参与者招募与分组
比较BED、亚综合征BED和无暴食症状个体在奖赏处理变异性上的差异。
通过大学邮件列表、门诊和社会媒体广告招募女性参与者，进行电话筛选、在线问卷和两次实验室测试，用临床访谈（EDE、SCID）确定组别，共79人完成第一次行为实验，59人完成fMRI。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
肥胖与伏隔核奖励信号更大的变异性相关
Obesity is associated with greater variability of reward signals in the nucleus accumbens
实验完整度
中研究包含行为任务和fMRI成像两个层级，并进行了BMI和去抑制进食的关联分析，但BED组差异未达显著，缺乏功能验证和动物模型。
主要模型
暴食症患者（BED，n=35） 亚综合征暴食症（subBED，n=21） 无暴食症状对照组（no BE，n=23）
重点核对
分组：BED、subBED、no BE，基于EDE诊断，BED需满足DSM-5标准且频率≥1次/周，subBED频率较低 任务：努力分配任务（grEAT）包含食物和金钱奖励，大小奖励，以及不确定难度条件（半边试验） fMRI：Siemens 3T Prisma扫描仪，64通道头线圈，1500 volumes，fMRIprep预处理，6mm平滑 行为变量：努力程度（最大握力百分比）和渴求评分（0-100 VAS）的逐试次残差变异性 神经变量：NAcc和dlPFC在提示阶段（难度未显示时）的试次间信号变异性，使用分层混合模型估计
摘要
暴食症（BED）的特征是反复发作的暴食并伴有失控感。尽管暴食发作的神经生物学基础尚未完全阐明，但有迹象表明伏隔核（NAcc）反应的变异性可能导致食物摄入的变异性增加。在此，我们评估了BED是否与行为和神经影像学奖赏反应指标的个体内变异性升高相关。为此，BED患者（n=35，平均BMI=33.2 kg/m²±6.8）、亚综合征BED参与者（n=21，平均BMI=29.0 kg/m²±7.2）和无暴食症状个体（n=23，平均BMI=32.3 kg/m²±6.5）完成了一项结合功能性磁共振成像的努力分配任务。与我们的假设一致，我们发现BED患者对食物的主观渴求评分变异性更高（F34,21=1.48，pboot=0.024），但努力付出方面不显著（F34,21=1.13，pboot=0.30）。至关重要的是，在提示呈现期间，NAcc反应的逐试次变异性与更高的BMI（b=0.11，95%CI [0.03, 0.19]，BF10=11.1）和去抑制性进食（b=0.19，95%CI [0.01, 0.36]，BF10=4.0）相关，而NAcc变异性在BED患者中仅边际升高（b=0.12，95%CI [−0.04, 0.29]，BF10=1.2，P>0|data=88%）。我们的结果支持BMI和去抑制性进食与更可变的NAcc反应相关的观点，这可能有助于BED的症状，但这种关联仅微弱提示BED的临床严重程度。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- BED是否与奖赏价值（主观渴求和神经反应）的个体内变异性升高相关？
- 核心机制
- BMI和去抑制性进食与NAcc奖赏反应变异性升高相关，这种可变的奖赏信号可能促进暴食行为，但BED本身对NAcc变异性的影响证据不足。
- 主要证据
- 在79名女性中，BED患者在食物渴求评分上表现出更高的变异性（F34,21=1.48，pboot=0.024），但努力程度无差异；NAcc提示反应的变异性与BMI（b=0.11，95%CI [0.03, 0.19]）和去抑制性进食（b=0.19，95%CI [0.01, 0.36]）显著正相关，而BED组差异仅边际显著。
- 研究意义
- 研究首次强调主观食物奖赏渴求变异性在BED中的关联，并支持NAcc反应变异性作为体重和失控进食的潜在机制，为未来研究奖赏过程变异性与饱腹感、情绪等相互作用提供了方向。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
行为任务（grEAT）
测量奖赏价值（努力付出和主观渴求）及其变异性。
参与者用力握力计为食物和金钱奖励工作，奖励大小分为低（1点/秒）和高（10点/秒），难度从个体最大握力的64-95%，一半试次难度确定（显示线），一半不确定（显示红框）。每个试次后评分努力程度和渴求度（0-100 VAS）。
fMRI测量与预处理
测量奖励处理过程中NAcc和dlPFC的信号变异性。
第二会话在隔夜禁食后，参与者进食小早餐后完成grEAT和食物出价任务，同时采集fMRI数据（1500 volumes，Siemens Prisma 3T，64通道头线圈），用fMRIprep预处理，平滑6×6×6mm³。
数据分析
检验各组间行为变异性差异，以及BMI和去抑制进食与神经变异性的关联。
使用线性混合效应模型分析行为数据；使用贝叶斯分层混合模型估计NAcc和dlPFC的试次级信号变异性，并与BMI、去抑制性进食评分（TFEQ）进行关联分析。
敏感性分析
验证结果是否受运动、药物使用等因素影响。
在模型中纳入平均帧位移、用药和激素避孕等协变量，并分析控制区域和反馈阶段，以确保结果的特异性。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
验证行为功能变化
验证神经信号变化
验证机制链路
数据分析与统计
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| fMRI数据采集 | 西门子3T Prisma扫描仪 | Siemens | -- |
| 64通道头线圈 | -- | -- | |
| 行为任务 | 握力测量设备（最大握力测定） | -- | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 参与者招募与分组 | 组别确定依据：EDE访谈，BED需满足DSM-5标准（暴食频率≥1次/周，持续3个月），subBED频率较低，无暴食组无暴食行为；排除标准；合并用药情况。 阅读提示：Methods: Participants |
| 行为任务（grEAT） | 任务参数：奖励类型（食物/金钱）、奖励大小（低/高）、难度范围（64-95%个体最大握力）、不确定难度条件比例（一半试次）、试次结构（提示-工作-反馈）、行为指标（努力百分比、渴求VAS评分） 阅读提示：Methods: Grip force effort allocation task; Fig. 1d,e |
| fMRI数据采集 | 扫描参数：Siemens 3T Prisma，64通道头线圈，1500 volumes；预处理流程：fMRIprep，平滑6×6×6mm³；ROI定义：NAcc来自Harvard Oxford atlas，dlPFC来自Neurosynth（z阈值5.2） 阅读提示：Methods: MRI data acquisition and preprocessing |
| 数据分析 | 统计模型：行为变异性（试次残差方差），神经变异性（分层混合模型估计试次级信号），协变量（BMI、年龄、药物、运动），统计阈值（单侧、双尾α≤0.05，贝叶斯因子） 阅读提示：Methods: Data analysis; Statistical threshold and software |
| 敏感性分析 | 控制区域（aMTL、pMTL、toMTL），运动校正（framewise displacement），药物和避孕药使用，反馈阶段分析 阅读提示：Methods: Data analysis (fMRI data); Results: Exploratory and sensitivity analyses |