條文本
PDF
文摘
目標調查他們是否重要的內髒脂肪組織(增值稅)與不同的大腦結構和功能變化與體重測量相比,身體質量指數(BMI)。此外,我們的目的是調查是否這些影響隨著年齡的變化。
設計橫斷麵、探索性。
設置大學診所,綜合研究和治療中心。
參與者我們包括100(平均體重指數= 26.0公斤/ m², 42歲女性)的202名誌願者隨機邀請城市的登記機關,細分為兩個年齡段:young-to-mid-age(n = 51歲20-45歲,平均體重指數= 24.9,女性24日)和老(n = 49歲,65 - 70歲,平均體重指數= 27.0,18歲女性)。
主要結果測量增值稅、BMI、腹部皮下脂肪組織,大腦結構(灰質密度),腦功能架構(特征向量中心,EC)。
結果我們發現失去小腦結構增加增值稅在年輕的參與者,參與地區最重要的汽車處理。這種負相關在老年人中消失了。調查腦功能架構顯示再次逆VAT-cerebellum相關性,而現在地區參與認知和情感的處理是重要的。盡管我們發現類似的結果對於使用BMI的EC,年齡很大的作用才被發現對大腦結構和功能體係結構使用增值稅。
結論內髒肥胖與小腦的結構和功能變化,而涉及的地區導致電機、認知和情感的過程。此外,這些關聯似乎依賴於年齡,與年輕人的大腦受到不利影響。
- 基礎科學
- 神經學
這是一個開放分布式根據條創作共用署名非商業性的許可證,允許使用,分布,在任何介質,和繁殖提供了最初的工作是正確地引用,使用非商業,否則按照許可證。看到的:http://creativecommons.org/licenses/by-nc/3.0/和http://creativecommons.org/licenses/by-nc/3.0/legalcode
來自Altmetric.com的統計
文章總結
文章重點
大腦的關鍵器官能量穩態的調節。
多餘的能量的分布在不同脂肪倉庫而不是體重本身決定健康的結果。
然而目前尚不清楚是否大腦與內髒脂肪存儲,以及這如何取決於個人的年齡。
關鍵信息
內髒脂肪組織關聯與小腦的結構和功能變化。
這些協會年齡相關性,與年輕人的大腦受到不利影響。
小腦動態顯示的方法來解決健康問題相關的內髒脂肪存儲。
本研究的優點和局限性
(−)本研究探索性的方法在一個隊列研究。
(−)我們沒有訪問協變量作為進一步的實驗室數據。
(−)我們不能完全排除藥物副作用影響靜息狀態數據尤其是年長者。
(+),我們直接使用MRI評估腹部脂肪分布。
(+)我們發現在結構和功能的大腦區域重疊的數據。
介紹
多餘的脂肪是健康的一個主要挑戰。人類有機體方法能源豐富的方式會影響到許多健康狀況,尤其是心血管疾病、2型糖尿病和一些癌症疾病。1肥胖的治療已基本成功,大幅上升,肥胖發生率可能會導致壽命趨於平穩甚至下降直到2050年。2
在生物分子層麵,上升的體重是一個複雜的現象,仍不完全清楚。3在個人層麵上,它可能最合適被視為基因-環境相互作用。4除了一般轉向更大的體重觀察到在過去的30年裏,兩個更具體,body-weight-related方麵引起了關注,即(1)與年齡相關,weight-independent改變身體成分和脂肪取代精益質量5,6和(2)腹部脂肪分布的影響(變頻器)和內髒脂肪組織(增值稅)主要影響代謝的結果。3,7,8然而一個綜合調查過程迄今為止沒有。盡管它一直認為中央能量平衡的缺陷可能導致內髒肥胖上升隨著年齡的增長,9目前尚不清楚是否或如何神經機製可能與年齡相關,weight-independent內髒脂肪過多。
大腦是一個關鍵的器官的調節體內平衡的能量。各自的輸出來源於潛意識穩態控製的集成主要位於下丘腦,和位於extra-hypothalamic non-homeostatic的電路結構。10,11這些過程最終確保整個成人的體重非常穩定壽命。11,12最近的成像模式顯示,人類的進步,體重與區域大腦結構的變化有關,功能連接和目標導向的行為。13 - 16這些發現,然而,往往非齊次對相關性的質量。隊列就是矛盾,旁邊一個限製可能是使用一個常見的肥胖指數幾乎完全的身體質量指數(BMI)約束特定人群變量,如性別、年齡、肥胖程度和休閑體育活動。6此外,研究了體脂分布之間的關係以及整體肥胖和結構或腦功能變化很少。我們所知,隻有一個最近的研究調查的影響體重指數和腰圍對當地灰質體積。17然而,由於人體測量學是無法可靠地估計情況,18關鍵因素的身體體重相關現象迄今為止幾乎被認為是在人類大腦的研究。
因此,為了更好地理解體重之間的複雜關係,老齡化、性別、變頻器和大腦,我們應用結構和task-independent腦功能磁共振成像以及MR-based腹部脂肪對100名成年人的量化細分為兩個年齡組(20-45和65 - 70歲)。我們問他們是否重要的增值稅涉及不同的大腦結構和功能變化與整體肥胖測量體重指數相比,以及這些變化是否年齡相關的。我們選擇MR-based脂肪量化,因為它是迄今為止唯一的技術,它允許直接的、無輻射的評估腹腔脂肪的倉庫,和腹部脂肪分布。本探索性研究描述年齡相關性,逆相關性腹內的肥胖和地區的小腦參與運動,情感和認知過程,使用BMI無法察覺。
材料和方法
研究人群
我們調查了100名成年人萊比錫的生命讀經(德國)。未來的生命讀經,縱向,以人群為基礎的隊列研究,打算研究分子的原因環境和lifestyle-associated代謝綜合征等疾病,胰腺炎和癡呆在10大萊比錫地區000名誌願者。我們的研究問題出現之前檢查數據。對於我們的分析,我們使用數據集獲得2011年5月至2012年1月(n = 202)。在這個群體中,我們主要是包括所有參與者定義為young-to-mid-age學科,20至45歲(n = 51;平均體重指數= 24.9,= 17.2 - -34.6;24歲女性)。我們這組相比舊樣本集(65和70歲,n = 49;平均體重指數= 26.9,= 20.3 - -35.9;18歲女性)調查潛在的與年齡相關的影響。從每個個體獲得書麵知情同意。獲得了許可由當地倫理委員會(263-2009-14122009)。研究設計是依照《赫爾辛基宣言》。至少3天前調查,對象收到書麵和口頭指示避免物質,如咖啡,茶和藥物,以避免大腦數據受到這些物質引起的副作用的影響。
人體測量
體重和身高測量之前調查到最近的0.1厘米先生使用測距儀和數字的平衡。
先生的方法
所有MRI檢查3-Tesla Magnetom Verio掃描儀(德國西門子,埃朗根)配備了32路頭陣列線圈。身體線圈被用來接收線圈的腹部MRI掃描。
大腦:數據采集
解剖t1影像獲得使用一個三維Magnetization-Prepared快速梯度回波序列(MPRAGE)。19阿爾茨海默病的神經影像學(ADNI)標準協議是使用以下參數:TI 900 ms, TR 2300 ms, TE 2.98毫秒,翻轉角度9°,帶寬240 Hz /像素,圖像矩陣256×240,176個分區,FOV 256×240×176毫米3矢狀方向1的平均水平。20.,21立體像素大小³1×1×1毫米,沒有插值。
Task-absent的靜息狀態功能磁共振成像數據使用gradient-echo echo-planar成像(EPI)序列閉上眼睛條件下獲得的。使用以下參數:300全腦容量,收購矩陣= 64×64,切片厚度= 4毫米(0.8毫米)的差距,30片,TR = 2000毫秒,TE = 30 ms,翻轉角度= 90°和帶寬= 1954 Hz /像素。靜息狀態功能磁共振成像會話的總時間為每個主題是大約10分鍾。字段映射具有相同分辨率的EPI序列收集正確的幾何失真由於B0尺度。22
大腦:數據分析
結構與VBM8 t1加權圖像處理工具箱(dbm.neuro.uni-jena.de / vbm.html)使用SPM8(倫敦大學學院的維康基金會神經造影中心,,倫敦,英國)和Matlab 7 (Mathworks Sherborn,馬薩諸塞州,美國)。預處理包括bias-field校正、分割和正常化標準空間包括調製蒙特利爾神經學研究所占當地壓縮和擴張期間轉換為了獲得灰質密度(GMD)的圖像。隨後,圖像與高斯平滑內核的8毫米寬屏半峰(應用)。Voxel-wise統計分析兩個年齡組分別在addition-using完全析因設計調查交互因素之間的年齡和增值稅。在所有分析,皮下脂肪組織(坐),性別和灰質總額作為額外的一般線性模型中的協變量。此外,我們重複的全部因子分析使用一個分類(1)深白質病變根據法澤卡斯是評定量表23,24和(2)腹部數據質量作為額外的協變量。然而,這並不會導致不同的結果。此外,我們重複使用BMI作為額外的協變量的分析,以探討weight-independent內髒脂肪過多。這也沒有導致不同的結果。在所有分析,集群獲得使用voxel-threshold p < 0.005。為了控製假陽性,最小集群大小閾值k > 500的應用。使用family-wise集群被認為是重大錯誤(FWE)糾正p < 0.05。顯著的集群研究利用SPM解剖工具箱。25,26
靜息狀態的數據進行的分析99例因為功能數據沒有發表一個主題屬於young-to-mid-age組。使用SPM8 task-independent fMRI數據的預處理進行了包括運動估計和校正和EPI變形。此後,高分辨率的解剖圖像相同的主題是(個體內的)co-registered功能圖像,和正常化都使用了統一的分割方法。27正常化後,生成的體素的大小功能圖像插值是一個各向同性體素3×3×3毫米大小3。在最後一步的預處理,使用高斯平滑函數圖像平滑內核8毫米的應用。特征向量中心(EC)執行映射使用LIPSIA軟件包。28,29日EC分析在個人主體層麵上對整個大腦使用基於人的相關係數的相似性矩陣。為了使用一個相似矩陣隻有正數,值被添加到所有矩陣的條目之前計算歐共體。類似於VBM分析,統計分析兩個年齡組分別在addition-using全因子設計調查年齡和增值稅的因素之間的相互作用。在所有分析,SAT和性別考慮使用一般線性模型中的其他協變量。此外,我們重複的全因子分析,包括(1)深白質病變的分類根據法澤卡斯是評定量表,23,24和(2)腹部數據質量作為額外的協變量。然而,這並不會導致不同的結果。此外,我們也反複使用BMI作為額外的全因子分析協變量為了調查weight-independent內髒脂肪過多。這也沒有導致不同的結果。在所有分析,集群獲得使用立體像素閾值p < 0.005。為了控製假陽性,最小集群大小閾值k > 200的應用。集群被認為是重要的使用FWE-corrected p < 0.05。
腹部:數據采集
先生成像測定情況30.是由使用一個軸向t1加權快速旋轉回聲技術使用以下參數:TE = 18 / TR女士= 520毫秒,回波列車長度7;切片厚度5毫米、5毫米之間的差距。掃描矩陣320×306(無局部傅裏葉);500毫米×375毫米的視場,最終體素的大小1.6毫米×1.6毫米×5.0毫米,含水飽和度。領域更有可能在非均質3 T以來,我們測試絕緣墊的使用來改善同質性在實際研究領域開始。然而,這是不必要的掃描提供的基於圖像質量;此外,信號使用這樣一個墊弱點沒有顯著改善。為了避免呼吸文物,參與者被要求屏住呼吸一段18歲,在五片記錄。從我們的經驗,這個時間是容忍如果個人有能力保持呼吸。表每個收購後轉變是5厘米,和圖像記錄feed-to-head方向開始10厘米以下臍和肝髒中完成地區總收購時間約10分鍾。 Volunteers were imaged in the supine position with their arms folded upon their chest.
腹部:數據分析
四個低棧,包括連續20個數據片,於是我們分析定義的腹部。,我們確保了臍地區包括,但脂肪組織以外的隔膜是排除在每個參與者。因為即使是單片調查通常位於臍地區允許足夠的檢查腹部脂肪組織分布在兩種性別,我們考慮我們的方法是合適的。然而,它不允許對全身脂肪得出結論;這一切;然而,並不是我們研究的範圍,因為代謝影響主要是腹部脂肪分布有關。圖像分析是由一個觀察者在一個單獨的工作站進行2年的經驗在MR-based脂肪量化使用ImageJ (Rasband, 2004;V.1.45s11;可以在http://rsbweb.nih.gov/ij/download.html)宏觀量化脂肪像素半自動生成和基於直方圖(有條不紊的論文做準備)。簡而言之,以確保盡可能高的解剖準確性,分割算法遵循四個步驟的方法,包括自動操作,比如基本形態、活動輪廓和插值以及手冊定義的體腔棧的初始圖像;傳統的自動閾值從脫脂binarised圖像分離脂肪組織。脂肪組織量的總和計算脂肪像素×切片厚度(即片+差距)和糾正身體長度調整個人地位的腹部。增值稅定義為腹腔內的脂肪組織;坐在被定義為皮膚和肌肉骨骼夾層之間的脂肪組織建造的臀部,撕裂和腹部以及肋間肌肉。肌間的脂肪組織被排除在分析之外。信號的弱點在脂肪組織未經調整的,以減少人為錯誤。總圖像分析要求每集大約4分鍾。
結果
研究人群
為了比較潛在的關聯的身體質量指數(BMI)和增值稅與大腦結構(GMD)和腦功能連接(EC),以及是否這些都是年齡相關性,我們檢查了100例(BMI範圍= 17.2 - -35.9)分為兩個年齡組(表1)。GMD顯著降低隨著年齡的增長在整個大腦(數據未顯示)。注意,盡管young-to-mid-age受試者體重指數沒有明顯降低,年長的參與者顯示更大的增值稅。
年齡相關性之間的負相關增值稅和GMD小腦
我們開始通過調查BMI和增值稅是否與整個大腦GMD的20歲到45歲的科目。我們發現體重增加與減少GMD的背外側前額葉皮層(DLPFC)以及區域的左頂葉皮層(數據沒有顯示)。相比之下,增值稅相關負麵GMD在兩個半球的小腦(圖1第一行)。局部極大值被分配到小葉V和VI(哼哼)利用SPM解剖工具箱。為了研究性別的影響,我們對男性和女性分別重複分析。盡管我們發現男性顯著關聯,性別的交互作用不顯著。因此,我們不能發現性別差異之間的負相關增值稅和GMD young-to-mid-age小腦在我們小組的成年人。
灰質密度之間的負相關(GMD)和內髒脂肪組織(增值稅)。使用相關分析模型隻包括young-to-mid-age成年人的樣本(第一行),並使用一個完整的階乘模型包括所有科目(第2 - 4行)。年輕的子群內的相關分析顯示更高金額的增值稅與減少GMD的小腦雙邊(第一行,顏色黃色)。性別、年齡、皮下脂肪組織和灰質體積的總量是考慮使用額外的協變量的統計分析。注意,我們沒有發現GMD之間顯著正相關,增值稅在整個大腦年輕的子群。在交互模型,GMD之間的負相關和增值稅又雙邊在小腦young-to-mid-age成年人(第二行);這種相關性在老年人不顯示(第三行)。兩組之間的差異(VAT-age交互)是重要的(第四行)。GMD之間沒有顯著的正相關和增值稅被發現在兩組young-to-mid-age以及年長的科目。顯著的集群的體素的閾值p < 0.005所示。 In order to control for false positives, significant clusters are shown with a minimum cluster size of k>500. Using a family wise error corrected p<0.05, all clusters remained significant except for the cluster in the left cerebellum within the young-to-mid-age adults (first row), which was significant using the false discovery rate.
我們接下來著手調查是否之間的負相關增值稅和小腦的GMD可見young-to-mid-age成年人也發生在老年受試者。因此,我們調查了65歲到70歲的參與者在一個單獨的分析。在這裏,然而,我們無法顯示增值稅和GMD小腦之間顯著相關。
最後,為了研究之間的區別兩個年齡組尊重GMD之間的相關性和增值稅,我們進行了統計分析與所有受試者使用完整的階乘模型實現增值稅和年齡兩個因素。這VAT-age交互,年齡相關性的區別兩個機構是重要的小腦(圖1行2 - 4),表明更大的增值稅和協會GMD老年受試者中小腦消失在減少。利用SPM解剖學工具箱,當地maxima再次分配給小葉V和VI(哼哼)。插圖,dot-plot顯示在左側小腦這種交互(圖2(左)。
之間的交互因素內髒脂肪組織(增值稅)和年齡在左側小腦灰質密度的變化(GMD,左情節)和特征向量中心(EC,正確的情節)。young-to-mid-age參與者與紫色圓點所示;年長的參與者所示綠色的顏色。圈黑色的邊緣顯示安裝GMD / EC值計算增值稅之間的交互和年齡;小圓點顯示正常GMD / EC值包括一般線性模型的誤差項。因此,點顯示原始GMD / EC值調整的混淆使用的模型。
在兩個年齡組之間我們沒有能夠找到顯著正相關性BMI或增值稅,GMD。
年齡相關性之間的負相關增值稅和EC小腦
接下來,我們調查是否連接的程度(即EC)在大腦與增值稅young-to-mid-age成年人。更高的增值稅是伴隨著一種減少EC小腦(局部極大值分配給小葉VI(哼哼)和VIIa小腿I和II(哼哼))以及區域的左後顳頂葉(圖3第一行)。值得注意的是,與小葉VI中我們發現一個區域重疊結構和功能的數據。此外,我們觀察到增值稅之間的正相關和EC扣帶皮層(數據沒有顯示)。
之間的負相關特征向量中心(EC)和內髒脂肪組織(增值稅)。使用相關分析模型隻包括young-to-mid-age成年人的樣本(第一行),並使用一個完整的階乘模型包括所有科目(第2 - 4行)。年輕的子群內的相關分析顯示更高金額的增值稅與減少了小腦與其他大腦區域的連通性(第一行,顏色黃色)。性和皮下脂肪組織模仿使用額外的協變量在統計設計。在交互模型中,EC和增值稅之間的負相關小腦再次呈現在小腦雙邊young-to-mid-age成年人(第二行);這種相關性在老年人不顯示(第三行)。兩組之間的差異(VAT-age交互)是重要的(第四行)。顯著的集群的體素的閾值p < 0.005所示。為了控製假陽性,顯示了明顯的集群的最小集群大小k > 200。所有剩餘的集群使用family-wise錯誤糾正顯著p < 0.05。
此外,我們研究了EC之間是否負相關性和增值稅是在65歲到70歲的科目。在這一組,增值稅是負相關地區電子商務的主要運動功能;這不是可檢測young-to-mid-age學科(圖4)。但我們沒有找到一個增值稅和EC小腦之間顯著相關。
之間的負相關特征向量中心(EC)和內髒脂肪組織(增值稅)。結果顯示提供了一個完整的階乘模型(VAT-age交互)包括所有科目。的老話題,主要獲得了重大的負麵EC-VAT相關地區的主要運動功能(第二行,顏色黃色)。這種相關性並不可見的young-to-mid-age成年人(第一行)。兩組之間的差異(VAT-age交互)是重要的顯示的與年齡相關的特異性VAT-age交互。集群報道使用立體像素閾值p < 0.005。為了控製假陽性,顯示了明顯的集群的最小集群大小k > 200。這些集群使用family-wise重大錯誤糾正p < 0.05。
最後,我們調查的區別之間的負相關年齡組尊重EC和增值稅中使用所有科目全部析因設計。不同的年齡組明顯對增值稅和EC小腦之間的負相關(圖3行2 - 4),這表明協會增加增值稅和減少連接在小腦年齡相關性。這個結果甚至當糾正為多個比較。插圖,dot-plot顯示在左側小腦這種交互(圖2,對吧)。
為了調查指數提供了類似的結果是否與增值稅相比,我們重複使用BMI的全因子分析而不是增值稅。盡管我們發現BMI之間的負相關和EC在小腦年輕組(圖5上麵一行),兩個年齡組之間的差異是重要的隻有當使用一個裸體素的閾值(圖5底下一行)。因此,增值稅似乎更敏感的檢測功能連通性變化比BMI在我們組的參與者略微超重和肥胖。這也反映的峰值t交互對比:使用增值稅,左、右小腦的峰值t值分別為4.60和4.63,分別;使用BMI,左、右小腦的峰值t值分別為3.36和3.09,分別。
之間的負相關特征向量中心(EC)和身體質量指數(BMI)。分析使用一個完整的階乘模型(BMI-age交互)包括所有科目。群young-to-mid-age成年人,高BMI與EC的減少有關小腦雙邊(上麵一行,顏色黃色)。這種相關性是沒有顯示的組內古老的學科。兩個年齡組之間的區別,然而,並沒有顯著糾正為多個比較。結果顯示使用立體像素閾值p < 0.005。注意,使用內髒脂肪組織代替BMI,兩個年齡組之間的顯著差異可以顯示使用family-wise糾錯(參見圖2)。
討論
本探索性研究描述年齡相關性GMD的逆相關腦功能連接和腹內的肥胖在100名成年人使用分布形態測量學,task-independent fMRI,人體測量學和腹部核磁共振。我們能夠表明內髒脂肪和BMI的某種關聯獨立與小腦的結構和功能連通性在20歲到45歲的受試者,在老年人,這個協會是不同的。據我們所知,這是第一個研究小腦與腹部脂肪分布動態鏈接。因此,討論將集中在引入這一發現視角與現在的體重和大腦的知識。
雖然研究已經試圖用人體測量估計增值稅的金額如BMI、腰圍、殘渣的重要度通常禁用腹部脂肪分布的有效預測。很可能與一群參與者略微超重和肥胖症患者,相關流程改變增值稅可能低於一個閾值進行交互所必需的BMI檢測變化。這是強調圖6,這說明兩位男性參與者的隊列相同體重指數以及年齡和身體身高相似,但絕對和相對還原量相當大的差異。腹部MRI限製之一,到目前為止,然而,是不能提供信息除了脂肪麵積或體積,例如脂肪細胞細胞大小和數目,甘油三酯內容或炎症狀態。,脂肪組織活檢是必要的。進一步研究的局限性:(1)作為一個橫斷麵研究,我們沒有對回顧BMI數據的訪問,允許前體重的包容發展分析;(2)我們沒有進入實驗室數據進一步協變;和(3)我們不能完全排除藥物副作用影響靜息狀態數據尤其是年長的科目,盡管參與者被要求停止服藥,混淆實驗以及咖啡和茶前調查。
腹部脂肪分割的例子。腹部脂肪分布在兩個不同年齡相仿的男性參與者(68 vs 70歲)和相同的身體質量指數(BMI, 27.4公斤/ m²)和內髒脂肪組織(增值稅)2.86 vs 4.16 l,皮下脂肪組織(坐)3.95 vs 3.73 l,和增值稅(增值稅+坐)0.42 vs 0.53對於左派和右派主題,分別。所示的單臍片表麵值顯示更大的腹部脂肪分布的差異(增值稅/(增值稅+坐)0.35和0.57)。注意,更大數量的精益質量在左主題可能占相同的BMI。
我們發現減少的小腦GMD增加腹腔脂肪是符合使用BMI研究提到了類似的效果13,16,31日和腰圍。17此外,當前的理解小腦功能覆蓋不僅電動機還認知過程。32此外,小腦顯示更大的葡萄糖代謝以及更大的腦血流量減少飽食後肥胖受試者和似乎參與肥胖的神經生物學以及結構影響瘦素的變化。33-36有趣的是,小腦表達Fto基因,這已被證明是與整體肥胖恰恰需要強調的是recently-VAT有關。37-39然而,據我們所知,沒有研究報道在受損的功能連通性增加腹部肥胖。此外,盡管一些研究顯示積極性別BMI和區域大腦結構之間的相關性,13,14,31日我們和其他人17沒有能夠找到這種聯係。我們認為這些有爭議的發現隊列和MRI-related有條不紊的差異如年齡、體重指數,以及數據處理條件下,收購協議和head-array線圈使用。40-42
大腦的重量gain-associated變化,體育活動在兩個方向上都起著重要的作用。相對缺乏的身體活動被認為是肥胖患病率增加的一個關鍵因素。1尤其是腹部肥胖似乎歸因於身體活動,而影響腹腔脂肪組織可能是比皮下脂肪更明顯。43,44此外,體育活動計數器重量損失代謝適應,促進體重反彈45,吾將營養平衡。46小腦皮層和海馬齒狀回顯示增強synaptogenisis和neurogenisis針對運動訓練,47,48或許有人認為缺乏身體活動導致內髒肥胖和小腦大腦的變化。這似乎證實了我們的分析的局部極大值被分配到小腦區域可能參與感覺運動任務(即小葉V和VI)。49我們還發現減少功能連通性之間的小腦小葉VI和VII-latter可能參與prefrontal-cerebellar循環和情感,並老年受試者的初級運動皮層。值得注意的是,小葉VI,這應該是參與許多過程,如感覺運動任務,語言,執行功能和情感的處理,49被發現在結構和功能分析。我們的研究從而強調身體活動的相互依存,腹部脂肪,認知功能和小腦大腦的變化。
adipocyte-derived荷爾蒙瘦素可能為負VAT-cerebellum相關性提供進一步的解釋。瘦素主要是生產白坐,信息匱乏和美聯儲之間的開關狀態和leptin-sensitive的發展作為一個重要因素,下丘腦喂養電路。50,51它的信號是通過漫長的同種型傳達的瘦素受體(Ob-Rb)。這種受體的mRNA在小腦。52,53此外,Ob-Rb mRNA水平在齧齒動物和人類身上超過所有其他組織調查,包括下丘腦。54,55瘦素本身運動神經和neuritogenic影響到小腦浦肯野細胞和軸突與小腦GMD的血漿濃度正相關。56,57此外,小腦顯示可塑性響應瘦素替代品。58有趣的是,直接從頂和cerebello-hypothalamic預測interpositus小腦核似乎調節下丘腦glycaemia-sensitive或vagal-receptive細胞群。59,60這些發現提出了這樣的可能性,那就是瘦素影響小腦結構發展的積極參與(短期)喂養監管通過cerebello-hypothalamic預測。因為瘦素濃度主要取決於坐,61年加強我們的模型作為協變量,高易感性儲存能量在增值稅可能與瘦素水平相對缺乏支持小腦的發展預測,影響下丘腦的自我平衡的機製。另一方麵,小腦過程實際上可能參與脂肪細胞的分布到內髒或皮下脂肪倉庫。
我們的一個重要發現是一項重大VAT-age交互小腦結構和連接。人類的大腦會隨著年齡的增長而萎縮,這種收縮是微分和選擇性,62年而灰質和白質小腦顯示加速結構性下降。63年此外,年齡相關性變化的鬆弛時間以及脫水等個人因素影響大腦結構數據和可能的收購先生占重要VAT-age交互尊重年長者。64 - 66此外,由於脂肪取代無脂質度隨著年齡上升,大腦結構可能在65歲之前受到影響。這種研究的探索性和橫斷麵設計不支持對這些方麵進行調查。然而,我們的研究結果可能表明微分VAT-brain協會老年受試者中young-to-mid-age相比。最近,小腦之間的負相關的GMD和特異性神經元烯醇酶(研究)是一群年輕的超重和肥胖受試者所示:增加了無血清濃度a標記神經元損傷的觀察與減少GMD的小腦和海馬區域。因此,在年輕的學科,超重和肥胖可能導致在這些大腦區域脆弱性增加。67年另一種解釋可能是一個與年齡相關的下丘腦神經退化影響能量平衡,減少能量消耗,增加食物攝入量。9然而,這些過程不一定要損害老年大腦。相比之下,內髒adiposity-related血管危險因素如受損的胰島素作用和亞臨床炎症通常治療在老年受試者,這些混雜因素而不是增值稅本身可以解釋VAT-cerebellum協會和VAT-age交互。我們的數據表明年齡相關性差異內髒肥胖和大腦之間的關係變化,特別是尊重小腦的結構和連接。
總之,我們發現之間的負相關內髒肥胖和小腦的結構以及功能連通性在20歲到45歲的受試者相比,差距顯著到65歲到70歲的人。隨著這些關聯使用BMI沒有意義,我們的研究結果表明大腦的變化不同根據觀察到的脂肪倉庫和隊列的身體質量指數範圍。此外,腹部肥胖可能會對人類的大腦受到不同的待遇根據個人的年齡。未來的研究調查重量gain-associated大腦的變化應該考慮使用直接測量脂肪組織或方程解釋變量如年齡、性別、種族和體育活動。我們的數據點小腦區域參與運動和認知過程是與腹部脂肪分布在年輕人成負相關。
數據是BMI,坐,增值稅和腹部脂肪組織(AAT,即坐+增值稅)以及在腹部內髒脂肪組織的比例(增值稅/ AAT)。連續二十片(20厘米)開始10厘米臍下定義了腹部。被定義為意義p < 0.001。
注意,盡管young-to-mid-age受試者體重指數沒有明顯降低,年長的參與者顯示更大的脂肪組織量和更大貢獻AAT的增值稅。
確認
我們感謝評論者對他們有價值的建議,特別是改善結果部分的對比使用增值稅和BMI和加強調查肥胖和衰老之間的交互。我們要感謝克裏斯蒂Hummitzsch Nadine Orthofer和安妮特•魏德曼先生進行了實驗。我們進一步要感謝生活管理,尤其是博士Kerstin Wirkner,蘇珊Gothner和克麗絲汀Backsmann協調調查,以及Daniel-Paolo Streitburger大腦數據預處理。史蒂夫·溫斯頓博士是好心地承認他的語言支持。最後,作者感謝威廉colmer博士和Daniel-Paolo Streitburger額外建議的手稿。
引用
腳注
貢獻者女士先生,公裏,和AV發達的想法和設計研究。寫項目建議書,先生先生的首席研究員和負責任的調查。他分析了腹部的數據,進行統計分析,主要的作家。公裏寫項目建議書及促進調查員。他是初級分析師,大腦執行數據以及統計分析,創建了數據並寫手稿的一部分大腦數據采集以及分析方法。最初的草案是由先生和公裏。然後反複流傳在所有作者修改。女士是科學的招標肥胖疾病,監督項目和數據解釋關於醫學的視角。AV是神經學部門主管馬克斯·普朗克認知和大腦科學研究所,萊比錫,監督項目和支持數據對神經學的角度解釋。KS編碼脂肪分割宏觀和導致的解釋結果。 MLS interpreted the brain data and provided input into the data analysis. KA cared for the investigated participants respecting the MR examination and performed interobserver analysis using the fat segmentation macro. HS performed interobserver analysis using the fat segmentation macro and established the MR protocol. DS performed the analysis for incidental findings and white matter lesions. AP established the MR protocol and wrote the manuscript's part on abdominal fat data acquisition. YB supported data interpretation with respect to a genetics perspective and wrote the paragraph on genetics. All authors helped interpret data and revised successive drafts of the manuscript.
資金這項工作是支持的聯邦教育和研究(BMBF),德國,FKZ: 01 eo1001。這項工作是由LIFE-Leipzig文明疾病研究中心,萊比錫大學聯盟,KA和AV生活是由歐盟、歐洲區域發展基金(ERDF)和通過自由州的薩克森卓越計劃的框架內。此外,美國支持的德國聯邦教育和研究(BMBF;德國財團額顳葉大葉性退化)。YB招標支持肥胖疾病(K50D)。
相互競爭的利益MLS和KA宣布他們支持LIFE-Leipzig文明疾病研究中心提交的工作。
倫理批準當地倫理委員會。
出處和同行評議不是委托;外部同行評議。
數據共享聲明沒有額外的數據是可用的。