Versteurde Breinfunksionele Netwerk in Internetverslawing Disorder: 'n Rustende-Statiese Funksionele Magnetiese Resonansiebeeldstudie (2014)

Chong-Yaw Wee gelyke bydraer, Zhimin Zhao gelyke bydraer Pew-Thian Yap, Guorong Wu, Feng Shi, Ware prys, Yasong Du, Jianrong Xu, Yan Zhou pos, Dinggang Shen pos

Gepubliseer: 16 September 2014

DOI: 10.1371 / journal.pone.0107306

Abstract

Internetverslawingsversteuring (IAD) word toenemend erken as 'n geestesgesondheidsversteuring, veral onder adolessente. Die patogenese wat met IAD geassosieer word, bly egter onduidelik. In hierdie studie poog ons om die enkefaliese funksionele kenmerke van IAD-adolessente in rus te verken deur gebruik te maak van funksionele magnetiese resonansbeeldingdata. Ons het 'n grafiek-teoretiese benadering aangeneem om moontlike ontwrigtings van funksionele konnektiwiteit te ondersoek in terme van netwerkeienskappe, insluitend kleinwêreld, doeltreffendheid en nodale sentraliteit op 17 adolessente met IAD en 16 sosio-demografies ooreenstemmende gesonde kontroles. Vals ontdekking tempo-gekorrigeerde parametriese toetse is uitgevoer om die statistiese betekenisvolheid van groepvlak netwerk topologiese verskille te evalueer. Daarbenewens is 'n korrelasie-analise uitgevoer om die verwantskappe tussen funksionele konnektiwiteit en kliniese maatreëls in die IAD-groep te assesseer. Ons resultate toon dat daar beduidende ontwrigting is in die funksionele konneksoom van IAD-pasiënte, veral tussen streke geleë in die frontale, oksipitale en pariëtale lobbe. Die geaffekteerde verbindings is langafstand- en inter-hemisferiese verbindings. Alhoewel beduidende veranderinge vir streeksnodale statistieke waargeneem word, is daar geen verskil in globale netwerktopologie tussen IAD en gesonde groepe nie. Daarbenewens toon korrelasie-analise dat die waargenome streeksabnormaliteite gekorreleer is met die IAD-erns en gedragskliniese assesserings. Ons bevindinge, wat relatief konsekwent is tussen anatomies en funksioneel gedefinieerde atlasse, dui daarop dat IAD ontwrigting van funksionele konnektiwiteit veroorsaak en, belangriker, dat sulke ontwrigtings kan verband hou met gedragsgestremdhede.

syfers

aanhaling: Wee CY, Zhao Z, Yap PT, Wu G, Shi F, et al. (2014) Ontwrig brein funksionele netwerk in internet verslawing versteuring: 'n rustende staat funksionele magnetiese resonansie beelding studie. PLoS EEN 9(9): e107306. doi:10.1371/journal.pone.0107306

Redakteur: Satoru Hayasaka, Wake Forest School of Medicine, Verenigde State van Amerika

ontvang: Januarie 20, 2014; aanvaar: Augustus 11, 2014; Published: September 16, 2014

Copyright: © 2014 Wee et al. Dit is 'n oop-toegang artikel versprei onder die bepalings van die Creative Commons Erkenning Lisensie, wat onbeperkte gebruik, verspreiding en voortplanting in enige medium toelaat, mits die oorspronklike skrywer en bron gekrediteer word.

befondsing: Hierdie werk is gedeeltelik ondersteun deur National Institutes of Health (NIH) toekennings EB006733, EB008374, EB009634, AG041721, en CA140413, sowel as die Nasionale Natuurwetenskapstigting van China (81171325) en die Nasionale Sleutel Tegnologie R&D Program 2007BAI 17BAI. Die befondsers het geen rol in studie-ontwerp, data-insameling en -analise, besluit om te publiseer of voorbereiding van die manuskrip gehad nie.

Kompeterende belange: Die outeurs het verklaar dat geen mededingende belange bestaan ​​nie.

Inleiding

Daar is berig dat oorbenutting van die internet kan lei tot veranderde sosio-gedragseienskappe wat soortgelyk is aan dié wat gevind word in dwelmverslawing en patologiese dobbelary [1], [2]. Met die stygende aantal internetgebruikers oor die afgelope dekades, word hierdie probleem toenemend as 'n ernstige openbare gesondheidskwessie beskou. [3]. Internetverslawing, en rekenaarverwante verslawings in die algemeen, blyk 'n wydverspreide verskynsel te wees wat miljoene individue in die Verenigde State en in die buiteland raak, met die hoogste voorkomssyfers wat onder adolessente en universiteitstudente in ontwikkelende streke van Asië voorkom. [3]-[7]. Die effek van internetoorblootstelling tydens jong volwassenheid is van besondere kliniese en maatskaplike belang, aangesien adolessensie 'n tydperk is van beduidende veranderinge in neurobiologie wat verband hou met besluitneming [8] en toon daardeur 'n hoër vatbaarheid vir affektiewe versteurings en verslawing [9]-[11]. Sedert die seminale werk van Young [2], het internetverslawing aansienlike aandag van sosioloë, sielkundiges, psigiaters en opvoeders getrek.

Die kliniese kenmerke van gedragsprobleme wat verband hou met internetgebruik is beskryf onder verskeie diagnostiese kriteria, insluitend internetverslawingsversteuring (IAD) [12], patologiese internetgebruik [13], en problematiese internetgebruik [14]. IAD is geklassifiseer as 'n impulsbeheerversteuring, aangesien dit wanaangepaste internetgebruik sonder enige bedwelmende middel behels, soortgelyk aan patologiese dobbelary. IAD manifesteer soortgelyke kenmerke van ander verslawings, insluitend die ontwikkeling van akademiese, finansiële en beroepsprobleme as gevolg van verslawende gedrag en probleme met die ontwikkeling en instandhouding van persoonlike en gesinsverhoudings. Individue wat aan IAD ly, sal meer tyd in eensaamheid deurbring, wat weer hul normale sosiale funksionering beïnvloed. In die ergste gevalle kan pasiënte fisiese ongemak of mediese probleme ervaar soos karpale tonnelsindroom, droë oë, rugpyne, erge hoofpyne, eet-onreëlmatighede en versteurde slaap [15], [16]. Daarbenewens is pasiënte dikwels weerstand teen behandeling van IAD en het 'n hoë terugvalsyfer [17], en baie van hulle ly ook aan ander verslawings, soos verslawing aan dwelms, alkohol, dobbel, of seks [18].

Terwyl IAD nog nie as 'n verslawing of geestesversteuring in die DSM-5 beskou word nie [19], is daar genoegsame studies, hoofsaaklik gebaseer op self-gerapporteerde sielkundige vraelyste, wat negatiewe gevolge in die daaglikse lewe toon in terme van gedragskomponente, psigososiale faktore, simptoombestuur, psigiatriese comorbiditeit, kliniese diagnose en behandelingsuitkoms [6], [20]-[23]. Benewens hierdie gedragsgebaseerde ontledings, is neurobeeldingstegnieke onlangs toegepas om die effek van swaar internet oorbenutting op die strukturele en funksionele kenmerke van die menslike brein te ondersoek [7], [24]-[29]. Rustende toestand funksionele magnetiese resonansie beelding (R-fMRI), 'n effektiewe in vivo instrument vir die ondersoek van neuronale aktiwiteite van die brein, is voorheen gebruik om moontlike ontwrigtings van die enkefaliese funksionele kenmerke in IAD te identifiseer [24], [26], [27], [30]. In [27], Regionale homogeniteit (ReHo) analise, wat die konsekwentheid van streeks lae frekwensie skommelinge (LFF) binne breinnetwerke meet, het verbeterde sinchronisasie tussen breinstreke geopenbaar wat verband hou met beloningspaaie in IAD-pasiënte. 'n Soortgelyke studie van individue met aanlyn spelverslawing (OGA) het voorgestel om verhoogde amplitude LFF in die linker mediale orbitofrontale korteks te gebruik, wat anatomiese verbindings het met verskeie streke wat verband hou met doelgerigte besluitneming, as 'n biomerker vir die siekte [30]. Hong et al. het die netwerkgebaseerde statistiek (NBS) gebruik om groepverskille in inter-streek funksionele konnektiwiteit tussen IAD en kontrolegroepe te ontleed, en wydverspreide vermindering van funksionele konnektiwiteit is in die IAD-groep waargeneem met veral geen globale ontwrigting van algehele netwerktopologie [26]. In 'n ander funksionele konnektiwiteit-gebaseerde studie is veranderinge in versteknetwerkverbindings ondersoek deur die posterior cingulate cortex (PCC) as 'n saadstreek te gebruik. [24]. Resultate het verhoogde funksionele konnektiwiteit tussen die bilaterale serebellum posterior lob en middel temporale gyrus getoon, sowel as verminderde konnektiwiteit tussen die bilaterale inferior pariëtale lob en regter inferior temporale gyrus.

In huidige studie pas ons grafiek-teoretiese benadering toe om IAD te analiseer gebaseer op R-fMRI-data. Ons evalueer eers die belangrikheid van die funksionele konnektiwiteitsontwrigting met behulp van parametriese toetse met meervoudige vergelyking regstelling. Dit stel ons in staat om die volledig te verken volledige patroon van breinfunksionele verbindings en die patrone van konnektiwiteit tussen grootskaalse netwerke [31]. Tweedens ondersoek ons ​​moontlike konnektiwiteitsonderbrekings wat verband hou met IAD in terme van globale netwerk eienskappe, insluitend kleinwêreldse eienskappe (dws groeperingskoëffisiënt en kenmerkende padlengte) en netwerkdoeltreffendheid (dws globale en plaaslike doeltreffendheid) oor 'n kleinwêreld-regime. Derdens, met dieselfde netwerk yl omvang, beoordeel ons die funksionele belangrikheid van 'n netwerk deur 'n streek se verhouding met die hele funksionele verbinding in ag te neem [32] gebaseer op die sentraliteitsmaatreëls van elke ROI. Ons is gemotiveerd om netwerksentraliteit te gebruik om beter te lokaliseer die ontwrigte streke op 'n meer plaaslike vlak. Uiteindelik verken ons verhoudings tussen netwerkmetrieke en beide gedrags- en kliniese tellings van deelnemers. Om die verband tussen netwerkeienskappe en kliniese uitkoms te ondersoek, verbeter ons kennis van verslawingpatologie en bied noodsaaklike insig vir die ontwikkeling van meer betroubare IAD-diagnosetegnieke.

Materiaal en metodes

Deelnemers

Drie-en-dertig regshandige deelnemers, bestaande uit 17 adolessente met IAD (15 mans en 2 vroue) en 16 seks-, ouderdom- en opvoeding-ooreenstemmende gesonde beheer (HC) vakke (14 mans en 2 vroue), het aan hierdie studie deelgeneem . Die pasiënte is gewerf van die departement van kinder- en adolessentepsigiatrie, Sjanghai Geestesgesondheidsentrum, Skool vir Geneeskunde van Sjanghai Jiao Tong Universiteit. Die kontrolepersone is uit die plaaslike gemeenskap gewerf deur advertensies te gebruik. Die studie is goedgekeur deur die Mediese Navorsingsetiekkomitee en Institusionele Hersieningsraad van Sjanghai Geestesgesondheidsentrum in ooreenstemming met die Verklaring van Helsinki, en volledige skriftelike ingeligte toestemming is verkry van die ouers/voogde van elke deelnemer.

Die duur van IAD is beraam deur 'n retrospektiewe diagnose. Alle proefpersone is versoek om hul lewenstyl te onthou toe hulle aanvanklik aan die internet verslaaf was. Om hul internetverslawing te bekragtig, is die pasiënte weer getoets volgens die aangepaste Young's Diagnostic Questionnaire (YDQ) vir internetverslawingkriteria deur Beard en Wolf [33], en die betroubaarheid van die self-gerapporteerde IAD is bevestig deur onderhoud met hul ouers. Die IAD-pasiënte het ten minste bestee ure per dag op die internet of aanlyn speletjies, en dae per week. Ons het hierdie inligting van die kamer- en klasmaats van die pasiënte geverifieer dat hulle dikwels daarop aangedring het om laataand op die internet te wees, wat ander se lewens ontwrig ten spyte van die gevolge. Let daarop dat al die pasiënte ten minste of meer as 2 jaar aan internet verslaaf was. Besonderhede van die gewysigde YDQ vir internetverslawingkriteria word verskaf in Lêer S1.

Na aanleiding van vorige IAD-navorsing [34], slegs die HK's wat minder as 2 uur spandeer het (uur spandeer = ) per dag op die internet is by die huidige studie ingesluit. Die HC-groep spandeer dae per week op die internet. Die HK's is ook getoets met die gewysigde YDQ-kriteria om te verseker dat hulle nie aan IAD ly nie. Alle gewerfde deelnemers was Chinese moedertaalsprekendes en het nog nooit onwettige middels gebruik nie. Let op die gewysigde YDQ is vir die gerief van die deelnemers na Chinees vertaal. Om die resultate van die diagnose verder te regverdig, is nog 'n IAD diagnostiese maatreël, Young's Internet Addiction Scale (YIAS) [35], is vir elke deelnemer uitgevoer. Die YIAS is 'n 20-item vraelys wat deur dr. Kimberly Young ontwikkel is om die graad van internetverslawing te bepaal. Dit kategoriseer internetgebruikers in drie grade van erns gebaseer op 'n 100-punt tellingskema: ligte aanlyngebruiker ( punte), matige aanlyngebruiker ( punte), en ernstige aanlyngebruiker ( wys).

Benewens die diagnose van IAD via die gewysigde YDQ en YIAS, is die gedragstoestande van IAD-pasiënte ook geassesseer met behulp van verskeie gedragsverwante vraelyste: Barratt Impulsiveness Scale-11 (BIS-11) [36], Tydbestuur Beskikbaarheidskaal (TMDS) [37], Sterkpunte en moeilikhede-vraelys (SDQ) [38], en McMaster Family Assessment Device (FAD) [39]. Beide die kind- en ouerweergawes van SDQ is in die studie gebruik. Besonderhede van hierdie vraelyste word in die Lêer S1.

Voordat hulle vir mediese geskiedenis onderhoude gevoer is, het alle deelnemers 'n eenvoudige fisiese ondersoek (bloeddruk- en hartkloptoetse) ondergaan om fisiese versteurings wat verband hou met die beweging, spysverteringstelsel, senuwee-, respiratoriese, sirkulasie-, endokriene, urinêre en voortplantingstelsels uit te sluit. Die uitsluitingskriteria het ingesluit: 1) 'n geskiedenis van komorbiede psigiatriese en nie-psigiatriese versteurings, soos angsversteuring, depressie, kompulsiwiteit, skisofrenie, outisme of bipolêre versteuring; 2) 'n geskiedenis van dwelmmisbruik of afhanklikheid; 3) 'n geskiedenis van fisiese afwykings wat verband hou met die beweging, spysverteringstelsel, senuweestelsel, respiratoriese, sirkulasie, endokriene, urinêre en voortplantingstelsels; en 4) swangerskap of menstruasieperiode by vroue gedurende die dag van skandering. Hierdie uitsluitingsprosedure is belangrik om te verseker dat die deelnemers aan hierdie studie nie deur ander fisiese, neurologiese of neuropsigiatriese afwykings geraak word nie en verminder dus moontlike vooroordele in die bevindinge wat verkry is. Gedetailleerde demografiese inligting en kliniese tellings word verskaf in Tabel 1.

thumbnail

Tabel 1. Demografiese inligting van die deelnemers betrokke by hierdie studie.

doi: 10.1371 / journal.pone.0107306.t001

Data Verkryging en Voorverwerking

Data-verkryging is uitgevoer met behulp van 'n 3.0 Tesla-skandeerder (Philips Achieva). Rustige toestand funksionele beelde van elke deelnemer is verkry met eggo tyd (TE) = 30 ms en herhaling tyd (TR) = 2000 ms. Die verkrygingsmatriks was 64×64 met 'n reghoekige FOV van 230×230 mm2, en voxel-resolusie van 3.59×3.59×4 mm3. Die skandering het 220 volumes vir elke deelnemer ingesluit. Tydens die data-verkryging is deelnemers gevra om stil met hul oë toe in die skandeerder te lê. Alhoewel geen ekstra tegniek of toestel gebruik is om te meet of die proefpersone werklik hul oë toe gehou het nie, het die proefpersone bevestig dat hulle bewus was en hul oë toe gehou het tydens die skandering.

Datavoorverwerking is uitgevoer met behulp van 'n standaardpyplyn in twee R-fMRI-verwerkingsgereedskapkiste, DPARSF [40] en RUS [41]. Voor enige voorverwerking is die eerste 10 R-fMRI-volumes van elke proefpersoon weggegooi om magnetisasie-ewewig te bereik. R-fMRI volumes is genormaliseer na die MNI ruimte met resolusie 3×3×3 mm3. Regressie van oorlas seine insluitend ventrikel, witstof, en globale seine is uitgevoer. Nie een van die deelnemers is uitgesluit op grond van die maatstaf van 'n verplasing van meer as 3 mm of 'n hoekrotasie van meer as 3 grade in enige rigting nie. Om die effekte van kopbeweging verder te verminder, het ons Friston 24-parameter-korreksie sowel as voxel-spesifieke gemiddelde raamsgewyse verplasing (FD) gebruik. [42] met FD-drempel van 0.5. Voor die funksionele konnektiwiteitskatting is die gemiddelde R-fMRI-tydreeks van elke ROI banddeurlaatgefiltreer ( Hz).

Netwerkkonstruksie en individuele verbindingsanalise

Grafiekteoretiese analise is in hierdie studie gebruik om funksionele veranderinge van die breinkonneksoom wat deur IAD veroorsaak word onder 'n groep Chinese adolessente te ondersoek. Funksionele breinnetwerke is op 'n makroskaalvlak gekonstrueer waar nodusse die voorafbepaalde breinstreke verteenwoordig en rande verteenwoordig interregionale rustoestand funksionele konnektiwiteit (RSFC). Om netwerknodes te definieer, het ons die brein in geparselleer streke van belang (ROI's) deur die fMRI-beelde te verdraai na die outomatiese anatomiese etikettering (AAL) atlas [43]. Streke gebaseer op die AAL-atlas word gelys in Tabel S1 in Lêer S1. Die verteenwoordigende tydreeks van elke ROI is dan verkry deur die gemiddeld van die geregresseerde tydreeks oor alle voxels in elke individuele ROI. Om interregionale RSFC te meet, het ons die paarsgewyse Pearson-korrelasie vir alle moontlike (() = 4005) ROI-pare en 'n simmetriese verbindingsmatriks gekonstrueer om hierdie verbindings voor te stel. Ons het groepvlakverskille tussen elke paar ROI's ontleed in terme van verbindingssterkte. Beduidende verskille vir elke funksionele verbinding is geassesseer met behulp van massa eenveranderlike (twee-stert) toetse met 'n drempel van en vals ontdekkingskoers (FDR) regstelling.

Netwerkstatistieke en -kenmerke-analise

Die Pearson-korrelasie-gebaseerde funksionele konnektiwiteitmatriks is dig verbind, met baie valse, lae-sterkte elemente. Om menslike breinnetwerke, wat kleinwêreldse eienskappe vertoon, beter te modelleer, is elke individu se funksionele konnektiwiteitsmatriks verder verwerk om 'n ylheidsreeks te hê wat binne die kleinwêreld-regime val () [44]-[48]. Hierdie regime verseker relatief konsekwente kleinwêreldseienskappe vir breinnetwerke van 90 ROI's [44]. Spesifiek, die Pearson-korrelasiematriks van elke vak is omgeskakel in gebinariseerde aangrensende matrikse, , volgens die voorafbepaalde yl, waar al word aanvanklik op een gestel, en dan word die elemente wat ooreenstem met die laagste korrelasiewaardes herhaaldelik op nul gestel totdat 'n sekere vlak van ylheid bereik word. Gebaseer op hierdie netwerke, het ons beide globale en streeksnetwerkmetrieke gebruik om algehele argitektuur en streeksnodale sentraliteit van die breinnetwerke te ontleed vir groepvlakvergelyking. Die globale maatstawwe wat gebruik is, het kleinwêreldparameters ingesluit, naamlik die groeperingskoëffisiënt () en kenmerkende padlengte () [49], [50], sowel as die globale netwerkdoeltreffendheid () en plaaslike netwerk doeltreffendheid (). Daarbenewens het ons genormaliseerde weergawes van hierdie maatreëls bereken deur gebruik te maak van ewekansige netwerke (, en ) om kleinwêreldse eiendom van die gekonstrueerde breinnetwerke te verseker. Ons definieer 'n netwerk as 'n klein wêreld as dit aan die volgende drie kriteria voldoen: , , en kleinwêreldverhouding, . Drie nodale sentraliteitsmetrieke – graad (), doeltreffendheid (), en tussenheid () – van elke breinstreek is bereken om die plaaslike kenmerke van die funksionele netwerk te ondersoek [44], [46].

Om tussen-groep verskille statisties te ondersoek, het ons twee-stert, twee-steekproef uitgevoer toetse met 'n drempel van (FDR gekorrigeer) op elke netwerkmetriek (globaal en streeksgewys) gebaseer op die area onder kromme (AUC) van elke netwerkmetriek saamgestel uit die kleinwêreld-regime [48]. AUC verskaf 'n opsomming van die topologiese kenmerke van breinnetwerke oor die hele kleinwêreld-regime, in plaas daarvan om slegs die topologie by 'n enkele yl drempel te oorweeg [44], [51]. Spesifiek, vir elke netwerkmetriek het ons eers die AUC-waarde van elke individuele vak oor netwerke met verskillende vlakke van yl bereken en dan twee-steekproef uitgevoer -toetse om enige groepvlakverskil tussen IAD en gesonde groepe statisties te kwantifiseer. Dit is opmerklik dat ons voor die statistiese toetse veelvuldige lineêre regressies toegepas het om die uitwerking van ouderdom, geslag en opvoeding, sowel as hul interaksies te verwyder. [31], [52]-[54].

Betroubaarheid en Herhaalbaarheid met behulp van Functional Atlas

In die huidige studie is funksionele konnektiwiteitsnetwerke op 'n streeksvlak gebou deur die hele brein in 90 ROI's te verdeel, gebaseer op die AAL-atlas. Daar is egter ook gerapporteer dat breinnetwerke afgelei van verskillende parsellasieskemas of wat verskillende ruimtelike skale gebruik, verskillende topologiese argitekture kan vertoon [55]-[57]. Om die betroubaarheid en herhaalbaarheid van ons resultate te evalueer, het ons die eksperimente herhaal deur die Dosenbach se funksionele atlas te gebruik. [58], wat die menslike brein verdeel in 160 ROI's, insluitend die serebellum. In hierdie atlas word elke ROI gedefinieer as 'n 10 mm deursnee vierkant wat 'n geselekteerde saadpunt omring, en die afstand tussen alle ROI-sentrums is ten minste 10 mm met geen ruimtelike oorvleueling nie, wat beteken dat sommige breinareas nie deur die stel ROI's gedek word nie.

Verhoudings tussen netwerkmetrieke en gedragtellings

Vir daardie streke (gebaseer op die AAL-atlas) wat beduidende groepvlakverskille in streeksnodale sentraliteit toon, het ons paarsgewyse Pearson-korrelasie gebruik (, FDR gekorrigeer) om die verwantskappe tussen elke streek se netwerkeienskappe en 'n individu se gedragtellings te ontleed. Spesifiek, in die korrelasie-analise, is netwerkmetrieke as die afhanklike veranderlikes behandel, terwyl gedragtellings, dit wil sê BIS-11, TMDS, SDQ en FAD, as die onafhanklike veranderlikes behandel is. Om die verband tussen die geaffekteerde breinstreke en siekte-erns verder te verstaan, het ons ook die Pearson-korrelasiekoëffisiënt tussen netwerkkenmerke en YIAS-tellings bereken.

Results

Demografiese en kliniese kenmerke

Daar is geen beduidende verskil in terme van ouderdom, geslag en jare van onderwys nie (almal met ) tussen die IAD- en HK-groepe. Daar is egter beduidende verskille in internetgebruik in terme van dae per week () en ure per dag (). Alhoewel daar geen beduidende verskil tussen groepe is vir die BIS-11- en TMDS-tellings nie (almal met ), die SDQ-P (), SDQ-C (), en FAD () tellings is aansienlik hoër in die IAD-groep, soos getoon in Tabel 1 en Figuur 1. Veral die YIAS (), die kliniese maatstaf wat gebruik word om IAD te klassifiseer, toon die belangrikste groepvlakverskil.

thumbnail

Figuur 1. Tussen-groep verskille in terme van kliniese en gedragsmaatreëls.

(YIAS = Young's Internet Addiction Scale, BIS-11 = Barratt Impulsiveness Scale-11, TMDS = Time Management Disposition Scale, SDQ-P = Strengths and Difficulties Questionnaire-ouerweergawe, SDQ-C = Strengths and Difficulties Questionnaire children version, FAD = McMaster Gesinsassesseringstoestel).

doi: 10.1371 / journal.pone.0107306.g001

Individuele funksionele konnektiwiteit

In vergelyking met die HC-groep, het slegs drie funksionele verbindings beduidende verandering ervaar na FDR-regstelling. Twee inter-hemisferiese verbindings, een tussen die linkerhoekige gyrus (pariëtale lob) en regter middelorbitofrontale korteks (frontale lob) en 'n ander tussen die linker fusiform gyrus (oksipitale lob) en regterhoekige gyrus (pariëtale lob), toon verhoogde verbindingssterkte in IAD pasiënte. Een intra-hemisferiese verband, tussen die regter caudaat (subkortikale korteks) en regter supramarginale gyrus (pariëtale lob), toon verminderde konnektiwiteit in die siektegroep. Hierdie aansienlik veranderde funksionele verbindings word geïllustreer in Figuur 2. Rooi en blou kleurverbindings dui die verhoogde en verminderde funksionele verbindings onderskeidelik in die IAD-groep aan. Let daarop dat die meeste van die geaffekteerde funksionele verbindings streke behels wat in die regterhemisfeer en pariëtale lob geleë is.

thumbnail

Figuur 2. Aansienlik veranderde funksionele verbindings in IAD pasiënte (FDR gekorrigeer).

Rooi: verhoogde funksionele konnektiwiteit, Blou: verminderde funksionele konnektiwiteit. (FRO: Frontaal, INS: Insula, TEM: Temporaal, PAR: Pariëtaal, OCC: Oksipitaal, LIM: Limbies, SBC: Subkortikaal). Hierdie visualisering word geskep met behulp van die BrainNet Viewer-pakket (http://www.nitrc.org/projects/bnv) en die Circos (http://circos.ca/).

doi: 10.1371 / journal.pone.0107306.g002

Globale kenmerke van die funksionele netwerke

Ons het die topologiese eienskappe van intrinsieke funksionele breinnetwerke ondersoek deur hul kleinwêreldse gedrag te vergelyk met vergelykbare ewekansige netwerke oor veelvuldige netwerk yl vlakke, . Ons het veral kleinwêreldparameters ondersoek (bv. groeperingskoëffisiënt, kenmerkende padlengte en kleinwêreldverhouding, ), sowel as die globale en plaaslike doeltreffendheid. Ewekansige netwerke wat in die studie gebruik is, het die aantal nodusse en rande bewaar, sowel as die graadverspreidings van werklike breinnetwerke wat bekommerd is deur die herbedradingstegniek wat beskryf word in [59]. Statistiese ontledings met behulp van twee-steekproef -toetse (, FDR gekorrigeer) op AUC-waardes oor die kleinwêreld-regime het geen beduidende verskil tussen die IAD- en HC-groepe getoon in terme van globale netwerkeienskappe nie.

Streeksnodale kenmerke van funksionele netwerke

Ten spyte van die algemene kleinwêreldtopologie, was daar beduidende groepvlakverskille in die streeksnodale sentraliteit waargeneem. In hierdie studie beskou ons 'n breinstreek as aansienlik verander in IAD-groep as ten minste een van sy drie streeksnodale metrieke 'n -waarde kleiner as 0.05 (FDR gekorrigeer) gebaseer op sy AUC-waardes. Tabel 2 som die streke op wat aansienlik verander is in IAD-pasiënte. In vergelyking met die HC-groep het IAD-pasiënte veranderinge in die knooppuntsentraliteit getoon, hoofsaaklik geleë in die linker inferior pariëtale lobule (IPL), linker thalamus (THA) en ander streke soos die limbiese stelsel, spesifiek die regter anterior cingulate gyrus (ACG) en regter middel cingulate gyrus (MCG). Die IPL en ACG is veral komponente van die verstekmodusnetwerk (DMN), wat voorheen gekoppel is aan veranderde konnektiwiteit in substansverslawing [60]-[62].

thumbnail

Tabel 2. Streke wat abnormale nodale sentraliteite in die IAD-pasiënte toon in vergelyking met gesonde kontroles (HC) gebaseer op die AAL-atlas.

doi: 10.1371 / journal.pone.0107306.t002

Betroubaarheid en Herhaalbaarheid met behulp van Functional Atlas

Wanneer die Dosenbach se atlas gebruik word om ROIs te definieer, word beduidende groepsverskille hoofsaaklik waargeneem in frontale en pariëtale verbindings met die serebellem. Hierdie bevindinge word saamgevat in Tabel 3. Alhoewel hierdie verbindings verskil van dié wat op grond van die AAL-atlas geïdentifiseer is, behels die meeste versteurde verbindings dieselfde lobbe van die brein, behalwe vir die serebellumstreke. In terme van globale netwerk-metrieke, het ons geen verskil tussen IAD- en HC-groepe gevind nie, soortgelyk aan die resultate gebaseer op die AAL-atlas. Vir plaaslike netwerkstatistieke het ons gevind dat sommige van die geïdentifiseerde streke ruimtelik naby aan die streke geleë is wat op grond van die AAL-atlas geïdentifiseer is, soos die ACG en THA soos gegee in Tabel 4.

thumbnail

Tabel 3. Funksionele verbindings in die IAD-individue wat beduidende veranderinge ervaar het gebaseer op die Dosenbach-atlas.

doi: 10.1371 / journal.pone.0107306.t003

thumbnail

Tabel 4. Streke wat abnormale nodale sentraliteite in IAD pasiënte toon in vergelyking met gesonde kontroles (HC) gebaseer op die Dosenbach se atlas.

doi: 10.1371 / journal.pone.0107306.t004

Verwantskappe tussen netwerkmetrieke en gedragsmaatreëls

Daar is geen noemenswaardige (, FDR gekorrigeer) korrelasie tussen globale netwerk statistieke (, , , en ) en gedrags- en kliniese tellings. Regionale nodale statistieke van verskeie streke is egter aansienlik (, FDR gekorrigeer) gekorreleer met gedrags- en kliniese tellings. Die regte ACG is positief gekorreleer met die YIAS-telling. Die regte MCG is positief gekorreleer met die YIAS-telling. Die linker THA is positief gekorreleer met die YIAS en SDQ-P tellings. Die linker IPL is egter nie beduidend gekorreleer met enige gedrags- of kliniese telling nie. Die breinstreke wat beduidend met die gedrags- en kliniese tellings gekorreleer is, word in Figuur 3.

thumbnail

Figuur 3. Die breinstreke wat beduidend gekorreleer is met gedrags- en kliniese tellings in die IAD-groep (FDR gekorrigeer).

Hierdie illustrasie is geskep met behulp van die BrainNet Viewer-pakket (http://www.nitrc.org/projects/bnv). (YIAS = Young's Internet Addiction Score, BIS-11 = Barratt Impulsiveness Scale-11, TMDS = Time Management Disposition Scale, SDQ-P = Strengths and Difficulties Questionnaire-ouer weergawe, SDQ-C = Strengths and Difficulties Questionnaire kinders weergawe.).

doi: 10.1371 / journal.pone.0107306.g003

Bespreking

Veranderinge van individuele funksionele konnektiwiteit

Insigte in die meganisme van menslike breinontwikkeling is belangrik vir 'n beter begrip van die patologiese onderbou van versteurings wat kinders en adolessente raak, wat lei tot moontlike vroeë behandeling. Gebaseer op die grafiek-teoretiese analise van R-fMRI-data, is voorgestel dat funksionele organisasie van die menslike brein volwasse word en van kinderjare tot adolessensie tot volwassenheid ontwikkel deur 'n unieke neiging te volg - groter funksionele segregasie by kinders en groter funksionele integrasie by volwassenes by die heelbreinvlak [63]-[66]. In die besonder verskuif die organisasie van funksionele breinnetwerke van plaaslike konnektiwiteit na 'n meer verspreide argitektuur met ontwikkeling [63], [66], waar volwassenes geneig is om swakker kortafstand funksionele konnektiwiteit en sterker langafstand funksionele konnektiwiteit as kinders te hê [65].

Ons bevindinge toon dat die ontwrigte verbindings wat in IAD waargeneem word, hoewel slegs 'n handjievol na FDR-regstelling, langafstand- en inter-hemisferiese funksionele verbindings is wat belangrik is vir langafstandkommunikasie in die menslike brein. Die ontwrigting van langafstand- en inter-hemisferiese verbindings is 'n algemene simptoom in baie gedragsafwykings, insluitend outisme [67]-[70], skisofrenie [71], opioïedverslawing [72], [73], en kokaïenverslawing [74]. Aantasting van langafstandverbindings kan gesien word as 'n mislukking van die integrasieproses binne 'n verspreide funksionele netwerk van die menslike brein [63], [64], [75], 'n afwyking van die normale neuro-ontwikkelingstrajek. Daarom spekuleer ons dat die abnormale ontwikkeling van langafstand- en inter-hemisferiese konnektiwiteit by IAD-adolessente wat in hierdie studie waargeneem is, een van die moontlike redes vir hul verslawende gedrag is.

Veranderinge in globale netwerkeienskappe

Die menslike brein word beskou as 'n komplekse en groot onderling gekoppelde dinamiese stelsel met verskeie belangrike topologiese eienskappe, soos kleinwêreldsheid, hoë doeltreffendheid teen lae bedradingskoste en hoogs gekoppelde spilpunte [46], [76]-[79]. In 'n kleinwêreldnetwerk is nodusse plaaslik gegroepeer ten gunste van modulêre inligtingverwerking en word op afstand verbind deur 'n klein aantal langafstandverbindings vir doeltreffende algehele roetering [50]. Beide die IAD- en HC-groepe het kleinwêreldseienskappe gedemonstreer, dws hoë groeperingskoëffisiënte () en soortgelyke kenmerkende padlengtes (), in vergelyking met vergelykbare ewekansige netwerke. Ons het egter konsekwent groter genormaliseerde groeperingskoëffisiënte en soortgelyke genormaliseerde kenmerkende padlengte in IAD-groep waargeneem in vergelyking met HC-groep oor die verbindingsdigtheid, in lyn met vorige R-fMRI-studies [26]. Groter groeperingskoëffisiënt weerspieël versteurde neuronale integrasie tussen verre streke, wat relatief yl lang-afstand en relatief digte kort-afstand funksionele verbindings in IAD en HC groepe toon. Vordering van kliniese stadiums, van lig tot ernstig, kan meer benadeling of ontkoppeling van langafstandverbindings veroorsaak, en dus moontlik die vestiging van kortafstandverbindings binne groepering aanmoedig as alternatiewe paaie om inligtingsoordrag tussen twee verre streke te bewaar. Die vestiging van kort-afstand verbindings kan egter abnormale groepe inbring wat die risiko verhoog om 'n onbeheerde of ewekansige vloei van inligting deur die hele netwerk te genereer. Aan die ander kant het alle breinnetwerke soortgelyke parallelle inligtingverwerking van globale en plaaslike doeltreffendheid getoon in vergelyking met vergelykbare ewekansige netwerk [80]. Hierdie bevindinge ondersteun die konsep van 'n kleinwêreldmodel van die menslike brein wat 'n gebalanseerde kombinasie van plaaslike spesialisasie en globale integrasie bied [81]. Ons waarneming van geen beduidende verskil tussen IAD- en HC-groepe in terme van globale netwerkeienskappe nie, kan impliseer dat die veranderinge van funksionele netwerkstruktuur in IAD subtiel is. Gevolglik kan verdere navorsing oor streekspesifieke IAD-biomerkers beduidende inligting oor die patologie van die siekte en van verslawing in die algemeen openbaar.

Streeksnodale kenmerke van funksionele netwerke

Die IAD-verwante veranderinge van nodale sentraliteit word hoofsaaklik gevind in limbiese sisteemkomponente insluitend ACG en MCG, IPL en THA. Versteurings van hierdie streke sowel as hul verwante verbindingspaaie kan geïnterpreteer word om verminderde inligtingsverwerkingsdoeltreffendheid te weerspieël, wat moontlik funksionele ontwrigtings in IAD weerspieël.

Die cingulate gyrus (CG), 'n integrale deel van die limbiese stelsel, is betrokke by die vorming en verwerking van emosies, leer en geheue, uitvoerende funksie en respiratoriese beheer [82]. Dit ontvang insette van die THA en die neokorteks en projekteer na die entorhinale korteks via die cingulum. Hierdie pad fokus op emosioneel belangrike gebeurtenisse en reguleer aggressiewe gedrag [29]. Ontwrigting van funksies wat met die CG verband hou, kan 'n individu se vermoë benadeel om sy of haar gedrag te monitor en te beheer, veral gedrag wat met emosie verband hou. [83]. Die meeste substans- en gedragsverslawingontledings het beduidende veranderinge in anterior en posterior dele van die CG (ACG en PCG) getoon, insluitend alkoholverslawing [84], patologiese dobbelary [85], en IAD [27], [29]. By kokaïenmisbruikers is soortgelyke, bykomende veranderinge in die MCG ook aangemeld [86]. In vorige fMRI-studies is dit ook getoon dat die anterior, middel en posterior CG almal geraak word in beloning en straf toestande [87]. As gevolg van die rol van die MCG in die verwerking van positiewe en negatiewe emosies, is dit nie verbasend dat die streek aansienlike konnektiwiteitsontwrigting in IAD-pasiënte toon nie.

Die THA is 'n skakelbord van breininligting en is betrokke by baie breinfunksies, insluitend beloningverwerking [88], doelgerigte gedrag, en kognitiewe en motoriese funksies [89]. Dit herlei sensoriese en motoriese seine van subkortikale streke na die serebrale korteks [90]. Deur die THA ontvang die orbitofrontale korteks direkte en indirekte projeksies van ander limbiese breinstreke wat betrokke is by dwelmversterking, soos die amygdala, CG en hippokampus [91], om beloning- en strafverwante gedrag te beheer en reg te stel [92]. Abnormale thalamo-kortikale stroombane gevind in aanlyn spelverslaafdes [93] kan 'n inkorting van THA-funksionering voorstel wat verband hou met chroniese patrone van swak slaapkwaliteit [94] en oorweldigende aandagfokus op rekenaar. Daarbenewens is die THA funksioneel gekoppel aan die hippokampus [95] as deel van die uitgebreide hippokampale stelsel, wat noodsaaklik is vir kognitiewe funksies soos ruimtelike navigasie en die konsolidasie van inligting van korttermyngeheue tot langtermyngeheue [96], [97].

Ons het beduidende veranderinge van nodale sentraliteite in die IPL waargeneem, in ooreenstemming met die resultate wat in onlangse R-fMRI-gebaseerde IAD-studies gerapporteer is [24], [93]. Soortgelyk aan die THA, is die IPL massief gekoppel aan die ouditiewe, visuele en somatosensoriese kortekse, en dit is in staat om verskillende soorte stimuli gelyktydig te verwerk. As een van die laaste ontwikkelde strukture van die menslike brein in die loop van ontwikkeling, kan die IPL meer kwesbaar wees vir die oormatige blootstelling van ouditiewe en visuele stimuli, veral tydens die kinderjare. IPL-inkorting wat deur internetoorgebruik veroorsaak word, kan die vermoë van 'n individu onderdruk om reaksie-inhibisie van impulsregulering behoorlik te bemiddel [98], [99], wat hul vermoë beskadig om cue-geïnduseerde internet-drange te weerstaan, wat die IPL verder kan benadeel. Sulke sirkelpatrone word dikwels by substans- en gedragsverslaafdes gesien.

Streke van die DMN is gewoonlik meer aktief in rus as om doelgerigte take uit te voer [62]. Hierdie streke is bekend daarvoor dat hulle betrokke is by emosionele modulasie en selfverwysende aktiwiteite, insluitend die evaluering van die opvallendheid van interne en eksterne leidrade, onthou van die verlede en beplanning van die toekoms [60], [62], wat die belangrike kriteria in diagnose IAD is. Daar is voorheen voorgestel dat veranderde konnektiwiteit wat die DMN-streke betrek bydra tot verskeie simptomatiese gedrag in siektes [100], insluitend dwelmverslawing [101], [102] en gedragsverslawing [24], [103]. Ons bevindinge van veranderde funksionele konnektiwiteit wat verskeie streke van DMN behels, stem gedeeltelik ooreen met die vorige waarnemings, wat daarop dui dat die DMN die potensiaal het om as 'n biomerker te dien vir die identifisering van IAD-pasiënte.

Betroubaarheid en Herhaalbaarheid met behulp van Functional Atlas

Sommige van die abnormale breinstreke wat op grond van die AAL-atlas geïdentifiseer is, is ook met behulp van die funksionele atlas geïdentifiseer, wat die betroubaarheid en herhaalbaarheid van ons resultate ondersteun. Een moontlike rede van die effens verskillende resultate is die regime van in hierdie studie gebruik. Die kleinwêreldse kenmerke van verbindingsnetwerke wat op die AAL-atlas van 90 ROI's gebou is, is die mees konsekwent binne hierdie reeks [44]. Hierdie yl reeks mag egter nie optimaal wees vir atlasse met verskillende getalle ROI's nie. Verder word ROI's verkry uit die Dosenbach-atlas funksioneel gedefinieer en dek nie die hele brein nie [58]. In hierdie atlas word sentrums van al 160 ROI's eers geïdentifiseer en 'n sfeer met 'n radius van 5 mm word vanaf elke sentrum gegroei, wat 'n 10 mm sferiese ROI lewer. Die middelpunt van elke ROI is ook ingestel om ten minste 10 mm van die middelpunte van ander ROI's te wees, wat lei tot ruimtelik nie-oorvleuelende atlas. Aan die ander kant dek die AAL-atlas die grysstofweefsel van die hele serebrum. Hierdie verskille in ROI-definisie en algehele area wat gedek word, kan bydra tot die variasies van die resultate. Gevolglik is verdere navorsing deur 'n groter kohort nodig om te bepaal in watter mate die keuse van breinparsellasieskema die karakterisering van netwerktopologie beïnvloed.

Korrelasie tussen netwerkmetrieke en gedragsmaatstawwe

In hierdie studie het ons geen korrelasie tussen globale netwerkmetrieke en gedragsmaatstawwe waargeneem nie, wat die afwesigheid van veranderinge in heelbreinnetwerktopologie impliseer. Hierdie bevinding kan ook daarop dui dat die variasies van breinnetwerk subtiel is as gevolg van die plastisiteit van die menslike brein (neuroplastisiteit) [104], [105] in die herstel van die meeste van sy daaglikse funksies via alternatiewe weë (neurale stroombane). Breinplastisiteit behels die herorganisasie van verbindings tussen senuweeselle of neurone en kan deur 'n magdom faktore beïnvloed word [106]-[108]. Dit gebeur op 'n ouderdomsverwante wyse wat meer voorkom tydens kinderjare en adolessensie as volwassenheid, wat 'n beter herstel van verswakte neuronale verbindings by adolessente met IAD voorstel. Verder is daar getoon dat 'n verskeidenheid gedragstoestande, wat wissel van verslawing tot neurologiese en psigiatriese versteurings, met gelokaliseerde veranderinge in neurale stroombane verband hou. [106]. Dit is dus nie verbasend dat growwe vlak globale netwerkmaatreëls soos gemiddelde groeperingskoëffisiënt, kenmerkende padlengte en netwerkdoeltreffendheid minder sensitief is om breinkringveranderinge in die IAD-groep op te spoor nie.

Regionale nodale statistieke van verskeie breinstreke word egter gekorreleer met sommige van die gedragsmaatreëls. In die besonder is die ouerweergawe van SDQ (SDQ-P), wat beide die vermoë van 'n individu om impulsiwiteit en die erns van emosie en prososiale gedragsprobleme gegrond op die inligting verskaf deur die ouers van die bestudeerde adolessente gepas te hanteer, positief meet. gekorreleer met die funksioneel geaffekteerde breinstreke wat in IAD gevind word. Die onvermoë om impulsiewe gedrag en emosies te beheer is een van die belangrikste gedragsimptome. Dit is algemeen dat die pasiënte nie bewus is van die veranderinge aan hul emosies en gedrag nie, alhoewel hierdie veranderinge relatief duidelik is vir mense rondom hulle. Dit kan die hoofrede wees waarom nie een van die netwerkmaatreëls met die kinderweergawe van SDQ (SDQ-C) gekorreleer is nie as gevolg van die selfevalueringsaard daarvan. Aan die ander kant is daar geen beduidende korrelasie tussen streeksnetwerkmaatreëls en ander gedragsmaatreëls insluitend BIS-11, FAD en TMDS nie. Hierdie bevinding word deur die groot ondersteun -waardes vir hierdie maatreëls tussen die IAD en gesonde groepe (Tabel 1). Hierdie bevindinge kan daarop dui dat sommige van hierdie gedragsmaatreëls nuttig is om geaffekteerde streke te bepaal en dus IAD-diagnose te help, hoewel 'n aansienlike hoeveelheid werk steeds nodig is om die rolle van hierdie maatreëls in gedragsverslawing of -afwykings beter te verstaan.

Metodologiese kwessies/beperkings

Daar is verskeie beperkings wat in hierdie studie uitgelig moet word. Eerstens was die diagnose van IAD hoofsaaklik gebaseer op resultate van self-gerapporteerde vraelyste, wat die betroubaarheid van diagnoses kan beïnvloed. In die toekoms moet gestandaardiseerde diagnostiese hulpmiddels vir IAD-identifikasie ontwikkel word om die betroubaarheid en geldigheid van IAD-diagnoses te verbeter. Tweedens word ons studie beperk deur die klein steekproefgrootte en die wanbalans van die geslag van die deelnemers (31 mans en 4 vroue), wat die statistiese krag en veralgemeenbaarheid van die bevindings kan verminder, alhoewel hierdie faktore in analise beheer is. Die effek van geslag op IAD-voorkoms is steeds 'n gedebatteerde kwessie. Gebaseer op die bevindinge van Young [35], toon 'n groot aantal vroue internetafhanklikheid. In teenstelling hiermee het een onlangse studie gerapporteer dat mans 'n hoër risiko van IAD-gedrag toon [109]. Daar is egter ook gerapporteer dat daar geen verband tussen geslag en IAD is nie [110], [111]. Toekomstige eksperimente met 'n groter kohort met 'n meer gebalanseerde geslagsverhouding word vereis om die verhouding tussen geslag en IAD-vatbaarheid beter te assesseer.

Ondersteunende inligting

Lêer S1.

Aanvullende materiaal.

doi: 10.1371 / journal.pone.0107306.s001

(PDF)

Erkennings

Hierdie werk is gedeeltelik ondersteun deur National Institutes of Health (NIH) toekennings EB006733, EB008374, EB009634, AG041721, en CA140413, sowel as die Nasionale Natuurwetenskapstigting van China (81171325) en die Nasionale Sleutel Tegnologie R&D Program 2007BAI 17BAI.

Skrywer Bydraes

Het die eksperimente bedink en ontwerp: CYW ZZ PTY GW FS TP YD JX YZ DS. Het die eksperimente uitgevoer: CYW ZZ YD JX YZ DS. Ontleed die data: CYW PTY DS. Bygedrae reagense/materiale/analise-instrumente: ZZ YD JX YZ. Het die vraestel geskryf: CYW PTY TP DS.

Verwysings

  1. 1. Ng BD, Wiemer-Hastings P (2005) Verslawing aan die internet en aanlyn speletjies. Cyberpsychol Behav 8: 110–113. doi: 10.1089/cpb.2005.8.110
  2. 2. Young KS (1998) Internetverslawing: Die opkoms van 'n nuwe kliniese versteuring. Cyberpsychol Behav 1: 237–244. doi: 10.1089/cpb.1998.1.237
  3. Bekyk artikel
  4. PubMed / Ncbi
  5. Google Scholar
  6. Bekyk artikel
  7. PubMed / Ncbi
  8. Google Scholar
  9. Bekyk artikel
  10. PubMed / Ncbi
  11. Google Scholar
  12. Bekyk artikel
  13. PubMed / Ncbi
  14. Google Scholar
  15. Bekyk artikel
  16. PubMed / Ncbi
  17. Google Scholar
  18. Bekyk artikel
  19. PubMed / Ncbi
  20. Google Scholar
  21. Bekyk artikel
  22. PubMed / Ncbi
  23. Google Scholar
  24. Bekyk artikel
  25. PubMed / Ncbi
  26. Google Scholar
  27. Bekyk artikel
  28. PubMed / Ncbi
  29. Google Scholar
  30. Bekyk artikel
  31. PubMed / Ncbi
  32. Google Scholar
  33. Bekyk artikel
  34. PubMed / Ncbi
  35. Google Scholar
  36. Bekyk artikel
  37. PubMed / Ncbi
  38. Google Scholar
  39. Bekyk artikel
  40. PubMed / Ncbi
  41. Google Scholar
  42. Bekyk artikel
  43. PubMed / Ncbi
  44. Google Scholar
  45. 3. Ko CH, Yen JY, Yen CF, Chen CS, Chen CC (2012) Die verband tussen internetverslawing en psigiatriese versteuring: 'n oorsig van die literatuur. Eur Psychiatry 27: 1–8. doi: 10.1016/j.eurpsy.2010.04.011
  46. Bekyk artikel
  47. PubMed / Ncbi
  48. Google Scholar
  49. Bekyk artikel
  50. PubMed / Ncbi
  51. Google Scholar
  52. Bekyk artikel
  53. PubMed / Ncbi
  54. Google Scholar
  55. Bekyk artikel
  56. PubMed / Ncbi
  57. Google Scholar
  58. Bekyk artikel
  59. PubMed / Ncbi
  60. Google Scholar
  61. Bekyk artikel
  62. PubMed / Ncbi
  63. Google Scholar
  64. Bekyk artikel
  65. PubMed / Ncbi
  66. Google Scholar
  67. Bekyk artikel
  68. PubMed / Ncbi
  69. Google Scholar
  70. Bekyk artikel
  71. PubMed / Ncbi
  72. Google Scholar
  73. Bekyk artikel
  74. PubMed / Ncbi
  75. Google Scholar
  76. 4. Blok J (2006) Prevalensie onderskat in problematiese internetgebruikstudie. SSS Spectr 12: 14–15.
  77. Bekyk artikel
  78. PubMed / Ncbi
  79. Google Scholar
  80. Bekyk artikel
  81. PubMed / Ncbi
  82. Google Scholar
  83. Bekyk artikel
  84. PubMed / Ncbi
  85. Google Scholar
  86. Bekyk artikel
  87. PubMed / Ncbi
  88. Google Scholar
  89. 5. Fitzpatrick JJ (2008) Internetverslawing: Erkenning en intervensies. Arch Neurol 22: 59–60. doi: 10.1016/j.apnu.2007.12.001
  90. Bekyk artikel
  91. PubMed / Ncbi
  92. Google Scholar
  93. Bekyk artikel
  94. PubMed / Ncbi
  95. Google Scholar
  96. 6. Cao F, Su L, Liu T, Gao X (2007) Die verhouding tussen impulsiwiteit en internetverslawing in 'n steekproef van Chinese adolessente. Eur Psychiatry 22: 466–471. doi: 10.1016/j.eurpsy.2007.05.004
  97. Bekyk artikel
  98. PubMed / Ncbi
  99. Google Scholar
  100. Bekyk artikel
  101. PubMed / Ncbi
  102. Google Scholar
  103. Bekyk artikel
  104. PubMed / Ncbi
  105. Google Scholar
  106. Bekyk artikel
  107. PubMed / Ncbi
  108. Google Scholar
  109. Bekyk artikel
  110. PubMed / Ncbi
  111. Google Scholar
  112. Bekyk artikel
  113. PubMed / Ncbi
  114. Google Scholar
  115. Bekyk artikel
  116. PubMed / Ncbi
  117. Google Scholar
  118. Bekyk artikel
  119. PubMed / Ncbi
  120. Google Scholar
  121. Bekyk artikel
  122. PubMed / Ncbi
  123. Google Scholar
  124. Bekyk artikel
  125. PubMed / Ncbi
  126. Google Scholar
  127. Bekyk artikel
  128. PubMed / Ncbi
  129. Google Scholar
  130. Bekyk artikel
  131. PubMed / Ncbi
  132. Google Scholar
  133. Bekyk artikel
  134. PubMed / Ncbi
  135. Google Scholar
  136. Bekyk artikel
  137. PubMed / Ncbi
  138. Google Scholar
  139. Bekyk artikel
  140. PubMed / Ncbi
  141. Google Scholar
  142. Bekyk artikel
  143. PubMed / Ncbi
  144. Google Scholar
  145. Bekyk artikel
  146. PubMed / Ncbi
  147. Google Scholar
  148. Bekyk artikel
  149. PubMed / Ncbi
  150. Google Scholar
  151. Bekyk artikel
  152. PubMed / Ncbi
  153. Google Scholar
  154. Bekyk artikel
  155. PubMed / Ncbi
  156. Google Scholar
  157. Bekyk artikel
  158. PubMed / Ncbi
  159. Google Scholar
  160. Bekyk artikel
  161. PubMed / Ncbi
  162. Google Scholar
  163. Bekyk artikel
  164. PubMed / Ncbi
  165. Google Scholar
  166. Bekyk artikel
  167. PubMed / Ncbi
  168. Google Scholar
  169. Bekyk artikel
  170. PubMed / Ncbi
  171. Google Scholar
  172. Bekyk artikel
  173. PubMed / Ncbi
  174. Google Scholar
  175. Bekyk artikel
  176. PubMed / Ncbi
  177. Google Scholar
  178. Bekyk artikel
  179. PubMed / Ncbi
  180. Google Scholar
  181. Bekyk artikel
  182. PubMed / Ncbi
  183. Google Scholar
  184. Bekyk artikel
  185. PubMed / Ncbi
  186. Google Scholar
  187. Bekyk artikel
  188. PubMed / Ncbi
  189. Google Scholar
  190. Bekyk artikel
  191. PubMed / Ncbi
  192. Google Scholar
  193. Bekyk artikel
  194. PubMed / Ncbi
  195. Google Scholar
  196. Bekyk artikel
  197. PubMed / Ncbi
  198. Google Scholar
  199. Bekyk artikel
  200. PubMed / Ncbi
  201. Google Scholar
  202. Bekyk artikel
  203. PubMed / Ncbi
  204. Google Scholar
  205. Bekyk artikel
  206. PubMed / Ncbi
  207. Google Scholar
  208. Bekyk artikel
  209. PubMed / Ncbi
  210. Google Scholar
  211. Bekyk artikel
  212. PubMed / Ncbi
  213. Google Scholar
  214. Bekyk artikel
  215. PubMed / Ncbi
  216. Google Scholar
  217. Bekyk artikel
  218. PubMed / Ncbi
  219. Google Scholar
  220. Bekyk artikel
  221. PubMed / Ncbi
  222. Google Scholar
  223. Bekyk artikel
  224. PubMed / Ncbi
  225. Google Scholar
  226. Bekyk artikel
  227. PubMed / Ncbi
  228. Google Scholar
  229. Bekyk artikel
  230. PubMed / Ncbi
  231. Google Scholar
  232. Bekyk artikel
  233. PubMed / Ncbi
  234. Google Scholar
  235. Bekyk artikel
  236. PubMed / Ncbi
  237. Google Scholar
  238. Bekyk artikel
  239. PubMed / Ncbi
  240. Google Scholar
  241. Bekyk artikel
  242. PubMed / Ncbi
  243. Google Scholar
  244. Bekyk artikel
  245. PubMed / Ncbi
  246. Google Scholar
  247. Bekyk artikel
  248. PubMed / Ncbi
  249. Google Scholar
  250. Bekyk artikel
  251. PubMed / Ncbi
  252. Google Scholar
  253. Bekyk artikel
  254. PubMed / Ncbi
  255. Google Scholar
  256. Bekyk artikel
  257. PubMed / Ncbi
  258. Google Scholar
  259. Bekyk artikel
  260. PubMed / Ncbi
  261. Google Scholar
  262. Bekyk artikel
  263. PubMed / Ncbi
  264. Google Scholar
  265. Bekyk artikel
  266. PubMed / Ncbi
  267. Google Scholar
  268. Bekyk artikel
  269. PubMed / Ncbi
  270. Google Scholar
  271. Bekyk artikel
  272. PubMed / Ncbi
  273. Google Scholar
  274. Bekyk artikel
  275. PubMed / Ncbi
  276. Google Scholar
  277. Bekyk artikel
  278. PubMed / Ncbi
  279. Google Scholar
  280. Bekyk artikel
  281. PubMed / Ncbi
  282. Google Scholar
  283. Bekyk artikel
  284. PubMed / Ncbi
  285. Google Scholar
  286. Bekyk artikel
  287. PubMed / Ncbi
  288. Google Scholar
  289. Bekyk artikel
  290. PubMed / Ncbi
  291. Google Scholar
  292. Bekyk artikel
  293. PubMed / Ncbi
  294. Google Scholar
  295. Bekyk artikel
  296. PubMed / Ncbi
  297. Google Scholar
  298. Bekyk artikel
  299. PubMed / Ncbi
  300. Google Scholar
  301. Bekyk artikel
  302. PubMed / Ncbi
  303. Google Scholar
  304. 7. Yuan K, Qin W, Wang G, Zeng F, Zhao L, et al. (2011) Mikrostruktuur-abnormaliteite by adolessente met internetverslawingsversteuring. PLoS EEN 6: e20708. doi: 10.1371/journal.pone.0020708
  305. Bekyk artikel
  306. PubMed / Ncbi
  307. Google Scholar
  308. Bekyk artikel
  309. PubMed / Ncbi
  310. Google Scholar
  311. Bekyk artikel
  312. PubMed / Ncbi
  313. Google Scholar
  314. Bekyk artikel
  315. PubMed / Ncbi
  316. Google Scholar
  317. 8. Ernst M, Pine DS, Hardin M (2006) Triadiese model van die neurobiologie van gemotiveerde gedrag in adolessensie. Psychol Med 36: 299–312. doi: 10.1017/s0033291705005891
  318. 9. Pine DS, Cohen P, Brook JS (2001) Emosionele reaktiwiteit en risiko vir psigopatologie onder adolessente. SSS-spektr 6: 27–35.
  319. 10. Silveri MM, Tzilos GK, Pimentel PJ, Yurgelun-Todd DA (2004) Trajekte van adolessente emosionele en kognitiewe ontwikkeling: effekte van seks en risiko vir dwelmgebruik. Ann NY Acad Sci 1021: 363–370. doi: 10.1196/annale.1308.046
  320. 11. Steinberg L (2005) Kognitiewe en affektiewe ontwikkeling in adolessensie. Tendense Cogn Sci 9: 69–74. doi: 10.1016/j.tics.2004.12.005
  321. 12. Ko CH, Yen JY, Chen CC, Chen SH, Yen CF (2005) Voorgestelde diagnostiese kriteria van internetverslawing vir adolessente. J Nerv Ment Dis 193: 728–733. doi: 10.1097/01.nmd.0000185891.13719.54
  322. 13. Yoo HJ, Cho SC, Ha J, Yune SK, Kim SJ, et al. (2004) Aandagtekort hiperaktiwiteit simptome en internetverslawing. Psigiatrie Clin Neurosci 58: 487–494. doi: 10.1111/j.1440-1819.2004.01290.x
  323. 14. Shapira NA, Lessig MC, Goldsmith TD, Szabo ST, Lazoritz M, et al. (2003) Problematiese internetgebruik: Voorgestelde klassifikasie en diagnostiese kriteria. Depressiewe angs 17: 207–216. doi: 10.1002/da.10094
  324. 15. Beard KW (2005) internetverslawing: 'n oorsig van huidige assesseringstegnieke en potensiële assesseringsvrae. Cyberpsychol Behav 8: 7–14. doi: 10.1089/cpb.2005.8.7
  325. 16. Young K (1999) Innovasies in Kliniese Praktyk: 'n Bronboek, Professional Resource Press, volume 17, hoofstuk Internetverslawing: Simptome, Evaluering en Behandeling. pp. 19–31.
  326. 17. Blok JJ (2008) Kwessies vir DSM-V: Internetverslawing. Am J Psychiatry 165: 306–307. doi: 10.1176/appi.ajp.2007.07101556
  327. 18. Doidge N (2007) Die brein wat homself verander: Stories van persoonlike triomf vanaf die grense van breinwetenskap. Penguin Books, 1ste uitgawe doi: 10.1080/10398560902721606
  328. 19. American Psychiatric Association (2013) Diagnostiese en Statistiese Handleiding van Geestesversteurings (DSM-5). American Psychiatric Publishing (APPI).. doi: 10.1007/springerreference_179660
  329. 20. Bernardi S (2009) SPallanti (2009) Internetverslawing: 'n Beskrywende kliniese studie wat fokus op comorbiditeite en dissosiatiewe simptome. Compr Psychiatry 50: 510–516. doi: 10.1016/j.comppsych.2008.11.011
  330. 21. Caplan SE (2002) Problematiese internetgebruik en psigososiale welstand: Ontwikkeling van 'n teorie-gebaseerde kognitiewe-gedrag-meetinstrument. Comput Human Behav 18: 553–575. doi: 10.1016/s0747-5632(02)00004-3
  331. 22. Shaw M, Black DW (2008) Internetverslawing: definisie, assessering, epidemiologie en kliniese bestuur. CNS Dwelms 22: 353–365. doi: 10.2165/00023210-200822050-00001
  332. 23. Tao R, Huang X, Wang J, Zhang H, Zhang Y, et al. (2010) Voorgestelde diagnostiese kriteria vir internetverslawing. Verslawing 105: 556–564. doi: 10.1111/j.1360-0443.2009.02828.x
  333. 24. Ding W, Sun J, Sun Y, Zhou Y, Li L, et al. (2013) Veranderde standaard funksionele verbinding in rustoestande vir netwerk by adolessente met internetspeletjieverslawing. PLoS EEN 8: e59902. doi: 10.1371/journal.pone.0059902
  334. 25. Lin F, Zhou Y, Du Y, Qin L, Zhao Z, et al. (2012) Abnormale witstof-integriteit by adolessente met internetverslawingsversteuring: 'n kanaalgebaseerde ruimtelike statistiekstudie. PLoS EEN 7: e30253. doi: 10.1371/journal.pone.0030253
  335. 26. Hong SB, Zalesky A, Cocchi L, Fornito A, Choi EJ, et al. (2013) Verminderde funksionele breinverbinding by adolessente met internetverslawing. PLoS EEN 8: e57831. doi: 10.1371/journal.pone.0057831
  336. 27. Liu J, Yuan L, Ye J (2010) 'n Doeltreffende algoritme vir 'n klas saamgesmelte lassoprobleme. In: KDD. pp. 323–332.
  337. 28. Yuan K, Cheng P, Dong T, Bi Y, Xing L, et al. (2013) Kortikale dikte abnormaliteite in laat adolessensie met aanlyn spelverslawing. PLoS EEN 8: e53055. doi: 10.1371/journal.pone.0053055
  338. 29. Zhou Y, Lin F, Du Y, Qin L, Zhao Z, et al. (2011) Grysstof-abnormaliteite in internetverslawing: 'n voxel-gebaseerde morfometrie-studie. Eur J Radiol 79: 92–95. doi: 10.1016/j.ejrad.2009.10.025
  339. 30. Yuan K, Jin C, Cheng P, Yang X, Dong T, et al. (2013) Amplitude van lae frekwensie fluktuasie abnormaliteite in adolessente met aanlyn spel verslawing. PLoS EEN 8: e78708. doi: 10.1371/journal.pone.0078708
  340. 31. Zuo XN, Ehmke R, Mennes M, Imperati D, Castellanos FX, et al. (2012) Netwerksentraliteit in die menslike funksionele konneksie. Cereb Cortex 22: 1862–1875. doi: 10.1093/cercor/bhr269
  341. 32. Koschützki D, Lehmann KA, Peeters L, Richter S, Tenfelde-Podehl D, et al. (2005) Sentraliteitsindekse. In: Brandes U, Erlebach T, redakteurs, Netwerkanalise: metodologiese grondslae. New York: Springer-Verlag, volume 3418, pp. 16–61.
  342. 33. Beard KW, Wolf EM (2001) Wysiging in die voorgestelde diagnostiese kriteria vir internetverslawing. Cyberpsychol Behav 4: 377–383. doi: 10.1089/109493101300210286
  343. 34. Ko CH, Liu GC, Hsiao S, Yen JY, Yang MJ, et al. (2009) Breinaktiwiteite wat verband hou met speldrang van aanlyn spelverslawing. J Psychiatr Res 43: 739–747. doi: 10.1016/j.jpsychires.2008.09.012
  344. 35. Young KS (1998) Gevang in die Net: Hoe om die tekens van internetverslawing te herken en 'n wenstrategie vir herstel. John Wiley en Seuns.
  345. 36. Patton JH, Stanford MS, Barratt ES (1995) Faktorstruktuur van die barratt-impulsiwiteitskaal. J Clin Psychol 51: 768–774. doi: 10.1002/1097-4679(199511)51:6<768::aid-jclp2270510607>3.0.co;2-1
  346. 37. Huang X, Zhang Z (2001) Die samestelling van adolessensietydbestuursvoorraad. Acta Psychol Sin 33: 338–343.
  347. 38. Goodman R (1997) Die sterkpunte en probleme vraelys: 'n Navorsingsnota. J Child Psychol Psychiatry 38: 581–586. doi: 10.1111/j.1469-7610.1997.tb01545.x
  348. 39. Epstein NB, Baldwin LM, Biskop DS (1983) Die McMaster Family Assessment Device. J Huwelik Fam Ther 9: 171–180. doi: 10.1111/j.1752-0606.1983.tb01497.x
  349. 40. Yan CG, Zang YF (2010) DPARSF: 'n MATLAB-gereedskapskis vir "pyplyn" data-analise van rustende toestand fMRI. Front Syst Neurosci 4: 13. doi: 10.3389/fnsys.2010.00013
  350. 41. Song XW, Dong ZY, Long XY, Li SF, Zuo XN, et al. (2011) RUS: 'n Gereedskapstel vir funksionele magnetiese resonansbeeldingdataverwerking in rustoestande. PLoS EEN 6: e25031. doi: 10.1371/journal.pone.0025031
  351. 42. Power JD, Barnes KA, Snyder AZ, Schlaggar BL, Petersen SE (2012) Onverstandige maar sistematiese korrelasies in funksionele konnektiwiteit MRI-netwerke ontstaan ​​uit onderwerpbeweging. Neurobeeld 59: 2142–2154. doi: 10.1016/j.neuroimage.2011.10.018
  352. 43. Tzourio-Mazoyer N, Landeau B, Papathanassiou D, Crivello F, Etard O, et al. (2002) Outomatiese anatomiese etikettering van aktiverings in SPM met behulp van 'n makroskopiese anatomiese parsellasie van die MNI MRI enkel-vak brein. Neurobeeld 15: 273–289. doi: 10.1006/nimg.2001.0978
  353. 44. Achard S, Bullmore E (2007) Doeltreffendheid en koste van ekonomiese brein funksionele netwerke. PLoS Comput Biol 3: e17. doi: 10.1371/journal.pcbi.0030017
  354. 45. Bassett DS, Meyer-Lindenberg A, Achard S, Duke T, Bullmore E (2006) Aanpasbare herkonfigurasie van fraktale kleinwêreld menslike brein funksionele netwerke. Proc Natl Acad Sci USA 103: 19518–19523. doi: 10.1073/pnas.0606005103
  355. 46. ​​Rubinov M, Sporns O (2010) Komplekse netwerke maatreëls van brein konnektiwiteit: Gebruike en interpretasies. Neurobeeld 52: 1059–1069. doi: 10.1016/j.neuroimage.2009.10.003
  356. 47. Smit DJA, Stam CJ, Posthuma D, Boomsma DI, De Geus EJC (2008) Oorerflikheid van "kleinwêreld" netwerke in die brein: 'n Grafiekteoretiese analise van rustende toestand EEG funksionele konnektiwiteit. Hum Breinkaart 29: 1368–1378. doi: 10.1002/hbm.20468
  357. 48. Zhang J, Wang J, Wu Q, Kuang W, Huang X, et al. (2011) Ontwrig brein konnektiwiteit netwerke in dwelm-vaive, eerste-episode major depressiewe versteuring. Biol Psychiatry 70: 334–342. doi: 10.1016/j.biopsych.2011.05.018
  358. 49. Latora V, Marchiori M (2001) Doeltreffende gedrag van kleinwêreldnetwerke. Phys Rev Lett 87: 198701. doi: 10.1103/physrevlett.87.198701
  359. 50. Watts DJ, Strogatz SH (1998) Kollektiewe dinamika van "kleinwêreld" netwerke. Nature 393: 440–442. doi: 10.1038/30918
  360. 51. He Y, Wang J, Wang L, Chen ZJ, Yan C, et al. (2009) Die ontdekking van intrinsieke modulêre organisasie van spontane breinaktiwiteit by mense. PLoS EEN 4: 1–17. doi: 10.1371/journal.pone.0005226
  361. 52. Gong G, Rosa-Neto P, Carbonell F, Chen ZJ, He Y, et al. (2009) Ouderdom en geslagsverwante verskille in die kortikale anatomiese netwerk. J Neurosci 29: 15684–15693. doi: 10.1523/jneurosci.2308-09.2009
  362. 53. Tian L, Wang J, Yan C, He Y (2011) Halfrond- en geslagsverwante verskille in kleinwêreldbreinnetwerke: 'n funksionele MRI-studie in rustoestande. Neurobeeld 54: 191–202. doi: 10.1016/j.neuroimage.2010.07.066
  363. 54. Zhu W, Wen W, He Y, Xia A, Anstey KJ, et al. (2012) Veranderende topologiese patrone in normale veroudering deur grootskaalse strukturele netwerke te gebruik. Neurobiol Aging 33: 899–913. doi: 10.1016/j.neurobiolaging.2010.06.022
  364. 55. Hayasaka S, Laurienti PJ (2010) Vergelyking van eienskappe tussen streek-en voxel-gebaseerde netwerk ontledings in rustende toestand fmri data. Neurobeeld 50: 499–508. doi: 10.1016/j.neuroimage.2009.12.051
  365. 56. Fornito A, Zalesky A, Bullmore ET (2010) Netwerk skaal effekte in grafiek analitiese studies van menslike rustende toestand fMRI data. Front Syst Neurosci 4: 22. doi: 10.3389/fnsys.2010.00022
  366. 57. Zalesky A, Fornito A, Harding IH, Cocchi L, Yücel M, et al. (2010) Heelbrein anatomiese netwerke: Maak die keuse van nodusse saak? Neurobeeld 50: 970–983. doi: 10.1016/j.neuroimage.2009.12.027
  367. 58. Dosenbach NUF, Nardos B, Cohen AL, Fair DA, Power JD, et al. (2010) Voorspelling van individuele breinvolwassenheid met behulp van fmri. Wetenskap 329: 1358–1361. doi: 10.1126/wetenskap.1194144
  368. 59. Maslov S, Sneppen K (2002) Spesifisiteit en stabiliteit in topologie van proteïennetwerke. Wetenskap 296: 910–913. doi: 10.1126/wetenskap.1065103
  369. 60. Buckner RL, Andrew-Hanna JR, Schacter DL (2008) Die brein se verstekmodusnetwerk: anatomie, funksie en relevansie vir siekte. Ann NY Acad Sci 1124: 1–38. doi: 10.1196/annale.1440.011
  370. 61. Greicius MD, Krasnow B, Reiss AL, Menon V (2003) Funksionele konnektiwiteit in die rustende brein: 'n netwerkanalise van die verstekmodushipotese. Proc Natl Acad Sci USA 100: 253–258. doi: 10.1073/pnas.0135058100
  371. 62. Raichle ME, MacLeod AM, Snyder AZ, Powers WJ, Gusnard DA, et al. (2001) 'n Standaardmodus van breinfunksie. Proc Natl Acad Sci USA 98: 676–682. doi: 10.1073/pnas.98.2.676
  372. 63. Fair DA, Dosenbach NUF, Church JA, Cohen AL, Brahmbhatt S, et al. (2007) Ontwikkeling van duidelike beheernetwerke deur segregasie en integrasie. Proc Natl Acad Sci USA 104: 13507–13512. doi: 10.1073/pnas.0705843104
  373. 64. Fair DA, Cohen AL, Power JD, Dosenbach NUF, Kerk JA, et al. (2009) Funksionele breinnetwerke ontwikkel van 'n "plaaslike na verspreide" organisasie. PLoS Comput Biol 5: e1000381. doi: 10.1371/journal.pcbi.1000381
  374. 65. Kelly AC, Di Martino A, Uddin LQ, Zarrar Shehzad1 DGG, Reiss PT, et al. (2009) Ontwikkeling van anterior cingulate funksionele konnektiwiteit vanaf laat kinderjare tot vroeë volwassenheid. Sereb Cortex 19: 640–657. doi: 10.1093/cercor/bhn117
  375. 66. Supekar K, Musen M, Menon V (2009) Ontwikkeling van grootskaalse funksionele breinnetwerke by kinders. PLoS Biol 7: e1000157. doi: 10.1371/journal.pbio.1000157
  376. 67. Anderson JS, Druzgal TJ, Froehlich A, DuBray MB, Lange N, et al. (2011) Verminderde interhemisferiese funksionele konnektiwiteit in outisme. Sereb Cortex 21: 1134–1146. doi: 10.1093/cercor/bhq190
  377. 68. Wilson TW, Rojas DC, Reite ML, Teale PD, Rogers SJ (2007) Kinders en adolessente met outisme vertoon verminderde MEG-bestendige gamma-reaksies. Biol Psychiatry 62: 192–197. doi: 10.1016/j.biopsych.2006.07.002
  378. 69. Uddin LQ, Supekar K, Menon V (2010) Tipiese en atipiese ontwikkeling van funksionele menslike brein netwerke: insigte van rustende toestand fMRI. Front Syst Neurosci 4: 21. doi: 10.3389/fnsys.2010.00021
  379. 70. Uddin LQ, Supekar KS, Ryali S, Menon V (2011) Dinamiese herkonfigurasie van strukturele en funksionele konnektiwiteit oor kern neurokognitiewe breinnetwerke met ontwikkeling. J Neurosci 31: 18578–18589. doi: 10.1523/jneurosci.4465-11.2011
  380. 71. Liang M, Zhou Y, Jiang T, Liu Z, Tian L, et al. (2006) Wydverspreide funksionele ontkoppeling in skisofrenie met funksionele magnetiese resonansbeelding in rustoestande. Neuroreport 17: 209–213. doi: 10.1097/01.wnr.0000198434.06518.b8
  381. 72. Fingelkurts AA, Fingelkurts AA, Kivisaari R, Autti T, Borisov S, et al. (2006) Verhoogde plaaslike en verminderde afgeleë funksionele konnektiwiteit by EEG alfa- en beta-frekwensiebande in opioïed-afhanklike pasiënte. Psigofarmakologie 188: 42–52. doi: 10.1007/s00213-006-0474-4
  382. 73. Fingelkurts AA, Fingelkurts AA, Kivisaari R, Autti T, Borisov S, et al. (2007) Opioïed-onttrekking lei tot 'n verhoogde plaaslike en afgeleë funksionele konnektiwiteit by EEG alfa- en beta-frekwensiebande. Neurosci Res 58: 40–49. doi: 10.1016/j.neures.2007.01.011
  383. 74. Kelly C, Zuo XN, Gotimer K, Cox CL, Lynch L, et al. (2011) Verminderde interhemisferiese rustoestand funksionele konnektiwiteit in kokaïenverslawing. Biol Psychiatry 69: 684–692. doi: 10.1016/j.biopsych.2010.11.022
  384. 75. Fair DA, Cohen AL, Kerk NUDJA, Miezin FM, Barch DM, et al. (2008) Die rypwordende argitektuur van die brein se versteknetwerk. Proc Natl Acad Sci USA 105: 4028–4032. doi: 10.1073/pnas.0800376105
  385. 76. Bullmore E, Sporns O (2009) Komplekse breinnetwerke: Grafiekteoretiese analise van strukturele en funksionele stelsels. Nat Rev Neurosci 10: 186–198. doi: 10.1038/nrn2575
  386. 77. He Y, Evans A (2010) Grafiekteoretiese modellering van breinkonnektiwiteit. Curr Opin Neurol 23: 341–350.
  387. 78. Stam CJ (2010) Karakterisering van anatomiese en funksionele konnektiwiteit in die brein: 'n komplekse netwerkperspektief. Int J Psychophysiol 77: 186–194. doi: 10.1016/j.ijpsycho.2010.06.024
  388. 79. Wang J, Zuo X, He Y (2010) Grafiekgebaseerde netwerkanalise van rustoestand funksionele MRI. Front Syst Neurosci 4: 16. doi: 10.3389/fnsys.2010.00016
  389. 80. Latora V, Marchiori M (2003) Ekonomiese kleinwêreldgedrag in geweegde netwerke. Eur Fisiese Tydskrif B 32: 249–263. doi: 10.1140/epjb/e2003-00095-5
  390. 81. Tononi G, Edelman GM, Sporns O (1998) Kompleksiteit en samehang: Integrasie van inligting in die brein. Tendense in Kognitiewe Wetenskappe 2: 474–484. doi: 10.1016/s1364-6613(98)01259-5
  391. 82. Mayberg HS (1997) Limbiese-kortikale disregulering: 'n voorgestelde model van depressie. J Neuropsigiatrie Clin Neurosci 9: 471–481.
  392. 83. Goldstein RZ, Tomasi D, Rajaram S, Cottone LA, Zhang L, et al. (2007) Rol van die anterior cingulate en mediale orbitofrontale korteks in die verwerking van dwelmaanwysings in kokaïenverslawing. Neurowetenskap 144: 1153–1159. doi: 10.1016/j.neuroscience.2006.11.024
  393. 84. Grüsser SM, Wrase J, Klein S, Hermann D, Smolka MN, et al. (2004) Cue-geïnduseerde aktivering van die striatum en mediale prefrontale korteks word geassosieer met daaropvolgende terugval by abstinente alkoholiste. Psigofarmakologie (Berl) 175: 296–302. doi: 10.1007/s00213-004-1828-4
  394. 85. Miedl SF, Fehr T, Meyer G, Herrmann M (2010) Neurobiologiese korrelate van probleemdobbel in 'n kwasi-realistiese blackjack-scenario soos geopenbaar deur fMRI. Psychiatry Res 181: 165–173. doi: 10.1016/j.pscychresns.2009.11.008
  395. 86. Matochik JA, London ED, Eldreth DA, Cadet JL, Boll KI (2003) Frontale kortikale weefselsamestelling in abstinente kokaïenmisbruikers: 'n magnetiese resonansiebeeldingstudie. Neurobeeld 19. doi: 10.1016/s1053-8119(03)00244-1
  396. 87. Fujiwara J, Tobler PN, Taira M, Iijima T, Tsutsui KI (2009) Gesegregeerde en geïntegreerde kodering van beloning en straf in die cingulate korteks. J Neurophysiol 101: 3284-3293. doi: 10.1152/jn.90909.2008
  397. 88. Yu C, Gupta J, Yin HH (2010) Die rol van mediodorsale thalamus in tydelike differensiasie van beloningsgeleide aksies. Front Integr Neurosci 4: 14. doi: 10.3389/fnint.2010.00014
  398. 89. Corbit LH, Muir JL, Balleine BW (2003) Letsels van mediodorsale thalamus en anterior thalamus-kerne produseer dissosieerbare effekte op instrumentele kondisionering by rotte. Eur J Neurosci 18: 1286–1294. doi: 10.1046/j.1460-9568.2003.02833.x
  399. 90. Saper CB (2002) Die sentrale outonome senuweestelsel: bewuste viscerale persepsie en outonome patroongenerering. Annu Rev Neurosci 25: 433–469. doi: 10.1146/annurev.neuro.25.032502.111311
  400. 91. Ray JP, Prince JL (1993) Die organisasie van projeksies vanaf die mediodorsale kern van die talamus tot orbitale en mediale prefrontale korteks by makaakape. J Comp Neurol 337: 1–31. doi: 10.1002/cne.903370102
  401. 92. Rolls ET (2004) Die funksies van die orbitofrontale korteks. Brain Cogn 55: 11–29. doi: 10.1016/s0278-2626(03)00277-x
  402. 93. Dong G, Huang J, Du X (2012) Veranderinge in streekshomogeniteit van rustende breinaktiwiteit in internetspeletjieverslaafdes. Gedra breinfunksie 18: 8–41. doi: 10.1186/1744-9081-8-41
  403. 94. Steriade M, Llinás RR (1998) Die funksionele toestande van die talamus en die gepaardgaande neuronale wisselwerking. Physiol Openb 68: 649–742.
  404. 95. Stein T, Moritz C, Quigley M, Cordes D, Haughton V, et al. (2000) Funksionele konnektiwiteit in die talamus en hippokampus bestudeer met funksionele mr-beelding. AJNR Am J Neuroradiol 21: 1397-1401.
  405. 96. Burgess N, Maguire EA, O'Keefe J (2002) Die menslike hippokampus en ruimtelike en episodiese geheue. Neuron 35: 625–641. doi: 10.1016/s0896-6273(02)00830-9
  406. 97. Warburton EC, Baird A, Morgan A, Muir JL, Aggleton JP (2001) Die gesamentlike belangrikheid van die hippocumpas en anterior thalamiese kerne vir alle allosentriese ruimtelike leer: Bewyse van 'n ontkoppelingstudie in die rot. J Neurosci 21: 7323–7330.
  407. 98. Garavan H, Hester R, Murphy K, Fassbender C, Kelly C (2006) Individuele verskille in die funksionele neuroanatomie van inhiberende beheer. Brain Res 1105: 130–142. doi: 10.1016/j.brainres.2006.03.029
  408. 99. Menon V, Adleman NE, White CD, Glover GH, Reiss AL (2001) Foutverwante breinaktivering tydens 'n Go/NoGo-reaksie-inhibisietaak. Hum Breinkaart 12: 131–143. doi: 10.1002/1097-0193(200103)12:3<131::aid-hbm1010>3.0.co;2-c
  409. 100. Whitfield-Gabrieli S, Ford JM (2012) Standaardmodus netwerkaktiwiteit en konnektiwiteit in psigopatologie. Annu Rev Clin Psychol 8: 49–76. doi: 10.1146/annurev-clinpsy-032511-143049
  410. 101. Ding X, Lee SW (2013) Kokaïenverslawingverwante reproduseerbare breinstreke van abnormale verstekmodus-netwerkfunksionele konneksie: 'n Groep-ika-studie met verskillende modelbestellings. Neurosci Lett 548: 110–114. doi: 10.1016/j.neulet.2013.05.029
  411. 102. Ma N, Liu Y, Fu XM, Li N, Wang CX, et al. (2011) Abnormale brein verstek-modus netwerk funksionele konneksie in dwelmverslaafdes. PLoS EEN 6: e16560. doi: 10.1371/journal.pone.0016560
  412. 103. Tschernegg M, Crone JS, Eigenberger T, Schwartenbeck P, Fauth-Bühler M, et al. (2013) Abnormaliteite van funksionele breinnetwerke in patologiese dobbelary: 'n grafiek-teoretiese benadering. Front Hum Neurosci 7: 625. doi: 10.3389/fnhum.2013.00625
  413. 104. Kolb B, Whishaw IQ (1998) Breinplastisiteit en gedrag. Annu Rev Psychol 49: 43–64. doi: 10.1146/annurev.psych.49.1.43
  414. 105. Shaw CA, McEachern J, redakteurs (2001) Toward a theory neuroplasticity. Sielkunde Pers.
  415. 106. Kolb B, Gibb R (2003) Breinplastisiteit en gedrag. Curr Dir Psychol Sci 12: 1–5. doi: 10.1111/1467-8721.01210
  416. 107. Kolb B, Gibb R (2011) Breinplastisiteit en gedrag in die ontwikkelende brein. J Can Acad Child Adolesc Psychiatry 20: 265–276.
  417. 108. Robinson TE, Berridge KC (1993) Die neurale basis van dwelm drang: 'n aansporing-sensitiwiteitsteorie van verslawing. Brein Res Rev 18: 247–291. doi: 10.1016/0165-0173(93)90013-p
  418. 109. Alavi SS, Maracy MR (2011) Die effek van psigiatriese simptome op die internetverslawingsversteuring by Isfahan se universiteitstudente. J Res Med Sci 16: 793–800.
  419. 110. Egger O, Rauterberg M (1996) Internetgedrag en verslawing. Tegniese verslag, Werk- en Organisasiesielkunde-eenheid (IFAP), Switserse Federale Instituut vir Tegnologie (ETH), Zürich.
  420. 111. Petrie H, Gunn D (1998) Internet "verslawing": Die gevolge van seks, ouderdom, depressie en introversie. In: British Psychological Society London Conference. Londen, Brittanje: British Psychological Society. Referaat gelewer by die British Psychological Society London Conference.