使用新型反馈系统控制进食行为
2018年5月8日
受试者从放置在与计算机相连的电子秤上的盘子中进食，计算机记录用餐过程中盘子的重量变化。计算机屏幕上的反馈信息使受试者能够根据参考曲线调整其进食行为，从而实现体重的正常化。
该医疗器械的总体目标是使体重不足和超重患者能够正常进食，恢复体重，并改善身心健康；同时，该设备还可用于调节健康受试者的进食速度，以满足实验需求。该方法有助于我们回答有关体重管理问题的关键科学问题，例如进食障碍和肥胖症的干预。该方法的主要优势在于，它不仅能够客观地测量进食行为，还可针对实验和临床目的对进食行为进行调控。
该技术的应用前景涉及神经性厌食症、神经性贪食症和肥胖症的治疗，因为这些患者不知道如何正常进食或产生饱腹感。我们最初萌生开发此方法的想法，源于一位神经性厌食症患者表示她不知道如何进食或感受饱腹感，并希望使用该设备来学习进食。首先，将应用程序下载到智能手机设备上。
然后按下底部的红色按钮打开秤。打开应用程序，通过按控制按钮选择无视觉反馈进食，或按训练按钮选择有视觉反馈进食。接下来，从列表中选择与设备配对的秤之一，并点击底部的连接按钮，将秤连接到智能手机设备。
将餐盘放在秤上。点击屏幕右上方的“完成”以继续。引导受试者进入测试房间，让他们坐在食物餐盘和秤的前方。
指出智能手机屏幕，要求受试者根据虚线蓝色参考曲线调整进食速度。告知他们随着盘中食物被逐渐吃掉，蓝色曲线会相应变化。当屏幕上出现评分标尺时，指导受试者对其饱腹感进行评分。
按“保存”以继续进食。如果受试者进食过快，应提醒其放慢速度。当盘中食物全部吃完后，按“否”以确认其已结束进食。
最后，在屏幕上记录进餐持续时间，然后按完成以退出。在一组五名从神经性厌食症缓解的患者中，结果显示，在首次无视觉反馈的测试中，进食速率呈加速趋势；而在三天后，当提供参考曲线作为视觉反馈时，患者摄入了大量餐食。设备记录会自动转换为食物摄入的累积曲线，即进食行为的二次模型。
此外，在其中一名患者中，缓解期的进食速率相较于治疗初期的两次记录增加了一倍。五名患者的缓解时间各不相同。在缓解期体重指数正常的患者，其进食量较入院时增加，且尽管进餐持续时间并未缩短，但变异程度减小。
最后，尽管三名患者在入院时进食速度逐渐加快，但在缓解期时，除一人外其余均表现为进食速度减慢。在达到缓解时，患者的初始进食速度较之前有所增加。该设备操作简便，已被数百名进食障碍患者及超重患者用于家庭环境中的进食训练。
该设备还被用于对健康受试者进行实验，以研究节食的影响，并可用于学校午餐等自然场景中。进食障碍患者也喜欢使用该设备，他们感觉安全且信任它，可以在任何自己选择的进食场所使用，无论是在家中、在学校食堂与朋友一起用餐，还是在餐馆就餐时。
该方法通过提供支持，帮助您控制进食量。
概述
本研究介绍了一种医疗设备，旨在通过提供进食行为的实时反馈，帮助患有进食障碍和体重管理问题的患者。该设备通过让用户根据视觉提示调整其进食习惯，以期实现体重正常化并改善整体健康状况。
关键研究组成部分
科学领域
- 进食行为
- 体重管理
- 进食障碍的临床应用
背景
- 该设备的灵感来源于一名厌食症患者，该患者表示难以理解如何进食并感知饱腹感。
- 它可提供对进食行为的客观测量。
- 该方法对治疗厌食症、贪食症和肥胖症具有重要意义。
- 患者可在多种环境中使用该设备，提高了其可及性。
研究目的
- 恢复体重过低和过高患者的正常进食模式。
- 为实验目的调节健康受试者的进食速度。
- 探索体重问题的管理方法。
使用的方法
- 受试者使用连接到体重秤的智能手机应用程序。
- 参与者根据设备提供的视觉反馈调整进食速度。
- 进餐期间记录食物摄入量和饱腹感评分数据。
- 该设备追踪累积的食物摄入量和进食行为模式。
主要结果
- 随着时间推移，患者的进食速度增加，食物摄入量改善。
- 结果表明，患者在缓解时间上存在个体差异。
- 缓解时体重指数（BMI）正常的患者，其食物摄入量高于入院时。
- 大多数患者在病情缓解后，进食速率从加速转变为减速。
结论
- 该设备操作简便，已对许多患者显示出良好效果。
- 它为患者提供了一种安全且可靠的进食训练方法。
- 该应用在实验和临床环境中具有广泛的使用潜力。
常见问题
行业高管相关性
这种基于反馈的进食行为系统可对食物摄入量和进食速度进行客观的实时测量，从而在针对体重相关疾病的干预措施中实现行为机制的风险评估。通过量化动态进食模式，并利用可视化反馈支持适应性行为改变，该方法在调控饱腹感和摄入控制的神经心理及代谢通路靶点验证方面具有预测价值。该系统从实验模型到临床应用具有良好的转化连续性，有助于在食欲调控及进食障碍治疗领域的项目决策中提供支持。
生物制药研发中的战略应用
早期发现与靶点验证
- 科学价值：通过直接测量进食行为动态，能够验证与食欲调节和饱腹感信号相关的治疗假设。
- 操作价值：提供食物摄入量和进餐时间的定量、客观读数，支持靶点参与评估中的生物学风险降低。
- 预测价值：通过在健康受试者中可控地调节进食速率，模拟疾病表型并评估干预效果，有助于先导化合物的识别。
筛选与检测方法开发
- 检测准备性：生成标准化、可重复的定量输出结果（累积摄食量、进食速率、进餐持续时间），并拟合二次模型，适用于高通量行为筛选。
- 平台实用性：通过自动化的数据采集与分析实现筛选就绪，支持对药物或行为干预化合物在摄食行为上的可扩展性评估。
- 定量输出：提供连续且时间分辨的因变量测量（随时间变化的食物摄入量），为行为检测中的剂量-反应关系和时间动态分析提供必要数据。
转化与临床前研究
- 疾病相关性：通过捕捉异常进食模式及其在干预下的正常化过程，模拟人类进食障碍（神经性厌食、神经性贪食、肥胖症），支持转化生物标志物的比对。
- 临床前连续性：通过在健康与疾病状态下对进食行为进行一致测量，连接发现阶段与临床前验证，促进基于风险评估的推进决策。
- 机制性风险降低：在排除自我报告偏差等混杂因素干扰的情况下，独立分析干预措施对进食速率和摄入量的影响，从而降低靶点验证中的不确定性。
流程与工作流整合
该方法可融入从早期发现阶段的假设验证到先导化合物筛选及临床前验证的研究连续体，为评估靶向摄食行为和能量稳态干预措施提供了一个可重复使用的平台。
- 发现生物学：通过精确操控和测量进食行为作为表型读数，支持假设检验和通路阐明。
- 筛选：通过自动、客观地定量摄食量和进食速率，确保检测准备就绪，提高不同实验条件下结果的可重复性。
- 分析：通过二次拟合对进食行为进行统计建模，实现不同条件间的比较，并评估干预引起的摄食动态变化。
- 转化研究：通过展示缓解状态下正常进食模式的恢复，与进食障碍和肥胖模型中的临床结果相一致，连接临床前连续性。
- 企业级复用：作为一种可扩展、标准化的能力，可在不同研究、实验场所和群体中重复使用，降低行为表型分析中的变异性。
运营与企业影响
- 科学价值：通过直接、客观地测量摄食行为，减少机制上的不确定性，从而提高靶点验证的预测可信度。
- 操作价值：通过自动化数据采集和算法拟合增强实验的标准化与可重复性，最大限度降低操作者依赖的变异性。
- 战略价值：提供定量的行为学终点指标，改善“推进/终止”决策，降低食欲调节疗法在后期研发阶段的失败风险。
- 项目组合影响：根据化合物恢复正常摄食行为的能力实现风险调整后的化合物优先排序，支持在神经精神与代谢类药物研发中更高效地配置资本。
实施注意事项
- 需要具备行为神经科学、进食障碍临床评估以及数字健康工具部署方面的专业知识。
- 需要配备支持智能手机连接的蓝牙体重秤、定制应用程序，以及用于摄入曲线二次建模的数据分析基础设施。
- 要求各团队在方案执行过程中实现标准化（例如进餐时间、食物类型、受试者指导），以确保不同研究地点之间的数据可比性。
- 需针对不同人群（如儿童与成人、神经性厌食症与肥胖症）调整反馈阈值设置和参考曲线参数。
- 在健康受试者中可能存在监测敏感性问题，即受试者意识到被监测可能改变其自然进食行为；然而这一效应在临床环境中可被用于行为塑造。
