Небалансираната функционална връзка между изпълнителната контролна мрежа и мрежата за възнаграждения обяснява поведението, търсещо онлайн игри в интернет разстройство при игри (2015)

Отиди на:

абстрактен

Литературите показват, че субектите с разстройство на интернет игрите (IGD) показват нарушен изпълнителен контрол и повишена чувствителност към възнагражденията, отколкото здравите контроли. Обаче как тези две мрежи влияят съвместно на процеса на оценяване и стимулират поведението, търсещо онлайн игри на субектите на IGD, остава неизвестно. Тридесет и пет IGD и 36 здрави контроли преминаха сканиране в състояние на покой в ​​MRI скенера. Функционалната свързаност (FC) беше изследвана съответно в регионите за семена за контрол и възнаграждение. Nucleus accumbens (NAcc) беше избран като възел, за да се намерят взаимодействията между тези две мрежи. Субектите на IGD показват намален FC в мрежата за изпълнителен контрол и увеличен FC в мрежата за награди в сравнение със здравите контроли. Когато се изследват корелациите между NAcc и изпълнителната мрежа за контрол / възнаграждение, връзката между NAcc - изпълнителната контролна мрежа е отрицателно свързана с връзката между NAcc - мрежа за възнаграждение. Промените (намаляване / увеличаване) в мозъчния синхрон на субектите с IGD в мрежите за контрол / възнаграждение предполагат неефективната / прекомерна обработка в рамките на невронните схеми, лежащи в основата на тези процеси. Обратното съотношение между контролната мрежа и мрежата за възнаграждения в IGD предполага, че нарушенията в изпълнителния контрол водят до неефективно инхибиране на засиленото желание за прекомерно онлайн игра. Това може да хвърли светлина върху механистичното разбиране на IGD.

За разлика от наркоманиите или злоупотребата с наркотични вещества, нарушението на интернет игрите (IGD) няма никакъв прием на химикали или вещества, докато все още води до физическа зависимост, подобно на други зависимости1,2. Онлайн опитът на хората може да промени когнитивната им функция по начин, който да задвижва онлайн играта им, което се случва и при липса на прием на наркотици1,3,4, DSM-5, разглеждащ нарушения в употребата на вещества и пристрастявания, генерира критерии за разстройство на интернет игри, и това нарушение е включено в раздела на DSM-5, съдържащ нарушения, изискващи допълнително проучване5,6, На ниво невронна система обаче точните механизми, лежащи в основата на неуспеха на когнитивния контрол, далеч не са ясни7.

Една от основните характеристики на IGD е загубата на воля за контрол на поведението, търсещо онлайн игри. Неотдавнашни изследвания с функционална магнитно-резонансна томография (fMRI) идентифицираха две важни невронални модели на активност в IGD: Първо, намалените инхибиции на отговора бяха демонстрирани в IGD субектите, използвайки go / no-go8, превключване на задачи9,10и Струп11,12,13 задачи в сравнение със здрави контроли (НК); Второ, IGD участниците показаха повишена чувствителност към възнаграждение, отколкото HC2,14,15 и показва когнитивна пристрастност към информацията, получена от Интернет9,16,17, Тези две характеристики са много сходни с констатациите от настоящите невро-икономически проучвания - Има две различни мозъчни мрежи, които съвместно влияят на процесите на вземане на решения18,19: Изпълнителната контролна мрежа (включва страничните префронтални и париетални кортекси19), което е свързано със забавени награди; Мрежата на вентралната оценка (включва орбитофронталната кора, вентралната ивица и т.н.19,20), посредничи за незабавни награди.

Взаимодействията между тези две мрежи се демонстрират и в групи, пристрастени към наркотици20. Проучването на Xie показа дисбалансирана функционална връзка между контролна мрежа (намалени връзки) и мрежа за възнаграждение (подобрени връзки) при зависими от хероин21, които могат да хвърлят светлина върху механистичното разбиране на наркоманията на широкомащабно системно ниво. Засилената мотивация за търсене на лекарства, съчетана с невъзможност да се инхибира поведението, свързано с употребата на наркотици, се смята, че представлява провал на управленския контрол22,23,24, В проучвания с IGD изследователите са забелязали сходни характеристики в управленския контрол и чувствителността на възнаграждението (както беше споменато по-горе). Обаче, как тези две мрежи съвместно влияят върху процеса на оценяване в субектите на IGD и водят до поведението им в търсене на онлайн игри, остават неизвестни.

Наскоро проучванията изследват невронните дейности в човешкия мозък по време на покой (без стимули, без задачи, без заспиване), което нарича fMRI за състояния на покой. Те открили, че невронните дейности по време на покой са корелирани между кортикалните области със специфични функционални свойства, но не и случайни25,26,27, Тези времеви корелации се предполага, че отразяват присъщата функционална свързаност (FC) и са показани в няколко различни мрежи.28,29,30, Той може да бъде полезен инструмент за изследване на потенциалните невронни мрежови разлики на по-вътрешно ниво между IGD и НС групите по време на покой.

Моделът на временното свързване предполага, че синхронизацията на мозъчните сигнали между невронните системи е от решаващо значение за улесняване на нервните комуникации31, Литературата също така е доказала, че FC за почивка може да бъде предиктор на поведенческите характеристики26,32, Както споменахме по-горе, участниците в IGD показаха намален управленски контрол и повишена чувствителност на възнаграждение от HC. Предполагаме, че субектите на IGD показват засилена синхронност в мрежата за възнаграждения и намалена синхронност в контролната мрежа от HC. В допълнение, ние също предполагаме, че основната двойственост на мрежите за контрол / възнаграждение, които влияят съвместно върху оценката, е нарушена в IGD. За да тестваме тези хипотези, първо трябва да измерим fMRI на състоянията на покой; Второ, трябва да изберем някои семена, за да представим различни мрежи и да измерим тези BOLD сигнали, основани на семена, което означава да установим връзките между тези две мрежи; Трето, трябва да измерим техните взаимодействия, за да открием как те работят съвместно върху поведението.

Методи

Избор на участник

Експериментът съответства на Етичния кодекс на Световната медицинска асоциация (Декларация от Хелзинки). Комитетът за човешки разследвания на Университета в Zhejiang одобри това изследване. Методите са проведени в съответствие с одобрените насоки. Участниците бяха студенти и бяха набирани чрез реклами. Участниците бяха десни мъже (35 IGA субекти, 36 здрави контроли (HC)). Групите на IGD и HC не се различават значително по възраст (средна ИГА = 22.21, SD = 3.08 години; HC средна = 22.81, SD = 2.36 години; t = 0.69, p = 0.49). Само мъже бяха включени поради по-високото разпространение на IGD при мъжете, отколкото при жените. Всички участници предоставиха писмено информирано съгласие и структурирани психиатрични интервюта (MINI)33 това, извършено от опитен психиатър, което се нуждае от около 15 минути. Всички участници бяха свободни от психиатрични разстройства на ос I, изброени в MINI. По-нататък оценихме „депресията“ с инвентаризацията на депресията на Бек34 и бяха включени само участници, отбелязали по-малко от 5. Всички участници бяха инструктирани да не използват никакви злоупотребяващи вещества, включително кофеинови напитки, в деня на сканирането. Никой от участниците не съобщава за предишно използване на незаконни наркотици (напр. Кокаин, марихуана).

Нарушението на пристрастяването към интернет е определено въз основа на онлайн теста за пристрастяване към интернет на Ing35 резултати от 50 или по-високи. IAT на Young се състои от 20 елемента от различни перспективи за използване на интернет интернет, включително психологическа зависимост, натрапчиво използване, оттегляне, проблеми в училище или работа, управление на съня, семейството или времето35, Доказано е, че IAT е валиден и надежден инструмент, който може да се използва при класифицирането на IAD36,37, За всеки елемент се избира степенуван отговор от 1 = "Рядко" до 5 = "Винаги" или "Не се прилага". Резултатите над 50 показват случайни или чести проблеми, свързани с интернет) (www.netaddiction.com). При избора на предмети за IGD добавихме допълнителен критерий към установените от Young мерки за IAT: „прекарвате ___% от времето си онлайн, играейки онлайн игри“ (> 80%).

Сканиране на данни за състояния на почивка

Сканирането е извършено в ЯМР центъра в Източно-Китайския нормален университет. Данните от ЯМР са получени с помощта на скенер Siemens Trio 3T (Siemens, Erlangen, Германия). „Състоянието в покой“ беше определено като никаква специфична когнитивна задача по време на fMRI сканирането в нашата задача. Участниците бяха длъжни да останат неподвижни, да затворят очи, да останат будни и да не мислят за нищо систематично38,39, За да се сведе до минимум движението на главата, участниците са легнали на гръб с глава, плътно фиксирана с колани и пенопласти. Функционалните образи на състоянието на покой са получени чрез използване на EPI (echo-planar imaging) последователност. Параметрите за сканиране са както следва: разделени, време на повторение = 2000 ms, аксиални фигури 33, дебелина = 3.0 mm, разделителна способност в равнината = 64 * 64, ехо време = 30 ms, ъгъл на завъртане = 90, поле на видимост = 240 * 240 mm, 210 обеми (7 min). Структурните изображения бяха събрани с помощта на 1D развалена градиентна последователност, претегната с T3, и беше придобита, покриваща целия мозък (176 срезове, време на повторение = 1700 ms, ехо време TE = 2.26 ms, дебелина на среза = 1.0 mm, пропускане = 0 mm , ъгъл на завъртане = 90 °, зрително поле = 240 * 240 mm, разделителна способност в равнината = 256 * 256).

Предварителна обработка на данни

Данните за почивка са извършени с REST и DPARSF (http://restfmri.org)40, Предварителната обработка се състоеше от премахване на първите 10 времеви точки (поради равновесие на сигнала и за да се даде възможност на участниците да се адаптират към шума при сканиране), физиологична корекция, синхронизиране на парчетата, регистрация на обема и корекция на движението на главата. Възможно е замърсяване от няколко неприятни сигнала, включително сигнал за бяла материя, мозъчна спинална течност, глобален сигнал и шест вектори на движение. Времевата серия от изображения на всеки субект се коригира чрез движение с помощта на подход с най-малки квадрати и линейна трансформация с шест параметъра (твърдо тяло).41. Индивидуалното структурно изображение се регистрира съвместно със средното функционално изображение след корекция на движението, използвайки линейна трансформация. Функционалните обеми, коригирани с движение, са пространствено нормализирани в пространството на MNI (Монреалски неврологичен институт) и са взети повторни проби до 3 mm изотропни воксели, като се използват параметрите за нормализиране, оценени по време на единната сегментация. По-нататъшната предварителна обработка включва (1) лентово филтриране между 0.01 и 0.08 Hz; (2) За да оценим функционалната свързаност, първо изчислихме коефициента на корелация на Пиърсън между средните времеви курсове на интензитета на сигнала за всяка двойка от интересуващия регион (ROI). Трансформация r-to-z на Fisher беше приложена към всяка корелационна карта, за да се получи приблизително нормално разпределение на стойностите на функционалната свързаност и съответно да се приложи параметрична статистика.

Избор на ROI в покой

Семената са избрани априори въз основа на публикуваните литератури, а не на извличане на семена от задачи, за да се избегне пристрастие и да се увеличи обобщеността на констатациите. За контролната мрежа, семената бяха определени въз основа на скорошно FC изследване, използващо данни от 1000 млади възрастни42 Предполага се, че фронтално-теменната контролна мрежа включва шест участъка от мозъка. Те се намират в предната и теменната област на мозъка (намерете подробни координати от Фигура 1). Използвахме симетричните координати, за да изберем семената от дясното полукълбо.

Фигура 1 

Избраните ROI в проучването.

За мрежата за оценка на възнаграждението много проучвания предполагат, че орбитафронталната ивична верига подпомага конвертирането на различни видове бъдещи награди в един вид вътрешна валута18,20,21, Тази верига включва вентрален стриатум, дорзална стриатум и орбитофронтална верига. Освен това, предишни проучвания показаха също, че амигдалната мрежа е ключовият регион, който стои в основата на оценката на възнаграждението43, По този начин в това изследване ние включихме и амигдалата в мрежата за възнаграждение. Тъй като стриатумът, амигдалата са относително малки области на мозъка, ние избрахме целия регион като семена. Амигдалата се екстрахира от харкардско-оксфордския субкортикален атлас; стриатумът беше избран с използване на Oxford-striatum-atlas. За OFC семената се определят на базата на мета-анализ44,45, което предполага две различни странични OFC функционални подрегиони, една от които участва в мотивационно независими подсилващи представяния (-23, 30, -12 и 16, 29, −13) и друга в оценката на punishers, водеща до промяна в поведението (−32) , 40, -11 и 33, 39, -11). виждам Фигура 1.

Връзките между семена, които избрахме по-горе, могат само да осигурят различия на ниво група и да покажат отделно вътрешните връзки в контролната мрежа и мрежата за възнаграждение. За да намерим взаимодействията между тези две мрежи за отделни субекти и как те съвместно влияят на поведението, се нуждаем от „възел“, който се свързва с двете мрежи. В това проучване ние избрахме областта на ядрото на ядрото (NAcc) като свързващ възел или „семенна“ област, за да се свърже между контролната и възнаграждаващата мрежи, тъй като NAcc има важна роля в пристрастяването46, и са доказали, че са ценна съединителна възлова точка при изследванията на зависимост21, NAcc се екстрахира и от харкардско-оксфордския субкортикален атлас.

Изчисляване на функционалната свързаност

За всяка възвръщаемост на инвестициите се получава представителен курс за BOLD време чрез осредняване на сигнала от всички воксели в ROI. Литературите на функционални мрежи са показали, че имат разделими компоненти на дясно и ляво полукълбо47,48,49, По този начин, в това изследване, първо сме изчислили средната стойност на FCs сред лявата и дясната ROI на мрежата за управление / възнаграждение, поотделно. След това взехме средната стойност на тези два FCs за целия FC индекс. Съотношението между NAcc и изпълнителната / възнаграждаващата мрежа се изчислява по следния начин: Ние изчислихме средната стойност на FCs между NAcc и контролните / възнаграждаващите ROI на мрежата в същото полукълбо. След това взехме средната стойност на тези полусферични ФК като общ индекс на ФК.

Резултати

FC разликата в контролната мрежа между IGD и HC

Фигура 2 показва FC в контролна мрежа в IGD и HC. FC в контролната мрежа в HC е значително по-висока от тази в IGD, както в целия мозък, така и в полусферичните нива (HC е незначително значима от IGD в FC в лявата контролна мрежа).

Фигура 2 

Композитни FC показатели на контролна мрежа в IGD и HC групи при различни сравнения: целият мозък (ляво), лявото полукълбо (средно) и дясното полукълбо (вдясно).

FC разлика в мрежата за възнаграждения между IGD и HC

Фигура 3 показва ФК в мрежата за възнаграждения в IGD и HC. FC в мрежата за възнаграждения на IGD е значително по-висока от тази в HC в целия мозък (p = 0.060) и лявото полукълбо (p = 0.061). Въпреки че IGD показват по-висок FC от HC в дясното полукълбо, обаче, той не достига статистическа значимост (p = 0.112).

Фигура 3 

Композитни ФК индекси на мрежата за възнаграждения в групите IGD и HC при различни сравнения: целият мозък (ляво), лявото полукълбо (средно) и дясното полукълбо (вдясно).

Взаимодействия между контролната мрежа и мрежата за възнаграждения

Изчислихме взаимодействията между контролната мрежа и мрежата за възнаграждения на цялото мозъчно ниво и полусферичните нива. Първият ред на фигура 4 показва връзката между контролната мрежа и мрежата за възнаграждение в целия мозък във всички субекти (вляво) и в групи (вдясно). Можем да открием, че ФК в контролната мрежа е отрицателно свързана с мрежата за възнаграждение във всички групи субекти. Цифрите във втория ред показват, че контролната мрежа е обратно пропорционално свързана с мрежата за възнаграждение в лявото полукълбо. Въпреки това, в дясното полукълбо (третия ред), въпреки че показват отрицателни тенденции, всички тези корелации не достигат статистическа значимост (Това може да се дължи на факта, че всички ROI на контролната мрежа са дефинирани в лявото полукълбо. ляво полукълбо симетрично). Четвъртият ред показва между-полусферичните взаимодействия между контролната мрежа и мрежата за възнаграждения. Можем също така да намерим отрицателна корелация между контролната мрежа и мрежата за възнаграждения. Вземете всички, въпреки че някои от тези корелации не достигат статистическа значимост, все още можем да заключим, че контролната мрежа е отрицателно свързана с мрежата за възнаграждение.

Фигура 4 

Връзката между контролната мрежа и индексите на мрежата за възнаграждение във всички обекти (вляво), IGD (средата) и HC групите (вдясно), съответно.

Дискусия

Синхронизиране на по-ниската контролна мрежа и по-висока синхронизация на мрежата за награди в IGD обекти

В това проучване наблюдаваме намалена синхронност на изпълнителната контролна мрежа на IGD субектите в сравнение с тази на HC. Моделът на временното обвързване предполага, че синхронизацията на мозъчните сигнали между мозъчните области е от решаващо значение за улесняване на нервните комуникации31. По този начин, намаленият синхрон в контролната мрежа може да означава, че продължителното време на онлайн игра на субектите на IGD нарушава тяхната система за изпълнителен контрол. Предишни проучвания са установили, че FC в конкретна мрежа може да бъде предиктор за съответното поведенческо представяне30,50,51, Изследванията, базирани на задачи, също показват, че субектите с IGD показват намалена инхибиция на реакцията, отколкото здравите контроли8,9,11,12, Такива тенденции на реакция изглежда се влияят от свързани с онлайн игри стимули, с по-лошо представяне, наблюдавано при IGD, отколкото при не-IGD субекти9, Очевидните дефицити на смяна на предаването и когнитивния контрол в IGD могат да бъдат свързани с неефективната обработка в рамките на невронните схеми, лежащи в основата на тези процеси, с някои от тези невронни мерки, свързани с тежестта на IGD12.

В мрежата за възнаграждения, FC в IGD е значително по-висока от тази в HC. По-силните връзки между семената на награждаващите мрежи в IGD предполагат, че те показват засилено желание за възнаграждение, отколкото наградата от групата на НС. Изследванията, базирани на задачи, показали доказателства, че чувствителността към възнаграждение е повишена сред субектите на IGD, когато се сравнява със здрави контроли2,9,14,15 както в леки, така и в екстремни ситуации. Повишената чувствителност на възнаграждението може да допринесе за повишените желания да се включи в онлайн игра, тъй като IGD участниците могат да получат по-силна награда. И дългосрочните онлайн игри могат да накарат играчите да се отдадат на виртуални преживявания и да преживеят този опит в реалния живот52.

Небалансирана корелация между контролната мрежа и мрежата за възнаграждения

За по-нататъшно тестване на взаимодействията между мрежата за изпълнителен контрол и мрежата за награди и за да открием как те съвместно влияят върху крайното поведение при отделни субекти, ние избрахме NAcc като свързващ възел или „семен“ регион, за да свържем изпълнителния контрол и наградата мрежи. Фигура 4 показва, че индексите на изпълнителната контролна мрежа и мрежата за възнаграждение имат значителни обратни пропорции, което предполага по-силната свързаност на мрежата за възнаграждение, толкова по-слаба е свързаността на контролната мрежа. Тези две мрежи си взаимодействат в мода на издърпване и натискане, където силната мотивация ще доведе до смущения в изпълнителната контролна верига и силният изпълнителен контрол ще доведе до потискане на мотивационните желания.53.

Предишни проучвания показват, че изпълнителната система за контрол насърчава когнитивния и поведенчески контрол над мотивационните механизми и може да даде възможност на хората да възпрепятстват желанията и поведението, търсещо възнаграждение.54,55,56, Обратното съотношение между изпълнителната контролна мрежа и мрежата за възнаграждения може да допринесе много за разбирането на механизма на пристрастяване, който стои в основата на IGD: Повишените усещания за награда по време на победата или удоволствието могат да увеличат желанието им да играят онлайн. Междувременно уврежданията в управленския контрол могат да доведат до неефективно потискане на такива желания, което може да позволи на желанията или желанията да доминират и да доведат до прекомерно онлайн играене.

Небалансираната функционална връзка между изпълнителната контролна мрежа и мрежата за награди може също да хвърли светлина върху разбирането за вземането на решения на IGD. Проучванията разкриват, че субектите с IGD показват намалено съобразяване с резултатите от опита при вземане на бъдещи решения52, При вземане на решения между участие в незабавно награждаване (например онлайн игра) и дългосрочни неблагоприятни последици (напр. Използване на времето, прекарано в игрите, за да се извършват дейности, свързани с по-дългосрочен професионален успех), индивидите с IGD могат да се считат за показващи „Късогледство за бъдещето“, както е описано за наркоманиите57,58,59, Силната мрежа за възнаграждение, синхронизирана с непосредственото възнаграждение, може да надвишава процеса на вземане на решения, за да попречи на импулса, което може да е разумно да обясни процеса на вземане на решения, базиран на оценката, към непосредственото възнаграждение, което води до импулсивно поведение при онлайн игра. Освен това поведението, търсещо възнаграждение, може да бъде подсилено чрез краткосрочни онлайн преживявания, водещи до порочен цикъл на пристрастяваща игра7.

В обобщение, това проучване показа, че промените (намаляване / увеличаване) в синхрона на мозъчните мрежи на субектите с IGD предполагат неефективната / прекомерна обработка в рамките на невронните вериги, лежащи в основата на тези процеси. Обратното съотношение между мрежата на изпълнителния контрол и мрежата за възнаграждения предполага, че уврежданията в изпълнителния контрол водят до неефективно инхибиране на засиленото желание за прекомерно онлайн игра. Тези резултати могат да хвърлят светлина върху механистичното разбиране на IGD. В допълнение, сходните характеристики между IGD и наркоманиите (например зависимостта от хероин) предполагат, че IGD може да споделя подобни невронни основи с други видове зависимости.

Ограничения

Тук трябва да бъдат разгледани няколко ограничения. Първо, тъй като има малко жени, пристрастени към онлайн игри, ние избрахме само мъже в това проучване. Дисбалансът в пола може да ограничи крайните заключения. На второ място, при изчисляването на взаимодействията между контролните мрежи и мрежите за възнаграждение, ние избрахме NAcc като семе, въз основа на функционалността на NAcc и предишните литератури. Не знаем дали има по-добри семена за това изчисление. На трето място, настоящото проучване разкри само, че съществуващите състояния съществуват в субектите с IAD, не можем да направим причинно-следствени заключения между тези фактори. Четвърто, при избора на ROI на дясното полукълбо за изпълнителната контролна мрежа, използвахме симетричните координати според лявото полукълбо, което може да е причината индексите в дясното полукълбо да са по-ниски от тези в лявото полукълбо.

Авторски вноски

GD е ​​проектирал експеримента и е написал първия проект на ръкописа. XL и XD събраха и анализираха данните, подготвиха цифрите. YH и CX обсъдиха резултатите, консултираха интерпретацията и допринесоха за окончателния проект на ръкописа. Всички автори допринесоха и одобриха окончателния ръкопис.

Благодарности

Това изследване беше подкрепено от Националната природонаучна фондация на Китай (31371023). Финансистът няма допълнителна роля в дизайна на изследването; в събирането, анализа и интерпретацията на данни; при изготвянето на доклада; или в решението за представяне на документа за публикуване.

Препратки

  • Holden C. „Поведенчески“ зависимости: съществуват ли? Science 294, 980–982, (2001) .10.1126 / science.294.5544.980 [PubMed] [Крос Реф]
  • Dong G., Hu Y. & Lin X. Чувствителност към награди / наказания сред интернет зависимите: Последици за тяхното пристрастяващо поведение. Prog невро-психофарм биол психиат 46, 139–145 (2013). [PubMed]
  • Weinstein A. & Lejoyeux M. Интернет зависимост или прекомерна употреба на Интернет. Am J Drug Alcohol Ab 36, 277-283 (2010). [PubMed]
  • Dong G., Lu Q., Zhou H. & Zhao X. Предшественик или последствия: патологични разстройства при хора с разстройство на пристрастяването към интернет. PloS one 6, e14703 (2011). [PMC безплатна статия] [PubMed]
  • Petry NM & O'Brien CP Интернет разстройство на игрите и DSM-5. Пристрастяване 108, 1186–1187 (2013). [PubMed]
  • Американска психиатрична асоциация. Диагностично и статистическо ръководство за психични разстройства (5th ed.) [145] (American Psychiatric Publishing, Вашингтон, 2013).
  • Dong G. & Potenza MN Когнитивно-поведенчески модел на интернет разстройство на игрите: Теоретични основи и клинични последици. J psychia res 58, 7–11 (2014). [PMC безплатна статия] [PubMed]
  • Dong G., Zhou H. & Zhao X. Импулсно инхибиране при хора с разстройство на пристрастяването към Интернет: електрофизиологични доказателства от проучване Go / NoGo. Neurosci lett 485, 138–142 (2010). [PubMed]
  • Zhou Z., Yuan G. & Yao J. Когнитивни пристрастия към картини, свързани с Интернет игри и изпълнителни дефицити при лица с пристрастяване към интернет игри. PloS one 7, e48961 (2012). [PMC безплатна статия] [PubMed]
  • Dong G., Lin X., Zhou H. & Lu Q. Когнитивна гъвкавост при зависими от интернет: fMRI доказателства от трудно до лесни и лесни към трудни ситуации на превключване. Addict Behav 39, 677–683 (2014). [PubMed]
  • Dong G., Zhou H. & Zhao X. Мъжете интернет зависими показват нарушена способност за изпълнителен контрол: доказателства от задачата Stroop с цветна дума. Neurosci lett 499, 114–118 (2011). [PubMed]
  • Dong G., Shen Y., Huang J. & Du X. Нарушена функция за наблюдение на грешки при хора с интернет пристрастеност: FMRI проучване, свързано със събития. Eur наркоман res 19, 269–275 (2013). [PubMed]
  • Лител М. и др. Обработване на грешки и потискане на реакцията при прекалено големи играчи на компютърни игри: потенциално изследване, свързано със събитие. Пристрастен биол 17, 934 – 947 (2012). [PubMed]
  • Dong G., Huang J. & Du X. Подобрена чувствителност към възнагражденията и намалена чувствителност към загуби при интернет зависими: проучване на fMRI по време на задача за отгатване. J психиатрия res 45, 1525–1529 (2011). [PubMed]
  • Dong G., DeVito E., Huang J. & Du X. Дифузионното тензорно изобразяване разкрива аномалии на таламуса и задната цингуларна кора в пристрастените към интернет игрите. J психиатрия res 46, 1212–1216 (2012). [PMC безплатна статия] [PubMed]
  • Ko CH и др. Мозъчна дейност, свързана с игрални стремежи към онлайн пристрастяване към игри. J психиатрия res 43, 739 – 747 (2009). [PubMed]
  • Ko CH и др. Активирането на мозъка както за предизвикани от реплики игри, така и за тютюнопушене сред субектите, съпътстващи интернет пристрастяването към игрите и никотиновата зависимост. J психиатрия res 47, 486 – 493 (2013). [PubMed]
  • Montague PR & Berns GS Невронна икономика и биологичните субстрати на оценката. Neuron 36, 265–284 (2002). [PubMed]
  • McClure SM, Ericson KM, Laibson DI, Loewenstein G. & Cohen JD Отстъпка във времето за първични награди. J Neurosci 27, 5796–5804 (2007). [PubMed]
  • Monterosso J., Piray P. & Luo S. Невроикономика и изследване на зависимостта. Biol Psychiatry 72, 107–112 (2012). [PubMed]
  • Xie C. и др. Небалансирана функционална връзка между мрежите за оценка на въздържаните от хероин субекти. Mol психиатрия 19, 10-12 (2014). [PubMed]
  • Barros-Loscertales A. и др. По-ниска активация в дясната фронтапериетална мрежа по време на преброяване на Stroop в кокаин-зависима група. Психиатрия res 194, 111 – 118 (2011). [PubMed]
  • Goldstein RZ & Volkow ND Наркоманията и нейната основна невробиологична основа: невроизобразителни доказателства за участието на фронталната кора. Психиатрията Am J 159, 1642–1652 (2002). [PMC безплатна статия] [PubMed]
  • Volkow ND и др. Когнитивният контрол на жаждата за наркотици инхибира регионите за награждаване на мозъка при злоупотребяващи с кокаин. NeuroImage 49, 2536 – 2543 (2010). [PMC безплатна статия] [PubMed]
  • Fox MD & Raichle ME Спонтанни колебания в мозъчната активност, наблюдавани с функционално ядрено-магнитен резонанс. Nat rev. Neurosci 8, 700–711 (2007). [PubMed]
  • Zhu Q., Zhang JD, Luo YLL, Dilks DD & Liu J. Невронната активност в състояние на покой в ​​селективните кортикални региони на лицето е свързана с поведението. J Neurosci 31, 10323–10330 (2011). [PubMed]
  • Greicius MD, Supekar K., Menon V. & Dougherty RF Функционалната свързаност в състояние на покой отразява структурна свързаност в мрежата по подразбиране. Cereb cortex 19, 72–78 (2009). [PMC безплатна статия] [PubMed]
  • Скъпа CJ и др. Прогнозиране на функционалната свързаност на човешкото състояние на почивка от структурната свързаност. PNAS 106, 2035 – 2040 (2009). [PMC безплатна статия] [PubMed]
  • Vincent JL и др. Вътрешна функционална архитектура в анестезирания мозък на маймуните. Природа 447, 83 – 86 (2007). [PubMed]
  • Сели WW и др. Разделими вътрешно присъщи мрежи за обработка на различия и изпълнителен контрол. J Neurosci 27, 2349-2356 (2007). [PMC безплатна статия] [PubMed]
  • Engel AK, Fries P. & Singer W. Динамични прогнози: трептения и синхрон при обработка отгоре надолу. Nat rev. Neurosci 2, 704–716 (2001). [PubMed]
  • Cox CL и др. Вашите почиващи мозъчни грижи за рисковото ви поведение. PloS един 5, e12296 (2010). [PMC безплатна статия] [PubMed]
  • Лекрубие Y. и др. Мини интернационалното интервю (MINI). Кратко диагностично структурирано интервю: надеждност и валидност според CIDI. Europ Psychiatry 12, 224 – 231 (1997).
  • Beck AT, Ward CH, Mendelson M., Mock J. & Erbaugh J. Опис за измерване на депресията. Arch Gen Psychiatry 4, 561–571 (1961). [PubMed]
  • Тест за пристрастяване към младите KS (IAT)http://netaddiction.com/index.php?option=combfquiz&view=onepage&catid=46&Itemid=106> (2009). Дата на достъп: 09/09/2009.
  • Widyanto L. & McMurran M. Психометричните свойства на теста за интернет зависимост. Cyberpsychol behav 7, 443–450 (2004). [PubMed]
  • Widyanto L., Griffiths MD & Brunsden V. Психометрично сравнение на теста за пристрастяване към интернет, скалата на свързаните с интернет проблеми и самодиагностиката. Cyberpsychol, behav soc netw 14, 141–149 (2011). [PubMed]
  • Zang Y., Jiang T., Lu Y., He Y. & Tian L. Регионален подход за хомогенност при анализа на данните от fMRI. Neuroimage 22, 394–400 (2004). [PubMed]
  • Вие H. и др. Променена регионална хомогенност при моторни корти при пациенти с множествена атрофия на системата. Neurosci Lett 502, 18 – 23 (2011). [PubMed]
  • Ян К.-Г. & Zang Y.-F. DPARSF: MATLAB инструментариум за анализ на данните за „тръбопровод“ на fMRI в състояние на покой. Невроски отпред на сист 4, 13, e3389 (2010). [PMC безплатна статия] [PubMed]
  • Friston KJ, Frith CD, Frackowiak RS & Turner R. Характеризиране на динамичните мозъчни реакции с fMRI: мултивариатен подход. NeuroImage 2, 166–172 (1995). [PubMed]
  • Yeo BT и др. Организацията на човешката мозъчна кора, оценена чрез присъща функционална свързаност. J неврофизиол 106, 1125-1165 (2011). [PMC безплатна статия] [PubMed]
  • Варачински М.А. Централната разширена мрежа на амигдалата като предложена верига, лежаща в основата на възнаграждението. Neurosci biobehav rev 30, 472 – 496 (2006). [PubMed]
  • Kringelbach ML & Rolls ET Функционалната невроанатомия на човешката орбитофронтална кора: доказателства от невроизобразяването и невропсихологията. Prog невробиол 72, 341–372 (2004). [PubMed]
  • Wilcox CE, Teshiba TM, Merideth F., Ling J. & Mayer AR Подобрена реактивност на репликата и фронто-стриатална функционална свързаност при нарушения на употребата на кокаин. Наркотична алкохолна зависимост 115, 137–144 (2011). [PMC безплатна статия] [PubMed]
  • Everitt BJ & Robbins TW Невронни укрепващи системи за наркомания: от действия до навици до принуда. Nat neurosci 8, 1481–1489 (2005). [PubMed]
  • Shirer WR, Ryali S., Rykhlevskaia E., Menon V. & Greicius MD Декодиране на субектни когнитивни състояния с модели на свързаност на целия мозък. Cereb cortex 22, 158–165 (2012). [PMC безплатна статия] [PubMed]
  • Damoiseaux JS и др. Последователни мрежи за почивка в здрави индивиди. PNAS 103, 13848 – 13853 (2006). [PMC безплатна статия] [PubMed]
  • Хабас С. и др. Различни малки участници в мрежите за присъща свързаност. J Neurosci 29, 8586-8594 (2009). [PMC безплатна статия] [PubMed]
  • Spreng RN, Stevens WD, Chamberlain JP, Gilmore AW & Schacter DL Мрежова активност по подразбиране, съчетана с фронтопариеталната контролна мрежа, поддържа целенасочено познание. NeuroImage 53, 303–317 (2010). [PMC безплатна статия] [PubMed]
  • Крмпотич Т. Д. и др. Дейността в състоянието на покой в ​​лявата изпълнителна контролна мрежа е свързана с поведенчески подход и се увеличава в зависимост от веществата. Лекарствените алкохоли зависят от 129, 1 – 7 (2013). [PMC безплатна статия] [PubMed]
  • Dong G., Hu Y., Lin X. & Lu Q. Какво кара интернет зависимите да продължават да играят онлайн дори когато са изправени пред сериозни негативни последици? Възможни обяснения от fMRI проучване. Biol psychol 94, 282–289 (2013). [PubMed]
  • Miller EK & Cohen JD Интегративна теория за префронталната функция на кората. Annu Rev Neurosci 24, 167–202 (2001). [PubMed]
  • Sofuoglu M., DeVito EE, Waters AJ & Carroll KM Когнитивно подобрение като лечение за наркомании. Neuropharmacol 64, 452–463 (2013). [PMC безплатна статия] [PubMed]
  • Everitt BJ и др. Орбиталната префронтална кора и наркомания при лабораторни животни и хора. Годишен NY Acad Sci 1121, 576-597 (2007). [PubMed]
  • Goldstein RZ & Volkow ND Дисфункция на префронталната кора при пристрастяване: находки от невроизобразяването и клинични последици. Nat rev. Neurosci 12, 652–669 (2011). [PMC безплатна статия] [PubMed]
  • Pawlikowski M. & Brand M. Прекомерни игри в интернет и вземане на решения: имат ли прекомерните играчи на World of Warcraft проблеми при вземането на решения при рискови условия? Психиатрия res 188, 428–433 (2011). [PubMed]
  • Floros G. & Siomos K. Модели на избор на жанрове за видеоигри и пристрастяване към интернет. Cyberpsycholo, behav social netw 15, 417–424 (2012). [PubMed]
  • Bechara A., Dolan S. & Hindes A. Вземане на решения и пристрастяване (част II): късогледство за бъдещето или свръхчувствителност към награда? Neuropsychologia 40, 1690–1705 (2002). [PubMed]