Az orbitofrontális kéreg funkcionálisan összeköti az elhízást és a fehéranyag hiperintenzitásait

Tárgyak

Absztrakt

Számos tanulmány összekapcsolta a kognitív kontrolldal kapcsolatos agyi régiók diszfunkcióját az elhízással és a fehérállomány hiperintenzitásának (WMH) terheivel. Ennek a tanulmánynak az volt a célja, hogy megvizsgálja, hogyan kapcsolódnak az agy funkcionális kapcsolati különbségei a WMH terheléséhez és az elhízás mértékéhez, pihenő állapotú funkcionális mágneses rezonancia képalkotás (fMRI) segítségével 182 résztvevőnél. A funkcionális kapcsolódási méréseket négy különböző csoportban hasonlítottuk össze: (1) alacsony WMH terhelés, nem elhízott; (2) alacsony WMH terhelés, elhízott; (3) magas WMH terhelés, nem elhízott; és (4) magas WMH terhelés, elhízott. Nagyszabású hálózati szinten egyetlen hálózat sem mutatott jelentős kölcsönhatásokat, de a frontoparietális hálózat az elhízás mértékének fő hatását mutatta. Finomabb csomópont szinten az orbitofrontális kéreg kölcsönhatásokat mutatott a periventrikuláris WMH terhelés és az elhízás mértéke között. Magasabb funkcionális kapcsolódást figyeltünk meg, amikor a periventrikuláris WMH terhelés és az elhízás mértéke egyaránt magas volt. Ezek az eredmények azt mutatják, hogy az orbitofrontális kéreg funkcionális összekapcsolhatóságát befolyásolja a periventrikuláris WMH-k és az elhízás mértéke közötti kölcsönhatás. Eredményeink azt sugallják, hogy ez a régió összeköti az elhízást a WMH-kkal a funkcionális kapcsolat szempontjából.

Bevezetés

Az elhízás olyan világméretű egészségügyi probléma, amelyet a testzsír túlzott felhalmozódása jellemez, ami számos társbetegséghez vezet, például 2-es típusú cukorbetegséghez, szív- és érrendszeri betegségekhez, stroke-hoz és különféle rákos megbetegedésekhez. Az elhízás egy többtényezős betegség, amelyet környezeti, örökletes és viselkedési tényezők érintenek 3,4,5. A legújabb tanulmányok kimutatták, hogy az elhízás az agy változásaihoz is társul, amelyek a neuroimaging segítségével 3,6,7,8 .

Korábbi, elhízással kapcsolatos neuro-képalkotó vizsgálatok mérték az agy funkcionális kapcsolódását funkcionális mágneses rezonancia képalkotás (fMRI) segítségével, és diszfunkciókat találtak a kognitív kontrollhoz kapcsolódó agyi régiókban 3,8,9,10,11. Konkrétan azt tapasztalták, hogy a kognitív és gátló kontrollokért felelős frontoparietális és végrehajtó kontroll hálózatok szorosan összefüggenek a mértéktelen evési viselkedéssel 9, 10, 11. Az elhízással küzdő embereknél a jutalom és a kognícióval kapcsolatos agyi régiók szerkezeti változásait is megfigyelték 9,12. Ezek az eredmények együttesen arra utalnak, hogy a kognitív kontrolldal kapcsolatos agyi régiók fontosak lehetnek az elhízott alanyok viselkedési tulajdonságainak magyarázatában.

Ehhez kapcsolódóan egy másik, nemrégiben készült képalkotó vizsgálat arról számolt be, hogy a fehérállomány hiperintenzitása (WMH) nagy terhe az elhízással jár 13. A WMH-k olyan agyi elváltozások, amelyek a fehérállomány intenzitásának rendellenes növekedését mutatják a folyadék-attenuated inversion recovery (FLAIR) adatok alapján. Ezek a kognitív hanyatlás, a demencia és a stroke megnövekedett kockázatával állnak összefüggésben 14,15,16. Egyes kutatások arra utalnak, hogy a fehérállomány vaszkularizációja összefügg az elhízással és a kísérő metabolikus diszfunkcióval 13,17,18,19,20. A meglévő idegépalkotó irodalom azonban nem vette figyelembe a WMH-k terhét az elhízás mértékének rétegzésében. Jelen tanulmány célja a kutatási hiányosság orvoslása volt, figyelembe véve a WMH-k terheit és az elhízás mértékét egyidejűleg.

A konnektivitás-elemzés az egyik reprezentatív módszer az agyműködés mérésére 21,22. Ebben a tanulmányban egy gráfelméleten alapuló funkcionális kapcsolódási elemzést fogadtunk el az agy belső kapcsolatának erősségének mérésére 21, 22. Az elemzés két alapvető tényezője a csomópontok és az élek voltak. A grafikoncsomópontok agyi régiókat vagy hálózatokat ábrázoltak, amelyeket strukturális atlaszok vagy adatközpontú megközelítések, például klaszterezés vagy független komponenselemzés (ICA) segítségével határoztak meg, 23, 24, 25, 26, 27. A gráf éleit két különböző csomópont közötti kapcsolat erősségének 28 határoztuk meg .

Feltételeztük, hogy a WMH-k és az elhízás együttesen befolyásolják a kognitív kontrollhoz kapcsolódó agyi régiók működését. Jelen tanulmányunk célja a funkcionális összekapcsolódás változásainak feltárása volt a WMH-k terhe és az elhízás mértéke szempontjából, hogy felmérjük ezek interakciós hatásait az agy konnektomájára. Kétirányú varianciaanalízist (ANOVA) hajtottunk végre, hogy összehasonlítsuk a funkcionális összekapcsolhatóságot az elhízás mértéke és a WMH terhelés alapján rétegzett négy csoport között. A tanulmány eredményei új betekintést nyújthatnak mind az elhízásban, mind a WMH-ban szenvedő emberek neurológiai jellemzőibe.

Mód

Résztvevők

A Sungkyunkwan Egyetem Intézményi Felülvizsgálati Testülete (IRB) jóváhagyta ezt a retrospektív tanulmányt, amelyet teljes mértékben a helyi IRB irányelveknek megfelelően hajtottak végre. Minden résztvevő írásos tájékozott beleegyezést adott. A T1-súlyozott, FLAIR és nyugalmi állapotú fMRI (rs-fMRI) adatokat az Egyesült Királyság Biobank adatbázisából 29 nyertük a 34613 számú alkalmazáson keresztül, „Az elhízás neurofelvételének korrelációi” címmel. A 13 718 résztvevő közül 91-nél nem volt derékbőség, csípőkörfogat vagy testtömegindex-adat, míg 29-ben hiányoztak a T1-súlyozott, FLAIR vagy rs-fMRI adatok, 13 416-ban pedig nem volt WMH. Ezeket a résztvevőket kizárták. Végül 182 résztvevőt vontak be a jelen tanulmányba. A részletes demográfiai információkat az 1. táblázat tartalmazza.

MRI adatgyűjtés

Az összes képadatot 3T Siemens Skyra szkenner segítségével szerezték be. A T1-súlyozott adatok képalkotási paraméterei a következők voltak: voxel méret = 1 mm 3; ismétlési idő (TR) = 2000 ms; inverziós idő (TI) = 880 ms; mátrixméret = 208 × 256 × 256. A FLAIR-adatokat a következő képalkotó paraméterek felhasználásával szereztük be: voxel méret = 1,05 × 1 × 1 mm 3; TR = 5000 ms; TI = 1800 ms; mátrix mérete = 192 × 256 × 256. Az rs-fMRI adatokat a következő képalkotó paraméterekkel kaptuk: voxel méret = 2,4 mm 3; TR = 735 ms; visszhangidő (TE) = 39 ms; elfordulási szög = 52 °; mátrixméret = 88 × 88 × 64; kötetek száma = 490.

Adatok előfeldolgozása

Az Egyesült Királyság Biobank-adatbázisa az FMRIB Software Library (FSL) 30,31 szoftveren keresztül nyújtott előre feldolgozott képalkotó adatokat. A T1-súlyozott adatok feldolgozásához gradiens-torzítással korrigált adatokat regisztráltunk a Montreali Neurológiai Intézet (MNI) szabványterébe. A nem agyi szöveteket ezután eltávolítottuk az MNI standard tér agymaszkjának a natív T1-súlyozott tér felé fordított vetemedésével. Ezután ezeket a koponyával eltávolított T1-súlyozott adatokat három szövetre osztottuk: cerebrospinalis folyadékra, szürkeállományra és fehéranyagra. Végül korrigálták a mágneses tér inhomogenitását. A FLAIR adatok feldolgozásához gradiens torzítással korrigált adatokat regisztráltunk a T1-súlyozott adatokra az agy kivonására, és a mágneses tér inhomogenitását korrigáltuk. Az rs-fMRI adatok feldolgozásához a gradiens torzításokat és a fej mozgásait korrigáltuk, a teljes 4D térfogat intenzitás normalizálását alkalmaztuk, valamint a magas áteresztésű időbeli szűrést 50 s szigma mellett. A kellemetlen változókat az FMRIB ICA-alapú X-noiseifier (ICA-FIX) módszerével távolítottuk el 32 .

A WMH-k specifikációja

Funkcionális összekapcsolhatóság elemzése

Csoport összehasonlítás

Eredmények

Nagyszabású hálózati szintű elemzés

Az ICA csoportot nagyüzemi agyhálózatok meghatározására végeztük. Negyvenkét IC-t generáltak automatikusan, és hét zaj IC-t kizártak. A 35 funkcionálisan értelmezhető IC-t (átlagos korreláció az RSN-rel: 0,31, szórás [SD]: 0,14) grafikoncsomópontnak tekintettük (1. ábra). Az 1–6 IC-k vizuális hálózatok, 7–12 alapértelmezett módú hálózatok, 13–26 frontoparietális hálózatok, 27–29 végrehajtó vezérlő hálózatok, 30–34 szenzoros motoros hálózatok és 35 auditív hálózatok voltak. Kétirányú ANOVA-t végeztek a WMH terhelés és az elhízás mértéke közötti kölcsönhatások értékelésére a fok centralitási értékek felhasználásával. Egyetlen hálózat sem mutatott jelentős kölcsönhatásokat. Az elhízás mértékének jelentős fő hatását azonban a frontoparietalis hálózatban találták (IC # 15; 2. ábra; F (1,178) = 13,471, p 1. ábra

A 35 funkcionálisan értelmezhető független komponens (IC).

Csoportok közötti összehasonlítás nagyszabású hálózati szinten. (A) Frontoparietális hálózat (IC # 15) feltérképezve az agy felszínére. A színtérkép az FSL szoftverből származtatott z-statisztikai értékek hatásméretét mutatja. (B) Minden csoport független komponensének (IC) fokozatossága. A fekete dobozok a frontoparietális hálózatot képviselik (IC # 15). Az agyképeket a BrainNet Viewer 49 alkalmazással tettük láthatóvá. lw, alacsony WMH terhelés; hw, nagy WMH terhelés; o, elhízott; nem, nem elhízott.

Csomópont szintű elemzés

A csomópont szintű csoportok közötti összehasonlítás az AAL atlasz segítségével, amikor a periventrikuláris fehérállomány hiperintenzitásait (WMH) vették figyelembe. (A) Az egyes csoportok összes régiójának fokozatossági értékei. Az alsó orbitofrontális kéreg (16. régió) és a hátsó mediális prefrontális kéreg (24. régió) fekete dobozokkal vannak ábrázolva. (B) A három azonosított régió, az összes csoportban megfelelő fokú centralitási értékekkel. Jelentős különbségeket mutatunk a csillagokkal. Az agyképeket a BrainNet Viewer 49 alkalmazással tettük láthatóvá. lw, alacsony WMH terhelés; hw, nagy WMH terhelés; o, elhízott; nem, nem elhízott.

Csoportok közötti összehasonlítás csomópont szinten a Brainnetome atlas segítségével. (A) Minden régió fokozatos centralitási értékei az egyes csoportoknál, ha figyelembe vettük a teljes (bal) és a periventrikuláris WMH-kat (jobbra). A fekete négyzetek az orbitofrontális kéreget jelentik (A12/47o és A11). (B) Azonosított agyi régiók, amikor a teljes (bal) és a periventrikuláris WMH-kat (középső és jobb) figyelembe vették. (C) Az azonosított régiók fokozatosságának értékei minden csoportban. Jelentős különbségeket mutatunk a csillagokkal. Az agyképeket a BrainNet Viewer 49 alkalmazással tettük láthatóvá. lw, alacsony WMH terhelés; hw, nagy WMH terhelés; o, elhízott; nem, nem elhízott.

Vita

Jelen tanulmányunkban több léptékű megközelítést alkalmaztunk a WMH terheléssel és az elhízás mértékével kapcsolatos funkcionális összekapcsolhatóság különbségeinek feltárására. Megállapítottuk, hogy a frontoparietális hálózatban az orbitofrontális kéreg együttesen társult a WMH terhelésével és az elhízás mértékével, míg a parietális hálózatok csak az elhízás mértékével függenek össze. Ezek az eredmények azt mutatják, hogy az orbitofrontális kéreg a WMH-t és az elhízást összekapcsoló kulcsfontosságú régió, és hogy a frontoparietális hálózat elsősorban az elhízás mértékével függ össze, de nem a WMH terhelésével.

A frontoparietális hálózat részt vesz a kognitív kontrollrendszerben, szabályozva a gátló magatartást 50,51,52. Gátló jeleket küld a limbikus területre, hogy elnyomja az éhségérzetet 53. Korábbi tanulmányok kimutatták, hogy a prefrontális kéreg, a striatum és a limbikus régiók közötti zavaros kapcsolatok megzavarták a megismerési és a jutalmazási rendszerek egyensúlyát, ami 54,55,56,57 mértéktelen étkezési rendellenességekhez vezetett. Korábbi tanulmányainkban beszámoltunk arról, hogy a frontoparietális hálózat diszfunkciója az elhízással társult az elhízott étkezési magatartást magában foglaló mechanizmus révén, és hogy az ilyen diszfunkcióval rendelkező résztvevők aggódtak étkezési szokásaik, alakjuk és súlyuk miatt Ezek a tanulmányok együttesen azt sugallják, hogy a frontoparietális hálózat döntő jelentőségű az elhízással küzdő egyének viselkedési tulajdonságainak magyarázatában, és jelenlegi eredményeink nagyrészt megerősítik ezeket az eredményeket, összekapcsolva az elhízást a megváltozott funkcionális kapcsolattal a frontoparietális hálózatban.

Finomabb csomópont-szinten azt figyeltük meg, hogy mind a WMH-terhelés, mind az elhízás mértéke befolyásolta az orbitofrontális kéreg funkcionális kapcsolatát, amely az étellel kapcsolatos jutalom-válaszok kódolásával és az éhségérzet kiváltásával irányítja a jutalmazási rendszert 53,58,59,60, 61,62. Ezenkívül az orbitofrontális kéreg részt vesz a gátló feldolgozás kognitív kontrollrendszerében 53,58. Egy korábbi tanulmány kimutatta, hogy a túlfogyasztáshoz vezető diszfunkcionális gátló kontroll a jutalom feldolgozásának megnövekedett igényével függ össze, utalva a jutalom és a kognitív kontroll rendszerek közötti kapcsolatokra 61. Ezek a tanulmányok együttesen azt jelzik, hogy az azonosított régiók összefüggenek a kognitív funkcióval, amely nagymértékben összefügg a 14, 15, 16 WMH-kkal. Eredményeink azt sugallják, hogy az elhízás megnövekedett WMH-terhe befolyásolja a megváltozott funkcionális kapcsolatot az orbitofrontális kéregben, amely szabályozza a válasz gátlását és a jutalom feldolgozását. Úgy gondoljuk, hogy ezek a változások hozzájárulhatnak a további rendellenes étkezési magatartáshoz, bár további vizsgálatoknak kell megerősíteniük ezt a hipotézist.

Jelen tanulmány az agy funkcionális összekapcsolhatóságának különbségeit tárta fel a WMH terhelés és az elhízás mértéke tekintetében. A frontoparietális hálózat közül, amely nagyrészt az elhízással küzdő egyének kognitív kontroll funkciójával függ össze, az orbitofrontális kérget azonosították a WMH és az elhízás közötti kapcsolat kulcsfontosságú régiójaként. Vizsgálatunk eredményei indokolást szolgáltathatnak a WMH terhelés és a kognitív kontroll funkciók közötti összefüggés feltárására elhízott embereknél.