Různé funkční změny konektivity u kuřáků a nefajčů s návykem na internetové hry (2014)

Biomed Res Int. 2014; 2014: 825787. dva: 10.1155 / 2014 / 825787. Epub 2014 Nov 18.

Chen X1, Wang Y1, Zhou Y1, Sun Y1, Ding W1, Zhuang Z1, Xu J1, Du Y2.

Abstraktní

Tato studie zkoumala změny v funkční konektivitě klidového stavu (rsFC) zadní cingulární kůry (PCC) u kuřáků a nefajčů s internetovou závislostí (IGA). Dvakrát devět kuřáků s IGA, nefajčičkami 22 s IGA a zdravými kontrolami skupiny 30 (skupiny HC) prošlo fMRI skenem v klidu. PCC konektivita byla stanovena u všech subjektů zkoumáním synchronizovaných nízkofrekvenčních výkyvů signálu fMRI pomocí metody časové korelace. Ve srovnání s nekuřáky s IGA vykazovaly kuřáky s IGA sníženou hladinu RSF s PCC v pravém rektusu. Levý střední čelní gyrus vykazoval zvýšené rsFC. Bylo zjištěno, že spojení PCC s pravým rektus gyrusem negativně koreluje s skóre CIAS u kuřáků s IGA před korekcí. Naše výsledky naznačovaly, že kuřáky s IGA měly funkční změny v oblastech mozku souvisejících s motivací a výkonnou funkcí ve srovnání s nefajčiči s IGA.

1. Úvod

Internet je jedním z nejdůležitějších médií pro komunikaci a společenskou interakci v moderním životě. Nicméně ztráta kontroly nad používáním internetu vede k narušení negativních důsledků [1], jako je posedlost v oblasti her, nedostatek vztahů v reálném životě, nedostatečná pozornost, agrese a nepřátelství, stres a snížený akademický úspěch [2-4]. Tento fenomén chování byl pojmenován internetovou závislostí (IA) [1] nebo "porucha používání internetu". IA se skládá z alespoň tří podtypů: závislost na hrou na internetu (IGA), sexuálních záležitostech a e-mailových / textových zpráv [5]. V Číně je nejdůležitějším podtypem IA IGA [6]. Klinické důkazy naznačují, že osoby s IA mají mnoho biopsychosociálních symptomů a následků, jako je nával, změna nálady, tolerance, abstinenční příznaky, konflikty a relaps, které byly tradičně spojeny se závislostmi na látce, ačkoli to nezpůsobuje stejné typu fyzických problémů jako jiných závislostí, jako je alkohol nebo zneužívání drog [7, 8]. Bylo hlášeno, že prevalence IA činila 10.7 procento u mládeže v Číně [9]. Vzhledem k tomu, že se počet uživatelů internetu rychle zvyšuje, je IA závažným problémem v oblasti veřejného zdraví.

Studie týkající se různých faktorů souvisejících s IA jsou prováděny aktivně za účelem pochopení a vyřešení fenoménu závislosti na internetu. Ve světle behaviorální závislosti vědci usilují o to, aby nalezli souvislost mezi IA a jiným problémovým chováním, které mohou vést k závislosti, jako je pití alkoholu a zneužívání drog [10]. Několik studií uvádí, že riziko IA je spojeno se zvýšenou prevalencí závislosti na látkách [11-13]. Sung et al. že riziko IA bylo spojeno s kouřením cigaret, pitím alkoholu, zneužíváním drog a sexuálním stykem mezi korejskými adolescenty [10]. Ko et al. [14] uvádí, že tchajwanští adolescenti s IA mají větší pravděpodobnost, že budou mít zkušenosti s užíváním látek, včetně tabáku, alkoholu nebo nedovolených drog. Ko a kol., Zjistili, že studenti závislý na internetu a studenti s užíváním návykových látek sdílejí společné osobnostní charakteristiky, které jsou náchylnější k závislosti. Podobné nálezy mezi řeckými dospívajícími byly hlášeny Fisounem a kol. [15]. Tyto studie naznačují, že dospívající osoby s vysokým rizikem IA mohou mít osobnosti, které jsou náchylné k jakékoli závislosti; tyto osobnosti mají zvýšené riziko pro užívání návykových látek a sexuální styk, což může vést k závislosti. Překrývání mezi IA a zneužíváním návykových látek a závislosti může být způsobeno podobnými charakteristikami předisponujícími k regionům mozku a mozku, které reagují na internet nebo k užívání návykových látek [11]. Jednotlivci s IA a závislostí na látce sdílejí podobné temperamenty. Navíc podobné funkce funkčních oblastí mozku, jako jsou dorsolaterální a orbitofronální kůry, byly nalezeny u jedinců s IGA, drogovou závislostí a patologickým hazardem [16, 17]. Sung et al. navrhl, že by nemělo být interpretováno, že IA způsobuje další problémové chování mezi dospívajícími; je však pravděpodobné, že stejné příčinné faktory zodpovědné za IA zvyšují riziko IA u dospívajících, kteří se chovají v jiném problémovém chování. Zdálo se tedy rozumné zvážit souběžné problémové chování, zejména kouření, pití, zneužívání drog a sexuální styk, pokud se jedná o adolescenty s vysokým rizikem IA [10]. Zatím však zůstávají nejasné mozkové funkční změny u subjektů s IA s drogovou závislostí a bez ní. V našem předchozím výzkumu jsme zjistili změněné rsFC s PCC v IGA [18]. Proto jsme se v této studii zaměřili na zjištění, zda subjekty s IGA a závislostí na látce prokázaly větší změny v rsFC ve srovnání s pacienty s IGA bez závislosti na látce.

Poslední desetiletí bylo svědkem výbuchu počtu studií funkční konektivity (FC), které používaly fMRI, a to hlavně proto, že FC umožňuje průzkum rozsáhlých sítí a jejich vzájemných interakcí, čímž směřuje k pochopení fungování mozku na úrovni systému [19, 20]. Tento vznikající neuroimaging nástroj poskytl výzkumníkům další poznatky a podnítil nové teorie o základních nervových substrátech různých neuropsychiatrických poruch [21]. V této studii jsme porovnali funkční konektivitu v klidu (rsFC) s PCC mezi kuřáky a nefajčiči s IGA a zdravou kontrolní skupinou. Cílem této studie bylo zjistit rozdíly v rsFC s PCC u kuřáků a nefajčů s IGA a (1), aby se zjistilo, zda existují nějaké vztahy mezi změnami rsFC s PCC a závažností IGA a závislosti na nikotinu.

2. Materiály a metody

2.1. Účastníci

V této studii se zúčastnilo 27 kuřáků s IGA, nefajčiči 22 s IGA a zdravými kontrolami 30 (skupina HC). Skupiny IGA byly přijaty z ambulantního pracoviště Šanghajského centra duševního zdraví. Kontrolní skupina byla rekrutována prostřednictvím reklam. Všichni účastníci ve skupině s kouřením začali kouřit 2-3 roky před zahájením studie. Subjekty závislými na nikotinu jsou obzvláště vhodné jako srovnávací skupina pro IGA, protože neurotoxické účinky nikotinu jsou omezené ve srovnání s jinými léky, jako je alkohol [22, 23].

Základní dotazník byl použit k shromažďování demografických informací, jako je pohlaví, věk a poslední ročník ukončení školní docházky. Tato studie byla schválena Etickou komisí Ren Ji Hospital, Lékařská škola, Šanghajská univerzita Jiao Tong. Účastníci a jejich rodiče nebo zákonní zástupci byli informováni o cílech naší studie před provedením vyšetření magnetickou rezonancí (MRI). Úplný a písemný souhlas byl získán od rodičů nebo zákonných zástupců každého účastníka.

Všichni pacienti byli vyšetřeni na psychiatrické poruchy s Mini International Neuropsychiatric Interview (MINI) [24]. Náborová kritéria byla věk 16-23 let, mužského pohlaví a byla pravá. Bylo poskytnuto podrobné vysvětlení studie a následně byl získán informovaný souhlas od všech účastníků. Všechny osoby byly dotazovány psychiatrem, aby potvrdily diagnózu IGA a závislosti na nikotinu. Kritéria pro IGA byla hodnocena podle modifikovaného diagnostického dotazníku pro kritéria závislosti na internetu (tj. YDQ) od Beard a Wolf [25] a kritéria pro závislost na nikotinu byla posouzena pomocí příslušných otázek ze strukturovaného klinického rozhovoru pro DSM-IV [26]. Žádný z účastníků kontrolních skupin nikdy nekouřil.

Kritéria vyloučení zahrnovala anamnézu některého z následujících stavů: poruchy užívání jiných látek než závislost na nikotinu, předchozí hospitalizace pro psychiatrické poruchy nebo anamnézu závažných psychiatrických poruch, neurologické onemocnění nebo poranění, mentální retardaci a intoleranci zobrazování magnetickou rezonancí.

2.2. Klinické hodnocení

K posouzení klinických rysů účastníků bylo použito pět dotazníků, konkrétně Chen Internet Addiction Scale (CIAS) [27], Sebevědomí stupnice úzkosti (SAS) [28], Měřítko pro snížení stupně sebehodnocení (SDS) [29], Barratt Impulsiveness Scale-11 (BIS-11) [30] a Fagerstrom test nikotinové závislosti (FTND) [31]. CIAS, vyvinutý společností Chen, obsahuje položky 26 v měřítku 4-point Likert; představuje závažnost závislosti na internetu. FTND je dotazník se šesti položkami o vlastní zprávě [31]. Skóre se může pohybovat od 0 (nezávislé) až po 10 (vysoce závislé). Všechny dotazníky byly původně napsány v angličtině a poté přeloženy do čínštiny.

2.3. MRI akvizice

MRI byla provedena pomocí skeneru 3T MRI (GE Signa HDxt 3T, USA). Byla použita standardní cívka s pěnovým polstrováním. Během stavu fMRI v klidu byli subjekty instruováni, aby si udrželi oči zavřené, zůstanou nehybné, zůstanou vzhůru a nebudou mít jasné názory na žádné konkrétní předměty. Pro funkční zobrazování byla použita echa-planární sekvence gradient-echa. Třicet čtyř příčných řezů (doba opakování (TR) = 2000ms, echo čas (TE) = 30ms, zorné pole (FOV) = 230 × 230mm, 3.6 × 3.6 × 4mm voxel velikost) zarovnány podél přední komise-posterior commisure linky byly získány. Každé vyšetření fMRI trvalo 440s. Bylo také získáno několik dalších sekvencí, včetně obrazů (1) 3D Rychle zmražených gradientů (3D-FSPGR) (TR = 6.1ms, TE = 2.8ms, TI = 450ms, tloušťka řezu = 1mm, mezera = 0, úhel otočení = 15 °, FOV = 256mm × 256mm, počet řezů = 166, 1 × 1 × 1mm voxel size). (2) axiální T1-vážené sekvence echových rychlých polí (TR = 331ms, TE = 4.6ms, FOV = 256 × 256mm, řezy 34, 0.5 × 0.5 × 4mm voxel velikost) a (3) axiální T2W turbo spin-echo sekvence (TR = 3013ms, TE = 80ms, FOV = 256 × 256mm, řezy 34, 0.5 × 0.5 × 4mm voxel size). Kuřáci s IGA nekouřili před skenováním.

2.4. Statistická analýza

Pro skupinová srovnání demografických a klinických opatření byly provedeny jednocestné testy ANOVA za použití SPSS 18 (Statistický balíček pro společenské vědy), aby byly zkoumány rozdíly ve třech skupinách a byly provedeny post-hoc testy Bonferroni, které zkoumaly rozdíly mezi každou dvojicí skupin . Dvoucalený P hodnota 0.05 byla považována za statisticky významnou pro všechny analýzy.

Strukturální mozkové MRI skeny (obrázky vážené T1 a T2) byly zkontrolovány dvěma zkušenými neuroradiology. V žádné skupině nebyly pozorovány žádné závažné abnormality. Funkční předzpracování MRI bylo provedeno pomocí Data Processing Assistant for Resting-State fMRI (DPARSF V2.3) (Yan & Zang, 2010, http://www.restfmri.net), která je založena na softwaru Statistické parametrické mapování (SPM8) (http://www.fil.ion.ucl.ac.uk/spm) a Toolkit pro analýzu dat fMRI v klidovém stavu (REST, http://www.restfmri.net) [32, 33].

Data z každého skenování fMRI obsahovala časové body 220. První objemy 10 každé funkční časové řady byly vyřazeny z důvodu nestability počátečního signálu MRI a počáteční adaptace účastníků na situaci a zbývající snímky 210 byly předběžně zpracovány. Obrazy byly následně korigovány na časování řezu a přeměněny na první obraz korekcí pohybů hlavy v tuhém tělese (data pacienta vykazující pohyb větší než 1mm s maximálním překladem v x, ynebo z, nebo 1 ° maximální rotace kolem tří os, byly vyřazeny). Žádný účastník nebyl vyloučen kvůli pohybu. Funkční obrazy byly normalizovány do standardního stereotaxického anatomického prostoru Montreal Neurological Institute (MNI). Normalizované objemy byly převzorkovány na velikost voxelu 3mm × 3mm × 3mm. Echo-planární obrazy byly prostorově vyhlazeny pomocí izotropního Gaussova filtru 4mm plné šířky na polovinu maximální.

Časové řady v každém voxelu byly odkloněny, aby korelovaly lineární posuny v průběhu času. V časových řadách se postupně zrychlilo osm občasných obratností (prediktory časové řady pro bílou hmotu, cerebrospinální tekutinu a šest pohybových parametrů). Následně časové filtrování (0.01-0.08Hz) byl aplikován na časové řady každého voxelu, aby se snížil dopad nízkofrekvenčního driftu a vysokofrekvenčního šumu [34-37].

Zadní cingulární kůra (PCC) přilákala v poslední době pozornost výzkumu [38]. Jako ústřední součást navrhovaného DMN se PCC podílí na pozorovacích procesech. Předchozí studie prokázaly, že PCC neurony reagují na přijetí odměny, velikost a vizuálně-prostorovou orientaci [39, 40]. Náš předchozí výzkum také ukázal, že subjekty IGA měly nižší hustotu šedé hmoty v levém zadním cingulárním kortexu a spojitost s PCC pozitivně korelovala s skóre CIAS v pravém PCC [18, 41]. Navíc Dong a kol. že subjekty IGA prokázaly vyšší frakční anizotropii (FA), což naznačuje větší integritu bílé hmoty v levém PCC vzhledem ke zdravým kontrolám [42]. PCC byl tedy v této studii použit jako semeno ROI. Šablona PCC, která se skládala z Brodmannových oblastí 29, 30, 23 a 31, byla vybrána jako oblast zájmu (ROI) pomocí softwaru WFU-Pick Atlas [43]. Signálové časové řady závislé na hladině kyslíku v okysličování ve voxelách v oblasti semen byly zprůměrovány pro generování referenčních časových řad. Pro každý subjekt a oblast osiva byla vytvořena korelační mapa výpočtem korelačních koeficientů mezi referenční časovou řadou a časovou řadou od všech ostatních mozkových voxelů. Korelační koeficienty pak byly převedeny na z hodnoty pomocí Fishera z-transformovat, aby se zlepšila normálnost distribuce [36]. Jedinec z-score byly zadány do SPM8 pro jeden vzorek t- testovat určení oblastí mozku s významnou konektivitou k PCC v každé skupině. Jednotlivé výsledky byly také zadány do SPM8 pro analýzu náhodného efektu a byly provedeny jednocestné testy ANOVA. Více korekční porovnání bylo provedeno 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. Poté byly provedeny další skupinové interakční analýzy se dvěma vzorky t- testuje identifikaci regionů vykazujících významné rozdíly v konektivitě k PCC mezi dvěma skupinami na základě výsledku analýzy ANOVA pomocí výsledků F-test jako maska ​​pro omezení t- testuje významné regiony. Oprava vícekrát byla provedena pomocí programu AlphaSim. Regiony vykazující statisticky významné rozdíly byly maskovány na MNI mozkových šablonách.

Také jsme zkoumali vztah mezi skóre CIAS a zFC u kuřáků a nefajčů s IGA skupinou. Za prvé, každá skupina, která prokázala mezi skupinami rozdíly ve skupinovém srovnání kuřáků s IGA versus nekuřáky s IGA, byla uložena jako návratnost investic. Potom, zHodnoty FC každé návratnosti investic byly extrahovány softwarem REST. Konečně, korelační analýza s zHodnota FC každé návratnosti investic s CIAS a FTND u kuřáků s IGA byla provedena. Dvoucalený P hodnota 0.00625 s korekcí Bonferroni byla považována za statisticky významnou.

3. Výsledky a diskuse

3.1. Demografické a klinické výsledky

Tabulka 1 uvádí demografická a klinická opatření pro každou skupinu. Mezi rozdíly ve věku a letech vzdělávání ve třech skupinách nebyly žádné významné rozdíly. Kuřáci s IGA měli vyšší CIAS (P <0.001), SAS (P = 0.002), SDS (P <0.001) a skóre BIS-11 (P <0.001) než zdravé kontroly. Nekuřáci s IGA měli vyšší CIAS (P <0.001) a skóre BIS-11 (P <0.001) než zdravé kontroly. Při klinických hodnoceních nebyly mezi podskupinami IGA zjištěny žádné rozdíly.

Tabulka 1 

Demografické a osobnostní charakteristiky těchto tří skupin.

3.2. Analýza připojení PCC

3.2.1. Analýza tří skupin ANOVA

Významný rozdíl rsFC s PCC byl nalezen na levé straně zadního laloku mozku, calcarinové kůry, dolní temporální gyrus, střední temporální gyrus, střední okcipitální gyrus, inferiorní čelní gyrus, mediální prefrontal gyrus, angulární gyrus, dolní parietální lalok, precuneus a horní frontální gyrus, stejně jako pravá strana rektus gyrus, ostrovce, caudate, střední okcipitální gyrus, postcentrální gyrus a horní parietální lalok (Tabulka 2 a Obrázek 1).

Obrázek 1 

Významné rozdíly mezi skupinami v rsFC různých oblastí mozku s PCC mezi kuřáky s IGA, nekuřáky s IGA a HC subjekty. Poznámka: levá část obrázku (L) představuje levou stranu účastníka, (R) představuje účastníka ...
Tabulka 2 

Shrnutí změn funkčního připojení v třech skupinách.

3.2.2. Mezi skupinovou analýzou připojení PCC: Kuřáci s IGA proti Skupina HC

Ve srovnání s skupinou HC u kuřáků s IGA došlo ke zvýšení rsFC v bilaterálních posteriorních mozkových lalocích, oboustranném kaudátu a levé mediální čelní kůře. Navíc byl v bilaterálním středním temporálním gyrusu nalezen snížený rsFC, dvoustranné horní parietální laloky, lalok levého zadního mozku a pravý lingvální gyrus (Tabulka 3 a Obrázek 2).

Obrázek 2 

Významné rozdíly mezi jednotlivými skupinami v rsFC různých oblastí mozku s PCC mezi kuřáky s IGA a HC subjekty. Ve srovnání s skupinou HC u kuřáků s IGA došlo ke zvýšení rsFC v oboustranném cerebellum posterior laloku, ...
Tabulka 3 

Shrnutí funkčních změn konektivity u kuřáků s IGA ve srovnání se skupinou HC.

3.2.3. Mezi skupinovou analýzou připojení PCC: Nekuřáky s IGA proti Skupina HC

Nekuřácké kočky s IGA vykazovaly zvýšené rsFC v zadním laloku levé mozkové cerebellum, v levé mediální prefrontální kůře, v pravé caudate a v pravé insuli ve srovnání s HC skupinou. Snížený rsFC byl nalezen v levé kalkarinové kůře, pravé horní parietální lalok, right middle occipital gyrus, levý střední frontální gyrus, levý precuneus a levý dolní temporální gyrusTabulka 5 a Obrázek 3).

Obrázek 3 

Významné rozdíly mezi jednotlivými skupinami v rsFC různých oblastí mozku s PCC mezi nekuřáky s IGA a HC subjekty. Ve srovnání se skupinou HC nefaktory s IGA vykazovaly zvýšené rsFC u levého mozočku zadního laloku, levé mediální prefrontal ...
Tabulka 4 

Shrnutí funkčních změn připojení u nefajčů s IGA ve srovnání s skupinou HC.

3.2.4. Mezi skupinovou analýzou připojení PCC: Kuřáci s IGA proti Nekuřáky s IGA

Ve srovnání s nekuřáky s IGA vykazovaly kuřáky s IGA zvýšené rsFC v levém středním čelním gyru a snížily rsFC v pravém rektus gyrusu (Tabulka 4 a Obrázek 4).

Obrázek 4 

Významné rozdíly mezi skupinami v rsFC středního čelního gyru a pravého rektus gyru s PCC mezi kuřáky a nekuřáky s IGA. Ve srovnání s nekuřáky s IGA vykazovaly kuřáky s IGA zvýšené riziko RS v levém středním čelním okraji ...
Tabulka 5 

Shrnutí funkčních změn konektivity u kuřáků s IGA ve srovnání s nekuřáky s IGA.

3.3. Korelace mezi PCC konektivitou a závažností IGA a nikotinové závislosti u kuřáků s IGA skupinou

Projekt zHodnoty FC pravého rektus gyru s PCC korelovaly s CIAS (r = -0.476, P = 0.009) a FTND (r = -0.125, P = 0.52) u kuřáků s IGA. Žádná významná korelace nebyla zjištěna v zHodnoty FC pravého středního čelního gyru s skóre CIAS nebo FTND. Po korekci s Bonferroni nepřežila žádná významná korelace.

3.4. Diskuse

Množství funkčních zobrazovacích studií odhalilo možné neurální mechanismy IGA a navrhlo, že může sdílet psychologické a neurobiologické abnormality s návykovými poruchami se zneužíváním návykových látek a bez nich [6, 18, 44-46]. V souladu s výsledky naší předchozí studie IGA [18], podobné oblasti s rsFC s PCC změnami byly zjištěny u kuřáků a nefajčů s IGA ve srovnání s kontrolní skupinou v současné studii, jako je mozkový zadní lalok, kaudát, mediální frontální kůra, horní parietální laloky, ostrov a prekus. Toto zjištění naznačovalo, že IGA jedinci s / bez závislosti na látce sdílejí některé podobné funkční změny mozku. Tyto oblasti mozku byly hlášeny v předchozích studiích cravingů v IGA. Kajakové jádro přispívá k návyku stimulace-reakce, kde se chování stává automatickým, a proto již není ovlivněno vztahy mezi akcí a výsledkem [47]. Insula a mediální čelní laloky jsou důsledně aktivovány v zobrazovacích studiích chuti [48, 49]. Také bylo navrženo, že cerebellum je nezbytný pro chuť indukovanou IGA, zejména během přípravy, provedení, pracovní paměti [50] a procesy jemného motoru modulované extrapyramidovými systémy.

Bod, který bychom chtěli v této studii zdůraznit, je to, že jsme srovnávali rsFC s PCC u subjektů s IGA s / bez závislosti na nikotinu a zjistili jsme, že kuřáky s IGA vykazovaly zvýšené rsFC v levém středním čelním gyru a snížily rsFC v pravém rektu gyrus. Navíc PCC konektivita s pravým rektus gyrus negativně korelovala s skóre CIAS u kuřáků s IGA před korekcí, což naznačovalo, že síla rsFC mezi PCC a pravým rektus gyrus může představovat závažnost IGA v této skupině a pravý rektus gyrus může hrát důležitou roli v patogenezi chování kombinované závislosti na látkách. Rektus gyrus je součástí orbitofronálního kortexu (OFC) a OFC se podílí na vyhodnocování odměn podnětů a výslovné reprezentaci očekávané odměny pro látky [44], takže recrys gyrus je důsledně zapletený do patologie drogových a behaviorálních závislostí. Hong et al., [50] potvrdilo, že dospívající adolescenti s internetovou závislostí významně snížili kortikální tloušťku v pravém bočním OFC. Rozsáhlé spojení OFC s striatum a limbickým systémem naznačují, že integruje emoce a přirozený pohon z limbických a subkortikálních oblastí, aby zhodnotil hodnotu odměny oproti předchozím zkušenostem [51]. OFC vytváří a udržuje očekávání možné odměny spojené s posílením [52]. Dorselaterální prefrontální kortex (DLPFC) je dobře známo, že je zapojen do pracovní paměti [53]. Je spojena s dalšími kortikálními oblastmi a slouží k propojení současných senzorických zkušeností s pamětí na minulé zkušenosti s cílem směrovat a generovat vhodnou cílenou činnost [45, 46]. Když se tedy objevují podněty pro substanci a generuje se pozitivní očekávání, DLPFC může přispět k udržování a koordinaci reprezentací přijatých z jiných oblastí během reakce na touhu [52]. Náš výzkum ukázal, že kuřáci s IGA vykazovali ve srovnání s nefajčiči s IGA sníženou hladinu rsFC s PCC u rektus gyrus, což naznačuje, že mají abnormální funkci v OFC, což může vést k tomu, že subjekty mají silné očekávání z her či nikotinu a zvýšené rsFC DLPFC, za předpokladu, že mají nedostatky v řízení vhodného chování.

Navzdory zjištěním o IGA a chování kombinované závislosti na látce existuje s touto studií několik omezení, která bychom rádi diskutovali. Za prvé, tato studie se zaměřila na podskupinu IA pro internetové hraní, ale nebylo provedeno žádné přímé srovnání s dalšími podskupinami IA; proto zůstává zkoumat, jak dobře mohou být výsledky extrapolovány jiným podskupinám IA, pokud vůbec. Za druhé, subjekty s komorbidními hlavními psychiatrickými poruchami nebo poruchami užívání látek, s výjimkou nikotinu, byly v této studii vyloučeny. Existuje tedy omezení generalizace výsledků subjektů online závislostí na hraní na jiné látky používající poruchy a závažné psychiatrické poruchy. Za třetí, tato studie byla průřezová a neměli jsme informace o pořadí nástupu IGA a závislosti na nikotinu. Proto rsFC s abnormalitami PCC u kuřáků a nefajčů s IGA může představovat preexistující zranitelnost nebo změny vyplývající z chování / příznaků IGA nebo nikotinu. Za čtvrté, do budoucích studií o úplnosti bude zahrnuta skupina pouze pro kuřáky. Za páté, výsledky korelace netrvaly, když jsme přijali několik srovnání (korekce Bonferroni), což znamená, že by to mělo být považováno pouze za průzkumnou analýzu. Pro zvýšení statistické síly by se nález měl opakovat s větším počtem subjektů. Nakonec, jelikož účastníci této studie byli všichni mladí muži, je třeba dále pracovat, aby se zjistilo, zda lze výsledky rozšířit na jiné pohlaví a věkové skupiny.

4. závěr

Stručně řečeno, rsFC s PCC poskytuje užitečný nástroj pro studium mnohostranných neuropsychiatrických onemocnění, jako je závislost na úrovni systému hodnocení. Naše výsledky naznačují, že IGA jedinci s látkou / bez závislostí na látce sdílejí některé podobné funkční změny v mozkových oblastech souvisejících s chutí. IGA se závislostí na látce ukázala funkční změny v oblastech, které se podílejí na motivaci, jako je frontální rektus gyrus a výkonné systémy, jako je dorsolaterální prefrontální kůra, ve srovnání s IGA bez závislosti na látce. Tyto dvě oblasti mohou být kandidátskými markery pro identifikaci jedinců IGA se závislostí na látce a bez ní a měly by být zkoumány v budoucích studiích.

Poděkování

Tento výzkum podpořila Čínská nadace pro přírodní vědy (č. 81171325), Čínská nadace pro přírodní vědy (č. 81201172), Čínská nadace pro přírodní vědy (č. 81371622) a projekt Šanghaj vedoucí akademické disciplíny číslo S30203). Poskytovatelé financování nehraje žádnou další úlohu v návrhu studie, sběru a analýze dat, rozhodnutí o publikování nebo přípravě příspěvku. Autoři děkují Dr. Zhenyu Zhou a Dr. Yong Zhang z GE Healthcare za jejich technickou podporu.

Konflikt zájmů

Autoři prohlašují, že v souvislosti se zveřejněním tohoto článku neexistuje žádný konflikt zájmů.

Příspěvek autorů

Xue Chen, Yao Wang, Yan Zhou a Jianrong Xu také přispěli k této práci.

Reference

1. Ko C.-H., Yen J.-Y., Chen S.H., Yang M.-J., Lin H.-C., Yen C.-F. Navrhované diagnostické kritéria a nástroj screeningu a diagnostiky internetové závislosti u vysokoškoláků. Komplexní psychiatrie. 2009; 50 (4): 378-384. dva: 10.1016 / j.comppsych.2007.05.019. [PubMed] [Cross Ref]
2. Allison SE, von Wahlde L., Shockley T., Gabbard GO Vývoj sebe v době internetu a rolí-hrát fantasy hry. Americký žurnál psychiatrie. 2006; 163 (3): 381-385. dva: 10.1176 / appi.ajp.163.3.381. [PubMed] [Cross Ref]
3. Chan PA, Rabinowitz T. Průřezová analýza videohier a symptomy hyperactivity poruchy pozornosti u dospívajících. Annals of General Psychiatry. 2006; 5, článek 16 doi: 10.1186 / 1744-859X-5-16. [PMC bezplatný článek] [PubMed] [Cross Ref]
4. Jeong EJ, Kim DH Sociální aktivity, sebeúčelnost, herní postoje a návyky na hry. Cyberpsychologie, chování a sociální sítě. 2011; 14 (4): 213-221. dva: 10.1089 / cyber.2009.0289. [PubMed] [Cross Ref]
5. Blok JJ Prevalence byl podceňován problémovou studií o používání internetu. Spektrum CNS. 2007;12(1):14–15. [PubMed]
6. Dong G., Huang J., Du X. Zvýšená citlivost odměn a snížená citlivost na ztráty u závislých na internetu: studie fMRI během hádacího úkolu. Journal of Psychiatric Research. 2011; 45 (11): 1525-1529. dva: 10.1016 / j.jpsychires.2011.06.017. [PubMed] [Cross Ref]
7. Kuss DJ, Griffiths MD Internetová a herní závislost: systematický přehled literatury neuroimagingových studií. Brain Sciences. 2012; 2: 347-374. [PMC bezplatný článek] [PubMed]
8. Byun S., Ruffini C., Mills JE, Douglas AC, Niang M., Stepchenkova S., Lee SK, Loutfi J., Lee J.-K., Atallah M., Blanton M. Internetová závislost: metasyntéza 1996- Kvantitativní výzkum 2006. Cyberpsychologie a chování. 2009; 12 (2): 203-207. dva: 10.1089 / cpb.2008.0102. [PubMed] [Cross Ref]
9. Huang H., Leung L. Závislost okamžitých zpráv mezi mladistvými v Číně: shyness, odcizení a akademická výkonnost. Cyberpsychologie a chování. 2009; 12 (6): 675-679. dva: 10.1089 / cpb.2009.0060. [PubMed] [Cross Ref]
10. Sung J., Lee J., Noh H.-M., Park YS, Ahn EJ Sdružení mezi rizikem závislosti na internetu a problémovým chováním u korejských adolescentů. Korejský žurnál rodinné medicíny. 2013; 34 (2): 115-122. dva: 10.4082 / kjfm.2013.34.2.115. [PMC bezplatný článek] [PubMed] [Cross Ref]
11. Lee YS, Han DH, Kim SM, Renshaw PF Zneužívání látek předchází závislosti na internetu. Návykové chování. 2013; 38 (4): 2022-2025. dva: 10.1016 / j.addbeh.2012.12.024. [PubMed] [Cross Ref]
12. Bakken IJ, Wenzel HG, Götestam KG, Johansson A., Øren A. Internetová závislost mezi norskými dospělými: stratifikovaná studie pravděpodobnosti. Skandinávský žurnál psychologie. 2009; 50 (2): 121-127. dva: 10.1111 / j.1467-9450.2008.00685.x. [PubMed] [Cross Ref]
13. Padilla-Walker LM, Nelson LJ, Carroll JS, Jensen AC Více než jen hra: video hry a používání internetu během vznikající dospělosti. Časopis mládeže a dospívání. 2010;39(2):103–113. doi: 10.1007/s10964-008-9390-8. [PubMed] [Cross Ref]
14. Ko C.-H., Yen J.-Y., Chen C.C., Chen S.H., Wu K., Yen C.-F. Trojrozměrná osobnost adolescentů s internetovou závislostí a zkušenostmi s užíváním návykových látek. Canadian Journal of Psychiatry. 2006;51(14):887–894. [PubMed]
15. Fisoun V., Floros G., Siomos K., Geroukalis D., Navridis K. Závislost na internetu jako důležitý prediktor v časné detekci dospívajících drogových zkušeností - důsledky pro výzkum a praxi. Journal of Addiction Medicine. 2012;6(1):77–84. doi: 10.1097/ADM.0b013e318233d637. [PubMed] [Cross Ref]
16. Crockford DN, Goodyear B., Edwards J., Quickfall J., El-Guebaly N. Cue indukoval mozkovou aktivitu u patologických hráčů. Biologická psychiatrie. 2005; 58 (10): 787-795. dva: 10.1016 / j.biopsych.2005.04.037. [PubMed] [Cross Ref]
17. Han DH, Hwang JW, Renshaw PF Léčba s prodlouženým uvolňováním Bupropion snižuje touhu po videohrách a mozkovou aktivitu indukovanou touhou u pacientů s internetovou závislostí na videohrách. Experimentální a klinická psychofarmakologie. 2010; 18 (4): 297-304. dva: 10.1037 / a0020023. [PubMed] [Cross Ref]
18. Ding W.-N., Sun J.-H., Sun Y.-W., Zhou Y., Li L., Xu J.-R., Du Y.-S. Změna výchozího síťového odpočinku - funkční konektivita u dospívajících s návykem na hraní na internetu. PLoS ONE. 2013; 8 (3) doi: 10.1371 / journal.pone.0059902.e59902 [PMC bezplatný článek] [PubMed] [Cross Ref]
19. Bressler SL, Menon V. Rozsáhlé mozkové sítě v poznání: objevující se metody a principy. Trendy v kognitivních vědách. 2010; 14 (6): 277-290. dva: 10.1016 / j.tics.2010.04.004. [PubMed] [Cross Ref]
20. van den Heuvel MP, Hulshoff Pol Vyšetřování mozkové sítě: přehled o funkční konektivitě fMRI v klidu. Evropská neuropsychofarmakologie. 2010; 20 (8): 519-534. dva: 10.1016 / j.euroneuro.2010.03.008. [PubMed] [Cross Ref]
21. Menon V. Větší měřítka mozkových sítí a psychopatologie: sjednocující trojitý síťový model. Trendy v kognitivních vědách. 2011; 15 (10): 483-506. dva: 10.1016 / j.tics.2011.08.003. [PubMed] [Cross Ref]
22. Mudo G., Belluardo N., Fuxe K. Nikotinové receptorové agonisty jako neuroprotektivní / neurotrofní léčiva. Pokrok v molekulárním mechanismu. Journal of Neural Transmission. 2007;114(1):135–147. doi: 10.1007/s00702-006-0561-z. [PubMed] [Cross Ref]
23. Sullivan EV Kompromisy pontocerebelárních a cerebellotalamokortikálních systémů: spekulace o jejich příspěvcích ke kognitivnímu a motorickému poškození v nonamnesickém alkoholismu. Alkoholismus: Klinický a experimentální výzkum. 2003; 27 (9): 1409-1419. dva: 10.1097 / 01.ALC.0000085586.91726.46. [PubMed] [Cross Ref]
24. Lecrubier Y., Sheehan DV, Weiller E., Amorim P., Bonora I., Sheehan KH, Janavs J., Dunbar GC Mini mezinárodní neuropsychiatrický rozhovor (MINI). Stručný diagnostický rozhovor: spolehlivost a platnost podle CIDI. Evropská psychiatrie. 1997;12(5):224–231. doi: 10.1016/S0924-9338(97)83296-8. [Cross Ref]
25. Beard KW, Wolf EM Změna v navrhovaných diagnostických kritériích pro závislost na internetu. Cyberpsychologie a chování. 2001; 4 (3): 377-383. dva: 10.1089 / 109493101300210286. [PubMed] [Cross Ref]
26. Michael B., Spitzer RL, Gibbon M., Williams JBW Strukturovaný klinický rozhovor pro poruchy s osou I DDS-IV, verze lékaře (SID-CV) Washington, DC, USA: Americký psychiatrický tisk; 1996.
27. Chen SHWL, Su YJ, Wu HM, Yang PF Vývoj čínské internetové škály a psychometrické studie. Čínská psychologická společnost. 2003; 45: 279-294.
28. Zung WW hodnocení nástroj pro úzkostné poruchy. Psychosomatika. 1971;12(6):371–379. doi: 10.1016/S0033-3182(71)71479-0. [PubMed] [Cross Ref]
29. Zung WW Self-rating stupnice deprese. Archivy obecné psychiatrie. 1965; 12: 63-70. dva: 10.1001 / archpsyc.1965.01720310065008. [PubMed] [Cross Ref]
30. Patton JH, Stanford MS, Barratt ES Faktorová struktura Barratt Impulsiveness Scale. Journal of Clinical Psychology. 1995;51(6):768–774. [PubMed]
31. Heatherton TF, Kozlowski LT, Frecker RC, Fagerstrom K.-O. Fagerstrom test na závislost na nikotinu: revize fagerstrom tolerančního dotazníku. Britský časopis závislostí. 1991;86(9):1119–1127. doi: 10.1111/j.1360-0443.1991.tb01879.x. [PubMed] [Cross Ref]
32. Song X.-W., Dong Z.-Y., Long X.-Y., Li S.-F., Zuo X.-N., Zhu C.-Z., He Y., Yan C.- G., Zang Y.-F. REST: sada nástrojů pro zpracování funkčních magnetických rezonančních dat v klidovém stavu. PLoS ONE. 2011; 6 (9) doi: 10.1371 / journal.pone.0025031.e25031 [PMC bezplatný článek] [PubMed] [Cross Ref]
33. Chao-Gan Y., Yu-Feng Z. DPARSF: soubor nástrojů MATLAB pro "Pipeline" analýzu dat fMRI v klidu. Hranice v systémech Neuroscience. 2010; 4: 13. dva: 10.3389 / fnsys.2010.00013. [PMC bezplatný článek] [PubMed] [Cross Ref]
34. Greikius MD, Krasnow B., Reiss AL, Menon V. Funkční propojení v klidovém mozku: síťová analýza hypotézy výchozího módu. Sborník z Národní akademie věd Spojených států amerických. 2003; 100 (1): 253-258. dva: 10.1073 / pnas.0135058100. [PMC bezplatný článek] [PubMed] [Cross Ref]
35. Biswal B., Yetkin FZ, Haughton VM, Hyde JS Funkční spojitost v motorické kůře klidového lidského mozku pomocí echo-planární MRI. Magnetická rezonance v medicíně. 1995; 34 (4): 537-541. dva: 10.1002 / mrm.1910340409. [PubMed] [Cross Ref]
36. Lowe MJ, Mock BJ, Sorenson JA Funkční propojení v jednostranném a mnohočetném echoplanárním zobrazování pomocí fluktuace klidového stavu. NeuroImage. 1998; 7 (2): 119-132. dva: 10.1006 / nimg.1997.0315. [PubMed] [Cross Ref]
37. Rogers P. Kognitivní psychologie loterie hazardních her: teoretická recenze. Časopis studia hazardních her. 1998; 14 (2): 111-134. dva: 10.1023 / A: 1023042708217. [PubMed] [Cross Ref]
38. Yalachkov Y., Kaiser J., Naumer MJ Funkční neuroimagingové studie na závislost: multisenzorické lékové podněty a reaktivita nervových reakcí. Neurovědy a Biobehaviorální recenze. 2012; 36 (2): 825-835. dva: 10.1016 / j.neubiorev.2011.12.004. [PubMed] [Cross Ref]
39. McCoy AN, Crowley JC, Haghighian G., Dean HL, Platt ML Saccade odmění signály v zadní cingulární kůře. Neuron. 2003;40(5):1031–1040. doi: 10.1016/S0896-6273(03)00719-0. [PubMed] [Cross Ref]
40. Pearson JM, Hayden BY, Raghavachari S., Platt ML Neurons v zadních cingulárních mozkových signálech při dynamickém výběrovém výběru. Current Biology. 2009; 19 (18): 1532-1537. dva: 10.1016 / j.cub.2009.07.048. [PMC bezplatný článek] [PubMed] [Cross Ref]
41. Zhou Y., Lin F.-C., Du Y.-S., Qin L.-D., Zhao Z.-M., Xu J.-R., Lei H. Zrnité hmotové abnormality v závislosti na internetu: a morfometrická studie na bázi voxelu. Evropský žurnál radiologie. 2011; 79 (1): 92-95. dva: 10.1016 / j.ejrad.2009.10.025. [PubMed] [Cross Ref]
42. Dong G., deVito E., Huang J., Du X. Difuzní tenzorové zobrazování odhaluje abnormality thalamu a zadního cingulárního kortexu v závislostech na internetu. Journal of Psychiatric Research. 2012; 46 (9): 1212-1216. dva: 10.1016 / j.jpsychires.2012.05.015. [PMC bezplatný článek] [PubMed] [Cross Ref]
43. Maldjian JA, Laurienti PJ, Kraft RA, Burdette JH Automatizovaná metoda pro neuroanatomické a cytoarchitektonické vyšetřování založené na atlasu sady dat fMRI. NeuroImage. 2003;19(3):1233–1239. doi: 10.1016/S1053-8119(03)00169-1. [PubMed] [Cross Ref]
44. Ko C.-H., Liu G.-C., Yen J.-Y., Yen C.-F., Chen C.-S., Lin W.-C. Aktivace mozku pro oba hráče vyvolávající touhu po hře a kouření mezi subjekty komorbidní s návykem na hraní na internetu a závislostí na nikotinu. Journal of Psychiatric Research. 2013; 47 (4): 486-493. dva: 10.1016 / j.jpsychires.2012.11.008. [PubMed] [Cross Ref]
45. Ko CH, Liu GC, Hsiao S., Yen JY, Yang MJ, Lin WC, Yen CF, Chen CS Brain aktivity spojené s hraním hry online závislostí na hraní. Journal of Psychiatric Research. 2009; 43 (7): 739-747. dva: 10.1016 / j.jpsychires.2008.09.012. [PubMed] [Cross Ref]
46. Vanderschuren LJMJ, Everitt BJ Behaviorální a nervové mechanismy kompulzivního hledání drog. Evropský žurnál farmakologie. 2005; 526 (1-3): 77-88. dva: 10.1016 / j.ejphar.2005.09.037. [PubMed] [Cross Ref]
47. Garavan H., Pankiewicz J., Bloom A., Cho J.-K., Sperry L., Ross TJ, Salmeron BJ, Risinger R., Kelley D., Stein EA Cue indukovaná touha po kokainu: neuroanatomická specifičnost pro uživatele drog a podněty k lékům. Americký žurnál psychiatrie. 2000; 157 (11): 1789-1798. dva: 10.1176 / appi.ajp.157.11.1789. [PubMed] [Cross Ref]
48. Reiman EM Aplikace pozitronové emisní tomografie pro studium normálních a patologických emocí. Journal of Clinical Psychiatry. 1997; 58 (doplněk 16): 4-12. [PubMed]
49. Passamonti L., Novellino F., Cerasa A., Chiriaco C., Rocca F., Matina MS, Fera F., Quattrone A. Změny kortikálně cerebrálních obvodů během verbální pracovní paměti v esenciálním třesu. Mozek. 2011; 134 (8): 2274-2286. dva: 10.1093 / mozek / awr164. [PubMed] [Cross Ref]
50. Hong S.-B., Kim J.-W., Choi E.-J., Kim H.-H., Suh J.-E., Kim C.-D., Klauser P., Whittle S., Yucel M., Pantelis C., Yi S.-H. Snížená orbitofronální kortikální tloušťka u mužských adolescentů s internetovou závislostí. Funkce chování a mozku. 2013; 9, článek 11 doi: 10.1186 / 1744-9081-9-11. [PMC bezplatný článek] [PubMed] [Cross Ref]
51. Weiss F. Neurobiologie chutí, podmíněná odměna a relaps. Současné stanovisko v oblasti farmakologie. 2005; 5 (1): 9-19. dva: 10.1016 / j.coph.2004.11.001. [PubMed] [Cross Ref]
52. Bonson KR, Grant SJ, Contoreggi CS, Linky JM, Metcalfe J., Weyl HL, Kurian V., Ernst M., Londýn ED Neuronové systémy a touha po kokainu vyvolané touhou. Neuropsychopharmacology. 2002;26(3):376–386. doi: 10.1016/S0893-133X(01)00371-2. [PubMed] [Cross Ref]
53. Scherf KS, Sweeney JA, Luna B. Brainové základy vývojové změny ve visuospatiální pracovní paměti. Časopis kognitivní neurovědy. 2006; 18 (7): 1045-1058. dva: 10.1162 / hran.2006.18.7.1045. [PubMed] [Cross Ref]