Микроструктурни нарушения при юноши с нарушение на интернет зависимостта. (2011)

Материали и методи Топ

Всички изследователски процедури бяха одобрени от Подкомисията по хуманитарни изследвания на Западната китайска болница и бяха проведени в съответствие с Декларацията от Хелзинки.

2.1 Теми

Според модифицирания Young Diagnostic Questionnaire за Интернет пристрастяване (YDQ) критериите на Beard and Wolf [16], [29]В нашето изследване бяха включени осемнадесет първокурсници и студенти с IAD (мъже 12, средна възраст = 19.4 ± 3.1 години, образование 13.4 ± 2.5 години). Критериите за YDQ [16] се състои от следните осем “да” или “не” въпроси, които са: (1) Чувствате ли се абсорбирани в интернет (помнете предишната онлайн дейност или желаната следваща онлайн сесия)? (2) Чувствате ли се доволни от използването на интернет, ако увеличите количеството си на онлайн време? (3) Не успяхте ли да контролирате, намалявате или излизате от интернет многократно? (4) Чувствате ли се нервен, темпераментен, депресиран или чувствителен, когато се опитвате да намалите или преустановите използването на интернет? (5) Оставате ли онлайн по-дълго от първоначално предвиденото? (6) Рискували ли сте да загубите значителна връзка, работа, образователна или професионална възможност заради интернет? (7) Излъгал ли си членовете на семейството си, терапевта или други хора, за да скриеш истината за намесата си в интернет? (8) Използвате ли интернет като начин да избягате от проблеми или да облекчите тревожно настроение (напр. Чувство на безпомощност, виновен, тревожност или депресия)? Всичките осем въпроса бяха преведени на китайски. Янг твърди, че пет или повече отговора „да“ на осемте въпроса посочват зависим от интернет потребител [16], По-късно Бърд и Вълк промениха YDQ критериите [29]и респондентите, които отговориха с „да“ на въпроси от 1 до 5 и поне на някой от останалите три въпроса, бяха класифицирани като страдащи от пристрастяване към интернет, което беше използвано за скрининг на субектите в настоящото проучване. Пристрастяването беше постепенен процес, затова изследвахме дали има или не линейни промени в мозъчната структура. Продължителността на заболяването е оценена чрез ретроспективна диагноза. Помолихме субектите да си припомнят начина си на живот, когато първоначално бяха пристрастени към интернет. За да гарантираме, че страдат от пристрастяване към интернет, ние ги проверихме отново с критериите YDQ, модифицирани от Beard and Wolf. Също така потвърдихме надеждността на самоотчетите от субектите на IAD, като разговаряхме с техните родители по телефона. Субектите на IAD прекарват 10.2 ± 2.6 часа на ден за онлайн игри. Дните на използване на интернет на седмица са 6.3 ± 0.5. Също така проверихме тази информация от съквартирантите и съучениците от субектите на IAD, че те често настояват да бъдат в интернет късно през нощта, нарушавайки живота на другите въпреки последствията. Осемнадесет съвпадащи по възраст и пол (p> 0.01) здрави контроли (12 мъже, средна възраст = 19.5 ± 2.8 години, образование 13.3 ± 2.0 години) без лична или фамилна анамнеза за психични разстройства също са участвали в нашето проучване. Според предишно проучване на IAD [19], избрахме здравословни контроли, които прекараха по-малко от 2 часа на ден в интернет. Здравите контроли също бяха тествани с YDQ критериите, модифицирани от Beard и Wolf, за да се гарантира, че те не страдат от IAD. Всички подбрани участници бяха проверени на родния китайски език, никога не използваха незаконни вещества и бяха десни. Преди да се извърши сканиране с магнитен резонанс (MRI), се провежда скрининг на лекарството за урина върху всички субекти, за да се изключи злоупотребата с вещества. Критериите за изключване за двете групи са (1) наличие на неврологично заболяване; (2) алкохол, никотин или злоупотреба с наркотици; (3) бременност или менструален цикъл при жени; и (4) всяко физическо заболяване като мозъчен тумор, хепатит или епилепсия, както е оценено съгласно клинични оценки и медицински данни. Освен това, за оценка на емоционалните състояния на всички участници в деня на сканирането са използвани скалата за самооценка (SAS) и скалата за самооценка на депресията (SDS). Всички пациенти и здрави контроли дадоха писмено информирано съгласие. По-подробна демографска информация бе представена в Таблица 1.

2.2 методология и анализ на данни за мозъка

2.2.1 Параметри на сканиране.

Данните за изображения бяха извършени на скенер 3T Siemens (Allegra; Siemens Medical System) в изследователския център на Huaxi MR, болницата West China в университета Sichuan, Ченгду, Китай. Използвана е стандартна намотка за главата на птици, както и ограничителни пенопласти за минимизиране на движението на главата и намаляване на шума от скенера. Последователностите на изображението са придобити чрез дифузионно претеглени изображения с еднократен ехо-плоско изображение в съответствие с предната-задната конусна равнина. Дифузионните тензорни изображения бяха получени с 2 средни стойности. Дифузионните сенсибилизиращи градиенти бяха приложени по 30 нелинейни посоки (b = 1000 s / mm)²) заедно с придобиване без дифузионно претегляне (b = 0 s / mm²). Параметрите за изобразяване са 45 непрекъснати аксиални резени с дебелина на среза 3 mm и без празнина, поле на видимост = 240 × 240 mm², време на повторение / ехо време = 6800 / 93 ms, матрица на придобиване = 128 × 128. В допълнение, аксиалните 3D T1-претеглени изображения бяха получени с развалена последователност на извикване на градиента и следните параметри: TR = 1900 ms; TE = 2.26 ms; флип ъгъл = 9⁰; разделителна способност в равнинна матрица = 256 × 256; резени = 176; зрително поле = 256 mm; размер на воксела = 1 × 1 × 1 mm.

2.2.2 VBM.

Структурните данни бяха обработени с FSL-VBM протокол [30], [31] с FSL 4.1 софтуер [32], Първо, всички T1 изображения бяха извлечени чрез мозъчния инструмент за екстракция (BET) [33]. След това се извърши сегментиране на тъканния тип с помощта на автоматизирания инструмент за сегментиране (FAST) на FMRIB V4.1 [34]. След това получените изображения с частичен обем на сивото вещество бяха подравнени към стандартното пространство на MNI152 с помощта на инструмента за линейна регистрация на изображения на FMRIB (FLIRT) [35], [36], последвано по желание от нелинейна регистрация с помощта на инструмента за регистрация на нелинейни изображения на FMRIB (FNIRT) [37], [38], която използва b-сплайн представяне на полето за регистрация на основата [39], Получените изображения се осредняват, за да се създаде специфичен за изследването шаблон, към който изображенията на нативното сиво вещество след това се пренаписват нелинейно. Оптимизираният протокол въведе модулация за свиване / уголемяване, дължаща се на нелинейния компонент на трансформацията: всеки воксел на регистрираното изображение на сива материя беше разделен от якобиан от основата. И накрая, за да се избере най-доброто ядро ​​на изглаждане, всички 32 модулирани, нормализирани изображения на обема на сивото вещество бяха изгладени с изотропни гауссови ядра, увеличаващи се по размер (сигма = 2.5, 3, 3.5 и 4 mm, съответстващи на 6, 7, 8 и 9.2 mm FWHM съответно). Регионалните промени в сивото вещество бяха оценени чрез пермутационно непараметрично тестване с случайни пермутации 5000 [40], Анализът на ковариацията (ANCOVA) е използван с възрастта, половите ефекти и общия интракраниален обем като ковариати. Общият интракраниален обем се изчислява като сума от сивото вещество, бялото вещество и обема на цереброспиналната течност от FSL BET сегментирането. Наскоро Dong et al. установиха, че депресивните и тревожните резултати са били значително по-високи след пристрастяването, в сравнение с преди пристрастяването при някои студенти, и те предположиха, че това са резултати от IAD, следователно SAS и SDS не са включени като объркани [41], Корекция за многобройни сравнения беше извършена с използване на метод, базиран на клъстер, с първоначален клъстер, формиращ праг при t = 2.0. Резултатите се считат за значими за p<0.05. За регионите, в които субектите с IAD показват значително различен обем на сивото вещество от контролите, обемите на сивото вещество в тези области са извлечени, осреднени и регресирани спрямо продължителността на пристрастяването към интернет.

2.2.3 DTI.

Изчислена е стойността на FA за всеки воксел, която отразява степента на дифузионна анизотропия в рамките на воксела (обхват 0 – 1, където по-малките стойности показват по-голяма изотропна дифузия и по-малка кохерентност и големи стойности, показващи насочената зависимост на броуновското движение от пътищата на бялата материя) [42], FDT софтуер във FSL 4.1 беше използван за изчисляване на FA [32], На първо място, корекцията за вихровите токове и движението на главата се извършваше чрез афинна регистрация на първия недифузионен обем на всеки субект. FA изображенията бяха създадени чрез напасване на дифузионния тензор към суровите данни за дифузия след екстракция на мозъка с помощта на BET [33], След това беше извършен вокселен статистически анализ на данните от FA чрез използване на пространствената статистика (TBSS) V1.2, част от FSL [43], [44], FA imges от всички субекти (IAD субекти и здрави контроли) бяха пренаредени в FMRIB58_FA стандартно-пространствено изображение от FNIRT [37], [38] като се използва b-сплайн представяне на полето за регистрация на основата [39]. След това средният FA образ е създаден и изтънен, за да се създаде среден FA скелет (праг от 0.2), представляващ центровете на всички тракти, общи за групата. След това подравнените FA данни на всеки субект бяха проектирани обратно върху този скелет. Промените в стойността на FA за бяло вещество бяха оценени с помощта на непараметрично тестване на базата на пермутация [40] с случайни пермутации 5000. ANCOVA е използван с възрастови и полови ефекти като ковариати. Корекция за многобройни сравнения беше извършена с използване на метод, базиран на клъстер, с начален праг за формиране на клъстер от t = 2.0. Резултатите се считат за значими за p<0.05. За клъстерите, където субектите, пристрастени към интернет, показват значително различни стойности на FA от контролите, FA на тези мозъчни региони са извлечени, осреднени и регресирани спрямо продължителността на интернет зависимостта.

2.2.4 Взаимодействие между сивото вещество и аномалиите на бялото вещество.

За да се изследват взаимодействията между промените на сивото вещество и промените на бялото вещество, беше извършен корелационен анализ между абнормните обеми от сиво вещество и стойностите на FA в бялото вещество в групата на IAD.

Резултати

3.1 VBM резултати

Регионалните промени в обема на сивата материя се оценяват непараметрично, като се използва оптимизиран VBM. Корекция за многобройни сравнения беше извършена с използване на метод, базиран на клъстер. Сравнението на VBM между субектите на IAD и съответстващите здрави контроли показва намаляване на обема на сивото вещество в няколко групи, т.е. двустранната DLPFC, допълнителната двигателна зона (SMA), OFC, малкия мозък и левия рострален ACC (rACC), след контролиране за потенциално объркващо променливи, включително възрастта, ефектите на пола и общия интракраниален обем. Обемите на сивото вещество на десния DLPFC, левият rACC и десният SMA показаха отрицателна корелация с месеци на интернет пристрастяване (r1 = −0.7256, p1 <0.005; r2 = -0.7409, p2 <0.005; r3 = -0.6451, p3 <0.005). Нито един мозъчен регион не показва по-голям обем на сивото вещество от здравите контроли, както е показано в Фигура 1 намлява Таблица 2

  

 

 

 

 

 

 

 

 

 

Фигура 1. VBM резултати.

А. Намален обем на сива материя в субектите на ИАД (1-p) коригирани p-изразни изображения. Фоновото изображение е стандартният шаблон MNI152_T1_1mm_brain в FSL. Б. Обемите на сивото вещество на DLPFC, rACC и SMA са отрицателно свързани с продължителността на интернет зависимостта.

  

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Таблица 2. Региони, които показват необичаен обем на сивото вещество и бяла материя FA (фракционна анизотропия) между субекти с нарушение на интернет зависимостта (IAD) и здрави контроли (p<0.05 коригирано).

Дой: 10.1371 / journal.pone.0020708.t002

Резултати от 3.2 DTI

По отношение на анализа на данните за DTI, корекция за многобройни сравнения беше извършена, използвайки метода на праговете, базиран на клъстер. Нашите TBSS резултати разкриват повишена стойност на ФА (IAD: 0.78 ± 0.04; контрол: 0.56 ± 0.02) на левия заден крайник на вътрешната капсула (PLIC) в IAD субекти в сравнение със здрави контроли и намалена стойност на FA (IAD: 0.31 ± 0.04; контрола: 0.48 ± 0.03) в бялото вещество в дясната парахипокампална извивка (PHG), както е показано в Фигура 2 намлява Таблица 2, Освен това ФА имаше тенденция да се свързва положително с продължителността на интернет пристрастяването в лявата PLIC (r = 0.5869, p <0.05), докато не се наблюдава значителна корелация между FA стойността на правилния PHG и продължителността на пристрастяването към интернет

  

 

 

 

 

 

 

 

 

 

 

 

 

Фигура 2. Резултати от DTI.

А. Структури на бяла материя, показващи абнормни FA при субекти на IAD, (1-p) коригирани p-изразни изображения. Фоновото изображение е стандартният шаблон на FMRIB58_FA_1mm в FSL. Червено-жълтите воксели представляват области, в които FA се понижава значително в IAD спрямо здрави контроли. Blue-Light Blue вокселите представляват увеличено FA в IAD. Б. ФА на ПЛИК е положително свързана с продължителността на интернет пристрастяването.

Дой: 10.1371 / journal.pone.0020708.g002

3.3 Взаимодействие между сивото вещество и аномалиите на бялото вещество

Анализът на взаимодействието между обема на сивото вещество и стойностите на FA в бялото вещество в групата на IAD разкри, че няма значителна корелация между тези две мерки.

Дискусия Топ

IAD доведе до нарушаване на индивидуалното психическо благополучие, академичен неуспех и намалена работоспособност сред подрастващите [12]-[18], Понастоящем, обаче, няма стандартизирано лечение за вътрешноприсъединителна дейност. Разработването на ефективни методи за намеса и лечение на вътрешната одиторска служба ще изисква първо да се установи ясно разбиране на механизмите. Информираността за мозъчните структурни аномалии в IAD е от решаващо значение за идентифициране на възможни фармакотерапии за лечение на това заболяване. В настоящото изследване открихме промени в обема на сивото вещество и промените в бялото вещество на FA при юноши с IAD. Разкрихме и връзката между тези структурни аномалии и продължителността на интернет зависимостта. Предполагахме, че IAD води до структурни промени в мозъка на юношите и тези структурни аномалии вероятно са свързани с функционални нарушения в когнитивния контрол..

4.1 VBM резултати

В съответствие с предишно проучване на VBM [21], ние не открихме никакви мозъчни региони, показващи увеличен обем на сивото вещество в обектите на интернет зависимостта, Регионалното сравнение на обема на сивата материя показва атрофия в рамките на няколко групи за цялата група интернет зависими (p <0.05, коригирани), които са били двустранните DLPFC, SMA, малкия мозък, OFC и левият rACC (както е показано в Фигура 1). Нещо повече, атрофията на десния DLPFC, левият rACC и десният SMA е отрицателно корелирана с продължителността на интернет зависимостта, която Zhou et al. не успя да открие [21], Тези резултати показаха, че при пристрастяването към интернет, мозъчната атрофия на DLPFC, rACC и SMA е по-сериозна. Някои резултати от мозъчната атрофия в нашето проучване са различни от предишните [21], което може да се дължи на различните методи за обработка на данни. В настоящото проучване възможните смущаващи ефекти от възрастта, пола и целия обем на мозъка бяха включени като ковариати, които предходното проучване не успя да разгледа. Различните методи на обработване вероятно доведоха до различни констатации.

Според предишни проучвания за наркоманиите, дългосрочната употреба на наркотични вещества [45], [46] и интернет пристрастяване [11], [20] ще доведе до нарушен когнитивен контрол. Когнитивният контрол може да бъде концептуализиран като способност за потискане на предполантни, но неправилни отговори и способността да се филтрира неподходяща информация в рамките на набор от стимули и да се даде възможност за подходящи действия за посрещане на сложни задачи и адаптация към променящата се среда. [47], Многобройни функционални изследвания на мозъка показват, че DLPFC и rACC са централно включени в когнитивния контрол [48], [49], Различни неврокогнитивни проучвания разкриха, че когнитивният контрол е свързан със специфична кортико-субкортикална верига, включително rACC и DLPFC [50], [51], Според известна хипотеза за наблюдение на конфликти [47], [52]появата на конфликт на реакция се сигнализира от РКК, което води до набиране на DLPFC за по-когнитивен контрол за последващо изпълнение. Тази важна роля на DLPFC е идентифицирана в невронаучните изследвания с регулаторни процеси отгоре надолу на когнитивния контрол [53], Неотдавнашни проучвания на невроизображенията също разкриха деактивиране на rACC в задача GO / NOGO при героин-зависими индивиди [54], [55] и употребяващите кокаин [45], което показва критичната роля на rACC в когнитивния контрол [46].

Смята се също, че OFC допринася за когнитивния контрол на насоченото към целта поведение чрез оценка на мотивационното значение на стимулите и избора на поведение за получаване на желаните резултати [56], OFC има широки връзки с стриатума и лимбичните области (като амигдалата). В резултат OFC е добре разположен, за да интегрира дейността на няколко лимбични и субкортикални области, свързани с мотивационно поведение и обработка на възнагражденията. [57], Някои проучвания върху животни показват, че увреждането и на OFC, и на премикалната кора на плъх (функционалният хомолог на човешкия DLPFC) нарушава придобиването и модифицирането на поведението, водено от непредвидени реакции и резултати, което показва, че тези региони могат да бъдат от решаващо значение за когнитивен контрол на целенасочено поведение [56], [58].

SMA е от решаващо значение за избор на подходящо поведение, независимо дали се избира да се изпълни подходящ отговор или се избере да се попречи на неподходящ отговор [59], Някои изследователи установиха, че в SMA са включени както прости, така и сложни задачи на GO / NOGO и те разкриват важната роля на SMA в медиацията на когнитивния контрол [46], [60].

Няколко анатомични, физиологични и функционални образни изследвания показват, че малкия мозък допринася за когнитивните функции от по-висок ред. [61]-[64]с дискретни увреждания на малкия мозък, което води до увреждане на изпълнителните функции и работната памет, дори при промени в личността като дезинхибирано и неподходящо поведение.

Нашите резултати (Фигура 1) на намаления обем на сивото вещество в DLPFC, rACC, OFC, SMA и малкия мозък може да бъде, поне отчасти, свързан с когнитивния контрол и целенасочено дисфункция на поведението в зависимост от интернет [15], [19], [20], [28], което може да обясни основните симптоми на интернет пристрастяването.

Резултати от 4.2 DTI

Изчислехме стойността на FA във всеки воксъл на бялото вещество за всеки субект, който определи силата на насоченост на микроструктурата на местния тракт. Сравнението на целия воксел в мозъка върху скелета на бялото вещество, използвайки пермутационно тестване и строги статистически прагове, показва, че субектите на IAD са имали по-ниски стойности на FA в клъстер в десния PHG (p <0.05, коригирано). От друга страна, търсенето на повишено FA при IAD субекти показа, че IAD субектите имат по-високи FA стойности в клъстер в лявата PLIC (p <0.05, коригирано). Освен това FA стойността на лявата PLIC корелира положително с продължителността на пристрастяването към интернет (Фигура 2).

PHG е мозъчна област, която обгражда хипокампуса и играе важна роля в кодирането и извличането на паметта [65], [66], PHG осигурява основния полисензорен вход към хипокампуса през енторхиналните връзки и е получател на различни комбинации от сетивна информация. [67], [68], които участват в познавателната и емоционалната регулация [69], Наскоро някои изследователи предположиха, че дясната PHG допринася за формирането и поддържането на свързаната информация в работната памет [70], Работната памет е посветена на временното съхранение и онлайн манипулирането на информация и е от решаващо значение за когнитивния контрол [71], Откритието, че по-ниската стойност на FA на PHG в субектите на IAD показа, че анормалните свойства на бялата материя може би са структурната основа на функционалните дефицити на работната памет в IAD предметите [19], Наскоро, Liu et al. [72] съобщава за повишено ReHo в двустранната PHG в IAD студентите в сравнение с контролите и предполага, че този резултат отразява функционалната промяна в мозъка, вероятно свързана с пътищата на възнаграждение. Очевидно е необходимо повече работа, за да се разбере точната роля на PHG в IAD.

Анатомично, вътрешната капсула е област от бяла материя в мозъка, която отделя опашното ядро ​​и таламуса от лещовидното ядро, което съдържа както възходящи, така и низходящи аксони. В допълнение към кортикоспиналните и кортикопонтиновите влакна, вътрешната капсула съдържа таламокортикални и кортикофугални влакна [73], [74], Задният крайник на вътрешната капсула съдържа кортикоспинални влакна, сетивни влакна (включително междинния лемникус и антеролатералната система) от тялото и няколко кортикобулбарни влакна. [73]-[76], Първичната моторна кора изпраща своите аксони през задния крайник на вътрешната капсула и играе важна роля в движението на пръстите и в моторните образи. [77], [78], Възможната причина за стойностите на FA във вътрешното подобряване на капсулата е, че субектите на IAD са прекарали повече време в компютърни игри и повтарящите се двигателни действия като щракване с мишката и клавиатурата променят структурата на вътрешната капсула. Като констатации, че обучението модифицира мозъчната структура в други изследвания [79]-[81]Тези дългосрочни тренировки вероятно са променили структурата на бялото вещество на PLIC. Предаването на информация между фронталните и подкорковите участъци на мозъка модулира по-високо когнитивно функциониране и човешко поведение [82], [83], който се основава на белите тъкани, преминаващи през вътрешната капсула [83], [84], Структурните аномалии във вътрешната капсула могат впоследствие да повлияят на когнитивната функция и да увредят изпълнителните и паметните функции [85], Анормалната стойност на FA на левия PLIC може да повлияе на трансфера и обработката на сензорната информация и накрая да доведе до увреждания в когнитивния контрол [86], [87], Освен това, пристрастяването към интернет може да причини физически дискомфорт или медицински проблеми като: синдром на карпалния тунел, сухота в очите, болки в гърба и силно главоболие. [88]-[90], Анормалната ФА стойност на лявата PLIC може да обясни синдрома на карпалния тунел в субектите на IAD, което трябва да бъде проверено с по-усъвършенстван дизайн в бъдеще.

4.3 Взаимодействие между сивото вещество и аномалиите на бялото вещество

Проучихме връзката между измененията на сивото и бялото вещество. За съжаление между тези две мерки няма значителни корелации. Това явление предполага, че морфологичните промени на IAD върху сивото и бялото вещество на мозъка не са значително линейно корелирани. Съществуваше възможността аномалиите на сивото вещество да свързват промените в бялото вещество по някакъв друг начин. Нашите открития обаче показаха, че структурните характеристики на сивото и бялото вещество са ненормални при юношите с IAD.

Има някои ограничения на настоящото проучване. На първо място, докато нашите резултати показват, че промените в сивото и бялото вещество може да са следствие от прекомерна употреба на интернет или IAD, не можем да изключим друга възможност, която да обърне внимание на структурната разлика между нормалните контроли и IAD, която може да бъде причина за прекомерното използване на интернет. Ненормалните характеристики на тези мозъчни региони, свързани с когнитивния контрол, при някои юноши ги правят относително незрели и им позволяват лесно да зависят от интернет. Причините и последствията трябва да бъдат изследвани чрез по-изчерпателен експериментален дизайн в бъдещото проучване. Ние обаче предположихме, че констатациите в настоящото проучване са последица от IAD. На второ място, по отношение на връзката между структурните промени и продължителността на IAD, месеците на IAD са груба характеристика чрез припомнянето на субектите на IAD. Помолихме субектите да си припомнят начина си на живот, когато първоначално бяха пристрастени към интернет. За да гарантираме, че страдат от пристрастяване към интернет, ние ги проверихме отново с критериите YDQ, модифицирани от Beard and Wolf. Също така потвърдихме надеждността на самоотчетите от субектите на IAD, като разговаряхме с техните родители по телефона. Структурните промени в мозъка в съответствие с процеса на пристрастяване могат да бъдат по-важни за разбирането на заболяването, поради което е проведена корелацията между продължителността и мозъчните структурни мерки. Тези корелации предполагат, че са установени кумулативни ефекти в намаления обем на сивото вещество на десния DLPFC, десния SMA, левия rACC и увеличеното FA на бялото вещество в левия PLIC. И накрая, въпреки че предположихме, че структурните аномалии на обема на сивото вещество и FA на бялото вещество са свързани с функционални увреждания в когнитивния контрол при IAD, най-голямото ограничение на настоящото проучване е липсата на количествена индикация за дефицитите в когнитивния контрол при тях юноши с IAD. Въпреки че връзките между тези структурни аномалии и продължителността на пристрастяването към интернет са били проверени в нашето настоящо проучване, все още е необходимо да се изследва по-подробно в бъдеще пълното характеризиране на естеството на основните структурни аномалии в IAD, което е критично за разбирането на въздействието на IAD за дългосрочно функциониране. В бъдеще ще интегрираме тези структурни открития с поведенчески изпълнения на когнитивни задачи при субекти с IAD. Като цяло промените в FA и промените в обема на сивото вещество, както е показано в настоящото проучване, показват промяна в мозъка на микроструктурно ниво, което подобрява нашето разбиране за IAD.

Заключение

Представихме доказателства, че субектите на ИАД са имали множество структурни промени в мозъка. Атрофията на сивото вещество и промените в бялата материя на FA в някои области на мозъка корелираха значително с продължителността на интернет зависимостта. Тези резултати могат да се интерпретират, поне частично, като функционално увреждане на когнитивния контрол в IAD. Аномалиите на префронталната кора са съвместими с предишни проучвания за злоупотреба с вещества [23], [48], [80], [81], следователно, ние предложихме да съществуват частично припокриващи се механизми в ИВ и употребата на вещества. Надявахме се, че нашите резултати ще подобрят нашето разбиране за вътрешната одиторска служба и ще подпомогнат подобряването на диагностиката и превенцията на вътрешната вътрешна служба.

Благодарности Топ

Бихме искали да благодарим на Qin Ouyang, Qizhu Wu и Junran Zhang за ценна техническа помощ при провеждането на това изследване.

Препратки Топ

1. Ernst M, Pine D, Hardin M (2006) Триадичен модел на невробиологията на мотивираното поведение в юношеството. Психологическа медицина 36: 299 – 312. Намерете тази статия онлайн
2. Csikszentmihalyi M, Larson R, Prescott S (1977) Екологията на юношеската дейност и опит. Вестник за младежта и юношеството 6: 281 – 294. Намерете тази статия онлайн
3. Casey B, Tottenham N, Liston C, Durston S (2005) Представяне на развиващия се мозък: какво сме научили за когнитивното развитие? Тенденции в когнитивните науки 9: 104 – 110. Намерете тази статия онлайн
4. Кейси Б, Галван А, Харе Т (2005) Промени в мозъчната функционална организация по време на когнитивното развитие. Текущо мнение в невробиологията 15: 239 – 244. Намерете тази статия онлайн
5. Ernst M, Nelson E, Jazbec S, McClure Е, Monk C, et al. (2005) Amygdala и nucleus accumbens в отговорите за получаване и пропускане на печалби при възрастни и юноши. Neuroimage 25: 1279 – 1291. Намерете тази статия онлайн
6. May J, Delgado M, DahlR, Stenger V, Ryan N, et al. (2004) Функционална магнитно-резонансна картина, свързана със събития, свързана с възнаграждаване на мозъчните вериги при деца и юноши. Биологична психиатрия 55: 359 – 366.
7. Galvan A, Hare T, Parra C, Penn J, Voss H, et al. (2006) По-ранното развитие на accumbens по отношение на орбитофронталната кора може да бъде в основата на рисковото поведение при юношите. Вестник на неврологията 26: 6885 – 6892. Намерете тази статия онлайн
8. Steinberg L (2005) Когнитивно и афективно развитие в юношеството. Тенденции в когнитивните науки 9: 69 – 74. Намерете тази статия онлайн
9. Pine D, Cohen P, Brook J (2001) Емоционална реактивност и риск за психопатология сред юноши. ЦНС спектри 6: 27 – 35. Намерете тази статия онлайн
10. Silveri M, Tzilos G, Pimentel P, Yurgelun-Todd D (2004) Траектории на емоционално и когнитивно развитие на юношите: ефекти на пола и риск от употреба на наркотици. Анали на Нюйоркската академия на науките 1021: 363 – 370. Намерете тази статия онлайн
11. Cao F, Su L, Liu T, Gao X (2007) Връзката между импулсивността и интернет зависимостта в извадка от китайски юноши. Европейска психиатрия 22: 466 – 471. Намерете тази статия онлайн
12. Ko С, Yen J, Chen S, Yang M, Lin H, et al. (2009) Предложени диагностични критерии и инструмент за скрининг и диагностика на интернет пристрастяването сред студентите. Пълна психиатрия 50: 378 – 384. Намерете тази статия онлайн
13. Flisher C (2010) Включване: Преглед на интернет пристрастяването. Вестник на педиатрията и детското здраве 46: 557 – 559. Намерете тази статия онлайн
14. Кристакис D (2010) Интернет пристрастяване: епидемия 21 век? BMC медицина 8: 61. Намерете тази статия онлайн
15. Chou C, Condron L, Belland J (2005) Преглед на изследването на интернет пристрастяването. Преглед на психологията на образованието 17: 363 – 388. Намерете тази статия онлайн
16. Young K (1998) Интернет пристрастяване: Появата на ново клинично разстройство. Киберпсихология и поведение 1: 237–244. Намерете тази статия онлайн
17. Morahan-Martin J, Schumacher P (2000) Честота и корелации на патологичното използване на Интернет сред студентите. Компютри в човешкото поведение 16: 13 – 29. Намерете тази статия онлайн
18. Scherer K (1997) Живот в колеж онлайн: Здравословно и нездравословно използване на Интернет. Списание за развитие на студентски колеги 38: 655 – 665. Намерете тази статия онлайн
19. Ko С, Liu G, Hsiao S, Yen J, Yang M, et al. (2009) Мозъчна дейност, свързана с желанието на онлайн игралните пристрастявания. Вестник за психиатрични изследвания 43: 739 – 747. Намерете тази статия онлайн
20. Донг G, Лу Q, Чжоу Х, Джао X (2010) Импулсно инхибиране при хора с нарушение на интернет зависимостта: електрофизиологични доказателства от Go / NoGo проучване. Невронаучни букви 485: 138 – 142. Намерете тази статия онлайн
21. Zhou Y, Lin F, Du Y, Qin L, Zhao Z, et al. (2009) Аномалии в сивата материя при пристрастяване към интернет: морфометрично изследване, базирано на воксел. Европейски вестник по радиология. Дой:10.1016 / j.ejrad.2009.1010.1025.
22. Jun L, Xue-ping G, Osunde I, Xin L, Shun-ke Z, et al. (2010) Повишена регионална хомогенност в интернет разстройството на пристрастяване: изследване с функционално магнитно-резонансно изобразяване в състояние на покой. Китайско медицинско списание 123: 1904 – 1908. Намерете тази статия онлайн
23. Yuan K, Qin W, Dong M, Liu J, Sun J, et al. (2010) Дефицити на сивото вещество и аномалии в състоянието на покой при абстинентни героинозависими индивиди. Невронаучни букви 482: 101 – 105. Намерете тази статия онлайн
24. Юан К, Qin W, Liu J, Guo Q, Dong M, et al. (2010) Променени функционални мрежи на мозъка в малкия свят и продължителността на употребата на хероин при мъже, въздържали се от хероин. Невронаучни букви 477: 37 – 42. Намерете тази статия онлайн
25. Yuan K, Qin W, Dong M, Liu J, Liu P, et al. (2010) Комбинирането на пространствена и времева информация, за да се изследват промените в мрежите на покоящите се в абстинентни героинозависими индивиди. Невронаучни букви 475: 20 – 24. Намерете тази статия онлайн
26. Liu J, Liang J, Qin W, Tian J, Yuan K, et al. (2009) Дисфункционални модели на свързаност при употребяващите хроничен хероин: изследване на fMRI. Невронаучни букви 460: 72 – 77. Намерете тази статия онлайн
27. Volkow N, Fowler J, Wang G (2003) Пристрастеният човешки мозък: прозрения от образни изследвания. Вестник за клинично изследване 111: 1444 – 1451. Намерете тази статия онлайн
28. Ko С, Hsiao S, Liu G, Yen J, Yang M, et al. (2010) Характеристиките на вземане на решения, потенциал за поемане на рискове и личност на студентите с пристрастяване към интернет. Психиатрични изследвания 175: 121 – 125. Намерете тази статия онлайн
29. Beard K, Wolf E (2001) Модификация в предложените диагностични критерии за пристрастяване към интернет. CyberPsychology & Behavior 4: 377–383. Намерете тази статия онлайн
30. Ashburner J, Friston K (2000) Морфометрия на основата на Voxel - методите. Neuroimage 11: 805 – 821. Намерете тази статия онлайн
31. Добро С, Johnsrude I, Ashburner J, Henson R, Fristen K, et al. (2001) Морфометрично изследване на стареенето в нормални възрастни човешки мозъци на 465 въз основа на воксел. Neuroimage 14: 21 – 36. Намерете тази статия онлайн
32. Smith S, Jenkinson M, Woolrich M, Beckmann C, Behrens T, et al. (2004) Напредък във функционалния и структурен анализ и прилагане на МР изображения като FSL. Neuroimage 23: 208 – 219. Намерете тази статия онлайн
33. Smith S (2002) Бързо стабилна автоматизирана екстракция на мозъка. Картиране на човешки мозък 17: 143 – 155. Намерете тази статия онлайн
34. Джан Ю, Брейди М, Смит С (2001) Сегментация на мозъчни MR образи чрез скрит модел на случайно поле на Марков и алгоритъм за максимизация на очакванията. IEEE сделки с медицински изображения 20: 45 – 57. Намерете тази статия онлайн
35. Дженкинсън М, Smith S (2001) Глобален метод за оптимизация за стабилна афинна регистрация на мозъчни образи. Анализ на медицински изображения 5: 143 – 156. Намерете тази статия онлайн
36. Jenkinson M, Bannister P, Brady M, Smith S (2002) Подобрена оптимизация за стабилна и точна линейна регистрация и корекция на движението на мозъчните образи. Neuroimage 17: 825 – 841. Намерете тази статия онлайн
37. Andersson J, Jenkinson M, Smith S (2007) Нелинейна оптимизация. Технически отчети на Групата за анализи на FMRIB: TR07JA02 от www.fmrib.ox.ac.uk/analysis/techrep.
38. Andersson J, Jenkinson M, Smith S (2007) Нелинейна регистрация, известна още като пространствена нормализация. Технически отчети на Групата за анализи на FMRIB: TR07JA02 от www.fmrib.ox.ac.uk/analysis/techrep.
39. Rueckert D, Sonoda L, Hayes C, Hill D, Leach M, et al. (2002) Нежива регистрация, използвайки деформации в свободна форма: прилагане към гръдни MR образи. IEEE сделки с медицински изображения 18: 712 – 721. Намерете тази статия онлайн
40. Николс Т., Холмс А (2002) Непараметрични пермутационни тестове за функционални невроизображения: грунд с примери. Картиране на човешки мозък 15: 1 – 25. Намерете тази статия онлайн
41. Донг G, Лу Q, Чжоу Х, Джао X, Майлс J (2011) Предтеча или секвела: Патологични нарушения при хора с интернет смущения в пристрастяването. PloS един 6: 306 – 307. Намерете тази статия онлайн
42. Beaulieu C (2002) Основата на анизотропната дифузия на водата в нервната система - технически преглед. NMR в биомедицина 15: 435-455. Намерете тази статия онлайн
43. Smith S, Jenkinson М, Johansen-Berg H, Rueckert D, Nichols Т, et al. (2006) Пространствена статистика на базата на тракта: вокселиален анализ на данни за дифузия с множество субекти. Neuroimage 31: 1487 – 1505. Намерете тази статия онлайн
44. Smith S, Johansen-Berg H, Jenkinson М, Rueckert D, Nichols T, et al. (2007) Придобиване и вокселиален анализ на мулти-тематични дифузионни данни с базирани на тракт пространствени статистики. Протоколи за природата 2: 499 – 503. Намерете тази статия онлайн
45. Kaufman J, Ross T, Stein E, Garavan H (2003) Cingulate хипоактивност при употребяващите кокаин по време на GO-NOGO задача, разкрита от свързаното с събития функционално магнитен резонанс. Вестник на неврологията 23: 7839 – 7843. Намерете тази статия онлайн
46. Li C, Sinha R (2008) Инхибиторен контрол и регулиране на емоционалния стрес: Невроизобразителни доказателства за фронтално-лимбична дисфункция при психостимулантна зависимост. Невронаука и биоповеденчески прегледи 32: 581–597. Намерете тази статия онлайн
47. Botvinick M, Braver T, Barch D, Carter C, Cohen J (2001) Мониторинг на конфликти и когнитивен контрол. Психологически преглед 108: 624 – 652. Намерете тази статия онлайн
48. Krawczyk D (2002) Принос на префронталната кора в невронната основа на човешкото вземане на решения. Невронауки и биоповеденчески прегледи 26: 631–664. Намерете тази статия онлайн
49. Wilson S, Sayette M, Fiez J (2004) Префронтални отговори на лекарствените знаци: неврокогнитивен анализ. Природа Neuroscience 7: 211 – 214. Намерете тази статия онлайн
50. Бръснар А, Картър С (2005) Когнитивният контрол е включен в преодоляването на предпоставените реакции и превключването между задачи. Церебрална кортекс 15: 899 – 912. Намерете тази статия онлайн
51. MacDonald A, Cohen J, Stenger V, Carter C (2000) Дисоциира ролята на дорсолатералната префронтална и предна част на зъбния кортекс в когнитивния контрол. Наука 288: 1835 – 1838. Намерете тази статия онлайн
52. Botvinick M, Nystrom L, Fissell K, Carter C, Cohen J (1999) Мониторинг на конфликти срещу селекция за действие в предната част на зъбния мозък. Природа 402: 179 – 180. Намерете тази статия онлайн
53. Vanderhasselt M, De Raedt R, Baeken C (2009) Дорсолатерална префронтална кора и изпълнение на Stroop: Справяне с латерализацията. Психономичен бюлетин и рецензия 16: 609–612. Намерете тази статия онлайн
54. Forman S, Dougherty G, Casey В, Siegle G, Braver T, et al. (2004) Опиатни наркозависими липсват в зависимост от грешките активиране на ростралната предна част на зъбите. Биологична психиатрия 55: 531 – 537. Намерете тази статия онлайн
55. Fu L, Bi G, Zou Z, Wang Y, Ye Е, et al. (2008) Функцията на инхибиране на нарушенията при абстинентни зависими от хероин лица: изследване с fMRI. Невронаучни букви 438: 322 – 326. Намерете тази статия онлайн
56. Ролки Е (2000) Орбитофронталната кора и наградата. Церебрална кортекс 10: 284 – 294. Намерете тази статия онлайн
57. Groenewegen H, Uylings H (2000) Префронталната кора и интегрирането на сетивна, лимбична и автономна информация. Напредък в изследванията на мозъка 126: 3 – 28. Намерете тази статия онлайн
58. Balleine B, Dickinson A (1998) Инструментално действие, насочено към цели: учене в непредвидени случаи и стимулиране и техните кортикални субстрати. Неврофармакология 37: 407 – 419. Намерете тази статия онлайн
59. Simmonds D, Pekar J, Mostofsky S (2008) Мета-анализ на Go / No-go задачи, показващи, че активирането на fMRI, свързано с инхибиране на реакцията, зависи от задачите. Невропсихология 46: 224 – 232. Намерете тази статия онлайн
60. Ray Li C, Huang C, Constable R, Sinha R (2006) Потискане на реакцията на изображението в задача стоп-сигнал: нервните корелати са независими от мониторинга на сигнала и обработката след отговор. Вестник на неврологията 26: 186 – 192. Намерете тази статия онлайн
61. Реймънд Дж, Лисбъргър S, Маук М (1996) Малък мозък: невронна учебна машина? Наука 272: 1126 – 1131. Намерете тази статия онлайн
62. Schmahmann J, Sherman J (1998) Мозъчен когнитивен синдром. Мозъчен 121: 561 – 579. Намерете тази статия онлайн
63. Дезмънд J (2001) Включване на малък мозък в когнитивната функция: доказателства от невроизобразяване. Международен преглед на психиатрията 13: 283 – 294. Намерете тази статия онлайн
64. Хейдер К, Сухан Б, Даум I (2004) Кортико-субкортикален принос към изпълнителния контрол. Acta Psychologica 115: 271 – 289. Намерете тази статия онлайн
65. Wagner A, Schacter D, Rotte М, Koutstaal W, Maril A, et al. (1998) Изграждане на спомени: запомняне и забравяне на вербалните преживявания, както се предвижда от мозъчната дейност. Наука 281: 1188 – 1191. Намерете тази статия онлайн
66. Tulving E, Markowitsch H, Craik F, Habib R, Houle S (1996) Новост и активации за познаване на PET в кодирането и извличането на паметта. Церебрална кортекс 6: 71 – 79. Намерете тази статия онлайн
67. Powell H, Guye M, Parker G, Symms M, Boulby P, et al. (2004) Неинвазивна in vivo демонстрация на връзките на човешката парахипокампална gyrus. Neuroimage 22: 740 – 747. Намерете тази статия онлайн
68. BURWELL R (2000) Парахипокампалната област: кортикокортикална свързаност. Анали на Нюйоркската академия на науките 911: 25 – 42. Намерете тази статия онлайн
69. Zhu X, Wang X, Xiao J, Zhong M, Liao J, et al. (2010) Променена целостта на бялото вещество в първия епизод, нелекувани с лечението млади възрастни с тежко депресивно разстройство: Проучване на пространствена статистика на базата на тракт. Изследване на мозъка 1396: 223 – 229. Намерете тази статия онлайн
70. Luck D, Danion J, Marrer C, Pham B, Gounot D, et al. (2010) Десният парахипокампален зъб допринася за формирането и поддържането на свързаната информация в работната памет. Мозъчен и познавателен 72: 255 – 263. Намерете тази статия онлайн
71. Engle R, Kane M (2003) Изключително внимание, капацитет на работната памет и двуфакторна теория на когнитивния контрол. Психология на обучението и мотивацията 44: 145 – 199. Намерете тази статия онлайн
72. Jun L, Xue-ping G, Osunde I, Xin L, Shun-ke Z, et al. Повишена регионална хомогенност в интернет нарушенията на зависимостта: изследване с функционална магнитно-резонансна томография в състояние на покой. Китайско медицинско списание 123: 1904 – 1908. Намерете тази статия онлайн
73. Родител A, Carpenter M (1996) Човешката невроанатомия на Carpenter: Williams & Wilkins.
74. Wakana S, Jiang H, Nagae-Poetscher L, ван Zijl P, Mori S (2004) базиран на влакно атлас на човешка бяла материя Anatomy1. Радиология 230: 77 – 87. Намерете тази статия онлайн
75. Andersen R, Knight P, Merzenich M (1980) Таламокортикалните и кортикоталамусните връзки на AI, AII и предшественото слухово поле (AFF) в котката: Доказателство за две до голяма степен селектирани системи на връзки. Списанието за сравнителна неврология 194: 663 – 701. Намерете тази статия онлайн
76. Winer J, Diehl J, Larue D (2001) Проекции на слуховия кортекс към медиалното геникулиращо тяло на котката. Списанието за сравнителна неврология 430: 27 – 55. Намерете тази статия онлайн
77. Шницлер А, Салениус S, Salmelin R, Jousm ki V, Хари R (1997) Участие на първичен моторни кора в моторни образи: невромагнитно изследване. Neuroimage 6: 201 – 208. Намерете тази статия онлайн
78. Shibasaki H, Sadato N, Lyshkow H, Yonekura Y, Honda M, et al. (1993) Както първичната моторна кора, така и допълнителната двигателна област играят важна роля в сложното движение на пръстите. Мозъчен 116: 1387 – 1398. Намерете тази статия онлайн
79. Draganski B, Gaser C, Busch V, Schuierer G, Bogdahn U, et al. (2004) Невропластичност: промени в сивото вещество, предизвикано от обучението. Природа 427: 311 – 312. Намерете тази статия онлайн
80. Boyke J, Driemeyer J, Gaser C, Buchel C, May A (2008) Промените в мозъчната структура, предизвикани от обучението при възрастни хора. Вестник на неврологията 28: 7031 – 7035. Намерете тази статия онлайн
81. Шолц Дж, Клайн МК, Беренс ТЕЙ, Йохансен-Берг Х (2009) Обучението предизвиква промени в архитектурата на бялата материя. Природа Neuroscience 12: 1370 – 1371. Намерете тази статия онлайн
82. Cummings JL (1993) Фронтално-субкортикални вериги и човешко поведение. Архив на неврологията 50: 873 – 880. Намерете тази статия онлайн
83. Cummings JL (1995) Анатомични и поведенчески аспекти на фронтално-подкорковата верига. Анали на Нюйоркската академия на науките 769: 1 – 14. Намерете тази статия онлайн
84. Албин RL, Young AB, Penney JB (1989) Функционалната анатомия на нарушенията на базалните ганглии. Тенденции в неврологията 12: 366 – 375. Намерете тази статия онлайн
85. Levitt JJ, Kubicki M, Nestor PG, Ersner-Hershfield H, Westin C, et al. (2010) Проучване на дифузионния тензорен образ на предния крайник на вътрешната капсула при шизофрения. Психиатрични изследвания 184: 143 – 150. Намерете тази статия онлайн
86. Werring D, Clark C, Barker G, Miller D, Parker G, et al. (1998) Структурните и функционални механизми на възстановяване на двигателите: допълващо използване на дифузионен тензор и функционално ядрено-магнитен резонанс при травматично увреждане на вътрешната капсула. Вестник по неврология, неврохирургия и психиатрия 65: 863–869. Намерете тази статия онлайн
87. Niogi S, Mukherjee Р, Ghajar J, Johnson C, Kolster R, et al. (2008) Степента на увреждане на микроструктурната бяла материя при постконкусивен синдром корелира с нарушено когнитивно време на реакция: 3T дифузионен тензорен образен преглед на лека травматична мозъчна травма. American Journal of Neuroradiology 29: 967 – 973. Намерете тази статия онлайн
88. Младата K (1999) Интернет зависимост: симптоми, оценка и лечение. Иновации в клиничната практика: Книга-източник 17: 19 – 31. Намерете тази статия онлайн
89. Beard K (2005) Интернет зависимост: преглед на настоящите техники за оценка и потенциални въпроси за оценка. CyberPsychology & Behaviour 8: 7–14. Намерете тази статия онлайн
90. Culver J, Gerr F, Frumkin H (1997) Медицинска информация в интернет. Вестник на общата вътрешна медицина 12: 466 – 470.