《Developmental Cognitive Neuroscience》：Weight Gain and Brain Development in the ABCD Study Cohort: A Decade of Insight and the Road Ahead
编辑推荐：
目前，儿童肥胖影响20%的美国青少年，且估计比例仍在上升。这表明对导致其发生和维持的风险因素理解不足。由于大脑在食物摄入中起重要作用，它已成为体重过度增加的关键潜在驱动因素。反之，体重增加被认为对大脑产生有害影响，尤其是在控制食物摄入的区域，从而形成暴饮暴食的
目前，儿童肥胖影响20%的美国青少年，且估计比例仍在上升。这表明对导致其发生和维持的风险因素理解不足。由于大脑在食物摄入中起重要作用，它已成为体重过度增加的关键潜在驱动因素。反之，体重增加被认为对大脑产生有害影响，尤其是在控制食物摄入的区域，从而形成暴饮暴食的恶性循环。本综述综合了青少年大脑认知发展（ABCD）研究?的最新发现，这是一个大型国家纵向多模态数据集。ABCD研究通过其无与伦比的纵向成像、密集的行为表型分析以及多组学数据，使研究人员能够超越小规模同质样本中的横断面相关性，检验神经发育与体重增加之间的时间性和双向关联。已有研究开始表明，在9至12岁期间，大脑结构和功能的差异与身体质量指数（BMI）、体重增加及认知结局存在横断面和纵向关联。在此，研究人员讨论了这些关联的潜在机制，包括一些环境因素（例如社会经济地位、资源）、生活方式因素（例如睡眠、体力活动、饮食）及遗传因素（例如遗传学、产前编程），这些因素可能加剧风险并维持肥胖。尽管这些研究初步揭示了这些关联，研究人员也聚焦于知识空白，以及如何进一步利用ABCD研究数据探讨机制通路，并为预防和干预策略提供信息。通过本综述，研究人员强调了科学界可以合作继续推进对该主题认知的途径。
**论文解读文章**
**研究背景**
儿童肥胖率在美国持续攀升，但目前对驱动肥胖发展和维持的机制理解有限，这阻碍了有效预防和干预策略的开发。大脑作为食物摄入的中枢调节器，在体重过度增加中扮演关键角色；同时，体重增加可能对大脑控制食物摄入的区域产生不利影响，形成暴饮暴食的恶性循环。以往小规模横断面研究难以明确肥胖、大脑发育与认知之间的纵向关联。因此，有必要利用大规模、纵向、多模态数据来检验这些关联的时间顺序和双向性。本研究综述基于《青少年大脑认知发展（ABCD）研究?》的数据，该研究是一项大型国家纵向队列研究，招募了约12,000名9-10岁美国青少年并追踪随访，包含重复的大脑结构和功能评估、认知、行为、身体健康和环境因素，为理解儿童期后期和青春期中期的神经发育与体重增加之间的相互作用提供了空前机会。论文发表在《Developmental Cognitive Neuroscience》。
**关键技术方法**
研究人员主要利用ABCD研究的多模态数据，包括磁共振成像（MRI）获取大脑结构和功能指标（如皮质厚度、表面积、亚皮质体积、扩散加权成像中的限制谱成像RSI指标）、行为表型（如执行功能任务表现、自我报告的暴食行为、睡眠和体力活动数据）、遗传数据（如BMI多基因评分BMI-PGS）以及环境因素（如区域剥夺指数ADI、童年机会指数COI、社会经济地位SES）。样本来自美国21个研究站点，涵盖不同人口和地理背景。数据分析采用纵向模型、贝叶斯回归、行为遗传模型、机器学习等方法检验双向关联。
**研究结果**
**1. 体重是否与大脑相关指标的变化有关？**
早期横断面研究（ABCD基线9-10岁）发现，BMI与大脑结构（皮质厚度、表面积、亚皮质体积）变异之间存在稳健可重复的关联（Adise et al., 2021）。进一步通过T2信号强度评估下丘脑假定的胶质增生，显示肥胖儿童的该指标升高，并与一年后体脂变化相关（Sewaybricker et al., 2021）。利用RSI指标发现伏隔核微结构改变与更高BMI及两年体重增加相关（Rapuano et al., 2020, 2022），且体力活动可减弱此关联（Ma et al., 2023）。纵向证据表明（9-12岁），持续体重增加与大脑微观和宏观结构变化相关（Adise et al., 2025a等），并可能通过影响冲动性和奖赏寻求行为增加高脂高糖食物摄入（Adise et al., 2024b）。关于“鸡与蛋”问题，研究支持脑作为风险因素和脑作为结局的双向模型：在9-10岁健康体重儿童中，大脑结构和功能的改变先于体重增加（Adise et al., 2024a等），且测量差异在女性中更显著，可能与青春期启动有关。
**2. 肥胖风险的遗传性和产前编程**
ABCD研究发现儿童BMI百分位具有高遗传性（兄弟姐妹样本中89.5%，Kulisch et al., 2023）。BMI多基因评分（PGS）与基线BMI z评分显著相关，且与额叶和颞叶皮质体积及厚度降低有关（Morys et al., 2023）。此外，产前暴露于妊娠期糖尿病（GDM）与9-10岁时皮质灰质体积减少及更高肥胖指标（如腰臀比）相关，且灰质体积部分中介这一关联（Luo et al., 2023）。
**3. 可能加剧风险与维持的因素**
机器学习回归识别出与BMI最强关联的因素包括：兴奋剂使用（未服用ADHD药物）、西班牙裔、非白人种族、男性、低收入及单亲照顾者（Gray et al., 2020）。环境影响方面，ADI、COI、社会经济地位与BMI和大脑结构关联密切（Dennis et al., 2022; Li et al., 2023; Adise et al., 2022b），其中健康/环境领域（食品、绿地获取）对脑-BMI关系的调节作用强于教育或社会经济领域。种族歧视体验与11-12岁时更高BMI z评分和腰围相关（Cuevas et al., 2023）。
**4. 运动与睡眠对肥胖风险与维持的重要性**
低每日步数与高BMI相关（Kiss et al., 2024; Nagata et al., 2023a），用体力活动替代屏幕时间有助于健康BMI（Zink et al., 2024）。中度至剧烈体力活动在基线肥胖指标与两年后神经认知表现之间起中介作用，也在基线认知功能与两年后肥胖指标之间起中介作用（Sakib et al., 2023）。睡眠方面，晚睡、短时、不规律睡眠及社交时差是11-12岁青少年肥胖的强预测因子（Kiss et al., 2024）。睡眠障碍部分中介BMI与皮质厚度减少（Cui et al., 2023）及认知功能障碍（Mattey-Mora & Nelson, 2021）之间的关系。
**5. 进食障碍行为与体重增加及肥胖风险**
ABCD研究捕捉亚临床进食障碍数据。初步发现奖赏-控制回路和执功能区域的神经特征可预测早期暴食行为（Shi et al., 2025; Steward et al., 2024等）。屏幕时间和有问题的社交媒体使用显著预测暴食症状（Nagata et al., 2021）。大脑连接变化与暴食特异性相关，独立于体重（Steward et al., 2024）。遗传层面，BMI-PGS与暴食行为及包含暴食的潜在“进食”变量相关（Westwater et al., 2023; Steward et al., 2024），且GWAS发现BED相关SNPs附近基因如MCHR2在ABCD队列中得到复制（Burstein et al., 2023）。
**总结讨论与结论翻译**
讨论部分指出：尽管已有发现，仍需进一步研究神经炎症的直接生物标志物、青春期和性别特异性机制、产前暴露的作用、以及可改变生活方式背后的脑基础机制。研究局限性包括依赖BMI测量（无法准确反映体成分）、横断面设计的因果推断限制、以及饮食等数据利用不足。未来研究方向建议整合遗传信息、准实验设计及纵向框架加强因果推断。
研究结论部分翻译：尽管还有很多工作要做，来自ABCD研究的结果表明，肥胖与大脑广泛的改变相关，特别是在对调节食物摄入至关重要的执行功能和奖赏通路中。新兴纵向证据表明这些关联在发育过程中持续存在并演变，提出了关于体重增加如何塑造神经认知轨迹的重要问题。数据还指向大脑与行为之间的相互影响，形成强化肥胖风险的潜在反馈环。同时，生物成熟（如青春期时间）可能改变这些效应发生的时间和方式，凸显识别性别特异性脆弱关键窗口的必要性。从社会经济地位到家庭和邻里因素的情境环境进一步塑造肥胖风险和大脑发育，强调将社会背景整合进机制模型的重要性。最后，生活方式行为（如睡眠、饮食、体力活动）可缓冲脑-肥胖关联的初步证据提示了有希望的干预靶点。综合而言，ABCD研究数据集提供了空前机会来定义肥胖何时、如何、对谁产生最强的神经发育效应，为更精准的预防和干预奠定基础。
