Netværksbaseret analyse afslører funktionel forbindelse forbundet med internetafhængighedstendens (2016)

Front Hum Neurosci. 2016; 10: 6.

Udgivet online 2016 Feb 1. doi: 10.3389 / fnhum.2016.00006

PMCID: PMC4740778

Tanya Wen^1,^2,^* , Shulan Hsieh^1,^3,^4,^*

Forfatterinformation ► Artikel noter ► Oplysninger om ophavsret og licens ►

Abstrakt

Bekymring og tvangsmæssig brug af internettet kan have negative psykologiske virkninger, således at det i stigende grad bliver anerkendt som en psykisk lidelse. Den foreliggende undersøgelse anvendte netværksbaseret statistik for at undersøge, hvordan helhjernens funktionelle forbindelser i ro er relateret til omfanget af individets niveau af internetafhængighed, indekseret af et selvkendt spørgeskema. Vi identificerede to topologisk signifikante netværk, en med forbindelser, som er positivt forbundet med internetafhængighedstendens, og en med forbindelser, der er negativt korreleret med internetafhængighedstendensen. De to netværk er indbyrdes forbundne i frontalområder, hvilket kan afspejle ændringer i frontalområdet for forskellige aspekter af kognitiv kontrol (dvs. til styring af internetbrug og spilfærdigheder). Dernæst kategoriserede vi hjernen i flere store regionale undergrupper og fandt, at størstedelen af forholdet mellem forbindelser i de to netværk svarer til den cerebellære model af afhængighed, der omfatter fire-kredsløbsmodellen.

Endelig bemærkede vi, at hjerneområderne med de mest interregionale forbindelser forbundet med internetafhængighedstendens replikerer dem, der ofte ses i afhængighedslitteratur, og bekræftes af vores meta-analyse af internetafhængighedsstudier. Denne forskning giver en bedre forståelse af store netværk, der er involveret i internetafhængighedstendens, og viser, at prækliniske niveauer af internetafhængighed er forbundet med lignende regioner og forbindelser som kliniske tilfælde af afhængighed.

nøgleord: internetafhængighed, netværksbaseret statistik, funktionel forbindelse, hvilestatus, meta-analyse

Introduktion

Internet afhængighed (OReilly, 1996; Young, 1998) er et moderne fænomen, der er præget af bekymring og tvangsmæssig brug af internettet. Specielt er internetgamblingforstyrrelse (IGD) blevet opført i afsnit III i Diagnostic and Statistical Manual version 5 (DSM-5^®, American Psychiatric Association [APA], 2013). På grund af manglende standardkriterium behandlede en del litteratur de to terminologier som synonymt (se Petry og O'Brien, 2013; Petry et al., 2014 til en diskussion); Den tvangsmæssige og overdrevne brug af internettet til enhver aktivitet (som vi vil henvise til i denne litteratur som internetafhængighed) er imidlertid mere global end dens hovedundertype IGD, som kan omfatte flere former for internetbrug ud over online-spil (Griffiths og Pontes, 2014; Király et al., 2014; Petry et al., 2014). Vores nuværende undersøgelse undersøger internetafhængighed i den mere generelle form. I lighed med stofbrugsforstyrrelser viser internetafhængighed tilbagetrækningssymptomer, tolerance, tab af kontrol og psykosociale problemer, der fører til klinisk signifikant nød eller forringelse i den daglige funktion. Prævalensen forekommer højeste asiatiske lande og hos mandlige unge og er estimeret til at variere fra 14.1 til 16.5% (95 procent konfidensinterval) blandt Taiwans universitetsstuderende i en undersøgelse (Lin et al., 2011). Fænomenet har tiltrukket mere opmærksomhed i de seneste år og fortjener klart yderligere forskning.

Funktionel magnetisk resonansbilleddannelse (fMRI) er blevet anvendt til at identificere neurale substrater af internetafhængighed, som viste sig at vise lignende hjernens signaturer med stofrelaterede afhængigheder (Kuss og Griffiths, 2012; Brand et al., 2014; Meng et al., 2015). I blokerede og hændelsesrelaterede undersøgelser er flere regioner forbundet med belønning, afhængighed og trang blevet identificeret ved kontrasterende internet gaming cues med basislinje, som inkluderer insula, nucleus accumbens (NAc), dorsolateral prefrontal cortex (DLPFC) og orbital frontal cortex (OFC) (Hoeft et al., 2008; Ko et al., 2009; Han et al., 2010; Sun et al., 2012; Ko et al., 2013). Aktiveringsbaserede tilgange angiver imidlertid kontrast-cue-relateret aktivitet og angiver ikke hvordan hjerneområderne interagerer og kan således ikke karakterisere ændrede funktionelle forbindelser forbundet med kliniske eller adfærdsmæssige tiltag; men menneskelige lidelser er et resultat af forstyrrelser i et sammenkoblet komplekst system (Fornito og Bullmore, 2015). Indførelsen af hvilestatus fMRI har vist sig at være et kraftfuldt værktøj til at studere hele hjernens neurale forbindelse (van den Heuvel og Pol, 2010). Hvilestatusfunktionel forbindelse er vurderet ved sammenhængen mellem spontane udsving i blodgennemstrømafhængige (BOLD) signaler i forskellige hjernegrupper og antages at give et mål for dets funktionelle organisation og kan hjælpe med at karakterisere unormale synkroniseringer mellem hjernegrupper i spektret af psykologiske fænotyper (Biswal et al., 2010; Craddock et al., 2013).

Selv om der har været nogle undersøgelser, der har anvendt funktionel forbindelse til at undersøge ændret funktionel forbindelse forbundet med internetafhængighed, brugte de fleste undersøgelser frøområder valgt a priori enten (a) at korrelere en frøregion med de resterende voxels af hele hjernen [Hoeft et al., 2008 brugte NAc; Lorenz et al., 2013 brugt den ret underordnede frontale gyrus (IFG); Ding et al., 2013 brugte den bageste cingulære cortex (PCC); Ko et al., 2015 brugte amygdalaen; Zhang et al., 2015 brugte insula; Hong et al., 2015 brugte caudate kernen og putamen; Kühn og Gallinat, 2015 brugte højre frontpæl; Li et al., 2015 brugt den rigtige DLPFC] eller (b) udfører korrelationer mellem flere foruddefinerede ROI'er valgt fra meningsfulde netværk (Yuan et al., 2015 undersøgt det centrale ledelsesnetværk og salience netværk; Dong et al., 2015b undersøgt det udøvende kontrolnetværk Dong et al., 2015a undersøgt det administrerende kontrolnetværk og belønningsnetværk; Li et al., 2014 undersøgt responsinhiberingsnetværket; Lin et al., 2015 undersøgt seks foruddefinerede bilaterale kortikostriatale ROI'er). De foruddefinerede frøområder, der undersøges, repræsenterer kun en lille del af hjernen, og de kan derfor ikke give et komplet billede af, hvordan forbindelsen påvirkes af internetafhængighed.

Meget få studier har brugt en helhjertet tilgang til at studere internetafhængighed. Vi ved, at der i øjeblikket kun er fire udgivne papirer, der vedtog en helhjertet tilgang, og deres metoder er ret variable, lige fra netværksbaseret statistik (NBS; Hong et al., 2013) til topologiskeHong et al., 2013; Wee et al., 2014; Park et al., 2015) til en nyligt udviklet voxel-spejlet homotopisk forbindelse (Wang et al., 2015). I særdeleshed, Hong et al. (2013) ansat NBS til at identificere mellemgruppens forskelle i interregionalt funktionsforbindelse og fundet svækkede forbindelser involveret i cortico-subkortiske kredsløb hos patienter med internetafhængighed. Men deres undersøgelse fokuserede på en lille prøve størrelse af en enestående population (mandlige unge unge).

Derfor besluttede vi i vores nuværende papir at bruge en hel-hjerne-tilslutningsmetode, NBS (Zalesky et al., 2010a; Han et al., 2013) for at identificere funktionelle forbindelser, der er forudsigelige for internetafhængighedstendens. NBS er en valideret statistisk metode til at håndtere multiplikationsproblemet på en graf, det er analogt med klyngebaserede metoder (Nichols og Holmes, 2002) og bruges til at identificere forbindelser og netværk, der omfatter den menneskelige forbindelse, der er forbundet med en eksperimentel effekt eller en mellemgruppe forskel ved at teste hypotesen uafhængigt af hver forbindelse. Vores resultater vil desuden blive sammenlignet med en meta-analyse af eksisterende papirer relateret til de neurale korrelater af internetafhængighed. Vi håber at udvide den eksisterende litteratur på flere måder: (1) Vi håber at give et mere komplet billede af internetafhængighed ved at bruge helhjerneanalyse i stedet for at bruge kun et lille antal prædefinerede frøområder. (2) Selv om der findes et par helhjernefunktionelle forbindelsesstudier på internetafhængighed (f.eks. Hong et al., 2013; Wang et al., 2015) sammenlignede undersøgelserne internetafhængighedsgrupper med sunde kontroller. Vores undersøgelse involverede ikke nogen kliniske patienter, men karakteriserede internetafhængighedstendens som en gradient. Vi håber at identificere funktionelle forbindelser, hvis styrke er moduleret af afhængighedsniveau. (3) De fleste internetafhængighedsundersøgelser har ikke taget hensyn til cerebellum, men cerebellum er blevet impliceret som en vigtig region i afhængighed (Moulton et al., 2014). Således har vi inkluderet cerebellum i vores analyse. (4) Mange undersøgelser har begrænset deres deltagergruppe til mænd og indeholder ofte relativt små stikstørrelser (f.eks. Hong et al., 2013, 2015; Kühn og Gallinat, 2015). For at øge generaliserbarheden og effekten af disse undersøgelser er prøver, som indeholder begge køn og en større prøvestørrelse, nødvendige (Li et al., 2015). Ved at løse ovenstående problemer håber den nuværende undersøgelse at give en bedre forståelse af, hvordan funktionel forbindelse er forbundet med internetafhængighedstendens.

Materialer og Metoder

Meta-analyse

En meta-analyse blev konstrueret ved brug af NeuroSynth-databasen (http://neurosynth.org; Yarkoni et al., 2011). En tilpasset analyse blev udført ved at bruge søgeordene "afhængighed", "misbruger", "internet", "spil", "spil" og "online" for at identificere undersøgelser relateret til internetafhængighed i databasen. Kriterierne for optagelse blev verificeret manuelt, og en liste over de inkluderede undersøgelser er beskrevet i Supplerende Materialer 1. I alt blev 18 undersøgelser medtaget. Topaktiveringskoordinater såvel som dens kvarter 6 mm voxels blev ekstraheret fra de inkluderede undersøgelser. Dernæst blev en meta-analyse af disse koordinater udført, der producerede fremad og revere inference helhjerne z-score kort. De fremadrettede kort indikerer sandsynligheden for, at en region vil aktivere i betragtning af disse vilkår [P(aktivering | vilkår)], derfor informerer os om sammenhængen i aktivering for de givne vilkår. Det omvendte inference-kort viser sandsynligheden for, at disse udtryk anvendes i en undersøgelse givet tilstedeværelsen af rapporteret aktivering [P(vilkår | aktivering)]; således en region, der er aktiveret, viser, at det er mere sandsynligt, at der er en internetafhængighedsrelateret undersøgelse end en ikke-internetafhængighedsrelateret undersøgelse, der afspejler selektiviteten i den pågældende region. Da både forward og reverse inference spiller en vigtig rolle for at hjælpe os med at forstå regioner, der er forbundet med internetafhængighed, overlappede vi disse to inferencer kort til at skitsere deres fælles regioner. Klynger større end fem voxels er rapporteret.

Hvilestatus fMRI

Deltagere

Syvogre sunde deltagere (21 mænd og 26 kvinder) fra det sydlige Taiwan, hvoraf de fleste er studerende eller ansatte på universitetet, blev rekrutteret gennem reklamer for at deltage i eksperimentet (aldersinterval = 19-29 år, middelalder = 22.87 flere år, SD = 2.22 år). Deltagerne var højrehåndede (angivet af Edinburgh Handedness Inventory), havde normal eller korrigeret-til-normal vision, og ingen historie af psykologiske eller neurale lidelser. Deres depressions-, angst- og intelligensscorer var i det normale interval [Becks Depression Inventory (BDI) score: 0-12; Becks angstopgørelse (BAI) score: 0-7; Raven Standard Progressive Matrices test score: 35-57]. Den Chen Internet Addiction Scale-Revised (CIAS-R) score af alle deltagere havde interval = 28-92, mean = 60.04, SD = 16.53. Bordlampe Table11 opsummerer deltagernes demografiske information og adfærdsmæssige karakteristika. Normaliteten af CIAS-R-scorerne blev verificeret af Shapiro-Wilk-testen [W(47) = 0.98, p = 0.50]. Der var ingen signifikant sammenhæng mellem køn og CIAS-R score (Spearman's p = 0.15, p = 0.30). Alle deltagere gav deres skriftlige informerede samtykke, og studieprotokollen blev godkendt (NO: B-ER-101-144) af Institutional Review Board (IRB) fra National Cheng Kung Universitetshospital, Tainan, Taiwan. Alle deltagere blev betalt 500 NTD efter afslutningen af eksperimentet.

Demografiske oplysninger og adfærdsmæssige karakteristika.

Chen Internet Addiction Scale-Revised (CIAS-R) Spørgeskema

Chen Internet Addiction Scale-Revised (CIAS-R; Chen et al., 2003) er en 26-vareforanstaltning, der bruges til at vurdere sværhedsgraden af internetafhængighed. CIAS-R er baseret på DSM-IV-TR additiv adfærdskriterier og indeholder to abonnementer af internetafhængighed (a) kernesymptomer og (b) relaterede problemer, vurdering af fem dimensioner inklusive (1) tvangsmæssig internetbrug, (2) tilbagekaldelse symptomer, når internettet er taget væk, (3) tolerance, (4) fare for interpersonelle relationer og fysisk sundhed og (5) tidsstyringsproblemer. Elementer er bedømt på en 4-punkt Likert skala, med samlede scoringer fra 26 til 104, hvilket afspejler lav til høj tendens til internetafhængighed. Det har vist sig, at CIAS-R har høj intern konsistens (Cronbach's α = 0.79-0.93; Chen et al., 2003) og høj diagnostisk nøjagtighed (AUC = 89.6%; Ko et al., 2005). I den foreliggende undersøgelse blev CIAS-R samlede score brugt som en indikator på deltagernes nuværende status for internetafhængighed.

Billedforsyning og -behandling

Imaging blev udført ved hjælp af GE MR750 3T scanneren (GE Healthcare, Waukesha, WI, USA) i MRI-centret for National Cheng Kung University. Højopløselige anatomiske billeder blev erhvervet ved anvendelse af hurtig-SPGR, der består af 166 aksiale skiver (TR = 7.6 ms, TE = 3.3 ms, flip vinkel 171 = 12 °, 224 matricer × 224 matricer, skive tykkelse = 1 mm). Funktionelle billeder blev erhvervet ved anvendelse af en gradient-ekko-planar billeddannelses (EPI) puls-sekvens (TR = 2000 ms, TE = 30 ms, flip vinkel = 77 °, 64 matricer × 64 matricer, skive tykkelse = 4 mm, ingen mellemrum, voxelstørrelse 3.4375 mm × 3.4375 mm × 4 mm, 32 aksiale skiver dækker hele hjernen).

Deltagerne blev fortalt at slappe af og ligge i scanneren med deres lukkede øjne. De blev bedt om ikke at tænke på en bestemt begivenhed under scanningen. Scanningstiden for det strukturelle billede var ca. 3.6 min. Det funktionelle billede varede ca. 8 min, hvor de første fem TR'er fungerede som dummy-scanninger for at sikre, at signalet har nået en stabil tilstand, før data indsamles; således et løb består af 240 EPI volumen billeder til analyse.

Dataene blev forbehandlet ved hjælp af databehandlingsassistenten til hvilende tilstand fMRI (DPARSF; Yan og Zang, 2010), som er baseret på funktioner i MRCroN (Rorden et al., 2007^¹) samt statistisk parametrisk kortlægning software (SPM^²) og resten-state fMRI Data Analysis Toolkit (REST; Song et al., 2011) i Matlab (The MathWorks, Inc., Natick, MA, USA). Funktionelle billeder gennemgået skive timing korrektion efterfulgt af justering for at korrigere for hoved bevægelse ved hjælp af seks-parameter stive kropstransformationer. Den overordnede bevægelse, karakteriseret ved gennemsnitlig fremtrædende forskydning (FD), var ikke stor (middel = 0.05, SD = 0.03) og korrelerede ikke med CIAS-R score (Spearman's p = -0.28, p = 0.055), så impulsivitet er ikke en forvirrende faktor for internetafhængighedsscorer og bevægelser (Kong et al., 2014). T1-billeder blev kodificeret til funktionelle billeder. Strukturelle billeder blev segmenteret i CSF, hvidt stof og gråt materiale baseret på vævs sandsynlighedskort i MNI-rum, og disse beregninger blev anvendt i den efterfølgende normalisering af T1- og EPI-billeder til MNI-rum. Dataene blev udglattet i det rumlige domæne ved hjælp af en Gaussisk kerne med 6 mm fuld bredde ved halv maksimal (FWHM) og fjernet af lineær trend. Ubehagelige kovariater inklusive globale middel signal, hvidt materie signal og cerebrospinal væske signal blev regressed ud. Selvom det om at udføre den globale signalregression stadig er en løbende kontrovers (f.eks. Saad et al., 2012), besluttede vi at implementere denne metode, fordi det er blevet foreslået at maksimere specificiteten af funktionelle korrelationer og forbedre korrespondancen mellem hvilestatusskorrelationer og anatomi (Fox et al., 2009; Weissenbacher et al., 2009; Takeuchi et al., 2014). Endelig har billederne gennemgået bandpass-filtrering af 0.01-0.08 Hz.

Dataanalyse

FMRI-billederne blev parcelleret baseret på den anatomiske automatiske mærkning (AAL; Tzourio-Mazoyer et al., 2002) skabelon, der deler hjernen baseret på anatomisk struktur i 116 ROI'er (eller noder). Vi valgte AAL-atlaset, fordi det har været den mest anvendte parcellering i funktionelle netværksstudier (Stanley et al., 2013) og var også den skabelon, der anvendes af Hong et al. (2013), hvis undersøgelse er mest relevant for vores, og dermed øger graden af sammenlignelighed på tværs af undersøgelser (Zalesky et al., 2010b). NBS-metoden blev brugt til at identificere hjernenetværk, der består af interregionale funktionelle forbindelser, der viser signifikant sammenhæng med CIAS-R-scoren. Følgende analyser blev udført ved hjælp af netværksbaseret statistisk værktøjskasse (Zalesky et al., 2010a) med ekstra in-house Matlab scripts. En 116 × 116 korrelationsmatrix blev konstrueret for hver deltager ved hjælp af de tidskurser, der blev ekstraheret fra hver ROI. Pearson's r værdier blev normaliseret til Z scoringer ved hjælp af Fisher s Z transformation. Hver celle i korrelationsmatrixen repræsenterer styrken af forbindelsen (eller kanten) mellem to noder. Mass univariat test ved hjælp af Spearmans rangkorrelation blev udført mellem deltagernes CIAS-R-score og kantstyrker inden for hver kant for at identificere relevante forbindelser, der var forudsigelige for CIAS-R-score. Kandidatkanter, der viste høj forudsigelighed af CIAS-R-score, blev valgt via en primær tærskel for henholdsvis Spearmans rho> 0.37 og <-0.37 (ca. den ensidige alfa = 0.005) for at identificere netværk, der er positivt og negativt forbundet med CIAS- R score. Dernæst blev topologiske klynger, kendt som tilsluttede grafkomponenter, identificeret blandt de over-tærskelforbindelser. En familiefejl (FWE) for komponentstørrelsen blev beregnet ved hjælp af permutationstest (3000 permutationer), som involverede tilfældig omordning af CIAS-R-score og gentagelse af ovenstående proces hver permutation for at opnå en nulfordeling af den største komponentstørrelse. Forbundne grafkomponenter, hvis størrelse overstiger den estimerede FWE-korrigerede pværdi-cutoff på <0.05 blev identificeret som netværk, der er signifikant relateret til internetafhængighedstendens. BrainNet Viewer (Xia et al., 2013) blev brugt til visualisering af forbindelser. En illustration af dataanalysepipeline er vist i Figur Figure11.

FIGUR 1

Flowchart af data analyse pipeline. Deltagerens hjerner blev præprocesseret og parcelleret til forskellige strukturelle regioner ifølge AAL-skabelonen. En korrelationsmatrix blev konstrueret under anvendelse af de tidskurser, der blev ekstraheret fra hver region til ...

Resultater

Meta-analyse

Fremad og omvendt indledning z-score-kort blev genereret fra NeuroSynth (vist i Figur Figure22). Aktiveringen i disse to kort viser høj lighed mellem hinanden. Overlappende disse kort afslørede aktivering i områder af cerebellum, temporal lobe (bilateral inferior temporal gyri, højre overlegne temporal pole og højre midterste og overlegne temporal gyrus), flere frontale regioner (venstre midterste og overordnede orbital frontale gyrus, højre midterste gyrus, højre underordnede frontale operculum og højre precentrale gyrus), bilaterale putamen, bilaterale insula, højre midtercingulat og højre precuneus. Bordlampe Table22 viser de klynger, der er identificeret, samt de AAL-regioner, der tilhører klyngen.

FIGUR 2

Inferencer kort over meta-analyse udført på NeuroSynth, viser regioner, der er aktive i fremadrettet indflydelse, omvendt inference og overlapningen af de to kort.

Overlappende klynger af fremad og tilbagefaldskort.

Hvilestatus fMRI

Funktionelle forbindelser relateret til internetafhængighedstendens

Ved brug af NBS identificerede vi to netværk, der viste signifikant korrelation mellem kantstyrke og CIAS-R-score (p <0.05, FWE-korrigeret): en med kanter, der er korreleret positivt med CIAS-R-scoringer ("CIAS-R-positive," vist i rødt), og en med kanter, der er negativt korreleret med CIAS-R ("CIAS-R-negative", vist i blåt). Det CIAS-R positive netværk består i alt af 65 noder og 90 kanter (45 intrahemisfæriske, 42 interhemisfæriske og 3, der forbinder til vermis), mens det negative netværk består af 64 noder og 89 kanter (35 intrahemisfæriske, 40 interhemisfæriske og 14 tilslutning til / inden for vermis). Det er vigtigt at bemærke, at de to netværk ikke er helt adskilte, og de deler i alt 39 noder, hvoraf 30.77% er frontal-lobe-regioner. Det samlede antal kanter relateret til CIAS-R består af 2.68% af alle hjernens kanter. Netværket er illustreret i Figur Figure33 og specifikke forbindelser er anført i Supplerende Materialer 2, Table S1.

FIGUR 3

Netværk af forbindelser, der er korreleret med CIAS-R-scoringer. Grå kugler repræsenterer centroid i hver knude og skaleres i overensstemmelse hermed med antallet af signifikante kanter, de er forbundet med. Kun knuder med forbindelser vises. Røde linjer repræsenterer ...

Global distribution af involverede kanter

For at få en bedre forståelse af, hvordan disse forbindelser er fordelt, fulgte vi Fornito et al. (2011) , Hong et al. (2013), og kategoriserede hver AAL-region inden for hvert netværk som tilhørende syv regionale undergrupper: frontal, temporal, parietal, occipital, insula og cingulate gyri, subcortical og cerebellum. Størstedelen af kanterne i CIAS-R-positivt netværk involverede forbindelser mellem (1) tidsregioner og insula og cingulate gryi (~13%), hvoraf de fleste involverer den posterior cingulate gyrus, der forbinder forskellige temporale regioner; (2) frontale og tidlige regioner (~12%), som omfatter forbindelser mellem medial orbitofrontal cortex, paracentral lobule og temporal lobe gyri, temporal pole; og (3) parietale og subkortiske regioner (~11%), der består af forbindelser mellem postcentral cortex og overlegen parietal lobule med putamen og pallidum. Det er interessant at bemærke, at med undtagelse af frontalbeen har alle andre regioner ikke nogen intraregionale forbindelser, hvis styrke er positivt korreleret med internetafhængighedstendensen. Størstedelen af kanterne i CIAS-R-negativnetværket involverede forbindelser mellem (1) frontalben og cerebellum (~19%), hvoraf de fleste er forbindelser mellem de orbitalfrontale regioner og forskellige ROI af cerebellumet; og (2) insula og cingulate gyri og den temporal lob (~12%), som omfatter forbindelser mellem insula, cingulum, parahippocampal og temporal lobe gyri. Der blev ikke fundet nogen occipitalområder i CIAS-R-negativnetværket. Proportionerne af interregionale forbindelser af hvert netværk er illustreret i Figur Figure44.

FIGUR 4

Andel af kanter, der er positivt og negativt korreleret med internetafhængighedstendensen blandt par af regionale undergrupper. Proportionerne blev beregnet ved at dividere antallet af kanter mellem (eller indenfor) par regioner med totalen ...

Maksimalt berørte noder

På grund af det mange identificerede kanter fulgte vi Finn et al. (2014), og identificerede noder, der har en høj "sum af CIAS-R-korrelerede kanter" for at fokusere vores analyse på regioner, hvor forbindelser er maksimalt forbundet med internetafhængighedstendens. Summen af CIAS-R-korrelerede kanter af en node blev defineret som det samlede antal kanter i både CIAS-R-positive og CIAS-R-negative netværk (dette er konceptuelt svarende til gradenes måling i grafteori). Denne metode vil gøre det muligt for os at identificere noder, hvor forbindelser sandsynligvis bliver ændret af internetafhængighedstendens. Det følgende Bordlampe Table33 lister de noder, der maksimalt påvirkes, og viser noder, der mindst har en sum af CIAS-R-korrelerede kanter på mindst 8. Visualisering af noderne og deres forbindelser vises i Figur Figure55. Disse er også de noder, der er valgt til diskussion.

Node niveau analyse af internet afhængighed tendens.

FIGUR 5

Visualisering af noderne med højeste antal kanter relateret til internetafhængighedstendens. Grønne kugler skildrer midtpunktet i hver knude med maksimale kanter, mens gule kugler skildrer deres funktionelle forbindelsespartnere. Røde linjer angiver kanter ...

Diskussion

I en normal gruppe af unge voksne vurderede vi deres niveau af internetafhængighed gennem et selvstændigt vurderet spørgeskema (CIAS-R) og identificerede yderligere to hjernenetværk, hvoraf de funktionelle forbindelser korrelerede positivt og negativt med internetafhængighedstendensen. I det følgende diskuterer vi vores resultater på forskellige observationsskalaer: (1) de afgørende regioner, der forbinder CIAS-R positive og CIAS-R-negative netværk (2) regioner med høje proportioner af forbindelser relateret til internetafhængighedstendensen og (3) ) de kritiske noder ændret af internetafhængighedstendens.

Frontal Regions Link CIAS-R Positive og CIAS-R Negative Networks

Vi observerede, at størstedelen af noder, der forbinder de to (CIAS-R positive og CIAS-R negative) netværk, er placeret indenfor frontal lobe. Disse regioner omfatter den overordnede frontal gyrus, IFG, medial frontal gyrus, rolandic operculum og supplerende motorområde. Prefrontale cortex er blevet impliceret til at være en kritisk struktur i kognitiv kontrol, inhibering og responsvalg (Aron et al., 2004; Talati og Hirsch, 2005; Forstmann et al., 2008). Internetafhængighed er et fænomen i, at narkomaner har nedsat selvkontrol og beslutningstagning vedrørende internetbrug, afspejlet af fortsat overanvendelse trods deres viden om negative virkninger. For eksempel har flere undersøgelser vist, at deltagere med internetafhængighed viste højere fronto-striatal og fronto parietal aktivering under Go / Nogo-opgaven (Ding et al., 2014; Ko et al., 2014; Chen et al., 2015) og Stroop-opgave (Dong et al., 2012a, 2013, 2014), hvilket tyder på fattigere responsinhibering og fejlovervågning og øget impulsivitet. Men på den anden side viser internetmisbrugere og videospillere ofte fremragende kognitive funktioner, som motorstyring og effektiv beslutningstagning under spil. Faktisk har praktiseringseffekter af videospil spillet vist sig at generalisere sig til en række forbedrede eksekutivfærdigheder, herunder perceptuelle, motoriske, opmærksomme og probabilistiske inferencesfærdigheder (Grøn og Bavelier, 2003; Castel et al., 2005; Dye et al., 2009; Green et al., 2010; Green et al., 2012). Én fMRI-undersøgelse fandt reduceret rekruttering af front-parietale netværk i videospil spillere i forhold til ikke-spillere under en høj opmærksom efterspørgselsopgave, muligvis afspejler mere effektiv eksekutiv og opmærksom kontrol (Bavelier et al., 2012). De to ansigter af kognitiv kontrol fremvist af internetmisbrugere udgør et interessant dilemma. I vores undersøgelse kan observationen af frontalområder, der forbinder de to netværk, hvor funktionel tilslutning reduceres og øges ved internetafhængighedstendens, afspejle ændringer i frontalområdet for forskellige aspekter af kognitiv kontrol (dvs. til styring af internetbrug og spilfærdigheder). Det er værd at nævne, at selv om Hong et al. (2013) hypotetiske der kunne muligvis være øget funktionel forbindelse forbundet med praksisvirkninger hos internetmisbrugere, blev kun nedsat funktionel tilslutning observeret i deres undersøgelse. En mulighed foreslået af Hong et al. (2013) for deres fravær af øget funktionel tilslutning i internetafhængige individer var, at deres lille prøvestørrelse resulterede i mangel på strøm. Ved at anvende frøbaseret analyse, som kræver færre multiple sammenligninger end helhjerneindfald, Hong et al. (2015) re-analyseret 2013 data og observeret både øget og nedsat funktionel forbindelse forbundet med internet afhængighed.

De bredt udbredte forbindelser af Internet Addiction Tendency Networks

Dataene viser et stort antal inter- og intra-hemisfæriske forbindelser i både CIAS-R positive og CIAS-R-negative netværk, hvilket afspejler den omfattende indflydelse af internetafhængighedstendens på hjernen. Vi observerede, at den højeste andel af forbindelser i CIAS-R-positivt netværk involverede "insula- og cingulate-temporal," "frontal-temporal" og "subcortical-parietal" -kanten, mens den højeste andel af forbindelser i CIAS-R negativt netværk involveret "frontal - cerebellar" og "insula og cingulate - temporal" kanter (Figur Figure44). I en nyligt foreslået model for afhængighed (Moulton et al., 2014) hjælper cerebellum med at opretholde homeostasen af de fire sammenkoblede kredsløb, der er relevante for afhængighed: belønning / salighed, motivation / kørsel, læring / hukommelse samt kognitiv kontrol. Denne model integrerer fire-kredsløbsmodellen (Volkow et al., 2003, 2010) og de cerebellære funktionelle hvilestatistiske netværk vedrørende ledende og associativ behandling i cerebral cortex (Buckner et al., 2011). Komponenterne til belønning / salighed, motivation / kørsel og læring / hukommelse forstærkes, mens kognitiv kontrol er reduceret i afhængighed. Se Figur Figure66 til en illustration. Vores observationer af de højeste funktionelle forbindelsesproportioner af de to internetafhængighedstendensnetværk er generelt kompatible med Moulton et al. S (2014) model af de kritiske komponenter involveret i afhængighed kredsløb. På samme måde observerede vi ikke mange signifikante forbindelser, der omfatter den occipitale lobe, som også dovetails Hong et al. S (2013) fund. Men vi fandt desuden en stor del af "subcortical - parietal" kanter, som selvom ikke er særlig fremhævet i fire-kredsløbsmodellen, er disse forbindelser blevet observeret i internetmisbrugslitteraturen (f.eks. Ding et al., 2013; Hong et al., 2013, 2015), hvilket kan skyldes en praksisvirkning relateret til internetbrug.

FIGUR 6

En model af afhængighed, der fremhæver den modulerende rolle cerebellum i de fire store hjerne netværk foreslås at blive påvirket af afhængighed (tilpasset fra Moulton et al., 2014). Disse kredsløb omfatter belønning / saliency, motivation / drev, læring / hukommelse, ...

Kritiske noder ændret af internetafhængighedstendens

Vi identificerede knuder med de fleste forbindelser er maksimalt forbundet med internetafhængighedstendens. Disse knudepunkter er dem, hvis mønster af forbindelser mellem selve knudepunktet og andre hjerneområder er mest modtagelige for ændring af internetafhængighedstendens. Regionerne er specifikt den bilaterale posterior cingulate gyrus, højre insula, højre midt temporal gyrus, venstre overlegne temporale pol, højre putamen og den orbitale del af venstre IFGFigur Figure55). Disse regioner er impliceret som nøgleområder i mange (internet) afhængighedsstudier, og nogle er allerede nævnt i det foregående afsnit. Vi diskuterer nu afhængighedslitteraturen, der fremhæver disse regioner mere detaljeret. PCC, en del af standardmodusnetværket og involveret i forskellige aspekter af selvforarbejdning (Buckner et al., 2008; Fransson og Marrelec, 2008), tjente som en frøregion i Ding et al. S (2013) undersøgelse, der viste signifikant forøget funktionel forbindelse med den bilaterale cerebellum posterior lobe og middle temporal gyrus, samtidig med nedsat bilateral undervurderet parietal lobule og højre underordnet temporal gyrus hos internetmisbrugere. Internetmisbrugere har også vist sig at vise unormal fraktioneret anisotropi (Dong et al., 2012b) og grå stofdensitet (Zhou et al., 2011) i PCC. Zhang et al. (2015) valgte den insula, der har været impliceret i afhængighed (Naqvi og Bechara, 2009; Droutman et al., 2015), som frøregionen og fandt ændret funktionel forbindelse med et netværk af regioner i internetmisbrugere. Insulaens rolle i afhængighed er blevet foreslået for at integrere interceptive signaler i bevidste følelser (lægemiddelkræfter) og forstyrrer adfærd under beslutningstagning (Naqvi og Bechara, 2009). Den midterste temporal gyrus og overlegne temporale pol er blevet observeret i nogle internetafhængighedsstudier (se Meng et al., 2015 til en meta-analyse) og har været forbundet med spiltrang / -krævning, semantisk behandling, disembodiment, arbejdshukommelse og følelsesmæssig behandling; Men deres specifikke roller i afhængighed kræver yderligere undersøgelser. Putamen, en del af dorsalstriatumet, er også en kritisk region foreslået af mange afhængighedsforskninger (f.eks. Ko et al., 2009; Ding et al., 2013; Lin et al., 2015), hvor samtidig dopamin-neurotransmission er involveret i udviklingen af tvangsmedicinssøgning og -behov (Volkow et al., 2006; Koob og Volkow, 2010). Desuden har forskning antydet, at dysfunktion med striato-thalamo-orbitofrontalkredsløbet er en afgørende årsag til afhængighed, mens den dorsale striatum involveret i vanærlæring og trang, den orbitofrontale cortex er involveret i salience, drive og compulsivity (Volkow og Fowler, 2000; Koob og Volkow, 2010; Volkow et al., 2010; Goldstein og Volkow, 2011). Den orbitofrontale cortex abnorm funktion kan forklare den adfærdsmæssige funktionssvigt i afhængighed. Sammenfattende ovenstående er de knuder, vi identificerede, navne, der er mest modtagelige for ændring af internetafhængighedstendens, og de er blevet identificeret gentagne gange i den eksisterende litteratur.

Begrænsning

Som påpeget af en af vores korrekturlæsere, er det fortsat en aktuel debat, om der skal udføres global signalregression i hviletilstand. Efter at have analyseret de aktuelle data uden global signalregression, viste vores resultater sig helt anderledes end vores oprindelige analyse, og kun 22.91% af kanterne i NBS-analyserne uden global signalregression overlappede med de nuværende resultater. Uden global signalregression fandt vi ikke tilstrækkelige funktionelle forbindelser, der var positivt relateret til CIAS-R-score; Vi fandt imidlertid et netværk, der bestod af funktionelle forbindelser, der var negativt relateret til CIAS-R-scoringer. Når identifikation af noder med de fleste forbindelser er maksimalt relateret til internetafhængighedstendensen, finder vi sammenhæng med den globale signalregressionsanalyse, idet de cingulære, insula, tidlige og frontale områder var mest involverede. Flere forskelle omfatter dog yderligere konstateringen af bilaterale supplerende motorområder og retvinklet gyrus, der viser nedsat funktionel forbindelse, og der var ikke så mange subkortiske regioner i det identificerede netværk. Mens global signalregression stadig er kontroversiel, besluttede vi at rapportere begge resultater. Oplysninger om netværket identificeret uden global signalregression er dokumenteret i Supplerende Materialer 3. Forhåbentlig vil det fremtidige arbejde med billedforarbejdning afdække, hvilket resultat der er mere præcist. På nuværende tidspunkt foreslår vi at fortolke de nuværende resultater med sådanne advarsler.

Konklusion

Ved hjælp af en datastyret tilgang viste vi, at netværksbaseret statistik er et nyttigt redskab til at karakterisere helhjertetilslutning, der påvirkes af internetafhængighedstendensen, identificere forbindelser og kritiske regioner, der ekko tidligere undersøgelser. Sammenlignet med frøanalyser giver denne helhjertede tilgang en mere omfattende analyse af hjerneforbindelser relateret til internetafhængighed, og undersøger i alt 6670-forbindelser. Vi viste endvidere, at mange funktionelle forbindelser og hjerneområder kritiske i kliniske tilfælde af afhængighed også er forbundet med prækliniske tendenser indekseret af adfærdsmæssige spørgeskemaforanstaltninger. Selvom vi bruger en korrelationsmetode, kan vi ikke være sikre på, om disse netværk ændres som følge af internetbrug, eller om de er karakteristika for personer, der er udsat for højere risiko for at udvikle internetafhængighed. Denne forskning giver nyttige oplysninger til at hjælpe os med at forstå de neurale egenskaber underlagt afhængighed og dets udvikling.

Forfatterbidrag

TW udførte eksperimentet, analyserede dataene, tolkede resultaterne, skrev og reviderede manuskriptet. SH designet eksperimentet, skrev tilskudsprojektet, guidede eksperimentets forberedelse og udførelse, hjalp med at fortolke dataene, forberede og revidere manuskriptet.

Interessekonflikterklæring

Forfatterne erklærer, at forskningen blev gennemført i mangel af kommercielle eller økonomiske forhold, der kunne opfattes som en potentiel interessekonflikt.

Tak

Forfatterne er taknemmelige for Yun-Ting Lee for hjælp til dataindsamling og professor Po-Hsien Huang til statistisk konsultation. Undersøgelsen blev finansieret af Ministeriet for Videnskab og Teknologi (MOST), Taiwan (MEST 102-2420-H-006-006-MY2 og MOST 104-2420-H-006-004-MY2). Desuden blev denne forskning støttet af Undervisningsministeriet (Taiwan), Taiwan, ROC Formålet for topuniversitetsprojektet til National Cheng Kung University (NCKU). Vi takker Mind Research and Imaging Center (MRIC), støttet af MOST, på NCKU for rådgivning og instrumenttilgængelighed. CIAS-R spørgeskemaet blev leveret af Sue-Huei Chen.

Fodnoter

¹http://www.mricro.com

²http://www.fil.ion.ucl.ac.uk/spm

Supplerende materiale

Supplerende materiale til denne artikel kan findes online på: http://journal.frontiersin.org/article/10.3389/fnhum.2016.00006

Klik her for yderligere datafil.^{(20K, DOCX)}

Klik her for yderligere datafil.^{(33K, DOCX)}

Klik her for yderligere datafil.^{(258K, DOCX)}

Referencer

American Psychiatric Association [APA] (2013). Diagnostisk og Statistisk Manual of Mental Disorders (DSM-5^®). Arlington, VA: American Psychiatric Pub.
Aron AR, Robbins TW, Poldrack RA (2004). Inhibering og den højre nedre frontale cortex. Trends Cogn. Sci. 8 170-177. 10.1016 / j.tics.2004.02.010 [PubMed] [Cross Ref]
Bavelier D., Achtman RL, Mani M., Focker J. (2012). Neural baser af selektiv opmærksomhed i aktion videospil spillere. Vis. Res. 61 132-143. 10.1016 / j.visres.2011.08.007 [PMC gratis artikel] [PubMed] [Cross Ref]
Biswal BB, Mennes M., Zuo XN, Gohel S., Kelly C., Smith, SM, et al. (2010). Mod funktionsvidenskab om menneskelig hjernefunktion. Proc. Natl. Acad. Sci. USA 107 4734-4739. 10.1073 / pnas.0911855107 [PMC gratis artikel] [PubMed] [Cross Ref]
Brand M., Young KS, Laier C. (2014) .Prefrontal kontrol og internetafhængighed: en teoretisk model og gennemgang af neuropsykologiske og neuroimagerende fund. Foran. Hum. Neurosci. 8: 375 10.3389 / fnhum.2014.00375 [PMC gratis artikel] [PubMed] [Cross Ref]
Buckner RL, Andrews-Hanna JR, Schacter DL (2008). Hjernens standardnetværk - Anatomi, funktion og relevans for sygdom. År Cogn. Neurosci. 2008 1-38. 10.1196 / annals.1440.011 [PubMed] [Cross Ref]
Buckner RL, Krienen FM, Castellanos A., Diaz JC, Yeo BTT (2011). Organiseringen af det menneskelige cerebellum estimeret ved iboende funktionel forbindelse. J. Neurophysiol. 106 2322-2345. 10.1152 / jn.00339.2011 [PMC gratis artikel] [PubMed] [Cross Ref]
Castel AD, Pratt J., Drummond E. (2005). Virkningerne af action-videospiloplevelse på tidspunktet for hæmning af tilbagevenden og effektiviteten af visuel søgning. Acta Psychol. 119 217-230. 10.1016 / j.actpsy.2005.02.004 [PubMed] [Cross Ref]
Chen CY, Huang MF, Yen JY, Chen CS, Liu GC, Yen CF, et al. (2015). Hjernen korrelerer med responsinhibering i forbindelse med internetgambling. Psychiatry Clin. Neurosci. 69 201-209. 10.1111 / pcn.12224 [PubMed] [Cross Ref]
Chen S., Weng L., Su Y., Wu H., Yang P. (2003). Udvikling af en kinesisk internetafhængighedsskala og dens psykometriske undersøgelse. Hage. J. Psychol. 45 251-266. 10.1371 / journal.pone.0098312 [Cross Ref]
Craddock RC, Jbabdi S., Yan CG, Vogelstein JT, Castellanos FX, Di Martino A., et al. (2013). Billeddannelse af menneskelige forbindelser på makroskalaen. Nat. Metoder 10 524-539. 10.1038 / Nmeth.2482 [PMC gratis artikel] [PubMed] [Cross Ref]
Ding WN, Sun JH, Sun YW, Chen X., Zhou Y., Zhuang ZG, et al. (2014). Egenskabsimpulsivitet og nedsat præfrontal impulshæmmende funktion hos unge med internet gaming afhængighed afsløret af en Go / No-Go fMRI undersøgelse. Behav. Brain Funct. 10:20 10.1186/1744-9081-10-20 [PMC gratis artikel] [PubMed] [Cross Ref]
Ding WN, Sun JH, Sun YW, Zhou Y., Li L., Xu JR, et al. (2013). Ændret standard netværks hvilende tilstand funktionel forbindelse til unge med internet gaming afhængighed. PLoS ONE 8: e59902 10.1371 / journal.pone.0059902 [PMC gratis artikel] [PubMed] [Cross Ref]
Dong GH, DeVito EE, Du XX, Cui ZY (2012a). Forringet hæmmende kontrol i 'internetafhængighedsforstyrrelse': en funktionel magnetisk resonansbilledstudie. Psykiatrisk Res. Neuroimaging 203 153-158. 10.1016 / j.pscychresns.2012.02.001 [PMC gratis artikel] [PubMed] [Cross Ref]
Dong GH, DeVito E., Huang J., Du XX (2012b). Diffusion tensor imaging afslører thalamus og posterior cingulate cortex abnormiteter hos internet gaming misbrugere. J. Psychiatr. Res. 46 1212-1216. 10.1016 / j.jpsychires.2012.05.015 [PMC gratis artikel] [PubMed] [Cross Ref]
Dong GH, Lin X., Hu YB, Xie CM, Du XX (2015a). Ubalanceret funktionel forbindelse mellem Executive Control Network og belønningsnetværk forklarer online-spil søger adfærd i internet gaming lidelse. Sci. Rep. 5: 9197 10.1038 / Srep09197 [PMC gratis artikel] [PubMed] [Cross Ref]
Dong GH, Lin X., Potenza MN (2015b). Reduceret funktionel tilslutning i et executive-kontrolnetværk er relateret til nedsat ledelsesfunktion i forbindelse med internetgambling. Prog. Neuro-Psvchopharmacol. Biol. Psykiatri 57 76-85. 10.1016 / j.pnpbp.2014.10.012 [PMC gratis artikel] [PubMed] [Cross Ref]
Dong GH, Lin X., Zhou HL, Lu QL (2014). Kognitiv fleksibilitet hos internetmisbrugere: fMRI-bevis fra vanskelige at lette og let at svære skiftesituationer. Narkoman. Behav. 39 677-683. 10.1016 / j.addbeh.2013.11.028 [PubMed] [Cross Ref]
Dong GH, Shen Y., Huang J., Du XX (2013). Forringet fejlovervågningsfunktion hos personer med internetafhængighedsforstyrrelse: en hændelsesrelateret fMRI-undersøgelse. Eur. Narkoman. Res. 19 269-275. 10.1159 / 000346783 [PubMed] [Cross Ref]
Droutman V., Læs SJ, Bechara A. (2015). Revision af insulaens rolle i afhængighed. Trends Cogn. Sci. 19 414-420. 10.1016 / j.tics.2015.05.005 [PMC gratis artikel] [PubMed] [Cross Ref]
Farve MWG, Green CS, Bavelier D. (2009). Øget behandlingshastighed med action videospil. Curr. Dir. Psychol. Sci. 18 321-326. 10.1111 / j.1467-8721.2009.01660.x [PMC gratis artikel] [PubMed] [Cross Ref]
Finn ES, Shen X., Holahan JM, Scheinost D., Lacadie C., Papademetris X., et al. (2014). Afbrydelse af funktionelle netværk i dysleksi: En helhjertet, data-drevet analyse af forbindelse. Biol. Psykiatri 76 397-404. 10.1016 / j.biopsych.2013.08.031 [PMC gratis artikel] [PubMed] [Cross Ref]
Fornito A., Bullmore ET (2015). Connectomics: et nyt paradigme til forståelse af hjernesygdom. Eur. Neuropsychopharmacol. 25 733-748. 10.1016 / j.euroneuro.2014.02.011 [PubMed] [Cross Ref]
Fornito A., Yoon J., Zalesky A., Bullmore ET, Carter CS (2011). Generelle og specifikke funktionelle forbindelsesforstyrrelser i første episode skizofreni under kognitiv kontrolpræstation. Biol. Psykiatri 70 64-72. 10.1016 / j.biopsych.2011.02.019 [PMC gratis artikel] [PubMed] [Cross Ref]
Forstmann BU, van den Wildenberg WPM, Ridderinkhof KR (2008). Neurale mekanismer, temporal dynamik og individuelle forskelle i interferens kontrol. J. Cogn. Neurosci. 20 1854-1865. 10.1162 / jocn.2008.20122 [PubMed] [Cross Ref]
Fox MD, Zhang D., Snyder AZ, Raichle ME (2009). Det globale signal og observerede antikorrelerede hvilende tilstand hjernenetværk. J. Neurophysiol. 101 3270-3283. 10.1152 / jn.90777.2008 [PMC gratis artikel] [PubMed] [Cross Ref]
Fransson P., Marrelec G. (2008). Den precuneus / posterior cingulære cortex spiller en afgørende rolle i standardmodusnetværket: Bevis fra en delvis korrelationsnetværksanalyse. NeuroImage 42 1178-1184. 10.1016 / j.neuroimage.2008.05.059 [PubMed] [Cross Ref]
Goldstein RZ, Volkow ND (2011). Dysfunktion af præfrontal cortex i afhængighed: neuroimaging fund og kliniske implikationer. Nat. Rev. Neurosci. 12 652-669. 10.1038 / nrn3119 [PMC gratis artikel] [PubMed] [Cross Ref]
Grøn CS, Bavelier D. (2003). Action videospil ændrer visuel selektiv opmærksomhed. Natur 423 534-537. 10.1038 / nature01647 [PubMed] [Cross Ref]
Green CS, Pouget A., Bavelier D. (2010). Forbedret probabilistisk indledning som en generel læringsmekanisme med action videospil. Curr. Biol. 20 1573-1579. 10.1016 / j.cub.2010.07.040 [PMC gratis artikel] [PubMed] [Cross Ref]
Green CS, Sugarman MA, Medford K., Klobusicky E., Bavelier D. (2012). Virkningen af action-videospiloplevelse på task-switching. Comput. Hum. Behav. 28 984-994. 10.1016 / j.chb.2011.12.020 [PMC gratis artikel] [PubMed] [Cross Ref]
Griffiths MD, Pontes HM (2014). Internet afhængighedsforstyrrelse og internet gaming lidelse er ikke det samme. J. Addict. Res. Ther. 5:e124 10.4172/2155-6105.1000e124 [Cross Ref]
Han CE, Yoo SW, Seo SW, Na DL, Seong JK (2013). Klientbaseret statistik for hjernekonnektivitet i korrelation med adfærdsmæssige foranstaltninger. PLoS ONE 8: e72332 10.1371 / journal.pone.0072332 [PMC gratis artikel] [PubMed] [Cross Ref]
Han DH, Kim YS, Lee YS, Min KJ, Renshaw PF (2010). Ændringer i cue-induceret prefrontal cortex aktivitet med videospil. Cyberpsychol. Behav. Soc. Netv. 13 655-661. 10.1089 / cyber.2009.0327 [PubMed] [Cross Ref]
Hoeft F., Watson CL, Kesler SR, Bettinger KE, Reiss AL (2008). Kønsforskelle i det mesocorticolimbiske system under computerspilspil. J. Psychiatr. Res. 42 253-258. 10.1016 / j.jpsychires.2007.11.010 [PubMed] [Cross Ref]
Hong SB, Harrison BJ, Dandash O., Choi EJ, Kim SC, Kim HH, et al. (2015). Et selektivt inddragelse af putamen funktionel forbindelse i ungdom med internet gaming lidelse. Brain Res. 1602 85-95. 10.1016 / j.brainres.2014.12.042 [PubMed] [Cross Ref]
Hong SB, Zalesky A., Cocchi L., Fornito A., Choi EJ, Kim HH, et al. (2013). Mindsket funktionel hjerneforbindelse hos unge med internetafhængighed. PLoS ONE 8: e57831 10.1371 / journal.pone.0057831 [PMC gratis artikel] [PubMed] [Cross Ref]
Király O., Griffiths MD, Urbán R., Farkas J., Kökönyei G., Elekes Z., et al. (2014). Problematisk internetbrug og problematisk online spil er ikke det samme: fund fra en stor repræsentativ ungdomsprøve. Cyberpsychol. Behav. Soc. Netv. 17 749-754. 10.1089 / cyber.2014.0475 [PMC gratis artikel] [PubMed] [Cross Ref]
Ko CH, Hsieh TJ, Chen CY, Yen CF, Chen CS, Yen JY, et al. (2014). Ændret hjerneaktivering under responshæmning og fejlbehandling i emner med internetgamblingforstyrrelse: en funktionel magnetisk billeddannelsesundersøgelse. Eur. Arch. Psychiatry Clin. Neurosci. 264 661–672. 10.1007/s00406-013-0483-3 [PubMed] [Cross Ref]
Ko CH, Hsieh TJ, Wang PW, Lin WC, Yen CF, Chen CS, et al. (2015). Ændret grå stof tæthed og forstyrret funktionel tilslutning af amygdala hos voksne med internet gaming lidelse. Prog. Neuro-Psvchopharmacol. Biol. Psykiatri 57 185-192. 10.1016 / j.pnpbp.2014.11.003 [PubMed] [Cross Ref]
Ko CH, Liu GC, Hsiao SM, Yen JY, Yang MJ, Lin WC, et al. (2009). Hjernevirksomhed i forbindelse med spilets trang til online spilafhængighed. J. Psychiatr. Res. 43 739-747. 10.1016 / j.jpsychires.2008.09.012 [PubMed] [Cross Ref]
Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, Chen CS (2013). Hjernen korrelerer med krav til online spil under cue eksponering i emner med internet gaming afhængighed og i remitterede emner. Narkoman. Biol. 18 559-569. 10.1111 / j.1369-1600.2011.00405.x [PubMed] [Cross Ref]
Ko C.-H., Yen C.-F., Yen C.-N., Yen J. -Y., Chen C.-C., Chen S.-H. (2005). Screening for internet afhængighed: en empirisk undersøgelse af cut-off point for chen internet afhængighed skalaen. Kaohsiung J. Med. Sci. 21 545–551. 10.1016/S1607-551X(09)70206-2 [PubMed] [Cross Ref]
Kong X.-Z., Zhen Z., Li X., Lu H.-H., Wang R., Liu L., et al. (2014). Individuelle forskelle i impulsivitet forudsiger hovedbevægelse under magnetisk resonansbilleddannelse. PLoS ONE 9: e104989 10.1371 / journal.pone.0104989 [PMC gratis artikel] [PubMed] [Cross Ref]
Koob GF, Volkow ND (2010). Neurokredsløb af afhængighed. Neuropsychopharmacology 35 217-238. 10.1038 / npp.2009.110 [PMC gratis artikel] [PubMed] [Cross Ref]
Kühn S., Gallinat J. (2015). Hjerner online: strukturelle og funktionelle korrelater af almindelig internetbrug. Narkoman. Biol. 20 415-422. 10.1111 / adb.12128 [PubMed] [Cross Ref]
Kuss DJ, Griffiths MD (2012). Internet gaming afhængighed: en systematisk gennemgang af empirisk forskning. Int. J. Mental Health Addict. 10 278–296. 10.1007/s11469-011-9318-5 [Cross Ref]
Li BJ, Friston KJ, Liu J., Liu Y., Zhang GP, Cao FL, et al. (2014). Forringet frontal-basal ganglia-forbindelse hos unge med internetafhængighed. Sci. Rep. 4: 5027 10.1038 / Srep05027 [PMC gratis artikel] [PubMed] [Cross Ref]
Li WW, Li YD, Yang WJ, Zhang QL, Wei DT, Li WF, et al. (2015). Hjernestrukturer og funktionel forbindelse forbundet med individuelle forskelle i internettendens hos raske unge voksne. Neuropsychologia 70 134-144. 10.1016 / j.neuropsychologia.2015.02.019 [PubMed] [Cross Ref]
Lin FC, Zhou Y., Du YS, Zhao ZM, Qin LD, Xu JR, et al. (2015). Aberrant corticostriatale funktionelle kredsløb hos unge med internetafhængighedsforstyrrelse. Foran. Hum. Neurosci. 9: 356 10.3389 / fnhum.2015.00356 [PMC gratis artikel] [PubMed] [Cross Ref]
Lin MP, Ko HC, Wu JYW (2011). Prevalens og psykosociale risikofaktorer forbundet med internetafhængighed i en nationalt repræsentativ stikprøve af universitetsstuderende i Taiwan. Cyberpsychol. Behav. Soci. Netv. 14 741-746. 10.1089 / cyber.2010.0574 [PubMed] [Cross Ref]
Lorenz RC, Kruger JK, Neumann B., Schott BH, Kaufmann C., Heinz A., et al. (2013). Cue reaktivitet og dets hæmning i patologiske computerspil spillere. Narkoman. Biol. 18 134-146. 10.1111 / j.1369-1600.2012.00491.x [PubMed] [Cross Ref]
Meng YJ, Deng W., Wang HY, Guo WJ, Li T. (2015). Den præfrontale dysfunktion hos personer med internetgamblingforstyrrelse: en meta-analyse af funktionelle magnetiske resonansbilledstudier. Narkoman. Biol. 20 799-808. 10.1111 / adb.12154 [PubMed] [Cross Ref]
Moulton EA, Elman I., Becerra LR, Goldstein RZ, Borsook D. (2014). Den cerebellum og afhængighed: indsigter opnået fra neuroimaging forskning. Narkoman. Biol. 19 317-331. 10.1111 / adb.12101 [PMC gratis artikel] [PubMed] [Cross Ref]
Naqvi NH, Bechara A. (2009). Den skjulte ø af afhængighed: insulaen. Trends Neurosci. 32 56-67. 10.1016 / j.tins.2008.09.009 [PMC gratis artikel] [PubMed] [Cross Ref]
Nichols TE, Holmes AP (2002). Nonparametriske permutationstest til funktionel neuroimaging: en primer med eksempler. Hum. Brain Mapp. 15 1-25. 10.1002 / hbm.1058 [PubMed] [Cross Ref]
OReilly M. (1996). Internet afhængighed: en ny lidelse går ind i medicinsk leksikon. Kan. Med. Sammenslutninger. J. 154 1882-1883. [PMC gratis artikel] [PubMed]
Park CH, Chun JW, Cho H., Jung YC, Choi J., Kim DJ (2015). Er den internet gaming-afhængige hjerne tæt på at være i en patologisk tilstand? Narkoman. Biol. [Epub forud for print] .10.1111 / adb.12282 [PubMed] [Cross Ref]
Petry NM, O'Brien CP (2013). Internet gaming disorder og DSM-5. Addiction 108 1186-1187. 10.1111 / add.12162 [PubMed] [Cross Ref]
Petry NM, Rehbein F., Gentile DA, Lemmens JS, Rumpf HJ, Möle T., et al. (2014). En international konsensus for vurdering af internet gaming lidelse ved hjælp af den nye DSM-5 tilgang. Addiction 109 1399-1406. 10.1111 / add.12457 [PubMed] [Cross Ref]
Rorden C., Karnath HO, Bonilha L. (2007). Forbedring af læsions-symptom kortlægning. J. Cogn. Neurosci. 19 1081-1088. 10.1162 / jocn.2007.19.7.1081 [PubMed] [Cross Ref]
Saad ZS, Gotts SJ, Murphy K., Chen G., Jo HJ, Martin A., et al. (2012). Fejl ved hvile: hvordan korrelationsmønstre og gruppefordeling bliver forvrænget efter global signalregression. Brain Connect. 2 25-32. 10.1089 / brain.2012.0080 [PMC gratis artikel] [PubMed] [Cross Ref]
Sang XW, Dong ZY, Lang XY, Li SF, Zuo XN, Zhu CZ, et al. (2011). REST: et værktøjssæt til hvilende tilstands funktionel magnetisk resonansbilledbehandling databehandling. PLoS ONE 6: e25031 10.1371 / journal.pone.0025031 [PMC gratis artikel] [PubMed] [Cross Ref]
Stanley ML, Moussa MN, Paolini BM, Lyday RG, Burdette JH, Laurienti PJ (2013). Definere knuder i komplekse hjernenetværk. Foran. Comput. Neurosci. 7: 169 10.3389 / fncom.2013.00169 [PMC gratis artikel] [PubMed] [Cross Ref]
Sun YJ, Ying H., Seetohul RM, Wang XM, Ya Z., Qian L., et al. (2012). Brain fMRI undersøgelse af begær induceret af cue billeder i online-spilmisbrugere (mandlige unge). Behav. Brain Res. 233 563-576. 10.1016 / j.bbr.2012.05.005 [PubMed] [Cross Ref]
Takeuchi H., Taki Y., Nouchi R., Sekiguchi A., Hashizume H., Sassa Y., et al. (2014). Forening mellem hvilende tilstand funktionel forbindelse og empati / systemisering. NeuroImage 99 312-322. 10.1016 / j.neuroimage.2014.05.031 [PubMed] [Cross Ref]
Talati A., Hirsch J. (2005). Funktionel specialisering inden for medial frontal gyrus til perceptuelle go / no-go beslutninger baseret på "what," "when" og "where" relateret information: en fMRI undersøgelse. J. Cogn. Neurosci. 17 981-993. 10.1162 / 0898929054475226 [PubMed] [Cross Ref]
Tzourio-Mazoyer N., Landeau B., Papathanassiou D., Crivello F., Etard O., Delcroix N., et al. (2002). Automatiseret anatomisk mærkning af aktiveringer i SPM ved anvendelse af en makroskopisk anatomisk parcellering af MNI MR-enkeltpersonens hjerne. NeuroImage 15 273-289. 10.1006 / nimg.2001.0978 [PubMed] [Cross Ref]
van den Heuvel MP, Pol HEH (2010). Undersøgelse af hjernenetværk: en gennemgang af hvilende tilstand fMRI funktionel tilslutning. Eur. Neuropsychopharmacol. 20 519-534. 10.1016 / j.euroneuro.2010.03.008 [PubMed] [Cross Ref]
Volkow ND, Fowler JS (2000). Addiction, en sygdom med tvang og drev: involvering af orbitofrontale cortex. Cereb. cortex 10 318-325. 10.1093 / cercor / 10.3.318 [PubMed] [Cross Ref]
Volkow ND, Fowler JS, Wang GJ (2003). Den afhængige menneskelige hjerne: indsigter fra billedstudier. J. Clin. Investig. 111 1444-1451. 10.1172 / Jci200318533 [PMC gratis artikel] [PubMed] [Cross Ref]
Volkow ND, Wang GJ, Fowler JS, Tomasi D., Telang F., Baler R. (2010). Addiction: nedsat belønning følsomhed og øget forventning følsomhed konspirere at overvælde hjernens kontrol kredsløb. Bioessays 32 748-755. 10.1002 / bies.201000042 [PMC gratis artikel] [PubMed] [Cross Ref]
Volkow ND, Wang GJ, Telang F., Fowler JS, Logan J., Childress AR, et al. (2006). Kokainindikationer og dopamin i dorsalstriatum: Kræmmemekanisme i kokainafhængighed. J. Neurosci. 26 6583-6588. 10.1523 / Jneurosci.1544-06.2006 [PubMed] [Cross Ref]
Wang Y., Yin Y., Sun YW, Zhou Y., Chen X., Ding WN, et al. (2015). Reduceret præfrontal lobe interhemispheric funktionel tilslutning til unge med internet gaming lidelse: en primær undersøgelse ved hjælp af hvilestatus fMRI. PLoS ONE 10: e0118733 10.1371 / journal.pone.0118733 [PMC gratis artikel] [PubMed] [Cross Ref]
Wee CY, Zhao ZM, Yap PT, Wu GR, Shi F., Price T., et al. (2014). Forstyrret hjernefunktionelt netværk i internetafhængighedsforstyrrelse: en hvilende tilstands funktionel magnetisk resonansbilleddannelsesundersøgelse. PLoS ONE 9: e107306 10.1371 / journal.pone.0107306 [PMC gratis artikel] [PubMed] [Cross Ref]
Weissenbacher A., Kasess C., Gerstl F., Lanzenberger R., Moser E., Windischberger C. (2009). Korrelationer og antikorrelationer i hvilende tilstand funktionel forbindelse MRI: en kvantitativ sammenligning af præprocessing strategier. NeuroImage 47 1408-1416. 10.1016 / j.neuroimage.2009.05.005 [PubMed] [Cross Ref]
Xia M., Wang J., He Y. (2013). BrainNet Viewer: et netværk visualiseringsværktøj til human brain connectomics. PLoS ONE 8: e68910 10.1371 / journal.pone.0068910 [PMC gratis artikel] [PubMed] [Cross Ref]
Yan C., Zang Y. (2010). DPARSF: en MATLAB værktøjskasse til "pipeline" data analyse af hviletilstand fMRI. Foran. Syst. Neurosci. 4: 13 10.3389 / fnsys.2010.00013 [PMC gratis artikel] [PubMed] [Cross Ref]
Yarkoni T., Poldrack RA, Nichols TE, Van Essen DC, Wager TD (2011). Storskala automatiseret syntese af human funktionelle neuroimaging data. Nat. Metoder 8 665-670. 10.1038 / nmeth.1635 [PMC gratis artikel] [PubMed] [Cross Ref]
Yeo BTT, Krienen FM, Sepulcre J., Sabuncu MR, Lashkari D., Hollinshead M., et al. (2011). Organiseringen af den menneskelige cerebrale cortex estimeret ved iboende funktionel forbindelse. J. Neurophysiol. 106 1125-1165. 10.1152 / jn.00338.2011 [PMC gratis artikel] [PubMed] [Cross Ref]
Young KS (1998). Internet afhængighed: fremkomsten af en ny klinisk lidelse. CyberPsychol. Behav. 1 237–244. 10.1007/s10899-011-9287-4 [Cross Ref]
Yuan K., Qin W., Yu D., Bi Y., Xing L., Jin C., et al. (2015). Core hjernenetværk interaktioner og kognitiv kontrol i internet gaming lidelse individer i sen ungdom / tidlig voksenalder. Brain Struct. Funct. [Epub forud for udskrivning] .10.1007 / s00429-014-0982-7 [PubMed] [Cross Ref]
Zalesky A., Fornito A., Bullmore ET (2010a). Netværksbaseret statistik: Identifikation af forskelle i hjernenetværk. NeuroImage 53 1197-1207. 10.1016 / j.neuroimage.2010.06.041 [PubMed] [Cross Ref]
Zalesky A., Fornito A., Harding IH, Cocchi L., Yücel M., Pantelis C., et al. (2010b). Hele hjernens anatomiske netværk: betyder valget af knuder noget? NeuroImage 50 970-983. 10.1016 / j.neuroimage.2009.12.027 [PubMed] [Cross Ref]
Zhang JT, Yao YW, Li CSR, Zang YF, Shen ZJ, Liu L., et al. (2015). Ændret hvilende tilstandsfunktionel forbindelse til insula hos unge voksne med internetgamblingforstyrrelse. Narkoman. Biol. [Epub forud for print] .10.1111 / adb.12247 [PMC gratis artikel] [PubMed] [Cross Ref]
Zhou Y., Lin FC, Du YS, Qin LD, Zhao ZM, Xu JR, et al. (2011). Grå materielle abnormiteter i internetafhængighed: et voxelbaseret morfometri-studie. Eur. J. Radiol. 79 92-95. 10.1016 / j.ejrad.2009.10.025 [PubMed] [Cross Ref]