Summary

인간의 음식 보상과 동기 부여를 공부

Published: March 19, 2014
doi:

Summary

이 문서에서는 음식과 관련된 동기를 부여하고 인간의 식품 관련 목표 값의 측정을위한 방법의 집합을 설명합니다.

Abstract

인간의 보상 처리를 공부의 핵심 과제는 주관적인 자기보고 대책을 넘어 같은 hedonics, 동기 부여, 그리고 더 객관적인 방법으로 목표 값으로 보상의 다양한 측면을 정량화하는 것입니다. 이것은 과식과 비만의 이해뿐만 아니라 잠재적 인 처리에 특히 적합하다. 본 논문에서는 동기 부여 수단으로 손잡이의 힘을 사용하여 식품 관련 동기 부여의 측정 값 집합을 설명합니다. 이들 방법은 대사 (포만) 및 약리학 조작으로 식품 관련 동기의 변화를 검사하는 데 사용될 수 있으며, 과식, 비만 대상 개입을 평가할 수있다. 그러나 사람들이 내리는 결정과 행동의 선택을 안내 보상 목표 값을 확인 할 수있는 필수적인 복잡한 식품 환경에서 식품 관련 의사 결정을 이해합니다. 이 값은 숨겨져 있지만 같은 같은 통계를 사용하여보다 객관적으로이를 확인 할 수있다지불하는 의지와이를위한 방법이 설명된다. 두 방법 모두이 세트는 개인 내부와 사이에 비교 될 수있다 동기 부여 및 목표 값의 정량적 측정을 제공합니다.

Introduction

인간의 음식 보상 처리의 연구는 비만 전염병에 대한 상승 우려에서 상당한 자극을 받았다. 대부분의 비만 개인의 비만에 대한 경로가 이상과 대사 이상으로 증가 에너지 섭취 통해 1을 필요로하는, 그것은 과잉의 드라이버와 메커니즘을 이해하는 것이 중요합니다. 일반적인 모델이 과소비가 nonhomeostatic 또는 '쾌락'식사의 형태, 2 소비 항상성 요구에 따라 처리하지만, 음식 (들)의 보람입니다 즉, 소비하다고 생각합니다. 그러나이 복잡한 현상과 항상성과 쾌락 / 보상 시스템은 중복과 상호 작용하는 것입니다. 또한 직접 이러한 부분의 크기 또는 3 사용 가능한 다양한 음식과 음식의 쾌락 적 측면과 관련이없는 nonhomeostatic 식사에 영향을 미치는 여러 가지 요인이 있습니다. 그럼에도 불구하고 수 성격을하고 다른 ASPE를 측정하는 것이 중요하다식품 보상의 CTS.

, 좋아하는 싶은, 학습 : 위 Berridge와 동료는 보상의 세 가지 구성 요소를 설명했다. 이 세 가지 구성 요소가 연결되어 있지만 자신의 기본 신경 시스템의 관점에서 해리 있습니다. 좋아는 보상의 쾌락에 미치는 영향을 참조하고 싶은는 보상을위한 동기 부여이다. 학습과 협회와 보상에 대한 예측을 포함한다. 이러한 구성 요소는 추가로 두 개의 하위 구성 요소, 코어 또는 암시 적, 의식적 또는 명시 적으로 구별된다. 좋아는 핵심 목적 쾌락 반응을 의미한다 '좋아', 그리고 기쁨의 의식 주관적인 경험으로 구성되어 있습니다. 마찬가지로 원하는이 '원하는'으로 구성, 보상 및 보상 관련 단서의 인센티브 돌출 및 인센티브에 대한 욕​​망의 의식 주관적인 경험은 일반적 용어로 이해로. 좋아하고 싶은의 의식, 주관적 경험은 높은 cogn하여 핵심 반응 중 정교메커니즘을 직관적으로. 뿐만 아니라 명시 적 표현과인지 예측 4, 마지막으로도 학습 등 파블로프의 조건 반사와 악기 협회와 연관 조절 암시 적 요소로 구성되어 있습니다.

보상이 세 가지 요소를 연결하지만 해리 모두 실험적으로 자신의 신경 기판의 측면에 있습니다. 이 프레임 워크는 우리가 유기체가 한 번에 하나의 보상에 반응하는 방식을 이해하는 데 도움이 있지만 하나 이상의 잠재적 인 보상에 직면 할 때, 어떻게 각각의 유기체는 반응합니까? neuroeconomics에서 널리 사용되는 모델에 따르면, 행동 선택의 중심 무대는 제안에 모든 옵션의 컴퓨팅 주관적인 값을 포함한다. 이 계산은 평가하고 가중치를 각 옵션의 서로 다른 특성을 가장 높은 목표 값과 옵션을 자주 목표 값 5로 표시된 하나의 비교 값에 선도적 인 다음을 선택할 수 있습니다 수반 생각된다.

t 많은보상의 신경 기초에 그의 작품은 동물의 신경 과학의 고급 연구에서 파생되었습니다. hedonics 조사에 도전, 인간의 목표 값과 동기는 확실하고 객관적으로 서로 다른 구성 요소를 측정하는데 어려움이있다. 그것은, 예를 들어, 시각 아날로그 평가에 기록 될 수있는 등의 취향이나 목표 값의 자기 평가 등의 보상 값의 주관적인 대책을 넘어 중요하다. 제대로 값이 정직하게보고 있는지 여부에 대해 의심을 살펴보기의 어려움을 감안할 때, 그것은 유효성을 검사 할 수있는 강력한 양적 도구로 개발하는 것이 필수적입니다.

설치류에서 관찰 대물 헤 도닉 반응은 또한 인간 유아 6에서 볼 수있는 반면, 이러한 성인 인간에서 평가하기 어렵다. 취향이나 쾌락 요소 따라서 성인 인간 객관적으로 측정하기 어려운 남아있다. 그러나 더 객관적으로 정확하게를 원하는 또는 동기 검사 할 수있다D이 논문은 동기 부여 조치로 그립의 힘의 사용을 기반으로 메서드 집합을 설명합니다. 개인이 보상을받을 수 팽창 할 노력의 양은 그들이 기대하는 보상의 크기에 의해 조절된다. 보상으로 동기는 소비 된 노력으로 조작화 할 수 있습니다. Pessiglione와 동료는 우아 참가자가 큰 값 7을했다 금전적 보상에 더 큰 힘을 발휘과, 금전적 보상에 대한 동기 부여의 조치로 그립의 힘의 사용을 보여 주었다. 식품의 경우 개인에게 음식 보상 값이 내부 상태 (또는 기아 포만)가 중요한 한 8가되는 여러 가지 요인에 따라 보상한다. 포만으로, 동일 식품 9,10의 수신에 orbitofrontal 피질 (OFC), 자극의 전류 값을 부호화 뇌 영역의 신경 활동의 감소가있다. OFC는 7 응답 동기 부여 변조 복부 선조체 (striatum)에 프로젝트. 따라서 좋은동기 부여 법안은 포만과 보상 값의 변화에​​ 감도를 표시해야합니다.

목표 값을 결정하기 위해, 직접 주관적인 평가는 비 이상적이다. 또한 그들의 진정한 목표 값을 나타 내기 위해 참가자 인센티브를하는 이점을 갖고있다 간접적 인 방법은 베커 그룻-Marschak 경매 (11)의 수정 된 버전을 사용하는 것입니다. 규칙의 간단한 설정을 통해,이 경매 절차는 그들이 제공에 대한 항목에 대해 지불 할 수있는 금전적 자원의 최대 크기를 나타 내기 위해 사람들에게 동기를 부여. (WTP)를 지불 할 의사가 목표 값의 측정으로한다.

Protocol

이 프로토콜에 설명 된 모든 절차는 캠브리지 지역 연구 윤리위원회로부터 윤리 승인 아래 개발 및 테스트되었습니다. 1. 음식 관련 동기 부여의 수단으로 그립의 힘 장치 및 설정 : 자극 전달 노트북에 납득시키는 도구 상자와 MATLAB을 설치합니다. 이더넷 포트를 통해 자극 전달 노트북 힘 센서 및 관련 데이터 수집 시스템을 연결합니다. 필요한 하드웨어 및 소프트웨어에 대한 자세한 내용은 표 1을 참조하십시오. 주 : 스캐너 외부 압력 변환기에 연결된 자기 공명 영상 (MRI) 스캐너 간단한 부르 쥐다 포스 고무 전구가 사용되고있는 태스크를 실행한다. 이 압착 벌브 내부 공기압의 변화는, 변환기에 의해 측정 될 수 있고 직접적으로 소비 된 노력과 관련 될 수있다. 연속 데이터 수집 시스템을 폴링하고 10 SAMP 판독하는 프로그램을 설정할각 폴링에 레. 힘이 가해으로 샘플의 평균을 가지고. 참고 : 갈바니 피부 반응 (GSR)도 함께 측정 할 수있다. 이를 위해 자극 전달 노트북은 다른 대책 GSR를 동기화하는 GSR 데이터 수집 시스템에 연결하는 병렬 포트가 필요합니다. 자극 전달 노트북의 부하를 최소화하기 위해 측정 된 GSR 신호를 기록하기 위해 별도의 컴퓨터를 사용합니다. GSR 측정은 더 설명하지 않습니다. 그림 1. 하드웨어 그립 힘 작업에 설정합니다. 절차 : 도 1에 도시 된 바와 같이 테이블 또는 다른 안정된 표면에 기기를 설정한다. 노트북에 연결하기 위해 데이터 수집 시스템을 기다립니다. fo를 기준 측정 값을 수집합니다이하 최대 자발적인 수축 (MVC) 이전 작업을 시작하기로 지칭 R 그립 힘 센서와 참가자의 최대 노력. 테이블에 그립 힘 센서를 삽입하고 기본 측정 값을 수집합니다. , MVC를 측정 그립 힘 센서를 개최 참가자 유용한 작업의 기간 동안 유지하기 편안한 팔 위치를 선택합니다. 다섯 번 힘껏 변환기를 짜 작업의 최대 교정으로 다섯 exertions의 평균을 취할 수있는 참가자를 지시합니다. 주 : 응답 구간 동안 참가자에 의해 가해진 힘은 다음과 같이 초기 및 MVC의 차이의 비율로 측정된다 : 노력이 부정적이면 제로의 최소 강제로 설정하고 교정시 측정 MVC보다 크다면 그것으로 설정된100 단위의 최대 노력. 이는 전술 한 바와 같이 10 샘플 포인트 평활화가 적용된 후에 어떠한 잔여 노이즈를 설명하기 위해 수행된다. 노력 샘플의 결과 일련의 응답 기간 동안 축적 된 시험에 대한 노력의 응답으로 저장됩니다. 작업을 시작합니다. 참고 : 작업 세션이 길면 피로 효과뿐만 아니라 작업 끝에 MVC를 측정하고, 처음에 MVCs 차이에 피로 효과 관련하여 계정에 취하고의 단부 수 작업 세션. 주요 종속 변수 : 이 방법은 각 시험의 힘 – 시간 곡선을 캡처합니다. 힘 – 시간 곡선에서 다음의 변수 추출 : 곡선 (AUC)에서 영역을 최대 또는 피크 힘을 발휘하고, 속도 나 힘의 시간 곡선의 기울기. 응용 프로그램 : 파지력 측정 세 애플리케이션은 후술된다. 상대 보상 V 검사ALUE : 노력이 사진 선택 작업. 참고 :이 작업을 참가자는 식품 및 소비재 등 보람있는 이미지의 종류를 볼 발휘하고자하는 상대의 노력을 측정한다. 노력의 평가는 동일한 이미지에 대한 자신의 주관대로 평가와 관련이 있습니다. 다음과 같이 실험적인 디자인입니다 : 현재 작업의 각 시험에 두 개의 이미지를 나란히, 하나는 대형 (300 X 300 픽셀)와 명확하게 보이는 기본 이미지, 그리고 다른 하나는 소형 (5 × 5 픽셀) 불명료 한 기본값이 아닌 이미지입니다. 트랜스 듀서에 힘을 발휘하는 것은 기본이 아닌 이미지를 확대 및 기본 이미지를 축소합니다. 고 칼로리 음식, 저칼로리 음식과 (암수 구별) 보람 nonfoods 세 가지 보상 범주에서 6 이미지를 선택합니다. 독립적으로 건강한 자원 봉사 단체가 주관대로 정격 이미지가있다. 모든 이미지가 다른 두 종류의 모든 이미지와 결합되도록 이미지 쌍을 만듭니다. 그런 그 쌍을 상쇄 개채널 이미지는 시험의 같은 수의 기본 및 기본이 아닌 영상으로 나타납니다. 작업을 실행하면 : 1.2 절에 설명 된 모든 단계를 수행합니다. 참가자에게 시험 구조를 설명하고 그녀가 기본이 아닌 이미지의 크기의 크기를 증가시키고 그에 따라 변환기를 압박하여 기본 이미지의 감소 할 수 있다는 그녀의 말. 참고 : 균형을 잡기는 모든 이미지가 노력을 확대하거나 축소 할 수있는 시험의 동일한 수있을 것이라는 점을 보장한다. (이 비율은 각 Biopac 모듈에 대해 개별적으로 설정해야 할 수도 있습니다) 각 개인의 MVC의 10 %에 가능한 한 기본값이 아닌 이미지가 큰 만들기 위해 필요한 힘을 설정합니다. 참고 : 다음과 같이 소비 된 힘과 그림의 크기 사이의 관계가 결정된다. 배경과 전경 이미지가 모두 정사각형 가정, LB와 LF는 각각 배경과 전경 이미지의 길이 될 수 있습니다. 하자 G, GMVC하고, GBASE는 각각 교정시 측정 및 교정 기준선 동안 측정 시험, 최대 힘의 응답 구간 동안 측정 파지력 응답 될. 또한, 파지력 및 이미지 크기 사이의 선형 관계를 가정하면, LB 및 LF는 다음과 같이 쓸 수있다 제약 조건 어디에 제약은 이미지 GMVC 초과 힘이 가해진 경우에도 LMAX 이상 팽창하지 않도록. 작업의 짧은 데모를 제시한다. 그녀가 발휘 얼마나 많은 노력에 따라 choses으로 그녀가 이미지를 볼 수있는 참가자를 말한다. 작업을 완료하기 위해 자신의 참가자를 남겨주세요. 후작업 이후 시각적 아날로그 척도에 각 이미지에 대한 취향 등급을 수집 완료. 데이터를 분석하기 위해 각 이미지는 기본이 아닌 이미지이고 노력을 확대 할 필요 된 모든 시험에서 힘 – 시간 곡선 아래 영역의 평균을. 이 평균 AUC는 특정 이미지에 대한 동기 부여의 측정으로한다. 음식에 대한 잠재 의식 의욕을 검사. 주 : 잠재 의식과 의식이 모두 자극 프레 젠 테이션을 사용하여,이 작업은 음식을 모두 잠재 의식과 의식 의욕을 검사합니다. 아래의 설명은 감각 특정 포식 (Ziauddeen 등. 16 참조)를 사용하여 이전의 연구를 기반으로합니다. 다음과 같이 실험적인 디자인입니다 : 맛있는 음식, 달콤한 음식과 중립 비 식품 항목의 세 가지 자극을 선택합니다. 직접 모터의를 최소화하기 위해 잠재적으로 임상 시험에 대한 의식이 재판 및 기타 각 항목의 두 가지 이미지를 수집한다 pecification 12 영향. 어도비 포토샵을 사용하여, 동일한 휘도와 같은 무늬 배경 (빨간색, 노란색, 녹색, 갈색의 1mm 사각형의 바둑판 배열)을 가지고 모든 이미지 포맷. 단일 패스를 사용하여 그림의 가장자리를 덩어리 죠. 무작위로 모든 사진을 스크램블링하여 마스크 이미지를 만든 후 합성 이미지를 만들 수를 혼합. 잠재 의식 프리젠 테이션은 샌드위치 마스킹에 의해 달성된다. 200 밀리 초이 존재에게 267 밀리 초에 다시 가면 다음에 33 밀리 초에 대한 다음 자극의 이미지를, 마스크 이미지를하세요. 의식이 시험은 200 밀리 초 후 200 밀리 초에 대한 자극의 이미지와 100 밀리의 뒤로 마스크 마스크를 선물한다. 총 프리젠 테이션은 모두 시험 유형 500 밀리 초입니다. 마스크 자극 프레 젠 테이션 후, 참가자가 그립 힘 센서에 힘을 발휘하는 동안 응답 창을 시작합니다. 화면에 유체 수준의 방법으로 실시간 피드백을 제공합니다. 참고 : 모든 작업에참가자에게 피드백을위한 유체 레벨을 사용하여 달성 될 수있는 열 및 최대 높이의 높이가 모두 시험에 걸쳐 랜덤하게 변화된다. 예 칼럼의 높이가 100, 110, 및 120 유닛 사이에서 변화하도록 설정되고, 태스크의 시작시에 측정 된 각 참가자의 최대 힘의 백분율로 80, 90, 및 100 단위 사이에 달성 될 수있는 최대 높이. 의견은 작업과 과목을 참여에 중요한 역할을 역할을하는 동안,이 소비 된 힘과 재판을 재판에서 오일 레벨의 높이 사이에 일관된 관계가 없다는 것을 보장을 설정할 수 있습니다. 목적은 같은 특정 피드백을 달성하기 위해 자신의 노력을 변조에서 참가자를 방지하는 것입니다 매우 상단에 오일 레벨을 받고.에게 참가자는 명시 적으로 의견이 신뢰할 수 있음을 통보하고 자신의 노력을 스스로 판단하고 오일 레벨에 의존하지 지시. 각 시험의 경우, 고정을 제시3,000 밀리 초 유체 레벨 피드백을 500 밀리 초 후 응답 창에 대한 마스크 자극 다음 500 밀리 초, 크로스. 작업을 실행하면 : 1.2 절에 설명 된 모든 단계를 수행합니다. 각 시험에서 중앙 고정 십자가에 그녀의주의를 집중하는 참가자를 부탁드립니다. 오일 레벨이 나타날 때 그녀가 제시하는 항목으로 포인트를 이기기 위해 힘 센서를 짤 수 있다는 것을 그녀에게 설명한다. 어떤 시험에 있다고 설명 이미지를 확인하기 어려울 수 그녀가 그녀의 본능을 제안 할 수 있습니다. 강조하는 신뢰할 수있는 조언이다. 필요한만큼 많은 블록에 작업을 실행합니다. 작업의 완료 후, 마스킹 절차가 얼마나 잘 작동 확인. 이 두 가지 방법으로 수행 할 수 있습니다 : 참가자의 주관적인 보고서를 수집하여하고 강제 선택의 차별을 수행하여. 후자의 두 가지 옵션이 다음 주 작업에서와 마스크 자극을 제시하고 어 나타 내기 위해 참가자를 요청무형 문화 유산의 하나가 바로 제시했다. 이 주요 작업의 각 블록에 발표 된 각 이미지에게 많은 시간을 제시한다. '마스크가 잘 작동 경우 신호 검출 이론에 따라,, d는 discriminability 지수 (d)를'계산 제로에 가까워 야합니다. 스캐너에 식품 관련 의욕을 검사. 파지력 전구 및 첨부 된 압력 변환기를 사용하여, 이러한 파지력 기반 작업 MRI 스캐너에서 실행할 수있다. 피드백이 사용되는 경우, 섹션 1.4.2 에서처럼 그렇게. 2. 보상 값의 측정 값으로 지불하는 것을 좋아 하는가 참고 :이 작업은 적절한 자극 전달 소프트웨어 프로그램 만 표준 데스크탑 또는 노트북 컴퓨터를 필요로 할 수 있습니다. 여기에 설명 된 버전은 프리젠 테이션 (버전 14.5, 신경 행동 학적 시스템)에 프로그래밍되어 있습니다. 절차 : 참고 :이 절차의 수정입니다Plassmann (13)로부터 컴퓨터 경매 절차. 다음과 같이 경매 절차는 다음과 같습니다 경매는 라운드 시리즈, 각각의 특징 하나의 식품 항목을 포함한다. 동일한 접시와 배경에있는 모든 음식을 촬영하고 있습니다. 이전 작업 쇼 참가자 규모에 대한 정확한 이해를 제공하기 위해 이미지에 사용 된 실제 플레이트의 시작. 참가자들에게 고정 된 화폐 예산, 예를 들면 3파운드을 제공합니다. 그녀가 경매의 여러 라운드를 통해 이동합니다 그녀는 각 라운드에 입찰을 배치 할 수있는 참가자를 말한다. 10P 씩 3파운드 – 그녀 원 0가는 슬라이딩 스케일에 그녀의 입찰을 배치 할 수 있습니다. 한 라운드가 계산 라운드로 경매의 끝에서 선택됩니다 참가자를 알려줍니다. 따라서 그녀는 여러 차례에 걸쳐 그녀의 3파운드 예산을 확대하지 않고, 하나 인 것처럼 매 라운드를 처리 할 수​​ 있습니다. 컴퓨터에 대해 입찰 할 참가자를 말각 라운드에서 그들. 그들이 선택한 라운드에 컴퓨터를 비싼 값을 매길 경우, 식품 항목을 승리 만이 양에게 컴퓨터 입찰가를 지불하고 나머지 변화를 유지할 수있을 것이다. 그러나, 컴퓨터가 outbids 또는 입찰과 일치하는 경우, 그들은 음식 품목을,하지만 여전히 자신의 금전적 예산을 유지하지 않습니다. 그 규칙이 세트가 지정되면 (자),이 경매에 입찰을위한 최선의 전략은 그들이 제안에 음식 품목을 지불 정말 기꺼이하는 가격에 가까운 금액을 입찰하는 것을 참가자에게 설명한다. 참고 :이 방법으로 수집 된 입찰은 자신의 WTP에 해당합니다. 응용 프로그램 : 내부 상태의 변화를 측정 감도를 검사. 참고 : 개념 증명으로, 굶주림과 포만의 변화와 가치의 변화에​​ 대한 측정의 감도를 조사 하였다. 건강한 정상 체중 자원 봉사자는 이전과 고정 칼로리 식사 (550 킬로 칼로리)를 식사 후 경매 절차에 참여했다. SEnsory 특정 물림 조작을 사용 하였다. 시각적 상사 척도에 굶주림과 충만 등급을 수집합니다. 2.1 절에 설명 된 태스크의 첫 번째 블록을 수행한다. 계획 식품 항목 수가 0이 아닌 입찰이 배치 한 것으로 라운드로 선택하는 작업과 같은 디자인. 그들이 승리 한 음​​식과 함께 참가자를 제시하고 그들에게 식사를 섭취하는 15 분을 제공합니다. 3파운드 예산에서 지불을 뺍니다. 다시 굶주림과 충만의 평가를 수집합니다. 새로운 3파운드 예산 작업의 두 번째 블록을 수행합니다. 식량은 두 번째 블록에서 승리하지 않습니다. 두 블록에 걸쳐 다른 항목에 대한 WTP를 대비. 미래의 응용 프로그램 : 값 계산에 참여 신경 시스템을 검사. 참고 :이 작업을 설정하고 값 계산의 신경 상관 관계를 조사하기 위해 fMRI를 스캐너에서 실행할 수 있습니다. 그것은 최근 약물의 fMRI 연구보고에 사용 된음식 보상을위한 가치 계산에 도파민의 영향의 효과에. 참가자는 도파민 작용제 (브로 모 크립 틴), 도파민 길항제 (sulpiride) 또는 위약의 단 하나 복용량을받은 후 작업의 단일 블록을 수행 하였다. 절차는 따로 규모가 20P 씩 증가하도록 설정되었다는 사실에서 2.1과 거의 동일했다. 유사한 작업 (13)에 비해,이 측정 값은 4 (표준 MRI 버튼 상자의 각 버튼에 대응)의 최대지지 이산 변수 반대로 이상의 연속 변수로 WTP의 포착을 허용한다.

Representative Results

위에서 설명 된 방법으로 각각의 다른 응용 프로그램에서 대표 결과는 다음과 같다 : 동기 부여의 조치로 그립의 힘 노력이 사진 선택 작업 : 상대의 보상 값을 검사 이 특별한 작업은 폭식증과 비만 (14)의 치료를 위해 개발 된 새로운 뮤 – 오피오이드 길항제 약물 GSK1521498의 개념 증명 연구에 사용되었다. 이 연구 15 년, 비만 폭식 과목은 2 mg / 일 또는 5 mg / 일에서 위약 또는 GSK1521498 하나의 사주를받을 수 무작위로했다. 목적은 약물의 효과가 보상의 다른 유형에 영향을주지 않고 음식 보상 관련되어있을 것인지를 결정하기위한 것이었다. 2와 3은 각각 식품 및 비 식품 보상에 대한 위약 데이터 및 5 mg / 일 그룹을 보여준다. 이 연구의 핵심 문제는 약이 헥타르 것인지이었다식품 보상의 특정 효과를했습니다 및이 법안은 우리가이 문제를 검토 할 수 있었다. 2는 높은 칼로리의 음식에 대한 동기 부여에 대한 약물의 특정 효과를 발휘하고 그림 3에서 볼 수있는 그림, 보람 비 식품의 이미지에 아무런 영향이 없었다 . 그림 2. 노력이 사진 선택 작업 :.. 노력 소비 및 음식 이미지에 대한 등급을 좋아 상단 패널은 그립의 힘이 작용하고, 치료의 끝에서 두 그룹의 기준에서 등급을 좋아 별도로 위약과 GSK1521498 그룹에 대한 대응을 보여줍니다 그것은 힘의 차이는 저지방 (LF) 음식 이미지에 비해 높은 지방 (HF)에 작용하는 것을 알 수있다, 더 이상 약물 치료 후 상당한 없어도의 주관적인 취향자체의 이미지가 더 높다. 하단 패널은 다시 두 그룹과 별도로이 두 측정 사이의 일 28.The의 상관 관계에 대한 기준에서 소비 된 힘과 높은 지방 음식의 이미지를 좋아하는 등급 사이의 상관 관계를 표시에서 기준선과 위약 그룹에서 볼 수있다 (0.001 *** p <; ** p <0.01 * p <0.05) 치료의 종말은 약물 그룹에 손실됩니다. 이 수치는 캠브리지 등. 14)에서 재생된다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오. 그림 3. 노력이 사진 선택 작업 : 노력 소비 및 비 식품 이미지에 대한 등급을 좋아하는 왼쪽 창에는 힘이 ​​VI의 작용을 보여줍니다.위약 (PBO)와 GSK1521498 (498 5 mg)을 그룹 EW 보람 비 식품 이미지. 오른쪽 패널은 동일한 이미지의 취향에 등급을 보여줍니다. 그것은 향해 의욕이나 보람 못 먹는 이미지의 주관적인 취향에 유의 약물 효과가 없다는 것을 알 수있다. 이 수치는 캠브리지 등. 14)에서 재현된다. 잠재 의식 의욕을 검사 이 특정 응용 프로그램은 참가자가 음식 인센티브 강제 작업 (16)의 두 블록을 수행하는 이전의 연구에서이다. 블록 사이에 그들은 특별히 두 개의 테스트 음식 중 하나에 (감각 별)를 물리게하고, 모든 참가자는 각 시험에가 지분의 수상으로 포인트를 이길 수있는 기회를했다.이 하나의 먹는 에피소드에서 자신의 일일 칼로리 섭취량의 30 %를 부여했다 힘의 크기에 따라 그들이 그립 힘 센서에 작용. 의식이 시험은,이 된 지분의 상그것은 단지 33 밀리 초에 제시 200 밀리 초 및 잠재 의식 시험, 제시했다. 두 식품 상, 피자와 케이크, 그리고 컨트롤 항목을 역임 한 비 식품 상품이 있었다. 잠재적 프레젠테이션 전후 마스크를 채택 샌드위치 마스킹 절차를 사용하여 달성 하였다. 데이터의 분석을 위해, 또한 종속 변수는 모두 시험용 힘 곡선 (AUC) 아래의 영역으로서 추출 하였다 파지력이었다. 각 주제에 대한 모든 참가자에 걸쳐 비교를 허용하기 위해 각 시험 유형에 대한 AUC는 6 종류의 최대 평균 AUC에 의해 표준화 된 (시에나, nonsated, 비 식품, 공급 및 금식 모두). 이것은 각 참가자 0-1 사이의 표준화 된 점수를 제공했다. 피로, 식후 부진 및 각 세션의 비 식품 항목에 대한 공급 및 금식 세션, AUC에서 비특이적 인 효과를 제어하려면 기준으로 사용하고 물리게하고 nonsated 조치에서 제외했다. (자세한 사항은 Ziauddeen의 등을 참조알. 16). 그것은 물리게 후드의 동기 (도 4 참조)를 모두 의식 및 잠재적 조건에서 감소한다는 것을 알 수있다. 그림 4. 특정 물림 동기 부여 노력을 변조한다. 식품 소비와 굶주림과 충만 평가에서 (A) 변경. (B, C) ​​참가자는 단지 소비되는 음식을 덜 발휘하지만 여전히 관계없이 인식, 다른 음식을 짰습니다. Y 축은 대상에서 표준화 및 기준의 변화에​​ 대해 보정 곡선 아래의 영역입니다. 이 수치는 Ziauddeen 등. 15)에서 재생된다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오. </a> 스캐너 검사 식품 관련 동기 부여 참가자들은 높은 칼로리와 세션 후 점심을위한 저칼로리 식품으로 포인트를 이길 수있는 부르 쥐다 전구를 압착하는 스캐너에 인센티브 힘 작업의 세션을 수행. 그림 5는 최근 약물의 fMRI에서 10 과목에서 설명 데이터를 제공 그 공부를하면 작업이 보상이 적은 음식을 대 매우 보람에 대한 차등 의욕을 캡처 것을 보여줍니다. 그림 5. 힘은 다른 보상 범주에 가해지는 주제는 3 가지 범주 (HF의 항목으로 포인트 승리를 스캐너에 그립 힘 전구를 짜 :. 높은 칼로리 음식, LF : 낮은 칼로리 음식, NF : neut을RAL nonfoods). 보상 값의 측정으로 지불하는 것을 좋아 하는가 그림 6은 음식 보상을 지불 할 의지에 물림의 효과의 개념 연구의 증거의 연구 결과를 제시한다. 주제 비교 내의를 용이하게하기 위해, 각 과목의 입찰은 자신의 최대 입찰가로 나누어 정규화 하였다. 이 참가자는 첫 라운드에서의 식품에 더 많은 돈을 지불하게 기꺼이 한 것을 알 수있다. 두 번째 라운드에서 더 낮은 입찰가에 반영이는 시험 음식 600 칼로리 포만 감소했다. 이 달콤한 음식에 비해 맛 음식을 포식의 강력한 효과로 등장하지만이 유의하지 않았다. 그림 6. 의지에 물림의 효과(WTP)를 지불 할 수 있습니다. 10 명의 건강한 지원자는이 연구에 참여했다. 그것은 정규화 된 평균 입찰가가 연구 식사와 함께 포식 다음 감소하는 것을 알 수있다. 감각 특정 물림 조작이 사용 된 바와 같이 두 번째 경매의 결과는 만족스럽고 및 nonsated 카테고리에서 식품에 별도로 표시됩니다. 시에나 카테고리에서 음식에 더 큰 효과가있을 것 같지만,이 통계 학적으로 유의 한 차이는 없었다.

Discussion

이 문서는 식품 보상과 보상 값에 대한 동기 부여의 측정을위한 일련의 조치에 대해 설명합니다. 인간의 음식 관련 동기 부여의 연구에 그립 강제 조치의 적용은 특히 소설이다. 응용 프로그램의 대부분은 음식과 관련된 동기 부여의 미래 연구 및 항 비만 약물의 시험에서이 방법의 가치와 신진 대사 및 약리 조작에 자신의 감도가 자신의 잠재력을 더 사용 방법을 보여주는 기술에 대한 대표적인 결과가 제시되었다. 이보다 객관적인 측정을 쉽게 양도 다른 설정에서 비교할 수 있습니다. 그것은 또한 그들에 충동 같은 특성의 효과를 검토하여 이러한 조치의 개별 변동의 영향을 고려하는 것이 유용 할 것이다.

몇 가지 중요한 점은 강조되어야한다. 파지력 작업 사용시 초기 교정 및 MVC의 캡처가 중요하다. 그것은 이상적인 t이다O 각 시험의 개시로부터 그립 응답을 캡처하고이 응답을 조기의 검사를 허용으로 지정 응답 윈도우에 유일하게 한정되지 않음. 각각의 모듈은 장비의 조각에 최적의 설정을 결정하기 위해 테스트해야 Biopac의 MP150 모듈에 약간의 변화가 있습니다. 표준이 아닌 이미지를 사용하는 경우, 그것은 그들이 독립적으로 그들이 것으로 인식하는 방법에 보람을 결정하기 위해 평가해야하는 것이 중요하다. 이러한 모든 조치의 중요한 한계는 그들이 그렇게는 작업 후, 시각적 아날로그 저울 또는 기타 적절한 도구를 사용하여 주관적인 취향의 조치를 수집하는 것이 중요합니다 사용되는 식품 보상에 대한 취향을 캡처하지 않는 것입니다. 이들은 다음 동기 대책에 비교하거나 일차 종속 변수에 대한 다른 변수의 효과를 모델링하기 위해 사용될 수있다. 그러나 실제 음식의 보상이 소비하는 연구에서, 작업이 완료된 후, 수집 된 등급을 좋아하는 것이 될 가능성이하는 것이 중요합니다식품 소비에 영향을. 이 대표 이미지뿐만 아니라 필요하지만 대표적인 음식이 보이는 대부분의 초콜릿 브라우니는 것 같은 맛 초콜릿 브라우니를 예의 중요성을 강조하고, 이러한 독립적으로 평가해야 할 수 있습니다.

마지막으로 이러한 모든 조치는 식품 보상 대신 실제 식품 보상의 표현으로 음식 사진을 사용할 수 있음을 인정하는 것이 중요합니다. 이 몇 가지 제한 사항을 제시 않지만, 음식, 음식에 관한 결정으로 예측 가능한 행동은 종종 음식의 표현에 의해보다는 즉시 consummatory 보상에 의해 인도된다. 그럼에도 불구하고, 그들은 이러한 성공적으로 음식을 입찰 등의 결과에 연결되어있는 경우, 실제 결과가 전달 될 것을 여기에 설명 된 방법을 위해 필수적입니다.

Divulgations

The authors have nothing to disclose.

Acknowledgements

HZ는 번역 상 약 및 치료학 (TMAT) 프로그램 투자 웰컴 트러스트 (Wellcome Trust)와 글락소 스미스 클라인에 의해 그리고 버나드 울프 건강 신경 과학 기금에 의해 지원됩니다. 뉴 멕시코는 웰컴 트러스트 (Wellcome Trust) 박사 과정에 의해 투자된다. ISF 및 PCF는 Wellcome 트러스트 수석 친교 프로그램과 버나드 울프 건강 신경 과학 기금에 의해 지원된다. NS는 버나드 울프 건강 신경 과학 기금에 의해 지원됩니다.

Materials

HARDWARE
Biopac MP150 data acquisition system Biopac Systems Inc
TSD121C hand held isometric dynamometer Biopac Systems Inc TSD121C Grip force transducer
DA100C General Purpose Transducer Amplifier Biopac Systems Inc DA100C Interface between MP150 and TSD121C
SS56L Grip clench bulb Biopac Systems Inc SS56L MRI safe rubber clench bulb
TSD160C differential pressure transducer Biopac Systems Inc TSD160C Interface between MP150 and TSD160C
PowerLab 8/30 or 8/35 ADinstruments Ltd PL358 For Galvanic Skin Response (GSR) measurement only
FE116 GSR amplifier ADinstruments Ltd FE116 For GSR measurement only
MLT116F GSR electrodes ADinstruments Ltd MLT116F Supplied with GSR amplifier
Compute ethernet port and compatible with MP150 For stimulus delivery and running of task. Ethernet port to connect to Biopac MP150
Computer with parallel port For GSR recording. Parallel port required to interface with Powerlab 8/30
SOFTWARE
API module for Biopac hardware Biopac Systems Inc
Cogent and Cogent graphics toolboxes, version 1.29  Publically available Download from Laboratory of Neurobiology, UCL
Labchart 6 or above Adinstruments Ltd For stimulus Display
inpout.dll module for parallel port communication Publically available For Galvanic Skin Response measurement only
MATLAB R2009a Mathworks Inc Programming of main task

References

  1. Swinburn, B. A., et al. The global obesity pandemic: shaped by global drivers and local environments. Lancet. 378 (9793), 804-814 (2011).
  2. Berthoud, H. -. R., Lenard, N. R., Shin, A. C. Food reward, hyperphagia, and obesity. AJP Integr. Comp. Physiol. 300 (6), 1266-1277 (2011).
  3. Rolls, E. T. Understanding the mechanisms of food intake and obesity. Obesity Rev. 8 Suppl 1, 67-72 (2007).
  4. Berridge, K. C., Robinson, T. E., Aldridge, J. W. Dissecting components of reward: ‘liking’, "wanting," and learning. Curr. Opin. Pharmacol. 9 (1), 65-73 (2009).
  5. Rangel, A., Camerer, C., Montague, P. R. A framework for studying the neurobiology of value-based decision making. Nat. Rev. Neurosci. 9 (7), 545-556 (2008).
  6. Steiner, J. E., Glaser, D., Hawilo, M. E., Berridge, K. C. Comparative expression of hedonic impact: affective reactions to taste by human infants and other primates. Neurosci. Biobehav. Rev. 25 (1), 53-74 (2001).
  7. Pessiglione, M., et al. How the Brain Translates Money into Force: A Neuroimaging Study of Subliminal Motivation. Science. 316 (5826), 904-906 (2007).
  8. Berridge, K. C. Motivation concepts in behavioral neuroscience. Physiol. Behav. 81 (2), 179-209 (2004).
  9. Kringelbach, M. L., O’Doherty, J., Rolls, E. T., Andrews, C. Activation of the human orbitofrontal cortex to a liquid food stimulus is correlated with its subjective pleasantness. Cerebral Cortex. 13 (10), 1064-1071 (2003).
  10. Valentin, V. V., Dickinson, A., O’doherty, J. P. Determining the Neural Substrates of Goal-Directed Learning in the Human Brain. J. Neurosci. 27 (15), 4019-4026 (2007).
  11. Becker, G. M., DeGroot, M. H., Marschak, J. Measuring utility by a single-response sequential method. Behav. Sci. 9 (3), 226-232 (1964).
  12. Neumann, O. Direct parameter specification and the concept of perception. Psychol. Res. 52 (2-3), 207-215 (1990).
  13. Plassmann, H., O’Doherty, J., Rangel, A. Orbitofrontal cortex encodes willingness to pay in everyday economic transactions. J. Neurosci. 27 (37), 9984-9988 (2007).
  14. Cambridge, V. C., et al. Neural and Behavioral Effects of a Novel Mu Opioid Receptor Antagonist in Binge-Eating Obese People. Biol. Psych. 73 (9), 887-894 (2012).
  15. Ziauddeen, H., et al. Effects of the mu-opioid receptor antagonist GSK1521498 on hedonic and consummatory eating behaviour: a proof of mechanism study in binge-eating obese subjects. Mol. Psych. , (2012).
  16. Ziauddeen, H., Subramaniam, N., Gaillard, R., Burke, L. K., Farooqi, I. S., Fletcher, P. C. Food images engage subliminal motivation to seek food. Int. J. Obesity. 36 (9), 1245-1247 (2011).

Play Video

Citer Cet Article
Ziauddeen, H., Subramaniam, N., Cambridge, V. C., Medic, N., Farooqi, I. S., Fletcher, P. C. Studying Food Reward and Motivation in Humans. J. Vis. Exp. (85), e51281, doi:10.3791/51281 (2014).

View Video