Změna výchozího funkčního připojení konecné sítě v klidu u adolescentů s návykem na internetové hry (2013)

Úvod

V uplynulém desetiletí se nashromáždil výzkum, který naznačuje, že nadměrné používání internetu může vést k rozvoji závislosti na chování [1]. Závislost na internetu (IA) je považována za vážnou hrozbu pro duševní zdraví a nadměrné používání internetu je spojeno s řadou negativních psychosociálních důsledků. Používání Youngova diagnostického dotazníku [YDQ][2], Sinmoes a kol. zjistili, že 11% z 12-až 18-letých adolescentů v Řecku splnilo kritéria pro IA [3]. Cao a Su zjistili, že 2.4% adolescentů v Číně bylo klasifikováno jako IA [4]. Shek a kol. [5] uvedli, že 19.1% hongkongských čínských dospívajících mělo IA. Podle toho převládá IA ve východní a západní společnosti, což naznačuje, že se jedná o globální poruchu, která si zaslouží více pozornosti [6].

Nedávno byla v psychiatrii navržena „závislost na chování bez návykových látek“ [7]. Na rozdíl od běžně domnělého přesvědčení, že závislost je specifická v závislosti na drogách a chemických látkách, byl termín „závislost“ používán k označení řady nadměrného chování, jako je hazard[8], hraní videoher[9], sex a další chování. Ačkoli takové závislosti na chování nezahrnují chemickou intoxikaci nebo látku, skupina vědců se domnívala, že některé základní aspekty závislosti na chování jsou podobné těm závislým na chemické nebo návykové látce.[10]. Jiní uvedli, že jedinci závislí na chování mají určité příznaky a budou mít podobné následky jako lidé závislí na alkoholu a jiných drogách, včetně nutkavého chování.

Porucha závislosti na internetu (IAD) je problém duševního zdraví hodný dalšího vědeckého výzkumu. Prevalence IAD skutečně vyvolala tolik pozornosti, že by měla být zahrnuta do DSM-V[11]. Neuroimagingové studie nabízejí výhodu oproti tradičním výzkumným a behaviorálním přístupům, protože umožňují rozlišit konkrétní oblasti mozku, které se podílejí na vývoji a udržování závislosti. V této studii jsme použili funkční magnetickou rezonanci v klidovém stavu (fMRI) k prozkoumání sítě výchozího režimu (DMN) u adolescentů s IGA. Cílem této studie bylo 1) prozkoumat změněné výchozí funkční připojení v klidovém stavu (FC), 2), aby se zjistilo, zda jsou nějaké změny konzistentní se změnami pozorovanými u pacientů se závislostí na návykových látkách, a 3), aby se zjistilo, zda existují vztahy mezi změněným FC a behaviorálními a osobními opatřeními u subjektů s IAD.

Materiály a metody

Předměty

Všechny subjekty byly přijaty z oddělení dětské a dospívající psychiatrie v Šanghajském centru duševního zdraví. Byli 14 až 17. Zobrazili jsme sedmnáct subjektů, jejichž chování odpovídalo kritériím DSM-IV pro IA podle modifikovaného diagnostického dotazníku pro závislost na internetu (tj. YDQ) podle Bearda [12]. Jako kontrolní skupina bylo také zobrazeno zdravých jedinců ve věku dvaceti čtyř let a bez psychiatrických poruch v osobní nebo rodinné anamnéze. Všechny subjekty byly praváky a žádný z nich nekouřil.

Základní informační dotazník byl použit ke sběru demografických informací, jako je pohlaví, věk, poslední rok ukončení studia a počet hodin používání internetu týdně. Tato studie byla schválena Etickou komisí Nemocnice Ren Ji v Šanghajské univerzitní lékařské fakultě Jiao Tong. Před provedením vyšetření magnetickou rezonancí (MRI) byli účastníci a jejich rodiče nebo zákonní zástupci informováni o cílech naší studie. Od rodičů nebo zákonných zástupců každého účastníka byl získán úplný a písemný informovaný souhlas.

Kritéria pro zařazení a vyloučení

Všechny subjekty byly podrobeny jednoduchému fyzickému vyšetření včetně měření krevního tlaku a srdeční frekvence a psychiatr byl rozhovorem ohledně jejich anamnézy nervových, motorických, trávicích, dýchacích cest, oběhu, endokrinních, močových a reprodukčních problémů. Poté byli vyšetřeni na psychiatrické poruchy pomocí Mini International Neuropsychiatric Interview pro děti a dorost (MINI-KID)[13]. Kritéria pro vyloučení zahrnovala anamnézu zneužívání návykových látek nebo závislost, předchozí hospitalizaci pro psychiatrické poruchy nebo historii závažných psychiatrických poruch, jako je schizofrenie, deprese, úzkostná porucha a psychotické epizody. Subjekty s IAD nebyly léčeny psychoterapií ani žádnými léky.

Diagnostický dotazník pro IA byl Youngem upraven podle kritérií DSM-IV pro patologické hazardní hry [2]. YDQ, který jsme použili, sestávalo z osmi otázek „ano“ nebo „ne“ přeložených do čínštiny. Zahrnovalo následující otázky: (1) Cítíte se pohlceni na internetu, protože je indexováno vzpomínkou na předchozí online aktivitu nebo touhu po další online relaci? (2) Cítíte se spokojeni s používáním internetu, pokud zvýšíte množství online času? (3) Nepodařilo se vám opakovaně ovládat, omezovat nebo ukončovat používání Internetu? (4) Cítíte se nervózní, temperamentní, depresivní nebo citliví, když se snažíte omezit nebo ukončit používání internetu? (5) Zůstáváte online déle, než bylo původně zamýšleno? (6) Riskovali jste riziko ztráty významného vztahu, zaměstnání, vzdělání nebo kariéry kvůli internetu? (7) Lhal jste svým rodinným příslušníkům, terapeutům nebo jiným, aby jste skryli pravdu svého zapojení do internetu? (8) Používáte internet jako způsob, jak uniknout problémům nebo zmírnit úzkostnou náladu (např. Pocity bezmoci, viny, úzkosti nebo deprese)? Young tvrdil, že pět nebo více „ano“ odpovědí na osm otázek naznačuje závislého uživatele. Později Beard a Wolf [12] upravili kritéria YDQ tak, že respondenti, kteří odpověděli „ano“ na otázky 1 až 5, a alespoň jedna ze zbývajících tří otázek by měla být klasifikována jako trpící IA.

Hodnocení chování a osobnosti

K vyhodnocení chování a osobnostních rysů účastníků byly použity čtyři dotazníky, konkrétně Chenova internetová závislostní stupnice (CIAS).[14], Stupnice úzkosti sebehodnocení (SAS)[15], Stupnice deprese sebehodnocení (SDS) [16]a Barrattova škála impulsivity-11 (BIS-11) [17]. Všechny dotazníky byly původně vytvořeny v angličtině a poté přeloženy do čínštiny.

Získání MRI

MRI byla prováděna s použitím skeneru 3T MRI (GE Signa HDxt 3T, USA). Pro omezení pohybu hlavy byla použita standardní cívka s pěnovou výplní. Během klidového stavu fMRI byly subjekty instruovány, aby držely oči zavřené, zůstaly nehybné, zůstaly vzhůru a nemysly na nic konkrétního. Pro funkční zobrazování se použila echo-planární sekvence echo s gradientem a ozvěnou. Třicet čtyři příčných řezů [čas opakování (TR) = 2000 ms, echo čas (TE) = 30 ms, zorné pole (FOV) = 230 × 230 mm, 3.6 × 3.6 × 4 mm voxel] zarovnáno podél přední komiseře - byla získána postranní čára komisařů. Každé skenování fMRI trvalo 440. Rovněž bylo získáno několik dalších sekvencí, včetně (1) sagitální T1-vážené 3D-magnetizace připravené rychlé akviziční gradientové echo sekvence [TR = 9.4 ms, TE = 4.6 ms, úhel překlopení = 15 °, FOV = 256 × 256 mm, 155 plátky, 1 × 1 × 1 mm velikost voxelu], (2) axiální T1-vážené rychlé echo sekvence [TR = 331 ms, TE = 4.6 ms, FOV = 256 × 256 mm, 34 plátky, 0.5 × 0.5 × 4 voxel size] a (3) axiální T2W turbo spin-echo sekvence [TR = 3013 ms, TE = 80 ms, FOV = 256 × 256 mm, plátky 34, 0.5 × 0.5 × 4 mm voxel].

Analýza obrazu

Dva vzorky t-testy byly použity pro skupinové srovnání ke zkoumání demografických rozdílů mezi oběma skupinami a χ²- pro srovnání pohlaví byly použity testy. Dvou-sledoval p- hodnota 0.05 byla pro všechny analýzy považována za statisticky významnou.

Strukturální skenování mozku MRI (obrazy vážené T1 a T2) byly kontrolovány dvěma zkušenými neuroradiology. V žádné skupině nebyly pozorovány žádné hrubé abnormality. Funkční předzpracování MRI bylo provedeno pomocí asistenta zpracování dat pro klidový stav fMRI V 2.0 (YAN Chao-Gan, http://www.restfmri.net), který je integrován do sady nástrojů MRIcroN (Chris Rorden, http://www.mricro.com), statistické parametrické mapování (SPM5; Wellcome Department of Imaging Neuroscience, London, UK) a sada nástrojů pro analýzu dat fMRI v klidovém stavu (software REST V1.8, Song et al., http://www.restfmri.net).

První objemy 10 každé funkční časové řady byly vyřazeny z důvodu nestability původního signálu MRI a počáteční adaptace účastníků na situaci. Data z každého fMRI skenování obsahovala 220 časové body a zbývající 210 obrazy byly předzpracovány. Obrazy byly následně korigovány na časování řezů a znovu vyrovnány k prvnímu obrazu korekcí pohybu hlavy tuhého těla (data pacienta vykazující pohyb větší než 1 mm s maximálním posunem v x, ynebo znebo 1 ° maximální rotace kolem tří os byla vyřazena). Žádný účastník nebyl vyloučen z důvodu pohybu. Funkční obrazy byly normalizovány do standardního stereotaxického anatomického prostoru Montreal Neurological Institute (MNI). Normalizované objemy byly převzorkovány na velikost voxelu 3 mm x 3 mm x 3 mm. Echo-planární obrazy byly prostorově vyhlazeny pomocí izotropního gaussovského filtru o plné šířce 4 mm na polovinu maxima.

Časové řady v každém voxelu byly odstraněny, aby se korigovaly na lineární drift v průběhu času. Devět obtěžujících kovariátů (prediktory časové řady pro globální signál, bílou hmotu, mozkomíšní mok a parametry šesti pohybů) byly postupně regresní z časové řady[18], [19]. Následně bylo na časové řady každého voxelu aplikováno časové filtrování (0.01 – 0.08 Hz), aby se snížil dopad nízkofrekvenčních driftů a vysokofrekvenčního šumu[8], [20]-[22]

Šablona PCC, která sestávala z oblastí Brodmann 29, 30, 23 a 31, byla vybrána jako oblast zájmu (ROI) pomocí softwaru WFU-Pick Atlas.[23]. Časové řady signálu závislé na hladině oxygenace krve ve voxelech v oblasti semen byly zprůměrovány pro vygenerování referenční časové řady. Pro každý subjekt a oblast semen byla vytvořena korelační mapa výpočtem korelačních koeficientů mezi referenční časovou řadou a časovou řadou ze všech ostatních mozkových voxelů. Korelační koeficienty byly poté převedeny na z hodnoty pomocí Fishera z- transformace ke zlepšení normality distribuce[22]. Jedinec z-score byly zadány do SPM5 pro jeden vzorek t-test pro stanovení oblastí mozku s významnou konektivitou k PCC v každé skupině. Jednotlivá skóre byla také zadána do SPM5 pro analýzu náhodných efektů a dvou vzorků t- testy k identifikaci regionů vykazujících významné rozdíly ve spojení s PCC mezi oběma skupinami. Korekce vícenásobného srovnání byla provedena pomocí programu AlphaSim v softwarovém balíčku Analysis of Functional Neuroimages, jak bylo určeno simulacemi Monte Carlo. Statistické mapy dvou vzorků t- testy byly vytvořeny pomocí kombinované prahové hodnoty p<0.05 a minimální velikost shluku 54 voxelů, což vede k opravené hranici p<0.05. Oblasti vykazující statisticky významné rozdíly byly maskovány na mozkových šablonách MNI. CIAS vyvinutý společností Chen obsahuje 26 položek ve 4bodové Likertově stupnici. Jeho celkové skóre se pohybuje od 26 do 104 a představuje závažnost závislosti na internetu. Předchozí studie ukázaly, že pacienti s IA mají zhoršenou kontrolu impulzů [24]. Proto byly pro subjekty 11 s IGA generovány kontrastní obrazy představující oblasti korelace mezi aktivitou v semenové oblasti a skóre CIAS a BIS-17 a hodinami používání internetu za týden (hodiny), aby se vyhodnotily vztahy mezi závažností symptomů IGA, impulsivita a konektivita PCC s použitím prahové hodnoty p<0.05 AlphaSim opraveno.

výsledky

Demografická a behaviorální opatření

Tabulka 1 uvádí demografická a behaviorální měřítka pro IGA a kontrolní subjekty. Mezi oběma skupinami nebyly významné rozdíly v rozdělení věku, pohlaví a let vzdělání. Subjekty s IGA se zabývaly více hodinami používání internetu za týden (p <0.0001) a měly vyšší skóre CIAS (p <0.0001) a BIS-11 (p = 0.01) než kontroly. Mezi skupinami nebyly nalezeny žádné rozdíly v skóre SAS nebo SDS.

Stáhnout: 

• PPT

  Powerpointový snímek

• PNG

  větší obrázek (54KB)

• TIFF

  původní obrázek (243KB)

Tabulka 1. Demografické a behaviorální charakteristiky zahrnutých účastníků.

dva: 10.1371 / journal.pone.0059902.t001

Analýza konektivity PCC mezi skupinami

Analýza mezi skupinami byla provedena pomocí t-testu dvou vzorků v SPM5. Ve srovnání s kontrolní skupinou vykazovaly subjekty s IGA zvýšený FC u bilaterálního mozkového laloku zadního a středního spánkového gyru. Jejich dvoustranný dolní parietální lalok a pravý dolní temporální gyrus vykazovaly sníženou konektivitu (Tabulka 2 a Obrázek 1).

Stáhnout: 

• PPT

  Powerpointový snímek

• PNG

  větší obrázek (4.27MB)

• TIFF

  původní obrázek (4MB)

Obrázek 1. Významné rozdíly ve funkční konektivitě mezi skupinami mezi zdravými kontrolními subjekty a subjekty s IGA.

Ve srovnání s kontrolní skupinou vykazovaly subjekty s IGA zvýšený FC u bilaterálního mozkového laloku a středního temporálního gyru. Několik regionů také vykazovalo sníženou konektivitu, včetně bilaterálního dolního parietálního laloku a pravého dolního temporálního gyru. (p<0.05, opraveno AlphaSim). Vpravo jsou zobrazeny pruhy t-skóre. Červená označuje IGA> ovládací prvky a modrá označuje IAD

dva: 10.1371 / journal.pone.0059902.g001

Stáhnout: 

• PPT

  Powerpointový snímek

• PNG

  větší obrázek (53KB)

• TIFF

  původní obrázek (239KB)

Tabulka 2. Významné rozdíly ve funkční konektivitě mezi skupinami mezi specifickými oblastmi mozku a zadní kůrou cingulátu.

dva: 10.1371 / journal.pone.0059902.t002

Korelace mezi připojením PCC a skóre CIAS a BIS-11 a hodinami používání internetu týdně u subjektů s IGA

Propojitelnost s PCC byla pozitivně korelována se skóre CIAS v pravém precuneu, zadním cingulačním gyru, thalamu, caudátu, nucleus accumbens, doplňkové motorické oblasti (SMA) a lingválním gyrusu a negativně korelovala v pravém předním laloku a levém laloku vynikající parietální lobule (Tabulka 3 a Obrázek 2). Nebyla signifikantní korelace mezi konektivitou s PCC a BIS-11 skóre nebo hodinami používání internetu týdně.

Stáhnout: 

• PPT

  Powerpointový snímek

• PNG

  větší obrázek (2.55MB)

• TIFF

  původní obrázek (2.57MB)

Obrázek 2. Oblasti mozku, ve kterých funkční konektivita s PCC korelovala s CIAS, významně skóre u subjektů s IGA.

(p<0.05, opraveno AlphaSim).

dva: 10.1371 / journal.pone.0059902.g002

Stáhnout: 

• PPT

  Powerpointový snímek

• PNG

  větší obrázek (42KB)

• TIFF

  původní obrázek (198KB)

Tabulka 3. Oblasti mozku, ve kterých funkční propojení s PCC korelovalo s skóre CIAS u subjektů s IGA.

dva: 10.1371 / journal.pone.0059902.t003

Poznámka: Pravá část obrázku představuje levou stranu pacienta. PCC = zadní cingulate kůra; IGA = závislost na internetu; CIAS = stupnice závislosti na internetu od Chena.

Diskuse

Hromadný výzkum naznačuje, že nadměrné používání internetu může vést k rozvoji závislosti na chování [25], [26]. Lidé, kteří zažívají IAD, vykazují klinické rysy, které zahrnují touhu, stažení a toleranci[11], [27], zvýšená impulzivita [28]a zhoršené kognitivní výkony v úkolech zahrnujících riskantní rozhodování[29]. Některé z těchto příznaků byly tradičně spojovány se závislostmi na látkách [30]. IA zahrnuje heterogenní spektrum internetových aktivit, které mohou mít za následek onemocnění, jako jsou hry, nakupování, hazardní hry nebo sociální sítě. Hraní je součástí postulovaného konstruktu IA a herní závislost se zdá být dosud nejrozšířenější formou IA. [31]. V posledních letech se celosvětově rozšířila IAD a rychle se zvýšila uznání jejího ničivého dopadu na uživatele a společnost. Neurobiologický mechanismus IAD však nebyl zcela objasněn.

Někteří vědci podporují tvrzení, že IAD sdílí podobné neurobiologické abnormality s jinými návykovými poruchami. Hou a kol.,[32] zjištěné hladiny exprese dopaminového transportéru (DAT) ve striatu byly signifikantně nižší u jedinců s IAD za použití tomografie mozku pomocí jediného fotonu s emisní emisí 99mTc-TRODAT-1. DAT hrají rozhodující roli v regulaci striatálních synaptických hladin dopaminu [33]a byly použity jako markery dopaminových terminálů [34]. Snížený počet DAT buněčných membrán může pravděpodobně odrážet výraznou striatální ztrátu terminálního dopaminu nebo poškození dopaminergního systému mozku, což bylo také zjištěno u závislosti na látce [35]. Protože zvýšený extracelulární dopamin ve striatu je spojen se subjektivními popisy odměny, jako je vysoká a euforie [36], u jedinců s IAD se také může vyskytnout euforie, protože se zvyšuje hladina extracelulárního dopaminu ve striatu. Pacienti s patologickým hazardem prokázali během hazardu ve ventrálním striatu vysokou hladinu dopaminu[37]. Studie zobrazovací pozitronové emisní tomografie zjistily zvýšené množství dopaminu ve striatu během hraní videoher [38].

Někteří vědci [39]-[44] použili fMRI v klidovém stavu u pacientů s látkovou závislostí, aby lépe porozuměli jeho mechanismům a pomohli jim vysvětlit jeho behaviorální a neuropsychologické deficity. Řada studií identifikovala klíčové oblasti mozku, o kterých se předpokládá, že se účastní poruch závislosti, jako je nucleus accumbens [45], hřbetní striatum a prefrontální kůra (PFC) [46], [47]. Výsledky poskytnuté Zhangem a kol.,[39] vykazovaly rozdíly v aktivačním vzorci mezi heroin-závislými a zdravými subjekty, v regionech včetně orbitofrontální kůry (OFC), cingulate gyrus, frontálních a para-limbických oblastí, jako jsou přední cingulate cortex (ACC), hippocampální / parahippocampální oblasti, amygdala, caudate, putamen, zadní izolát a thalamus. Tyto regiony jsou zapojeny do mozkových sítí podporujících odměnu, motivaci, učení a paměť a kontrolu dalších obvodů. Tanabe a kol.,[40]zjistili, že spotřeba nikotinu byla spojena se sníženou aktivitou v regionech v rámci DMN a zvýšenou aktivitou v extra striatových oblastech. Navrhovali, že tyto účinky nikotinu, při absenci vizuálních podnětů nebo náročného zpracování, naznačují, že jeho kognitivní účinky mohou zahrnovat posun od sítí, které zpracovávají interní informace, k těm, které zpracovávají externí informace. Další studie uvádí, že kuřáci měli větší propojení než nekuřáci mezi levými fronto-parietálními a mediálními prefrontálními kortexovými (mPFC) sítěmi. Kuřáci s největší mPFC-levou fronto-parietální vazbou měli nejzadnější reaktivitu kuřáckého tága na dorzálním striatu měřenou během paradigmatu reaktivity na kouření tága fMRI[41]. Studie provedená Ko CH a kol., [48] hodnotili mozkové koreláty touhy vyvolané touhou hrát online hry u subjektů s IGA. Jejich výsledky ukázaly, že bilaterální dorsolaterální prefrontální kůra (DLPFC), precuneus, levý parahippocampus, zadní cingulate a pravý přední cingulate byly aktivovány v reakci na herní podněty ve skupině IGA způsobem, který byl silnější než v kontrolní skupině. Tato zjištění tedy naznačují, že neurobiologická podpora IGA je podobná jako u poruch užívání návykových látek.

Na základě modelu navrženého Volkowetem al.,[49] řada neurobiologických systémů může zprostředkovat podněty vyvolané herní touhou. Patří sem oblasti vizuálního zpracování, jako je týlní lalok nebo precuneus, které spojují herní narážky s interními informacemi, a paměťové systémy, které zahrnují hippocampus, parahippocampus nebo amygdala a které poskytují emocionální vzpomínky a kontextové informace pro herní narážky. Zahrnují také systémy odměňování, jako je limbický systém a zadní cingulate, které umožňují hodnocení informací souvisejících s hrami a poskytují očekávání a význam odměny, a zahrnují systémy motivace, jako je přední cingulate a orbitální přední lalok, které řídí touhu po hraní . Konečně tyto systémy zahrnují výkonné systémy, jako je DLPFC a prefrontální kůra, které umožňují vytvořit plán pro online hraní her.

Zjistili jsme, že subjekty s IGA vykazovaly zvýšený FC v oboustranném mozkovém laloku a středním časném gýru. Oboustranný dolní parietální lobule a pravý dolní temporální gyrus vykazoval sníženou konektivitu ve srovnání s kontrolní skupinou. Propojitelnost s PCC byla pozitivně korelována se skóre CIAS, která souvisejí se závažností IGA, v pravém precuneu, zadním cingulačním gyru, thalamu, caudátu, nucleus accumbens, doplňkové motorické oblasti a lingválním gyrusu. Negativně korelovali s pravým mozkovým předním lalokem a zanechali vynikající parietální lalok.

Funkce mozečku se neomezují pouze na pohyb a rovnováhu, protože také hrají důležitou roli v emocionálních a kognitivních procesech [50], [51]. Přijímá vstup ze senzorických systémů a dalších částí mozku a integruje tyto vstupy do jemného doladění motorické aktivity[52]. Zadní mozek se převážně podílí na kognitivní regulaci[53], zpracování signálu a uložení příslušných procesů zvukově-verbální paměti[54]. Průtok krve (rCBF) se zřejmě zvyšuje v mozečku, když je touha vyvolaná návykem kokainu [55]. Paradiso a Takeuchi tvrdili, že cerebelární aktivace může souviset s emočními procesy a pozorností během vyvolávání tága [56], [57]. Ve výzkumu týkajícím se změn v regionální homogenitě (Reho) mozkové aktivity v klidovém stavu u subjektů s IGA[58], v levém zadním mozečku bylo zvětšeno Reho. To naznačuje, že mozek hraje důležitou roli v touze vyvolané IGA, zejména během přípravy, provádění, pracovní paměti[59]a jemné motorické procesy modulované extrapyramidovými systémy. Zjistili jsme zvýšenou FC v bilaterálním zadním mozečku, ale negativní korelaci v pravém předním laloku mozku s skóre CIAS. Ačkoli umístění byla různá, co se týče funkcí mozečku, došlo k důležitějšímu rozdílu podél mediální-laterální dimenze. Toto tvrzení nemůže být v této studii potvrzeno a musí být prozkoumáno následnou studií.

Dvoustranný střední dočasný gyrus vykazoval zvýšený FC u subjektů s IGA, ale pravý nižší dočasný gyrus vykazoval snížený FC. Nižší dočasný gyrus je jednou z vyšších úrovní ventrálního proudu audio a vizuálního zpracování a je spojen s reprezentací komplexních objektů[60]. Dong a kol. zjistili, že snížený Reho v horním časovém gyru, a napsali, že snížený ReHo v mozkových oblastech souvisejících se zrakem a sluchem může naznačovat, že snížená synchronizace u subjektů s IGA může být výsledkem dlouhého trvání hraní her [58]. Naše výsledky jsou částečně v souladu s touto hypotézou, která by měla být zkoumána v budoucích studiích.

Zjistili jsme, že snížené FC v bilaterálním dolním parietálním laloku a FC levého nadřazeného parietálního laloku včetně PCC byly negativně korelovány se skóre CIAS. Různé studie zjistily, že parietální lalok má společné zapojení do visuospatiálních úkolů. Změny polohy sledovaného objektu mohou vést k silné bilaterální aktivaci nadřazené mozkové kůry[61]. Olson a kol.,[62]objevil, že parietální lalok hrál dominantní roli v krátkodobé paměti. Kromě toho někteří vědci předpokládali, že mozková kůra může hrát roli při regulaci pozornosti nebo zadržování motorických odpovědí během úkolů inhibice odpovědi[63], [64].

Propojitelnost s PCC byla pozitivně korelována se skóre CIAS v pravém precuneu, zadním cingulate gyrus, thalamus, caudate, nucleus accumbens, SMA a lingválním gyrus. Většina z těchto regionů je součástí systému odměňování[65]. Precuneus je spojován s vizuálními obrazy, pozorností a získáváním paměti. Účastní se vizuálního procesu a integruje související paměti. Výzkum naznačuje, že precuneus je aktivován herními narážkami, integruje načtené paměti a přispívá k touze vyvolané narážkami na online hraní[66]. Jako centrální součást navrhovaného DMN se PCC podílí na pozorovacích procesech. Předchozí studie prokázaly, že neurony PCC reagují na příjem odměny, velikost a vizuální prostorovou orientaci [67], [68]. Předchozí studie zjistily, že thalamus hraje důležitou roli při zpracování odměn [69] a chování zaměřené na cíl, spolu s mnoha dalšími kognitivními a motorickými funkcemi [70]. Dong a kol.,[71] našli abnormální thalamo-kortikální obvody u subjektů s IGA, což naznačuje důsledky pro citlivost na odměnu. Aktivace striata byla hlášena během predikce odměn, sledování chyb predikce odměn a ve složitějších paradigmech hazardu [72], [73] Nedávno bylo navrženo, že striatum se podílí spíše na kódování stimulačních význačností než na výhradní roli při zpracování odměn per se[74]. Příprava akce na odměnu by mohla modulovat aktivitu v mozkových oblastech, jako je dorzální striatum.[75]-[77]. Studie inhibice odezvy pomocí fMRI trvale zjistily, že pre-SMA je rozhodující pro výběr vhodných chování, včetně provádění vhodných a inhibování nevhodných odpovědí [78].

Jazykový gyrus je vizuální oblastí. Dříve jsme zjistili rozdíly v hustotě šedé hmoty v lingválním gyrusu u zdravých jedinců ve srovnání s těmi s IAD [79], [80]. Tato vizuální asociativní oblast byla zapojena do schizofrenie[80]-[83]. Jedna studie[83] prokázala zvýšenou gyrifikaci a sníženou kortikální tloušťku lingválního gyru, což rozšířilo předchozí nálezy aberantní morfologie lingválního regionu u schizofrenie[84]. Bylo prokázáno, že pravý parahippocampus a lingvální gyrus jsou zapojeny do pravostranných hemisféricky ovládaných sítí zprostředkujících emoční funkce. [85]. Kromě toho Seiferth et al. [86] ukázalo, že správný jazykový gyrus byl hyperaktivován během emoční diskriminace u vysoce rizikových subjektů.

Abnormality v FC PCC s mPFC a ACC nebyly v této studii nalezeny. To může být částečně způsobeno omezenou velikostí vzorku a mírnou závažností IAD u účastníků ve srovnání se subjekty, které jsme zkoumali dříve [25], [48], [57].

Omezení studie

V této studii je třeba zmínit několik omezení. Zaprvé byla diagnóza IAD založena hlavně na výsledcích dotazníků, které si sami uvedli, což by mohlo způsobit určitou klasifikaci chyb. Za druhé, velikost vzorku byla relativně malá, což by mohlo snížit sílu statistických analýz a bránit zobecnění nálezů. Vzhledem k tomuto omezení by vykazované výsledky měly být považovány za předběžné a měly by být replikovány v budoucích studiích s většími velikostmi vzorku. Zatřetí, jako průřezová studie, naše výsledky jasně neprokazují, zda psychologické rysy předcházely rozvoji IAD nebo byly důsledkem nadužívání internetu. Budoucí budoucí studie by proto měly objasnit příčinné vztahy mezi IAD a psychologickými opatřeními. A konečně, za účelem objasnění sdílené neurobiologie závislosti na návykových látkách a chování, jako je IGA, by měl být proveden další výzkum vyšetřující pacienty z obou klinických populací.

Závěry

Tento článek popisuje předběžnou studii FC u dospívajících s IGA. Naše výsledky naznačují, že adolescenti s IGA vykazovali různé vzorce neuronální aktivity v klidovém stavu. Změny byly částečně v souladu s těmi, které byly hlášeny u pacientů se závislostí na návykových látkách. Tyto výsledky proto podporují hypotézu, že IGA jako závislost na chování může sdílet podobné neurobiologické abnormality s jinými návykovými poruchami.