- 登入
- 註冊

壓力大就想暴食,該如何解套?答案或許不在胃腸,而在你的「心跳聲」

文/ 胡德綸 臨床心理師
慈濟大學學生諮商中心
台灣生理與神經回饋學會 理事
在生活步調緊湊、充滿各種變動挑戰的環境下,你是否也會藉由吃東西來化解自身的壓力,直到撐腸拄肚後又陷入罪惡感的惡性循環?這種大腦與身體訊號的「斷線」,是許多深受飲食障礙或失控進食所苦者的日常寫照。
那該如何恢復自己與身體對話的能力?現今的心理學研究,找到了一條重新拉近「心」與「腦」距離的捷徑──或許就藏在我們每一次的心跳起伏之間。

過去有科學家進行介入性研究(Meule et al., 2012),將高食物渴求的受試者隨機分派接受12次的心跳變異生理回饋訓練(14名)、或未接受訓練的控制組(14名),同時有低食物渴求、且未接受訓練的對照組(28名),結果發現,僅有高食物渴求、且有接受訓練組,在主觀對食物失去控制的程度、對食物和體重的關注均有明顯減少,顯示心跳變異生理回饋訓練可能有助於調節過強的食物渴望,進而提升對飲食行為的控制感。
回顧文獻指出,飲食障礙症者在心跳變異(Heart rate variability, HRV)是一項能反映身體是否具有良好調節能力的重要指標,因此建議將心跳變異生理回饋訓練(Heart rate variability biofeedback, HRVB)納入飲食障礙症的治療方案之中,以改善個體的情緒調節能力和心血管相關的健康程度(Ávila, SanMiguel & Serrano, 2025)。

然而,這種有效介入的作用機制是什麼?
Mensinger(2026)嘗試進行實驗去回答該問題:他招募24名醫療從業人員為受試者,全員接受8周的心跳生理回饋訓練(包含2周的共振呼吸練習和6周手機版生理回饋應用程式的規律練習)。結果發現介入後,受試者在飲食障礙檢查問卷 7 題簡版(EDE-Q7)和進食失控感量表簡版(LOCES-Brief)的總分均有明顯下降;進一步採取中介分析,發現「覺察(Noticing)」(解釋總效應的40%)、「注意力調節(Attention Regulation)」(62%)、「情緒覺察(Emotional Awareness)」(50%)、「自我調節(Self Regulation)」(67%)以及「身體傾聽(Body Listening)」(54%)為EDE-Q7分數的顯著中介因子,而「對身體訊息的信任(Trusting)」(21%)則為LOCES-Brief分數的顯著中介因子。
因此,學者推測,生理回饋訓練能減少因過度進食或限制飲食所產生的「內感預測錯誤*」,來改善飲食障礙的症狀表現。

增加個體的內在覺察,或許是改善飲食障礙症的關鍵策略之一,而生理回饋的輔助,形同多加了一個外掛,有效去提升對身體訊號覺察的正確性,或許可減少飲食障礙症者在復原歷程中遭遇的挫折和艱辛。
下一次,當你因為壓力或情緒低落,又想透過吃東西讓自己好過一點時,不妨先停下來,花幾分鐘練習緩慢且有規律的呼吸,例如進行吸氣4秒、再吐氣6秒的循環,感受自己的呼吸、心跳和身體狀態;這個短暫的停頓,可能幫助你重新理解自己真正的需要,減少在失控進食後陷入自責與罪惡感的循環。
*備註:「內感預測錯誤(interoceptive prediction errors)」是指飲食障礙症者可能無法正確偵測、或解讀身體訊號,導致錯誤判斷身體的需求,造成個體飢餓時仍持續限制飲食、或者已飽足的狀況下過度進食。
*圖片均由Gemini AI生成。
參考文獻
- Ávila, A., SanMiguel, N., & Serrano, M. A. (2025). Core Symptoms of Eating Disorders and Heart Rate Variability: A Systematic Review. Sci, 7(3), 89. https://doi.org/10.3390/sci7030089
- Mensinger J. L. (2026). Interoceptive mechanisms of a mobile heart rate variability biofeedback app for eating disorder symptoms: Proof-of-concept findings. Eating behaviors, 60, 102060. https://doi.org/10.1016/j.eatbeh.2025.102060
- Meule, A., Freund, R., Skirde, A.K. et al. Heart Rate Variability Biofeedback Reduces Food Cravings in High Food Cravers. Appl Psychophysiol Biofeedback 37, 241–251 (2012). https://doi.org/10.1007/s10484-012-9197-y



