肥胖症患者动态功能性网络连接性的变化

《DIABETES OBESITY & METABOLISM》：Dynamic functional network connectivity alterations in obesity

肥胖涉及代谢和神经功能障碍，本研究通过动态功能网络连接分析（dFNC）揭示肥胖患者脑网络连接的时变特征，发现其存在默认模式、注意力和视觉网络耦合增强及网络灵活性下降，且与进食行为及代谢指标相关，为干预研究提供新框架。

　　

摘要

研究目的

肥胖涉及代谢和神经功能障碍，但大脑连接性的时间动态仍不清楚。本研究应用动态功能网络连接（dFNC）分析来揭示肥胖状态下大脑网络的变化模式。

材料与方法

83名肥胖患者和40名正常体重对照组接受了静息态功能性磁共振成像（fMRI）检查。经过预处理和组独立成分分析后，使用滑动窗口方法估算dFNC，并将其聚类为不同的连接状态。比较了两组之间的时间指标（停留时间、驻留时间和转换次数），并分析了这些指标与临床特征之间的相关性。

结果

研究发现存在三种反复出现的连接状态。与对照组相比，肥胖患者的默认模式网络、注意力网络和视觉网络之间的耦合增强，但网络灵活性降低——表现为驻留时间延长和转换次数减少。无节制饮食与处于适应不良状态的时间呈正相关，而认知抑制则与参与整合性网络的状态呈负相关。

结论

肥胖的特点是大规模大脑网络的状态依赖性重组和时间灵活性下降。这些动态连接性的变化与饮食行为和代谢特征密切相关，表明dFNC为理解肥胖患者的自我调节障碍以及指导未来的干预研究提供了一个有价值的神经影像学框架。

利益冲突声明

作者声明没有利益冲突。

同行评审

本文的同行评审历史信息可访问：https://www.webofscience.com/api/gateway/wos/peer-review/10.1111/dom.70476。

数据可用性声明

如需合理请求，可从通讯作者处获取支持本研究结果的数据。