奖赏与认知控制网络的功能连接可预测女性BMI，但无法识别暴食障碍

背景 暴食障碍（BED）与肥胖以及大脑奖赏和认知控制系统的行为与神经生物学改变相关。为更好地分离病理性进食行为的神经机制，功能连接（FC）分析显示出前景。然而，目前尚无源自fMRI的可重复的BED特征。方法 我们研究了61名具有不同程度暴食症状的女性的FC。三组包括21名BED女性、20名亚综合征性BED（subBED）女性和20名无暴食的对照（noBE），三组在体重指数（BMI）和年龄上匹配。为识别BED和BMI的神经特征，我们使用基于种子点的FC指纹（伏隔核，NAcc，用于奖赏；背外侧前额叶皮层，dlPFC，用于认知控制），基于静息态和任务态（食物竞价）FC来预测组别或BMI。此外，我们探索了FC的空间模式，以量化其与BED和BMI的关联。结果 奖赏和认知控制网络的种子点均能稳健预测BMI（rs = .33 - .46）。dlPFC种子点在各种条件下均能预测BMI（静息态：p=.002；任务态：p=.012），而NAcc种子点仅基于任务态FC预测BMI（p=.007）。相比之下，FC未能以优于随机水平对暴食组进行分类。结论 奖赏和认知控制网络内的FC主要反映与肥胖相关的改变。尽管进食行为存在明显差异，但使用FC指纹无法可靠地将BED与subBED或noBE区分开来。这些结果凸显了识别BED特异性功能标记的挑战。

中文由 AI 翻译，仅供参考，以原文为准。