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 纽约大学医学院精神病学系,550第一大道,纽约,纽约,10016,美国。

2 纽约大学医学院儿童精神病学系,纽约第一大道550,纽约,10016,美国。

3 纽约大学医学院,纽约第一大道550,纽约,10016,美国。

4 Nathan Kline精神病研究所,140 Old Orangeburg Rd。 Orangeburg NY 10962,美国

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以来,美国儿童和青少年肥胖的患病率增加了两倍多。 虽然最近的证据表明儿童肥胖可能已经趋于平稳,但目前的高发率预示着即将出现的涉及心血管和内分泌疾病的公共卫生问题(1).

饮食行为的抑制,其部分特征是在环境因素的反应中机会性地进食,长期以来都与青年和成人的肥胖有关(2)。 导致最终肥胖的热量摄入相关控制失败可能发生在大脑的几个层面,包括下丘脑(3并且,根据最近的工作,在大脑皮层(4)。 一系列功能性神经影像研究显示饥饿和进食状态下的瘦和肥胖个体已经显示出几个皮质区域,包括前扣带,内侧前额叶(5),岛叶,后扣带,颞叶和眶额皮质(6)根据饱腹感和BMI水平进行差异激活,表明他们参与调节热量摄入。 对OFC作为抑制行为的关键领域的理解可以追溯到Phineas Gage,不幸的19th 在一次事故中幸存的世纪铁路工人可能会损伤他的眶额皮质,导致人格改变和冲动增加(7).

神经结构发现也与身体质量指数(BMI)相关。 在一项针对55岁及以上女性的小型研究中,采用基于体素的形态测定法(VBM),BMI与几个额叶区域的灰质体积呈负相关,包括左眶额,右下前额和右前中央回包括右侧小脑在内的其他区域以及包括海马旁,梭形和舌侧回旋的大的右后区(8)。 一项针对1,428成人的大型研究发现,男性BMI与总体灰质以及特定脑区域(如双侧内侧颞叶,枕叶,额叶,前叶,中脑和小脑前叶)之间存在负相关(9)。 另一项VBM研究显示,肥胖成人在额鳃盖,额中回,中央后回以及壳核等区域的灰质密度较低(10)。 我们小组描述了2型糖尿病(T2DM)肥胖青少年的神经结构异常(26)但据我们所知,没有T2DM的肥胖青少年没有描述这种缺陷。

除了结构发现,认知评估已经证明,成人和青少年肥胖个体的执行功能和反应抑制可能受到损害。 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减少,以及Stroop任务的性能下降,这是对选择性注意力和执行功能的测试(11)。 对成人执行功能和反应抑制的其他研究表明,这些变量与BMI呈负相关(1214)。 此外,与规范数据相比,极度肥胖的青少年表现出执行任务的功能下降(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

九十一岁(14-21岁),瘦37(BMI <25 kg / m)2 或腰高比<0.5)和54肥胖(BMI≥30 kg / m2 年龄和性别的BMI≥95%)参加了这项研究。 其中有八十一名(36名肥胖,45名肥胖)接受了MRI检查。 十名青少年未接受MRI的原因如下:两名未遵守约定,一名怀孕,我们选择了安全方面的错误,一名无法忍受MRI(幽闭恐惧症),六名BMI> 50公斤/米2 并且超出了扫描仪可以容纳的体型。

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广泛的评估,包括智力成就,近期记忆,工作记忆,注意力和执行功能。 我们假设瘦和肥胖青少年的额叶功能会有差异,因此我们的分析仅限于反映额叶完整性和完整执行功能的神经认知测试,即受控口语联想测试(COWAT),追踪制作测试A部分和B,Stroop任务,学习和记忆广泛评估(WRAML)的注意力/集中度指数以及WRAML的工作记忆指数。 除了WRAML和Stroop,它们提供了年龄校正的标准成绩外,还记录了原始成绩。 进行的所有测试都是标准的神经心理学工具,在其他地方进行了详细说明(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图像的空间归一化和分割采用自动程序,如(17)统计参数化绘图软件(SPM5)。 MPRAGE图像首先针对信号不均匀性进行校正,并在空间上标准化为标准T1蒙特利尔神经学研究所模板。 使用SPM5中的组织分类算法,我们将标准化的MPRAGE图像分割成它们的灰质(GM),白质(WM)和脑脊液(CSF)分区,这些分区表示每个体素被分类为的概率。 GM,WM或CSF。 随后将这些分段的分区标准化为它们各自的标准模板。 除了进行全脑评估,并且考虑到在青春期前额叶髓鞘化仍在进行中,我们利用两种不同的模板来获得额叶中的感兴趣区域(ROI)。 这些是SPM自动解剖标记(AAL)(18)模板和我们公布的可靠的额叶分割方法(19)。 AAL模板用于获得总额叶,前扣带区域和眶额区域。 我们自己的分割方法用于推导前额区域(额叶减去辅助运动区域)。 我们通过首先将区域映射到每个分割的分区,然后对两组中的每一组的受试者的值进行平均来量化在案例级别的整个大脑和额叶区域中的WM,GM,CSF体积的比例。

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。

成果

人口统计学和内分泌数据

受试者群体的年龄,性别,学校等级和Hollingshead社会经济地位(SES)相匹配。 根据定义,肥胖参与者的BMI较高,正如预期的那样,收缩压和舒张压也较高,空腹胰岛素和血糖水平(但都在正常血糖范围内)以及胰岛素抵抗的稳态模型评估(HOMA-IR) ),甘油三酯,低密度脂蛋白(LDL)胆固醇和高敏C反应蛋白(CRP)。 肥胖受试者的高密度脂蛋白(HDL)水平也显着降低。 请参阅 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

相对于瘦弱的青少年,肥胖的青少年在每个额叶任务中的认知表现更差,最明显的是Stroop(抑制的一种衡量标准)和WRAML的工作记忆指数,即使我们控制了估计的智商。 请参阅 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

正如预期的那样,肥胖的青少年对TFEQ的抑制,饥饿和认知抑制的评分显着提高。 虽然肥胖青少年的认知克制水平较高,但在第一次检查时会出现违反直觉的情况,但它符合所描述的“严格限制”模式,在这种模式中,具有禁用饮食和认知约束的个体在某些情况下可能会限制食物,但在其他情况下会严重过度食用。 (20).

我们在肥胖青少年中的新型神经结构结果与成人文献中的发现一致(8, 9)证明灰质体积减少。 在我们的青少年样本中,这些减少最明显的是眶额皮质,这是一个在脉冲控制中很重要的脑区,但也显示出整个额叶的弱势。 我们推测,在扩大的样本中,肥胖青少年中其他大脑区域存在的更微妙的体积减少实际上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OFC量之间存在显着关联。 当在瘦和肥胖参与者中分别检查去抑制和OFC体积之间的关系时,我们发现仅对瘦组有强烈的负相关。 肥胖个体可能已经经历过严重的去抑制水平 - (正如我们所证明的那样与BMI相关),其中额外的去抑制作用并未在OFC的进一步变化中明显反映,但可能在不同的大脑区域或未评估的网络中作为这项研究的一部分。 对于两个体重组中的每一个,这些不同发现的另一种可能性是,鉴于肥胖组具有更高程度的项目认可,他们可能更容易受到社会期望的问题,因此他们可能不太可能完全报告他们在饮食方面的行为抑制,抑制了这一群体的关联。 最后,当我们将样本分成两部分时,当方差减小时,范围限制,即相关性现象减少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导致去抑制的进食和神经认知功能的减少。 这一推理部分得到了一项工作的支持,这项工作表明饮食行为的抑制作用预示着摄入的卡路里摄入量增加(21)和肥胖(22)。 它也与功能性成像工作一致,表明个体,对可视食物的可视化摄入量的反应显示出较弱的脑奖励回路激活,未来体重增加的风险较高(23); 也许他们需要更大的刺激(更多的食物)来获得相同的奖励反应。

另一种可能的解释是,本研究中证实的脑结构缺陷是由肥胖及其相关的胰岛素抵抗引起的。 这种可能性得到了24年度纵向研究的支持,该研究显示,中年开始的BMI增加与晚年颞叶体积减少相关(24)。 同样支持这种效应的顺序是我们自己在成人中的工作,我们发现海马体积与葡萄糖耐量的损害有关(25)以及T2DM的青少年,我们发现认知障碍和额叶体积和白质微观结构完整性的减少(26)。 我们认为,我们这组体重过重的青少年所表现出的与肥胖相关的胰岛素抵抗可能导致执行功能和结构缺陷减少。 我们已经描述了这些效果的可能模型(27)其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,例如在执行认知任务时发生,所涉及的大脑区域中的突触活动增加。 在正常大脑中,这导致区域血管舒张,从而增加该区域的葡萄糖可用性以支持增加的认知需求(28)。 因此,血管反应性是良好调节的脑血流的组成部分,是维持脑激活期间最佳神经元环境的关键(29)。 研究显示肥胖儿童的内皮功能障碍,甚至在糖尿病发展之前(30),进一步支持这一前提。 此外,炎症标志物C-反应蛋白(CRP)在我们的肥胖青少年中升高。 在研究大量成人的研究中,研究人员发现炎症细胞因子水平增加,作为代谢综合征患者认知功能下降的推定介质(3134)。 这些认知效应的可能机制由动物数据提供,证明过量的炎性细胞因子可以减少长期增强(LTP),这一过程被认为是巩固海马记忆所必需的。 炎性细胞因子还可能导致神经发生和神经可塑性受损,这些过程对记忆的形成和结构神经完整性的维持至关重要。

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

参考资料

1。 Ogden CL,Carroll MD,Flegal KM。 美国儿童和青少年的高体重指数,2003-2006。 JAMA。 2008; 299:2401-5 [。考研]

2。 Stunkard AJ,Messick S.三因素饮食调查问卷,用于衡量饮食控制,抑制和饥饿。 J Psychosom Res。 1985; 29:71-83 [。考研]

3。 Schwartz MW,Woods SC,Porte D,Jr.,Seeley RJ,Baskin DG。 中枢神经系统控制食物摄入量。 性质。 2000; 404:661-71 [。考研]

4. Korner J,Leibel RL。 吃还是不吃–肠道如何与大脑对话。 N Engl J Med。 2003; 349:926-8。[考研]

5。 Martin LE,Holsen LM,Chambers RJ,et al。 与肥胖和健康体重成年人的食物动机相关的神经机制。 肥胖(银泉)2010; 18:254-60。[考研]

6。 Del Parigi A,Gautier JF,Chen K,et al。 神经影像学与肥胖:使用正电子发射断层扫描技术绘制大脑对人类饥饿和饱食的反应。 Ann NY Acad Sci。 2002; 967:389-97 [。考研]

7。 Damasio H,Grabowski T,Frank R,Galaburda AM,Damasio AR。 Phineas Gage的回归:来自着名病人头骨的大脑线索。 科学。 1994; 264:1102-5 [。考研]

8。 Walther K,Birdsill AC,Glisky EL,Ryan L.结构性大脑差异和与老年女性体重指数相关的认知功能。 Hum Brain Mapp。 2010; 31:1052-64 [。考研]

9。 Taki Y,Kinomura S,Sato K,et al。 1,428健康人体重指数与灰质体积的关系。 肥胖(银泉)2008; 16:119-24。[考研]

10。 Pannacciulli N,Del Parigi A,Chen K,Le DS,Reiman EM,Tataranni PA。 人类肥胖的大脑异常:基于体素的形态测量研究。 神经成像。 2006; 31:1419-25 [。考研]

11。 Volkow ND,Wang GJ,Telang F,et al。 BMI与健康成人前额代谢活动之间的反向关联。 肥胖(银泉)2009; 17:60-5。 [PMC免费文章][考研]

12. Elias MF,Elias PK,Sullivan LM,Wolf PA和D'Agostino RB。 肥胖和高血压患者的认知功能降低:Framingham心脏研究。 Int J Obes相对Metab Disord。 2003; 27:260-8。[考研]

13。 Gunstad J,Paul RH,Cohen RA,Tate DF,Spitznagel MB,Gordon E.升高的体重指数与其他健康成年人的执行功能障碍有关。 Compr Psychiatry。 2007; 48:57-61 [。考研]

14。 Waldstein SR,Katzel LI。 中枢与总肥胖和血压与认知功能的互动关系。 Int J Obes(Lond)2006; 30:201-7。[考研]

15。 Lokken KL,Boeka AG,Austin HM,Gunstad J,Harmon CM。 极端肥胖青少年执行功能障碍的证据:一项试点研究。 Surg Obes Relat Dis。 2009; 5:547-52 [。考研]

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。 好CD,Scahill RI,Fox NC等。 人脑中解剖模式的自动区分:退行性痴呆研究的验证。 神经成像。 2002; 17:29-46 [。考研]

18。 Tzourio-Mazoyer N,Landeau B,Papathanassiou D,et al。 使用MNI MRI单一受试者脑的宏观解剖学分片自动解剖标记SPM中的激活。 神经成像。 2002; 15:273-89 [。考研]

19。 Convit A,Wolf OT,de Leon MJ,et al。 前额区域的体积分析:衰老和精神分裂症的发现。 精神病学 2001; 107:61-73 [。考研]

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

21。 Yeomans MR,Leitch M,Mobini S. Impulsivity与去抑制有关,但与三因素饮食问卷无关。 食欲。 2008; 50:469-76 [。考研]

22。 Hays NP,Bathalon GP,McCrory MA,Roubenoff R,Lipman R,Roberts SB。 饮食行为与健康女性55-65 y的成年人体重增加和肥胖相关。 Am J Clin Nutr。 2002; 75:476-83 [。考研]

23。 Stice E,Yokum S,Bohon C,Marti N,Smolen A.奖励电路对食物的响应性预测未来体重增加:DRD2和DRD4的调节作用。 神经成像。 2010; 50:1618-25 [。考研]

24。 Gustafson D,Lissner L,Bengtsson C,Bjorkelund C,Skoog I. 24年随访体重指数和脑萎缩。 神经内科。 2004; 63:1876-81 [。考研]

25。 Convit A,Wolf OT,Tarshish C,de Leon MJ。 降低的葡萄糖耐量与正常老年人的记忆性能差和海马萎缩有关。 Proc Natl Acad Sci US A. 2003; 100:2019-22。 [PMC免费文章][考研]

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.胰岛素抵抗认知障碍之间的联系:解释模型。 Neurobiol Aging。 2005; 26(Suppl 1):31-5。[考研]

28。 Benton D,Parker PY,Donohoe RT。 向大脑供应葡萄糖和认知功能。 J Biosoc Sci。 1996; 28:463-79 [。考研]

29。 Drake CT,Iadecola C.神经信号在控制脑血流中的作用。 脑郎朗。 2007; 102:141-52 [。考研]

30。 Karpoff L,Vinet A,Schuster I,et al。 肥胖男孩休息和运动时血管反应异常。 Eur J Clin Invest。 2009; 39:94-102 [。考研]

31。 Dik MG,Jonker C,Comijs HC,et al。 代谢综合征成分对老年人认知的贡献。 糖尿病护理。 2007; 30:2655-60 [。考研]

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,et al。 C反应蛋白与超重和肥胖女性的认知能力降低有关。 炎。 2008; 31:198-207。 [PMC免费文章][考研]

34。 Yaffe K,Kanaya A,Lindquist K,et al。 代谢综合征,炎症和认知能力下降的风险。 JAMA。 2004; 292:2237-42 [。考研]