Nevyvážené funkční spojení mezi řídící kontrolní sítí a sítí pro odměny vysvětlují chování v online hře v oblasti herních potíží (2015)

Sci Rep. 2015; 5: 9197.
Publikováno online 2015 Mar 17. dva: 10.1038 / srep09197

PMCID: PMC4361884

Guangheng Dong,^a,¹ Xiao Lin,¹ Yanbo Hu,² Chunming Xie,³ a Xiaoxia Du⁴

Informace o autorovi ► Poznámky k článku ► Autorská a licenční informace

Abstraktní

Literatury ukázaly, že subjekty s poruchami internetového hraní (IGD) vykazují zhoršenou výkonnou kontrolu a zvýšenou citlivost odměn než zdravé kontroly. Jak však tyto dvě sítě společně ovlivňují proces oceňování a řídí chování subjektů IGD při hledání online her, zůstává neznámé. Třicet pět IGD a 36 zdravých kontrol podstoupilo skenování klidových stavů ve skeneru MRI. Funkční konektivita (FC) byla zkoumána v oblastech kontrolních a odměňovacích sítí. Nucleus accumbens (NAcc) byl vybrán jako uzel k nalezení interakcí mezi těmito dvěma sítěmi. Subjekty IGD vykazují sníženou FC v síti výkonných kontrol a zvýšenou FC v síti odměn při srovnání se zdravými kontrolami. Při zkoumání korelací mezi NAcc a sítěmi výkonné kontroly / odměny je souvislost mezi sítí NAcc - výkonná kontrola negativně spojena se vazbou mezi sítí NAcc - odměna. Změny (snížení / zvýšení) synchronizace mozku subjektů IGD v sítích kontroly / odměny naznačují neefektivní / přílišné zpracování v neurálních obvodech, které jsou základem těchto procesů. Inverzní poměr mezi řídicí sítí a sítí odměn v IGD naznačuje, že narušení výkonné kontroly vede k neúčinné inhibici zvýšené touhy po nadměrném hraní online her. To by mohlo osvětlit mechanistické chápání IGD.

Na rozdíl od drogových závislostí nebo zneužívání návykových látek nemá porucha internetového hraní (IGD) žádný příjem chemických látek ani látek, zatímco stále vede k fyzické závislosti, podobně jako u jiných závislostí¹^,2. Zkušenosti lidí online mohou změnit jejich kognitivní funkce způsobem, který řídí jejich hraní online her, k čemuž také dochází při absenci užívání drog¹^,3^,4. DSM-5 s ohledem na poruchy užívání návykových látek a závislostí generovala kritéria pro poruchu internetového hraní a tato porucha je zahrnuta v části poruch obsahujících DSM-5 vyžadujících další studii⁵^,6. Na úrovni nervového systému však přesné mechanismy, které jsou základem selhání kognitivní kontroly, nejsou zcela jasné⁷.

Jednou z klíčových funkcí IGD je ztráta vůle ovládat chování při vyhledávání online her. Nedávné studie zobrazování funkční magnetické rezonance (fMRI) identifikovaly dva důležité vzorce neuronální aktivity u IGD: Nejprve byly u subjektů IGD prokázány snížené inhibiční reakce pomocí go / no-go⁸, přepínání úkolů⁹^,10a Stroop¹¹^,12^,13 úkoly ve srovnání se zdravými kontrolami (HC); Za druhé, subjekty IGD vykazovaly zvýšenou citlivost na odměnu než HC²^,14^,15 a ukázal kognitivní zaujatost vůči informacím získaným z internetu⁹^,16^,17. Tyto dva rysy jsou velmi podobné zjištěním ze současných neuroekonomických studií - existují dvě odlišné mozkové sítě, které společně ovlivňují rozhodovací procesy¹⁸^,19: Výkonná kontrolní síť (zahrnuje laterální prefrontální a parietální kortice)¹⁹), která souvisí s opožděnými odměnami; Síť ventrálního oceňování (zahrnuje orbitofrontální kůru, ventrální striatum atd.)¹⁹^,20), zprostředkovává okamžité odměny.

Interakce mezi těmito dvěma sítěmi jsou také demonstrovány ve skupinách závislých na drogách²⁰. Studie Xie ukázala nevyvážené funkční spojení mezi kontrolní sítí (snížené odkazy) a odměňovanou sítí (vylepšené odkazy) u subjektů závislých na heroinu²¹, které mohou objasnit mechanistické porozumění drogové závislosti na úrovni rozsáhlého systému. Zvýšená motivace hledat drogy kombinovaná s neschopností inhibovat chování související s drogami je považována za selhání exekutivní kontroly²²^,23^,24. Ve studiích s IGD pozorovali vědci podobné rysy ve výkonné kontrole a citlivosti odměny (jak bylo uvedeno výše). Není však známo, jak tyto dvě sítě společně ovlivňují proces oceňování subjektů IGD a řídí jejich chování při vyhledávání online her.

Nedávno studie zkoumaly nervové aktivity v lidském mozku během klidového stavu (žádné podněty, žádné úkoly, ne usnout), které se označovaly jako klidové stavy fMRI. Zjistili, že nervové aktivity během klidového stavu jsou korelovány napříč kortikálními oblastmi se specifickými funkčními vlastnostmi, ale nejsou náhodné²⁵^,26^,27. Předpokládá se, že tyto časové korelace odrážejí vnitřní funkční konektivitu (FC) a byly prokázány v několika různých sítích²⁸^,29^,30. Může být užitečným nástrojem k prozkoumání potenciálních neuronálních síťových rozdílů na vnitřní úrovni mezi IGD a HC skupinami během klidového stavu.

Model časové vazby naznačuje, že synchronizace mozkových signálů mezi nervovými systémy je rozhodující pro usnadnění nervové komunikace³¹. Literatury také prokázaly, že klidový FC může být prediktorem behaviorálního výkonu²⁶^,32. Jak jsme zmínili výše, subjekty IGD vykazovaly sníženou výkonnou kontrolu a zvýšenou citlivost na odměnu než HC. Předpokládáme, že subjekty IGD vykazují vylepšenou synchronizaci v síti odměn a sníženou synchronizaci v kontrolní síti než HC. Kromě toho také předpokládáme, že v IGD byla narušena základní dualita řídících / odměňovacích sítí, které společně ovlivňují ocenění. K testování těchto hypotéz musíme nejprve změřit fMRI v klidových stavech; Zadruhé, musíme vybrat některá semena, která budou reprezentovat různé sítě, a měřit tyto semeno založené BOLD signály, které mají navázat spojení mezi těmito dvěma sítěmi; Zatřetí, musíme měřit jejich interakce, abychom zjistili, jak společně pracují na chování.

Metody

Výběr účastníků

Experiment odpovídá Etickému kodexu Světové lékařské asociace (Helsinská deklarace). Tento výzkum schválil Výbor pro lidská vyšetřování normální univerzity v Zhejiang. Metody byly provedeny v souladu se schválenými pokyny. Účastníci byli studenti vysokých škol a byli přijímáni prostřednictvím reklam. Účastníky byli muži po pravé ruce (subjekty 35 IGA, zdravé kontroly 36 (HC)). Skupiny IGD a HC se významně nelišily ve věku (průměr IGA = 22.21, SD = 3.08 let; HC průměr = 22.81, SD = 2.36 let; t = 0.69, p = 0.49). Byli zahrnuti pouze muži kvůli vyšší prevalenci IGD u mužů než u žen. Všichni účastníci poskytli písemný informovaný souhlas a strukturované psychiatrické rozhovory (MINI)³³ který provádí zkušený psychiatr, který potřebuje přibližně 15 minut. Všichni účastníci byli bez psychiatrických poruch Axis I uvedených v MINI Dále jsme hodnotili „depresi“ pomocí Beck Depression Inventory³⁴ a byli zahrnuti pouze účastníci, kteří bodovali méně než 5. Všichni účastníci dostali pokyn, aby v den skenování nepoužívali žádné zneužívající látky, včetně kofeinových nápojů. Žádní účastníci nehlásili předchozí užívání nedovolených drog (např. Kokain, marihuana).

Porucha závislosti na internetu byla stanovena na základě Youngova online testu závislosti na internetu (IAT)³⁵ skóre 50 nebo vyšší. Young's IAT se skládá z 20 položek z různých pohledů na používání internetu online, včetně psychologické závislosti, nutkavého užívání, stažení, problémů ve škole nebo práci, spánku, rodiny nebo řízení času³⁵. Ukázalo se, že IAT je platný a spolehlivý nástroj, který lze použít při klasifikaci IAD³⁶^,37. Pro každou položku je vybrána odstupňovaná odpověď od 1 = „Zřídka“ do 5 = „Vždy“ nebo „Neuplatňuje se“. Skóre přes 50 naznačuje občasné nebo časté problémy s internetem) (www.netaddiction.com). Při výběru předmětů IGD jsme přidali další kritérium týkající se stanovených opatření Younga IAT: „utratíte ___% svého času online hraním online her“ (> 80%).

Skenování dat v klidovém stavu

Skenování bylo provedeno v centru MRI na East China Normal University. Data MRI byla získána pomocí skeneru Siemens Trio 3T (Siemens, Erlangen, Německo). „Klidový stav“ byl definován jako žádný konkrétní kognitivní úkol během kontroly fMRI v našem úkolu. Účastníci byli povinni mlčet, zavřít oči, zůstat vzhůru a nemyslet na nic systematicky³⁸^,39. Aby se minimalizoval pohyb hlavy, jsou účastníci ležet vleže s hlavou pevně připevněnou pásem a pěnovými polštářky. Funkční obrazy v klidovém stavu byly získány pomocí sekvence EPI (echo-planární zobrazování). Parametry skenování jsou následující: prokládané, doba opakování = 2000 ms, axiální řezy 33, tloušťka = 3.0 mm, rozlišení v rovině = 64 * 64, doba odrazu = 30 ms, zorné pole = 90 * 240 mm, objemy 240 (210 min). Strukturální obrazy byly shromážděny pomocí T7-vážené 1D zkažené gradientem vyvolané sekvence a byly získány pokrývající celý mozek (plátky 3, doba opakování = 176 ms, doba echo TE = 1700 ms, tloušťka řezu = 2.26 mm, přeskočení = 1.0 mm , úhel překlopení = 0 °, zorné pole = 90 * 240 mm, rozlišení v rovině = 240 * 256).

Předběžné zpracování dat

Klidová data byla provedena pomocí REST a DPARSF (http://restfmri.org)⁴⁰. Předběžné zpracování spočívalo v odstranění prvních časových bodů 10 (kvůli rovnováze signálu a umožnění účastníkům přizpůsobit se skenovacímu šumu), fyziologické korekci, načasování řezu, registraci objemu a korekci pohybu hlavy. Možná kontaminace několika rušivých signálů, včetně signálu bílé hmoty, mozkové míchy, globálního signálu a šesti pohybových vektorů, ustoupila. Časová řada obrazů každého subjektu byla korigována na pohyb pomocí přístupu nejmenších čtverců a lineární transformace šesti parametrů (tuhé tělo)⁴¹. Jednotlivé strukturní obrazy byly po korekci pohybu pomocí lineární transformace společně zaregistrovány do středního funkčního obrazu. Pohybem korigované funkční objemy byly prostorově normalizovány do prostoru MNI (Montreal Neurological Institute) a znovu odebrány vzorky na 3 mm izotropní voxely pomocí normalizačních parametrů odhadovaných během jednotné segmentace. Další předzpracování zahrnuje (1) pásmovou filtraci mezi 0.01 a 0.08 Hz; (2) Abychom mohli posoudit funkční konektivitu, nejprve jsme vypočítali Pearsonův korelační koeficient mezi průměrnými časovými průběhy intenzity signálu každého páru oblasti zájmu (ROI). Na každou mapu korelace byla použita Fisherova transformace r-to-z, aby se získalo přibližně normální rozdělení hodnot funkční konektivity a odpovídajícím způsobem použila parametrická statistika.

Návratnost investic v klidu

Semena byla vybrána jako a priori na základě publikovaných literatur, namísto odvozování semenných oblastí od úkolů je vyhnout se zaujatosti a zvýšit obecnost nálezů. Pro kontrolní síť byla semena definována na základě nedávné studie FC s použitím údajů od mladých dospělých 1000⁴² navrhování sítě frontální-parietální kontroly zahrnuje šest oblastí mozku. Nacházeli se v přední a parietální oblasti mozku (najít podrobné souřadnice z Obrázek 1). Pomocí symetrických souřadnic jsme vybrali semena z pravé polokoule.

Obrázek 1

ROI vybrané ve výzkumu.

Pokud jde o síť pro oceňování odměn, mnoho studií navrhlo, že orbitofrontální striatální obvod podporuje konverzi nesourodých typů budoucích odměn do jakési vnitřní měny.¹⁸^,20^,21. Tento obvod zahrnuje ventrální striatum, dorzální striatum a orbitofontální obvod. Kromě toho předchozí studie také ukázaly, že síť amygdaly je klíčovým regionem, který je základem pro oceňování odměn⁴³. V této studii jsme tedy také zahrnuli amygdalu do sítě odměn. Protože striatum, amygdala jsou relativně malé mozkové oblasti, vybrali jsme celou oblast jako semena. Amygdala byla extrahována ze subkortikálního atlasu Harvard-Oxford; striatum bylo vybráno pomocí Oxford-striatum-atlas. Pro OFC byla semena definována na základě metaanalýzy⁴⁴^,45, což naznačuje dva odlišné postranní funkční OFC funkční podoblasti, jeden zapojený do motivačně nezávislých výztužných reprezentací (−23, 30, −12 a 16, 29, −13) a další v hodnocení trestatelů vedoucí ke změně chování (−32) , 40, −11 a 33, 39, −11). Vidět Obrázek 1.

Spojení mezi semeny, která jsme vybrali výše, mohou poskytnout pouze rozdíly na úrovni skupiny a samostatně zobrazit vnitřní spojení uvnitř řídicí sítě a sítě odměn. Abychom našli interakce mezi těmito dvěma sítěmi pro jednotlivé subjekty a jak společně ovlivňují chování, potřebujeme „uzel“, který se připojuje k oběma sítím. V této studii jsme vybrali oblast nucleus accumbens (NAcc) jako spojovací uzel nebo oblast „seed“ pro propojení mezi kontrolní a odměnovací sítí, protože NAcc hraje důležitou roli v závislosti⁴⁶, a ve studiích závislosti se prokázalo, že jsou cenným pojivovým uzlem²¹. NAcc byly také extrahovány ze subkortikálního atlasu Harvard-Oxford.

Výpočet funkční konektivity

Pro každou návratnost investic byl získán reprezentativní časový průběh BOLD zprůměrováním signálu všech voxelů v návratnosti investic. Ukázalo se, že literatury na funkčních sítích mají oddělitelné komponenty pravé a levé hemisféry⁴⁷^,48^,49. V této studii jsme tedy nejprve vypočítali průměrnou hodnotu FC mezi levými a pravými kontrolními a odměňovacími oblastmi sítě, zvlášť. Pak jsme vzali průměrnou hodnotu těchto dvou FC jako celý index FC. Korelace mezi NAcc a sítí exekutiv / odměn byla vypočtena následovně: Vypočítali jsme střední hodnotu FC mezi NAcc a ROI kontrolních / odměňovacích sítí na stejné polokouli. Pak jsme vzali průměrnou hodnotu těchto hemisférických FC jako celkový index FC.

výsledky

Rozdíl FC v řídicí síti mezi IGD a HC

Obrázek 2 ukazuje FC v řídící síti v IGD a HC. FC v kontrolní síti v HC je významně vyšší než v IGD, a to jak na úrovni celého mozku, tak na hemisféře (HC je marginálně významná než IGD v FC v levé kontrolní síti).

Složené FC indexy kontrolní sítě v IGD a HC skupinách v různých srovnáních: celý mozek (vlevo), levá hemisféra (uprostřed) a pravá hemisféra (vpravo).

Rozdíl FC v síti odměn mezi IGD a HC

Obrázek 3 ukazuje FC v síti odměn v IGD a HC. Síť odměn FC v IGD je marginálně významně vyšší než v HC v celém mozku (p = 0.060) a levé polokouli (p = 0.061). Přestože IGD vykazují vyšší FC než HC na pravé hemisféře, nedosahuje statistického významu (p = 0.112).

Složené FC indexy odměnové sítě v IGD a HC skupinách v různých srovnáních: celý mozek (vlevo), levá hemisféra (uprostřed) a pravá hemisféra (vpravo).

Interakce mezi řídicí sítí a sítí odměn

Vypočítali jsme interakce mezi řídicí sítí a sítí odměn v celé úrovni mozku a hemisféry. První řada číslo 4 ukazuje vztah mezi řídicí sítí a sítí odměn v celém mozku u všech subjektů (vlevo) a ve skupinách (vpravo). Zjistili jsme, že FC v kontrolní síti je ve všech skupinách subjektů negativně korelována se sítí odměn. Čísla ve druhém řádku ukazují, že řídicí síť je nepřímo korelována se sítí odměn na levé polokouli. Avšak v pravé hemisféře (třetí řádek), i když vykazují negativní trendy, nedosahují všechny tyto korelace statistické významnosti (mohlo by to proto, že všechny ROI v kontrolní síti byly definovány v levé polokouli. ROI v pravé hemisféře byly vybrány podle symetricky levá hemisféra). Čtvrtá řada ukázala interhememisferické interakce mezi řídicí sítí a sítí odměn. Můžeme také najít negativní korelaci mezi řídicí sítí a sítí odměn. Vezměte vše, i když některé z těchto korelací nedosahují statistické významnosti, stále však můžeme usoudit, že řídicí síť je negativně spojena se sítí odměn.

Obrázek 4

Vztah mezi kontrolní sítí a indexy odměnové sítě u všech subjektů (vlevo), IGD (uprostřed) a HC skupin (vpravo).

Diskuse

Nižší synchronizace síťové synchronizace a vyšší odměna síťové synchronizace u subjektů IGD

V této studii jsme pozorovali sníženou synchronizaci výkonné řídící sítě subjektů IGD ve srovnání se HC. Model časové vazby naznačuje, že synchronizace mozkových signálů mezi mozkovými oblastmi je rozhodující pro usnadnění nervové komunikace³¹. Snížená synchronizace v řídicí síti by tedy mohla naznačovat, že dlouhodobé hraní online her subjektů IGD narušilo jejich výkonný kontrolní systém. Předchozí studie zjistily, že FC v konkrétní síti může být prediktorem relevantního chování³⁰^,50^,51. Studie fMRI založené na úkolech také ukázaly, že subjekty IGD vykazovaly snížené inhibice odpovědi než zdravé kontroly⁸^,9^,11^,12. Zdá se, že tyto tendence k odezvě jsou ovlivňovány stimuly souvisejícími s online hrami, s horším výkonem pozorovaným u IGD než u subjektů bez IGD⁹. Zjevné set-shifting a kognitivní kontrolní deficity v IGD mohou souviset s neefektivním zpracováním v nervových obvodech, které jsou základem těchto procesů, s některými z těchto neurálních opatření týkajících se závažnosti IGD¹².

V síti odměn je FC v IGD o něco významně vyšší než v HC. Silnější vazby mezi semeny odměn v síti IGD naznačují, že vykazovaly zvýšenou touhu po odměně než skupina HC. Studie fMRI založené na úkolech prokázaly, že citlivost odměn je u subjektů IGD zvýšena při porovnání se zdravými kontrolami²^,9^,14^,15 v mírných i extrémních situacích. Zvýšená citlivost odměn může přispět ke zvýšeným touhám zapojit se do hraní online her, protože subjekty IGD mohou zažít silnější odměnu. A dlouhodobé online hraní může vést hráče k tomu, aby si mohli dopřát virtuální zážitky a znovu si je prožít v reálném životě⁵².

Nevyvážená korelace mezi řídicí sítí a sítí odměn

Abychom dále otestovali interakce mezi sítí výkonné kontroly a sítí odměn a zjistili, jak společně ovlivňují konečné chování u jednotlivých subjektů, vybrali jsme NAcc jako spojovací uzel nebo oblast „seed“ pro propojení výkonné kontroly a odměny sítí. Obrázek 4 ukazuje, že indexy výkonné řídicí sítě a sítě odměn mají významné inverzní proporce, což naznačuje silnější připojení sítě odměn, tím slabší připojení řídicí sítě. Tyto dvě sítě interagují způsobem „pull and push“, kde silná motivace povede k narušení obvodu výkonné kontroly a silná výkonná kontrola povede k inhibici motivačních touh.⁵³.

Předchozí studie prokázaly, že výkonný kontrolní systém podporuje kognitivní a behaviorální kontrolu nad motivačními mechanismy a může jednotlivcům umožnit potlačit touhy a chování při hledání odměn.⁵⁴^,55^,56. Inverzní poměr mezi výkonnou řídicí sítí a sítí odměn může hodně přispět k pochopení návykového mechanismu, který je základem IGD: Zvýšené pocity odměny během vítězného nebo příjemného zážitku mohou zvýšit jejich touhu hrát online. Mezitím může zhoršení výkonné kontroly vést k neefektivní inhibici těchto tužeb, což může dovolit, aby naléhavé věci, touhy nebo touhy ovládly a vedly k nadměrnému hraní online her.

Nevyvážené funkční spojení mezi výkonnou řídicí sítí a sítí odměn může také osvětlit pochopení rozhodování IGD. Studie odhalily, že subjekty IGD vykazují při budoucím rozhodování sníženou úvahu o zkušenostních výsledcích⁵². Při rozhodování mezi účastí na okamžitém odměňování zkušeností (např. Hraním online) a dlouhodobými nepříznivými důsledky (např. Využíváním času stráveného hraním her místo toho, aby vykonávali činnosti spojené s dlouhodobějším pracovním úspěchem), lze za osoby s IGD považovat „Krátkozrakost pro budoucnost“, jak bylo popsáno u drogových závislostí⁵⁷^,58^,59. Silná synchronní síť odměn okamžité odměny by mohla vést k potlačení rozhodovacího procesu, který by potlačil impuls, což by mohlo být rozumné vysvětlit rozhodovací proces založený na ocenění směrem k okamžité odměně, což má za následek impulzivní chování při hraní online her. Chování při hledání odměn může být navíc posílena krátkodobými online zkušenostmi, což vede k začarovanému cyklu návykových hraní online her⁷.

Stručně řečeno, tato studie ukázala, že změny (snížení / zvýšení) synchronizace mozkových sítí subjektů IGD naznačují neúčinné / přílišné zpracování v neurálních obvodech, které jsou základem těchto procesů. Inverzní poměr mezi výkonnou řídicí sítí a sítí odměn naznačuje, že narušení výkonné kontroly vede k neúčinné inhibici zvýšené touhy po nadměrném hraní online her. Tyto výsledky by mohly osvětlit mechanistické chápání IGD. Kromě toho podobné rysy mezi IGD a drogovými závislostmi (například závislost na heroinu) naznačují, že IGD může sdílet podobné neurální základy s jinými typy závislostí.

Omezení

Zde je třeba se zabývat několika omezeními. Za prvé, protože na online hrách je jen několik žen závislých, vybrali jsme v této studii pouze mužské subjekty. Nerovnováha pohlaví může omezit konečné závěry. Za druhé, při výpočtu interakcí mezi řídicími sítěmi a sítěmi odměn jsme vybrali NAcc jako zárodek na základě funkčnosti NAcc a předchozích literatur. Nevíme, zda existují lepší semena pro tento výpočet. Zatřetí, tato studie odhalila pouze současné stavy existující u subjektů IAD, nemůžeme mezi těmito faktory vyvodit kauzální závěry. Za čtvrté, při výběru ROI pravé hemisféry pro výkonnou řídicí síť jsme použili symetrické souřadnice podle levé hemisféry, což může být důvodem, proč jsou indexy v pravé hemisféře nižší než v levé hemisféře.

Autorské příspěvky

GD navrhl experiment a napsal první návrh rukopisu. XL a XD shromáždily a analyzovaly data, připravily údaje. YH a CX diskutovaly o výsledcích, radily o interpretaci a přispěly ke konečnému návrhu rukopisu. Všichni autoři přispěli a schválili konečný rukopis.

Poděkování

Tento výzkum byl podporován Národní přírodní vědeckou nadací Číny (31371023). Hřebec neměl při navrhování studie žádnou další roli; při sběru, analýze a interpretaci dat; při psaní zprávy; nebo v rozhodnutí předložit příspěvek k uveřejnění.

Reference

Holden C. Závislosti na chování: Existují? Science 294, 980–982, (2001). 10.1126 / science.294.5544.980 [PubMed] [Cross Ref]
Dong G., Hu Y. & Lin X. Citlivost na odměny / tresty u závislých na internetu: důsledky pro jejich návykové chování. Prog neuro-psychopharm biol psychiat 46, 139–145 (2013). [PubMed]
Weinstein A. & Lejoyeux M. Závislost na internetu nebo nadměrné používání internetu. Am J Drug Alcohol Ab 36, 277–283 (2010). [PubMed]
Dong G., Lu Q., Zhou H. & Zhao X. Prekurzor nebo následky: patologické poruchy u lidí s poruchou závislosti na internetu. PloS one 6, e14703 (2011). [PMC bezplatný článek] [PubMed]
Porucha internetového hraní Petry NM a O'Brien CP a DSM-5. Addiction 108, 1186–1187 (2013). [PubMed]
Americká psychiatrická asociace. Diagnostický a statistický manuál duševních poruch (5th ed.) [145] (American Psychiatric Publishing, Washington DC, 2013).
Dong G. & Potenza MN Kognitivně-behaviorální model poruchy internetové hry: Teoretické základy a klinické důsledky. J psychia res 58, 7–11 (2014). [PMC bezplatný článek] [PubMed]
Dong G., Zhou H. & Zhao X. Inhibice impulsů u lidí s poruchou závislosti na internetu: elektrofyziologické důkazy ze studie Go / NoGo. Neurosci lett 485, 138–142 (2010). [PubMed]
Zhou Z., Yuan G. & Yao J. Kognitivní předsudky k obrázkům souvisejícím s internetovými hrami a výkonným deficitům u jednotlivců se závislostí na internetových hrách. PloS one 7, e48961 (2012). [PMC bezplatný článek] [PubMed]
Dong G., Lin X., Zhou H. & Lu Q. Kognitivní flexibilita u závislých na internetu: důkazy fMRI z obtížných a snadno obtížných situací přechodu. Addict Behav 39, 677–683 (2014). [PubMed]
Dong G., Zhou H. & Zhao X. Muži závislí na internetu vykazují sníženou schopnost výkonné kontroly: důkazy z úlohy Stroop s barevným slovem. Neurosci lett 499, 114–118 (2011). [PubMed]
Dong G., Shen Y., Huang J. & Du X. Zhoršená funkce sledování chyb u lidí s poruchou závislosti na internetu: studie FMRI související s událostmi. Resident závislý na euru 19, 269–275 (2013). [PubMed]
Littel M. et al. Zpracování chyb a inhibice reakce u nadměrných hráčů počítačových her: potenciální studie související s událostmi. Závislý biol 17, 934 – 947 (2012). [PubMed]
Dong G., Huang J. & Du X. Zvýšená citlivost na odměny a snížená citlivost na ztrátu u závislých na internetu: studie fMRI během hádání. J psychiatry res 45, 1525–1529 (2011). [PubMed]
Dong G., DeVito E., Huang J. & Du X. Difúzní tenzorové zobrazování odhaluje abnormality thalamu a zadní cingulární kůry u závislých na hraní internetu. J psychiatry res 46, 1212–1216 (2012). [PMC bezplatný článek] [PubMed]
Ko CH et al. Mozkové činnosti spojené s herním nutkáním online herní závislosti. J psychiatrie res 43, 739 – 747 (2009). [PubMed]
Ko CH et al. Mozkové aktivace jak pro stimulaci herního nutkání, tak pro kouření touhy mezi subjekty komorbovanými se závislostí na internetu a závislostí na nikotinu. J psychiatrie res 47, 486 – 493 (2013). [PubMed]
Montague PR & Berns GS Neurální ekonomie a biologické substráty ocenění. Neuron 36, 265–284 (2002). [PubMed]
McClure SM, Ericson KM, Laibson DI, Loewenstein G. & Cohen JD Časová sleva pro primární odměny. J Neurosci 27, 5796–5804 (2007). [PubMed]
Monterosso J., Piray P. & Luo S. Neuroekonomie a studium závislosti. Biol Psychiatry 72, 107–112 (2012). [PubMed]
Xie C. et al. Nerovnováha funkčního spojení mezi oceňovacími sítěmi u abstinentů závislých na heroinu. Mol psychiatrie 19, 10 – 12 (2014). [PubMed]
Barros-Loscertales A. et al. Nižší aktivace v pravé frontoparietální síti během počítání Stroopovy úlohy ve skupině závislé na kokainu. Psychiatrie res 194, 111 – 118 (2011). [PubMed]
Goldstein RZ & Volkow ND Drogová závislost a její základní neurobiologický základ: důkaz neuroimagingu pro zapojení frontální kůry. Am J psychiatry 159, 1642–1652 (2002). [PMC bezplatný článek] [PubMed]
Volkow ND et al. Kognitivní kontrola nad touhou po drogách inhibuje oblasti odměňování mozku u uživatelů kokainu. NeuroImage 49, 2536 – 2543 (2010). [PMC bezplatný článek] [PubMed]
Fox MD & Raichle ME Spontánní fluktuace mozkové aktivity pozorované při funkčním zobrazování magnetickou rezonancí. Nat rev. Neurosci 8, 700–711 (2007). [PubMed]
Zhu Q., Zhang JD, Luo YLL, Dilks DD & Liu J. Neurální aktivita v klidovém stavu v kortikálních oblastech selektivních na obličej je behaviorálně relevantní. J Neurosci 31, 10323–10330 (2011). [PubMed]
Greicius MD, Supekar K., Menon V. & Dougherty RF Funkční konektivita v klidovém stavu odráží strukturální konektivitu ve výchozí síti. Cereb cortex 19, 72–78 (2009). [PMC bezplatný článek] [PubMed]
Zlato CJ et al. Predikce funkční konektivity lidského klidového stavu ze strukturální konektivity. PNAS 106, 2035 – 2040 (2009). [PMC bezplatný článek] [PubMed]
Vincent JL et al. Vnitřní funkční architektura v mozku opic anestetizovaných. Příroda 447, 83 – 86 (2007). [PubMed]
Seeley WW et al. Oddělitelné vnitřní propojovací sítě pro zpracování význačných prvků a výkonné řízení. J Neurosci 27, 2349 – 2356 (2007). [PMC bezplatný článek] [PubMed]
Engel AK, Fries P. & Singer W. Dynamické předpovědi: oscilace a synchronizace při zpracování shora dolů. Nat rev. Neurosci 2, 704–716 (2001). [PubMed]
Cox CL et al. Váš odpočívající mozek PÉČE o vaše riskantní chování. PloS jeden 5, e12296 (2010). [PMC bezplatný článek] [PubMed]
Lecrubier Y. et al. Mezinárodní mezinárodní neuropsychiatrický rozhovor (MINI). Stručný diagnostický strukturovaný rozhovor: spolehlivost a platnost podle CIDI. Europ Psychiatrie 12, 224 – 231 (1997).
Beck AT, Ward CH, Mendelson M., Mock J. & Erbaugh J. Inventory for Measuring Depression. Arch Gen Psychiatry 4, 561–571 (1961). [PubMed]
Mladý test závislosti na internetu (IAT)http://netaddiction.com/index.php?option=combfquiz&view=onepage&catid=46&Itemid=106> (2009). Datum přístupu: 09/09/2009.
Widyanto L. & McMurran M. Psychometrické vlastnosti testu závislosti na internetu. Cyberpsychol behav 7, 443–450 (2004). [PubMed]
Widyanto L., MD Griffiths & Brunsden V. Psychometrické srovnání testu závislosti na internetu, škály problémů souvisejících s internetem a autodiagnostiky. Cyberpsychol, behav soc netw 14, 141–149 (2011). [PubMed]
Zang Y., Jiang T., Lu Y., He Y. & Tian L. Regionální homogenní přístup k analýze dat fMRI. Neuroimage 22, 394–400 (2004). [PubMed]
Ty H. et al. Změněná regionální homogenita v motorických kortexech u pacientů s vícečetnou systémovou atrofií. Neurosci Lett 502, 18 – 23 (2011). [PubMed]
Yan C.-G. & Zang Y.-F. DPARSF: Sada nástrojů MATLAB pro „Pipeline“ analýzu dat fMRI v klidovém stavu. Front syst neurosci 4, 13, e3389 (2010). [PMC bezplatný článek] [PubMed]
Friston KJ, Frith CD, Frackowiak RS a Turner R. Charakterizace dynamických mozkových reakcí pomocí fMRI: přístup s více proměnnými. NeuroImage 2, 166–172 (1995). [PubMed]
Yeo BT et al. Organizace lidské mozkové kůry odhadnutá na základě vnitřní funkční konektivity. J neurofyziol 106, 1125 – 1165 (2011). [PMC bezplatný článek] [PubMed]
Waraczynski MA Centrální rozšířená síť amygdaly jako navrhovaný obvod, který je základem ocenění odměny. Neurosci biobehav rev 30, 472 – 496 (2006). [PubMed]
Kringelbach ML & Rolls ET Funkční neuroanatomie lidské orbitofrontální kůry: důkazy z neuroimagingu a neuropsychologie. Prog neurobiol 72, 341–372 (2004). [PubMed]
Wilcox CE, Teshiba TM, Merideth F., Ling J. & Mayer AR Vylepšená reaktivita tága a fronto-striatální funkční konektivita u poruch užívání kokainu. Drug alco depeend 115, 137–144 (2011). [PMC bezplatný článek] [PubMed]
Everitt BJ & Robbins TW Neurální systémy posílení pro drogovou závislost: od akcí přes návyky po nutkání. Nat neurosci 8, 1481–1489 (2005). [PubMed]
Shirer WR, Ryali S., Rykhlevskaia E., Menon V. & Greicius MD Dekódování subjektem řízených kognitivních stavů se vzory propojení celého mozku. Cereb cortex 22, 158–165 (2012). [PMC bezplatný článek] [PubMed]
Damoiseaux JS et al. Konzistentní sítě klidového stavu napříč zdravými subjekty. PNAS 103, 13848 – 13853 (2006). [PMC bezplatný článek] [PubMed]
Habas C. et al. Odlišné cerebelární příspěvky do vnitřních sítí připojení. J Neurosci 29, 8586 – 8594 (2009). [PMC bezplatný článek] [PubMed]
Spreng RN, Stevens WD, Chamberlain JP, Gilmore AW & Schacter DL Výchozí síťová aktivita ve spojení s frontoparietální řídicí sítí podporuje cílené poznání. NeuroImage 53, 303–317 (2010). [PMC bezplatný článek] [PubMed]
Krmpotich TD et al. Aktivita v klidovém stavu v levé výkonné řídící síti je spojena s behaviorálním přístupem a je zvýšena v závislosti na látce. Alkohol závislý na léčivu 129, 1 – 7 (2013). [PMC bezplatný článek] [PubMed]
Dong G., Hu Y., Lin X. & Lu Q. Co způsobuje, že závislí na internetu pokračují v hraní online, i když čelí vážným negativním důsledkům? Možná vysvětlení ze studie fMRI. Biol psychol 94, 282–289 (2013). [PubMed]
Miller EK & Cohen JD Integrativní teorie funkce prefrontální kůry. Annu Rev Neurosci 24, 167–202 (2001). [PubMed]
Sofuoglu M., DeVito EE, Waters AJ & Carroll KM Kognitivní zlepšení jako léčba drogových závislostí. Neuropharmacol 64, 452–463 (2013). [PMC bezplatný článek] [PubMed]
Everitt BJ et al. Orbitální prefrontální kůra a drogová závislost u laboratorních zvířat a lidí. Každoroční NY Acad Sci 1121, 576 – 597 (2007). [PubMed]
Goldstein RZ & Volkow ND Dysfunkce prefrontální kůry v závislosti: neuroimagingové nálezy a klinické důsledky. Nat rev. Neurosci 12, 652–669 (2011). [PMC bezplatný článek] [PubMed]
Pawlikowski M. & Brand M. Nadměrné hraní na internetu a rozhodování: mají nadměrní hráči World of Warcraft problémy s rozhodováním za riskantních podmínek? Psychiatry res 188, 428–433 (2011). [PubMed]
Floros G. & Siomos K. Vzory volby žánrů videoher a závislosti na internetu. Cyberpsycholo, behav social netw 15, 417–424 (2012). [PubMed]
Bechara A., Dolan S. & Hindes A. Rozhodování a závislost (část II): krátkozrakost pro budoucnost nebo přecitlivělost na odměnu? Neuropsychologia 40, 1690–1705 (2002). [PubMed]