Mozkové struktury spojené s tendencí k závislosti na internetu v dospívajících herních hráčích (2018)

Ront. Psychiatrie, 06 Březen 2018 | https://doi.org/10.3389/fpsyt.2018.00067
obrazNannan Pan1 †, obrazYongxin Yang2 †, obrazXin Du1, obrazXin Qi1, obrazGuijin Du3, obrazYang Zhang1, obrazXiaodong Li3* a obrazQuan Zhang1*
  • 1Oddělení radiologie a klíčové laboratoře Tianjin funkčního zobrazování, Všeobecná nemocnice Tianjin Medical University, Tianjin, Čína
  • 2Psychologické oddělení, Linyi Fourth People's Hospital, Linyi, Čína
  • 3Oddělení radiologie, Linyi People's Hospital, Linyi, Čína

S rozvojem internetu stále více dospívajících hraje nadměrně online hru, což vede k nepříznivým dopadům na jednotlivce i společnost. Předchozí studie prokázaly změněný objem šedé hmoty (GMV) u jedinců s poruchou internetového hraní (IGD), ale vztah mezi tendencí k IGD a GMV v celém mozku je u dospívajících stále nejasný. V této studii bylo provedeno anatomické zobrazování s vysokým rozlišením u 67 dospívajících mužů, kteří hráli online hru; a Youngův test závislosti na internetu (IAT) byl proveden za účelem testování tendence k IGD. Software FMRIB Software Library (FSL) byl použit k výpočtu korelací na základě voxelů mezi skóre GMV a IAT po kontrole věku a let vzdělávání. GMV bilaterálního postcentrálního gyri (postCG), bilaterálního precentrálního gyri (preCG), pravého precuneus, levého zadního midcingulate cortex (pMCC), levého dolního parietálního laloku (IPL) a pravého středního frontálního gyru (MFG) byly negativně korelovány se skóre IAT. Korelace stále existovala mezi skóre IAT a GMV dvoustranné postCG, levé preCG, levé pMCC a pravé MFG po kontrole celkové doby hraní online hry. Když byli účastníci rozděleni do dvou skupin podle skóre IAT, byly hodnoty GMV těchto oblastí mozku souvisejících s IAT nižší v podskupině s vysokým skóre IAT (skóre IAT> 50) než v podskupině s nízkým skóre IAT (skóre IAT ≤50). Naše výsledky naznačují, že GMV oblastí mozku zapojených do senzomotorického procesu a kognitivní kontroly byly spojeny s tendencí IGD. Tato zjištění mohou vést k novým cílům pro prevenci a léčbu IGD.

Úvod

V posledních desetiletích hrál internet v našem životě důležitou roli. Stále více adolescentů však surfuje po internetu a hraje online hru příliš, což má za následek nepříznivé účinky na samotné adolescenty a společnost. Epidemiologická studie prokázala, že porucha internetového hraní (IGD), podtyp závislosti na internetu (IA) (1), byl mezi čínskými adolescenty velmi častým problémem duševního zdraví (2). Proto se stále více studií zaměřovalo na neuromechanismus IGD a jejich cílem bylo přispět k prevenci a léčbě IGD.

Strukturální neuroimaging mozku by mohl být používán zkoumat mozkové mechanismy o individuálních osobnostních vlastnostech (3-5). Předchozí strukturální studie zjistily, že jedinci s IGD měli strukturální abnormality v šedé hmotě (GM), jako je snížený objem šedé hmoty (GMV) nebo hustota GM ve více kortikálních a subkortikálních oblastech (6-11) a zvýšení GMV v čelních a časových regionech (8, 12). Tyto studie naznačují, že s mozkem IA bylo spojeno více mozkových oblastí v frontální, temporální, parietální a subkortikální oblasti, jako je ventrální striatum, což přispělo k porozumění neuromechanismům IA. Většina předchozích studií se však zaměřila pouze na IA nebo IGD diagnostikovanou klinickým dotazníkem, jako je test závislosti na internetu (IAT), a porovnala rozdíly v chování a mozkové funkci a struktuře mezi jedinci IGD a zdravými kontrolami. Ve skutečnosti ne všichni jednotlivci, kteří hrají online hry, trpí IGD (13). Proto je nezbytné zkoumat strukturální korelace hráčů online her s různou úrovní sklonu k IGD, nejen u jedinců s IGD diagnózou.

V poslední době se tři studie přímo zaměřily na nervové souvislosti tendence k IA. Wen a Hsieh (14) zkoumali vztah mezi celkovým mozkovým funkčním spojením a úrovní IA ve skupině mladých dospělých (19 – 29 let) a zjistili, že dvě sítě, které se skládaly převážně z čelních oblastí, korelovaly s tendencí IA. Li a kol. (15) uvedli, že struktura a funkční konektivita pravého dorsolaterálního prefrontálního kortexu byla ve skupině zdravých mladých dospělých (18 – 27 let) pozitivně korelována se skóre IAT. Studie Kühna (16) odhalili, že GMV mozkových oblastí uvnitř frontostriatální sítě korelovala s nadměrným používáním internetu hodnoceným podle skóre IAT. Navíc předchozí studie také prokázaly, že změny GMV souvisely se závažností závislosti na online hrách u subjektů IGD. Například studie Weng et al. prokázali, že GMV pravé orbitofrontální kůry a dvoustranných ostrovů byly pozitivně korelovány se závažností závislosti na online hrách u subjektů IGD (7). Cai a kol. hlášené zvýšení GMV nucleus accumbens bylo spojeno se skóre IAT u jedinců IGD (17). Studie Zhou et al. ukázalo, že nižší GMV v pravé orbitofrontální kůře souvisí s vyšší závažností závislosti na online videohrách u internetových hráčů (18). Tyto studie prokázaly, že mozkové struktury a funkce byly spojeny s úrovní IA. Vztah mezi tendencí k IGD a GMV napříč celým mozkem však nebyl u dospívajících dosud jednoznačně vyhodnocen (14 – 18 let). Dospívající mezi lety 14 a 18 je v kritickém období psychologického vývoje a je náchylné ke závislosti a nepříznivým účinkům (19, 20). Mnoho studií týkajících se drogové závislosti věnovalo velkou pozornost adolescentům ve věku od 14 do 18 let (21, 22). Velká studie ukázala, že IGD je velmi častá u čínských žáků základních a středních škol s incidencí 22.5% mezi studenty, kteří hrají online hry (2). Proto je nutné zkoumat strukturální korelace mozku s tendencí k IGD u dospívajících (14 – 18 let).

Navíc předchozí studie prokázaly, že dlouhodobé hraní online her by mohlo vést ke strukturální reorganizaci mozku u hráčů online her (12, 23, 24). GMV ve ventrolaterální prefrontální kůře, dorsolaterální prefrontální kůra, doplňková motorická oblast a rostrální přední cingulační kůra korelovaly s dobou hraní online hry u adolescentů s poruchou IA (6, 25). Proto stojí za to studovat, zda doba hraní online her ovlivňuje vztah mezi GMV a tendencí k IGD.

V této studii byli přijati mladí adolescenti 67 (14 – 18 let), kteří hráli online hry. Korelační analýza založená na voxelu byla provedena za účelem zjištění mozkových oblastí spojených s IAT skóre před a po kontrole celkové doby hraní online hry. Na základě předchozích studií jsou prefrontální-striatální obvody úzce spjaty se závislostí. Ventrální striatum se účastnilo procesu učení a odměňování návyků souvisejících se závislostí (26, 27) a snížený kontrolní účinek prefrontální kůry na proces odměňování je jedním z mechanismů závislosti (28, 29). Proto jsme předpokládali, že tendence IGD může být spojena s mozkovými oblastmi souvisejícími s kognitivní kontrolou (prefrontální kůra) a procesem odměňování (ventrální striatum). Tato studie může vést k novým cílům pro prevenci a léčbu IGD u dospívajících.

Materiály a metody

Předměty

V této studii bylo přijato šedesát sedm adolescentů z pravé ruky (14 – 18, průměrný 15.54 ± 0.14), kteří hráli online hru. Dvacet účastníků 67u byli studenti zdravotnické školy a 47 účastníků 67u byli adolescenti, jejichž rodiče je kvůli možné IGD vzali k psychiatrovi. Všichni účastníci získali vzdělání pro 6 – 12 let, od základní školy po vyšší střední školu. Všichni účastníci strávili více než 80% času online hraním online hry. Do této studie byli zapsáni pouze mužští adolescenti, protože relativně malý počet žen hraje online hry a trpí IGD (2, 30). Kritéria pro vyloučení zahrnovala následující: zneužívání alkoholu nebo drogová závislost; existence jakéhokoli neurologického nebo psychiatrického onemocnění, jako je nespavost, migrény, tinnitus a hyperaktivní porucha pozornosti; anamnéza fyzického onemocnění, jako je trauma mozku, mozkový nádor nebo epilepsie, vyhodnocené podle klinických hodnocení a lékařských záznamů; Rozpor MRI; a viditelné abnormality na konvenční MRI. Tato studie byla schválena Etickou komisí Všeobecné nemocnice Tianjin Medical University a všichni účastníci a jejich opatrovníci poskytli písemný informovaný souhlas podle institucionálních pokynů.

Dotazník

V této studii byl použit test závislosti na internetu k posouzení závažnosti tendence k IGD. IAT se skládá z položek 20 a odpovědi na tyto otázky byly popsány jako skóre 1 – 5 (1 = „zřídka“ až 5 = „vždy“) (31). Celkové skóre položek 20 měří závažnost internetové závislosti. Byla hodnocena zkušenost s hraním online her přes dotazník vlastní zprávy, který se ptal na délku a množství hraní. Celková doba hraní online hry byla vypočtena jako hodiny za den vynásobené dny hraní online her. Intelligence Quotient (IQ) všech účastníků byl testován pomocí Progressive Matrices Standard Raven. Úzkost a deprese byly posílány pomocí self-rating úzkostné stupnice (SAS) a self-rating depresivní stupnice (SDS).

Strukturální MRI

Strukturální obrazy byly získány pomocí skeneru Siemens 3.0 T (Magnetom Verio, Siemens, Erlangen, Německo). Série 192 sousedících sagitálních anatomických obrazů s vysokým rozlišením byla získána za použití trojrozměrné T1-vážené odměrné volumetrické magnetizace připravené sekvence rychlého gradientu a echo s následujícími parametry: TR = 2000 ms, TE = 2.34 ms, TI = 900 ms, úhel překlopení = 9 °, FOV = 256 mm × 256 mm, tloušťka řezu = 1 mm, velikost matrice = 256 × 256.

Analýza morfometrie na bázi voxelů (VBM)

Všechny strukturální obrazy byly předzpracovány pomocí sady nástrojů VBM81 SPM8 (Wellcome Department of Imaging Neuroscience, London, UK)2 běží na MATLAB R2010a (Math Works Inc., Sherborn, MA, USA). Během rekonstrukce obrazů byla provedena trojrozměrná geometrická korekce. Poté byly jednotlivé nativní obrazy všech účastníků rozděleny do GM, bílé hmoty (WM) a mozkové míchy (CSF) a GM segmenty byly normalizovány do šablony Montrealského neurologického ústavu difeomorfní anatomickou registrací prostřednictvím exponované lži algebry ( DARTEL) (32). Zaregistrované snímky GM byly poté modulovány dělením jakobiána z warp pole, aby se opravila místní expanze nebo kontrakce. K vyhlazení modulovaných GM obrazů bylo přijato izotropní Gaussovo jádro s 8 mm plnou šířkou na poloviční maximum. Střední obraz normalizovaného GM od všech účastníků byl použit k vytvoření masky GM, jejíž prahová hodnota byla nastavena na hodnotu 0.3 (byly vybrány pixely s vypočítanými hodnotami zlomků GM> 30%). Poté byla maska ​​GM použita jako explicitní maska ​​pro statistickou analýzu k vyloučení pixelů s nízkými hodnotami pravděpodobnosti GM.

Statistická analýza

Byla provedena Voxel-multiplexní regresní analýza, aby se prozkoumala korelace mezi GMV a skóre IAT u všech účastníků po kontrole věku a let vzdělání. Neparametrický permutační přístup (33) bylo provedeno pomocí nástroje randomize, který byl spuštěn v knihovně FMRIB Software Library (FSL)3. Byla provedena analýza bezlepkových vylepšení klastru (TFCE), protože kombinuje rozsah a výšku klastru do jedné statistiky a nevyžaduje libovolnou volbu prahu pro vytváření klastru (34). Korelace mezi GMV a IAT skóre byla vyhodnocena pomocí neparametrického testování založeného na permutaci s náhodnými permutacemi 5,000. Statistický práh významnosti byl definován na P <0.01. Pro objasnění, zda doba hraní online hry ovlivnila korelaci mezi GMV a IAT, byla znovu provedena Voxelova vícenásobná regresní analýza, když byla přidána celková doba hraní online hry jako obtěžující proměnná.

Klastry s korelací mezi GMV a IAT skóre byly definovány jako oblasti zájmu (ROI) a průměrný GMV v každé ROI byl extrahován. Byla provedena korelační analýza založená na ROI mezi průměrným GMV a skóre IAT po kontrole věku a let vzdělávání. Poté byli všichni účastníci rozděleni do dvou podskupin, skupiny s vysokým skóre IAT (skóre IAT> 50, N = 30) a skupina s nízkým skóre IAT (skóre IAT ≤50, N = 37). Rozdíl v GMV mezi oběma podskupinami byl testován analýzou obecného lineárního modelu, která kontrolovala věk a roky vzdělání. Úrovně významnosti byly stanoveny na P <0.05.

výsledky

Účastníci měli střední skóre 46 na IAT, které bylo použito k posouzení tendence IGD. Subjekty strávily průměrně 5.5 h / den hraním online her a trvaly průměrně 56 měsíců. Klinické a demografické charakteristiky jsou uvedeny v tabulce 1.

 
TABULKA 1
www.frontiersin.org  

Tabulka 1. Charakteristiky účastníka.

 
 

Voxel-moudrá korelační analýza odhalila, že GMV bilaterálního postcentrálního gyriho (postCG), bilaterálního precentrálního gyriho (preCG), pravého precuneusu, levého zadního midcendulačního kortexu (pMCC) a levého dolního parietálního laloku (IPL) a levého dolního parietálního laloku (IPL) a pravý střední frontální gyrus (MFG) významně koreloval s skóre IAT (obrázek 1) 1; Stůl 2). Postava 2 ukazuje korelace založené na ROI mezi GMV a IAT skóre. Poté, co byl celkový čas hraní online hry přidán jako nepříjemný kovariát, stále existovala korelace mezi IAT a GMV dvoustranného postCG, levého preCG, levého pMCC a pravého MFG (obrázek) 3; Stůl 3).

 
OBRÁZEK ​​1
www.frontiersin.org  

Obrázek 1. Oblasti mozku vykazující negativní strukturální korelace s skóre testu závislosti na internetu (IAT) u dospívajících online hráčů. Skóre IAT bylo negativně korelováno s objemy šedé hmoty (GMV) bilaterálních postcentrálních gyri, bilaterálních precentrálních gyri, pravého precuneusu, levého zadního středního cingulate cortexu, levého dolního parietálního laloku a pravého středního frontálního gyru. Čísla pod obrázky jsou souřadnice Montrealského neurologického institutu na z-osa. Barevný pruh představuje log p.

 
 
TABULKA 2
www.frontiersin.org  

Tabulka 2. Oblasti mozku vykazovaly strukturální korelace se skóre testu závislosti na internetu (IAT).

 
 
OBRÁZEK ​​2
www.frontiersin.org  

Obrázek 2. Korelační analýza na základě zájmových oblastí (ROI) mezi skóre objemu šedé hmoty (GMV) a testem závislosti na internetu (IAT). Zbytek byl použit, protože věk a roky vzdělání byly během korelační analýzy kontrolovány.

 
 
OBRÁZEK ​​3
www.frontiersin.org  

Obrázek 3. Oblasti mozku vykazující negativní strukturální korelace s testem závislosti na internetu (IAT) u dospívajících online hráčů po kontrole celkové doby hraní online hry. Skóre IAT bylo negativně korelováno s objemy šedé hmoty (GMV) bilaterálních postcentrálních gyri, levým precentrálním gyrem, levým zadním středním cingulačním kortexem a pravým prostředním frontálním gyrem. Čísla pod obrázky jsou souřadnice Montrealského neurologického institutu na z-osa. Barevný pruh představuje log p.

 
 
TABULKA 3
www.frontiersin.org  

Tabulka 3. Regiony vykázaly strukturální korelace s skóre testu závislosti na internetu (IAT) po kontrole celkové doby hraní online hry.

 
 

Jak je vidět v tabulce 4, když byli účastníci rozděleni do dvou podskupin podle skóre IAT, měla podskupina s vysokým skóre IAT (skóre IAT> 50) nižší GMV v sedmi z osmi regionů ve srovnání s podskupinou se skupinou s nízkým skóre IAT (skóre IAT ≤ 50) (P <0.05).

 
TABULKA 4
www.frontiersin.org  

Tabulka 4. Porovnání objemu šedé hmoty (GMV) mezi oběma podskupinami podle zájmových oblastí (ROI).

 
 

Diskuse

V této studii byla asociace mezi tendencí GMV a IGD hodnocena v celém mozku u dospívajících hráčů online her. Po kontrole vlivu celkového času hraní online hry byly GMV dvoustranného postCG, levého preCG, levého pMCC a pravého MFG stále negativně korelovány s tendencí IGD. Dospívající s nižším GMV v mozkových oblastech souvisejících se senzorimotorickým procesem a kognitivní kontrolou měli vyšší tendenci k IGD.

Bylo to v souladu s hypotézou, že GMV v MFG, jako součást prefrontální kůry zapojené do kognitivních kontrol (35, 36), byla negativně korelována s tendencí IGD. Strukturální a funkční abnormality byly široce hlášeny u jedinců s IGD (37-40). Například v IA byla nalezena menší aktivace v prefrontální kůře (40). Předchozí studie prokázaly nižší hustotu GM a GMV v prefrontální kůře u jedinců IGD (37, 39). U jedinců IGD byla také odhalena menší amplituda nízkofrekvenčních fluktuací v pravém MFG (41). Abnormální aktivace v prefrontální kůře byla také nalezena u osob závislých na drogách, jako jsou uživatelé marihuany a abstinentní uživatelé kokainu (42-44). Podobné změny funkční konektivity prefrontální kůry byly odhaleny u jedinců se závislostí na alkoholu au jedinců s IGD (45, 46). Tyto studie prokázaly, že strukturální nebo funkční stav prefrontální kůry byl spojen se závislostí. V této studii byl GMV správné MFG negativně korelován s IAT skóre a byl nižší v podskupině s vysokým skóre IAT než v podskupině s nízkým skóre IAT. Strukturální abnormalita ve správném MFG může vést k narušení kognitivní kontroly u hráčů online her. Výsledkem bylo, že hráči online her nemohli ovládat jejich problematické hraní online her a projevovali vyšší tendenci k IGD.

V rozporu s hypotézou jsme nezjistili, že GMV ventrálního striatu koreluje se skóre IAT. Ventrální striatum je kritická oblast související se závislostí a obvykle představuje abnormální aktivaci u jedinců se závislostí (26, 27). V naší studii jsme se zaměřili na dospívající hráče online her, ale nejen na jednotlivce IGD, což by mohlo být možné vysvětlení negativního výsledku ventrálního striata. Tento negativní výsledek by však měl být ověřen v budoucí studii s velkou velikostí vzorku.

PreCG, postCG a pMCC podílející se na senzomotorickém procesu neočekávaně vykazovaly negativní korelace s skóre IAT. PreCG hrál hlavní roli v plánování a provádění motorů (47). Dospívání je kritickým obdobím nervového vývoje a je náchylné být ovlivňováno faktory prostředí. Předchozí studie prokázaly, že užívání alkoholu a drog může změnit GMV ve vyvíjejícím se mozku adolescentů (48). Studie ukázala, že delší použití metamfetaminu bylo spojeno se snížením GMV v preCG (49). V naší studii byl GMV preCG nižší v podskupině s vysokým skóre IAT než v podskupině s nízkým skóre IAT. Zvažování prevence a potlačování akce je pojmově spojeno s primární motorickou kůrou (50), snížená GMV preCG může souviset s tendencí IGD. PostCG sestává z primární smyslové kůry a podílí se na integraci senzorických informací (24). Negativní korelace mezi GMV postCG a skóre IAT znamená nižší GMV této oblasti u jedinců s vyšším skóre IAT. Abnormální funkční konektivita postCG byla zjištěna u adolescentů s IGD (51). U uživatelů heroinu byla také odhalena snížená GMV a kortikální tloušťka postCG.52) a dospívající s závislostí na hraní online (53). Poškozená postCG může vést k abnormalitě v příjmu, zpracování a integraci signálů souvisejících s tělem a nemusí vést k pokračujícímu chování souvisejícímu se vzrušením, pozorností, stresem, odměnou a kondicionováním a nakonec spojeným se závislostí (54). V této studii byly také nalezeny negativní strukturní korelace se skóre IAT v levém pMCC. PMCC vykazuje rozsáhlou funkční konektivitu s mozkovými oblastmi zapojenými do senzorimotorové sítě (55, 56) a hraje důležitou roli při zpracování integrace senzorimotorů a řízení motoru (57). Sensorimotorické oblasti nejen ovládají základní aspekty pohybu, ale mohou také formovat lidské chování (58). Funkční vlastnosti senzorimotorové sítě mohou být relevantní pro automatizované / kompulzivní chování ve závislosti (59). U jedinců se závislostí na kokainu bylo také hlášeno poškození senzimotorické kůry (60, 61) a požití alkoholu (62). Dohromady může být snížení GMV v preCG, postCG a pMCC spojeno s abnormalitami senzorimotorové sítě a dále spojeno s tendencí IGD.

V této studii negativní korelace mezi skóre IAT a GMV pravého preCG / postCG, levého IPL a pravého precuneuse zmizely po kontrole vlivu celkového času hraní online hry. PreCG / postCG byl zapojen do senzorimotorického procesu (63); IPL a správný precuneus úzce souvisely s vizuálním a úmyslným zpracováním (64-66). Herní proces vyžaduje, aby hráči věnovali plnou pozornost drobným změnám na obrazovce po dlouhou dobu a poté poškodili jejich vizuální schopnosti (65), což může mít vztah ke snížení GMV v regionech souvisejících s vizuální pozorností. Předchozí studie prokázaly snížení GMV precuneus (8) a snížená kortikální tloušťka IPL (53) u jednotlivců se závislostí na online hrách. Naše výsledky naznačily, že snížení GMV v některých oblastech mozku spojené s vizuální pozorností a senzorimotorickým procesem bylo ovlivněno celkovou dobou hraní online hry, konkrétně mělo kumulativní účinek hraní online hry.

V naší studii by mělo být uvedeno několik omezení. Zaprvé, ačkoli byly odhaleny určité korelace mezi skóre GMV a IAT v mozku, nelze v této korelační analýze příčinnost objasnit. Pozorované nižší GMV u dospívajících s vyšším skóre IAT může být důsledkem nadměrného hraní online her nebo předchozího stavu, který je citlivý na IGD. Za druhé, IAT je subjektivním dotazníkem a pro vyhodnocení tendence k IGD jsou zapotřebí objektivnější metody. Zatřetí, celková doba hraní online her byla jen pravděpodobným měřítkem a nemusí být dostatečně přesná. Začtvrté, nemohli jsme vyloučit vliv herního žánru na výsledky, které by měly být zváženy v budoucí studii. Nakonec byli do naší studie přijati pouze mužští adolescenti. Proto jsou současná zjištění omezena na dospívající hráče online her pro muže.

Proč investovat do čističky vzduchu?

V této studii byla zkoumána strukturální korelace s tendencí IGD u skupiny dospívajících hráčů online her. Bylo zjištěno, že GMV mozkových oblastí souvisejících s senzorimotorickým procesem a kognitivní kontrolou jsou spojeny se skóre IAT. Nižší GMV v regionech souvisejících se senzorimotorickým procesem a kognitivní regulací by mohl připisovat vysoké tendenci k IGD, což by mohlo vést k novým cílům pro prevenci a léčbu IGD u dospívajících.

Etické prohlášení

Tato studie byla schválena Etickou komisí Všeobecné nemocnice Tianjin Medical University a všichni účastníci a jejich opatrovníci poskytli písemný informovaný souhlas podle institucionálních pokynů.

Autorské příspěvky

Výzkum navržený NP, YY, XL a QZ. XQ, XD, GD, YZ a QZ provedly výzkum. YY byl zapojen do klinického hodnocení. Analyzovaná data NP, YZ, GD a QZ. Noviny psaly NP, YZ, XL, YY a QZ.

Prohlášení o konfliktu zájmů

Autoři prohlašují, že výzkum byl proveden bez obchodních či finančních vztahů, které by mohly být považovány za potenciální střet zájmů.

Poznámky pod čarou

Reference

1. Blok JJ. Problémy pro DSM-V: závislost na internetu. Am J Psychiatrie (2008) 165(3):306–7. doi:10.1176/appi.ajp.2007.07101556

CrossRef Plný text | Google Scholar

2. Li Y, Zhang X, Lu F, Zhang Q, Wang Y. Závislost na internetu mezi studenty základních a středních škol v Číně: vzorová studie reprezentativní na národní úrovni. Cyberpsychol Behav Soc Netw (2014) 17(2):111–6. doi:10.1089/cyber.2012.0482

PubMed Abstrakt | CrossRef Plný text | Google Scholar

3. Hayakawa YK, Sasaki H, Takao H, Mori H, Hayashi N, Kunimatsu A, et al. Strukturální abnormality mozku u žen se subklinickou depresí, jak bylo odhaleno morfometrií založenou na voxelu a difuzním tenzorovým zobrazením. J Affect Disord (2013) 144(3):263–8. doi:10.1016/j.jad.2012.10.023

PubMed Abstrakt | CrossRef Plný text | Google Scholar

4. Takeuchi H, Taki Y, Sassa Y, Hashizume H, Sekiguchi A, Nagase T, et al. Regionální objem šedé a bílé hmoty spojený s interferencí Stroop: důkaz morfometrie založené na voxelu. Neuroimage (2012) 59(3):2899–907. doi:10.1016/j.neuroimage.2011.09.064

PubMed Abstrakt | CrossRef Plný text | Google Scholar

5. Liu F, Guo W, Yu D, Gao Q, Gao K, Xue Z, et al. Klasifikace různých terapeutických odpovědí velké depresivní poruchy metodou analýzy s více proměnnými vzory založenou na strukturních MR skenech. PLoS One (2012) 7(7):e40968. doi:10.1371/journal.pone.0040968

PubMed Abstrakt | CrossRef Plný text | Google Scholar

6. Yuan K, Qin W, Wang G, Zeng F, Zhao L, Yang X, et al. Abnormality mikrostruktury u adolescentů s poruchou závislosti na internetu. PLoS One (2011) 6(6):e20708. doi:10.1371/journal.pone.0020708

PubMed Abstrakt | CrossRef Plný text | Google Scholar

7. Weng CB, Qian RB, Fu XM, Lin B, Han XP, Niu CS, et al. Abnormality šedé hmoty a bílé hmoty v závislosti na online hře. Eur J Radiol (2013) 82(8):1308–12. doi:10.1016/j.ejrad.2013.01.031

PubMed Abstrakt | CrossRef Plný text | Google Scholar

8. Sun Y, Sun J, Zhou Y, Ding W, Chen X, Zhuang Z, et al. Hodnocení změn mikrostruktury in vivo v šedé hmotě pomocí DKI v závislosti na internetové hře. Behav Brain Funct (2014) 10:37. doi:10.1186/1744-9081-10-37

PubMed Abstrakt | CrossRef Plný text | Google Scholar

9. Ko CH, Hsieh TJ, Wang PW, Lin WC, Yen CF, Chen CS, et al. Upravená hustota šedé hmoty a narušená funkční konektivita amygdaly u dospělých s poruchou internetového hraní. Prog Neuropsychopharmacol Biol Psychiatry (2015) 57:185–92. doi:10.1016/j.pnpbp.2014.11.003

PubMed Abstrakt | CrossRef Plný text | Google Scholar

10. Lin X, Dong G, Wang Q, Du X. Abnormální objem šedé hmoty a bílé hmoty v „závislých na internetu“. Addict Behav (2015) 40:137–43. doi:10.1016/j.addbeh.2014.09.010

PubMed Abstrakt | CrossRef Plný text | Google Scholar

11. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, Xu JR, et al. Abnormality šedé hmoty v závislosti na internetu: morfometrická studie založená na voxelu. Eur J Radiol (2011) 79(1):92–5. doi:10.1016/j.ejrad.2009.10.025

PubMed Abstrakt | CrossRef Plný text | Google Scholar

12. Kuhn S, Gleich T, Lorenz RC, Lindenberger U, Gallinat J. Hraní super maria vyvolává strukturální mozkovou plasticitu: změny šedé hmoty vyplývající z tréninku s komerční videohrou. Mol psychiatrie (2014) 19(2):265–71. doi:10.1038/mp.2013.120

PubMed Abstrakt | CrossRef Plný text | Google Scholar

13. Przybylski AK, Weinstein N, Murayama K. Porucha internetového hraní: zkoumání klinického významu nového jevu. Am J Psychiatrie (2017) 174(3):230–6. doi:10.1176/appi.ajp.2016.16020224

PubMed Abstrakt | CrossRef Plný text | Google Scholar

14. Wen T, Hsieh S. Analýza založená na síti odhaluje funkční připojení související s tendencí k závislosti na internetu. Přední Hum Neurosci (2016) 10:6. doi:10.3389/fnhum.2016.00006

PubMed Abstrakt | CrossRef Plný text | Google Scholar

15. Li W, Li Y, Yang W, Zhang Q, Wei D, Li W, et al. Mozkové struktury a funkční konektivita spojená s individuálními rozdíly v tendenci internetu u zdravých mladých dospělých. Neuropsychologia (2015) 70:134–44. doi:10.1016/j.neuropsychologia.2015.02.019

PubMed Abstrakt | CrossRef Plný text | Google Scholar

16. Kuhn S, Gallinat J. Brains online: strukturální a funkční koreláty obvyklého používání internetu. Addict Biol (2015) 20(2):415–22. doi:10.1111/adb.12128

PubMed Abstrakt | CrossRef Plný text | Google Scholar

17. Cai C, Yuan K, Yin J, Feng D, Bi Y, Li Y, et al. Morfometrie striatu je spojena s kognitivními kontrolními deficity a závažností příznaků u internetové herní poruchy. Zobrazování mozku Behav (2016) 10(1):12–20. doi:10.1007/s11682-015-9358-8

PubMed Abstrakt | CrossRef Plný text | Google Scholar

18. Zhou F, Montag C, Sariyska R, Lachmann B, Reuter M, Weber B, et al. Orbitofrontální deficity šedé hmoty jako indikátor poruchy internetových her: konvergující důkazy z průřezového a perspektivního podélného designu. Addict Biol (2017). doi: 10.1111 / adb.12570

CrossRef Plný text | Google Scholar

19. Ac-Nikolic E, Zaric D, Niciforovic-Surkovic O. Prevalence závislosti na internetu mezi žáky v Novém Sadu. Srp Arh Celok Lek (2015) 143(11–12):719–25. doi:10.2298/SARH1512719A

PubMed Abstrakt | CrossRef Plný text | Google Scholar

20. Gonzalvez MT, Espada JP, Orgiles M, Morales A, Sussman S. Nikotinová závislost jako prostředník účinků projektu EX na snížení spotřeby tabáku u vědců. Front Psychol (2016) 7:1207. doi:10.3389/fpsyg.2016.01207

PubMed Abstrakt | CrossRef Plný text | Google Scholar

21. Colby SM, Nargiso J, Tevyaw TO, Barnett NP, Metrik J, Lewander W, et al. Vylepšené motivační pohovory versus krátké rady pro ukončení kouření u dospívajících: výsledky randomizované klinické studie. Addict Behav (2012) 37(7):817–23. doi:10.1016/j.addbeh.2012.03.011

PubMed Abstrakt | CrossRef Plný text | Google Scholar

22. Děkuji D, Domingo-Salvany A, Barrio Anta G, Sanchez Manez A, Llorens Aleixandre N, Suether JM, et al. Volba screeningového nástroje je důležitá: v případě problematického užívání konopí je screening ve španělské populaci dospívajících. Addict ISRN (2013) 2013:723131. doi:10.1155/2013/723131

PubMed Abstrakt | CrossRef Plný text | Google Scholar

23. Kuhn S, Romanowski A, Schilling C, Lorenz R, Morsen C, Seiferth N, et al. Neurální podstata videoher. Transl Psychiatrie (2011) 1:e53. doi:10.1038/tp.2011.53

PubMed Abstrakt | CrossRef Plný text | Google Scholar

24. Tanaka S, Ikeda H, Kasahara K, Kato R, Tsubomi H, Sugawara SK, et al. Větší pravý zadní parietální objem v akci videoherních odborníků: studie chování a morfometrie založená na voxelu (VBM). PLoS One (2013) 8(6):e66998. doi:10.1371/journal.pone.0066998

PubMed Abstrakt | CrossRef Plný text | Google Scholar

25. Lee D, Namkoong K, Lee J, Jung YC. Abnormální objem šedé hmoty a impulsivita u mladých dospělých s poruchou internetového hraní. Addict Biol (2017). doi: 10.1111 / adb.12552

CrossRef Plný text | Google Scholar

26. Ashby FG, Turner BO, Horvitz JC. Příspěvky kortálních a bazálních ganglií k učení návyků a automatičnosti. Trendy Cogn Sci (2010) 14(5):208–15. doi:10.1016/j.tics.2010.02.001

PubMed Abstrakt | CrossRef Plný text | Google Scholar

27. Volkow ND, Wang GJ, Fowler JS, Tomasi D, Telang F. Závislost: Za obvody odměňování dopaminu. Proc Natl Acad Sci USA (2011) 108(37):15037–42. doi:10.1073/pnas.1010654108

CrossRef Plný text | Google Scholar

28. Walter M, Wang Y, Yin Y, Sun YW, Zhou Y, Chen X, et al. Snížená interhemisferická funkční konektivita prefrontálního laloku u adolescentů s poruchou internetového hraní: primární studie využívající fMRI v klidovém stavu. PLoS One (2015) 10(3):e0118733. doi:10.1371/journal.pone.0118733

PubMed Abstrakt | CrossRef Plný text | Google Scholar

29. Koob GF, Volkow ND. Neurocircuitry of addiction. Neuropsychopharmacology (2009) 35(1):217–38. doi:10.1038/npp.2009.110

CrossRef Plný text | Google Scholar

30. Yu L, Shek DT. Závislost na internetu u dospívajících v Hongkongu: tříletá longitudinální studie. J Pediatr Adolesc Gynecol (2013) 26(3 Suppl):S10–7. doi:10.1016/j.jpag.2013.03.010

PubMed Abstrakt | CrossRef Plný text | Google Scholar

31. Young KS. Zachytil v síti: jak rozpoznat příznaky závislosti na internetu - a vítěznou strategii pro zotavení. Posouzení (1998) 21(6):713–22.

Google Scholar

32. Ashburner J. Rychlý difeomorfní algoritmus registrace obrazu. Neuroimage (2007) 38(1):95–113. doi:10.1016/j.neuroimage.2007.07.007

PubMed Abstrakt | CrossRef Plný text | Google Scholar

33. Nichols TE, Holmes AP. Neparametrické permutační testy pro funkční neuroimaging: primer s příklady. Hum Brain Mapp (2002) 15(1):1–25. doi:10.1002/hbm.1058

PubMed Abstrakt | CrossRef Plný text | Google Scholar

34. Smith SM, Nichols TE. Vylepšení klastru bez prahu: řešení problémů vyhlazování, závislosti na prahu a lokalizace při odvozování klastru. Neuroimage (2009) 44(1):83–98. doi:10.1016/j.neuroimage.2008.03.061

PubMed Abstrakt | CrossRef Plný text | Google Scholar

35. Rd MDA, Cohen JD, Stenger VA, Carter CS. Rozdělení role dorsolaterálního prefrontálního a předního cingulačního kortexu v kognitivní kontrole. Věda (2000) 288(5472):1835. doi:10.1126/science.288.5472.1835

PubMed Abstrakt | CrossRef Plný text | Google Scholar

36. Yuan P, Raz N. Prefrontální kůra a výkonné funkce u zdravých dospělých: metaanalýza strukturálních neuroimagingových studií. Neurosci Biobehav Rev (2014) 42(5):180–92. doi:10.1016/j.neubiorev.2014.02.005

PubMed Abstrakt | CrossRef Plný text | Google Scholar

37. Wang H, Jin C, Yuan K, Shakir ™, Mao C, Niu X, et al. Změna objemu šedé hmoty a kognitivní kontroly u dospívajících s poruchou internetového hraní. Přední Behav Neurosci (2015) 9:64. doi:10.3389/fnbeh.2015.00064

CrossRef Plný text | Google Scholar

38. Liu GC, Yen JY, Chen CY, Yen CF, Chen CS, Lin WC, et al. Aktivace mozku pro inhibici odezvy při rozptylování herních narážek při internetové herní poruše. Kaohsiung J Med Sci (2014) 30(1):43–51. doi:10.1016/j.kjms.2013.08.005

PubMed Abstrakt | CrossRef Plný text | Google Scholar

39. Choi J, Cho H, Kim JY, Jung DJ, Ahn KJ, Kang HB, et al. Strukturální změny v prefrontální kůře zprostředkovávají vztah mezi poruchou internetového hraní a depresivní náladou. Sci Rep (2017) 7(1):1245. doi:10.1038/s41598-017-01275-5

PubMed Abstrakt | CrossRef Plný text | Google Scholar

40. Seok JW, Lee KH, Sohn S, Sohn JH. Neurální substráty riskantního rozhodování u jedinců se závislostí na internetu. Aust NZJ Psychiatrie (2015) 49(10):923–32. doi:10.1177/0004867415598009

PubMed Abstrakt | CrossRef Plný text | Google Scholar

41. Park SY, Kim SM, Roh S, Soh MA, Lee SH, Kim H, et al. Účinky programu léčby virtuální reality pro závislost na hraní online. Programy výpočetních metod Biomed (2016) 129:99–108. doi:10.1016/j.cmpb.2016.01.015

PubMed Abstrakt | CrossRef Plný text | Google Scholar

42. Bolla K, Ernst M, Kiehl K, Mouratidis M, Eldreth D, Contoreggi C, et al. Prefrontální kortikální dysfunkce u abstinentů zneužívajících kokain. J Neuropsychiatry Clin Neurosci (2004) 16(4):456. doi:10.1176/jnp.16.4.456

PubMed Abstrakt | CrossRef Plný text | Google Scholar

43. Bolla KI, Eldreth DA, Matochik JA, Cadet JL. Neurální substráty chybného rozhodování u abstinentních uživatelů marihuany. Neuroimage (2005) 26(2):480–92. doi:10.1016/j.neuroimage.2005.02.012

PubMed Abstrakt | CrossRef Plný text | Google Scholar

44. Bolla KI, Eldreth DA, London ED, Kiehl KA, Mouratidis M, Contoreggi C, a kol. Orbitofronální kortexová dysfunkce u abstinentních uživatelů kokainu, kteří vykonávají rozhodovací úkol. Neuroimage (2003) 19(3):1085. doi:10.1016/S1053-8119(03)00113-7

PubMed Abstrakt | CrossRef Plný text | Google Scholar

45. Ge X, Sun Y, Han X, Wang Y, Ding W, Cao M, et al. Rozdíl ve funkční konektivitě dorsolaterální prefrontální kůry mezi kuřáky s nikotinovou závislostí a jedinci s poruchou internetového hraní. BMC Neurosci (2017) 18(1):54. doi:10.1186/s12868-017-0375-y

PubMed Abstrakt | CrossRef Plný text | Google Scholar

46. Han JW, Han DH, Bolo N, Kim B, Kim BN, Renshaw PF. Rozdíly ve funkční konektivitě mezi závislostí na alkoholu a poruchou hraní na internetu. Addict Behav (2015) 41:12–9. doi:10.1016/j.addbeh.2014.09.006

PubMed Abstrakt | CrossRef Plný text | Google Scholar

47. Nock NL, Dimitropolous A, Tkach J, Frasure H, von Gruenigen V. Snížení nervové aktivace na vysoce kalorické potravinové podněty u obézních karcinomů endometria po zásahu do životního stylu chování: pilotní studie. BMC Neurosci (2012) 13:74. doi:10.1186/1471-2202-13-74

PubMed Abstrakt | CrossRef Plný text | Google Scholar

48. Squeglia LM, Gray KM. Užívání alkoholu a drog a vyvíjející se mozek. Curr Psychiatry Rep (2016) 18(5):46. doi:10.1007/s11920-016-0689-y

PubMed Abstrakt | CrossRef Plný text | Google Scholar

49. Hall MG, Alhassoon OM, Stern MJ, Wollman SC, Kimmel CL, Perez-Figueroa A, et al. Abnormality šedé hmoty u pacientů závislých na kokainu oproti metamfetaminu: metaanalýza neuroimagingu. Am J zneužívání alkoholu drogami (2015) 41(4):290–9. doi:10.3109/00952990.2015.1044607

PubMed Abstrakt | CrossRef Plný text | Google Scholar

50. Stinear CM, Coxon JP, Byblow WD. Primární motorická kůra a prevence pohybu: kam se setkávají stopky. Neurosci Biobehav Rev (2009) 33(5):662–73. doi:10.1016/j.neubiorev.2008.08.013

PubMed Abstrakt | CrossRef Plný text | Google Scholar

51. Zhang JT, Yao YW, Li CS, Zang YF, Shen ZJ, Liu L, et al. Změněná funkční konektivita insula v klidovém stavu u mladých dospělých s poruchou internetového hraní. Addict Biol (2016) 21(3):743–51. doi:10.1111/adb.12247

PubMed Abstrakt | CrossRef Plný text | Google Scholar

52. Gardini S, Venneri A. Snížená šedá hmota v zadní izolaci jako strukturální zranitelnost nebo diatéza závislosti. Brain Res Bull (2012) 87(2–3):205–11. doi:10.1016/j.brainresbull.2011.11.021

PubMed Abstrakt | CrossRef Plný text | Google Scholar

53. Yuan K, Cheng P, Dong T, Bi Y, Xing L, Yu D, et al. Abnormality tloušťky kortikálu v pozdní adolescenci s online herní závislostí. PLoS One (2013) 8(1):e53055. doi:10.1371/journal.pone.0053055

PubMed Abstrakt | CrossRef Plný text | Google Scholar

54. Paulus MP, Stewart JL. Intercepce a drogová závislost. Neurofarmakologie (2014) 76 (Pt B): 342 – 50. doi: 10.1016 / j.neuropharm.2013.07.002

CrossRef Plný text | Google Scholar

55. Picard N, Strick PL. Motorické oblasti střední stěny: přehled jejich umístění a funkční aktivace. Cereb Cortex (1996) 6(3):342–53. doi:10.1093/cercor/6.3.342

PubMed Abstrakt | CrossRef Plný text | Google Scholar

56. Yu C, Zhou Y, Liu Y, Jiang T, Dong H, Zhang Y, et al. Funkční segregace kůry lidského cingulátu je potvrzena funkční neuroanatomickou parcellací na bázi konektivity. Neuroimage (2011) 54(4):2571–81. doi:10.1016/j.neuroimage.2010.11.018

PubMed Abstrakt | CrossRef Plný text | Google Scholar

57. Wang D, Zhou Y, Zhuo C, Qin W, Zhu J, Liu H, a kol. Změněná funkční konektivita cingulačních podoblastí u schizofrenie. Transl Psychiatrie (2015) 5:e575. doi:10.1038/tp.2015.69

PubMed Abstrakt | CrossRef Plný text | Google Scholar

58. Casartelli L, Chiamulera C. Motorická cesta: klinické důsledky pochopení a tvarování akcí s motorickým systémem v autismu a drogové závislosti. Cogn ovlivňuje Behav Neurosci (2016) 16(2):191–206. doi:10.3758/s13415-015-0399-7

PubMed Abstrakt | CrossRef Plný text | Google Scholar

59. Gremel CM, Lovinger DM. Asociativní a senzimotorické role kortiko-bazálních ganglií v účincích zneužívaných drog. Genes Brain Behav (2017) 16(1):71–85. doi:10.1111/gbb.12309

PubMed Abstrakt | CrossRef Plný text | Google Scholar

60. Porrino LJ, Lyons D, Smith HR, Daunais JB, Nader MA. Samopodávání kokainu způsobuje progresivní zapojení limbických, asociačních a senzorimotorických striatálních domén. J Neurosci (2004) 24(14):3554–62. doi:10.1523/JNEUROSCI.5578-03.2004

PubMed Abstrakt | CrossRef Plný text | Google Scholar

61. Hanlon CA, Wesley MJ, Roth AJ, Miller MD, Porrino LJ. Ztráta laterality u chronických uživatelů kokainu: fMRI vyšetřování senzorimotorické kontroly. Psychiatry Res (2010) 181(1):15–23. doi:10.1016/j.pscychresns.2009.07.009

PubMed Abstrakt | CrossRef Plný text | Google Scholar

62. Nikolaou K, Critchley H, Duka T. Alkohol ovlivňuje neuronální substráty inhibice odezvy, ale nikoli percepčního zpracování podnětů signalizujících stop reakci. PLoS One (2013) 8(9):e76649. doi:10.1371/journal.pone.0076649

PubMed Abstrakt | CrossRef Plný text | Google Scholar

63. White LE, Andrews TJ, Hulette C, Richards A, Groelle M, Paydarfar J, et al. Struktura lidského senzorimotorického systému. I: morfologie a cytoarchitektura centrálního sulku. Cereb Cortex (1997) 7(1):18–30. doi:10.1093/cercor/7.1.18

CrossRef Plný text | Google Scholar

64. Cavanna AE, Trimble MR. Precuneus: přehled jeho funkční anatomie a chování koreluje. Mozek (2006) 129(Pt 3):564–83. doi:10.1093/brain/awl004

PubMed Abstrakt | CrossRef Plný text | Google Scholar

65. Feng Q, Chen X, Sun J, Zhou Y, Sun Y, Ding W, et al. Srovnání úrovně Voxel arteriálního spinem značeného perfúzního magnetického rezonance u adolescentů s internetovou herní závislostí. Behav Brain Funct (2013) 9(1):33. doi:10.1186/1744-9081-9-33

PubMed Abstrakt | CrossRef Plný text | Google Scholar

66. Díky DL, Huettel SA, Hall WG, Rubin DC. Aktivace v mezolimbických a visuospatiálních nervových obvodech vyvolaných kouřením: důkaz z funkčního zobrazování magnetickou rezonancí. Am J Psychiatrie (2002) 159(6):954–60. doi:10.1176/appi.ajp.159.6.954

PubMed Abstrakt | CrossRef Plný text | Google Scholar