Internet a herní závislost: Systematická revize literatury neuroimaging studií (2012)

Brain Sci. 2012, 2(3), 347-374; dva:10.3390 / brainsci2030347
 
Daria J. Kuss* a Mark D. Griffiths
 
Oddělení výzkumu mezinárodních her, Univerzita Nottingham Trent, Nottingham NG1 4BU, Velká Británie
 
* Autor, kterému by měla být korespondence adresována.
 
Přijato: 28 červen 2012; v revidované podobě: 24 srpen 2012 / Přijato: 28 srpen 2012 / Zveřejněno: 5 Září 2012
 
(Tento článek patří do zvláštního vydání Závislost a neuroadaptace)

Abstrakt:

V uplynulém desetiletí se nashromáždil výzkum, který naznačuje, že nadměrné používání internetu může vést k rozvoji závislosti na chování. Závislost na internetu je považována za vážnou hrozbu pro duševní zdraví a nadměrné používání internetu je spojeno s řadou negativních psychosociálních důsledků. Cílem tohoto přehledu je identifikovat všechny dosud empirické studie, které pomocí technik neuroimagingu osvětlují vznikající problém duševního zdraví v souvislosti s internetem a závislostí na hraní z neurovědní perspektivy.

Neuroimagingové studie nabízejí výhodu oproti tradičnímu průzkumu a behaviorálnímu výzkumu, protože s touto metodou je možné rozlišit konkrétní oblasti mozku, které se podílejí na vývoji a udržování závislosti. Bylo provedeno systematické vyhledávání literatury, identifikující studie 18. Tyto studie poskytují přesvědčivé důkazy o podobnosti mezi různými typy závislostí, zejména závislostí na návykových látkách a závislostí na internetu a hraní her na různých úrovních.

Na molekulární úrovni je závislost na internetu charakterizována nedostatkem celkové odměny, který má za následek snížení dopaminergní aktivity.

Na úrovni nervových obvodů vedl internet a herní závislost k neuroadaptaci a strukturálním změnám, ke kterým dochází v důsledku dlouhodobé zvýšené aktivity v mozkových oblastech souvisejících se závislostí.

Na behaviorální úrovni se zdá, že závislí na internetu a hraní her jsou omezeni, pokud jde o jejich kognitivní fungování v různých doménách.

Příspěvek ukazuje, že porozumění neuronálním korelacím spojeným s vývojem internetu a závislosti na hrách podpoří budoucí výzkum a připraví cestu pro rozvoj přístupů k léčbě závislosti.

Klíčová slova: závislost na internetu; herní závislost; neuroimaging; přehled literatury

 

1. Úvod

V posledním desetiletí se výzkum shromažďoval, což naznačuje, že nadměrné používání internetu může vést k rozvoji závislosti na chování (např. [1,2,3,4]). Klinické důkazy naznačují, že závislí na internetu zažívají řadu biopsychosociálních symptomů a důsledků [5]. Patří mezi ně symptomy tradičně spojené s návyky souvisejícími s látkou, jmenovitě salience, změna nálady, tolerance, abstinenční příznaky, konflikt a relaps [6]. Závislost na internetu zahrnuje heterogenní spektrum internetových aktivit s potenciální hodnotou nemoci, jako jsou hry, nakupování, hazardní hry nebo sociální sítě.. Hraní je součástí postulovaného konstruktu závislosti na internetu a herní závislost se zdá být dosud nejrozšířenější konkrétní formou závislosti na internetu [7]. Rozsáhlé návrhy odborníků na duševní zdraví a výzkumné pracovníky, jejichž cílem je zahrnout závislost na internetu jako duševní poruchu do nadcházejícího pátého vydání Diagnostické a statistické příručky duševních poruch (DSM-V), se uskuteční, když Americká psychiatrická asociace souhlasí se zahrnutím poruchy užívání internetu jako problém duševního zdraví hodný dalšího vědeckého výzkumu [8].

Nadměrné používání internetu je spojeno s řadou negativních psychosociálních důsledků. Patří mezi ně duševní poruchy, jako je somatizace, obsedantně-kompulzivní a další úzkostné poruchy, deprese [9] a disociace [10], jakož i osobnostní rysy a patologie, jako je introversion a psychoticismus [11]. Odhady prevalence se pohybují od 2% [12] na 15% [13], v závislosti na příslušném sociokulturním kontextu, použitém vzorku a kritériích hodnocení. Závislost na internetu byla v asijských zemích s rozsáhlým využitím širokopásmového připojení, zejména v Jižní Koreji a Číně, považována za vážnou hrozbu pro duševní zdraví.14].

 

 

1.1. Vzestup neuroimagingu

V souladu s karteziánským dualismem francouzský filozof Descartes zastával názor, že mysl je entita, která je oddělena od těla [15]. Kognitivní neurovědy ho však ukázaly jako špatné a smířily fyzickou entitu těla s poněkud nepolapitelnou entitou mysli [16]. Moderní techniky neuroimagingu spojují kognitivní procesy (tj. Descartesovu mysl myšlení) se skutečným chováním (tj. Descartesovo pohybující se tělo) měřením a zobrazováním mozkové struktury a aktivity. Se závislostí byla spojena změněná aktivita v mozkových oblastech spojená s odměnou, motivací, pamětí a kognitivní kontrolou [17].

Výzkum se zabýval neurálními koreláty vývoje drogové závislosti prostřednictvím klasického a operativního kondicionování [18,19]. Bylo zjištěno, že v počátečních stádiích dobrovolného a kontrolovaného použití látky je rozhodnutí o použití drogy určeno konkrétními oblastmi mozku, konkrétně prefrontální kůrou (PFC) a ventrálním striatem (VS). Jak se návyk na použití a nutkání vyvíjí, mění se mozková aktivita v tom, že dorzální oblasti striata (DS) se stále více aktivují dopaminergní inervací (tj. Uvolňováním dopaminu) [20]. Dlouhodobé užívání drog vede ke změnám v mozkových dopaminergních drahách (konkrétně přední cingulát (AC), orbitofrontální kůra (OFC), a nucleus accumbens (NAc), což může vést ke snížení citlivosti na biologické výhody a ke snížení individuálních kontrolu nad hledáním a nakonec užíváním drog. [21,22]. Na molekulární úrovni byla dlouhodobá deprese (LTD; tj. Redukce) synaptické aktivity spojena s přizpůsobením mozku v důsledku závislostí na látce [23]. Drogoví narkomani se stanou senzibilizovanými na drogu, protože v průběhu prodlouženého příjmu se zvyšuje synaptická síla ve ventrální tegmentální oblasti, a tak se zvyšuje také glutamát LTD v jádru accumbens, což povede k touze [24].

Současně se mozek (tj. NAc, OFC, DLPFC) stává stále citlivější na narážky na drogy (např. Dostupnost, konkrétní kontext) prostřednictvím touhy [21,25]. Touha po užívání drog zahrnuje komplexní interakci mezi různými oblastmi mozku. Aktivita v jádru accumbens po opakovaném příjmu léčiva vede k asociacím mezi narážkami na drogy a zesilujícími účinky drogy [26]. Kromě toho orbitofrontální kůra, důležitá pro motivaci k chování, amygdala (AMG) a hippocampus (Hipp), jako hlavní oblasti mozku spojené s paměťovými funkcemi, hrají roli při intoxikaci a touze po látce [17].

Přirozené odměny, jako je jídlo, pochvala a / nebo úspěch, postupně ztratí hedonální valenci. V důsledku návyku na odměňování chování a příjmu drog se vyvíjí charakteristický příznak závislosti (tj. Tolerance). K dosažení požadovaného účinku je třeba zvýšit množství látky nebo zvýšit zapojení do příslušných chování. Výsledkem je nedostatek systému odměn. To vede k aktivaci systému proti dozoru, který snižuje schopnost závislého prožívat biologické posilovače tak, jak je to příjemné. Místo toho vyžaduje silnější posilovače, tj. Jejich drogy nebo chování, ve větším množství (tj. Tolerance se vyvíjí), aby zažil odměnu [27]. Kromě toho nedostatek dopaminu v mezokortikoidických drahách během abstinence vysvětluje charakteristické abstinenční příznaky. Proti těmto bude čelit obnovený příjem drog [17]. Výsledkem je recidiva a vývoj začarovaného behaviorálního cyklu [28]. Prodloužený příjem léků a / nebo zapojení do prospěšného chování vede ke změnám v mozku, včetně dysfunkcí v prefrontálních regionech, jako je OFC a gingus cingulate (CG) [17,29].

Výzkum naznačuje, že ke změnám mozkové aktivity, které jsou obvykle spojeny se závislostmi na látkách, dochází po nutkavém zapojení do chování, jako je patologické hráčství [30]. V souladu s tím se předpokládá, že podobné mechanismy a změny se týkají závislosti na internetu a hraní her. Cílem tohoto přehledu je proto identifikovat všechny dosud recenzované empirické studie, které pomocí technik neuroimagingu osvětlují vznikající problém s duševním zdravím internetu a závislosti na hraní z neurovědní perspektivy. Neuroimaging obecně zahrnuje řadu odlišných technik. Jedná se o elektroencefalogram (EEG), pozitronovou emisní tomografii (PET), SPECT jednofotonovou emisní počítačovou tomografii (SPECT), funkční zobrazování magnetickou rezonancí (fMRI) a zobrazování strukturální magnetickou rezonancí (sMRI), jako je morfometrie založená na Voxelu (VBM) a Diffusion-Tensor Imaging (DTI). Ty jsou stručně vysvětleny postupně před zkoumáním studií, které tyto techniky využily pro studium na internetu a herní závislosti.

 

 

1.2. Typy neuroobrazení používané ke studiu návykové mozkové aktivity

Elektroencefalogram (EEG): S EEG lze měřit nervovou aktivitu v mozkové kůře. Množství elektrod je upevněno ke specifickým oblastem (tj. Přední, zadní, levá a pravá) hlavy účastníka. Tyto elektrody měří kolísání napětí (tj. Tok proudu) mezi páry elektrod, které jsou vytvářeny excitací neuronálních synapsí [31]. S potenciály souvisejícími s událostmi (ERP) lze vztahy mezi mozkem a chováním měřit pomocí elektrofyziologické neuronální odpovědi na podnět [32].

Pozitronová emisní tomografie (PET): PET je neuroimaging metoda, která umožňuje studium funkce mozku na molekulární úrovni. Ve studiích PET se metabolická aktivita v mozku měří fotony z pozitronových emisí (tj. Pozitivně nabitých elektronů). Subjekt je injikován radioaktivním roztokem 2-deoxyglukózy (2-DG), který je absorbován aktivními neurony v mozku. Množství 2-DG v neuronech a emise pozitronů se používají ke kvantifikaci metabolické aktivity v mozku. Neuronální aktivita může být tedy zmapována během plnění konkrétního úkolu. Jándualní neurotransmitery lze rozlišit pomocí PET, což z nich činí výhodnější oproti technikám MRI. Může detailně měřit distribuci aktivit. Omezení PET zahrnují relativně nízké prostorové rozlišení, čas potřebný k získání skenování a potenciální radiační riziko [33].

Počítačová tomografie s jednoduchým fotonovým vyzařováním (SPECT): SPECT je podformulí PET. Podobně jako PET je do krevního oběhu injikována radioaktivní látka („stopovací látka“), která rychle putuje do mozku. Čím silnější je metabolická aktivita ve specifických oblastech mozku, tím silnější je obohacení gama paprsků. Vyzařované záření se měří v souladu s mozkovými vrstvami a metabolická aktivita se zobrazuje pomocí počítačových technik. Na rozdíl od PET, SPECT umožňuje počítat jednotlivé fotony, avšak jeho rozlišení je horší, protože u SPECT závisí rozlišení na blízkosti gama kamery, která měří neuronální radioaktivitu [34].

Zobrazování funkční magnetické rezonance (fMRI): Pomocí fMRI se měří změny hladin kyslíku v krvi v mozku, které svědčí o neuronální aktivitě. Konkrétně se hodnotí poměr oxyhemoglobinu (tj. Hemoglobinu, který obsahuje kyslík v krvi) k deoxyhemoglobinu (tj. Hemoglobinu, který uvolnil kyslík) v mozku, protože průtok krve v „aktivních“ oblastech mozku se zvyšuje a transportuje více glukózy, což také přináší ve více okysličených molekul hemoglobinu. Hodnocení této metabolické aktivity v mozku umožňuje jemnější a podrobnější zobrazení mozku vzhledem ke strukturální MRI. Mezi výhody fMRI navíc patří rychlost zobrazování mozku, prostorové rozlišení a absence potenciálního zdravotního rizika vzhledem k PET skenům. [35].

Zobrazení strukturální magnetické rezonance (sMRI): sMRI používá celou řadu technik k zobrazení morfologie mozku [36].

  • Jednou takovou technikou je morfometrie založená na Voxelu (VBM). VBM se používá k porovnání objemu mozkových oblastí a hustoty šedé a bílé hmoty [37].
  • Další technikou sMRI je Diffusion-Tensor Imaging (DTI). DTI je metoda používaná pro zobrazování bílé hmoty. Vyhodnocuje difúzi molekul vody v mozku, což pomáhá identifikovat vzájemně propojené mozkové struktury pomocí frakční anizotropie (FA). Toto měření je indikátorem hustoty vláken, průměru axonů a myelinizace v bílé hmotě [38].

 

 

2. Metoda

Komplexní rešerše literatury byla provedena pomocí databáze Web of Knowledge. Následující hledané výrazy (a jejich deriváty) byly zadány s ohledem na používání internetu: „závislost“, „nadbytek“, „problém“ a „nutkání“. Navíc byly z dodatečných zdrojů, jako je Google Scholar, identifikovány další studie, které byly přidány, aby bylo možné získat souhrnnější přehled literatury. Studie byly vybrány v souladu s následujícími kritérii pro zařazení. Studie musely (i) posoudit závislost na internetu nebo online hraní nebo přímé účinky hraní na neurologické fungování, (ii) používat neuroimagingové techniky, (iii) být zveřejněny v recenzovaném časopise a (iv) být k dispozici jako úplný text Anglický jazyk. Pro rešerši literatury nebylo stanoveno žádné časové období, protože techniky neuroimagingu jsou relativně nové, takže se očekávalo, že studie budou poslední (tj. Téměř všechny byly publikovány mezi 2000 a 2012).

3. Výsledek

Bylo identifikováno celkem 18 studií, které splňovaly kritéria pro zařazení. Z těchto metod byla metoda sběru dat fMRI v osmi studiích [39,40,41,42,43,44,45,46] a sMRI ve dvou studiích [47,48], dvě studie použily PET skenování [49,50], z nichž jeden kombinoval s MRI [49], jeden použil SPECT [51] a šest studií využilo EEG [52,53,54,55,56,57]. Je třeba také poznamenat, že dvě z nich byly ve skutečnosti stejné studie, jedna byla zveřejněna jako dopis [53] a jeden publikován jako plný příspěvek [54]. Jedna studie [57] splnili všechna kritéria, ale byly vyloučeny, protože podrobnosti diagnostiky závislosti na internetu nebyly dostatečné k tomu, aby bylo možné učinit platné závěry. Kromě toho dvě studie přímo neposoudily závislost na internetu a hraní her [43,50], ale posoudili přímé účinky hraní na neurologickou aktivitu pomocí experimentálního paradigmatu, a proto byly v přehledu ponechány. Podrobné informace o zahrnutých studiích jsou uvedeny v Tabulka 1.

3.1. Studie fMRI

Hoeft a kol. [43] zkoumali genderové rozdíly v mezokortikoidním systému během počítačové hry u zdravých studentů 22 (věkové rozmezí = 19 – 23 let; ženy 11). Všichni účastníci podstoupili fMRI (3.0-T Signa skener (General Electric, Milwaukee, WI, USA)), vyplnili Kontrolní seznam příznaků 90-R [58] a NEO-Personality Inventory-R [59]. FMRI byl prováděn během 40 bloků buď míčové hry 24u s cílem získat prostor nebo podobnou podmínku ovládání, která nezahrnovala konkrétní herní cíl (na základě jeho strukturálního složení). Výsledky naznačily, že došlo k aktivaci nervových obvodů, které jsou zapojeny do odměny a závislosti v experimentálním stavu (tj. Insula, NAc, DLPFC a OFC). V důsledku toho přítomnost skutečného cíle hry (charakteristika většiny konvenčních online her, které jsou založeny spíše na pravidlech než na čistě RPG), změnila mozkovou aktivitu prostřednictvím chování. Zde je zřejmá jasná souvislost mezi příčinami a následky, která k nálezům přidává sílu.

Výsledky také ukázaly, že účastníci mužského pohlaví měli ve srovnání s ženami větší aktivaci (v rNAc, blOFC, rAMG) a funkční konektivitu (lNAc, rAMG) v mezokortikoidním systému odměn. Výsledky dále naznačily, že hraní hry aktivovalo pravou insulinu (rI; signalizuje autonomní vzrušení), pravý dorso laterální PFC (maximalizujte odměnu nebo změnu chování), dvoustranné premotorické kortiky (blPMC; příprava na odměnu) a precuneus, lNAc a rOFC (oblasti zapojené do vizuálního zpracování, visuoprostorové pozornosti, funkce motoru a transformace senzoru-motoru) ve srovnání s klidovým stavem [43]. Insula byla zapojena do vědomé touhy po návykových látkách zapojením rozhodovacích procesů zahrnujících riziko a odměnu. Insulační dysfunkce může vysvětlit neurologické činnosti svědčící o recidivě [60]. Díky své experimentální povaze byla tato studie schopna poskytnout vhled do idiosynkratické aktivace mozku v důsledku hraní ve zdravé (tj. Narkomanské) populaci.

TabulkaTabulka 1. Zahrnuté studie.   

Klepnutím sem zobrazíte tabulku

 

Ko a kol. [44] se pokusili identifikovat neurální substráty závislosti na online hraní tím, že vyhodnotili oblasti mozku zapojené do nutkání zapojit se do online her mezi deseti závislými na online hraní mužských hráčů (hraní World of Warcraft déle než 30 ha týden) ve srovnání s deseti mužskými kontrolami (jejichž online použití) bylo méně než dvě hodiny denně). Všichni účastníci splnili Diagnostická kritéria pro závislost na internetu pro vysokoškoláky (DCIA-C; [74]), Mini-International Neuropsychiatric Interview [75], stupnice závislosti na internetu Chen (CIAS) [71], test identifikace poruchy užívání alkoholu (AUDIT) [76] a Fagerstromův test závislosti na nikotinu (FTND) [77]. Během skenování fMRI (3T MRscanner) autoři prezentovali herní a párové mozaikové snímky a kontrasty v BOLD signálech v obou podmínkách byly analyzovány pomocí paradigmatu cue reaktivity [25]. Výsledky naznačily touhu vyvolanou touhou, která je běžná u osob s látkovou závislostí. U herních závislých došlo k rozdílné aktivaci mozku po prezentaci podnětů relevantních pro hru ve srovnání s kontrolami a ve srovnání s prezentací mozaikových obrázků, včetně rOFC, rNAc, blAC, mFC, rDLPFC a pravého caudátového jádra (rCN). Tato aktivace korelovala s herním nutkáním a vzpomínkou na herní zážitek. Tvrdilo se, že existuje podobný biologický základ různých závislostí, včetně závislosti na online hraní. Kvazi-experimentální povaha této studie, která uměle vyvolala touhu v experimentálním a kontrolovaném prostředí, umožnila autorům učinit závěry na základě skupinových rozdílů, a tak propojit stav závislosti na online hraní na aktivaci oblastí mozku spojených s příznaky tradičních ( tj. návyky související s látkou.

Han et al. [42] hodnotili rozdíly v mozkové aktivitě před a během hraní videoher u studentů vysokých škol, kteří hráli po dobu sedmi týdnů. Všichni účastníci dokončili Beck Depression Inventory [78], stupnice závislosti na internetu [67] a 7-bodové vizuální analogové stupnice (VAS) k posouzení touhy po hraní internetových videoher. Vzorek zahrnoval studenty vysokých škol 21 (14 muž; průměrný věk = 24.1 let, SD = 2.6; použití počítače = 3.6, SD = 1.6 ha den; průměrné skóre IAS = 38.6, SD = 8.3). Ty byly dále rozděleny do dvou skupin: nadměrná internetová herní skupina (která hrála internetové videohry déle než 60 min. Denně po dobu 42; n = 6) a skupina obecných hráčů (kteří hráli méně než 60 min. den ve stejném období; n = 15). Autoři použili fMRI závislý na hladině kyslíku v krvi 3T (pomocí skeneru Philips Achieva 3.0 Tesla TX) a uvedli, že mozková aktivita v přední cingulate a orbitofrontální kůře vzrostla mezi nadměrnou hraní internetové hry po vystavení narážkám na internetové videohry ve srovnání s běžnými hráči. Také uvedli, že zvýšená touha po internetových videohrách korelovala se zvýšenou aktivitou v předním cingulate pro všechny účastníky. Tato kvazi-experimentální studie je pochopitelná, protože nabízí nejen důkaz o odlišné mozkové činnosti u závislých na hraní online ve srovnání s obecnou kontrolní skupinou hráčů, ale také objasňuje aktivaci mozku, ke které dochází v důsledku hraní v obou skupinách. To znamená, že (i) touha po online hrách mění mozkovou aktivitu bez ohledu na stav závislosti, a proto může být považována za (prodromální) symptom závislosti, a že (ii) závislí hráči mohou být odlišeni od narkomanských online hráčů odlišnými forma aktivace mozku.

Liu a kol. [45] provedli metodu regionální homogenity (ReHo) k analýze encefalických funkčních charakteristik závislých na internetu v klidovém stavu. Vzorek zahrnoval vysokoškolské studenty 19 s závislostí na internetu a ovládacími prvky 19. Závislost na internetu byla hodnocena podle Beardových a Wolfových kritérií [72]. Byl proveden FMRI pomocí 3.0T skeneru Siemens Tesla Trio Tim. Regionální homogenita označuje časovou homogenitu hladin kyslíku v mozku v oblastech mozku, které jsou předmětem zájmu. Bylo oznámeno, že závislí na internetu trpěli funkčními změnami mozku, které vedly k abnormalitám v regionální homogenitě ve srovnání s kontrolní skupinou, zejména pokud jde o cesty odměňování tradičně spojené s návykovými látkami. Mezi závislými na internetu se zvýšily mozkové regiony v ReHo v klidovém stavu (mozeček, mozkový kmen, rCG, bilaterální parahippocampus (blPHipp), pravý přední lalok, levý vyšší čelní gyrus (lSFG), pravý dolní temporální gyrus (rITG), levý nadřazený temporální gyrus (lSTG) a střední dočasný gyrus (mTG)), vzhledem k kontrolní skupině. Časové oblasti se podílejí na sluchovém zpracování, porozumění a verbální paměti, zatímco týlní oblasti se starají o vizuální zpracování. Mozeček reguluje kognitivní aktivitu. Cingulate gyrus se týká integrace senzorických informací a sledování konfliktů. Hippocampi se podílejí na mozkovém mesokortikolimbickém systému, který je spojen s drahami odměňování. Tato zjištění společně dokládají změnu v různých oblastech mozku v důsledku závislosti na internetu. Protože tato studie hodnotila regionální homogenitu v klidovém stavu, není jasné, zda změny v mozku pozorované u závislých na internetu jsou příčinou nebo důsledkem závislosti. Proto nelze vyvodit žádné kauzální závěry.

Yuan a kol. [46] zkoumali účinky závislosti na internetu na mikrostrukturální integritě hlavních cest neuronálních vláken a mikrostrukturálních změn souvisejících s délkou závislosti na internetu. Jejich vzorek zahrnoval studenty 18 s závislostí na internetu (muži 12; průměrný věk = 19.4, SD = 3.1 let; průměrné online hraní = 10.2 h za den, SD = 2.6; trvání závislosti na internetu = 34.8 měsíců, SD = 8.5) a 18 účastníci kontroly, kteří nejsou závislí na internetu (průměrný věk = 19.5 let, SD = 2.8). Všichni účastníci vyplnili Modifikovaný diagnostický dotazník pro závislost na internetu [72], stupnice úzkosti sebehodnocení (nejsou uvedeny žádné podrobnosti) a stupnice deprese sebehodnocení (nejsou uvedeny žádné podrobnosti). Autoři použili fMRI a použili techniku ​​optimalizované morfometrie založené na voxelu (VBM). Analyzovali změny frakční anizotropie bílé hmoty (FA) pomocí difuzního tenzorového zobrazování (DTI) k rozeznání strukturálních změn mozku v důsledku délky závislosti na internetu. Výsledky ukázaly, že závislost na internetu vedla ke změnám ve struktuře mozku a že zjištěné změny mozku se zdají podobné těm, které byly nalezeny u závislých na návykových látkách.

Při kontrole věku, pohlaví a objemu mozku bylo zjištěno, že mezi závislými na internetu byl snížen objem šedé hmoty v bilaterální dorsolaterální prefrontální kůře (DLPFC), doplňkové motorické oblasti (SMA), orbitofrontální kůře (OFC), mozečku a vlevo rostrální ACC (rACC), zvýšená FA levé zadní končetiny vnitřní kapsle (PLIC) a snížená FA v bílé hmotě v pravém parahippocampálním gyrusu (PHG). Rovněž existovala korelace mezi objemy šedé hmoty v DLPFC, rACC, SMA a FA změnami PLIC s bílou hmotou s dobou, po kterou byla osoba závislá na internetu. To znamená, že čím déle je člověk závislý na internetu, tím těžší je atrofie mozku. Ve světle této metody není z popisu autorů jasné, nakolik jejich vzorek zahrnoval ty, kteří byli závislí na internetu jako takovém, nebo hraní her online. Zahrnutí konkrétní otázky týkající se frekvence a trvání online hraní (spíše než jakékoli potenciální jiné internetové aktivity) naznačuje, že dotyčná skupina se skládala z hráčů. Kromě toho předložená zjištění nemohou vyloučit žádný další faktor, který může souviset s závislostí na internetu (např. Depresivní symptomatologie), který mohl přispět ke zvýšené závažnosti atrofie mozku.

Dong a kol. [39] zkoumali zpracování odměn a trestů u závislých na internetu ve srovnání se zdravými kontrolami. Dospělí muži (n = 14) s internetovou závislostí (průměrný věk = 23.4, SD = 3.3 let) byli porovnáváni s dospělými zdravými muži 13 (průměrný věk = 24.1 let, SD = 3.2). Účastníci absolvovali strukturovaný psychiatrický rozhovor [79], Beck Depression Inventory [78], test čínské závislosti na internetu [62,63] a test závislosti na internetu (IAT; [61]). IAT měří psychologickou závislost, nutkavé použití, stažení, související problémy ve škole, práci, spánku, rodině a řízení času. Účastníci museli na IAT skóre přes 80 (z 100), aby byli klasifikováni jako internetoví závislost. Kromě toho všichni, kteří byli klasifikováni jako závislí na internetu, každý den trávili více než šest hodin online (kromě používání internetu v souvislosti s prací) a činili tak déle než tři měsíce.

Všichni účastníci se zapojili do reality-simulované hádání úkol pro zisk nebo ztrátu peněz pomocí hracích karet. Účastníci podstoupili fMRI s podněty prezentovanými prostřednictvím monitoru v hlavové cívce a jejich aktivace na hladině kyslíku v krvi (BOLD) byla měřena ve vztahu k vítězství a ztrátám na úkolu. Výsledky ukázaly, že závislost na internetu byla spojena se zvýšenou aktivací v OFC v pokusech se ziskem a se sníženou aktivací předních cingulátů v pokusech se ztrátou ve srovnání s normálními kontrolami. Závislí uživatelé internetu prokázali zvýšenou citlivost na odměnu a sníženou citlivost na ztráty ve srovnání s kontrolní skupinou [39]. Kvázi experimentální povaha této studie umožnila skutečné srovnání obou skupin tím, že je vystavila herní situaci, a tak uměle vyvolala neuronální reakci, která byla důsledkem zapojení do úkolu. Tato studie proto umožnila extrakci kauzálního vztahu mezi expozicí herním narážkám a výslednou aktivací mozku. To lze považovat za empirický důkaz citlivosti odměn u závislých na internetu ve vztahu ke zdravým kontrolám.

Han et al. [40] porovnali regionální objemy šedé hmoty u pacientů s on-line herní závislostí a profesionálními hráči. Autoři provedli fMRI pomocí skeneru 1.5 Tesla Espree (Siemens, Erlangen) a provedli voxel-moudré porovnání objemu šedé hmoty. Všichni účastníci absolvovali strukturovaný klinický rozhovor pro DSM-IV [80], Beck Depression Inventory [78], verze Barratt Impulsiveness Scale-Korean (BIS-K9) [81,82] a stupnice závislosti na internetu (IAS) [67]. Ti (i) bodování nad 50 (mimo 100) v IAS, (ii) hraní déle než čtyři hodiny denně / 30 h za týden a (iii) zhoršené chování nebo strach v důsledku hraní online her byly klasifikovány jako závislí na internetu. Vzorek sestával ze tří skupin. První skupina zahrnovala pacienty s 20 s online herní závislostí (průměrný věk = 20.9, SD = 2.0; průměrná doba trvání nemoci = 4.9 let, SD = 0.9; průměrná hrací doba = 9.0, SD = 3.7 h / den; průměrné používání internetu = 13.1, SD = 2.9 h / den; průměrné skóre IAS = 81.2, SD = 9.8). Druhou skupinu tvořili profesionální hráči 17 (průměrný věk = 20.8 let, SD = 1.5; průměrná hrací doba = 9.4, SD = 1.6 h / den; průměrné používání internetu = 11.6, SD = 2.1 h / den; průměrné skóre IAS = 40.8, SD = 15.4). Třetí skupina zahrnovala 18 zdravé kontroly (průměrný věk = 12.1, SD = 1.1 let; průměrné hraní = 1.0, SD = 0.7 h / den; průměrné používání internetu = 2.8, SD = 1.1 h / den; průměrné skóre IAS = 41.6, SD = 10.6).

Výsledky ukázaly, že závislí na hře měli vyšší impulsivitu, perseverativní chyby, zvýšený objem v levé thalamusové šedé hmotě a snížený objem šedé hmoty v ITG, pravý střední týlní gyrus (rmOG) a levý spodní týlní gyrus (lIOG) vzhledem k kontrolní skupině . Profesionální hráči zvýšili objem šedé hmoty v lCG a snížili šedou hmotu v lmOG a rITG vzhledem k kontrolní skupině, zvýšili šedou hmotu v lCG a snížili šedou hmotu levou thalamus vzhledem k problémovým online hráčům. Hlavní rozdíly mezi závislými na hráčích a profesionálními hráči spočívají ve zvětšeném objemu šedé hmoty profesionálních hráčů v lCG (důležité pro výkonné funkce, výraznost a visuospatiální pozornost) a levém thalamu hráčských závislých (důležité při posilování a upozorňování) [40]. Na základě nerexperimentální povahy studie je obtížné připsat zjištěné odlišnosti ve struktuře mozku napříč skupinami skutečnému stavu závislosti. Nelze vyloučit možné matoucí proměnné, které by mohly přispět ke zjištěným rozdílům.

Han et al. [41] testovali účinky léčby prodlouženým uvolňováním bupropionu na mozkovou aktivitu mezi závislými na internetu a zdravými kontrolami. Všichni účastníci absolvovali strukturovaný klinický rozhovor pro DSM-IV [80], Beck Depression Inventory [78], stupnice závislosti na internetu [61] a hra Craving for Internet videohry byla hodnocena pomocí vizuální analogové stupnice 7. Účastníci, kteří se zabývali internetovými hrami déle než čtyři hodiny denně, získali více než 50 (mimo 100) v IAS a měli zhoršené chování a / nebo strach, byli klasifikováni jako narkomani. Vzorek zahrnoval narkomany 11 pro internetové hry (průměrný věk = 21.5, SD = 5.6 let; průměrné skóre toužení = 5.5, SD = 1.0; průměrná hrací doba = 6.5, SD = 2.5 h / den; průměrné skóre IAS = 71.2, SD = 9.4 ) a zdravých kontrol 8 (průměrný věk = 11.8, SD = 2.1 let; průměrné skóre touhy = 3.9, SD = 1.1; průměrné používání internetu = 1.9, SD = 0.6 h / den; průměrné skóre IAS = 27.1, SD = 5.3) . Během vystavení narážkám na hry měli narkomani z internetových her více aktivace mozku v levém týlním laloku laloku, levém dorsolaterálním prefrontálním kortexu a levém parahippocampálním gyru vzhledem k kontrolní skupině. Účastníci s internetovou herní závislostí absolvovali šest týdnů léčby bupropionem s trvalým uvolňováním (150 mg / den po první týden a 300 mg / den poté). Aktivita mozku byla měřena na počátku a po ošetření pomocí skeneru 1.5 Tesla Espree fMRI. Autoři uváděli, že léčba s trvalým uvolňováním bupropionu funguje u závislých na internetu stejně jako u pacientů se závislostí na látkách. Po léčbě se mezi závislými na internetových hrách snížila touha, hrací doba a mozková aktivita vyvolaná narážkou. Podélná povaha této studie umožňuje stanovení příčiny a následku, což zdůrazňuje platnost a spolehlivost předložených zjištění.

 

 

3.2. Studie sMRI

Lin a kol. [48] zkoumali integritu bílé hmoty u dospívajících se závislostí na internetu. Všichni účastníci dokončili upravenou verzi testu závislosti na internetu [72], inventář v Edinburghu83], Mezinárodní mezinárodní neuropsychiatrický rozhovor pro děti a dospívající (MINI-KID) [84], Dispoziční stupnice řízení času [85], Barrattova stupnice impulsivity [86], obrazovka pro emoční poruchy související s dětskou úzkostí (SCARED) [87] a zařízení pro hodnocení rodiny (FAD) [88]. Vzorek tvořili narkomani 17 (muži 14; věkové rozmezí = 14 – 24 let; průměrné skóre IAS = 37.0, SD = 10.6) a zdravé kontroly 16 (samci 14; věkové rozmezí = 16 – 24 roky; průměrné skóre IAS = 64.7) , SD = 12.6). Autoři provedli celou frakční anizotropii (FA) mozkovou voxel pomocí prostorové statistiky založené na traktech (TBSS) a objemová analýza byla provedena za použití difuzního tenzorového zobrazování (DTI) pomocí lékařského skeneru 3.0-Tesla Phillips Achieva .

Výsledky naznačily, že OFC byl spojován s emočním zpracováním a jevem souvisejícím se závislostí (např. Touha, nutkavé chování, maladaptivní rozhodování). Abnormální integrita bílé hmoty v přední kůře cingulátu byla spojena s různými závislostmi a indikovala zhoršení kognitivní kontroly. Autoři také uváděli poruchu vláknité konektivity v corpus callosum, která se běžně vyskytuje u osob s látkovou závislostí. Narkomani internetu ukázali nižší FA v mozku (orbito-frontální bílá hmota corpus callosum, cingulum, spodní fronto-týlní fascikulus, koronové záření, vnitřní a vnější tobolky) vzhledem k kontrolám a mezi levou a pravou korpusem byly negativní korelace mezi FA callosum a emoční poruchy a FA v levé vnější kapsli a závislost na internetu. Celkově měli narkomani ve srovnání s kontrolní skupinou abnormální integritu bílé hmoty v mozkových oblastech spojenou s emočním zpracováním, výkonnou pozorností, rozhodováním a kognitivní kontrolou. Autoři zdůraznili podobnosti v mozkových strukturách mezi závislými na internetu a návykovými látkami [48]. Vzhledem k experimentální a průřezové povaze studie nelze vyloučit jiná vysvětlení změn mozku, než je závislost.

Zhou a kol. [47] zkoumali změny hustoty mozkové šedé hmoty (GMD) u adolescentů s internetovou závislostí pomocí analýzy morfometrie založené na voxelu (VBM) na T1 vážených strukturálních magnetických rezonancích. Jejich vzorek tvořili adolescenti 18 s závislostí na internetu (muži 16; průměrný věk = 17.2 let, SD = 2.6) a účastníci zdravé 15 bez anamnézy psychiatrického onemocnění (muži 13; průměrný věk = 17.8 let, SD = 2.6). Všichni účastníci dokončili upravený test závislosti na internetu [72]. Autoři použili MRI s vážením T1 s vysokým rozlišením prováděné na skeneru 3T MR (3T Achieva Philips), skenovali pulzní sekvence MPRAGE pro kontrast šedé a bílé hmoty a pro srovnání GMD mezi skupinami byla použita analýza VBM. Výsledky ukázaly, že internetoví závislí měli nižší GMD v lACC (nezbytný pro řízení motorů, poznávání, motivaci), lPCC (self-reference), levý izolát (konkrétně související s touhou a motivací) a levý lingvální gyrus (tj. Oblasti, které jsou spojeny s regulací emočního chování, a tedy s emocionálními problémy závislých na internetu). Autoři uvádějí, že jejich studie poskytla neurobiologický důkaz strukturálních změn mozku u adolescentů s internetovou závislostí a že jejich nálezy mají důsledky pro vývoj psychopatologie závislostí. Navzdory rozdílům zjištěným mezi skupinami nelze zjištění přičíst výlučně stavu závislosti jedné ze skupin. Možné matoucí proměnné mohly mít vliv na změny mozku. V tomto případě nelze navíc s jistotou vysvětlit směrovost vztahu.

 

 

3.3. Studie EEG

Dong a kol. [53] zkoumali inhibici odezvy mezi závislými na internetu neurologicky. Záznamy mozkových potenciálů souvisejících s událostmi (ERP) prostřednictvím EEG byly zkoumány u závislých na internetu 12 (průměrný věk = 20.5, SD = 4.1) a porovnávány s 12 zdravými univerzitními univerzitami (průměrný věk = 20.2, SD = 4.5), zatímco prochází úkolem go / NoGo. Účastníci absolvovali psychologické testy (tj. Škála Symptom Checklist-90 a 16 Personal Factors [89]) a test závislosti na internetu [65]. Výsledky ukázaly, že internetoví závislí měli nižší NoGo-N2 amplitudy (představující inhibici reakce - sledování konfliktů), vyšší NoGo-P3 (inhibiční procesy - vyhodnocení reakce) a delší NoGo-P3 maximální latenci ve srovnání s kontrolami. Autoři došli k závěru, že ve srovnání s kontrolní skupinou měli narkomani (i) nižší aktivaci ve stadiu detekce konfliktů, (ii) používali kognitivnější zdroje k dokončení pozdější fáze inhibiční úlohy, (iii) byli méně efektivní při zpracování informací, a (iv) měl nižší impulsní řízení.

Dong a kol. [52] porovnávali závislé na internetu a zdravé kontroly potenciálů souvisejících s událostmi (ERP) prostřednictvím EEG, zatímco vykonávali barevný úkol Stroop. Účastníci mužského pohlaví (n = 17; průměrný věk = 21.1 let, SD = 3.1) a 17 samci zdravých vysokoškolských studentů (průměrný věk = 20.8 let, SD = 3.5) absolvovali psychologické testy (tj. Kontrolní seznam symptomů-90 a 16 osobní faktory) měřítko [89]) a test závislosti na internetu [64]. Tato verze IAT zahrnovala osm položek (zaujatost, tolerance, neúspěšná abstinence, stažení, ztráta kontroly, zájmy, podvod, motivace k útěku) a položky byly hodnoceny dichotomicky. Účastníci, kteří podpořili čtyři nebo více položek, byli klasifikováni jako závislí na internetu. Výsledky ukázaly, že internetově závislí měli delší dobu reakce a více chyb odezvy v nesouhlasných podmínkách ve srovnání s kontrolami. Autoři také uváděli sníženou průměrnou střední čelní negativitu (MFN) v inkongruentních podmínkách než kontroly. Jejich zjištění naznačují, že závislí na internetu mají ve srovnání s kontrolami zhoršenou schopnost výkonné kontroly.

Ge a kol. [55] zkoumali souvislost mezi komponentou P300 a poruchou závislosti na internetu mezi účastníky 86. Z nich byli 38 pacienti se závislostí na internetu (muži 21; průměrný věk = 32.5, SD = 3.2 let) a 48 byli zdravými kontrolami vysokoškolských studentů (muži 25; průměrný věk = 31.3, SD = 10.5 let). Ve studii EEG byl P300 ERP měřen pomocí standardní sluchové oddball úlohy pomocí přístroje American Nicolet BRAVO. Všichni účastníci absolvovali strukturovaný klinický diagnostický rozhovor pro duševní poruchy [80] a test závislosti na internetu [64]. Ti, kteří podporovali pět nebo více (z osmi položek), byli klasifikováni jako závislí na internetu. Studie zjistila, že internetově závislí měli delší latenci P300 ve srovnání s kontrolní skupinou a že internetoví závislí měli podobné profily ve srovnání s jinými závislými na návykových látkách (tj. Alkohol, opioid, kokain) v podobných studiích. Výsledky však nenaznačují, že by závislí na internetu měli nedostatek rychlosti vnímání a zpracování zvukových podnětů. Zdá se, že to naznačuje, že závislost na internetu nemusí mít na tyto specifické mozkové funkce žádný vliv, a to ani na úkor rychlosti vnímání a zpracování zvukových stimulů. Autoři také uvedli, že kognitivní dysfunkce spojené se závislostí na internetu mohou být zlepšeny kognitivně behaviorální terapií a že ti, kteří se účastnili kognitivně behaviorální terapie po dobu tří měsíců, snížili své latence P300. Konečný longitudinální výsledek je zvláště pochopitelný, protože hodnotil vývoj v čase, který lze připsat příznivým účinkům terapie.

Little et al. [56] zkoumali zpracování chyb a inhibici odezvy u nadměrných hráčů. Všichni účastníci absolvovali test závislosti na videohrách (DPH) [73], nizozemská verze dotazníku o impulsivitě Eysenck [90,91] a index množství-frekvence-variability spotřeby alkoholu [92]. Vzorek zahrnoval studenty 52 seskupené do dvou skupin nadměrných hráčů 25 (muži 23; bodování více než 2.5 s DPH; průměrný věk = 20.5, SD = 3.0 let; průměrné skóre DPH = 3.1, SD = 0.4; průměrné hraní = 4.7 ha den , SD = 2.3) a kontroly 27 (samci 10; průměrný věk = 21.4, SD = 2.6; průměrné skóre Vat = 1.1, SD = 0.2; průměrné hraní = 0.5 ha den, SD = 1.2). Autoři použili paradigma Go / NoGo pomocí nahrávek EEG a ERP. Jejich nálezy naznačovaly podobnosti s látkovou závislostí a poruchami kontroly impulsu ve vztahu ke špatné inhibici a vysoké impulsivitě u nadměrných hráčů ve srovnání s kontrolní skupinou. Také uvedli, že nadměrní hráči snížili amplitudy frontu-centrální ERN po nesprávných pokusech ve srovnání se správnými pokusy, což vedlo ke špatnému zpracování chyb. Nadměrní hráči také vykazovali menší inhibici jak na hlášení, tak na chování. Silnou stránkou této studie je její kvazi-experimentální povaha a ověřování auto-zpráv pomocí údajů o chování. Platnost a spolehlivost zjištění se proto zvyšuje.

 

 

3.4. Studie SPECT

Hou a kol. [51] zkoumali odměny obvodových dopaminových transportérů u závislých na internetu ve srovnání s kontrolní skupinou. Internet narkomani tvořili pět mužů (průměrný věk = 20.4, SD = 2.3), jejichž průměrné denní užívání internetu bylo 10.2 h (SD = 1.5) a kteří trpěli závislostí na internetu více než šest let. Kontrolní skupina odpovídající věku byla tvořena devíti muži (průměrný věk = 20.4, SD = 1.1 let), jejichž průměrné denní použití bylo 3.8 h (SD = 0.8 h). Autoři provedli 99mTc-TRODAT-1 jednoduchou fotonovou emisní výpočetní tomografii (SPECT) mozkové skenování pomocí Siemens Diacam / e.cam / ikona dvojitého detektoru SPECT. Uvádí, že snížené dopaminové transportéry naznačují závislost a že existují podobné neurobiologické abnormality s jinými závislostmi na chování. Také uvedli, že hladiny striatálního dopaminu transportéru (DAT) se mezi závislými na internetu snížily (nezbytné pro regulaci hladin striatálního dopaminu) a že objem, hmotnost a poměr vychytávání corpus striatum byly ve srovnání s kontrolami sníženy. Hladiny dopaminu byly hlášeny jako podobné lidem se závislostmi na návykových látkách a že závislost na internetu „může způsobit vážné poškození mozku“ ([51], str. 1). Tento závěr nelze považovat za zcela přesný, pokud jde o směrnost uváděného účinku, nelze pomocí použité metody stanovit.

 

 

3.5. Studie PET

Koepp et al. [50] byli prvním výzkumným týmem, který poskytl důkazy o uvolnění striatálního dopaminu během hraní videoher (tj. hry navigující tank za finanční pobídkou). Ve své studii podstoupilo osm hráčů videoher (věkové rozmezí = 36 – 46 let) pozitronovou emisní tomografii (PET) během hraní videoher a v klidu. Prohledávání PET využívaly kameru 953B-Siemens / CTIPET a byla provedena analýza zájmového regionu (ROI). Hladiny extracelulárního dopaminu byly měřeny prostřednictvím rozdílů v [11C] RAC-vazebný potenciál na dopamin D2 receptory ve ventrální a dorzální strii. Výsledky ukázaly, že ventrální a dorzální striata byly spojeny s cíleným chováním. Autoři také uvedli, že změna vazebného potenciálu během hraní videoher byla podobná změně po injekcích amfetaminu nebo methylfenidátu. S ohledem na to je nejstarší studie zahrnutá v této recenzi [50] již dokázali zvýraznit změny v neurochemické aktivitě v důsledku hraní ve vztahu k klidové kontrole. Toto zjištění má nesmírný význam, protože jasně ukazuje, že herní aktivita může být ve skutečnosti srovnávána s použitím psychoaktivních látek při pohledu z biochemické úrovně.

Kim a kol. [49] testovali, zda je závislost na internetu spojena se sníženou úrovní dostupnosti dopaminergních receptorů ve striatu. Všichni účastníci absolvovali strukturovaný klinický rozhovor pro DSM-IV [80], Beck Depression Inventory [93], korejská stupnice pro dospělé inteligenci Wechsler [94], test závislosti na internetu [69] a diagnostická kritéria návykové poruchy internetu (IADDC; [68]). Závislost na internetu byla definována jako účastníci, kteří zaznamenali na IAT více než 50 (mimo 100) a schválili tři nebo více ze sedmi kritérií pro IADDC.

Jejich vzorek zahrnoval pět mužských závislých na internetu (průměrný věk = 22.6, SD = 1.2 let; průměrné skóre IAT = 68.2, SD = 3.7; průměrný denní internetový čas = 7.8, SD = 1.5) a sedm mužských kontrol (průměrný věk = 23.1, SD = 0.7 let; průměrné skóre IAT = 32.9, SD = 5.3; průměrné denní internetové hodiny = 2.1, SD = 0.5). Autoři provedli PET studii a použili radioaktivně značený ligand [11C] raclopridová a pozitronová emisní tomografie pomocí skeneru ECAT EXACT pro testování dopaminu D2 vazebný potenciál receptoru. Také prováděli fMRI pomocí skeneru General Electric Signa verze 1.5T MRI. Metoda hodnocení D2 dostupnost receptoru zkoumala oblasti zájmu (ROI) ve ventrálním striatu, dorzálním caudátu, dorzálním putamenu. Autoři uváděli, že se zjistilo, že závislost na internetu souvisí s neurobiologickými abnormalitami v dopaminergním systému, jak je zjištěno u závislostí souvisejících s látkou. Bylo také hlášeno, že závislí na internetu snížili dopamin D2 dostupnost receptoru ve striatu (tj. dvoustranný dorzální caudát, pravý putamen) vzhledem k kontrolám a že došlo k negativní korelaci dostupnosti dopaminového receptoru se závažností závislosti na internetu [49]. Z této studie však není jasné, do jaké míry mohla závislost na internetu způsobit rozdíly v neurochemii ve vztahu k jakékoli jiné matoucí proměnné a podobně, zda k patogenezi mohla vést různá neurochemie.

 

 

4. Diskuse

Výsledky studií fMRI ukazují, že oblasti mozku spojené s odměnou, závislostí, touhou a emocemi jsou stále aktivnější během hraní her a prezentace herních podnětů, zejména pro závislé uživatele internetu a hráče, včetně NAc, AMG, AC, DLPFC, IC, rCN, rOFC, insula, PMC, precuneus [42,43]. Herní podněty se objevily jako silné prediktory touhy u závislých na on-line hráčích online [44]. Kromě toho bylo prokázáno, že po psychofarmakologické nebo kognitivně behaviorální léčbě lze zmírnit přidružené příznaky, jako je touha, mozková aktivita vyvolaná hraním her a kognitivní dysfunkce [41,55].

Kromě toho byly u závislých na internetu prokázány strukturální změny související s kontrolami, včetně mozečku, mozkového kmene, rCG, blPHipp, pravého čelního laloku, lSFG, rITG, lSTG a mTG. Konkrétně se zdálo, že tyto regiony byly zvýšeny a kalibrovány, což naznačuje, že u závislých na internetu dochází k neuroadaptaci, která synchronizuje různé oblasti mozku. Mezi ně patří, ale nejsou na ně omezeny, široce uváděný mesokortikoidický systém zapojený do odměny a závislosti. Kromě toho se zdá, že mozky závislých na internetu lépe integrují senzimotorické a percepční informace [45]. To lze vysvětlit častým zapojením do internetových aplikací, jako jsou hry, které vyžadují silnější propojení mezi oblastmi mozku, aby se naučená chování a reakce na návyky závislé na chování automaticky objevily.

Kromě toho bylo ve srovnání s kontrolami zjištěno, že závislí na internetu snížili objem šedé hmoty v blDLPFC, SMA, OFC, v mozečku, ACC, lPCC, zvýšili FA lPLIC a snížili FA v bílé hmotě v PHG [46]. LACC je nezbytný pro řízení motorů, poznávání a motivaci a jeho snížená aktivace byla spojena se závislostí na kokainu [95]. OFC se podílí na zpracování emocí a hraje roli v touhách, maladaptivních rozhodovacích procesech a také v zapojení do nutkavého chování, z nichž každá je nedílnou součástí závislosti [96]. Navíc délka závislosti na internetu korelovala se změnami v DLPFC, rACC, SMA a PLIC, což svědčí o zvýšení závažnosti atrofie mozku v čase [46]. DLPFC, rACC, ACC a PHG byly spojeny se samosprávou [22,25,44], zatímco SMA zprostředkovává kognitivní kontrolu [97]. Atrofie v těchto regionech může vysvětlit ztrátu kontroly nad závislými zkušenostmi s ohledem na jeho drogu nebo aktivitu podle výběru. PCC, na druhé straně, je důležitý při zprostředkování emocionálních procesů a paměti [98] a snížení hustoty šedé hmoty může svědčit o abnormalitách spojených s těmito funkcemi.

Zvýšení vnitřní kapsle bylo spojeno s funkcí ruky motoru a motorickým zobrazením [99,100] a lze ji vysvětlit častým zapojením do počítačových her, které vyžaduje a výrazně zlepšuje koordinaci očí a rukou [101]. Kromě toho byla zjištěna snížená hustota vláken a myelinizace bílé hmoty měřená pomocí FA v přední končetině vnitřní tobolky, vnější tobolky, koronové záření, spodní fronto-týlní fascikulus a precentrální gyrus u závislých na internetu oproti zdravým kontrolám [48]. Podobné abnormality bílé hmoty byly hlášeny iu dalších závislostí souvisejících s látkou [102,103]. Podobně bylo zjištěno, že u závislých na internetu došlo ke snížení vláknové konektivity v corpus callosum ve srovnání se zdravými kontrolami, což naznačuje, že závislost na internetu může mít podobné degenerativní důsledky, pokud jde o propojení mezi polokouli. Tato zjištění jsou v souladu se zjištěními uvedenými v závislostech na látkách [104].

Navíc se objevily genderové rozdíly v aktivaci takovým způsobem, že u mužů byla aktivace a propojitelnost mozkových oblastí spojených s mezokortikoidním systémem odměňování silnější ve srovnání se ženami. To může vysvětlit významně vyšší zranitelnost mužů při rozvoji závislosti na hraní her a internetu, která byla uvedena v recenzích empirické literatury (tj. [7,105]).

Kromě zjištění MRI nabízejí studie EEG, které dosud hodnotí závislost na internetu a hraní her, celou řadu důležitých zjištění, která mohou pomoci pochopit behaviorální a funkční korelace této vznikající psychopatologie. Kromě toho experimentální povaha všech zahrnutých studií EEG umožňuje stanovit příčinnou souvislost mezi hodnocenými proměnnými. Ukázalo se, že ve srovnání s kontrolami internetoví závislí snížili amplitudy P300 a zvýšenou latenci P300. Tato amplituda obvykle odráží přidělení pozornosti. Rozdíly v amplitudě mezi narkomany a kontrolami naznačují, že buď narkomani mají omezenou schopnost pozornosti, nebo nejsou schopni adekvátně přidělit pozornost [55,57]. Malé amplitudy P300 byly v metaanalýze spojeny s genetickou zranitelností vůči alkoholismu [106]. Dále bylo zjištěno, že snížená latence P300 odlišuje těžké sociální pijáky od nízkých sociálních pijáků [107]. Zdá se tedy, že u osob závislých na látkách dochází k častým změnám kolísání napětí neuronů a zapojení do používání internetu ve vztahu k lidem, kteří nejsou závislí. Zdá se tedy, že závislost na internetu má vliv na neuroelektrické fungování, které je podobné závislostem na látkách. Obecně se mozky závislých na internetu zdály být méně účinné, pokud jde o zpracování informací a inhibici odezvy v porovnání s mozky účastníků zdravé kontroly [54,56]. To ukazuje, že závislost na internetu je spojena s nízkým impulzním řízením a využíváním zvýšeného množství kognitivních zdrojů za účelem splnění konkrétních úkolů [53]. Navíc se zdá, že závislí na internetu mají sníženou schopnost výkonné kontroly ve vztahu k kontrolám [56,53]. Tyto výsledky jsou v souladu se sníženou schopností exekutivní kontroly zjištěné u závislých na kokainu, což implikuje sníženou aktivitu v pre- a midfrontálních mozkových oblastech, které by umožňovaly impulsem řízené akce [108].

Z biochemického hlediska poskytují výsledky studií PET důkaz o uvolnění striatálního dopaminu během hraní her [50]. Ukázalo se, že časté hraní her a používání internetu snižuje hladiny dopaminu (v důsledku snížené dostupnosti dopaminového transportéru) a vede k neurobiologickým dysfunkcím v dopaminergním systému u závislých na internetu [49,51]. Snížená dostupnost byla spojena se závažností závislosti na internetu [49]. Snížené hladiny dopaminu byly hlášeny v závislostech znovu a znovu [26,109,110]. Dále byly hlášeny strukturální abnormality corpus striatum [51]. Poškození corpus striatum byly spojeny se závislostí na heroinu [111].

Zdá se, že studie obsažené v tomto přehledu literatury poskytují přesvědčivé důkazy o podobnosti mezi různými typy závislostí, zejména závislostí souvisejících s návykovými látkami a závislostí na internetu, na různých úrovních. Na molekulární úrovni se ukázalo, že závislost na internetu je charakterizována celkovým deficitem odměny, který je charakterizován sníženou dopaminergní aktivitou. Směr tohoto vztahu je teprve prozkoumán. Většina studií nemohla vyloučit, že závislost se vyvíjí spíše jako důsledek nedostatečného systému odměňování než naopak. Možnost, že deficity v systému odměňování předurčují určité jedince k vývoji léku nebo závislosti na chování, jako je závislost na internetu, může jednotlivce vystavit většímu riziku psychopatologie. U závislých na internetu lze negativní afektivitu považovat za základní stav, kdy je závislý na používání nálady internetu a hraní. To je způsobeno aktivací systému proti dozoru. Vzhledem k nadměrnému používání internetu a online hraní se zdá, že jsou spuštěny procesy soupeře, které rychle navyknou závislého na interakci s internetem, což vede k toleranci a v případě přerušení používání i stažení [27]. Snížený neuronální dopamin, jak se projevuje v závislosti na internetu, může být spojen s běžně hlášenými komorbiditami s afektivními poruchami, jako je deprese [112], bipolární porucha [113] a hraniční porucha osobnosti [10].

Na úrovni nervových obvodů dochází k neuroadaptaci v důsledku zvýšené mozkové aktivity v mozkových oblastech spojených se závislostí a strukturálními změnami v důsledku závislosti na internetu a hraní her. Citované studie poskytují jasný obraz o patogenezi závislosti na internetu a hraní her a zdůrazňují, jak jsou udržovány maladaptivní vzorce chování indikující závislost. Mozek se adaptuje na časté užívání drog nebo na návykové chování, takže se stává znecitlivělým na přírodní posilovače. Důležité je, že se mění funkce a struktura OFC a cingulate gyrus, což vede ke zvýšení kvality léku nebo chování a ke ztrátě kontroly nad chováním. Mechanismy učení a zvýšená motivace ke spotřebě / zapojení vedou k nutkavému chování [114].

Na behaviorální úrovni se zdá, že závislí na internetu a hraní her jsou omezeni, pokud jde o jejich kontrolu impulzů, inhibici chování, výkonnou funkční kontrolu, schopnosti pozornosti a celkové kognitivní fungování. Na druhé straně se určité dovednosti rozvíjejí a zlepšují v důsledku častého zapojení do technologie, jako je integrace percepčních informací do mozku prostřednictvím smyslů a koordinace ruka-oko. Zdá se, že nadměrné zapojení do technologie vede k řadě výhod pro hráče a uživatele internetu, avšak na úkor základního kognitivního fungování.

Celkově lze říci, že výzkum prezentovaný v tomto přehledu zdůvodňuje syndromový model závislostí, protože v různých závislostech se objevují neurobiologické společné rysy [115]. Podle tohoto modelu neurobiologie a psychosociální kontext zvyšují riziko závislosti. Vystavení návykové drogy nebo chování a specifickým negativním jevům a / nebo pokračující používání látky a zapojení do chování vede ke změně chování. Důsledkem je vývoj plně rozvinutých závislostí, které se liší expresí (např. Kokain, internet a hraní her), ale podobné v symptomatologii [115], tj. změna nálady, výtečnost, tolerance, stažení, konflikt a relaps [6].

Bez ohledu na nahlášené výsledky je třeba řešit řadu omezení. Nejprve se objevují metodologické problémy, které mohou snížit sílu uváděných empirických zjištění. Hlášené změny mozku spojené s internetem a závislostí na hraní online popsané v tomto přehledu lze vysvětlit dvěma různými způsoby. Na jedné straně lze tvrdit, že závislost na internetu vede ke změnám mozku v porovnání s kontrolami. Na druhé straně lidé s neobvyklými mozkovými strukturami (jak jsou pozorováni v této studii) mohou být zvláště náchylní k rozvoji návykových chování. Pouze experimentální studie umožní stanovit vztahy mezi příčinami a následky. Vzhledem k citlivé povaze tohoto výzkumu, který v zásadě hodnotí potenciální psychopatologii, budou etické úvahy omezovat možnosti experimentálního výzkumu v terénu. Za účelem překonání tohoto problému by budoucí vědci měli posoudit mozkovou aktivitu a mozkové změny při mnoha příležitostech během života člověka podélně. To by umožnilo propracovávání neocenitelných informací s ohledem na vztahy patogeneze a souvisejících mozkových změn komplikovanějším a důležitějším způsobem příčinným způsobem.

Za druhé, tato recenze zahrnovala neuroimagingové studie závislých na internetu i závislých na online hraní. Na základě shromážděných důkazů se zdá obtížné provádět jakékoli odpočty, pokud jde o konkrétní činnosti závislých, kteří se zabývají online, jiní než někteří autoři, kteří se konkrétně zabývají závislostí na hraní online. Jiní naopak používali kategorie závislost na internetu a závislost na internetu téměř zaměnitelně, což neumožňuje žádné závěry ohledně rozdílů a podobností mezi nimi. S ohledem na to se výzkumným pracovníkům doporučuje, aby jasně posoudili skutečné chování online a případně rozšířili pojem hazardní hry na další potenciálně problematické chování online. V konečném důsledku se lidé nestávají závislými na médiu internetu na sé, ale mohou to být potenciálně problematické a mohou vést k návykovému chování na internetu.

 

 

 

   

5. Závěry

Cílem tohoto přezkumu bylo identifikovat všechny dosud empirické studie, které používaly techniky neuroimagingu, aby rozeznaly neuronální koreláty závislosti na internetu a hraní her. Existuje relativně málo studií (n = 19), a proto je nezbytné provést další studie k replikaci zjištění již provedených. Dosavadní studie využívaly strukturální i funkční paradigmata. Použití každého z těchto paradigmat umožňuje extrakci informací, které jsou zásadní pro stanovení změněné neuronální aktivity a morfologie, jak je vyvolává internet a herní závislost. Celkově studie naznačují, že internet a herní závislost jsou spojeny jak se změnami funkce, tak se strukturou mozku. Proto nejen tato závislost na chování zvyšuje aktivitu v mozkových oblastech běžně spojených s návykovými látkami závislými na návykových látkách, ale zdá se, že vede k neuroadaptaci takovým způsobem, že mozek se ve skutečnosti mění v důsledku nadměrného zapojení do internetu a hraní her. .

Pokud jde o metodu, nabízejí neuroimagingové studie výhodu oproti tradičnímu průzkumu a behaviorálnímu výzkumu, protože pomocí těchto technik je možné rozlišit konkrétní oblasti mozku, které se podílejí na vývoji a udržování závislosti. Měření zvýšené glutamatergické a elektrické aktivity poskytuje nahlédnutí do fungování mozku, zatímco měření mozkové morfometrie a difúze vody ukazují na strukturu mozku. Ukázalo se, že každá z nich prochází významnými změnami v důsledku závislosti na internetu a hraní her.

Závěrem, porozumění neuronálním korelátům spojeným s vývojem návykových chování souvisejících s používáním internetu a hraním online her podpoří budoucí výzkum a připraví cestu pro rozvoj přístupů k léčbě závislosti. Z hlediska klinické praxe je zvyšování našich znalostí o patogenezi a udržování závislosti na internetu a hraní závislých na vývoji specifických a účinných léčebných postupů. Patří k nim psychofarmakologické přístupy, které se zaměřují na závislost na internetu a hraní her konkrétně na úrovni biochemie a neurocircuitry, jakož i psychologické strategie, jejichž cílem je modifikovat naučené maladaptivní kognitivní a behaviorální vzorce.

 

 

 

   

Střet zájmů

Autoři neuvádějí žádný střet zájmů.

 

 

 

   

Reference

  1. Young, K. Závislost na internetu za desetiletí: Osobní ohlédnutí. Světová psychiatrie 2010, 9, 91. [Google Scholar]
  2. Tao, R .; Huang, XQ; Wang, JN; Zhang, HM; Zhang, Y .; Li, MC Navrhovaná diagnostická kritéria pro závislost na internetu. Závislost 2010, 105, 556-564. [Google Scholar]
  3. Shaw, M .; Černá, DW závislost na internetu: Definice, hodnocení, epidemiologie a klinické řízení. CNS Drugs 2008, 22, 353-365. [Google Scholar] [CrossRef]
  4. Müller, KW; Wölfling, K. Počítačová hra a závislost na internetu: Aspekty diagnostiky, fenomenologie, patogeneze a terapeutické intervence. Suchttherapie 2011, 12, 57-63. [Google Scholar] [CrossRef]
  5. Beutel, ME; Hoch, C .; Woelfing, K .; Mueller, KW Klinická charakteristika počítačové hry a závislosti na internetu u osob hledajících léčbu v ambulanci pro závislost na počítačových hrách. Z. Psychosom. Med. Psychoterapie. 2011, 57, 77-90. [Google Scholar]
  6. Griffiths, MD Model závislosti na „komponentách“ v biopsychosociálním rámci. J. Subst. Použití 2005, 10, 191-197. [Google Scholar] [CrossRef]
  7. Kuss, DJ; Griffiths, MD Internetová herní závislost: Systematické hodnocení empirického výzkumu. Int. J. Ment. Závislý na zdraví. 2012, 10, 278-296. [Google Scholar] [CrossRef]
  8. Americká psychiatrická asociace DSM-5 Development. Porucha používání internetu. Dostupný online: http://www.dsm5.org/ProposedRevision/Pages/proposedrevision.aspx?rid=573# (přístupné na 31 červenec 2012).
  9. Adalier, A. Vztah mezi závislostí na internetu a psychologickými příznaky. Int. J. Glob. Educ. 2012, 1, 42-49. [Google Scholar]
  10. Bernardi, S .; Pallanti, S. Závislost na internetu: Popisná klinická studie se zaměřením na komorbidity a disociativní příznaky. Compr. Psychiatrie 2009, 50, 510-516. [Google Scholar] [CrossRef]
  11. Xiuqin, H .; Huimin, Z .; Mengchen, L .; Jinan, W .; Ying, Z .; Ran, T. Duševní zdraví, osobnost a rodičovský styl chovu adolescentů s poruchou závislosti na internetu. Cyberpsychol. Behav. Soc. Netw. 2010, 13, 401-406. [Google Scholar] [CrossRef]
  12. Johansson, A .; Gotestam, KG Závislost na internetu: Charakteristika dotazníku a prevalence u norské mládeže (12-18 let). Scand. J. Psychol. 2004, 45, 223-229. [Google Scholar] [CrossRef]
  13. Lin, M.-P .; Ko, H.-C .; Wu, JY-W. Prevalence a psychosociální rizikové faktory spojené s závislostí na internetu v reprezentativním vzorku vysokoškolských studentů na Tchaj-wanu. Cyberpsychol. Behav. Soc. Netw. 2011, 14, 741-746. [Google Scholar]
  14. Fu, KW; Chan, WSC; Wong, PWC; Yip, PSF Závislost na internetu: Prevalence, diskriminační platnost a koreluje mezi adolescenty v Hongkongu. Br. J. Psychiatrie 2010, 196, 486-492. [Google Scholar] [CrossRef]
  15. Descartes, R. Treatise of Man; Knihy Prometheus: New York, NY, USA, 2003. [Google Scholar]
  16. Repovš, G. Kognitivní neurovědy a „problém mysli a těla“. Horiz. Psychol. 2004, 13, 9-16. [Google Scholar]
  17. Volkow, ND; Fowler, JS; Wang, GJ Závislý lidský mozek: Pohledy ze zobrazovacích studií. J. Clin. Investovat. 2003, 111, 1444-1451. [Google Scholar]
  18. Pavlov, IP Podmíněné reflexy: Výzkum fyziologické aktivity mozkové kůry; Dover: Mineola, NY, USA, 2003. [Google Scholar]
  19. Skinner, BF Science and Human Behavior; Macmillan: New York, NY, USA, 1953. [Google Scholar]
  20. Everitt, BJ; Robbins, TW Neuronové systémy výztuže pro drogovou závislost: od akcí po návyky k nátlaku. Nat. Neurosci. 2005, 8, 1481-1489. [Google Scholar] [CrossRef]
  21. Kalivas, PW; Volkow, ND Neurální podstata závislosti: Patologie motivace a volby. Dopoledne. J. Psychiatrie 2005, 162, 1403-1413. [Google Scholar] [CrossRef]
  22. Goldstein, RZ; Volkow, ND drogová závislost a její základní neurobiologický základ: Neuroimagingový důkaz zapojení frontální kůry. Dopoledne. J. Psychiatrie 2002, 159, 1642-1652. [Google Scholar] [CrossRef]
  23. Craven, R. Zaměřování nervových korelátů závislosti. Nat. Neurosci. 2006, 7. [Google Scholar]
  24. Brebner, K .; Wong, TP; Liu, L .; Liu, Y .; Campsall, P .; Gray, S .; Phelps, L .; Phillips, AG; Wang, YT Nucleus připisuje dlouhodobou depresi a projev behaviorální senzibilizace. Věda 2005, 310, 1340-1343. [Google Scholar]
  25. Wilson, SJ; Sayette, MA; Fiez, JA Prefrontální reakce na drogové narážky: Neurokognitivní analýza. Nat. Neurosci. 2004, 7, 211-214. [Google Scholar]
  26. Di Chiara, G. Nucleus accumbens shell and core dopamine: Diferenční role v chování a závislosti. Behav. Brain Res. 2002, 137, 75-114. [Google Scholar] [CrossRef]
  27. Koob, GF; Le Moal, M. Závislost a protiraketový systém mozku. Ann. Psychol. 2008, 59, 29-53. [Google Scholar]
  28. Prochaska, JO; DiClemente, CC; Norcross, JC Hledání toho, jak se lidé mění. Aplikace na návykové chování. Dopoledne. Psychol. 1992, 47, 1102-1114. [Google Scholar]
  29. Potenza, MN Měli by návykové poruchy zahrnovat stavy bez návykových látek? Závislost 2006, 101, 142-151. [Google Scholar] [CrossRef]
  30. Grant, JE; Brewer, JA; Potenza, MN Neurobiologie návykových látek a behaviorálních závislostí. CNS Spectr. 2006, 11, 924-930. [Google Scholar]
  31. Niedermeyer, E .; da Silva, FL Elektroencefalografie: Základní principy, klinické aplikace a související pole; Lippincot Williams & Wilkins: Philadelphia, PA, USA, 2004. [Google Scholar]
  32. Štěstí, SJ; Kappenman, ES Oxfordská příručka potenciálních komponent souvisejících s událostmi; Oxford University Press: New York, NY, USA, 2011. [Google Scholar]
  33. Bailey, DL; Townsend, DW; Valk, PE; Maisey, MN pozitronová emisní tomografie: Základní vědy; Springer: Secaucus, NJ, USA, 2005. [Google Scholar]
  34. Meikle, SR; Beekman, FJ; Rose, SE Doplňkové technologie molekulárního zobrazování: SPECT, PET a MRI s vysokým rozlišením. Drug Discov. Dnes Technol. 2006, 3, 187-194. [Google Scholar] [CrossRef]
  35. Huettel, SA; Song, AW; McCarthy, G. Zobrazování funkční magnetické rezonance, 2nd ed .; Sinauer: Sunderland, MA, USA, 2008. [Google Scholar]
  36. Symms, M .; Jäger, HR; Schmierer, K .; Yousry, TA Přehled neuroimagingu strukturální magnetické rezonance. J. Neurol. Neurosurg. Psychiatrie 2004, 75, 1235-1244. [Google Scholar] [CrossRef]
  37. Ashburner, J .; Friston, KJ Voxel - morfometrie - metody. NeuroImage 2000, 11, 805-821. [Google Scholar] [CrossRef]
  38. Le Bihan, D .; Mangin, JF; Poupn, C .; Clark, CA; Pappata, S .; Molko, N .; Chabriat, H. Difúze Tensor Imaging: Koncepty a aplikace. J. Magn. Reson. Zobrazování 2001, 13, 534-546. [Google Scholar]
  39. Dong, G .; Huang, J .; Du, X. Zvýšená citlivost odměn a snížená citlivost na ztráty u internetových závislých: studie fMRI během hádacího úkolu. J. Psychiatr. Res. 2011, 45, 1525-1529. [Google Scholar]
  40. Han, DH; Lyoo, IK; Renshaw, PF Diferenciální regionální objem šedé hmoty u pacientů s on-line závislostí na hře a profesionálními hráči. J. Psychiatr. Res. 2012, 46, 507-515. [Google Scholar] [CrossRef]
  41. Han, DH; Hwang, JW; Renshaw, léčba PF Bupropionem s prodlouženým uvolňováním snižuje touhu po videohrách a stimulaci mozku vyvolanou touhou u pacientů se závislostí na internetových videohrách. Exp. Clin. Psychopharmacol. 2010, 18, 297-304. [Google Scholar]
  42. Han, DH; Kim, YS; Lee, YS; Min, KJ; Renshaw, PF Změny cue-indukované, prefrontální kortexové aktivity při hraní videoher. Cyberpsychol. Behav. Soc. Netw. 2010, 13, 655-661. [Google Scholar] [CrossRef]
  43. Hoeft, F .; Watson, CL; Kesler, SR; Bettinger, KE; Reiss, AL Pohlavní rozdíly v mezokortikoidním systému během počítačové hry. J. Psychiatr. Res. 2008, 42, 253-258. [Google Scholar]
  44. Ko, CH; Liu, GC; Hsiao, SM; Yen, JY; Yang, MJ; Lin, WC; Yen, CF; Chen, CS Mozkové činnosti spojené s herním nutkáním online herní závislosti. J. Psychiatr. Res. 2009, 43, 739-747. [Google Scholar] [CrossRef]
  45. Liu, J .; Gao, XP; Osunde, I .; Li, X .; Zhou, SK; Zheng, HR; Li, LJ Zvýšená regionální homogenita u poruchy závislosti na internetu: Studie zobrazování funkční magnetické rezonance v klidovém stavu. Brada. Med. J. 2010, 123, 1904-1908. [Google Scholar]
  46. Yuan, K .; Qin, W .; Wang, G .; Zeng, F .; Zhao, L .; Yang, X .; Liu, P .; Liu, J .; Sun, J .; von Deneen, KM; et al. Abnormality mikrostruktury u adolescentů s poruchou závislosti na internetu. PloS One 2011, 6, e20708. [Google Scholar]
  47. Zhou, Y .; Lin, F.-C .; Du, Y.-S .; Qin, L.-D .; Zhao, Z.-M .; Xu, J.-R .; Lei, H. Abnormality šedé hmoty v závislosti na internetu: Morfometrická studie založená na voxelu. Eur. J. Radiol. 2011, 79, 92-95. [Google Scholar]
  48. Lin, F .; Zhou, Y .; Du, Y .; Qin, L .; Zhao, Z .; Xu, J .; Lei, H. Abnormální integrita bílé hmoty u adolescentů s poruchou závislosti na internetu: studie prostorové statistiky založená na traktech. PloS One 2012, 7, e30253. [Google Scholar]
  49. Kim, SH; Baik, SH; Park, CS; Kim, SJ; Choi, SW; Kim, SE Snížení striatálních dopaminových D2 receptorů u lidí se závislostí na internetu. Neuroreport 2011, 22, 407-411. [Google Scholar] [CrossRef]
  50. Koepp, MJ; Gunn, RN; Lawrence, AD; Cunningham, VJ; Dagher, A .; Jones, T .; Brooks, DJ; Bench, CJ; Grasby, PM Důkaz pro uvolnění striatálního dopaminu během videohry. Příroda 1998, 393, 266-268. [Google Scholar]
  51. Hou, H .; Jia, S .; Hu, S .; Fan, R .; Sun, W .; Sun, T .; Zhang, H. Snížené striatální dopaminové transportéry u lidí s poruchou závislosti na internetu. J. Biomed. Biotechnol. 2012, 2012. [Google Scholar]
  52. Dong, G .; Zhou, H .; Zhao, X. Muži závislí na internetu mají zhoršené schopnosti výkonné kontroly: Důkazy z úkolu Stroop zbarveného slova. Neurosci. Lett. 2011, 499, 114-118. [Google Scholar] [CrossRef]
  53. Dong, G .; Lu, Q .; Zhou, H .; Zhao, X. Inhibice impulsů u lidí s poruchou závislosti na internetu: Elektrofyziologický důkaz ze studie Go / NoGo. Neurosci. Lett. 2010, 485, 138-142. [Google Scholar] [CrossRef]
  54. Dong, G .; Zhou, H. Je narušena schopnost kontroly impulsu u lidí s poruchou závislosti na internetu: Elektrofyziologický důkaz ze studií ERP. Int. J. Psychophysiol. 2010, 77, 334-335. [Google Scholar] [CrossRef]
  55. Ge, L .; Ge, X .; Xu, Y .; Zhang, K .; Zhao, J .; Kong, X. P300 se mění a kognitivní behaviorální terapie u subjektů s poruchou závislosti na internetu 3-měsíční následná studie. Neural Regen. Res. 2011, 6, 2037-2041. [Google Scholar]
  56. Littel, M .; Luijten, M .; van den Berg, I .; van Rooij, A .; Keemink, L .; Franken, I. Zpracování chyb a inhibice odezvy u nadměrných hráčů počítačových her: studie ERP. Narkoman. Biol. 2012. [Google Scholar]
  57. Yu, H .; Zhao, X .; Li, N .; Wang, M .; Zhou, P. Vliv nadměrného používání internetu na časově-frekvenční charakteristiku EEG. Prog. Nat. Sci. 2009, 19, 1383-1387. [Google Scholar] [CrossRef]
  58. Derogatis, LR SCL-90-R Administration, Scoring & Procedure Manual II; Clinical Psychometric Research: Towson, MD, USA, 1994. [Google Scholar]
  59. Costa, PT; McCrae, RR Revidovaný inventář NEO osobnosti (NEO-PI-R) a NEO pětifaktorový inventář (NEO-FFI): Profesionální příručka; Zdroje psychologického hodnocení: Odessa, FL, USA, 1992. [Google Scholar]
  60. Naqvi, NH; Bechara, A. Skrytý ostrov závislosti: ostrovní ostrov. Trendy Neurosci. 2009, 32, 56-67. [Google Scholar] [CrossRef]
  61. Young, KS Internet Addiction Test (IAT). Dostupný online: http://www.netaddiction.com/index.php?option=com_bfquiz&view=onepage&catid=46&Itemid=106 (přístupné na 14 May 2012).
  62. Tao, R .; Huang, X .; Wang, J .; Liu, C .; Zang, H .; Xiao, L. Navrhované kritérium pro klinickou diagnostiku závislosti na internetu. Med. J. Chin. PLA 2008, 33, 1188-1191. [Google Scholar]
  63. Wang, W .; Tao, R .; Niu, Y .; Chen, Q .; Jia, J .; Wang, X. Předběžně navržená diagnostická kritéria patologického používání internetu. Brada. Ment. Health J. 2009, 23, 890-894. [Google Scholar]
  64. Young, K. Závislost na internetu: Vznik nové klinické poruchy. Cyberpsychol. Behav. 1998, 3, 237-244. [Google Scholar] [CrossRef]
  65. Young, KS; Rogers, RC Vztah mezi depresí a závislostí na internetu. Cyberpsychol. Behav. 1998, 1, 25-28. [Google Scholar] [CrossRef]
  66. Johnson, S. NPD Group: Celkový prodej herního softwaru 2010 ve srovnání s 2009. Dostupný online: http://www.g4tv.com/thefeed/blog/post/709764/npd-group-total-2010-game-software-sales-flat-compared-to-2009 (přístupné na 3 únor 2012).
  67. Young, K. Psychologie používání počítače: XL. Návykové používání internetu: Případ, který porušuje stereotyp. Psychol. Rep. 1996, 79, 899-902. [Google Scholar] [CrossRef]
  68. Goldberg, I. Diagnostická kritéria pro závislost na internetu (IAD). Dostupný online: http://www.psycom.net/iadcriteria.html (přístupné na 23 May 2012).
  69. Young, K. Caught in the Net; Wiley: New York, NY, USA, 1998. [Google Scholar]
  70. Bentler, PM Srovnávací indexy shody ve strukturních modelech. Psychol. Býk. 1990, 107, 238-246. [Google Scholar] [CrossRef]
  71. Chen, SH; Weng, LC; Su, YJ; Wu, HM; Yang, PF Vývoj čínské stupnice závislosti na internetu a její psychometrická studie. Brada. J. Psychol. 2003, 45, 279-294. [Google Scholar]
  72. Beard, KW; Wolf, EM Modifikace v navrhovaných diagnostických kritériích pro závislost na internetu. Cyberpsychol. Behav. 2001, 4, 377-383. [Google Scholar] [CrossRef]
  73. Van Rooij, AJ; Schoenmakers, TM; van den Eijnden, RJ; van de Mheen, D. Test závislosti na videohrách (DPH): Platnost a psychometrické charakteristiky. Cyberpsychol. Behav. Soc. Netw. 2012. [Google Scholar]
  74. Ko, CH; Yen, JY; Chen, SH; Yang, MJ; Lin, HC; Yen, CF Navrhovaná diagnostická kritéria a nástroj pro screening a diagnostiku závislosti na internetu u vysokoškolských studentů. Compr. Psychiatrie 2009, 50, 378-384. [Google Scholar]
  75. Sheehan, DV; Lecrubier, Y .; Sheehan, KH; Amorim, P .; Janvas, J .; Weiller, E .; Hergueta, T .; Baker, R .; Dunbar, GC Mini-mezinárodní neuropsychiatrický rozhovor (MINI): Vývoj a validace strukturovaného diagnostického psychiatrického rozhovoru pro DSM-IV a ICD-10. J. Clin. Psychiatrie 1998, 59, 22-33. [Google Scholar]
  76. Tsai, MC; Tsai, YF; Chen, CY; Liu, CY Test na identifikaci poruch užívání alkoholu (AUDIT): Stanovení mezních hodnot v hospitalizované čínské populaci. Alkohol. Clin. Exp. Res. 2005, 29, 53-57. [Google Scholar] [CrossRef]
  77. Heatherton, TF; Kozlowski, LT; Frecker, RC; Fagerström, KO Fagerstromův test závislosti na nikotinu: Revize dotazníku tolerance Fagerstrom. Br. J. Addict. 1991, 86, 1119-1127. [Google Scholar] [CrossRef]
  78. Beck, A .; Ward, C .; Mendelson, M. Inventář pro měření deprese. Oblouk. Gen. Psychiatrie 1961, 4, 561-571. [Google Scholar] [CrossRef]
  79. Lebcrubier, Y .; Sheehan, DV; Weiller, E .; Amorim, P .; Bonora, I .; Sheehan, HK; Janavs, J .; Dunbar, GC Mini mezinárodní neuropsychiatrický rozhovor (MINI). Stručný diagnostický strukturovaný rozhovor: Spolehlivost a platnost podle CIDI. Eur. Psychiatrie 1997, 12, 224-231. [Google Scholar]
  80. Nejprve MB; Gibbon, M .; Spitzer, RL; Williams, JBW Strukturovaný klinický rozhovor pro DSM-IV poruchy osy I: Verze pro lékaře (SCID-CV): Administrační brožura; American Psychiatric Press: Washington, DC, USA, 1996. [Google Scholar]
  81. Barratt, ES Faktorová analýza některých psychometrických měřítek impulzivity a úzkosti. Psychol. Rep. 1965, 16, 547-554. [Google Scholar] [CrossRef]
  82. Lee, HS Impulsiveness Scale; Korea Guide: Seoul, Korea, 1992. [Google Scholar]
  83. Oldfield, RC Hodnocení a analýza handedness: The Edinburgh Inventory. Neuropsychologia 1971, 9, 97-113. [Google Scholar] [CrossRef]
  84. Sheehan, DV; Sheehan, KH; Shyte, RD; Janavs, J .; Bannon, Y .; Rogers, JE; Milo, KM; Stock, SL; Wilkinson, B. Spolehlivost a platnost Mini International Neurpsychiatric Interview pro děti a dorost (MINI-KID). J. Clin. Psychiatrie 2010, 71, 313-326. [Google Scholar] [CrossRef]
  85. Huang, X .; Zhang, Z. Sestavování stupnice dispozice řízení času adolescence. Acta Psychol. Hřích. 2001, 33, 338-343. [Google Scholar]
  86. Patton, JH; Stanford, MS; Barratt, ES Faktorová struktura Barrattovy stupnice impulsivity. J. Clin. Psychol. 1995, 51, 768-774. [Google Scholar] [CrossRef]
  87. Birmaher, B .; Khetarpal, S .; Brent, D .; Cully, M .; Balach, L .; Kaufman, J .; Neer, SM Obrazovka pro emoční poruchy související s dětskou úzkostí (SCARED): Konstrukce měřítka a psychometrické charakteristiky. J. Am. Acad. Dítě Adolesc. Psychiatrie 1997, 36, 545-553. [Google Scholar]
  88. Epstein, NB; Baldwin, LM; Bishop, DS Zařízení pro hodnocení rodiny McMaster. J. Marital Fam. Ther. 1983, 9, 171-180. [Google Scholar] [CrossRef]
  89. Yang, CK; Choe, BM; Baity, M .; Lee, JH; Cho, JS SCL-90-R a 16PF profily studentů středních škol s nadměrným využitím internetu. Umět. J. Psychiatrie 2005, 50, 407-414. [Google Scholar]
  90. Eysenck, SBG; Pearson, PR; Easting, G .; Allsopp, JF věkové normy pro impulzivitu, venturesomeness a empatii u dospělých. Pers. Jednotlivci. Lišit. 1985, 6, 613-619. [Google Scholar] [CrossRef]
  91. Lijffijt, M .; Caci, H .; Kenemans, JL Ověření nizozemského překladu dotazníku l7. Pers. Jednotlivci. Lišit. 2005, 38, 1123-1133. [Google Scholar] [CrossRef]
  92. Lemmens, P .; Tan, ES; Knibbe, RA Měření množství a frekvence pití v obecném průzkumu populace: Porovnání pěti indexů. J. Stud. Alkohol 1992, 53, 476-486. [Google Scholar]
  93. Beck, AT; Steer, R. Manuál pro Beck Depression Inventory; The Psychological Corporation: San Antonio, TX, USA, 1993. [Google Scholar]
  94. Yi, YS; Kim, JS Platnost krátkých forem Korejsko-Wechslerovy stupnice inteligence dospělých. Korean J. Clin. Psychol. 1995, 14, 111-116. [Google Scholar]
  95. Goldstein, RZ; Alia-Klein, N .; Tomasi, D .; Carrillo, JH; Maloney, T .; Woicik, PA; Wang, R .; Telang, F .; Volkow, ND Hypoaktivace předních cingulate kůry na emocionálně důležitý úkol v závislosti na kokainu. Proc. Natl. Acad. Sci. USA 2009, 106, 9453-9458. [Google Scholar]
  96. Schoenebaum, G .; Roesch, MR; Stalnaker, TA Orbitofrontální kůra, rozhodování a drogová závislost. Trendy Neurosci. 2006, 29, 116-124. [Google Scholar] [CrossRef]
  97. Li, C .; Sinha, R. Inhibiční kontrola a regulace emočního stresu: Neuroimagingový důkaz frontální-limbické dysfunkce u psychostimulační závislosti. Neurosci. Biobehav. Rev. 2008, 32, 581-597. [Google Scholar] [CrossRef]
  98. Maddock, RJ; Garrett, AS; Buonocore, MH Zadní cingulate aktivace kůry emocionálními slovy: důkaz fMRI z valenčního rozhodovacího úkolu. Hučení. Brain Mapp. 2003, 18, 30-41. [Google Scholar] [CrossRef]
  99. Schnitzler, A .; Salenius, S .; Salmelin, R .; Jousmäki, V .; Hari, R. Zapojení primární motorické kůry do motorického zobrazování: Neuromagnetická studie. Neuroimage 1997, 6, 201-208. [Google Scholar] [CrossRef]
  100. Schiemanck, S .; Kwakkel, G .; Příspěvek, MWM; Kappelle, JL; Prevo, AJH Dopad lézí vnitřní kapsle na výsledek funkce motorické ruky po jednom roce po mrtvici. J. Rehabil. Med. 2008, 40, 96-101. [Google Scholar] [CrossRef]
  101. Rosenberg, BH; Landsittel, D .; Averch, TD Mohou být videohry použity k předpovědi nebo zlepšení laparoskopických dovedností? J. Endourol. 2005, 19, 372-376. [Google Scholar] [CrossRef]
  102. Bora, E .; Yucel, M .; Fornito, A .; Pantelis, C .; Harrison, BJ; Cocchi, L .; Pell, G .; Lubman, DI Mikrostruktura bílé hmoty v závislosti na opiátech. Narkoman. Biol. 2012, 17, 141-148. [Google Scholar] [CrossRef]
  103. Jo, PH; Simpson, K .; Durazzo, TC; Gazdzinski, S .; Meyerhoff, DJ Tract-Based Spatial Statistics (TBSS) difuzních tenzorových zobrazovacích dat v závislosti na alkoholu: Abnormality motivační neurocircuitry. Psychiatry Res. 2009, 173, 22-30. [Google Scholar] [CrossRef]
  104. Arnone, D .; Abou-Saleh, MT; Barrick, TR Difuzní tenzorové zobrazení corpus callosum ve závislosti. Neuuropsychobiologie 2006, 54, 107-113. [Google Scholar] [CrossRef]
  105. Byun, S .; Ruffini, C .; Mills, JE; Douglas, AC; Niang, M .; Stepchenkova, S .; Lee, SK; Loutfi, J .; Lee, JK; Atallah, M .; et al. Závislost na internetu: Metasyntéza kvantitativního výzkumu 1996 – 2006. Cyberpsychol. Behav. 2009, 12, 203-207. [Google Scholar] [CrossRef]
  106. Polich, J .; Pollock, VE; Bloom, FE Meta-analýza amplitudy P300 u mužů ohrožených alkoholismem. Psychol. Býk. 1994, 115, 55-73. [Google Scholar] [CrossRef]
  107. Nichols, JM; Martin, F. P300 u těžkých sociálních pijáků: Účinek lorazepamu. Alkohol 1993, 10, 269-274. [Google Scholar] [CrossRef]
  108. Sokhadze, E .; Stewart, C .; Hollifield, M .; Tasman, A. Event-related Potenciální studie výkonných dysfunkcí v urychleném reakčním úkolu v závislosti na kokainu. J. Neurother. 2008, 12, 185-204. [Google Scholar] [CrossRef]
  109. Thomas, MJ; Kalivas, PW; Shaham, Y. Neuroplasticita v mezolimbickém dopaminovém systému a závislost na kokainu. Br. J. Pharmacol. 2008, 154, 327-342. [Google Scholar]
  110. Volkow, ND; Fowler, JS; Wang, GJ; Swanson, JM dopamin ve zneužívání drog a závislosti: Výsledky zobrazovacích studií a důsledky léčby. Mol. Psychiatrie 2004, 9, 557-569. [Google Scholar] [CrossRef]
  111. Jia, SW; Wang, W .; Liu, Y .; Wu, ZM Neuroimagingové studie změn mozkového corpus striatum u pacientů závislých na heroinu léčených bylinnou medicínou, U'finerovou kapslí. Narkoman. Biol. 2005, 10, 293-297. [Google Scholar] [CrossRef]
  112. Morrison, CM; Gore, H. Vztah mezi nadměrným používáním internetu a depresí: Studie mladých lidí a dospělých 1319 založená na dotazníku. Psychopatologie 2010, 43, 121-126. [Google Scholar] [CrossRef]
  113. Di Nicola, M .; Tedeschi, D .; Mazza, M .; Martinotti, G .; Harnic, D .; Catalano, V .; Bruschi, A .; Pozzi, G .; Bria, P .; Janiri, L. Závislosti na chování u pacientů s bipolární poruchou: Role impulsivity a osobnostních dimenzí. J. Affect. Nepořádek 2010, 125, 82-88. [Google Scholar] [CrossRef]
  114. Volkow, ND; Fowler, JS; Wang, GJ Závislý lidský mozek z pohledu zobrazovacích studií: mozkové obvody a léčebné strategie. Neurofarmakologie 2004, 47, 3-13. [Google Scholar] [CrossRef]
  115. Shaffer, HJ; LaPlante, DA; LaBrie, RA; Kidman, RC; Donato, AN; Stanton, MV Směrem k syndromovému modelu závislosti: Mnohočetné výrazy, společná etiologie. Harv. Rev. Psychiatrie 2004, 12, 367-374. [Google Scholar] [CrossRef]