正确的提示信息

扫码打开虎嗅APP

从思考到创造
打开APP
搜索历史
删除
完成
全部删除
热搜词
2020-12-01 18:00

减肥失败?不要怪胃口好,可能是脑子的锅

本文来自微信公众号:造就(ID:xingshu100),编译:Gabrielle,头图来自:《我们这一天 第三季》剧照


关于减肥,有这么一个老笑话:某次聚会上,朋友三人分享了节食一个月后各自的减肥经历:


“我上个月通过‘原始人饮食法’减了12磅,”其中一人宣称。


“我通过低碳水高蛋白饮食法减了15磅,”另一个人说。


“我吃海鲜餐反而重了20磅,”第三个人坦白道。


“吃海鲜怎么会长胖这么多?”其余二人不解地问。


“很简单,”他回答,“我只要一看到吃的,就吃。”


这里的幽默之处在于“双关”,英文中sea food(海鲜)和see food(看到食物)发音相同。


这个笑话或多或少地说明了很多人减肥失败的原因,他们仅仅依靠意志力,试图通过节食来降低卡路里的摄入。


近日,以色列内盖夫本-古里安大学(Ben-Gurion University of the Negev,以下简称BGU)的研究人员发现,在大脑与胃基础电频率相连的区域存在一个神经子网(neural subnetwork),基于其连接模式,可为未来的减肥提供思路。


这项研究旨在通过MRI检测脑部活动,预测一个人有无减肥成功的可能性。


人脑图像  来源:REUTERS


这支跨学科团队的研究发表在美国《神经影像学》(Neuro Image)杂志上,并佐证了一个流行的神经学理论,即面对食物时,具有更强的视觉和嗅觉神经反馈者,往往容易过量饮食,增加体重。


“我们惊讶地发现,从行为上衡量,人脑的高级执行功能是减肥的主导因素,但这在大脑连接的活动模式上无法体现,”该研究的主导者吉东·列瓦科夫(Gidon Levakov)表示。


吉东是BGU认知与脑科学系的研究生,“结果,我们发现减肥不仅仅取决于意志力,而是跟更加基础的视觉和嗅觉信号有关。”


食物的外表和味道向大脑传递视觉和嗅觉信号


研究人员发现神经子网的胃基础电频率与减肥有关。胃基础电频率控制着胃波,胃波则关乎饥饿和饱腹感。


实验样本中有很多人在看到或闻到食物时表现得极其敏锐,以致于体内产生强大的胃部反馈,促使他们主动进食。


换句话说,在视觉和嗅觉上对食物具有更强的神经反馈者,往往屈服于摆在面前的种种美食诱惑,哪怕他们明知不该如此。


研究人员还发现,大脑的距状沟(pericalcarine sulcus)——视觉皮质的解剖位置,是该子网中最活跃的节点。


由BGU流行病学教授爱丽丝·沙伊(Iris Shai)带头,该研究团队对92名参与者实行了为期18个月的基于生活方式的减肥干预,并对他们的体重减轻量进行评估。


挑选参与者有三个指标,分别是腰围大、血脂水平异常和年龄。实行干预前,参与者接受了一系列脑成像和行为执行功能测试。


经过6个月的规范节食,研究团队对参与者的体重减轻量进行了测量。沙伊教授表示,参与者通常可以达到最大体重减轻量。


“结果表明,视觉信息是诱发进食的一个重要因素。”BGU认知与脑科学系教授加利娅·阿维丹(Galia Avidan)说,“由于视觉是人类的主要感觉,这样的结论是十分合理的。”


我们应该由此了解到,食欲反弹并不意味着是你的意志力薄弱才导致无法减肥成功,而是你神经的另一部分——胃部和大脑的连接处,一旦看到或嗅到食物信号,就迫使你违背减肥初衷行事。


所以,要想减肥成功,就得避开诱惑,这条古老的饮食建议颇有道理。


  • 避开充斥大量不健康食品的场所,如派对。


  • 出门或采购食品前应吃一顿健康的饭。


  • 训练专注力,避免无意间吃零食。


  • 在到点吃健康饮食前找些事情做,以便将心思从食物上转移。


研究人员指出,研究结果对于理解肥胖原因以及节食反应机制来说可能具有重要意义。


来源:

1.https://www.emaxhealth.com/13984/why-keeping-weight-takes-more-just-willpower#google_vignette

2.https://neurosciencenews.com/brain-weight-loss-17188/


本文来自微信公众号:造就(ID:xingshu100),编译:Gabrielle

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系 hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
打开虎嗅APP,查看全文
频道:

支持一下

赞赏

0人已赞赏

大 家 都 在 看

大 家 都 在 搜

好的内容,值得赞赏

您的赞赏金额会直接进入作者的虎嗅账号

    自定义
    支付: