结论

目前的研究提供的初步证据表明，并非所有食物都与成瘾性饮食行为同等相关，而高度加工食品可能与滥用药物（例如高剂量，快速吸收）有共同特征，似乎与“食物成瘾。“

引文： Schulte EM，Avena NM，Gearhardt AN（2015）哪些食物可能让人上瘾？ 加工，脂肪含量和血糖负荷的作用。 PLoS ONE 10（2）：e0117959。 DOI：10.1371 / journal.pone.0117959

学术编辑： Tiffany L. Weir，科罗拉多州立大学，美国

收稿日期： 九月30，2014; 公认： 12月26，2014; 出版日期： 2015 年 2 月 18 日

版权： ©2015 Schulte等。 这是一份根据条款分发的开放获取文章 知识共享署名许可，如果原始作者和来源被记入贷方，则允许在任何媒体中不受限制地使用，分发和复制

数据可用性： 作者证实，复制当前研究结果所需的所有数据均可通过密歇根大学的机构数据存储库Deep Blue公开获取（http://hdl.handle.net/2027.42/109750).

资金： 这项工作得到了国家药物滥用研究所（NIDA）DA-03123（NA）的支持; 网址： http://www.drugabuse.gov。 资助者在研究设计，数据收集和分析，决定发表或准备手稿方面没有任何作用。

利益争夺： 作者宣称没有竞争利益存在。

介绍

美国肥胖的患病率持续增加，85超过2030％的成年人预计超重或肥胖[1]。 与肥胖相关的医疗保健费用目前几乎占国家医疗保健支出的10％[2预计在未来的15年内将增加到15％[1]。 在防止体重过度增加或开发长期有效的减肥治疗方面几乎没有成功[3]。 多种原因导致肥胖流行，例如能量摄入增加，可获得性增加，食物容易获取，体积大，体力活动减少[4–6]。 尽管肥胖的原因是多因素的，但一个潜在的促成因素是某些食物可能能够引发某些个体的成瘾反应，这可能导致意外的暴饮暴食。

Gearhardt等。 [7]开发并验证了耶鲁食品成瘾量表（YFAS），该量表使用DSM-IV标准物质依赖来量化成瘾性饮食的症状（见 表1）。 “食物成瘾”的特点是症状，如失去对消费的控制，尽管有负面后果仍继续使用，尽管有这样做的意愿，但无法减少[8]。 类似上瘾的饮食与冲动性和情绪反应性增加有关，这与物质使用障碍同样有关[9]。 因此，“食物成瘾”可能与其他成瘾性疾病共享共同的行为属性。 神经影像学研究还揭示了“食物成瘾者”与物质依赖者之间奖赏相关功能障碍模式的生物学相似性。 支持“食物成瘾”症状的个体表现出响应食物暗示的奖赏相关区域（例如，纹状体，内侧眶额皮质）的激活增加，与其他成瘾性疾病一致[10]。 此外，YFAS的更高分数与多巴胺信号传导的复合遗传指数相关[11]。 这种多位点遗传谱与多巴胺信号传导能力有关，也可能是成瘾性疾病的危险因素[12,13].

缩略图
表1。 在第一和第二研究中认可YFAS症状。

DOI：10.1371 / journal.pone.0117959.t001

与“药物”这一术语非常类似，可以包括成瘾性（例如海洛因）和非成瘾性（例如阿司匹林）化合物，术语“食物”也很广泛，不仅指天然状态的食物（例如蔬菜），还有那些添加了大量脂肪和/或精制碳水化合物（例如蛋糕）或人造甜味剂（例如苏打水）的人。 “食物成瘾”一词可以进一步完善，因为所有食物都不太可能上瘾。 鉴定与这种类型的病理性进食相关的特定食物或食物属性对于成瘾框架是必不可少的。 成瘾视角假定“人x物质”效应，其中个体的成瘾倾向与成瘾因素相互作用导致有问题的使用[14]。 如果不接触成瘾物质，容易出现问题的人就不会上瘾[15]。 因此，虽然有证据表明“食物成瘾”和物质使用障碍之间可能存在生物和行为重叠[16,17]，合乎逻辑的下一步是检查哪些特定食物或食物属性可能引发成瘾反应。

成瘾物质很少处于天然状态，但已被改变或加工，增加了它们的滥用可能性。 例如，葡萄被加工成葡萄酒，罂粟被精制成鸦片。 在我们的食品供应中可能会发生类似的过程。 天然存在的食物含有糖（例如水果）或天然含有脂肪的食物（例如坚果）。 值得注意的是，糖（或精制碳水化合物）和脂肪很少天然存在于同一种食物中，但许多可口的食物已被加工成具有人为增加量的两者（例如蛋糕，披萨，巧克力）。 此外，在我们的现代食品环境中，通常被称为“高度加工食品”的食品的供应量急剧增加，或者以增加精制碳水化合物（即糖，白面粉）和/或食物中的脂肪[18]。 虽然烹饪或搅拌是一种加工形式，但是目前的研究使用术语“高度加工”来指通过添加脂肪和/或精制碳水化合物而被设计为特别有益的食物。 具有其他添加成分的食物，如纤维或维生素，根据目前的定义，不会被视为“高度加工”，除非食物中还添加了脂肪和/或精制碳水化合物。 有可能像滥用药物一样，这些高度加工的食物可能更容易引发类似成瘾的生物和行为反应，因为它们具有非常高的奖励水平。

在物质使用障碍中，处理成瘾物质的一个结果往往是更高浓度的成瘾剂[19]。 成瘾剂的效力或浓缩剂量增加会增加物质的滥用可能性。 例如，水几乎没有滥用潜力，而啤酒（平均含有5％乙醇）更容易被滥用。 相比之下，烈性酒含有较高剂量的乙醇（在20-75％之间），并且更有可能与啤酒的使用有关[20]。 同样，将脂肪和精制碳水化合物（如糖）添加到高度加工的食物中可能会增加这些成分的“剂量”，超出人们在天然食物（如水果或坚果）中所能发现的剂量。 增加这些成分的“剂量”可能以类似于传统成瘾物质的方式提高这些食物的滥用可能性。

另外，改变成瘾物质以增加成瘾剂被吸收到血流中的速率。 例如，当咀嚼古柯叶时，它被认为具有很小的成瘾潜力[21]。 然而，一旦将其加工成浓缩剂量并迅速输送到系统中，它就会变成可卡因，这很容易上瘾[22]。 同样，与天然食物相比，高度加工的食物更容易诱发血糖飙升。 这很重要，因为葡萄糖水平与大脑中与成瘾有关的区域激活之间存在已知联系[23]。 虽然食物的血糖负荷（GL）和血糖指数（GI）都是血糖峰值的衡量指标[24–26]，目前的研究利用GL，因为它不仅使用血糖峰值的大小而且还使用精制碳水化合物的剂量（克）来计算。 许多具有高GL的食物（例如蛋糕，披萨）经过高度加工以增加精制碳水化合物的浓度，例如白面粉和糖。 同时，从食物中去除纤维，蛋白质和水，这进一步增加了精制碳水化合物被吸收到系统中的速率。 例如，高度加工的高GL食品（例如牛奶巧克力棒）中的糖将比香蕉中的天然糖（低GL）更快地被吸收到系统中。 这是因为香蕉是未经加工的，虽然它含有糖，但它还含有纤维，蛋白质和水，这会降低糖进入血液的速度。 鉴于我们对成瘾物质的了解，可以假设巧克力具有比香蕉更高的滥用潜力。 总之，高度加工的食品可能会以类似于成瘾物质的方式改变，以增加食物的效力（剂量）和吸收率[27].

虽然人类几乎没有证据表明哪些食物会使人上瘾，但动物模型表明，高度加工的食物与成瘾性食物有关。 倾向于暴饮暴食的大鼠表现出类似成瘾的行为，以响应高度加工的食物，如Oreo Double Stuf饼干或糖霜，但不是典型的食物[28,29]。 保持高度加工食品（如芝士蛋糕）饮食的大鼠在多巴胺系统中表现出下调，这也是对滥用药物的反应[30]。 此外，尽管有负面后果（足部休克），老鼠也有动力寻找高度加工的食物，这是成瘾的另一个特征[31]。 因此，至少在动物模型中，过度消费高度加工的食物，而不是标准的大鼠食物，似乎产生一些类似成瘾的特征。 这强化了这样的观点，即并非所有食物都可能与成瘾性饮食行为同等相关。

动物研究还调查了通常添加到高度加工食品（如糖和脂肪）中的食物属性是否与“食物成瘾”特别相关。在动物中，似乎糖可能与成瘾性饮食最相关[32]。 在饮食中间歇性获取糖的大鼠表现出许多成瘾的行为指标，例如暴饮暴食，耐受性和对其他滥用药物的交叉敏化[33]。 当从饮食中除去糖或施用阿片类拮抗剂时，大鼠会出现类似阿片类药物戒断的迹象，如焦虑，牙齿喋喋不休和侵略[33–35]。 糖暴食已被证明可增加μ-阿片受体结合[36]以类似的方式滥用药物[37,38]。 烧伤蔗糖会导致多巴胺反复增加，而不是随着时间的推移逐渐下降，这是成瘾物质的标志[39,40]。 因此，动物模型中的行为和生物学证据表明糖可能是高度可口的食物中的成瘾剂。

然而，对糖进行暴饮暴食的大鼠体重不会增加[38]。 因此，脂肪也可能是成瘾性饮食的重要食物属性，但通过不同的机制。 对富含脂肪的食物（例如起酥油）的灼烧与体重增加有关，但可能不会导致鸦片样戒断症状[39]。 一种解释是脂肪可能改变对阿片系统的影响或增强食物的适口性[38,39]。 有趣的是，当大鼠对糖和脂肪含量高的高度加工食品进行狂欢时，他们会发现多巴胺系统的变化类似于滥用药物，但没有表现出类似阿片类药物的戒断症状[32]。 这表明糖和脂肪可能在高度加工食品的成瘾潜力中发挥重要但不同的作用。

人们对这些食物特征如何导致人类成瘾性饮食知之甚少。 鉴于动物的发现，高度加工的食物可能更容易以令人上瘾的方式消费。 对于滥用药物，加工可以通过提高成瘾剂的剂量或浓度并加快其吸收到血流中的速率来增加物质的成瘾潜力（例如将葡萄加工成葡萄酒）。 将这种逻辑应用于食物属性，可能遵循精制碳水化合物（例如，糖，白面粉）和脂肪是成瘾性饮食的重要贡献者。 然而，它们不仅存在于这些营养素中，因为它们也出现在天然食物中。 相反，如果食物被高度加工以增加脂肪和/或精制碳水化合物的量或剂量并且如果精制碳水化合物被快速吸收到血流中（高GL），则食物的成瘾潜力可能增加。 考虑“食物成瘾”的关键下一步是确定哪些食物或食物属性在人类成瘾性饮食行为的发展中构成最大风险。

本研究的最初部分是第一个系统地研究哪些食物和食物属性与“食物成瘾”最相关的。 具体而言，参与者完成了YFAS，该研究检查了类似成瘾性饮食的行为指标，然后要求他们确定哪些食物最容易出现问题，如YFAS中所述，在一组不同水平的35食物中加工，脂肪和GL。 基于成瘾文献和滥用药物的药代动力学特性（例如剂量，吸收速率）选择这些感兴趣的营养属性。 这种方法允许我们根据参与者的反应将35食物从大多数与最不相关的类似成瘾性饮食行为相关联。 此外，当前研究的第二部分通过检查食物的加工水平，GL和脂肪量来检查哪些食物属性与成瘾性食物有关。 我们还利用分层线性建模来研究食物属性（例如脂肪量）是否与某些个体的成瘾性饮食行为更相关。 具体来说，我们探讨性别，体重指数（BMI）和YFAS症状的认可是否会改变食物属性与成瘾性饮食之间的关联。 例如，BMI可能与对脂肪和盐含量高的食物有更大的渴望，如培根和薯片[41]。 因此，基于参与者的特征，不同的食物属性可能与成瘾性食物或多或少相关。 总之，目前的研究通过检查哪些食物或食物属性与“食物成瘾”有关，解决了文献中存在的差距，并根据性别，BMI和对成瘾性饮食行为的认可，探讨某些食物属性是否特别相关。 。

学习一

方法

道德声明

密歇根大学健康与行为科学机构审查委员会批准了当前的研究（HUM00082154），并获得了所有参与者的书面知情同意书。

参与者成员

参与者包括120本科生，他们是从校园内的传单或通过密歇根大学入门心理学学科课程招募的。 通过传单招募的参与者获得补偿（$ 20），通过入门心理学学科招募的个人获得了课程学分。 参与者年龄为18至23（平均值= 19.27年， SD = 1.27），67.5％为女性，72.5％为高加索人，19.2％为亚洲/太平洋岛民，5％为西班牙裔，4.2％为非裔美国人，2.4％为其他。 BMI范围从体重不足到肥胖（平均值= 23.03， SD 3.20）。

程序和评估措施

与会者完成了YFAS [7]，这是一个25项自我报告指标，根据物质依赖的DSM-IV标准操作类似成瘾的饮食行为。 当YFAS读到问题中的“某些食物”这一短语时，YFAS的指示使参与者想到高脂肪和/或精制碳水化合物的食物。 例如，有一个问题说：“随着时间的推移，我发现我需要吃越来越多的某些食物来获得我想要的感觉，例如减少负面情绪或增加愉悦感。”目前的研究旨在确定哪些食物最容易以上瘾的方式消费。 为了避免启动，我们删除了YFAS指令中的语言，该语言告诉个人想到高脂肪和/或精制碳水化合物的食物，并用以下短语代替：“当下列问题询问”某些食物“时，请想想你过去一年中遇到过的任何食物。“

接下来，我们开发了一项强制选择任务，向参与者提供以下说明：“之前的调查问卷询问了人们可能对某些食物产生的问题。 我们感兴趣的是哪些食物对您来说可能是最成问题的。 在以下任务中，您将看到食物。 请选择您更有可能遇到问题的食品。 我们所说的“问题”的一个例子就是难以减少食物的数量，或者无法控制食物的摄入量。 我们并不是说“问题”的一个例子就是感觉你没有吃足够的食物。“参与者随后在一组35总食物中一次呈现两张食物照片，并选择哪一种正如YFAS所描述的那样，他们更有可能遇到“问题”。 食物图片附有描述该项目的文字（例如饼干），如果某些食物通常以多种方式食用，可显着改变其营养信息，则使用指标来指定正在检查的食物呈现类型。 例如，黄瓜通常与含有添加脂肪的植物蘸料一起食用。 因此，我们明确指出，我们对黄瓜没有伴随蘸水会出现问题饮食行为的可能性感兴趣。 在强制选择任务结束时，将每种食物与所有其他食物进行比较。 接下来，参与者报告了人口统计信息（种族，性别，学年和年龄），并测量了身高，体重和体重。

食物刺激集

系统地选择食物以具有不同的加工水平（18食品被归类为“高度加工”，标记为添加脂肪和/或精制碳水化合物含量（例如蛋糕，巧克力，比萨饼，薯片），17食品被归类为“未加工”（例如香蕉，胡萝卜，坚果），脂肪（M = 8.57g，SD = 9.18，范围= 0-30），钠（M = 196.57mg，SD = 233.97，范围= 0-885），糖（M = 7.40g，SD = 9.82，范围= 0-33），碳水化合物（M = 20.74g，SD = 16.09，范围= 0-56），GL（M = 10.31，SD = 9.07，范围= 0-29），纤维（ M = 1.69g，SD = 2.39，范围= 0-10），蛋白质（M = 7.89g，SD = 11.12，范围= 0-43）和净碳水化合物（例如碳水化合物克数减去纤维克数）（M = 19.09g， SD = 15.06，范围= 0-49）。感兴趣的主要营养属性之间的相关性为：加工/脂肪，r = 0.314， p > 0.05； 处理/ GL，r = 0.756， p <0.01； 和脂肪/ GL，r = 0.239， p > 0.05。 由于处理与GL之间的高度相关性，我们没有将它们同时包含在任何统计模型中。 食品大致分为四类：1）脂肪和精制碳水化合物/糖（例如巧克力，炸薯条）含量高； 2）脂肪高但精制碳水化合物/糖（例如奶酪，培根）含量高； 3）精制碳水化合物/糖含量高碳水化合物/糖，但不含脂肪（例如椒盐脆饼，苏打水）或4）低脂肪和精制碳水化合物/糖（例如西兰花，鸡肉）的脂肪。 营养成分来自 www.nutritiondata.com 或食品公司网站，并根据标准份量大小。 图片来自数字可用的食物图片来源，并在任务期间使用E-Prime 2.0软件进行了展示[42]。 食品在白色背景上以彩色显示并且尺寸相同。

数据分析计划

对于每种食品，结果是YFAS所描述的食品选择比其他食品更有问题的频率。 由于每项食品都与任务中的所有其他食品进行了比较，因此食品可能被报告为有问题的最大次数是34。 因此，据报道，食物的问题越多，食物的频率计数接近或达到34的可能性就越高。

结果与讨论

YFAS症状范围从0到6（平均值= 1.85， SD 1.33）。 表1 显示每个YFAS症状被认可的频率。 YFAS症状计数与BMI相关（r = 0.211， p = 0.020），但不是性别。 尽管YFAS症状计数与BMI存在显着相关性，但这种关联并不足以引起对多重共线性的担忧。 表2 提供35食品的平均频率计数和排名顺序。 处理水平似乎是食物是否与有问题，类似成瘾的饮食行为相关的最有影响力的属性。 例如，在任务期间最常选择的前十种食物是高度加工的，添加量的脂肪和精制碳水化合物/糖（例如巧克力，比萨饼，蛋糕）。 此外，十三种未加工食品构成了清单的底部，这意味着这些食品与YFAS中描述的问题关联最少。

缩略图
表2。 研究一：平均频率计数选择食物的频率有问题。1

DOI：10.1371 / journal.pone.0117959.t002

正如假设的那样，高度加工的食物（添加了脂肪和/或精制碳水化合物）似乎与成瘾性饮食的行为指标最相关。 为了进一步探索这一点，研究二研究了一种更具代表性，多样化的样本中哪些食物与成瘾性食物有关。 此外，我们使用了一个结果变量，使我们能够采用分层线性建模[43]并探讨个体差异是否会缓和哪些食物属性被报告为有问题，并与成瘾性饮食的行为指标相关联。

研究二

方法

道德声明

密歇根大学健康与行为科学机构审查委员会批准了当前的研究（HUM00089084），并获得了所有参与者的书面知情同意书。

参与者成员

共有398参与者使用亚马逊的Mechanical Turk（MTurk）工作人员库来完成有关饮食行为的研究并获得了他们的时间支付（$ 0.40），这与其他使用MTurk的研究相当[44]。 Paolacci和Chandler [44]观察到虽然MTurk的工人池不具有全国代表性，但它是多种多样的，可以取代或补充传统的便利样品。 如果个人在可能范围之外报告信息，则他们被排除在分析之外（n = 1）（例如900磅的重量），用于报告我们定义的18-65范围之外的年龄（n = 8），用于省略性别（n = 3）或错误回答“抓住问题”（n = 2），试图识别提供答案的个人而不阅读问题项目。 参加者（n = 384）将18老化至64（平均值= 31.14， SD = 9.61），59.4％为男性，76.8％为高加索人，12％为亚洲或太平洋岛民，8.9％为非裔美国人，6.5％为西班牙裔，2.8％为其他。 通过自身报告的身高和体重计算的BMI范围从体重不足到肥胖（平均值= 26.95， SD = 6.21）和YFAS症状的范围从0到7（平均值= 2.38， SD 1.73）。 表1 显示每个YFAS症状被认可的频率。 YFAS症状计数与BMI相关（r = 0.217， p <0.001），但不包括性别。

程序和评估措施

与会者完成了上述版本的YFAS，其中不包括食物启动信息，并向他们提供了关于第一研究中强制选择任务的改编版本的说明。 不是将每种食物相互比较，而是要求参与者评估他们遇到问题的可能性，如YFAS所描述的，每种35食物都是从1（从根本上没有问题）到7（非常有问题）有问题的）。 还收集了人口统计信息（种族，性别，收入和年龄）以及自我报告的身高和体重。

数据分析计划

具有强大标准误差的分层线性建模[43]用于分析食品营养特性与食品评级之间的关系。 进行了两级回归分析，包括参与者对第一级35食物的评分，这些评分嵌套在第二级的384参与者中。 这种分析方法使我们能够评估食品特定特征对评级的影响，该评级代表食品与成瘾性饮食（第一级）和1的行为指标相关的可能性，特定参与者的特定影响食品特性与食品评级之间关系的特征（第二级）。

成果

表3 提供按排名顺序分配给每个食品的平均评级。 据报道，YFAS中描述的成瘾性饮食行为表明，评级较高的食品更有问题。 与Study One一致，高度加工食品或含有额外脂肪和/或精制碳水化合物的食品与成瘾性饮食行为最相关。 列表顶部十种食物中有九种是高度加工的，脂肪和精制碳水化合物含量都很高。 苏打（不是饮食）是例外，它是高度加工和高精炼碳水化合物，但不是脂肪。

缩略图
表3。 研究二：基于7点李克特量表的平均食物评级（1 =完全没有问题，7 =非常有问题）。1

DOI：10.1371 / journal.pone.0117959.t003

食品评级和加工

在一级方程中，处理的虚拟编码变量（高度处理和未处理）被指定为每个参与者的食物评级的主要影响。

作为食品评级预测值的一级方程式处理：

一级方程的截距（β0）当处理变量为零时，可解释为模型预测的食品评级，表示未加工的食品。 在这种情况下，模型预测未加工食品的2.147评级。 偏坡（β0）表示加工水平对食品评级的影响。 在这个一级模型中，0.689的值为 β1 表明相对于未加工的食品，食品的评级会增加0.689点数。

卡方检验显示，第一级的拦截和利用参数（处理）参与者之间存在显着差异， χ2（383）= 2172.10和598.72， p <0.001。 这意味着参与者的特定特征会影响食品的加工水平和食品等级之间的关联。 因此，进行了二级分析，并且两个参数都被视为随机效应。

二级方程式探讨了两个随机一级参数是否出现了参与者特定的变异预测因子。 检查了BMI（居中），YFAS症状计数（居中）和性别（虚拟编码）的参与者特异性预测因子。 截取二级方程（γ00 和 γ10）被解释为在所有二级预测器上具有平均值（或假编码为零）的参与者的每个级别 - 一个参数的平均值。 例如， γ10 表示处理对男性（性别= 0）参与者的平均BMI和症状计数的食物评级的平均影响。 此外，每个二级方程中的部分斜率测量处理对与二级参与者特定预测因子中的一个单位增加相关联的食物评级的影响。 例如， γ12 被解释为对YFAS上签署的每个附加症状发生的处理影响的变化，将其他二级预测值保持在其平均值。

一级参数的参与者特定预测因子的二级方程

平均食物评级 γ00 是2.241; 平均参与者对未加工食品的评级为从2.241到1的Likert量表的平均7。 检查利用参数的截距表明处理对平均参与者的食物评级的显着影响。 使用Oishi及其同事推荐的程序计算效果大小[45]。 处理是一个很大的，积极的预测指标，指出食物被报告为有问题且与成瘾性饮食行为相关的程度（γ10 = 0.653，d = 1.444， p <0.001）。 参与者对高加工食品的平均食品评分比未加工食品的平均食品评分高0.653分。 换句话说，平均参与者报告未加工食品的等级为2.241，高度加工食品的等级为2.894（2.241 + 0.653）。 因此，该模型表明，参与者报告了更多的与高度加工食品一起上瘾饮食的行为指标。

在控制BMI和性别时，YFAS症状计数是未加工食品有问题的食品评级的中到大阳性预测因子（γ01 = 0.157，d = 0.536， p <0.001）。 对于未加工食品是否被报告为有问题的问题，性别也成为一种小的积极的预测指标，男性报告未加工食品的问题比女性多（γ03 = -0.233，d = 0.236， p <0.022）。 对于处理的一级参数，出现了两个参与者特定的可变性预测变量。 当控制YFAS症状和性别的影响时，BMI是高度加工食品的食品评级的一个小的积极预测指标（γ12 = 0.012，d = 0.235， p = 0.023）; BMI的增加与高度加工食品的有问题的食品评级相关。 此外，在控制BMI和性别时，YFAS症状计数成为处理对食物评级影响的小到中等阳性预测因子（γ11 = 0.063，d = 0.324， p = 0.002）; 症状计数的每一个单位增加与高度加工食品评级的0.063增加相关。 因此，当报告类似成瘾性饮食问题的食物评级时，处理水平对于BMI升高和成瘾性饮食症状的个体尤其重要。 最后，性别与处理的第一级参数没有显着关联。

食品评级，脂肪和GL

接下来，我们检查了哪些额外的食物属性增加了YFAS规定的某种食物出现问题的可能性。 为了减轻多重共线性并获得有关哪些食物特征与成瘾性饮食最强烈相关的更多信息，我们运行了第二个不包括处理的模型。 基于成瘾文献，该第二模型将脂肪和GL指定为感兴趣的食物属性，因为两者可能对剂量和吸收速率具有潜在影响。 具体地，高度加工的食物增加脂肪和/或精制碳水化合物的剂量（或量）。 此外，GL不仅捕获精制碳水化合物的剂量，还捕获它们在系统中被吸收的速率。 因此，这些食物属性似乎捕获了高度加工食品和滥用药物之间潜在的药代动力学相似性。

一级方程表明参与者对有问题，类似成瘾的饮食行为的食物评级有两个主要影响：脂肪（居中）和GL（居中）。 一级方程的截距（β0）反映了具有平均脂肪克和平均GL的食品的模型预测食品评级。 部分斜坡（β1 和 β2）被解释为脂肪和GL分别对食品评级的影响。

脂肪和GL的一级方程式作为食品评级的预测指标

卡方检验显示，参与者对食物的评级存在显着差异， χ2 （383）= 524.218， p <0.001，但不包括脂肪克（χ2 （383）= 404.791， p = 0.213）。 因此，仅检查了截距和GL的参与者特异性预测因子。 所有三个参数都被视为随机效应。 将相同的二级预测因子（即YFAS症状，BMI，性别）输入该模型，以基于参与者特异性特征检查GL对食物评级的影响的变化。

一级参数的参与者特定预测因子的二级方程

在二级参数上具有平均值（或虚拟编码为零）的参与者报告了具有平均脂肪和GL值的食品的平均2.62评级（γ00）。 脂肪含量被发现是食物评级的一个大的，积极的预测因子（γ10 = 0.025，d = 1.581， p <0.001），这意味着食物中的成瘾性饮食问题的等级每增加0.025克脂肪克，其平均值就会增加623。 换句话说，据报道脂肪含量高的食物与上瘾的饮食问题有关。 尽管有人建议将钠作为上瘾的饮食的另一个重要因素，但钠与脂肪之间的多重共线性阻止了这些变量被放入同一模型中（r = .XNUMX， p <0.001）。 我们独立评估了脂肪和钠，尽管它们都是一级显着的预测指标，但我们确定脂肪的影响量大于钠（脂肪：d = 1.853， p <0.001； 钠：d = 1.223， p <0.001）。 因此，在第二种模型中利用了脂肪。

GL也是食品评级的一个重要的积极预测指标（γ20 = 0.021，d = 0.923， p <0.001），表明每增加0.021单位GL，食品对有问题的饮食行为的评分就会增加0.923。 此外，我们发现，当我们将第二个模型添加到脂肪中时，GL的效果大小明显大于糖或净碳水化合物（GL：d = 0.814；糖：d = 0.657；净碳水化合物：d = XNUMX）。 因此，既捕获精制碳水化合物的量又捕获其被系统吸收的速度快慢的GL，似乎特别与有问题的饮食有关，如YFAS所定义。

YFAS症状计数是平均脂肪克和GL的食物评级的一个大的，积极的预测因子，控制BMI和性别的影响（γ01 = 0.180，d = 0.645， p <0.001）出现了针对GL的一级参数的参与者特定的可变性预测因子。 在控制BMI和性别时，YFAS症状计数是基于GL的食品评级的小阳性预测指标（γ21 = 0.003，d = 0.297， p = 0.004）; 症状计数认可的每一个单位增加与平均GL食物的食品评级的0.003增加相关。 因此，当报告有问题的饮食行为时，GL对报告成瘾性饮食症状的个体特别重要。 性别和BMI与GL相关食品的评级无显着相关性。

总结

总之，处理水平成为有问题，令人上瘾的饮食行为的食物评级的一个大的，积极的预测因子。 YFAS症状学和性别（男性）是个体是否报告未加工食品问题的预测因子。 此外，如YFAS所示，YFAS症状计数和BMI都是高度加工食品与有问题的饮食行为评级之间关联的正向预测因素。 因此，BMI升高和/或类似成瘾性进食症状的个体更有可能报告对高度加工的食物经历类似成瘾的行为。 此外，脂肪和GL是有问题的食品评级的重要预测因子。 YFAS症状计数作为“平均”食物的食物评级的阳性预测因子，具有平均脂肪克数和GL值。 最后，GL特别预测YFAS症状计数升高的个体有问题的食物评级，这意味着支持类似成瘾性饮食行为的个体特别有可能报告高GL食物的问题。

讨论

尽管“食物成瘾”的证据仍在继续增长，但之前的研究尚未研究哪些食物或食物属性可能与成瘾性饮食有关。 确定某些食品中可能具有成瘾性的特征对于进一步了解“食物成瘾”结构以及为公共卫生教育和食品政策举措提供信息至关重要[46–48].

在本科生的样本中，我们观察到高度加工的食物含有额外的脂肪和/或精制碳水化合物（如白面粉和糖），最有可能与成瘾性饮食行为有关。 此外，我们假设基于成瘾物质的药代动力学（例如剂量，快速吸收速率），食物的脂肪克和GL也可以是预测性的。 在研究二中使用更多样化的参与者样本检查了这一点，其确实发现加工，脂肪和GL可以预测食物是否与有问题的，类似成瘾的饮食行为相关，如YFAS所述。 此外，BMI和/或YFAS症状计数升高的个体报告了高度加工食品的更大困难，并且男性表示未加工食品（例如牛排，坚果，奶酪）比女性更成问题。 虽然上瘾的食客一般会报告更多的问题，但高GL尤其表明食物是否与吸食“食物成瘾”症状的参与者的成瘾性饮食行为有关。没有个体差异可以显着预测脂肪量之间的关系以及食物是否与有问题的，令人上瘾的食物有关。

食物特有的特征

处理中

处理似乎是食物是否与成瘾性饮食的行为指标相关的重要区别因素。 通过添加脂肪和/或精制碳水化合物（如白面粉和糖），高度加工的食物被改变为特别有益。 虽然烹饪或搅拌是一种加工形式，但是已经烹饪或搅拌但不含有添加的脂肪和/或精制碳水化合物（例如牛排）的食物在本研究中未被分类为高度加工。 本研究结果支持并扩展了临床前文献[7,49,50]通过证明所有食物不会同样地与成瘾性食物有关，并且如YFAS所述，高度加工的食物（其在自然界中不存在）似乎是最成问题的。 因此，似乎未加工的食物（例如苹果）比高度加工的食物（例如饼干）更不可能引发类似成瘾的反应。 发现加工是食物是否与成瘾性饮食行为相关的最具预测性的因素，这是缩小食物与“食物成瘾”结构有关的范围的初步证据。未来的研究需要确定是否“食物成瘾“可能更恰当地标题为”高度加工的食物成瘾。“

血糖负荷（GL）

虽然加工水平是食物是否可能与成瘾性饮食有关的一个大的，积极的预测因素，但有必要检查与高度加工食品相关的哪些食物属性与成瘾性饮食问题有关。 食物GL不仅反映食物中精制碳水化合物的含量，还反映它们被吸收到系统中的速度。 类似地，众所周知，对于成瘾物质，浓缩剂量的成瘾剂及其快速吸收速率增加了成瘾潜力。 以前的研究表明，具有较高GL的食物可能能够激活与奖赏相关的神经回路（例如纹状体），类似于成瘾物质，并且增加渴望和饥饿，这可能导致暴饮暴食[23,24,51,52]。 因此，我们假设一种食物的GL，即消费后血糖峰值的量度，可预测成瘾性饮食。 我们观察到，GL是YFAS规定的食物是否有问题的大型阳性预测因子。 此外，我们发现GL对于与成瘾性饮食有关的问题比糖或净碳水化合物含量更具预测性。 因此，它似乎不仅仅是食物中精制碳水化合物（如白面粉和糖）的数量，而是它们被吸收到系统中的速度，这是特定食物是否相关的最重要的预测因子。与成瘾性饮食的行为指标。

脂肪

我们还假设脂肪克的数量对于预测食物是否与成瘾性饮食相关的问题有关。 以前的研究表明，脂肪可以增强口腔的适口性，激活躯体感觉的大脑区域[53,54]。 在目前的研究中，我们发现较高的脂肪含量是一个很大的，有意义的，类似上瘾的饮食的预测因素。 此外，似乎更大量的脂肪可能增加食物被消费的可能性，而不管个体差异如何，并且对于报告以类似上瘾的方式食用食物的人来说不是唯一的。

个体差异因素

YFAS

YFAS症状与未加工食品和具有平均脂肪含量和GL的食品的成瘾性饮食相关问题的评级相关。 因此，具有升高的YFAS评分的个体通常可能比不报告以类似成瘾的方式消费食物的个体经历更多有问题的饮食行为。 YFAS症状计数也是有问题的食品评级和加工之间关系的小到中等，阳性预测因子。 换句话说，支持成瘾性饮食症状的个人特别有可能报告YFAS所指出的高度加工食品的问题，这与这些食品可能具有更大成瘾潜力的假设一致。

YFAS症状也与GL与有问题的食品评级之间的关联性增加有关。 换句话说，支持成瘾性饮食症状的个体报告说，含有快速吸收的精制碳水化合物的食物的难度增加，这会产生大量的血糖飙升。 这加强了潜在成瘾食品和滥用药物的吸收率的共同重要性。 有趣的是，消耗高血糖指数（GI）的食物，这是与GL相关的血糖峰值的另一个衡量标准，与手术后减肥患者中新发物质使用障碍的发展有关，并且高GI食物可能在食用后激活与奖赏相关的大脑区域（例如伏隔核，纹状体）[23,55]。 这进一步证明了GL和血糖飙升在某些食物可能成瘾反应中的作用。

认可类似上瘾的饮食行为与脂肪含量和有问题的食物评级之间的关系无关。 可能是个人通常报告高脂肪食物的消费有问题，但是脂肪不能预测某人是否真的经历过某种类似上瘾的过程以响应某种食物。 这得到动物模型的支持，证明阿片类药物戒断是一种成瘾过程的标志，可以观察到蔗糖从饮食中被去除而不是脂肪[32]。 在目前的研究中，似乎脂肪量预测食物是否被报告为有问题，无论个体差异如何，但与认可成瘾性饮食行为没有密切相关。 这表明脂肪可能与过度饮食的一般趋势有关，这可能对预防和治疗有问题的饮食具有公共卫生意义。 此外，许多含有添加脂肪的高度加工食品通常还含有添加的精制碳水化合物（例如巧克力，炸薯条）。 因此，有必要进一步研究以解开脂肪和精制碳水化合物/ GL的独特预测能力。

BMI和性别

对于高度加工的食物是否与有问题的，令人上瘾的食物相关，BMI是一个小的，积极的预测因子。 这表明加工不仅可以增加食物的“成瘾潜力”，还可以在肥胖流行病中发挥作用。 升高的BMI与脂肪或GL与食物评级的关系无关。 目前的研究发现，男性报告的未加工食品（如牛排，奶酪）的问题比女性更多，这表明男性可能会遇到有问题的饮食行为，食物种类繁多。

限制

目前的研究有一些局限性。 首先，使用Amazon MTurk收集Study Two的数据。 虽然参与者样本比研究一的本科生群更具代表性，但可能不被视为具有全国代表性的样本[56并且复制可能会增加普遍性。 同样，由于目前的研究对大学生和成年人进行了检查，调查结果可能不适用于非大学生或青年。 此外，食物排名范围有限。 报告为最有问题的食物的平均评分仅略高于4，这意味着没有食物平均排名非常有问题（7评分）。 直观地说，这是有道理的，因为我们的样本范围从报告没有类似成瘾性饮食症状的个体到符合“食物成瘾”诊断标准的个体。预计有些人不会对任何食物产生类似成瘾性的饮食症状。 未来的研究可能会考虑标签量级缩放57]。 与李克特量表相比，标签量表缩放方法试图解决因病态水平而可能不同的有问题饮食的感知严重性的个体差异。 最后，我们没有收集观察数据来评估这些食物的消费频率，这是本研究的重要下一步。 还不知道消费的背景（例如，零食，膳食，狂欢事件）是否可能影响食物是否与成瘾性饮食的行为指标相关。 因此，目前的研究结果仅限于参与者关于某些食物是否被认为与成瘾性饮食行为相关的报告。 最后，在研究二中自我报告身高和体重，这可能导致不准确。 虽然有几项研究发现自我报告的身高和体重与直接测量高度相关[58,59]，其他研究可考虑采用直接测量。

结论

总之，目前的研究发现，含有额外量的脂肪和/或精制碳水化合物（如糖，白面粉）的高度加工食品最有可能与成瘾性饮食的行为指标相关。 此外，具有高GL的食物尤其与对于支持“食物成瘾”症状升高的个体的成瘾性饮食问题有关。支持成瘾性饮食行为症状的个体可能更容易受到高GL食物的大量血糖飙升的影响，这与滥用药物成瘾潜力的剂量和吸收率的重要性一致。 总的来说，这些发现为“食物成瘾”中涉及的食物和食物属性以及滥用药物和高度加工食品的药代动力学特性之间的拟议相似性提供了初步证据。 作为评估“食物成瘾”的重要下一步，未来的研究还应通过测量生物反应和直接观察与高度加工食品相关的饮食行为来扩展目前的研究结果，以检验是否具有类似成瘾的机制，如戒断和容忍，可能存在。

致谢

感谢密歇根大学统计咨询和研究中心的Kathy Welch，她在密歇根大学公共卫生学院人类营养项目助理教授Kendrin Sonneville的帮助下进行数据分析。她在营养学方面的专业知识，为哥伦比亚大学Avena博士实验室成员Susan Murray提供深思熟虑的反馈，并向食品和成瘾科学与治疗实验室的研究助理提供数据收集方面的帮助。

作者贡献

构思并设计了实验：ES AG。 进行了实验：ES AG。 分析数据：ES AG。 供稿试剂/材料/分析工具：NA AG。 写了这篇论文：ES NA AG。

参考资料

  1. 1。 Wang Y，Beydoun MA，Liang L，Caballero B，Kumanyika SK（2008）所有美国人都会变得超重或肥胖吗？ 估计美国肥胖流行病的进展和成本。 肥胖症16：2323-2330。 doi：10.1038 / oby.2008.351。 结论：18719634
  2. 2。 Mokdad AH，Serdula MK，Dietz WH，Bowman BA，Marks JS，et al。 （2000）美国肥胖症的持续流行。 JAMA 284：1650-1651。 pmid：11015792 doi：10.1001 / jama.284.13.1650
  3. 查看文章
  4. 考研/ NCBI
  5. Google Scholar
  6. 查看文章
  7. 考研/ NCBI
  8. Google Scholar
  9. 查看文章
  10. 考研/ NCBI
  11. Google Scholar
  12. 查看文章
  13. 考研/ NCBI
  14. Google Scholar
  15. 查看文章
  16. 考研/ NCBI
  17. Google Scholar
  18. 查看文章
  19. 考研/ NCBI
  20. Google Scholar
  21. 查看文章
  22. 考研/ NCBI
  23. Google Scholar
  24. 查看文章
  25. 考研/ NCBI
  26. Google Scholar
  27. 查看文章
  28. 考研/ NCBI
  29. Google Scholar
  30. 查看文章
  31. 考研/ NCBI
  32. Google Scholar
  33. 查看文章
  34. 考研/ NCBI
  35. Google Scholar
  36. 查看文章
  37. 考研/ NCBI
  38. Google Scholar
  39. 查看文章
  40. 考研/ NCBI
  41. Google Scholar
  42. 查看文章
  43. 考研/ NCBI
  44. Google Scholar
  45. 查看文章
  46. 考研/ NCBI
  47. Google Scholar
  48. 查看文章
  49. 考研/ NCBI
  50. Google Scholar
  51. 查看文章
  52. 考研/ NCBI
  53. Google Scholar
  54. 查看文章
  55. 考研/ NCBI
  56. Google Scholar
  57. 查看文章
  58. 考研/ NCBI
  59. Google Scholar
  60. 查看文章
  61. 考研/ NCBI
  62. Google Scholar
  63. 查看文章
  64. 考研/ NCBI
  65. Google Scholar
  66. 查看文章
  67. 考研/ NCBI
  68. Google Scholar
  69. 查看文章
  70. 考研/ NCBI
  71. Google Scholar
  72. 查看文章
  73. 考研/ NCBI
  74. Google Scholar
  75. 查看文章
  76. 考研/ NCBI
  77. Google Scholar
  78. 查看文章
  79. 考研/ NCBI
  80. Google Scholar
  81. 查看文章
  82. 考研/ NCBI
  83. Google Scholar
  84. 查看文章
  85. 考研/ NCBI
  86. Google Scholar
  87. 查看文章
  88. 考研/ NCBI
  89. Google Scholar
  90. 查看文章
  91. 考研/ NCBI
  92. Google Scholar
  93. 查看文章
  94. 考研/ NCBI
  95. Google Scholar
  96. 查看文章
  97. 考研/ NCBI
  98. Google Scholar
  99. 查看文章
  100. 考研/ NCBI
  101. Google Scholar
  102. 查看文章
  103. 考研/ NCBI
  104. Google Scholar
  105. 查看文章
  106. 考研/ NCBI
  107. Google Scholar
  108. 查看文章
  109. 考研/ NCBI
  110. Google Scholar
  111. 查看文章
  112. 考研/ NCBI
  113. Google Scholar
  114. 查看文章
  115. 考研/ NCBI
  116. Google Scholar
  117. 查看文章
  118. 考研/ NCBI
  119. Google Scholar
  120. 查看文章
  121. 考研/ NCBI
  122. Google Scholar
  123. 3。 Wadden TA，Butryn ML，Byrne KJ（2004）改善生活方式对长期控制体重的功效。 Obes Res 12 Suppl：151S-162S。 pmid：15687411 doi：10.1038 / oby.2004.282
  124. 4。 Taubes G（1998）随着肥胖率上升，专家们努力解释为什么。 科学280：1367-1368。 pmid：9634414 doi：10.1126 / science.280.5368.1367
  125. 查看文章
  126. 考研/ NCBI
  127. Google Scholar
  128. 查看文章
  129. 考研/ NCBI
  130. Google Scholar
  131. 查看文章
  132. 考研/ NCBI
  133. Google Scholar
  134. 查看文章
  135. 考研/ NCBI
  136. Google Scholar
  137. 查看文章
  138. 考研/ NCBI
  139. Google Scholar
  140. 查看文章
  141. 考研/ NCBI
  142. Google Scholar
  143. 查看文章
  144. 考研/ NCBI
  145. Google Scholar
  146. 查看文章
  147. 考研/ NCBI
  148. Google Scholar
  149. 查看文章
  150. 考研/ NCBI
  151. Google Scholar
  152. 查看文章
  153. 考研/ NCBI
  154. Google Scholar
  155. 查看文章
  156. 考研/ NCBI
  157. Google Scholar
  158. 查看文章
  159. 考研/ NCBI
  160. Google Scholar
  161. 查看文章
  162. 考研/ NCBI
  163. Google Scholar
  164. 查看文章
  165. 考研/ NCBI
  166. Google Scholar
  167. 查看文章
  168. 考研/ NCBI
  169. Google Scholar
  170. 查看文章
  171. 考研/ NCBI
  172. Google Scholar
  173. 5。 Bulik CM，Sullivan PF，Kendler KS（2003）对肥胖和暴饮暴食的遗传和环境贡献。 国际饮食失调杂志33：293-298。 pmid：12655626 doi：10.1002 / eat.10140
  174. 6。 Wright SM，Aronne LJ（2012）肥胖的原因。 Abdom Imaging 37：730-732。 pmid：22426851 doi：10.1007 / s00261-012-9862-x
  175. 7。 Gearhardt AN，Corbin WR，Brownell KD（2009）耶鲁食品成瘾量表的初步验证。 食欲52：430-436。 doi：10.1016 / j.appet.2008.12.003。 结论：19121351
  176. 8。 Gearhardt AN，White MA，Potenza MN（2011）暴食症和食物成瘾。 目前的药物滥用审查4：201。 pmid：21999695 doi：10.2174 / 1874473711104030201
  177. 9。 Davis C，Curtis C，Levitan RD，Carter JC，Kaplan AS，et al。 （2011）证据表明“食物成瘾”是一种有效的肥胖表型。 食欲57：711-717。 doi：10.1016 / j.appet.2011.08.017。 结论：21907742
  178. 10。 Gearhardt AN，Yokum S，Orr PT，Stice E，Corbin WR，et al。 （2011）食物成瘾的神经相关。 一般精神病学档案68：808-816。 doi：10.1001 / archgenpsychiatry.2011.32。 结论：21464344
  179. 11。 Davis C，Loxton NJ，Levitan RD，Kaplan AS，Carter JC，et al。 （2013）'食物成瘾'及其与多巴胺能多位点遗传谱的关联。 Physiol Behav 118：63-69。 doi：10.1016 / j.physbeh.2013.05.014。 结论：23680433
  180. 12。 Nikolova YS，Ferrell RE，Manuck SB，Hariri AR（2011）用于多巴胺信号传导的多位点遗传谱预测腹侧纹状体反应性。 神经精神药理学36：1940-1947。 doi：10.1038 / npp.2011.82。 结论：21593733
  181. 13。 Stice E，Yokum S，Burger K，Epstein L，Smolen A（2012）反映多巴胺信号传导能力的多位点遗传复合物预测奖励电路响应度。 J Neurosci 32：10093-10100。 doi：10.1523 / JNEUROSCI.1506-12.2012。 结论：22815523
  182. 14。 Koob GF，Le Moal M（2005）奖励神经电路的可塑性和吸毒成瘾的“黑暗面”。 Nat Neurosci 8：1442-1444。 pmid：16251985 doi：10.1038 / nn1105-1442
  183. 15。 Bierut LJ（2011）遗传易感性和对物质依赖的易感性。 Neuron 69：618-627。 doi：10.1016 / j.neuron.2011.02.015。 结论：21338875
  184. 16。 Volkow ND，Wang GJ，Fowler JS，Tomasi D，Baler R（2012）食品和药物奖励：人类肥胖和成瘾的重叠电路。 Curr Top Behav Neurosci 11：1-24。 doi：10.1007 / 7854_2011_169。 结论：22016109
  185. 17。 Volkow ND，Wang GJ，Tomasi D，Baler RD（2013）肥胖和成瘾：神经生物学重叠。 Obes Rev 14：2-18。 doi：10.1111 / j.1467-789X.2012.01031.x。 结论：23016694
  186. 18.加利福尼亚州蒙特罗，利维·RB，克拉罗·RM，卡斯特罗·IR，坎农·G（2010）根据食品加工的程度和目的对食品进行新的分类。 Cad Saude Publica 26：2039-2049。 pmid：21180977 doi：10.1590 / s0102-311×2010001100005
  187. 19。 Henningfield JE，Keenan RM（1993）尼古丁输送动力学和滥用责任。 J咨询Clin Psychol 61：743-750。 pmid：8245272 doi：10.1037 // 0022-006x.61.5.743
  188. 20。 Klatsky AL，Armstrong MA，Kipp H（1990）酒精饮料偏好的相关性：选择葡萄酒，白酒或啤酒的人的特征。 Br J Addict 85：1279-1289。 pmid：2265288 doi：10.1111 / j.1360-0443.1990.tb01604.x
  189. 21。 Hanna JM，Hornick CA（1977）在秘鲁南部使用古柯叶：适应或成瘾。 Bull Narc 29：63-74。 结论：585582
  190. 22。 Verebey K，Gold MS（1988）从古柯叶到裂缝：剂量和给药途径对滥用责任的影响。 精神病学年鉴18：513-520。 doi：10.3928 / 0048-5713-19880901-06
  191. 23。 Lennerz BS，Alsop DC，Holsen LM，Stern E，Rojas R，et al。 （2013）膳食血糖指数对与男性奖赏和渴望相关的大脑区域的影响。 Am J Clin Nutr 98：641-647。 doi：10.3945 / ajcn.113.064113。 结论：23803881
  192. 24。 Ebbeling CB，Leidig MM，Sinclair KB，Hangen JP，Ludwig DS（2003）降低血糖负荷饮食治疗青少年肥胖症。 Arch Pediatr Adolesc Med 157：773-779。 pmid：12912783 doi：10.1001 / archpedi.157.8.773
  193. 25。 Wolever TM，Jenkins DJ，Jenkins AL，Josse RG（1991）血糖指数：方法学和临床意义。 Am J Clin Nutr 54：846-854。 结论：1951155
  194. 26。 Willett W，Manson J，Liu S（2002）血糖指数，血糖负荷和2型糖尿病的风险。 Am J Clin Nutr 76：274S-280S。 结论：12081851
  195. 27。 Gearhardt AN，Davis C，Kuschner R，Brownell KD（2011）可食用的食物的成瘾潜力。 Curr Drug Abuse Rev 4：140-145。 pmid：21999688 doi：10.2174 / 1874473711104030140
  196. 28。 Klump KL，Racine S，Hildebrandt B，Sisk CL（2013）雄性和雌性成年大鼠暴食模式的性别差异。 Int J Eat Disord 46：729-736。 doi：10.1002 / eat.22139。 结论：23625647
  197. 29。 Boggiano MM，Artiga AI，Pritchett CE，Chandler-Laney PC，Smith ML，et al。 （2007）高摄入量的可口食物可以预测暴食 - 不依赖于对肥胖的易感性：瘦肉与肥胖暴食的动物模型以及有和没有暴饮暴食的肥胖。 Int J Obes（Lond）31：1357-1367。 pmid：17372614 doi：10.1038 / sj.ijo.0803614
  198. 30。 约翰逊PM，肯尼PJ（2010）多巴胺D2受体在肥胖大鼠的成瘾样奖励功能障碍和强迫性进食。 自然神经科学13：635-641。 doi：10.1038 / nn.2519。 结论：20348917
  199. 31。 Oswald KD，Murdaugh DL，King VL，Boggiano MM（2011）尽管在暴食的动物模型中产生了后果，但对可口食物的动机。 国际饮食失调杂志44：203-211。 doi：10.1002 / eat.20808。 结论：20186718
  200. 32。 Avena NM，Rada P，Hoebel BG（2009）糖和脂肪暴食在成瘾性行为方面有显着差异。 J Nutr 139：623-628。 doi：10.3945 / jn.108.097584。 结论：19176748
  201. 33.新墨西哥州的Avena，Bocarsly的Me，Rada P，Kim A，Hoebel BG（2008）在每天在蔗糖溶液上暴饮暴食后，食物匮乏会引起焦虑，并引起多巴胺/乙酰胆碱失衡。 生理与行为94：309-315。 doi：10.1016 / j.nephro.2014.10.004。 pmid：25597033
  202. 34。 Cottone P，Sabino V，Steardo L，Zorrilla EP（2007）阿片样物质依赖性预期阴性对比和类似暴食的大鼠进食高度优选的食物。 神经精神药理学33：524-535。 pmid：17443124 doi：10.1038 / sj.npp.1301430
  203. 35。 Galic MA，Persinger MA（2002）雌性大鼠的大量蔗糖消耗：在蔗糖去除期间增加的“麻点”和可能的发情周期。 心理报告90：58-60。 pmid：11899012 doi：10.2466 / pr0.2002.90.1.58
  204. 36。 Colantuoni C，Schwenker J，McCarthy J，Rada P，Ladenheim B，et al。 （2001）过量的糖摄入会改变大脑中多巴胺和μ-阿片受体的结合。 Neuroreport 12：3549-3552。 pmid：11733709 doi：10.1097 / 00001756-200111160-00035
  205. 37。 Bailey A，Gianotti R，Ho A，Kreek MJ（2005）持续上调μ-阿片类药物，但不是腺苷，受体长期退缩的剂量“暴饮暴食”可卡因治疗大鼠。 Synapse 57：160-166。 pmid：15945065 doi：10.1002 / syn.20168
  206. 38。 Avena NM（2010）使用暴食的动物模型研究食物成瘾。 食欲55：734-737。 doi：10.1016 / j.appet.2010.09.010。 结论：20849896
  207. 39。 Avena NM，Rada P，Hoebel BG（2009）糖和脂肪暴食在成瘾性行为方面有显着差异。 营养学杂志139：623-628。 doi：10.3945 / jn.108.097584。 结论：19176748
  208. 40。 Rada P，Avena NM，Hoebel BG（2005）每日对糖的狂欢反复释放伏隔核壳中的多巴胺。 神经科学134：737-744。 pmid：15987666 doi：10.1016 / j.neuroscience.2005.04.043
  209. 41。 Rodin J，Mancuso J，Granger J，Nelbach E（1991）与体重指数，束缚和雌二醇水平相关的食物渴望：对健康女性的重复测量研究。 食欲17：177-185。 pmid：1799280 doi：10.1016 / 0195-6663（91）90020-s
  210. 42。 Schneider W，Eschman A，Zuccolotto A（2002）E-Prime：用户指南：Psychology Software Incorporated。
  211. 43。 Raudenbush SW，Bryk AS（2002）分层线性模型：应用和数据分析方法：Sage。
  212. 44。 Paolacci G，Chandler J（2014）在土耳其人内部将机械土耳其人视为参与者。 当前心理科学方向23：184-188。 doi：10.1177 / 0963721414531598
  213. 45。 Oishi S，Ishii K，Lun J（2009）住宅移动性和群体识别的条件。 实验社会心理学杂志45：913-919。 doi：10.1016 / j.jesp.2009.09.001
  214. 46。 Gearhardt AN，Roberts M，Ashe M（2013）如果糖上瘾......这对法律意味着什么？ J Law Med道德规范41 Suppl 1：46-49。 doi：10.1111 / jlme.12038。 结论：23590740
  215. 47。 Gearhardt AN，Brownell KD（2013）食物和成瘾可以改变游戏吗？ Biol Psychiatry 73：802-803。 doi：10.1016 / j.biopsych.2012.07.024。 结论：22877921
  216. 48。 Gearhardt AN，Grilo CM，DiLeone RJ，Brownell KD，Potenza MN（2011）食物会让人上瘾吗？ 公共卫生和政策影响。 成瘾106：1208-1212。 doi：10.1111 / j.1360-0443.2010.03301.x。 结论：21635588
  217. 49。 Gearhardt AN，Corbin WR，Brownell KD（2009）食物成瘾：对依赖性诊断标准的检查。 J Addict Med 3：1-7。 doi：10.1097 / ADM.0b013e318193c993。 结论：21768996
  218. 50。 Pelchat ML（2002）人类的束缚：食物渴望，痴迷，强迫和成瘾。 Physiol Behav 76：347-352。 结论：12117571
  219. 51。 Ebbeling CB，Ludwig DS（2001）治疗青少年肥胖症：应该考虑饮食中的血糖负荷吗​​？ Adv Pediatr 48：179-212。 结论：11480757
  220. 52。 Thornley S，McRobbie H，Eyles H，Walker N，Simmons G（2008）肥胖流行病：血糖指数是解开隐性成瘾的关键吗？ Med假设71：709-714。 doi：10.1016 / j.mehy.2008.07.006。 结论：18703288
  221. 53。 Stice E，Burger KS，Yokum S（2013）脂肪和糖的相对能力，以激活奖励，味觉和体感区域。 Am J Clin Nutr 98：1377-1384。 doi：10.3945 / ajcn.113.069443。 结论：24132980
  222. 54。 Grabenhorst F，Rolls ET（2014）人体躯体感觉皮层中口腔脂肪质地的代表。 Hum Brain Mapp 35：2521-2530。 doi：10.1002 / hbm.22346。 结论：24038614
  223. 55。 Fowler L，Ivezaj V，Saules KK（2014）肥胖症患者摄入高糖/低脂肪和高血糖指数食物的问题与手术后新发物质使用障碍的发展有关。 吃Behav 15：505-508。 doi：10.1016 / j.eatbeh.2014.06.009。 结论：25064307
  224. 56。 Berinsky AJ，Huber GA，Lenz GS（2012）评估实验研究的在线劳动力市场：亚马逊。 com的机械土耳其人。 政治分析20：351-368。 doi：10.1093 / pan / mpr057
  225. 57。 Bartoshuk LM，Duffy VB，Green BG，Hoffman HJ，Ko CW，et al。 （2004）与标记尺度的有效跨组比较：gLMS与幅度匹配。 Physiol Behav 82：109-114。 pmid：15234598 doi：10.1016 / j.physbeh.2004.02.033
  226. 58。 Kuczmarski MF，Kuczmarski RJ，Najjar M（2001）年龄对自我报告身高，体重和体重指数有效性的影响：来自第三次全国健康和营养检查调查的结果，1988-1994。 J Am Diet Assoc 101：28-34; 测验35-26。 pmid：11209581 doi：10.1016 / s0002-8223（01）00008-6
  227. 59。 White MA，Masheb RM，Grilo CM（2010）暴饮暴食中自我报告体重和身高的准确性：误报与心理因素无关。 肥胖（银泉）18：1266-1269。 doi：10.1038 / oby.2009.347。 结论：19834465