肥胖青少年的禁食进食与眶额减少和执行功能障碍有关(2011)

L Maayan,2,4 * C Hoogendoorn,1* V汗,1 和A. Convit1,3,4

链接到全面研究

肥胖(银泉)。 2011七月; 19(7):1382-1387。

1美国纽约大学医学院精神病学系,地址:纽约州纽约市第一大道 550 号,邮编:10016。

2美国纽约大学医学院儿童精神病学系,地址:纽约州纽约市第一大道 550 号,邮编:10016。

3美国纽约大学医学院内科系,地址:纽约州纽约市第一大道 550 号,邮编:10016。

4.内森·克莱恩精神病学研究所,地址:美国纽约州奥兰治堡老奥兰治堡路140号,邮编:10962

在成人中,肥胖与去抑制饮食,皮质灰质体积减少和认知评估表现较低有关。 关于青春期这些关系的知识要少得多,并且没有研究评估同一组研究参与者的行为,认知和神经结构测量。 这项研究调查了肥胖,执行功能,去抑制和相对健康的年轻人的脑容量之间的关系。 参与者包括54肥胖和37瘦弱青少年。 参与者接受了认知电池,饮食行为问卷和磁共振成像(MRI)。 神经心理学评估包括针对额叶功能的任务。 使用三因素饮食问卷(TFEQ)确定饮食行为,并在1.5 T Siemens Avanto MRI系统(Siemens,Erlangen,Germany)上进行结构MRI以确定脑灰质体积。 精瘦和肥胖的青少年在年龄,受教育年限,性别和社会经济地位方面是匹配的。 相对于瘦弱青少年,肥胖参与者对TFEQ的去抑制率,认知测试的较低表现以及较低的眶额皮质体积的评分显着较高。 抑制与体重指数,Stroop Color-Word评分和眶额皮质体积显着相关。 这是这些青少年协会的第一份报告,并指出了更好地理解神经结构缺陷与肥胖之间关系的重要性。

关键词:肥胖,青少年,抑制,MRI,额叶,认知,眶额皮质

介绍

自 1970 年以来,美国儿童和青少年肥胖症的患病率增加了两倍多。尽管最近的证据表明儿童肥胖症可能已经趋于稳定,但目前的高发病率预示着即将到来的涉及心血管和内分泌疾病的公共卫生问题(1)。

进食行为的失控,其部分特征是倾向于根据环境线索进行机会性进食,长期以来一直与青少年和成人的肥胖症相关(2)。导致最终肥胖的热量摄入控制失调可能发生在大脑的多个层面,包括下丘脑(3),以及根据最近的研究,大脑皮层(4 )。一系列针对瘦人和肥胖者在饥饿和饱腹状态下的功能性神经影像学研究表明,包括前扣带回、内侧前额叶皮层( 5)、岛叶、后扣带回、颞叶皮层和眶额叶皮层(6 )在内的多个皮层区域会根据饱腹感水平和BMI的不同而出现差异性激活,这表明它们参与了热量摄入的调节。对 OFC 作为行为抑制的关键区域的理解可以追溯到菲尼亚斯·盖奇的案例,这位不幸的 19世纪铁路工人在一场事故中幸存下来,这场事故可能损害了他的眶额皮质,导致性格改变和冲动性增加 ( 7 )。

神经结构研究结果也与体重指数(BMI)相关。一项针对55岁及以上女性的小型研究采用基于体素的形态测量学(VBM)发现,BMI与多个额叶区域的灰质体积呈负相关,这些区域包括左侧眶额回、右侧额下回和右侧中央前回,以及其他区域,例如右侧小脑和包含海马旁回、梭状回和舌回的大片右侧后部区域(8)。一项纳入1,428名成年人的大型研究发现,男性BMI与整体灰质以及特定脑区(例如双侧内侧颞叶、枕叶、额叶、楔前叶、中脑和小脑前叶)的灰质体积呈负相关(9)。另一项基于体素的形态测量学(VBM)研究表明,肥胖成年人额叶盖、额中回、中央后回以及壳核等区域的灰质密度较低(10)。我们团队曾描述过患有2型糖尿病(T2DM)的肥胖青少年存在神经结构异常(26),但据我们所知,尚未有研究描述过未患T2DM的肥胖青少年存在此类缺陷。

除了结构性发现外,认知评估也表明,成人和青少年肥胖者的执行功能和反应抑制能力可能受损。一项采用正电子发射断层扫描(PET)和认知测试的研究发现,肥胖成人的基线前额叶葡萄糖代谢降低,并且在Stroop任务(一项选择性注意和执行功能测试)中的表现也较差(11)。其他关于成人执行功能和反应抑制的研究表明,这些变量与BMI呈负相关(12-14 )。此外,与常模数据相比,极度肥胖的青少年在执行任务中的表现也较差(15 )。

我们假设与使用三因素饮食问卷(TFEQ)的先前发现一致,肥胖青少年在饮食行为中会有更高的自我报告去抑制率。 我们进一步假设,肥胖青少年的执行功能评估得分较低,额叶神经结构测量的完整性降低(基于MRI的灰质体积以及区域脑容量)。 此外,我们认为对TFEQ的去抑制将与相关领域的认知评分以及基于MRI的响应抑制和执行控制中涉及的脑区域测量负相关。

方法

参与者和程序

共有91名青少年(14-21岁)参与了这项研究,其中37名体型偏瘦(BMI<25 kg/m²或腰围身高比<0.5),54名肥胖(BMI≥30 kg/m²或BMI高于同年龄同性别人群的第95百分位)。81名青少年(36名体型偏瘦,45名肥胖)接受了MRI检查。10名青少年未接受MRI检查,原因如下:2名未按时赴约;1名怀孕,出于安全考虑,我们决定不进行检查;1名无法耐受MRI检查(幽闭恐惧症);6名BMI>50 kg/m² ,超过了扫描仪的容纳范围。

精益参与者的平均年龄为17.3±1.6年,肥胖17.5年为±1.6年。 这两个群体在教育年龄,性别和社会经济地位方面也相匹配,并且都处于认知正常的范围内。 神经系统,医学(除了血脂异常,胰岛素抵抗缺乏T2DM,多囊卵巢疾病或高血压)或精神病(包括抑郁症和酒精或其他物质滥用)疾病的证据排除了个人参与该研究。 T2DM也排除了参与者。 参与者及其父母给出了书面知情同意书,并对他们的时间和不便进行了补偿。 该研究方案经纽约大学医学院机构审查委员会批准。

所有研究参与者在10小时过夜禁食后采集血样,用于评估葡萄糖,胰岛素,脂质和炎症标志物(高敏C-反应蛋白; hs-CRP)水平。 使用葡萄糖氧化酶法(VITROS 950 AT,Amersham,England),通过化学发光的胰岛素(Advia Centaur,Bayer Corporation)测量葡萄糖,并使用酶免疫测定法(Vitros CRP slide,Ortho Clinical Diagnostics)在血浆中测量CRP。 使用胰岛素抵抗的稳态模型评估(HOMA-IR)估计胰岛素敏感性。

评估

神经心理学评估

我们对神经认知功能进行了全面评估,包括智力水平、近期记忆、工作记忆、注意力以及执行功能。我们假设体型偏瘦和肥胖的青少年在额叶功能方面存在差异,因此将分析范围限定于能够反映额叶完整性和执行功能正常的神经认知测试,即控制口语词汇联想测试(COWAT)、连线测试A部分和B部分、斯特鲁普任务、广泛学习与记忆评估(WRAML)的注意力/集中力指数以及WRAML的工作记忆指数。除WRAML和斯特鲁普任务提供年龄校正后的标准分数外,其余测试均报告原始分数。所有测试均为标准神经心理学工具,其详细描述见其他文献(16)。

三因素饮食问卷(TFEQ)

通过使用TFEQ评估进食行为的特征。 TFEQ是一种51项目仪器,由三个分量表组成,包括测量约束(即饮食行为的认知控制; 21项目),去抑制(即,对情绪因素和感官线索的反应易感性; 16项目),以及饥饿(即,为了应对饥饿感而进食的易感性; 14项目)。 在受试者午餐后约一小时施用TFEQ。

MRI采集和图像分析

所有受试者均在相同的1.5 T Siemens Avanto MRI系统上进行研究,该系统具有65英寸直径的孔和适合400磅个体的桌子。 我们获得了T1加权磁化准备的快速采集梯度回波图像(MPRAGE; TR 1300 ms; TE 4.38 ms; TI 800 ms; FOV 250×250;切片厚度1.2 mm; NEX 1;翻转角15°;矩阵尺寸256× 256; 192冠状切片)。

WM / GM体积分析

MPRAGE图像的空间标准化和分割采用了统计参数映射软件(SPM5)中描述的自动化程序(参考文献17)。首先对MPRAGE图像进行信号不均匀性校正,并将其空间标准化到标准的T1蒙特利尔神经学研究所(MNI)模板。利用SPM5中的组织分类算法,我们将标准化后的MPRAGE图像分割成灰质(GM)、白质(WM)和脑脊液(CSF)区域,这些区域代表每个体素被分类为GM、WM或CSF的概率。随后,我们将这些分割区域标准化到各自的标准模板。除了进行全脑评估外,考虑到青少年时期额叶髓鞘形成仍在进行中,我们使用了两种不同的模板来提取额叶感兴趣区域(ROI)。这两种模板分别是SPM自动解剖标记(AAL)模板(参考文献18)和我们已发表的可靠的额叶分区方法(参考文献19)。我们使用AAL模板划分出整个额叶、前扣带回和眶额叶区域。我们采用自主开发的分区方法划分出前额叶区域(额叶减去辅助运动区)。我们首先将各区域映射到每个分割区域,然后对两组受试者的相应值取平均值,以此量化全脑和额叶区域中白质、灰质和脑脊液的体积比例。

统计分析

我们进行了两尾独立样本t检验,以检验人口统计学,内分泌数据,认知数据和脑容量以及TFEQ抑制分数与BMI,Stroop颜色词分数和眶额皮质皮层灰质量之间的皮尔逊相关性,从而得出群体差异。 对于该变量,与组的平均值相比,偏差超过2个标准差的数据被排除在外。 鉴于与整体头部大小有关的区域性大脑容量存在个体差异,我们测量了每个人的颅内穹((ICV)大小,并利用ICV值来调整区域性大脑容量。 因此,为使与其他研究具有可比性,并使读者了解所研究的大脑区域的大小,描述区域大脑体积的表格显示了原始(未残留)体积。 但是,统计比较以及所呈现的所有影像的显着性和效应大小都利用了调整后(残留)的大脑体积。

功能验证

人口统计学和内分泌数据

受试者分组在年龄、性别、年级和霍林斯黑德社会经济地位(SES)方面均匹配。根据定义,肥胖受试者的BMI较高,并且正如预期的那样,他们的收缩压和舒张压、空腹胰岛素和葡萄糖水平也较高(但均在正常血糖范围内),稳态模型胰岛素抵抗指数(HOMA-IR)、甘油三酯、低密度脂蛋白胆固醇(LDL-C)和高敏C反应蛋白(CRP)水平也较高。肥胖受试者的高密度脂蛋白胆固醇(HDL-C)水平也显著降低。请参见表1。

  表1    

精益和肥胖青少年群体的人口统计学和内分泌特征

三因素饮食问卷调查

肥胖青少年在三因素饮食调查问卷的抑制因素上得分显着高于瘦弱参与者(6.85±3.55对3.91±1.96,p <0.000,科恩d(d)= 1.07),以及饥饿因素(6.60± 3.37 vs. 4.68±2.84,p = 0.008,d = 0.81)和认知约束因子(9.19±4.30 vs. 6.78±4.11,p = 0.012,d = 0.57)。 请注意,我们对81位参与者的MRI子集重复了这些分析,结果基本上没有变化(数据未显示)。

认知测量

与体型偏瘦的青少年相比,肥胖青少年在所有额叶功能任务中的认知表现都更差,尤其在Stroop任务(抑制能力测试)和WRAML工作记忆指数中表现最为显著,即使我们控制了估计的智商后,这一结果仍然成立。请参见表2。

  表2    

精益和肥胖青少年群体的认知差异

因为10受试者没有接受MRI评估(详情请参阅上面的参与者和程序部分),我们重复了对MRI进行分析的81青少年亚组,认知结果的方向和意义保持不变(数据)没有显示)。

脑成像

在肥胖青少年中,额叶灰质体积(以立方厘米计)趋于较小,尽管不是统计学显着性水平(265.3±29.5对比269.6±26.7;残留的0.00369±0.018312对比-0.00609±0.014076,p = 0.139, d = 0.35)。 请注意,虽然这些体积之间的绝对差异很小,但是在残留到ICV后进行分析,显着性值和效果大小反映了这些分析。 此外,为了控制年龄对额叶和脑容量的可能发育影响,我们重新分析了年龄相同的分析。 我们发现眶额皮质中肥胖青年的灰质体积明显较低(32.3±3.68对比33.3±3.99;残留的0.00781±0.024944对比-0.01227±0.018947,p = 0.005,d = 0.66)。 在控制收缩压或HOMA-IR后,OFC体积组差异未发生变化。 评估的其他大脑区域,包括前额叶皮质和前扣带皮层在肥胖和瘦体参与者之间没有显着差异。 年龄的共同变化并没有改变任何这些关系。

协会

我们发现TFEQ与认知,BMI和MRI体积测量之间存在显着关联。 具体而言,TFEQ上的抑制因子得分与BMI(r(81)= 0.406,p <0.001),Stroop色词得分(r(77)= -0.272,p = 0.017)和OFC灰色显着相关。物质体积(r(71)= -0.273,p = 0.021)。 为了进一步了解OFC量与去抑制作用之间的关系,我们分别探讨了两组之间的关系。 我们发现肥胖个体的抑制力与OFC量之间没有关联(r(40)= -0.028,p = 0.864),而瘦肉组则有很强的关联(r(31)= -0.460,p = 0.009)。 对于MRI个体来说,抑制因子评分与BMI和Stroop之间的关联仍然很显着(数据未显示)。

讨论

正如预期,肥胖青少年在TFEQ量表上的失控性、饥饿感和认知控制得分显著高于非肥胖青少年。虽然肥胖青少年认知控制水平较高乍看之下似乎有悖常理,但这符合“僵化控制”模型,即存在失控性进食和认知控制的个体,在某些情况下可能倾向于限制食物摄入,而在另一些情况下则可能过度进食(20)。

我们对肥胖青少年神经结构方面的新发现与成人文献( 8 , 9 )中的研究结果一致,均表明肥胖青少年存在灰质体积减少的情况。在我们的青少年样本中,眶额皮质(一个对冲动控制至关重要的脑区)的灰质体积减少最为显著,但整个额叶也呈现出微弱的减少趋势。我们推测,肥胖青少年其他脑区存在的更为细微的体积减少,在扩大样本量后可能达到统计学意义。

重要的是,对于这份报告,我们发现体重过重的组不仅在TFEQ上具有更高的去抑制分数,而且在认知测试中表现较差,反映脑功能被认为是行为抑制的核心,即使在控制智商时也是如此。 在我们测量的额叶区域和功能中,我们特别感兴趣的是确定TFEQ的去抑制因子与OFC之间的关系,OFC是对行为抑制(脉冲控制)非常重要的脑区域。 我们选择了Stroop,因为它是我们的额叶任务中唯一一个(包括那些轻敲执行功能)专门测试抑制自动响应的能力。 这是行为(TFEQ的去抑制因子)和脑区域(OFC)的直接认知平行,也涉及抑制自动反应。 我们的兴趣是确定我们的发现的功能性(Stroop与其他不测量反应抑制的额叶任务)和解剖学(OFC)特异性以及它们与TFEQ的去抑制因子的关联。

我们还发现去抑制因子得分与BMI和眶额皮层(OFC)体积均存在显著关联。当分别在体型偏瘦和肥胖的参与者中考察去抑制与OFC体积的关系时,我们发现仅在体型偏瘦组中存​​在显著的负相关。肥胖个体可能已经经历了临界水平的去抑制(正如我们所证明的,该水平与BMI相关),因此,进一步的去抑制可能不会像在体型偏瘦组中那样明显地反映在OFC的进一步变化中,而是可能反映在未纳入本研究评估的其他脑区或网络中。两种体型组结果不同的另一种可能性是,由于肥胖组的条目认可度更高,他们可能更容易受到社会期望的影响,因此他们可能不太愿意如实报告其饮食行为去抑制的程度,从而减弱了该组中的相关性。最后,样本范围限制(即方差减小时相关性降低的现象,例如当我们把样本分成两组时)也可能影响我们的结果。

虽然我们的研究发现进食行为的去抑制与执行功能和额灰质体积的减少有关,但我们设计的横截面性质使我们无法解决方向性或因果关系问题。 话虽如此,关于这些联想的方向有几种似是而非的理论。

一种可能性是,原发性结构或功能性脑缺陷会导致进食失控和神经认知功能下降。一些研究部分支持这一观点,这些研究表明,进食行为失控预示着热量摄入增加(21)和肥胖(22)。此外,功能成像研究也支持这一观点,该研究表明,在视觉刺激下摄入美味食物时,大脑奖赏回路激活较弱的个体,未来体重增加的风险更高(23);或许他们需要更大的刺激(更多的食物)才能获得相同的奖赏反应。

另一种可能的解释是,本研究中观察到的脑结构缺陷是由肥胖及其相关的胰岛素抵抗引起的。一项为期24年的纵向研究支持了这种可能性,该研究表明,中年开始的BMI增加与晚年颞叶体积的减少相关(24)。我们自身在成年人中的研究也支持这一效应顺序,我们发现海马体积与葡萄糖耐量受损相关(25)。此外,我们在患有2型糖尿病的青少年中也发现了认知障碍以及额叶体积和白质微结构完整性的降低(26)。我们认为,我们这组超重青少年所表现出的肥胖相关的胰岛素抵抗可能导致执行功能下降和结构缺陷。我们描述了一个解释这些效应的可能模型(27),在该模型中,我们假设胰岛素抵抗与内皮功能障碍相关的脑血管反应性降低有关。我们知道,在大脑激活期间(例如执行认知任务时),相关脑区的突触活动会增加。在正常大脑中,这会导致局部血管扩张,从而增加该区域的葡萄糖供应,以满足增加的认知需求(28)。因此,血管反应性是维持脑血流正常调节的关键,也是大脑激活期间维持最佳神经元环境的关键(29)。研究表明,肥胖儿童甚至在糖尿病发生之前就存在内皮功能障碍(30 ),这进一步支持了这一观点。此外,我们研究的肥胖青少年体内炎症标志物C反应蛋白(CRP)水平升高。在对大量成年人群进行的研究中,研究人员发现炎症细胞因子水平升高,这可能是代谢综合征患者认知功能下降的潜在介质(31-34)。动物实验数据表明,过量的炎症细胞因子会降低长期增强作用(LTP),而LTP被认为是海马体记忆巩固的关键过程,这为上述认知效应提供了一种可能的机制。炎症细胞因子还可能损害神经发生和神经可塑性,而这些过程对于记忆的形成和维持神经结构的完整性至关重要。

第三种可能性是这些效应是双向的,其中行为去抑制易于导致肥胖,这可能对负责执行功能和抑制热量摄入的大脑区域产生负面影响,从而导致功能障碍的恶性循环。 第三种可能性可以帮助解释为什么个体一旦获得减肥就很难减肥。

我们感到鼓舞的是,在我们评估的少数大脑区域中,OFC是一个在动物和人类研究中被证明对行为抑制很重要的大脑区域,在肥胖青少年中体积减少最显着。 我们的研究结果,包括认为需要完整OFC的认知测试的较低表现,加上与行为去抑制相关的该区域的体积减少,这表明其在体重增加中可能具有重要性。

这项研究有一些明显的局限性。 首先,这是一个剖视图,不允许我们对明显的因果关系发表评论。 其次,鉴于我们的样本量相对较小,我们将测量范围限制在以前的研究中发现与肥胖或禁忌症有关的大脑区域,或者我们有充分的理论理由认为可能涉及的区域。 因此,可能还有其他我们尚未评估的大脑区域也可能涉及到。 我们研究的第三个局限性是,我们只有参与者当前的体重,不能对肥胖持续时间发表评论。 我们研究的样本在肥胖持续时间及其相关的胰岛素抵抗方面可能存在很大差异。 尽管如此,我们的研究仍具有显着优势,包括各组之间的仔细匹配,进行的多维评估以及用于MRI数据分析的无偏MRI方法。

为了更好地理解这里描述的问题,未来的工作应该纵向评估受试者,随着时间追踪肥胖的发展,同时同时测量认知,行为和神经结构的变化。 或者,我们的理解也可以通过旨在检查成功肥胖治疗(例如减肥手术)的后果的研究来改进,从而确定这些缺陷中的一些是否是可逆的。 此外,未来的工作应评估其他可能的相关因素,如促炎和抗炎细胞因子,以及利用更敏感的MRI技术,如弥散张量成像(DTI)。

     

 

 

图1    

体重指数与抑制之间的关系

     

 

 

图2    

OFC灰质体积与青少年抑制(瘦肉和肥胖)的关系

致谢

该研究得到了美国国立卫生研究院R21 DK070985和RO1 DK083537的资助,并得到了国家研究资源中心的grant1UL1RR029893部分支持。 作者希望感谢参与此项研究的儿童和家庭,以及Po Lai Yau和Valentin Polyakov在收集和处理数据以及Allison Larr协助编写本手稿方面的帮助。

脚注

财务披露:

其他作者均无任何财务/冲突利益需要披露

案例

1. Ogden CL, Carroll MD, Flegal KM. 2003-2006年美国儿童和青少年高体重指数人群。JAMA. 2008;299:2401–5.[ PubMed ]

2. Stunkard AJ, Messick S. 三因素饮食问卷用于测量饮食控制、饮食失控和饥饿感。J Psychosom Res. 1985;29:71–83.[ PubMed ]

3. Schwartz MW, Woods SC, Porte D, Jr., Seeley RJ, Baskin DG. 中枢神经系统对食物摄入的控制。自然。2000;404:661–71.[ PubMed ]

4. Korner J, Leibel RL. 吃还是不吃——肠道如何与大脑对话。新英格兰医学杂志。2003;349:926–8.[ PubMed ]

5. Martin LE, Holsen LM, Chambers RJ, 等. 肥胖和健康体重成年人食物动机相关的神经机制。Obesity (Silver Spring) 2010;18:254–60.[ PubMed ]

6. Del Parigi A, Gautier JF, Chen K, 等. 神经影像学与肥胖:利用正电子发射断层扫描绘制人类大脑对饥饿和饱腹感的反应图谱。纽约科学院年鉴。2002;967:389–97.[ PubMed ]

7. Damasio H, Grabowski T, Frank R, Galaburda AM, Damasio AR. 菲尼亚斯·盖奇的回归:从一位著名患者的头骨中发现大脑的线索。科学。1994;264:1102–5.[ PubMed ]

8. Walther K, Birdsill AC, Glisky EL, Ryan L. 老年女性体质指数与脑结构差异和认知功能的关系。Hum Brain Mapp. 2010;31:1052–64.[ PubMed ]

9. Taki Y, Kinomura S, Sato K, et al. 1,428名健康个体体质指数与灰质体积的关系。Obesity (Silver Spring) 2008;16:119–24.[ PubMed ]

10. Pannacciulli N, Del Parigi A, Chen K, Le DS, Reiman EM, Tataranni PA. 人类肥胖的脑部异常:基于体素的形态计量学研究。Neuroimage. 2006;31:1419–25.[ PubMed ]

11. Volkow ND, Wang GJ, Telang F, 等. 健康成年人BMI与前额叶代谢活动呈负相关。肥胖症(银泉)2009;17:60–5。[ PMC免费文章][ PubMed ]

12. Elias MF, Elias PK, Sullivan LM, Wolf PA, D'Agostino RB. 肥胖和高血压患者的认知功能下降:弗雷明汉心脏研究。Int J Obes Relat Metab Disord. 2003;27:260–8.[ PubMed ]

13. Gunstad J, Paul RH, Cohen RA, Tate DF, Spitznagel MB, Gordon E. 体重指数升高与健康成年人的执行功能障碍相关。综合精神病学。2007;48:57–61。[ PubMed ]

14. Waldstein SR, Katzel LI. 中心性肥胖与全身性肥胖及血压与认知功能的交互关系。Int J Obes (Lond) 2006;30:201–7.[ PubMed ]

15. Lokken KL, Boeka AG, Austin HM, Gunstad J, Harmon CM. 极度肥胖青少年执行功能障碍的证据:一项初步研究。Surg Obes Relat Dis. 2009;5:547–52.[ PubMed ]

16。 Lezak MD,Howleson DB,Loring DW,Hannay HJ,Fischer JS。 神经心理学评估。 牛津大学出版社; 纽约:2004。

17. Good CD, Scahill RI, Fox NC 等。人脑解剖模式的自动区分:退行性痴呆症研究的验证。Neuroimage. 2002;17:29–46.[ PubMed ]

18. Tzourio-Mazoyer N, Landeau B, Papathanassiou D, 等. 使用 MNI MRI 单个受试者脑的宏观解剖分区对 SPM 中的激活进行自动解剖标记。Neuroimage. 2002;15:273–89.[ PubMed ]

19. Convit A, Wolf OT, de Leon MJ, 等. 前额叶区域的体积分析:衰老和精神分裂症的研究结果。精神病学研究。2001;107:61–73.[ PubMed ]

20. Westenhoefer J, Broeckmann P, Munch AK, Pudel V. 认知控制饮食行为和去抑制效应。食欲。1994;23:27–41.[ PubMed ]

21. Yeomans MR, Leitch M, Mobini S. 冲动性与三因素饮食问卷中的去抑制因素相关,但与控制因素无关。食欲。2008;50:469–76。[ PubMed ]

22. Hays NP, Bathalon GP,​​ McCrory MA, Roubenoff R, Lipman R, Roberts SB. 55-65岁健康女性成年后体重增加和肥胖的饮食行为相关性研究。Am J Clin Nutr. 2002;75:476–83.[ PubMed ]

23. Stice E, Yokum S, Bohon C, Marti N, Smolen A. 食物奖赏回路反应性预测未来体重增加:DRD2 和 DRD4 的调节作用。Neuroimage. 2010;50:1618–25.[ PubMed ]

24. Gustafson D, Lissner L, Bengtsson C, Bjorkelund C, Skoog I. 体重指数与脑萎缩的24年随访研究。Neurology. 2004;63:1876–81.[ PubMed ]

25. Convit A, Wolf OT, Tarshish C, de Leon MJ. 正常老年人葡萄糖耐量降低与记忆力下降和海马萎缩相关。美国国家科学院院刊A辑。2003;100:2019–22。[ PMC免费文章][ PubMed ]

26。 Yau PL,Javier DC,Ryan CM,et al。 2型糖尿病肥胖青少年脑部并发症的初步证据。 糖尿病学。 2010

27. Convit A. 认知障碍与胰岛素抵抗之间的联系:一个解释模型。Neurobiol Aging. 2005;26(增刊 1):31–5.[ PubMed ]

28. Benton D, Parker PY, Donohoe RT. 大脑葡萄糖供应与认知功能。J Biosoc Sci. 1996;28:463–79.[ PubMed ]

29. Drake CT, Iadecola C. 神经元信号在控制脑血流中的作用。Brain Lang. 2007;102:141–52.[ PubMed ]

30. Karpoff L, Vinet A, Schuster I, 等. 肥胖男孩静息和运动时血管反应异常。Eur J Clin Invest. 2009;39:94–102.[ PubMed ]

31. Dik MG, Jonker C, Comijs HC, 等. 代谢综合征成分对老年人认知功能的影响. Diabetes Care. 2007;30:2655–60.[ PubMed ]

32。 Roberts RO,Geda YE,Knopman DS,et al。 代谢综合征,炎症和老年人非同性轻度认知障碍:一项基于人群的研究。 Alzheimer Dis Assoc Disord。 2009

33. Sweat V, Starr V, Bruehl H, 等. C反应蛋白与超重和肥胖女性认知能力下降有关。炎症。2008;31:198–207。[ PMC免费文章][ PubMed ]

34. Yaffe K, Kanaya A, Lindquist K, 等. 代谢综合征、炎症与认知能力下降风险. JAMA. 2004;292:2237–42.[ PubMed ]