厌食症为什么反反复复难治愈

译者:杨二姐 | 煎蛋网

在纽约州精神病学研究所饮食失调的住院病人中,Joanna Steinglass博士表示大部分的厌食症患者在之前都有过治疗。在医院,或者是治疗中心,他们通常体重会增加,开始吃更多种类的食物。但一旦离开,他们的老毛病又会回来。他们又开始不吃饭或者回到他们的极端锻炼例程中。很快,在治疗中取得的成效和复苏的希望就开始蒸发。

根据饮食失调的传统观点,复发实质上是对控制的误导。或者是病人并没有准备要康复。亦或者是自我控制失败的迹象和朋友们对他们无尽的自制力的赞叹,刺激了他们。这些理论很有意思,但是Steinglass 并不同意。“当厌食症患者在医院想要寻求改变时,他们也觉得很困难。”

《自然神经科学》的一项新的研究解释了为什么厌食症患者会苦苦挣扎来改变他们的饮食习惯。在大脑中,与厌食症相关的行为更像是一种习惯,每天所做的决定根本不假思索。根据科学证据和口口相传的智慧,习惯是非常难以打破的。新的研究表明,为什么厌食症这么难治:厌食症患者在自己的脑子中进行着天人交战,打着一场健康保卫战。更重要的是,新的研究也指出帮助患者克服饮食失调的新的有效方法。

厌食症患者复发太常见了,据估计,大约一半的病人最终还会回到最初饮食失调的状态。“我们没有已证明的有效治疗厌食症的方法。除非我们对厌食症更加的了解,才有可能进行更好的治疗。”加州大学进食障碍治疗和研究的项目负责人,Walter Kaye如是说。

Steinglass说,通常当病人承认他们倾向于只吃很少量的低卡路里食物。2008年,《美国临床营养学杂志》一项研究讲诉了,恢复过程的一部分是帮助患者们扩大进食的类别,也让他们吃更多高热量的食物。Steinglass想知道的是,为什么这么多厌食症患者觉得这一步那么难。在她看来,这是帮助罹患厌食症的人进行治疗,对食物能做出更好的决定的关键。但当她搜索更多关于这一决策过程的文献时,却是两手空空而回。

为填补这一空白,Steinglass 和她在NYSPI的同事们决定进行一项自己的研究,找出厌食症患者如何决定吃什么的,以及这些发现是否可以提供新的方法来帮助他们恢复健康,并且不复发。Steinglass 招募了一群最近住院的厌食症女性患者(尽管男性也会患有厌食症,研究人员将他们排除在这项研究,以防止任何性别影响结果)和同样数量的健康对比组。首先,她让他们为76种健康美味的食物投票。参与者的评级后,研究人员取其中一项中性食物作为基准线。然后让每名参与者在这种食物和其它两种食物中做选择。喜欢吃胡萝卜的和喜欢吃巧克力蛋糕的人都用功能磁共振成像进行扫描。为保证选择尽量的精准,研究人员要求选择的食物待会儿要吃掉。

毫不奇怪,健康的人相比厌食症的女性更倾向于选择蛋糕,而脑成像数据更引人注目。没有进食障碍的人在决定吃什么前通常会评估各种标准,比如他们有多饿,这个东西他们喜不喜欢吃等。那些厌食症患者,则是大脑的背侧纹状体在做决策、奖励,更重要的是,在习惯性行为活跃度很高。“如此看来,人们一旦生病,决策权就会转移到大脑的其它部分,更难做出微妙的选择。当你看到食物时,会自发做出特定的选择。”Steinglass说。

这些发现证实了Steinglass的临床的预测:厌食症可能与做决定更有关,而不是极端的意志力。她的病人不再治疗时,通常是回到旧环境中,充满了与进食障碍的行为有关的线索。这些线索会引发病人的习惯行为,所以很难打破。从神经学角度上来说,这些行为已经成为了习惯,因为它意味着许多有厌食症的人是在毫不知情的情况下做出这些决定的。然而这些习惯开始了(没有人真正知道为什么),就渗透入环境中。厌食症患者会不假思索地自动搜索餐馆菜单热量最低的菜。他们把食物切成小块,只是因为这是他们吃的方法,根本没有经过思考。他们的例程变得根深蒂固,非常难以改变。

Steinglass强调称厌食症是“习惯”并不能说明问题。就像咬指甲一样,它不仅仅是习惯。她更倾向于这种紊乱是由根深蒂固的惯例造成,想要恢复就必须改变。她开始慢慢推动病人向积极的方向改变,从改变微小的饮食习惯开始,例如用不同的餐具,或者在新的地点吃饭。这些简单的改变能帮助动摇他们之前的厌食惯例,方便他们尝试新事物。

随着时间的推移,新的、更健康的日常例程将会代替旧的、无序的惯例。“这需要时间和大量的饮食练习才能改变根深蒂固的行为限制。这也就解释了为什么通过短期治疗来寻求永久的改变是不可能的,”洛杉矶饮食失调治疗师Lauren Muhlheim说。Steinglass说,最终的治疗目标是使患者自己恢复和培养健康的习惯,就算有一天旧病复发也会像现在一样觉得难以理解。

原文:The Neuroscience of Anorexia Reveals Why It’s So Hard to Treat

责编:绵羊仔

发表回复

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据