Previous research showed a strong relation between response inhibition, overeating and overweight. It was shown that people with ineffective response inhibition are more susceptible to the temptations of palatable food, eat more and are more often overweight or obese. In addition the results of several studies suggest that what needs to be inhibited may be an affect-driven motivation for food. In the present longitudinal study, we therefore investigated the interplay of response inhibition and implicit preferences for snack foods in predicting weight gain.In a sample of predominantly normal weight undergraduate female students, implicit preference for food, response inhibition, and body mass index (BMI) were measured. After 1 year, BMI was measured again.Weight gain of the participants over a 1-year period.The results strongly confirmed our expectations: participants with strong implicit preferences for snack foods and low inhibitory capacity gained the most weight. These findings imply that ineffective response inhibition may render people vulnerable to excessive or impulsive behavior in general, but that the manifestation thereof is determined by domain-specific preferences or needs.

In our obesogenic environment, self-control might be necessary in order to prevent overeating. Impulsivity is supposed to make it more difficult to resist the temptation to eat too much and can thereby contribute to overweight. In the present study, the hypotheses is tested that obese individuals are more impulsive. Thirty-one obese and 28 lean women, sampled from the normal population, are tested on a behavioural measure and three self-report measures of impulsivity. The obese women appeared more impulsive on the last part of the behavioural task, but not on the self-report measures. Implications of the results are discussed.

Research indicates that dysfunctional food reward processing may contribute to pathological eating behaviour. It is widely recognized that both the amygdala and the orbitofrontal cortex (OFC) are essential parts of the brain's reward circuitry. The aims of this fMRI study were (1) to examine the effects of food deprivation and calorie content on reward processing in the amygdala and the OFC, and (2) to examine whether an explicit evaluation of foods is necessary for OFC, but not amygdalar activity. Addressing the first aim, healthy females were presented with high and low calorie food pictures while being either hungry or satiated. For the second aim, attention focus was manipulated by directing participants’ attention either to the food or to a neutral aspect. This study shows that hunger interacts with the energy content of foods, modulating activity in the posterior cingulate cortex, medial OFC, insula, caudate putamen and fusiform gyrus. Results show that satiated healthy females show an increased reward processing in response to low calorie foods. Confirming our hypothesis, food deprivation increased activity following the presentation of high calorie foods, which may explain why treatments of obesity energy restricting diets often are unsuccessful. Interestingly, activity in both the amygdala and mOFC was only evident when participants explicitly evaluated foods. However, attention independent activity was found in the mPFC following the high calorie foods cues when participants where hungry. Current findings indicate that research on how attention modulates food reward processing might prove especially insightful in the study of the neural substrates of healthy and pathological eating behaviour.

Objective:The aim of the current study was to investigate attention biases for food cues, craving, and overeating in overweight and healthy-weight participants.Specifically, it was tested whether attention allocation processes toward high-fat foods differ between overweight and normal weight individuals and whether selective attention biases for food cues are related to craving and food intake.Method: Eye movements were recorded as a direct index of attention allocation in a sample of 22 overweight/obese and 29 healthy-weight female students during a visual probe task with food pictures.In addition, self-reported craving and actual food intake during a bogus "taste-test" were assessed.Results: Overweight participants showed an approach-avoidance pattern of attention allocation toward high-fat food.Overweight participants directed their first gaze more often toward food pictures than healthy-weight individuals, but subsequently showed reduced maintenance of attention on these pictures.For overweight participants, craving was related to initial orientation toward food.Moreover, overweight participants consumed significantly more snack food than healthy-weight participants.Conclusion: Results emphasize the importance of identifying different attention bias components in overweight individuals with regard to craving and subsequent overeating.

Ecological momentary assessment (EMA) collects real-time data in daily life, enhancing ecological validity and reducing recall bias. An EMA questionnaire that measures symptoms and transdiagnostic factors was recently developed with network modeling purposes. This study examines this EMA protocol's (a) subjective experience (e.g., burden, item clarity, survey frequency adequacy); (b) compliance, dropout, and predictors thereof; (c) the variability of EMA items across and within participants; and (d) the relations between EMA items and baseline standardized psychopathology questionnaires. University students (n = 262, Mage = 21.9, 84.8% females, 17.2% Dutch) completed eight daily momentary surveys (with the first including the morning survey), an evening survey, and a weekly survey during a 4-week EMA protocol. Additionally, a concluding survey examined participants' subjective experiences. Perceived burden was 3.40 on a 7-point scale, and people with higher levels of psychopathology found it more burdensome and more difficult to complete. Moreover, 67% of the surveys were completed, and 16% of the participants dropped out. Baseline psychopathology was not significantly associated with dropout or compliance. Moreover, surveys triggered in later study days, during the weekend, longer surveys, and surveys with lower financial reward were more likely to be missed. Between-subjects and within-subjects variability and correlations with baseline psychopathology varied across EMA items, with most EMA items showing sufficient within-individual variability for network modeling purposes and showing correlations across all types of psychopathology and transdiagnostic factors. The results suggest that the collection of intensive time-series data is feasible, and data quality and characteristics match requirements of different network models. (PsycInfo Database Record (c) 2025 APA, all rights reserved).

Abstract Objectives The network approach to psychopathology posits that mental disorders emerge from dynamic interactions among psychopathology‐relevant variables. Ecological Momentary Assessment (EMA) is frequently used to assess these variables in daily life. Considering the transdiagnostic nature of the network approach to psychopathology, this study describes the development of a transdiagnostic EMA protocol for psychopathology. Methods First, 96 clinicians completed an online survey, providing three EMA constructs for up to three disorders they specialize in, and three EMA constructs relevant across disorders (transdiagnostic constructs). Second, 12 focus groups were conducted with clinical experts for specific types of diagnoses (e.g., mood disorders, anxiety disorders). Finally, a selection of items was reached by consensus. Two raters independently coded the online survey responses with an inter‐rater agreement of 87.3%. Results Jaccard indices showed up to 52.6% overlap in EMA items across types of diagnoses. The most frequently reported transdiagnostic constructs were mood, sleep quality, and stress. A final set of EMA items is created based on items' frequency and informativeness, ensuring completeness across diagnoses and minimizing burden. Conclusions The described procedure resulted in a feasible EMA protocol to examine psychopathology transdiagnostically. Feasibility was helped by the overlap in mentioned symptoms across disorders. Such overlap raises questions about the validity of DSM categories.

In the evolving field of psychopathology, the accurate assessment and forecasting of data derived from Ecological Momentary Assessment (EMA) is crucial. EMA offers contextually-rich psychopathological measurements over time, that practically lead to Multivariate Time Series (MTS) data. Thus, many challenges arise in analysis from the temporal complexities inherent in emotional, behavioral, and contextual EMA data as well as their inter-dependencies. To address both of these aspects, this research investigates the performance of Recurrent and Temporal Graph Neural Networks (GNNs). Overall, GNNs, by incorporating additional information from graphs reflecting the inner relationships between the variables, notably enhance the results by decreasing the Mean Squared Error (MSE) to $0 .84$ compared to the baseline LSTM model at $1 .02.$ Therefore, the effect of constructing graphs with different characteristics on GNN performance is also explored. Additionally, GNN-learned graphs, which are dynamically refined during the training process, were evaluated. Using such graphs showed a similarly good performance. Thus, graph learning proved also promising for other GNN methods, potentially refining the predefined graphs.