Forskellige hvilende tilstandsfunktionelle konnektivitetsændringer hos rygere og ikke-rygere med internet gaming afhængighed (2014)

Biomed Res Int. 2014;2014:825787. doi: 10.1155/2014/825787. Epub 2014 18. november.

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

Abstrakt

Denne undersøgelse undersøgte ændringer i hviletilstands funktionel forbindelse (rsFC) af posterior cingulate cortex (PCC) hos rygere og ikke-rygere med internetspilafhængighed (IGA). Niogtyve rygere med IGA, 22 ikke-rygere med IGA og 30 raske kontroller (HC-gruppe) gennemgik en hviletilstands-fMRI-scanning. PCC-forbindelse blev bestemt i alle forsøgspersoner ved at undersøge synkroniserede lavfrekvente fMRI-signalsvingninger ved hjælp af en tidsmæssig korrelationsmetode. Sammenlignet med ikke-rygere med IGA udviste rygerne med IGA nedsat rsFC med PCC i højre rectus gyrus. Venstre midterste frontal gyrus udviste øget rsFC. PCC-forbindelsen med højre rectus gyrus viste sig at være negativt korreleret med CIAS-scorerne hos rygere med IGA før korrektion. Vores resultater antydede, at rygere med IGA havde funktionelle ændringer i hjerneområder relateret til motivation og eksekutiv funktion sammenlignet med ikke-rygere med IGA.

1. Introduktion

Internettet er et af de vigtigste medier for kommunikation og social interaktion i det moderne liv. Men et tab af kontrol over internetbrug resulterer i foruroligende negative konsekvenser [1], såsom besættelse af spil, mangel på forhold i det virkelige liv, mangel på opmærksomhed, aggression og fjendtlighed, stress og nedsat akademisk præstation [2-4]. Dette adfærdsfænomen er blevet kaldt internetafhængighed (IA) [1], eller "Internetbrugsforstyrrelse." IA består af mindst tre undertyper: internetspilafhængighed (IGA), seksuelle interesser og e-mail/sms [5]. I Kina er den vigtigste undertype af IA IGA [6]. Klinisk evidens tyder på, at personer med IA oplever en række biopsykosociale symptomer og konsekvenser, såsom fremtræden, humørsvingninger, tolerance, abstinenssymptomer, konflikter og tilbagefald, som traditionelt var forbundet med stofrelateret afhængighed, selvom det ikke forårsager det samme. type fysiske problemer som andre afhængigheder såsom alkohol- eller stofmisbrug [7, 8]. Det blev rapporteret, at forekomsten af ​​IA var 10.7 procent blandt unge i Kina [9]. Fordi antallet af internetbrugere stiger hurtigt, er IA blevet et alvorligt folkesundhedsproblem.

Undersøgelser vedrørende forskellige faktorer relateret til IA udføres aktivt for at forstå og løse internetafhængighedsfænomenet. I lyset af adfærdsafhængig afhængighed har forskere bestræbt sig på at finde en sammenhæng mellem IA og anden problemadfærd, som kan føre til afhængighed, såsom alkoholdrikning og stofmisbrug.10]. Adskillige undersøgelser har rapporteret, at risikoen for IA er forbundet med en øget prævalens af stofafhængighed [11-13]. Sung et al. rapporterede, at risikoen for IA var forbundet med cigaretrygning, alkohol, stofmisbrug og samleje blandt koreanske unge [10]. Ko et al. [14] rapporterede, at taiwanske teenagere med IA var mere tilbøjelige til at have erfaring med stofbrug, herunder tobak, alkohol eller ulovlige stoffer. Ko et al., fandt, at elever, der var afhængige af internettet, og elever, der havde erfaring med stofbrug, delte fælles personlighedskarakteristika, der var mere sårbare over for afhængighed. Lignende resultater blandt græske unge blev rapporteret af Fisoun et al. [15]. Disse undersøgelser antydede, at unge med høj risiko for IA kan have personligheder, der er sårbare over for enhver afhængighed; disse personligheder har øget risiko for stofbrug og samleje, hvilket kan føre til afhængighed. Overlapningen mellem IA og stofmisbrug og afhængighed kan skyldes lignende karakteristika, der disponerer over for og hjerneregioner, der reagerer på internet- eller stofbrug [11]. Personer med IA og stofmisbrug deler lignende temperamenter. Ydermere blev lignende funktionelle ændringer af hjerneregioner som dorsolaterale og orbitofrontale cortex fundet hos personer med IGA, stofmisbrug og patologisk gambling [16, 17]. Sung et al. foreslået, at det ikke skal fortolkes, at IA forårsager anden problemadfærd blandt unge; det er dog sandsynligt, at de samme årsagsfaktorer, der er ansvarlige for IA, øger risikoen for IA hos unge, der engagerer sig i anden problemadfærd. Derfor forekom det rimeligt at overveje samtidig problemadfærd, især rygning, drikkeri, stofmisbrug og samleje, når man beskæftiger sig med unge med høj risiko for IA [10]. Men indtil videre er de hjernefunktionelle ændringer hos personer med IA med og uden stofafhængighed stadig uklare. I vores tidligere forskning fandt vi ændret rsFC med PCC i IGA [18]. Derfor sigtede vi i denne undersøgelse på at bestemme, om forsøgspersoner med IGA og stofafhængighed viste større ændringer i rsFC sammenlignet med dem med IGA uden stofafhængighed.

Det sidste årti har været vidne til en eksplosion i antallet af undersøgelser af funktionel forbindelse (FC) ved hjælp af fMRI, hovedsageligt fordi FC giver mulighed for udforskning af storskala netværk og deres interaktioner, og dermed bevæger sig mod en forståelse af hjernens funktion på systemniveau [19, 20]. Dette nye neuroimaging-værktøj har givet forskere yderligere indsigt og ansporet nye teorier om de underliggende neurale substrater for forskellige neuropsykiatriske lidelser [21]. I denne undersøgelse sammenlignede vi hviletilstand funktionel forbindelse (rsFC) med PCC mellem rygere og ikke-rygere med IGA og en sund kontrolgruppe. Formålet med denne undersøgelse var (1) at påvise forskellene i rsFC med PCC-ændring hos rygere og ikke-rygere med IGA og (2) at bestemme, om der var nogen sammenhænge mellem ændret rsFC med PCC og sværhedsgraden af ​​IGA og nikotinafhængighed.

2. Materialer og metoder

2.1. Deltagere

Niogtyve rygere med IGA, 22 ikke-rygere med IGA og 30 raske kontroller (HC-gruppe) deltog i denne undersøgelse. IGA-grupperne blev rekrutteret fra ambulatoriet i Shanghai Mental Health Center. Kontrolgruppen blev rekrutteret gennem annoncer. Alle deltagere i rygegruppen begyndte at ryge 2-3 år før studiestart. Nikotinafhængige forsøgspersoner er særligt velegnede som sammenligningsgruppe for IGA, fordi de neurotoksiske virkninger af nikotin er begrænsede sammenlignet med virkningerne af andre stoffer, såsom alkohol [22, 23].

Et grundlæggende spørgeskema blev brugt til at indsamle demografiske oplysninger såsom køn, alder og afsluttet sidste skoleår. Denne undersøgelse blev godkendt af den etiske komité på Ren Ji Hospital, School of Medicine, Shanghai Jiao Tong University. Deltagerne og deres forældre eller værger blev informeret om formålene med vores undersøgelse, før magnetisk resonansbilleddannelse (MRI) undersøgelser blev udført. Fuldstændigt og skriftligt informeret samtykke blev indhentet fra forældre eller værger for hver deltager.

Alle forsøgspersoner blev screenet for psykiatriske lidelser med Mini International Neuropsychiatric Interview (MINI) [24]. Rekrutteringskriterierne var alder på 16-23 år, mandligt køn og at være højrehåndet. En detaljeret forklaring af undersøgelsen blev givet, og efterfølgende blev der indhentet informeret samtykke fra alle deltagere. Alle forsøgspersoner blev interviewet af en psykiater for at bekræfte diagnoserne IGA og nikotinafhængighed. Kriterierne for IGA blev vurderet i henhold til det modificerede Diagnostic Questionnaire for Internet Addiction (dvs. YDQ) kriterierne af Beard and Wolf [25], og kriterierne for nikotinafhængighed blev vurderet ved hjælp af de relevante spørgsmål fra Structured Clinical Interview for DSM-IV [26]. Ingen af ​​deltagerne i kontrolgrupperne havde nogensinde røget.

Eksklusionskriterierne omfattede en historie med et af følgende: andre stofbrugsforstyrrelser end nikotinafhængighed, tidligere indlæggelse på grund af psykiatriske lidelser eller en historie med større psykiatriske lidelser, neurologisk sygdom eller skade, mental retardering og intolerance over for magnetisk resonansbilleddannelse.

2.2. Kliniske vurderinger

Fem spørgeskemaer blev brugt til at vurdere deltagernes kliniske egenskaber, nemlig Chen Internet Addiction Scale (CIAS) [27], Self-Rating Anxiety Scale (SAS) [28], Self-Rating Depression Scale (SDS) [29], Barratt Impulsiveness Scale-11 (BIS-11) [30], og Fagerstrom Test of Nicotine Dependence (FTND) [31]. CIAS, udviklet af Chen, indeholder 26 elementer på en 4-punkts Likert-skala; det repræsenterer alvoren af ​​internetafhængighed. FTND er et selvrapporterende spørgeskema med seks punkter [31]. Score kan variere fra 0 (uafhængig) til 10 (meget afhængig). Alle spørgeskemaer blev oprindeligt skrevet på engelsk og derefter oversat til kinesisk.

2.3. MRI-optagelse

MR blev udført ved hjælp af en 3T MR-scanner (GE Signa HDxt 3T, USA). Der blev brugt en standard hovedspole med skumpolstring. Under hviletilstands-fMRI blev forsøgspersonerne instrueret i at holde øjnene lukkede, forblive ubevægelige, forblive vågne og holde tankerne fri af specifikke forsøgspersoner. En gradient-ekko-ekko-plan sekvens blev brugt til funktionel billeddannelse. Fireogtredive tværgående skiver (gentagelsestid (TR) = 2000ms, ekkotid (TE) = 30ms, synsfelt (FOV) = 230 × 230mm, 3.6 × 3.6 × 4mm voxelstørrelse) justeret langs den anteriore kommissur-posteriore kommissurlinje blev erhvervet. Hver fMRI-scanning varede 440s. Adskillige andre sekvenser blev også erhvervet, herunder (1) 3D Fast Spoiled Gradient Recalled sekvens (3D-FSPGR) billeder (TR = 6.1ms, TE = 2.8ms, TI = 450ms, skivetykkelse = 1mm, mellemrum = 0, vippevinkel = 15°, FOV = 256mm × 256mm, antal skiver = 166, 1 × 1 × 1mm voxel størrelse). (2) aksiale T1-vægtede hurtige feltekkosekvenser (TR = 331ms, TE = 4.6ms, FOV = 256 × 256mm, 34 skiver, 0.5 × 0.5 × 4mm voxelstørrelse) og (3) aksiale T2W turbo-spin-ekkosekvenser (TR = 3013ms, TE = 80ms, FOV = 256 × 256mm, 34 skiver, 0.5 × 0.5 × 4mm voxel størrelse). Rygerne med IGA røg ikke før scanningen.

2.4. Statistisk analyse

Til gruppesammenligninger af demografiske og kliniske mål blev envejs ANOVA-test udført ved hjælp af SPSS 18 (Statistical Package for the Social Sciences) for at undersøge forskelle i de tre grupper, og Bonferroni post hoc-tests blev udført for at undersøge forskelle mellem hvert gruppepar . En tohalet P værdi på 0.05 blev betragtet som statistisk signifikant for alle analyser.

Strukturelle MR-scanninger af hjernen (T1- og T2-vægtede billeder) blev inspiceret af to erfarne neuroradiologer. Ingen grove abnormiteter blev observeret i nogen af ​​grupperne. Funktionel MR-forbehandling blev udført ved hjælp af Data Processing Assistant for Resting-State fMRI (DPARSF V2.3) (Yan & Zang, 2010, http://www.restfmri.net) som er baseret på Statistical Parametric Mapping-software (SPM8) (http://www.fil.ion.ucl.ac.uk/spm) og Resting-State fMRI Data Analysis Toolkit (REST, http://www.restfmri.net) [32, 33].

Data fra hver fMRI-scanning indeholdt 220 tidspunkter. De første 10 bind af hver funktionel tidsserie blev kasseret på grund af ustabiliteten af ​​det indledende MR-signal og den indledende tilpasning af deltagerne til situationen, og de resterende 210 billeder blev forbehandlet. Billederne blev efterfølgende korrigeret for skivetiming og genjusteret til det første billede ved korrektion af stiv kropshovedbevægelse (patientdata viser bevægelse større end 1mm med maksimal oversættelse i x, y eller zeller 1° maksimal rotation omkring de tre akser, blev kasseret). Ingen deltagere blev udelukket på grund af bevægelse. De funktionelle billeder blev normaliseret til standard stereotaksisk anatomisk Montreal Neurological Institute (MNI) rum. De normaliserede volumener blev resamplet til en voxelstørrelse på 3mm × 3mm × 3mm. De ekko-plane billeder blev rumligt udjævnet ved hjælp af et isotropt Gaussisk filter på 4mm fuld bredde ved halv maksimum.

Tidsserierne i hver voxel blev detrenderet for at korrigere for lineær drift over tid. Otte generende kovariater (tidsserieprædiktorer for hvidt stof, cerebrospinalvæske og de seks bevægelsesparametre) blev sekventielt regresseret fra tidsserien. Efterfølgende, tidsmæssig filtrering (0.01-0.08Hz) blev anvendt på tidsserierne for hver voxel for at reducere virkningen af ​​lavfrekvent drift og højfrekvent støj [34-37].

Posterior cingulate cortex (PCC) har tiltrukket sig stor forskningsmæssig opmærksomhed for nylig [38]. Som en central komponent i det foreslåede DMN er PCC impliceret i opmærksomhedsprocesser. Tidligere undersøgelser har vist, at PCC-neuroner reagerer på belønningsmodtagelse, størrelse og visuel-rumlig orientering [39, 40]. Vores tidligere forskning afslørede også, at IGA-personer havde lavere gråstofdensitet i venstre bageste cingulate cortex, og forbindelse med PCC var positivt korreleret med CIAS-score i højre PCC [18, 41]. Derudover har Dong et al. fandt, at IGA-personer udviste højere fraktioneret anisotropi (FA), hvilket indikerer større hvidstofintegritet, i venstre PCC i forhold til raske kontroller [42]. Således blev PCC brugt i denne undersøgelse som ROI-frøet. PCC-skabelonen, som bestod af Brodmanns områder 29, 30, 23 og 31, blev valgt som interesseregionen (ROI) ved hjælp af WFU-Pick Atlas-software [43]. De blodiltningsniveauafhængige signaltidsserier i voxelerne inden for frøregionen blev gennemsnittet for at generere referencetidsserierne. For hvert emne og frøregion blev der fremstillet et korrelationskort ved at beregne korrelationskoefficienterne mellem referencetidsserierne og tidsserierne fra alle andre hjernevoxels. Korrelationskoefficienter blev derefter konverteret til z værdier ved hjælp af Fisher's z-transformere for at forbedre normaliteten af ​​fordelingen [36]. Individet z-scores blev indtastet i SPM8 for en enkelt prøve t-test for at bestemme hjerneregionerne med signifikant forbindelse til PCC inden for hver gruppe. Individuelle scores blev også indtastet i SPM8 for tilfældig effektanalyse, og envejs ANOVA-test blev udført. Multipel sammenligningskorrektion blev udført ved hjælp af AlphaSim-programmet i Analysis of Functional Neuroimages-softwarepakken, som bestemt ved Monte Carlo-simuleringer. Statistiske kort over to-prøven t-test blev oprettet ved hjælp af en kombineret tærskel på P < 0.05 og en mindste klyngestørrelse på 54 voxels, hvilket giver en korrigeret tærskel på P < 0.05. Derefter blev yderligere gruppeinteraktionsanalyser udført med to-prøver t-tests for at identificere de regioner, der udviser signifikante forskelle i forbindelse til PCC mellem to grupper baseret på resultatet af ANOVA-analyse ved at bruge resultatet af F-test som en maske for at begrænse t-test til de væsentlige regioner. Multipel sammenligningskorrektion blev udført ved hjælp af AlphaSim-programmet. Regioner, der udviser statistisk signifikante forskelle, blev maskeret på MNI hjerneskabeloner.

Vi undersøgte også sammenhængen mellem CIAS-score og zFC i rygere og ikke-rygere med IGA-gruppe. For det første blev hver klynge, der viste forskelle mellem grupper i en gruppesammenligning af rygere med IGA versus ikkerygere med IGA, gemt som et ROI. Derefter zFC-værdier for hver ROI blev ekstraheret af REST-softwaren. Endelig korrelationsanalysen med zFC værdi af hver ROI med CIAS og FTND hos rygere med IGA blev udført. En tohalet P værdi på 0.00625 med Bonferroni-korrektion blev betragtet som statistisk signifikant.

3. Resultater og diskussion

3.1. Demografiske og kliniske resultater

Tabel 1 viser de demografiske og kliniske mål for hver gruppe. Der var ingen signifikante forskelle i fordelingen af ​​alder og uddannelsesår i de tre grupper. Rygerne med IGA havde højere CIAS (P < 0.001), SAS (P = 0.002), SDS (P < 0.001) og BIS-11-score (P < 0.001) end raske kontroller. Ikke-rygerne med IGA havde højere CIAS (P < 0.001) og BIS-11-score (P < 0.001) end raske kontroller. Der blev ikke fundet forskelle mellem IGA-undergrupper ved kliniske vurderinger.

Tabel 1 

Demografiske og personlighedsmæssige karakteristika for de tre grupper.

3.2. Analyse af PCC Connectivity

3.2.1. Tre-gruppe ANOVA-analyse

Signifikant forskel på rsFC med PCC blev fundet i venstre side af cerebellum baglap, calcarine cortex, inferior temporal gyrus, middle temporal gyrus, middle occipital gyrus, inferior frontal gyrus, medial prefrontal gyrus, angular gyrus, inferior parietal lobule, inferior parietal lobule, precuneus og superior frontal gyrus, såvel som højre side af rectus gyrus, insula, caudate, middle occipital gyrus, postcentral gyrus og superior parietal lobule (Tabel 2 , Figur 1).

Figur 1 

Signifikante forskelle mellem grupper i rsFC i forskellige hjerneregioner med PCC mellem rygere med IGA, ikke-rygere med IGA og HC-personer. Bemærk: venstre del af figuren (L) repræsenterer deltagerens venstre side, (R) repræsenterer deltagerens ...
Tabel 2 

Sammenfatning af funktionelle tilslutningsændringer i tre grupper.

3.2.2. Analyse af PCC-forbindelser mellem grupper: Rygere med IGA versus HC Gruppen

Sammenlignet med HC-gruppen udviste rygerne med IGA øget rsFC i de bilaterale bageste cerebellarlapper, bilateral caudat og venstre mediale frontal cortex. Derudover blev der fundet nedsat rsFC i den bilaterale midterste temporal gyrus, bilaterale superior parietal lobuler, venstre bageste cerebellum lap og højre lingual gyrus (Tabel 3 , Figur 2).

Figur 2 

Signifikante forskelle mellem grupper i rsFC i forskellige hjerneregioner med PCC mellem rygere med IGA- og HC-personer. Sammenlignet med HC-gruppen udviste rygerne med IGA øget rsFC i den bilaterale cerebellum baglap, bilateral ...
Tabel 3 

Sammenfatning af funktionelle tilslutningsændringer hos rygere med IGA sammenlignet med HC-gruppen.

3.2.3. Analyse af PCC-forbindelser mellem grupper: Ikke-rygere med IGA versus HC Gruppen

Ikke-rygere med IGA udviste øget rsFC i venstre cerebellum baglap, venstre mediale præfrontale cortex, højre caudat og højre insula sammenlignet med HC-gruppen. Nedsat rsFC blev fundet i venstre calcarine cortex, højre superior parietal lobule, højre midterste occipitale gyrus, venstre midterste frontale gyrus, venstre precuneus og venstre inferior temporal gyrus (Tabel 5 , Figur 3).

Figur 3 

Signifikante forskelle mellem grupper i rsFC i forskellige hjerneregioner med PCC mellem ikke-rygere med IGA- og HC-personer. Sammenlignet med HC-gruppen udviste ikke-rygere med IGA øget rsFC i venstre cerebellum baglap, venstre medial præfrontal ...
Tabel 4 

Sammenfatning af funktionelle tilslutningsændringer hos ikke-rygere med IGA sammenlignet med HC-gruppen.

3.2.4. Analyse af PCC-forbindelser mellem grupper: Rygere med IGA versus Ikke-rygere med IGA

Sammenlignet med ikke-rygere med IGA udviste rygerne med IGA øget rsFC i venstre midterste frontale gyrus og nedsat rsFC i højre rectus gyrus (Tabel 4 , Figur 4).

Figur 4 

Signifikante forskelle mellem grupper i rsFC af midterste frontale gyrus og højre rectus gyrus med PCC mellem rygere og ikke-rygere med IGA. Sammenlignet med ikke-rygere med IGA udviste rygere med IGA øget rsFC i venstre midterfrontal ...
Tabel 5 

Sammenfatning af funktionelle tilslutningsændringer hos rygere med IGA sammenlignet med ikkerygere med IGA.

3.3. Korrelation mellem PCC-forbindelse og sværhedsgraden af ​​IGA og nikotinafhængighed hos rygere med IGA Group

zFC-værdier for højre rectus gyrus med PCC korreleret med CIAS (r = -0.476, P = 0.009) og FTND (r = -0.125, P = 0.52) hos rygere med IGA. Der blev ikke fundet nogen signifikant sammenhæng i zFC-værdier for højre midterste frontal gyrus med CIAS- eller FTND-score. Ingen signifikant korrelation overlevede efter Bonferroni-korrektion.

3.4. Diskussion

Talrige undersøgelser af funktionel billeddannelse har påvist de mulige neurale mekanismer af IGA og antydet, at den kan dele psykologiske og neurobiologiske abnormiteter med vanedannende lidelser med og uden stofmisbrug [6, 18, 44-46]. I overensstemmelse med resultaterne af vores tidligere undersøgelse af IGA [18], lignende områder med rsFC med PCC-ændringer blev fundet hos rygere og ikke-rygere med IGA sammenlignet med kontrolgruppen i det aktuelle studie, såsom cerebellum posterior lobe, caudate, medial frontal cortex, superior parietal lobules, insula og precuneus. Dette fund indebar, at IGA-individer med/uden stofafhængighed deler nogle lignende funktionelle hjerneændringer. Disse hjerneområder blev rapporteret i de tidligere undersøgelser af cravings i IGA. Caudatkernen bidrager til stimulus-respons-vaneindlæring, hvor adfærd bliver automatisk og derfor ikke længere er drevet af handling-outcome relationer [47]. Insula og mediale frontallapper aktiveres konsekvent i billeddiagnostiske undersøgelser af trang [48, 49]. Det blev også foreslået, at lillehjernen er afgørende for trang fremkaldt af IGA, især under forberedelse, udførelse, arbejdshukommelse [50], og finmotoriske processer moduleret af ekstrapyramidale systemer.

Pointen vi gerne vil understrege i denne undersøgelse er, at vi sammenlignede rsFC med PCC hos forsøgspersonerne med IGA med/uden nikotinafhængighed og fandt ud af, at rygerne med IGA udviste øget rsFC i venstre midterste frontale gyrus og nedsat rsFC i højre rectus. gyrus. Desuden var PCC-forbindelsen med højre rectus gyrus negativt korreleret med CIAS-scorerne hos rygere med IGA før korrektion, hvilket antydede, at styrken af ​​rsFC mellem PCC og højre rectus gyrus kan repræsentere sværhedsgraden af ​​IGA i denne gruppe, og højre rectus gyrus kan spille en vigtig rolle i patogenesen af ​​adfærd kombineret stofafhængighed. Rectus gyrus er en del af den orbitofrontale cortex (OFC), og OFC er involveret i evalueringen af ​​belønning af stimuli og den eksplicitte repræsentation af forventet belønning for stoffer [44], så recuts gyrus har konsekvent været impliceret i patologien af ​​både stof- og adfærdsafhængighed. Hong et al., [50] bekræftede, at mandlige unge med internetafhængighed har signifikant nedsat kortikal tykkelse i højre laterale OFC. OFC's omfattende forbindelser med striatum og limbiske system tyder på, at det integrerer følelser og naturlig drift fra limbiske og subkortikale områder for at vurdere belønningsværdien i forhold til tidligere erfaringer [51]. OFC skaber og fastholder forventninger om mulig belønning relateret til forstærkning [52]. Dorsolateral præfrontal cortex (DLPFC) er velkendt for at være involveret i arbejdshukommelsen [53]. Den er forbundet med andre kortikale områder og tjener til at forbinde den nuværende sanseoplevelse med hukommelsen om tidligere oplevelser for at dirigere og generere passende målrettet handling [45, 46]. Når substanssignaler er til stede, og en positiv forventning er blevet genereret, kan DLPFC således bidrage til at opretholde og koordinere repræsentationer modtaget fra andre regioner under trangresponsen [52]. Vores forskning fandt, at sammenlignet med ikke-rygere med IGA, viste rygerne med IGA nedsat rsFC med PCC i rectus gyrus, hvilket tyder på, at de havde unormal funktion i OFC, hvilket kan føre til, at forsøgspersoner har stærke forventninger til spil eller nikotin, og øget rsFC i DLPFC, hvis de antog, at de havde mangler i at kontrollere passende adfærd.

På trods af resultaterne om IGA og adfærd kombineret stofafhængighed, er der flere begrænsninger forbundet med denne undersøgelse, som vi gerne vil diskutere. For det første fokuserede denne undersøgelse på internetspilundergruppen af ​​IA, men der blev ikke foretaget direkte sammenligninger med andre IA-undergrupper; derfor mangler det at blive undersøgt, hvor godt resultaterne kan ekstrapoleres til andre IA-undergrupper, hvis overhovedet. For det andet blev forsøgspersoner med komorbide alvorlige psykiatriske lidelser eller stofbrugsforstyrrelser, bortset fra nikotin, udelukket i denne undersøgelse. Der er således en begrænsning i at generalisere resultaterne af forsøgspersoner med onlinespilafhængighed til andre stofbrugende lidelser og større psykiatriske lidelser. For det tredje var den foreliggende undersøgelse tværsnit, og vi havde ikke information om rækkefølgen af ​​indtræden af ​​IGA og nikotinafhængighed. Således kan rsFC med PCC-abnormiteter hos rygere og ikke-rygere med IGA repræsentere eksisterende sårbarheder eller ændringer som følge af IGA eller nikotinafhængighedsadfærd/symptomer. For det fjerde skal en gruppe, der kun ryger, inkluderes i fremtidige undersøgelser for fuldstændighedens skyld. For det femte holdt korrelationsresultaterne ikke, da vi vedtog flere sammenligninger (Bonferroni-korrektion), hvilket betyder, at dette kun skal betragtes som en eksplorativ analyse. For at øge den statistiske styrke bør resultaterne gentages med et større udvalg af forsøgspersoner. Endelig, fordi deltagerne i denne undersøgelse alle var unge mænd, er der behov for fremtidigt arbejde for at afgøre, om resultaterne kan udvides til andre køn og aldersgrupper.

4. konklusion

Sammenfattende giver rsFC med PCC et nyttigt værktøj til at studere mangefacetterede neuropsykiatriske sygdomme såsom afhængighed på systemniveau for vurdering. Vores resultater tyder på, at IGA-individer med/uden stofafhængighed deler nogle lignende funktionelle ændringer i hjerneområder relateret til trang. IGA med stofafhængighed viste funktionelle ændringer i områder involveret i motivation, såsom frontal rectus gyrus, og eksekutive systemer, såsom den dorsolaterale præfrontale cortex, sammenlignet med IGA uden stofafhængighed. Disse to områder kan være kandidatmarkører til at identificere IGA-individer med og uden stofafhængighed og bør undersøges i fremtidige undersøgelser.

Tak

Denne forskning blev støttet af National Natural Science Foundation of China (nr. 81171325), National Natural Science Foundation of China (nr. 81201172), National Natural Science Foundation of China (nr. 81371622) og Shanghai Leading Academic Discipline Project (Project nr. S30203). Finansierne spillede ingen yderligere rolle i undersøgelsesdesignet, dataindsamlingen og -analysen, beslutningen om at publicere eller forberedelsen af ​​papiret. Forfatterne takker Dr. Zhenyu Zhou og Dr. Yong Zhang fra GE Healthcare for deres tekniske support.

Interessekonflikter

Forfatterne erklærer, at der ikke er nogen interessekonflikt vedrørende offentliggørelsen af ​​dette papir.

Forfatterens bidrag

Xue Chen, Yao Wang, Yan Zhou og Jianrong Xu bidrog lige så meget til dette arbejde.

Referencer

1. Ko C.-H., Yen J.-Y., Chen S.-H., Yang M.-J., Lin H.-C., Yen C.-F. Foreslåede diagnostiske kriterier og screenings- og diagnosticeringsværktøjet for internetafhængighed hos universitetsstuderende. Omfattende psykiatri. 2009;50(4):378-384. doi: 10.1016/j.comppsych.2007.05.019. [PubMed] [Cross Ref]
2. Allison SE, von Wahlde L., Shockley T., Gabbard GO Udviklingen af ​​selvet i internettets æra og fantasy-rollespil. Den amerikanske Journal of Psychiatry. 2006;163(3):381-385. doi: 10.1176/appi.ajp.163.3.381. [PubMed] [Cross Ref]
3. Chan PA, Rabinowitz T. En tværsnitsanalyse af videospil og symptomer på opmærksomhedsunderskud hyperaktivitetsforstyrrelse hos unge. Annaler for generel psykiatri. 2006;5, artikel 16 doi: 10.1186/1744-859X-5-16. [PMC gratis artikel] [PubMed] [Cross Ref]
4. Jeong EJ, Kim DH Sociale aktiviteter, self-efficacy, spilholdninger og spilafhængighed. Cyberpsykologi, adfærd og sociale netværk. 2011;14(4):213–221. doi: 10.1089/cyber.2009.0289. [PubMed] [Cross Ref]
5. Blok JJ Prævalens undervurderet i problematisk internetbrugsundersøgelse. CNS spektrumer. 2007;12(1):14–15. [PubMed]
6. Dong G., Huang J., Du X. Forbedret belønningsfølsomhed og nedsat tabsfølsomhed hos internetafhængige: en fMRI-undersøgelse under en gætteopgave. Journal of Psychiatric Research. 2011;45(11):1525-1529. doi: 10.1016/j.jpsychires.2011.06.017. [PubMed] [Cross Ref]
7. Kuss DJ, Griffiths MD Internet og spilafhængighed: en systematisk litteraturgennemgang af neuroimaging undersøgelser. Brain Sciences. 2012; 2: 347-374. [PMC gratis artikel] [PubMed]
8. Byun S., Ruffini C., Mills JE, Douglas AC, Niang M., Stepchenkova S., Lee SK, Loutfi J., Lee J.-K., Atallah M., Blanton M. Internetafhængighed: metasyntese af 1996-2006 kvantitativ forskning. Cyberpsykologi og adfærd. 2009;12(2):203-207. doi: 10.1089/cpb.2008.0102. [PubMed] [Cross Ref]
9. Huang H., Leung L. Instant messaging-afhængighed blandt teenagere i Kina: generthed, fremmedgørelse og forringelse af akademiske præstationer. Cyberpsykologi og adfærd. 2009;12(6):675-679. doi: 10.1089/cpb.2009.0060. [PubMed] [Cross Ref]
10. Sung J., Lee J., Noh H.-M., Park YS, Ahn EJ Forbindelser mellem risikoen for internetafhængighed og problemadfærd blandt koreanske unge. Koreansk Journal of Family Medicine. 2013;34(2):115–122. doi: 10.4082/kjfm.2013.34.2.115. [PMC gratis artikel] [PubMed] [Cross Ref]
11. Lee YS, Han DH, Kim SM, Renshaw PF Stofmisbrug går forud for internetafhængighed. Vanedannende adfærd. 2013;38(4):2022–2025. doi: 10.1016/j.addbeh.2012.12.024. [PubMed] [Cross Ref]
12. Bakken IJ, Wenzel HG, Götestam KG, Johansson A., Øren A. Internetafhængighed blandt norske voksne: en stratificeret sandsynlighedsprøveundersøgelse. Skandinavisk Journal of Psychology. 2009;50(2):121-127. doi: 10.1111/j.1467-9450.2008.00685.x. [PubMed] [Cross Ref]
13. Padilla-Walker LM, Nelson LJ, Carroll JS, Jensen AC Mere end bare et spil: videospil og internetbrug i voksenalderen. Journal of Youth and Adolescence. 2010;39(2):103–113. doi: 10.1007/s10964-008-9390-8. [PubMed] [Cross Ref]
14. Ko C.-H., Yen J.-Y., Chen C.-C., Chen S.-H., Wu K., Yen C.-F. Tredimensionel personlighed hos unge med internetafhængighed og erfaring med stofbrug. Canadiske journal of psychiatry. 2006;51(14):887–894. [PubMed]
15. Fisoun V., Floros G., Siomos K., Geroukalis D., Navridis K. Internetafhængighed som en vigtig forudsigelse i tidlig påvisning af adolescent stofbrug erfaring-implikationer for forskning og praksis. Journal of Addiction Medicine. 2012;6(1):77–84. doi: 10.1097/ADM.0b013e318233d637. [PubMed] [Cross Ref]
16. Crockford DN, Goodyear B., Edwards J., Quickfall J., El-Guebaly N. Cue-induceret hjerneaktivitet hos patologiske spillere. Biological Psychiatry. 2005;58(10):787-795. doi: 10.1016/j.biopsych.2005.04.037. [PubMed] [Cross Ref]
17. Han DH, Hwang JW, Renshaw PF Behandling med langvarig frigivelse af Bupropion mindsker trangen til videospil og cue-induceret hjerneaktivitet hos patienter med internetvideospilafhængighed. Eksperimentel og klinisk psykofarmakologi. 2010;18(4):297-304. doi: 10.1037/a0020023. [PubMed] [Cross Ref]
18. Ding W.-N., Sun J.-H., Sun Y.-W., Zhou Y., Li L., Xu J.-R., Du Y.-S. Ændret standard funktionel netværksforbindelse i hviletilstand hos unge med internetspilafhængighed. PLoS ONE. 2013;8(3) doi: 10.1371/journal.pone.0059902.e59902 [PMC gratis artikel] [PubMed] [Cross Ref]
19. Bressler SL, Menon V. Storskala hjernenetværk i kognition: nye metoder og principper. Trends in Cognitive Sciences. 2010;14(6):277-290. doi: 10.1016/j.tics.2010.04.004. [PubMed] [Cross Ref]
20. van den Heuvel MP, Hulshoff Pol HE Udforskning af hjernenetværket: en gennemgang af hviletilstand fMRI funktionel forbindelse. European Neuropsychopharmacology. 2010;20(8):519-534. doi: 10.1016/j.euroneuro.2010.03.008. [PubMed] [Cross Ref]
21. Menon V. Storskala hjernenetværk og psykopatologi: en forenende tredobbelt netværksmodel. Trends in Cognitive Sciences. 2011;15(10):483-506. doi: 10.1016/j.tics.2011.08.003. [PubMed] [Cross Ref]
22. Mudo G., Belluardo N., Fuxe K. Nikotiniske receptoragonister som neurobeskyttende/neurotrofiske lægemidler. Fremskridt i molekylære mekanismer. Journal of Neural Transmission. 2007;114(1):135–147. doi: 10.1007/s00702-006-0561-z. [PubMed] [Cross Ref]
23. Sullivan EV Kompromitterede pontocerebellare og cerebellothalamocorticale systemer: spekulationer om deres bidrag til kognitiv og motorisk svækkelse i nonamnesisk alkoholisme. Alkoholisme: Clinical and Experimental Research. 2003;27(9):1409-1419. doi: 10.1097/01.ALC.0000085586.91726.46. [PubMed] [Cross Ref]
24. Lecrubier Y., Sheehan DV, Weiller E., Amorim P., Bonora I., Sheehan KH, Janavs J., Dunbar GC The Mini International Neuropsychiatric Interview (MINI). Et kort diagnostisk struktureret interview: pålidelighed og validitet i henhold til CIDI. Europæisk psykiatri. 1997;12(5):224–231. doi: 10.1016/S0924-9338(97)83296-8. [Cross Ref]
25. Beard KW, Wolf EM Ændring i de foreslåede diagnostiske kriterier for internetafhængighed. Cyberpsykologi og adfærd. 2001;4(3):377-383. doi: 10.1089/109493101300210286. [PubMed] [Cross Ref]
26. Michael B., Spitzer RL, Gibbon M., Williams JBW Struktureret klinisk interview for DDS-IV akse I lidelser, klinikerversion (SID-CV) Washington, DC, USA: American Psychiatric Press; 1996.
27. Chen SHWL, Su YJ, Wu HM, Yang PF Udvikling af kinesisk internetafhængighedsskala og dens psykometriske undersøgelse. Kinesisk psykologisk samfund. 2003, 45: 279-294.
28. Zung WW Et vurderingsinstrument til angstlidelser. Psykosomatik. 1971;12(6):371–379. doi: 10.1016/S0033-3182(71)71479-0. [PubMed] [Cross Ref]
29. Zung WW En selvvurderende depressionsskala. Archives of General Psychiatry. 1965;12:63-70. doi: 10.1001/archpsyc.1965.01720310065008. [PubMed] [Cross Ref]
30. Patton JH, Stanford MS, Barratt ES Faktorstruktur af Barratt Impulsiveness Scale. Journal of Clinical Psychology. 1995;51(6):768–774. [PubMed]
31. Heatherton TF, Kozlowski LT, Frecker RC, Fagerstrom K.-O. Fagerstrom-testen for nikotinafhængighed: en revision af fagerstrom-tolerance-spørgeskemaet. Den britiske Journal of Addiction. 1991;86(9):1119–1127. doi: 10.1111/j.1360-0443.1991.tb01879.x. [PubMed] [Cross Ref]
32. Sang X.-W., Dong Z.-Y., Long X.-Y., Li S.-F., Zuo X.-N., Zhu C.-Z., He Y., Yan C. .-G., Zang Y.-F. REST: et værktøjssæt til funktionel magnetisk resonansbilledbehandling i hviletilstand. PLoS ONE. 2011;6(9) doi: 10.1371/journal.pone.0025031.e25031 [PMC gratis artikel] [PubMed] [Cross Ref]
33. Chao-Gan Y., Yu-Feng Z. DPARSF: en MATLAB værktøjskasse til "Rørledning" dataanalyse af hviletilstand fMRI. Grænser i Systemer Neurovidenskab. 2010;4:13. doi: 10.3389/fnsys.2010.00013. [PMC gratis artikel] [PubMed] [Cross Ref]
34. Greicius MD, Krasnow B., Reiss AL, Menon V. Funktionel forbindelse i den hvilende hjerne: en netværksanalyse af standardtilstandshypotesen. Forsøg af National Academy of Sciences i USA. 2003;100(1):253-258. doi: 10.1073/pnas.0135058100. [PMC gratis artikel] [PubMed] [Cross Ref]
35. Biswal B., Yetkin FZ, Haughton VM, Hyde JS Funktionel forbindelse i den motoriske cortex i hvilende menneskelig hjerne ved hjælp af ekko-plan MR. Magnetisk resonans i medicin. 1995;34(4):537-541. doi: 10.1002/mrm.1910340409. [PubMed] [Cross Ref]
36. Lowe MJ, Mock BJ, Sorenson JA Funktionel forbindelse i enkelt- og multislice ekkoplanar billeddannelse ved brug af hviletilstandsfluktuationer. NeuroImage. 1998;7(2):119-132. doi: 10.1006/nimg.1997.0315. [PubMed] [Cross Ref]
37. Rogers P. Den kognitive psykologi ved lotterispil: en teoretisk gennemgang. Journal of Gambling Studies. 1998;14(2):111-134. doi: 10.1023/A:1023042708217. [PubMed] [Cross Ref]
38. Yalachkov Y., Kaiser J., Naumer MJ Funktionelle neuroimaging undersøgelser i afhængighed: multisensoriske lægemiddelstimuli og neural cue-reaktivitet. Neurovidenskab og Biobehavioral Anmeldelser. 2012;36(2):825-835. doi: 10.1016/j.neubiorev.2011.12.004. [PubMed] [Cross Ref]
39. McCoy AN, Crowley JC, Haghighian G., Dean HL, Platt ML Saccade belønningssignaler i posterior cingulate cortex. Neuron. 2003;40(5):1031–1040. doi: 10.1016/S0896-6273(03)00719-0. [PubMed] [Cross Ref]
40. Pearson JM, Hayden BY, Raghavachari S., Platt ML Neuroner i posterior cingulate cortex signalerer undersøgende beslutninger i en dynamisk multioption valg opgave. Current Biology. 2009;19(18):1532-1537. doi: 10.1016/j.cub.2009.07.048. [PMC gratis artikel] [PubMed] [Cross Ref]
41. Zhou Y., Lin F.-C., Du Y.-S., Qin L.-D., Zhao Z.-M., Xu J.-R., Lei H. Abnormiteter i grå substans i internetafhængighed : en voxel-baseret morfometri undersøgelse. European Journal of Radiology. 2011;79(1):92–95. doi: 10.1016/j.ejrad.2009.10.025. [PubMed] [Cross Ref]
42. Dong G., deVito E., Huang J., Du X. Diffusion tensor billeddannelse afslører thalamus og posterior cingulate cortex abnormiteter hos internetspilmisbrugere. Journal of Psychiatric Research. 2012;46(9):1212-1216. doi: 10.1016/j.jpsychires.2012.05.015. [PMC gratis artikel] [PubMed] [Cross Ref]
43. Maldjian JA, Laurienti PJ, Kraft RA, Burdette JH En automatiseret metode til neuroanatomisk og cytoarkitektonisk atlas-baseret forespørgsel af fMRI-datasæt. NeuroImage. 2003;19(3):1233–1239. doi: 10.1016/S1053-8119(03)00169-1. [PubMed] [Cross Ref]
44. Ko C.-H., Liu G.-C., Yen J.-Y., Yen C.-F., Chen C.-S., Lin W.-C. Hjerneaktiveringerne for både cue-induceret spilletrang og rygetrang blandt forsøgspersoner, der er comorbid med internetspilafhængighed og nikotinafhængighed. Journal of Psychiatric Research. 2013;47(4):486-493. doi: 10.1016/j.jpsychires.2012.11.008. [PubMed] [Cross Ref]
45. Ko CH, Liu GC, Hsiao S., Yen JY, Yang MJ, Lin WC, Yen CF, Chen CS Hjerneaktiviteter forbundet med spilletrang til onlinespilafhængighed. Journal of Psychiatric Research. 2009;43(7):739-747. doi: 10.1016/j.jpsychires.2008.09.012. [PubMed] [Cross Ref]
46. ​​Vanderschuren LJMJ, Everitt BJ Adfærds- og neurale mekanismer ved tvangsmedicinsk søgning. European Journal of Pharmacology. 2005;526(1–3):77–88. doi: 10.1016/j.ejphar.2005.09.037. [PubMed] [Cross Ref]
47. Garavan H., Pankiewicz J., Bloom A., Cho J.-K., Sperry L., Ross TJ, Salmeron BJ, Risinger R., Kelley D., Stein EA Cue-induceret kokain-trang: neuroanatomisk specificitet for stofbrugere og stofstimuli. Den amerikanske Journal of Psychiatry. 2000;157(11):1789-1798. doi: 10.1176/appi.ajp.157.11.1789. [PubMed] [Cross Ref]
48. Reiman EM Anvendelsen af ​​positronemissionstomografi til studiet af normale og patologiske følelser. Journal of Clinical Psychiatry. 1997; 58 (supplement 16): 4-12. [PubMed]
49. Passamonti L., Novellino F., Cerasa A., Chiriaco C., Rocca F., Matina MS, Fera F., Quattrone A. Ændrede kortikale-cerebellære kredsløb under verbal arbejdshukommelse ved essentiel tremor. Brain. 2011;134(8):2274-2286. doi: 10.1093/brain/awr164. [PubMed] [Cross Ref]
50. Hong S.-B., Kim J.-W., Choi E.-J., Kim H.-H., Suh J.-E., Kim C.-D., Klauser P., Whittle S. ., Yucel M., Pantelis C., Yi S.-H. Reduceret orbitofrontal kortikal tykkelse hos mandlige unge med internetafhængighed. Adfærdsmæssige og hjernefunktioner. 2013;9, artikel 11 doi: 10.1186/1744-9081-9-11. [PMC gratis artikel] [PubMed] [Cross Ref]
51. Weiss F. Neurobiologi af trang, betinget belønning og tilbagefald. Nuværende udtalelse i Farmakologi. 2005;5(1):9-19. doi: 10.1016/j.coph.2004.11.001. [PubMed] [Cross Ref]
52. Bonson KR, Grant SJ, Contoreggi CS, Links JM, Metcalfe J., Weyl HL, Kurian V., Ernst M., London ED Neurale systemer og cue-induceret kokain-trang. Neuropsychopharmacology. 2002;26(3):376–386. doi: 10.1016/S0893-133X(01)00371-2. [PubMed] [Cross Ref]
53. Scherf KS, Sweeney JA, Luna B. Hjernegrundlag for udviklingsændring i visuospatial arbejdshukommelse. Journal of Cognitive Neuroscience. 2006;18(7):1045-1058. doi: 10.1162/jocn.2006.18.7.1045. [PubMed] [Cross Ref]