發(fā)布時間：2020-11-10 02:07

　　 在過去的四十年中,肥胖的患病率在全球范圍內(nèi)持續(xù)上升。根據(jù)世界衛(wèi)生組織的估計,目前,全世界超過19億成年人超重,其中6億人肥胖,并且中國的肥胖人數(shù)居全球第一。肥胖是一個重大的公共健康問題和全球死亡的主要危險因素,與2型糖尿病、心血管疾病,某些癌癥和神經(jīng)退行性疾病的風(fēng)險和發(fā)病率增加相關(guān),并導(dǎo)致每年至少280萬人死亡,給國家和社會造成巨大的經(jīng)濟和醫(yī)療負(fù)擔(dān)。在過去的幾十年中,盡管研究者們針對理解超重和肥胖的潛在病理生理學(xué)機制作出了許多努力,我們對影響體質(zhì)指數(shù)的潛在機制的認(rèn)識仍然不足。更好地理解體質(zhì)指數(shù)的大腦機制,及其與遺傳風(fēng)險和進食行為之間的關(guān)聯(lián),不僅有利于解釋肥胖相關(guān)的認(rèn)知和行為障礙,還可能有助于開發(fā)合理的、量身定制的干預(yù)措施來預(yù)防或逆轉(zhuǎn)體重增加�，F(xiàn)代社會中,肥胖的普遍性是多種遺傳、行為和環(huán)境因素之間復(fù)雜的相互作用的結(jié)果。在神經(jīng)水平上,大腦結(jié)構(gòu)和功能在超重和肥胖的病理生理過程中的可能起著重要作用,特別是涉及能量代謝,獎賞過程和執(zhí)行控制的神經(jīng)環(huán)路。在遺傳水平上,研究表明遺傳變異可以解釋肥胖表型變異的40%至70%,且多項全基因組關(guān)聯(lián)研究和元分析已經(jīng)確定了超過250個體質(zhì)指數(shù)相關(guān)的基因位點。此外,遺傳學(xué)估計已經(jīng)發(fā)現(xiàn)一些與體重指數(shù)相關(guān)的大腦區(qū)域在很大程度上是可遺傳的,意味著遺傳因素可能通過大腦通路影響攝食行為和能量代謝。然而,雖然體型和肥胖程度在很大程度上是由遺傳決定的,但遺傳因素本身并不能很好地解釋肥胖率的迅速上升。致肥的環(huán)境因素(如西式快餐,高糖飲料和久坐行為)無疑對維持體重形成了挑戰(zhàn)。在食物價格更低、食物消耗更多的現(xiàn)代環(huán)境中,進食行為對體重的影響不可忽視。另外,已有研究表明,進食行為受到遺傳因素的影響且可能與肥胖遺傳易感性之間存在交互作用,即不良的進食行為可能放大遺傳對肥胖的影響�？傊�,肥胖是多種遺傳、行為和環(huán)境因素之間復(fù)雜的相互作用的結(jié)果,但已有研究結(jié)果的不一致性阻礙了我們對體重失調(diào)、大腦、遺傳和行為因素之間關(guān)系的理解。因此,本研究旨在理解體質(zhì)指數(shù)有關(guān)的大腦結(jié)構(gòu)和功能基礎(chǔ),并從遺傳和環(huán)境因素兩個角度來理解肥胖的遺傳易感性和進食方式如何影響體質(zhì)指數(shù),最后結(jié)合遺傳、大腦、進食方式和體質(zhì)指數(shù)之間的相互作用來理解體質(zhì)指數(shù)的潛在機制。研究一的目的是結(jié)合結(jié)構(gòu)和功能神經(jīng)影像學(xué)方法探索體質(zhì)指數(shù)與大腦之間的關(guān)聯(lián)。鑒于已有研究結(jié)果之間的分歧和不一致性,我們使用了基于皮層的結(jié)構(gòu)指標(biāo)和靜息態(tài)功能連接相結(jié)合的方法,在一個超過700名被試樣本中考察常規(guī)的體質(zhì)指數(shù)測量與大腦之間的關(guān)聯(lián),并且采用基于生物電阻抗的體脂率測量對結(jié)果進行交叉驗證。對大腦皮層厚度的分析發(fā)現(xiàn),雙側(cè)額上回、左側(cè)額下回、右內(nèi)側(cè)眶額皮層與體質(zhì)指數(shù)負(fù)相關(guān),對體脂率的分析驗證了左側(cè)額上回與右內(nèi)側(cè)眶額皮層的作用。此外,右側(cè)杏仁核的體積與體質(zhì)指數(shù)和體脂率顯著正相關(guān)。靜息態(tài)功能連接的結(jié)果表明,更高的體質(zhì)指數(shù)與大腦區(qū)域之間功能連接強度減弱有關(guān),尤其是涉及右側(cè)額中回、腦島、顳下回、上頂葉和下頂葉的功能連接可能在體質(zhì)指數(shù)中起著重要作用。這些大腦結(jié)構(gòu)和功能連接的差異可能反應(yīng)了與高體質(zhì)指數(shù)相關(guān)的認(rèn)知控制與獎賞功能的缺陷。研究二旨在考察遺傳因素如何影響體質(zhì)指數(shù),探索大腦結(jié)構(gòu)和功能的中介作用及遺傳因素的調(diào)節(jié)作用�；�于已有的全基因組關(guān)聯(lián)研究,我們計算了被試的多基因風(fēng)險分?jǐn)?shù)并通過回歸分析探究多基因風(fēng)險分?jǐn)?shù)對體質(zhì)指數(shù)和體脂率的解釋率。然后,在研究一的基礎(chǔ)上,我們提取了體質(zhì)指數(shù)有關(guān)的大腦結(jié)構(gòu)和功能連接并探索大腦指標(biāo)與多基因風(fēng)險分?jǐn)?shù)的相關(guān)性。最后,為了探究多基因風(fēng)險分?jǐn)?shù)、大腦和體質(zhì)指數(shù)三者之間的關(guān)系,我們進行了中介效應(yīng)和調(diào)節(jié)效應(yīng)分析。我們發(fā)現(xiàn),多基因風(fēng)險分?jǐn)?shù)可以顯著預(yù)測體質(zhì)指數(shù)和體脂率并且與大腦結(jié)構(gòu)和靜息態(tài)功能連接有關(guān),并且左側(cè)杏仁核-右側(cè)楔前葉之間的功能連接在多基因肥胖風(fēng)險與體重指數(shù)和體脂率之間可能起到中介作用。我們認(rèn)為,多基因風(fēng)險分?jǐn)?shù)與高肥胖風(fēng)險的個體在楔前葉和杏仁核之間的信息交換減少有關(guān),可能導(dǎo)致個體認(rèn)知控制和獎賞過程之間缺乏平衡,進而促使體質(zhì)指數(shù)增加。研究三旨在探索進食行為影響體質(zhì)指數(shù)的神經(jīng)機制及進食行為與遺傳因素的相互作用。我們選取荷蘭進食行為問卷測量了進食行為并發(fā)現(xiàn)限制性進食與個體當(dāng)前的體質(zhì)指數(shù)與體脂率有關(guān)。然后,根據(jù)研究一的結(jié)果,我們考察了限制性進食與體質(zhì)指數(shù)相關(guān)的大腦結(jié)構(gòu)和功能連接的關(guān)系。結(jié)果表明,限制性進食與右側(cè)額上回和眶額皮層及左側(cè)下頂葉與右側(cè)額下回之間的功能連接有關(guān)。隨后,我們建立了結(jié)構(gòu)方程模型發(fā)現(xiàn)限制性進食在右側(cè)眶額皮層與體質(zhì)指數(shù)及左側(cè)下頂葉-右側(cè)額下回與體質(zhì)指數(shù)之間起到部分中介作用,并且這一結(jié)果在體脂率上是可重復(fù)的。此外,結(jié)合研究二的結(jié)果,我們檢查了限制性進食和大腦功能連接在多基因分?jǐn)?shù)和體質(zhì)指數(shù)之間的多重中介效應(yīng)以及限制性進食是否與大腦或遺傳因素之間存在交互作用。我們發(fā)現(xiàn)左側(cè)杏仁核-右側(cè)楔前葉之間的功能連接和限制性飲食在多基因風(fēng)險分?jǐn)?shù)和體質(zhì)指數(shù)之間的多重中介作用顯著,但多基因風(fēng)險分?jǐn)?shù)和限制性進食的交互作用不顯著。對體脂率的分析也發(fā)現(xiàn)了相似的結(jié)果。結(jié)合三個部分的研究結(jié)果可以發(fā)現(xiàn),體質(zhì)指數(shù)與額上回,眶額皮層,腦島,杏仁核和頂葉等區(qū)域的結(jié)構(gòu)或功能連接有關(guān);遺傳因素可能通過大腦結(jié)構(gòu)和功能特別是左側(cè)杏仁核-右側(cè)楔前葉的功能連接影響個體的體質(zhì)指數(shù)和體脂率;限制性進食行為可能在右側(cè)眶額皮層和左側(cè)杏仁核-右側(cè)楔前葉的功能連接與體質(zhì)指數(shù)之間起到部分中介的作用;限制性進食行為和遺傳因素可能通過作用于大腦影響個體的進食行為,進而影響體質(zhì)指數(shù)和體脂率�？傊�,本研究從神經(jīng)、遺傳和行為三個層面探索體質(zhì)指數(shù)的潛在機制,可以提供對肥胖涉及的行為和生物學(xué)機制的更多了解并為開發(fā)有效的肥胖干預(yù)策略提供理論指導(dǎo)。
【學(xué)位單位】：西南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：R589.2;B848
【部分圖文】：

3.2.3 磁共振數(shù)據(jù)預(yù)處理結(jié)構(gòu)像的預(yù)處理使用麻省總院和哈佛醫(yī)學(xué)院開發(fā)的 freesurfer (Fischl, 2012)軟件包（http://surfer.nmr.mgh.harvard.edu/）。首先，通過檢查圖像質(zhì)量，圖像有偽影和大腦掃描不完整的被試被刪除。所有預(yù)處理步驟通過“recon-all”命令完成，包括去除非腦組織、自動變換 Talairach 坐標(biāo)、強度標(biāo)準(zhǔn)化、白質(zhì)、腦脊液和灰質(zhì)分割、皮層重建、配準(zhǔn)到球形圖譜 (Fischl, Sereno, Tootell, & Dale,1999)、皮質(zhì)劃分 (Desikan et al., 2006) 和統(tǒng)計等步驟。最后，每個被試的皮層厚度數(shù)據(jù)生成。我們使用 15 mm 的高斯平滑核對數(shù)據(jù)進行平滑處理。靜息態(tài)數(shù)據(jù)預(yù)處理包括以下流程：（1）為保證數(shù)據(jù)質(zhì)量，我們刪除了時間序列的前 4 個數(shù)據(jù)點；（2）對剩余的 238 個時間點的數(shù)據(jù)進行時間層校正和頭動校正；（3）全腦平均信號強度歸一化；（4）進行帶通時間濾波（0.01-0.08HZ）以去除低頻信號漂移及高頻生理噪聲；（5）將全腦信號、腦脊液信號、白質(zhì)信號及 12 個頭動參數(shù)作為協(xié)變量進行回歸；（6）根據(jù)頭動 (mean displacement >1)和信噪比 (SNR<100) 排除被試，共有 39 名被試被刪除，剩余 689 名被試；（7）使用 FsFast 軟件包將每個被試的靜息態(tài)功能像數(shù)據(jù)配準(zhǔn)到 FreeSurfer 模板（每個半球由 40962 個頂點組成）；（8）使用 6mm 的 FWHM 平滑核對數(shù)據(jù)進行平滑，并應(yīng)用 mri_surf2surf 命令將數(shù)據(jù)重采樣到每個半球10242 個頂點。

年齡 728 19.52 1.49 16.00-26身高(cm) 728 164.39 7.94 145.00-18體重(kg) 728 55.42 8.35 36.30-84體質(zhì)指數(shù) 728 20.46 2.31 14.90-27體脂率 713 22.93 6.62 5.00-362 體質(zhì)指數(shù)與大腦皮層厚度的相關(guān)于全腦的分析表明，體質(zhì)指數(shù)與左右側(cè)額上回，左側(cè)額下回及右內(nèi)側(cè)眶額的皮層厚度負(fù)梭狀回的皮層厚度正相關(guān)（表 3-2，圖 3-2）。除梭狀回外，所有與體質(zhì)指數(shù)有關(guān)的腦顯著相關(guān)（左側(cè)額上回：r = -0.175, p < 0.001; 左側(cè)額下回：r = -0.148, p < 0.001; 右側(cè)= -0.110, p < 0.01; 右側(cè)額上回：r = -0.240, p < 0.001）。外，對全腦皮層厚度和對體脂率的分析也發(fā)現(xiàn)了相似的結(jié)果（表 3-2，圖 3-3），表明質(zhì)指數(shù)及體脂率中發(fā)揮著十分重要的作用。Anterior Left lateral Right lateral

圖 3-3 與體脂率顯著相關(guān)的腦區(qū)表 3-2 與體質(zhì)指數(shù)及體脂率的個體差異相關(guān)的腦區(qū)區(qū)域peak tvalueMNI 坐標(biāo)VerticesCluster Sizex y z (mm2)質(zhì)指數(shù)側(cè)額上回 -7.066 -10.8 51.7 9.2 4004 2709.40 側(cè)額下回 -4.945 -34.8 32.6 1.2 1533 667.99 側(cè)梭狀回 3.79 -34.4 -42.0 -21.7 639 388.45 眶額皮層 -4.694 5.8 46.8 -20.9 2681 1683.59 側(cè)額上回 -3.875 23.6 25.2 39.7 730 349.90 體脂率側(cè)額中回 -3.544 -23.7 36.2 22.4 1205 799.07 側(cè)額中回 -5.033 -42.7 33.5 21.1 1218 762.13
【相似文獻】

相關(guān)期刊論文 前10條

1 ;人腦研究的清晰“導(dǎo)航圖”[J];飛碟探索;2016年10期

2 雪花;;大腦結(jié)構(gòu)決定了人類無法同時做三件事[J];閱讀;2016年94期

3 婉文;;空氣污染會讓人變傻[J];家庭醫(yī)藥.快樂養(yǎng)生;2016年12期

4 ;新知[J];37°女人;2017年03期

5 ;她調(diào)查[J];祝你幸福(上旬刊);2017年02期

6 苗苗;;懷孕會改變母親大腦結(jié)構(gòu)[J];科學(xué)大觀園;2017年04期

7 ;國際紀(jì)錄片雙周動態(tài)[J];廣電時評;2017年08期

8 ;大腦結(jié)構(gòu)決定性格[J];現(xiàn)代班組;2009年06期

9 勞承萬;;大腦結(jié)構(gòu)、理性積淀與審美思維方式[J];延安大學(xué)學(xué)報(社會科學(xué)版);1987年04期

10 ;人們?yōu)楹蜗矚g新事物? 大腦結(jié)構(gòu)使然[J];時代英語(高二);2008年05期

相關(guān)博士學(xué)位論文 前4條

1 李永欣;珠心算訓(xùn)練對兒童大腦可塑性的影響以及大腦結(jié)構(gòu)隨訓(xùn)練時間的變化[D];浙江大學(xué);2013年

2 陳群林;預(yù)測創(chuàng)造性的腦影像指標(biāo)體系的研究[D];西南大學(xué);2017年

3 湯煜春;中國人數(shù)字化標(biāo)準(zhǔn)腦圖譜的建立[D];山東大學(xué);2009年

4 位東濤;生活事件與神經(jīng)質(zhì)影響焦慮的神經(jīng)機制[D];西南大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 朱星星;體質(zhì)指數(shù)的大腦結(jié)構(gòu)和功能基礎(chǔ)及其影響因素[D];西南大學(xué);2019年

2 魏偉;采用多模態(tài)磁共振探究缺血性腦血管疾病患者大腦結(jié)構(gòu)和功能的異常[D];杭州師范大學(xué);2018年

3 王小剛;主動遺忘能力的大腦結(jié)構(gòu)基礎(chǔ)及影響因素[D];西南大學(xué);2018年

4 李丹;基于彌散張量成像的原發(fā)性閉角型青光眼患者大腦結(jié)構(gòu)網(wǎng)絡(luò)拓?fù)鋵傩苑治鯷D];南昌大學(xué);2018年

5 蘇小龍;基于貝葉斯理論和圖論的大腦結(jié)構(gòu)網(wǎng)絡(luò)構(gòu)建及運動系統(tǒng)可塑性研究[D];電子科技大學(xué);2018年

6 吳子立;男女大腦結(jié)構(gòu)與功能差異的影像學(xué)研究[D];西安電子科技大學(xué);2016年

7 邱文超;兒童失神癲癇患者大腦結(jié)構(gòu)網(wǎng)絡(luò)研究[D];南京醫(yī)科大學(xué);2017年

8 曾雨雯;兩種開放性球類項目運動員大腦結(jié)構(gòu)的共通性和特異性[D];上海體育學(xué)院;2014年

9 姚建亮;手術(shù)減肥對肥胖病患者大腦結(jié)構(gòu)的干預(yù)機制研究[D];西安電子科技大學(xué);2014年

10 史勇躍;肝硬化及繼發(fā)輕微肝性腦病大腦結(jié)構(gòu)與功能MRI研究[D];第三軍醫(yī)大學(xué);2015年

本文編號：2877303