Aberrante neuronale Signaturen der Entscheidungsfindung: Pathologische Spieler zeigen kortiko-striatale Überempfindlichkeit gegenüber extremen Glücksspielen

Volume 128, März 2016, Seiten 342-352

doi: 10.1016 / j.neuroimage.2016.01.002

  Open Access


Highlights

  • Pathologische Spieler zeigen eine U-förmige neuronale Antwort auf appetitanregende und aversive Wetten.
  • Diese Überempfindlichkeit tritt in einem kortiko-striatalen Netzwerk auf, dh in Caudat und DLPFC.
  • Die Sensibilisierung dieses Netzwerks könnte ein neuronaler Marker für zwanghaftes Spielen sein.
  • Ein zukünftiger Fokus auf dieses Netzwerk und auf Mechanismen, die auf Maßnahmen und Ergebnisse abzielen, wird vorgeschlagen.

Abstrakt

Pathologisches Glücksspiel ist eine Suchtstörung, die trotz schwerwiegender Folgen von einem unwiderstehlichen Glücksspieldrang geprägt ist. Eines der Kennzeichen des pathologischen Glücksspiels ist die unangemessene und hoch riskante Entscheidungsfindung, die mit der Fehlregulierung von belohnungsbezogenen Hirnregionen wie dem ventralen Striatum in Verbindung gebracht wurde. Frühere Studien haben jedoch zu widersprüchlichen Ergebnissen hinsichtlich der Auswirkungen dieses Netzwerks geführt, wobei entweder Hypo- oder Überempfindlichkeit gegenüber monetären Gewinnen und Verlusten aufgezeigt wurde. Eine mögliche Erklärung ist, dass das spielende Gehirn die Vorteile und Kosten bei der Gewichtung der potenziellen Ergebnisse falsch darstellt und nicht die Gewinne und Verluste per se. Um dieses Problem zu lösen, haben wir untersucht, ob pathologisches Glücksspiel mit einer anomalen Gehirnaktivität bei Entscheidungen in Zusammenhang steht, die den Nutzen möglicher Gewinne gegen mögliche Verluste ausmachen. Pathologische Spieler und gesunde Menschen wurden einer funktionellen Magnetresonanztomographie unterzogen, während sie gemischte Gewinn- / Verlustspiele mit fünfzig bis fünfzig Gewinn- oder Verlustchancen akzeptierten oder ablehnten. Im Gegensatz zu gesunden Individuen wiesen die Spieler ein U-förmiges Antwortprofil auf, das die Überempfindlichkeit gegen die appetitlichsten und aversivsten Wetten in einem kortiko-striatalen Führungsnetzwerk einschließlich des dorsolateralen präfrontalen Kortex und des Caudatkerns widerspiegelt. Dieses Netzwerk befasst sich mit der Bewertung von Event-Event-Ereignissen, der Überwachung der jüngsten Aktionen und der Vorwegnahme ihrer Folgen. Die Fehlregulierung dieses spezifischen Netzwerks, insbesondere bei extremen Wetten mit großen potenziellen Folgen, bietet ein neuartiges Verständnis der neuronalen Grundlagen des pathologischen Glücksspiels im Hinblick auf unzureichende Assoziationen zwischen Glücksspielaktionen und deren finanziellen Auswirkungen.

Stichwörter

  • Entscheidungen fällen;
  • Pathologisches Glücksspiel;
  • Cortico-striatale Überempfindlichkeit;
  • fMRI;
  • Verlustaversion;
  • Belohnen

Einleitung

Pathologisches Glücksspiel ist eine psychische Erkrankung, die durch einen unwiderstehlichen Drang zum Glücksspiel trotz schädlicher Folgen gekennzeichnet ist. Mit einer Prävalenz von 1 - 2% in vielen westlichen Gesellschaften (Welte et al., 2008 und Wardle et al., 2010), stellt diese Störung ein schwerwiegendes öffentliches und persönliches Gesundheitsproblem dar. Pathologisches Glücksspiel wurde kürzlich als Verhaltensabhängigkeit eingestuft und teilt viele Kernsymptome mit Drogensucht wie Entzug, Toleranz und hoher Beschäftigung (Petry, 2007 und Leeman und Potenza, 2012).

Riskante Entscheidungen sind ein wichtiges Merkmal des pathologischen Glücksspiels. Spieler haben in der Tat eine hohe Risikotoleranz (Clark, 2010 und Brevers et al., 2013) und pathologisches Glücksspiel wurde mit Veränderungen der dopaminergen Regionen in Verbindung mit Belohnung, Risiko und Motivation wie dem ventralen Striatum und dem ventromedialen präfrontalen Kortex (vmPFC) in Verbindung gebracht (van Holst ua, 2010, Limbrick-Oldfield et al., 2013 und Potenza, 2014). Es haben sich jedoch einige Studien ergeben hypoAktivierung des mesolimbischen Belohnungspfads als Reaktion auf die Erwartung oder das Ergebnis von Belohnungen ( Reuteret al., 2005, de Ruiter et al., 2009 und Balodis et al., 2012) haben andere Studien berichtet hyperAktivierung des gleichen Weges zur erwarteten Belohnung ( van Holst ua, 2012 und Worhunsky et al., 2014) erwartete Verluste (Romanczuk-Seiferth et al. 2015) oder Glücksspiel Hinweise ( Crockford et al., 2005 und Goudriaan et al., 2010). Interessanterweise zeigten Positronen-Emissions-Tomographie (PET) -Studien keine generellen Unterschiede zwischen Spielern und gesunden Kontrollen in der Größenordnung der Freisetzung von Striataldopamin ( Joutsa et al., 2012 und Linnet et al., 2011) zeigte jedoch eine positive Korrelation zwischen der Freisetzung von striatalem Dopamin und dem Schweregrad der Glücksspiele (Joutsa et al. 2012) und Dopamin-Freisetzung und Erregung beim Glücksspiel (Linnet et al. 2011). Diese widersprüchlichen Antwortmuster spiegeln sich in zwei Hauptberichten über pathologisches Spielen wider. Auf der einen Seite sagt die Belohnungsmangel-Theorie ein hyposensitives Belohnungssystem aufgrund eines in Substanzabhängigen gefundenen dysfunktionellen Dopamin-D2-Rezeptors voraus ( Blum et al., 1990 und Noble et al., 1991) und Spieler ( Comings et al., 1996 und Comings et al., 2001). Ein niedrigerer dopaminerger Ton im Gehirn würde Spieler dazu bringen, höhere Belohnungen anzustreben, um die Schwelle zu erreichen, bei der eine "Belohnungskaskade" im Gehirn initiiert wird. Auf der anderen Seite prognostiziert die Sensibilisierungstheorie eine starke Motivation für Suchtobjekte ( Robinson und Berridge, 1993 und Robinson und Berridge, 2008) was zu Überempfindlichkeit in dopaminergen Regionen führt. Bei Spielern würde die Spielmotivation durch Glücksspielereignisse in der Umgebung ausgelöst, die den Anreizwert alternativer Belohnungsquellen außer Kraft setzen würden ( Goldstein und Volkow, 2002 und Goldstein et al., 2007).

Diese Diskrepanzen unterstreichen, dass die neuronalen Grundlagen des pathologischen Glücksspiels weiterhin ungeklärt sind. Während Studien, die Geldstrafen und Belohnungen gegenüberstellen, sich mit der Berechnung von Entscheidungswerten im Gehirn befassen können, beziehen sie sich nicht darauf, wie Gewinne und Verluste während des Spielens integriert werden. Vor kurzem haben wir eine Glücksspielaufgabe entwickelt, die sowohl die Größen der Gewinn- und Verlustwerte separat prüft als auch, wie Gewinne und Verluste in „gemischten“ (Gewinn / Verlust-) Glücksspielen gegeneinander ausgeglichen werden (Gelskov et al. 2015). Beim Ausgleich von Gewinnen und Verlusten neigen die Menschen dazu, auf potenzielle Verluste empfindlicher zu reagieren als auf gleichwertige Gewinne, eine Entscheidung, die als Verlustaversion bezeichnet wird (Kahneman und Tversky 1979). In der Praxis lehnen Menschen normalerweise 50 / 50-Spiele ab, es sei denn, sie können etwa doppelt so viel gewinnen, wie sie verlieren können. In früheren Studien mit gemischten Spielen mit gesunden Teilnehmern wurde festgestellt, dass die getrennte Bewertung von Gewinnen und Verlusten belohnungsbezogene dopaminerge Zielregionen umfasst, insbesondere das ventrale Striatum und das vmPFC (Tomet al. 2007). Wenn jedoch das gesamte Gewinn / Verlust-Glücksspiel berücksichtigt wird (dh potenzieller Gewinn, potenzieller Verlust und die Konsequenzen eines Gewinns oder Verlusts), haben andere Studien eine wichtige Rolle für die Amygdala bei der Verlustaversion gefunden (De Martino et al., 2010 und Gelskov et al., 2015). In der vorliegenden Studie haben wir diese Aufgabe in einer von Spielsucht betroffenen Bevölkerung als Mittel genutzt, um Einblick in abweichende wertbasierte Entscheidungen zu erhalten.

In einer Verhaltensstudie wurde kürzlich festgestellt, dass problematische Spieler weniger verlustverträglich sind als Kontrollpersonen (Brevers et al. 2012, aber sieh auch Giorgetta et al. 2014). Hier stellen wir die Frage, ob das pathologische Glücksspiel möglicherweise eine unzureichende Abwägung möglicher Gewinne gegen Verluste während der Entscheidungsfindung widerspiegelt. In einer kürzlich durchgeführten Studie fanden wir heraus, dass die Aktivität des Amygdala und des ventralen Striatum den Grad der Verlustaversion bei gesunden Teilnehmern widerspiegelte, als sie sich dazu entschieden, extreme Gewinn-Verlust-Spiele anzunehmen oder abzulehnen (Gelskov et al. 2015). Hier haben wir das Verhalten von Einzelspielern verwendet, um zu untersuchen, wie der Entscheidungsprozess durch interindividuelle Variationen der Verlustaversion (dh mehr oder weniger verlustabstoßend) eingestellt wird, und ob sich die Verlustaversion auch in mesolimbischen Belohnungsbereichen bei Spielern widerspiegelt . Um diese Probleme anzugehen, verwendeten wir fMRI und eine Glücksspielaufgabe, bei der Teilnehmer gemischte Glücksspiele auf der Grundlage des Verhältnisses zwischen dem absoluten Gewinn und dem Verlustwert akzeptieren oder zurückweisen mussten. Unser Studiendesign ermöglichte es uns zu untersuchen, ob pathologische Spieler positive und negative Werte von gesunden Kontrollen abwägen und ob die Integration von Gewinn-Verlust-Verhältnissen in Glücksspielentscheidungen mit anormalen Aktivitäten in Gehirnregionen verbunden ist, die an wertbasierten Entscheidungen beteiligt sind.

Material und Methoden

Teilnehmer

14 männliche, nicht medikamentöse pathologische Spieler (Durchschnittsalter in Jahren: 29.43; SD: 6.05; Bereich: 20 – 40) und gesunde Kontrollpersonen aus 15 (alle Männer; Durchschnittsalter in Jahren: 29.87; SD: 6.06– 21) wurden speziell für diese Studie rekrutiert. Zwei zusätzliche Spieler wurden zunächst gescannt, jedoch vor der Aufnahme in die Analyse ausgeschlossen, weil sie die Aufgabe falsch verstanden hatten: Ein Teilnehmer reagierte nur auf die Annahme einer Wette, während ein anderer Teilnehmer der Meinung war, dass alle Glücksspiele am Ende der Sitzung ausbezahlt würden. Spieler wurden über ein dänisches Behandlungszentrum für pathologisches Glücksspiel rekrutiert. Kein Teilnehmer hatte zusätzliche psychische Gesundheitsprobleme, abgesehen von pathologischem Glücksspiel, basierend auf dem strukturellen klinischen Interview für DSM-IV, Axis I (SCID-I, Forschungsversion, Patienten- und Nichtpatientenversion); First et al. 2002), einschließlich Störungen wie Drogenkonsum oder Abhängigkeit. Das Vorhandensein von pathologischem Glücksspiel wurde durch ein strukturelles Interview auf Basis des SCID-Moduls für pathologisches Glücksspiel bestätigt. Alle Spieler hatten einen South Oaks Gambling Screen (SOGS) von mehr als 5 (Tabelle 1; Lesieur und Blume 1987; Dänische Versionen von SOGS- und SCID-Modulen wurden von J. Linnet übersetzt. Die Teilnehmer wurden auf MR-Kompatibilität, Vorgeschichte neurologischer Erkrankungen und unterzeichnete Einverständniserklärungen geprüft. Die Studie wurde nach dem ethischen Protokoll KF 01 – 131 / 03, das von der örtlichen Ethikkommission herausgegeben wurde, genehmigt.

Tabelle 1.

Demographische und neuropsychologische Merkmale der Teilnehmer.

Variablen, Gruppenmittel (SD von Mitteln)

Pathologische Spieler (n = 14)

Kontrollpersonen (n = 15)

Teststatistik (2-Beispiel, 2-tailed) t-Tests und Chi-Quadrat-Tests)

Demografische Daten

Alter Jahre)

29.43 (6.05)29.87 (6.06)t(27) = 0.2, P = 0.85

Bildungsniveaua,b

3.15 (1.68)4.6 (1.12)t(26) = 2.72, P = 0.01
 
Klinische Daten

Spielergebnis (SOGS)

11.36 (3.97)0.33 (0.9)t(27) = 10.48, P <0.001

Raucherb

40χ2 = 5.39, df = 1, P = 0.02

Alkohol (AUDIT)b

9.23 (5.32)8.67 (4.47)t(26) = 0.31, P = 0.76

Handlichkeit (links)

24χ2 = 0.14, df = 1, P = 0.71
 
Neuropsychologische Daten

WAIS-Untertests:

   

"Wortschatz"

10.36 (2.50)13.47 (1.25)t(27) = 4.29, P <0.001

"Information"

10.00 (2.08)12.80 (2.01)t(27) = 3.69, P <0.001

Depression (BDI)

17.00 (10.57)3.47 (2.95)t(27) = 4.77, P <0.001

Impulsivität (BIS-11)b

74.93 (7.25)58.36 (8.63)t(26) = 5.50, P <0.001

"Beachtung"

2.252.14t(26) = 1.57, P = 0.13

"Motor"

2.471.95t(26) = 4.35, P <0.001

"Nicht-Planung"

2.82.71t(26) = 5.63, P <0.001

Angst (GAD-10)

12.57 (9.02)8.27 (5.89)t(27) = 1.53, P = 0.14

Risikobereitschaft (DOSPERT)

  t(27) = 1.57, P = 0.13

"Risiko wahrnehmen"

-0.25 (0.25)-0.51 (0.20)t(27) = 3.14, P = 0.004

"Erwarteter Nutzen des Risikos"

0.46 (0.41)0.40 (0.31)t(27) = 0.49, P = 0.63
 
Verhaltensdaten

Verlustaversion, Lambda (λ)

1.45 (0.49)1.83 (0.83)t(27) = 1.47, P = 0.077c

Reaktionszeit (ms)

927 (240)959 (122)t(27) = 0.45, P = 0.66

Abkürzungen: SOGS, South Oaks Gambling Screen; AUDIT, Test zur Bestimmung des Alkoholkonsums; WAIS, Wechsler Adult Intelligence Scale; BDI, Beck Depression Inventory; BIS-11, Barratt-Impulsskala, 11th, GAD-10, Test der generalisierten Angststörung; DOSPERT, domänenspezifische Risikoabnahme.

a

Höchstes Bildungsniveau (Punktzahl): 1 = Sekundarstufe I, 2 = Berufsbildung, 3 = Sekundarstufe II, 4 = Berufsabschluss, 5 = Bachelor-Abschluss oder ähnliches, 6 = Master-Abschluss.

b

Ein Spieler hat den AUDIT-Bildschirm nicht abgeschlossen, der Raucher- und Bildungsbildschirm wurde nicht abgeschlossen. Ein Kontrollsubjekt hat den BIS-11-Fragebogen nicht ausgefüllt.

c

Nichtparametrischer Permutationstest aufgrund nicht normaler Verteilungen.

Tabellenoptionen

Die Teilnehmer wurden an zwei verschiedenen Tagen im Abstand von 1 bis 2 Wochen getestet. Während der ersten Testsitzung wurden die Teilnehmer neuropsychologischen Tests, Fragebögen und Interviews unterzogen (siehe Tabelle 1). Die Teilnehmer erhielten außerdem 200 dänische Kronen (dh die dänische Geldwährung DKK, 1 DKK ≈ 0.16 US-Dollar), die sie in der folgenden Woche für die fMRI-Testsitzung als Glücksspieleinsatz zurückbringen sollten.

Glücksspielaufgabe und Anregungen

Während der fMRI-Sitzung führten die Teilnehmer eine Glücksspielaufgabe aus, bei der sie gemischte Gewinn / Verlust-Gewinnspiele mit gleicher Wahrscheinlichkeit des Gewinns oder Verlusts akzeptieren oder ablehnen mussten (Abb.. 1EIN). Bei jedem Versuch wurde den Probanden ein Kreisdiagramm mit entweder einem potenziellen Gewinnbetrag oder einem potenziellen Verlustbetrag entsprechend der Hauptbedingung (dh den Bedingungen „Verlust zuerst“ oder „Gewinn zuerst“) präsentiert. Nach einer variierenden Anzeigezeit (2–5 s) wurde der zweite Betrag des gemischten Glücksspiels angezeigt, und die Probanden entschieden sich, das aktuelle Glücksspiel durch Drücken einer der beiden Tasten im Scanner zu akzeptieren oder abzulehnen. Sowohl die erste "Größenpräsentationsphase" als auch die folgende "Entscheidungsphase" wurden in Schritten von 0.5 s (dh 2, 2.5, 3, 3.5, 4, 4.5 und 5 s) von Versuch zu Versuch pseudozufällig gezittert. Den Teilnehmern wurden Anweisungen vorgelesen, nachdem sie eine kurze Schulung absolviert hatten, bis sie mit der Aufgabe vertraut waren. Den Teilnehmern wurde mitgeteilt, dass während des Scannens kein Feedback zum Ergebnis einzelner Wetten gegeben werden würde, der Computer jedoch nach der fMRI-Sitzung zwei zufällige Wetten auswählen würde: die zuvor akzeptiert Während der Spielsitzung würde „ausgespielt“ werden, und die Teilnehmer würden entweder Geld aus ihrem Vermögen verlieren oder zusätzliches Geld gewinnen, während sie, wenn sie die Wette abgelehnt hätten, kein 50 / 50-Glücksspiel ausgespielt hätten. Die Teilnehmer wurden aufgefordert, ihren „Bauchgefühlen“ zu folgen und es gab keine richtigen oder falschen Antworten.

Spielaufgabe im Scanner, Stimulus-Matrix und Wahlverhalten. EIN) ...

Abb.. 1. 

Glücksspielaufgabe im Scanner, Stimulusmatrix und Auswahlverhalten. A) Ereignisbezogenes fMRI-Paradigma; Die Teilnehmer erhielten zunächst entweder einen potenziellen Verlust oder einen potenziellen Gewinn (dh die Größenordnung „Präsentationsphase“). Als dann beide Beträge vorgelegt wurden, entschieden die Teilnehmer, ob sie das Glücksspiel akzeptieren oder ablehnen (dh „Entscheidungsphase“). Zwischenversuchsintervalle (ITIs) trennten Versuche. NB: "kr" = "DKK". B) Farbcodierte Wärmekarte, die die Spielverhältnisse (Gewinn / Verlust) darstellt. Die Stimuli bestanden aus 64 verschiedenen Gewinn-Verlust-Verhältnissen, die 8 potenziellen Gewinnbeträgen (68–166 DKK; Inkremente von 14) und 8 potenziellen Verlustbeträgen (34–83 DKK; Inkrementen von 7) entsprachen. Die Farbcodierung spiegelt die Verhältnisse vom niedrigsten (0.82) zum höchsten (4.9) wider. Alle Gewinn / Verlust-Verhältnisse wurden zweimal in zufälliger Reihenfolge dargestellt, einmal in einem "Gewinn zuerst" und einmal in einem "Verlust zuerst" -Zustand. C) Farbcodierte Heatmaps, die Auswahlmuster für Spieler (links) und Kontrollen (rechts) darstellen. Die Farbcodierung von Schwarz über Rot zu Gelb zu Weiß spiegelt den zunehmenden Prozentsatz akzeptierter Glücksspiele wider (Schwarz ➔ Weiß: 0–100%). D) Verlustaversionskoeffizient Lambda (λ) für alle Teilnehmer. Beachten Sie die rechtwinklige Verteilung. Der nichtparametrische Permutationstest zeigte einen Trend zu einer geringeren Verlustaversion bei pathologischen Spielern im Vergleich zu gesunden Kontrollen (P = 0.077).

Abbildung Optionen

Die Stimuli bestanden aus gemischten Glücksspielen in gelben und violetten Kreisdiagrammen mit einem Geldbetrag (dh potenziellen Gewinnen und Verlusten in dänischer Währung), die in jeder Hälfte des Diagramms (Abb.. 1EIN). Die 64-Stimuli kombinierten die potenziellen 8-Verstärkungsbeträge (68 – 166 DKK; in Schritten von 14 DKK) mit den potenziellen 8-Verlustbeträgen (34 – 83 DKK; in Schritten von 7 DKK; siehe Gewinn- / Verlustverhältnis-Matrix in) Abb.. 1B). Die 64 gemischten Glücksspiele wurden einmal in einem "Gewinn zuerst" - und einmal in einem "Verlust zuerst" -Zustand präsentiert, was insgesamt 128 Versuche ergab. Jeder der Stimuli gehörte zu einer von 8 Klassen, die durch den Winkel des Kreisdiagramms identifiziert wurden, das für jede Klasse um 45 ° (0 ° –360 °) gedreht wurde. Obwohl jede Menge (z. B. + 82 DKK) 16 Mal auftrat, wurde sie pro Hauptbedingung (Gewinn oder Verlust zuerst) nur einmal in derselben physischen Position auf dem Bildschirm angezeigt, um Wiederholungen auf niedriger Ebene zu vermeiden. Um sicherzustellen, dass die Probanden auf die Aufgabe aufmerksam waren, und um die Anzahl der Verhältnisse unter 1 zu erhöhen, haben wir 18 äußerst nachteilige Fangversuche hinzugefügt. Diese Versuche kombinierten 3 Beträge mit geringem Gewinn (dh 34, 41, 48 DKK) mit 3 Beträgen mit hohem Verlust (dh 138, 152, 166 DKK). Alle Probanden lehnten mindestens 89% der Fangversuche ab, was darauf hinweist, dass die Probanden der Aufgabe Aufmerksamkeit schenkten (Spieler lehnten 98% aller Fangversuche ab; Bereich: 95–100%; Kontrollpersonen lehnten 98.9% der Fangversuche ab; Bereich 89–100 %). Es gab keinen Unterschied im Anteil der abgelehnten Fangversuche zwischen den Gruppen (P = 0.61, t (27) = 0.52, SD = 2.99). Schließlich haben wir 24 „Basisversuche“ hinzugefügt: leere Kreisdiagramme ohne Beträge (beachten Sie, dass weder Fangversuche noch Basisversuche in der Verhaltensanalyse verwendet oder als interessierende Regressoren aufgenommen wurden). Mit der E-Prime 2.0-Software (Psychology Software Tools, Pittsburgh, PA) wurden Stimuli präsentiert und Tastendrücke aufgezeichnet.

Basierend auf den Entscheidungen des Teilnehmers in den 128 regulären Versuchen berechneten wir den individuellen Grad der Verlustaversion, Lambda (λ), indem wir eine logistische Regression an die binäre Antwort jedes Teilnehmers anpassten (Akzeptieren / Ablehnen). Im Kontrast zu Tom et al. (2007)nutzten wir das volle Gewinn / Verlust-Verhältnis der gemischten Glücksspiele als unabhängige Variable, um das individuelle "Entscheidungsgrenzen" -Lambda in jedem Teilnehmer abzuleiten. Dies lag daran, dass wir uns bei den fMRI-Analysen auf die volle Gamble Ratio konzentrierten und nicht auf die einzelnen Gewinn- und Verlustwerte. Lambda wurde als Gewinn / Verlust-Verhältnis geschätzt, bei dem die Wahrscheinlichkeit, eine Studie anzunehmen, gleich der Wahrscheinlichkeit war, eine Studie nicht anzunehmen (dh 0.5).

Die Magnetresonanztomographie

Funktionelle und strukturelle Gehirnscans wurden mit einem Siemens Magnetom Trio 3 T-MRT-Scanner mit einer 8-Kanal-Kopfspule aufgenommen. Die vom Blutsauerstoffspiegel abhängige (BOLD) funktionelle MRT wurde unter Verwendung einer T2 * -gewichteten echo-planaren Bildgebungssequenz (295 Volumina; 41 Schnitte; 3 mm isotrope Auflösung; Wiederholungszeit: 2430 ms; Echozeit: 30 ms; Flipwinkel: 90) gesammelt °; Sichtfeld: 192 mm, horizontale Ebene) optimiert für die Erkennung des BOLD-Signals im orbitofrontalen Kortex (Deichmann et al. 2003). Die Schnitte waren axial ausgerichtet und die Phasenkodierungsrichtung war anterior-posterior. Beachten Sie, dass die Ausrichtung des Sichtfelds keine vollständige Abdeckung des oberen parietalen Kortex ermöglichte. Ein hochauflösender dreidimensionaler Struktur-Scan des gesamten Gehirns wurde unter Verwendung einer T1-gewichteten Magnetisierungs-präparierten MPRAGE-Sequenz (Rapid Acquisition Gradient Echo) zum Zweck der manuellen Co-Registrierung (1 mm isotrope Voxel; FOV: 256 mm; Erfassung) aufgenommen Matrix 256 × 256; TR: 1540; TE: 3.93 ms, Inversionszeit: 800 ms und ein Flipwinkel von 9 °) und Erstellen einer gruppenspezifischen normalisierten anatomischen Vorlage zur Anzeige von Funktionskarten in den Figuren. Die ersten beiden Bände wurden als Dummy-Scans verworfen, damit das Feld den stationären Zustand erreichen konnte.

Analyse von fMRI-Daten

Die fMRI-Daten wurden unter Verwendung der SPM8-Software (Wellcome Department of Cognitive Neurology) analysiert. Die Vorverarbeitung umfasste die Korrektur der Schnittzeit, die räumliche Neuausrichtung auf das mittlere Bild, die manuelle gemeinsame Registrierung von Bildern, die Normalisierung auf ein Standard-EPI-Bild (dh ein MNI-Schablonenbild; funktionale Voxel von 2 × 2 × 2 mm) und die Glättung unter Verwendung eines Isotrops 8 mm volle Breite bei halbmaximalem Gaußschen Kern und zeitliche Hochpassfilterung (Grenzfrequenz 1/128 Hz). Das allgemeine lineare Modell (GLM) schätzte eine Volterra-Erweiterung mit 24 Parametern der 6 geschätzten Parameter für die Neuausrichtung des starren Körpers, die als Regressoren ohne Interesse aufgenommen wurden, wie in beschrieben Friston et al. (1996). Wir haben auch zusätzliche Regressoren für Fangversuche, Fehlerversuche (dh 250 ms> Reaktionszeit> 2500 ms und Versuche ohne Antwort) sowie zwei „Knopfdruck-Regressoren“ aufgenommen, die die Motoraktivierung im Zusammenhang mit Fingerknopfdrücken modellieren. Bei fünf Probanden wurden Gehirnvolumina aufgrund übermäßiger Kopfbewegungen (dh globaler Kopfbewegungen über 8 mm, lokaler Kopfbewegungen über 2 mm) und DVARS (dh der quadratischen Mittelwert (RMS)) des BOLD-Signals von Volumen zu Volumen ausgeschlossen Volumen, wobei sich «D» auf die zeitliche Ableitung von Zeitverläufen und «VARS» auf die RMS-Varianz über Voxel über 5% Änderung des globalen BOLD-Signals gemäß Definition in bezieht Power et al. (2012)).

In jedem Teilnehmer wurden mit einem GLM aufgabenbezogene BOLD-Signaländerungen erfasst, die die Darstellungsphase der Betragsstärke und die Entscheidungsphase jeder Studie modellierten (siehe Abb.. 1EIN). Die Änderungen des BOLD-Signals während der Betragsdarstellungsphase wurden in separate "Verstärkungsereignisse" und "Verlustereignisse" unterteilt, die jeweils mit ihren individuellen Beträgen als parametrische lineare Modulationen modelliert wurden. BOLD-Signaländerungen während der Entscheidungsfindung wurden parametrisch moduliert, wobei das absolute Gewinn-Verlust-Verhältnis eine erste (dh lineare) und eine zweite (dh quadratische) Polynommodulation (dh (Gewinn / Verlust)) umfasst.2). Alle interessierenden Regressoren waren mit der kanonischen hämodynamischen Antwortfunktion ausgestattet.

Die einzelnen Parameterschätzungen für die Polynommodulation erster und zweiter Ordnung mit zunehmenden Verstärkungsverhältnissen wurden dann in zwei separaten Gruppenanalysen der zweiten Ebene eingegeben. Diese T-Tests der zweiten Stufe umfassten den individuellen Verlustaversionswert (dh Lambda) als Kovariate, um den Einfluss der individuellen Unterschiede in der Verlustaversion zu modellieren. Ein separates Second-Level-Modell umfasste die einzelnen SOGS-Werte als Index für den Spielschweregrad. Die Unterschiede in der regionalen BOLD-Reaktion zwischen Spielern und Kontrollen wurden mit einem T-Test mit zwei Stichproben bewertet. Auf Gruppenebene wurden Cluster als signifikant angesehen, wenn sie einen Schwellenwert von übersteigen P <0.05 korrigiert für Mehrfachvergleiche mit familienbezogener Fehlerkorrektur im gesamten Gehirn (dh auf Clusterebene) unter Verwendung einer Eintrittsschwelle von PUnkorrigiert <0.001. Darüber hinaus wird über verschiedene Trendaktivierungen in relevanten kortiko-limbischen Strukturen berichtet PUnkorrigiert <0.001. Koordinaten werden im stereotaktischen MNI-Raum angezeigt. Zum Hervorheben der wichtigsten BOLD-Aktivierungscluster (dh Caudate und DLPFC) Abb.. 4) und Durchführung von Streudiagrammen von Parameterschätzungen auf der Grundlage des individuellen Verhaltens (z. B. Darstellung der Verlustaversion in Amygdala und der Spielschwere in Precuneus), Abb.. 5) haben wir mit dem WFU PickAtlas (Maldjian et al. 2003). Für die Masken, die das bilaterale Caudat, die Amygdala und den Precuneus abdecken, haben wir vordefinierte Atlas-Masken (AAL) verwendet (Tzourio-Mazoyer et al. 2002), während wir für die DLPFC-Maske eine Maske konstruiert haben, die die Brodmann-Bereiche 8 – 10, 46 und den mittleren Frontalgyrus (MFG) abdeckt. Beachten Sie, dass keine dieser Masken verwendet wurde, um die im Haupttext oder in den Tabellen angegebenen fMRI-Ergebnisse zu verbessern.

Die Ergebnisse

Demographische und neuropsychologische Daten

Demographische und neuropsychologische Daten sind in aufgeführt Tabelle 1. Die Gruppen unterschieden sich nicht signifikant in Bezug auf Alter, Händigkeit, allgemeine Angstzustände oder Alkoholabhängigkeit. Die Spieler zeigten jedoch eine etwas höhere Abhängigkeit vom Rauchen, ein niedrigeres Bildungsniveau, eine höhere Impulsivität und unterschieden sich in der Art, wie sie Risiken wahrnahmen, im Vergleich zu Nicht-Glücksspielkontrollen. Alle Spieler hatten ein SOGS von mehr als 5, was darauf hinweist, dass sie alle im pathologischen Bereich lagen (Median: 10; Bereich: 6 – 19). Im Gegensatz dazu bewerteten alle Probanden mit Ausnahme von zwei Kontrollpersonen 0 im selben Test (Median: 0; Bereich: 0 – 3). Dies deutet auf keine Probleme beim Spielen hin.

Depressionen sind eine häufige Komorbidität bei pathologischen Glücksspielern, und in der Glücksspielgruppe haben wir im Vergleich zu der Kontrollgruppe auch einen erheblichen Anstieg der depressiven Symptome festgestellt. Es gab jedoch keine Korrelation zwischen dem Spielverhalten (dh λ) und den BDI-Werten bei den Spielern (R = 0.2739, P = 0.3651).

Wir haben auch einen signifikanten Unterschied in der Leistung bei den WAIS-Untertests festgestellt, bei denen das Vokabular und das Allgemeinwissen ("Informationen") geprüft wurden. Wiederum fanden wir keine Korrelation zwischen diesen Maßen und dem Spielverhalten (dh Korrelation zwischen WAIS-Informationen und λ): R = 0.0124, P = 0.9679; und zwischen WAIS-Vokabular und λ: R = 0.2320, P = 0.4456).

Verhaltensdaten

Abb.. 1C zeigt die Verteilung der akzeptierten Glücksspiele für ein gegebenes Gewinn-Verlust-Verhältnis für Spieler und Kontrollen. Die meisten Teilnehmer zeigten durchweg ein verlustaverses Verhalten: Sie akzeptierten ein bestimmtes Glücksspiel nur, wenn der Gewinnbetrag den Verlustbetrag deutlich überstieg (dh Lambda> 1). Spieler tendierten dazu, weniger verlustavers zu sein. Der mittlere Anteil der akzeptierten und abgelehnten Studien bei Spielern betrug 65% gegenüber 35% und bei den Kontrollen 55% gegenüber 45%, aber die interindividuelle Variabilität war in beiden Gruppen erheblich: Das mittlere Lambda bei Spielern betrug 1.45 (SD =) 0.49; Mittelwert = 1.45; Bereich: 0.56–2.59) mit einer positiv verzerrten Verteilung von λ (Skewness-Koeffizient von 0.42), während das mittlere Lambda bei gesunden Kontrollen 1.82 betrug (SD = 0.83; Mittelwert = 1.83; Bereich: 1.01–3.83; positive Schiefe: 0.93). Daher erreichte der Unterschied im Lambda zwischen den Gruppen nur eine Grenzsignifikanz (P = 0.077; t (27) = 1.47). Beachten Sie, dass die Lambda-Verteilung nicht normal war (Shapiro-Wilks-Normalitätstest: P = 0.0353, W = 0.9218). Wir verwendeten daher einen zufälligen Permutationstest basierend auf Resampling (auch als Randomisierungstest bekannt), um Unterschiede im Lambda zwischen pathologischen Spielern und gesunden Kontrollen zu bewerten. Die Anzahl der verwendeten Iterationen betrug 10.000.

Die Anzahl der Fehlerprüfungen war zwischen den Gruppen vergleichbar. Spieler als Gruppe hatten 30-Fehlerprüfungen (15-Nichtantworten, 15-sehr schnelle oder langsame Reaktionen) mit 0-8-Fehlerprüfungen pro Proband. Kontrollieren Sie Probanden, die insgesamt 27-Fehler gemacht haben (16-Non-Response, 11-sehr schnelle oder langsame Reaktionen), mit 0-8-Fehlerprüfungen pro Proband. Die durchschnittliche Reaktionszeit war auch zwischen den Gruppen ähnlich (P = 0.66; t (27) = 0.45; Spieler: 927 ms; SD = 240; Kontrollen: 959 ms; SD = 122). Entscheidungen, ein Glücksspiel anzunehmen oder abzulehnen, waren schwieriger, wenn der subjektive Nutzen von Gewinnen und Verlusten ähnlich war. Dies spiegelte sich in den Reaktionszeiten wider, da beide Gruppen langsamer reagierten, wenn der euklidische Abstand zwischen dem individuellen Gewinn / Verlust-Verhältnis und dem mittleren Lambda der Gruppe abnahm (Spieler: R = 0.15, P <0.001; Kontrollen: R = 0.15, P <0.001).

Linearer Anstieg der neuronalen Aktivität mit zunehmenden Verstärkungsverhältnissen

In der Entscheidungsphase wurde ein großer bilateraler Cluster im anterioren cingulate Cortex (ACC) und im vmPFC (P <0.001; x, y, z = - 8, 40, 6; Z = 4.75; k = 759), bilateraler mittel-cingulärer Kortex und angrenzender Precuneus, (P <0.001; x, y, z = –10, –30, 52; Z = 4.43; k = 1933) und oberer Frontalgyrus (SFG; P <0.001; x, y, z = 18, 38, 56; Z = 4.34; k = 633) zeigte einen linearen Anstieg der BOLD-Reaktion mit zunehmend appetitlichen Gewinn-Verlust-Verhältnissen bei allen 29 Teilnehmern. Abb.. 2 zeigt, dass dieser lineare Effekt hauptsächlich von den Spielern getrieben wurde, die einen allmählichen Anstieg der BOLD-Reaktion mit zunehmend appetitlichen Glücksspiel-Verhältnissen im vorläufigen Teil von ACC zeigten (P <0.001; x, y, z = - 8, 36, 8; Z = 5.18; k = 518; Abb.. 2A) und die richtige vmPFC (P = 0.003; x, y, z = 8, 34, - 10; Z = 4.23; k = 307) sowie im mittleren Cingulum / Precuneus (P = 0.031; x, y, z = –10, –30, 52; Z = 4.40; k = 188), rechts inferiorer temporaler Gyrus / Parahippocampus (P = 0.002; x, y, z = 34, 2, - 30; Z = 4.23; k = 329) und postzentraler Gyrus (P = 0.001; x, y, z = 62; - 20, 44; Z = 4.11; k = 356). Kontrollpersonen zeigten andererseits dispergierte Aktivierungscluster in einer Reihe von Bereichen (linker Precuneus: P <0.001; x, y, z = –6, –58, 32; Z = 4.72; k = 1010; rechter lingualer Gyrus: P = 0.002; x, y, z = 18; - 86, - 8; Z = 4.67; k = 332; linker Cuneus: P = 0.028; x, y, z = –14, –100, 10; Z = 4.27; k = 193; und rechter Hinterlappen des Kleinhirns: P = 0.001; x, y, z = 42, - 70, - 34; Z = 4.09; k = 351) mit Peakaktivierung im linken Winkelgyrus (P <0.001; x, y, z = –48, –60, 30; Z = 5.06; k = 433; Abb.. 2B). Obwohl wir bei zunehmend appetitlichen Wetten keine signifikanten Aktivierungsrückgänge fanden, fanden wir Trends in der vorderen Insula der Kontrollgruppe (L: P <0.001, nicht korrigiert; x, y, z = - 32, 24, - 2; Z = 3.83; k = 74; R: P <0.001, nicht korrigiert; x, y, z = 42, 24, 4; Z = 3.64; k = 14). Im Gegensatz zu den Gruppen wurden keine signifikanten Unterschiede gefunden. Die Spieler zeigten jedoch einen Trend zu einer höheren Zunahme der Aktivität mit zunehmend appetitlichen Glücksspielen im linken prägenuellen ACC (P <0.001, nicht korrigiert; x, y, z = - 8, 36, 6; Z = 4.33; k = 98; Abb.. 2C). Ergebnisse, die den Einfluss des individuellen Grads der Verlustaversion auf den linearen Anstieg der neuronalen Aktivität mit zunehmenden Verhältnissen zeigen, sind in der ergänzenden Abbildung 1 und der ergänzenden Tabelle 1 zu finden.

Farbcodierte statistische T-Score-Karten: Gehirnregionen zeigen eine positive lineare ...

Abb.. 2. 

Farbcodierte statistische T-Score-Karten: Gehirnregionen, die eine positive lineare Beziehung zwischen der BOLD-Reaktion und steigenden Gewinn-Verlust-Verhältnissen der Glücksspiele A) bei Spielern, B) bei Kontrollen und C) im Gegensatz zu den beiden Gruppen zeigen. Bei kontrastierenden Gruppen zeigte die BOLD-Aktivierung einen Trendunterschied im prägenuellen ACC (Spieler> Kontrollen). Karten haben einen Schwellenwert von P <0.001 (nicht korrigiert) und auf einer gruppenspezifischen normalisierten anatomischen Schablone basierend auf strukturellen T1-Bildern angezeigt.

Abbildung Optionen

Quadratische Zunahme der neuronalen Aktivität mit zunehmenden Gewinn-Verlust-Verhältnissen

Bei der Kombination des BOLD-Signals aller Teilnehmer zeigte ein großes Netz präfrontaler Bereiche im dorsalen und mesialen Frontallappen einen quadratischen Anstieg der neuronalen Aktivität mit zunehmenden Verstärkungsverhältnissen, die im rechten dorsalen SFG ihren Höhepunkt erreichten (P <0.001; x, y, z = 12, 24, 60; Z = 5.38; k = 1769). Weitere Aktivierungen für diesen Kontrast schlossen den linken mittleren Frontalgyrus ein (P <0.001; x, y, z = - 38, 10, 50; Z = 4.81; k = 605), bilaterale Winkelgyri (L: P = 0.022; x, y, z = –42, –64, 40; Z = 4.24; k = 227; R: P <0.001; x, y, z = 52, - 56, 38; Z = 4.68; k = 488), linker unterer Frontalgyrus (P = 0.004; x, y, z = - 42, 26, - 16; Z = 4.09; k = 330) und rechts inferiorer temporaler Gyrus (P = 0.001; x, y, z = 66, - 14, - 22; Z = 4.30; k = 409). Wie gezeigt in Abb.. 3separate Analysen für jede Gruppe zeigen, dass dieser Effekt nur bei Spielern konsistent war. Bei Spielern zeigten mehrere Gehirnbereiche quadratische Anstiege als Funktion des Spielverhältnisses, einschließlich eines großen bilateralen präfrontalen Clusters, das die dorso-lateralen Teile der mittleren und oberen frontalen Gyri bedeckte, und eines fokussierten subkortikalen Clusters, das den Kopf und den Körper des linken und rechten Caudats abdeckte Kerne (Abb.. 3EIN; Die vollständige Liste der Aktivierungen finden Sie in Tabelle 2). Im Gegensatz dazu zeigte das Aktivitätsprofil in Kontrollen keine quadratische Modulation der Aktivität mit zunehmendem Verstärkungsverhältnis (Abb.. 3B; Tabelle 2).

Farbcodierte statistische T-Score-Karten: Gehirnregionen zeigen eine positive ...

Abb.. 3. 

Farbcodierte statistische T-Score-Karten: Gehirnregionen, die eine positive quadratische Beziehung zwischen der BOLD-Antwort und den steigenden Verstärkungs-Verlust-Verhältnissen der Glücksspiele bei A) - Spielern, B) -Kontrollen und C) zeigen, wobei die beiden Gruppen einander gegenübergestellt sind. Karten sind auf umgerechnet P <0.001 (nicht korrigiert).

Abbildung Optionen

Tabelle 2.

Funktionelle MRI-Ergebnisse: Quadratische Zunahme der regionalen BOLD-Aktivität mit zunehmenden Spielzahlen.

Cluster-Peak

Links/
Rechts

x

y

z

Z Wert

P-Wert

Clustergröße (k)

Spieler: Quadratische Zunahme der regionalen Aktivität mit den Quoten der Glücksspiele

Dorsolateraler präfrontaler Kortex

Rechts3424505.45<0.0016941

Oberer Frontgyrus

Rechts1226605.44  

Dorsolateraler präfrontaler Kortex

Links- 3610465.25  

Caudate

Links- 1420- 25.01<0.001776

Caudate

Rechts1410124.17  

Caudate

Rechts614- 24.13  

Parahippocampus

Rechts22- 40- 44.90<0.001448

Inferiorer temporaler Gyrus

Rechts54- 6- 344.71<0.001667

Mittlerer zeitlicher Gyrus

Rechts60- 40- 84.41  

Mittlerer zeitlicher Gyrus

Rechts66- 16- 204.28  

Angular Gyrus

Rechts50- 58404.490.001394

Inferiorer Frontalgyrus / Operculum

Links- 6016164.37<0.001674

Überlegener temporaler Gyrus

Links- 40- 58164.04<0.001613

Angular Gyrus

Links- 42- 64404.02  
 
Kontrollen: Quadratische Zunahme der regionalen Aktivität mit Glücksspielquoten

Keine signifikante Aktivierung

       
 
Spieler> Kontrollen: Größerer quadratischer Anstieg der regionalen Aktivität mit Glücksspielverhältnissen bei Spielern

Caudate

Links- 1420- 25.36<0.0016781

Dorsolateraler präfrontaler Kortex

Rechts3424505.36  

Vorne Gyrus / Sub Gyral

Links- 32- 16324.84  

Parahippocampus

Rechts22- 40- 45.16<0.0013463

Calcarine Gyrus

Links- 26- 66124.89  

Parahippocampus / Sub-Gyral

Links- 24- 5004.78  

Kleinhirnhinterlappen

Rechts26- 68- 264.44<0.001899

Kleinhirnvorderlappen

Rechts12- 54- 324.18  

Inferiorer Frontalgyrus / Operculum

Links- 6016164.390.031208

Insula

Links- 324- 144.030.002370

Insula

Rechts42- 2- 104.020.045187
 
Kontrollen> Spieler: Größerer quadratischer Anstieg der regionalen Aktivität mit Glücksspielverhältnissen bei Kontrollen

Keine signifikanten Gruppenunterschiede

       

P <0.05, FWE auf Clusterebene korrigiert.

Lokale Maxima innerhalb des Clusters mit Z-Punktzahl> 4.

Tabellenoptionen

Beim Vergleich von Spielern mit Kontrollen fanden wir eine deutlich stärkere quadratische Modulation der neuronalen Aktivität mit Verstärkungsfaktor in einer großen Anzahl von Gehirnregionen (Abb.. 3C), einschließlich des großen bilateralen kortiko-striatalen Clusters. Innerhalb dieses Clusters zeigte der linke Caudatkern den stärksten Gruppenunterschied auf subkortikaler Ebene und der rechte DLPFC zeigte den stärksten Gruppeneffekt auf kortikaler Ebene. Die vollständige Liste der Aktivierungscluster finden Sie in Tabelle 2. Es ist bemerkenswert, dass keine Cluster eine stärkere quadratische Modulation der neuronalen Aktivität mit Gewinn-Verlust-Verhältnis in Kontrollen im Vergleich zu Spielern zeigten.

Es sollte auch beachtet werden, dass der quadratische BOLD-Anstieg zu aversiven und appetitlichen Glücksspielen bei Spielern überlebte, selbst wenn BDI- oder WAIS-Werte als Kovariaten in die Second-Level-T-Tests einbezogen wurden (dh die Auswirkung von Depressionen, Vokabeln oder allgemeinem Kenntnisstand modellieren) , die sich je nach Verhaltenstest zwischen den Gruppen unterschieden, siehe Tabelle 1). Ergebnisse, bei denen der Effekt der Depression aus der quadratischen Zunahme der neuronalen Aktivität mit zunehmenden Verhältnissen modelliert wurde, sind in der ergänzenden Abbildung 2 zu finden.

Um die zugrunde liegende Form der quadratischen Modulation des BOLD-Signals während der Entscheidungsfindung zu veranschaulichen, haben wir jedes der 64-Verstärkungs-Verlust-Verhältnisse einem der benachbarten 16-"Bins" in einer post-hoc-GLM zugeordnet. Beim Auftragen der Aktivierung in jedem dieser Kästen als Funktion des zunehmenden Verstärkungsverhältnisses wurde festgestellt, dass das BOLD-Antwortprofil bei Spielern U-förmig war (Abb.. 4B). Um zu bestimmen, ob ein lineares oder kubisches Modell für die Beschreibung des Effekts besser geeignet ist, haben wir getestet, ob die zusätzliche Varianz, die durch Einbeziehung von Polynomialausdrücken höherer Ordnung (quadratisch und kubisch) erklärt wird, signifikant ist. Bei Spielern, jedoch nicht bei Kontrollen, hat ein verschachteltes Regressionsmodell bestätigt, dass die quadratische Anpassung eher geeignet ist, um die Art der Kurve zu beschreiben, als eine lineare Anpassung. Diese beschreibenden Daten sollten nicht als separate Ergebnisse betrachtet werden, sondern lediglich als ergänzende Analyse, um die zugrunde liegende Form der BOLD-Antwortprofile zu veranschaulichen.

U-förmige Modulation der BOLD-Reaktion auf steigende Verstärkungsfaktoren in ...

Abb.. 4. 

U-förmige Modulation der BOLD-Reaktion auf steigende Gewinn-Verlust-Verhältnisse bei pathologischen Spielern. A) Farbkodierte statistische parametrische Karten, die Cluster mit einer höheren Empfindlichkeit gegenüber extremen positiven und negativen Gewinn / Verlust-Verhältnissen bei Spielern im Vergleich zu Kontrollen zeigen. Karten sind auf umgerechnet P <0.001 unkorrigiert. Um die beiden Hauptbereiche hervorzuheben, die sich zwischen den Gruppen unterscheiden, wird eine anatomische Maskierung der Schwanzkerne (oben) und DLPFC (unten) verwendet. B) Diese Streudiagramme basieren auf einer "Post-hoc" -GLM-Analyse, die zur Veranschaulichung erstellt wurde und bei der benachbarte Gewinn-Verlust-Verhältnisse zu 16 Verhältnis- "Bins" zusammengefasst wurden (der Verhältnisbereich wird auf der x-Achse angezeigt). Die y-Achse zeigt die regionale neuronale Aktivität (geschätzt durch die BOLD-Antwort in einer 8-Voxel-Kugel um die Spitzenaktivierung) in der Entscheidungsphase für Spieler (rot) und Kontrollen (schwarz). Ein verschachteltes Regressionsmodell legt nahe, dass die Aktivierung besser durch ein Quadrat im Vergleich zu einer linearen Beziehung zum Gewinn-Verlust-Verhältnis im Caudatkern erklärt werden kann (P = 0.02) und DLPFC (P = 0.02) bei Spielern (linkes Feld), aber nicht bei Steuerelementen (rechtes Feld).

Abbildung Optionen

Auswirkungen der individuellen Verlustaversion

In beiden Gruppen erhöhte der individuelle Grad der Verlustaversion, indiziert durch das individuelle Entscheidungsgrenz-Lambda, die Empfindlichkeit gegenüber extremen Gewinn-Verlust-Verhältnissen gemischter Glücksspiele in einem Netzwerk von Gehirnregionen mit einer Peakaktivierung in der rechten Amygdala (P <0.001; x, y, z = 24, - 4, - 26; Z = 5.01; k = 1988). Neben dem Hauptaktivierungspeak in der Amygdala gehörten zu den Regionen die DLPFC / SFG (P <0.001; x, y, z = 32, 24, 56; Z = 4.86; k = 2372), linker mittlerer temporaler / parahippocampaler Gyrus (P <0.001; x, y, z = - 44, - 24, - 24; Z = 4.59; k = 1435), Precuneus (P <0.001; x, y, z = –4, –62, 26; Z = 4.40; k = 1169) und vmPFC (P = 0.009; x, y, z = 8, 26, - 18; Z = 4.31; k = 281).

Bei pathologischen Glücksspielern war der individuelle Grad der Verlustaversion mit einer erhöhten Empfindlichkeit gegenüber extremen Gewinn-Verlust-Verhältnissen in einem dorsalen Frontennetzwerk verbunden, wobei ein regionaler Spitzenwert in der DLPFC (Abb.. 5EIN; siehe auch Tabelle 3 für eine vollständige Liste der Aktivierungen). Dieses kortikale Netzwerk ähnelte stark den präfrontalen Bereichen, die eine U - förmige Aktivitätssteigerung mit zunehmenden Gewinn - Verlust - Verhältnissen bei Spielern zeigten, die in dargestellt sind Abb.. 3.

Modulation der U-förmigen Beziehung zwischen neuronaler Aktivität und Gain-Loss ...

Abb.. 5. 

Modulation der U-förmigen Beziehung zwischen neuronaler Aktivität und Gewinn-Verlust-Verhältnis durch A) individuelles Maß an Verlustaversion und B) Schweregrad des Glücksspiels. A) Farbcodierte statistische parametrische Karten, die veranschaulichen, wie der Grad der individuellen Verlustaversion (reflektiert durch hohe individuelle λ-Werte) die U-förmige Beziehung zwischen neuronaler Aktivität und Spielverhältnissen bei pathologischen Spielern (linke Felder) oder Kontrollen (rechte Felder) erhöht. Das folgende Diagramm veranschaulicht die Beziehung zwischen der Schätzung der einzelnen Parameter für die U-förmige Beziehung zwischen neuronaler Aktivität und Gewinn-Verlust-Verhältnis (y-Achse) und der individuellen Verlustaversion (x-Achse) in der bilateralen Amygdala (Kontrollen: P <0.001; R2 = 0.83; Spieler: P = 0.11; R2 = 0.71). B) Oben: Farbcodierte statistische Parameterkarte, die einen bilateralen Cluster im Precuneus zeigt, bei dem die neuronale Empfindlichkeit gegenüber extremen Glücksspielen mit dem Schweregrad des Glücksspiels bei pathologischen Spielern zunahm. Rechts: Das Streudiagramm zeigt die lineare Beziehung (P = 0.016; R2 = 0.63) zwischen einzelnen Parameterschätzungen der U-förmigen Beziehung zwischen Verhältnis und neuronaler Aktivität in der Precuneus-Region (y-Achse) und dem individuellen Schweregrad des Glücksspiels, ausgedrückt durch einzelne SOGS-Scores (x-Achse). Alle BOLD-Aktivierungen sind Aktivierungen des gesamten Gehirns, die an der Schwelle angezeigt werden P <0.001 (nicht korrigiert).

Abbildung Optionen

Tabelle 3.

Funktionelle MRI-Ergebnisse: Auswirkung der Verlustaversion auf den quadratischen Anstieg der regionalen BOLD-Aktivität bei Glücksspielverhältnissen.

Cluster-Peak

Links rechts

x

y

z

Z Wert

P-Wert

Clustergröße (k)

Spieler: Verbesserte quadratische Steigerung der regionalen Aktivität im Verhältnis zu den Glücksspielquoten mit Verlustaversion

Dorsolateraler präfrontaler Kortex

Rechts3224564.91<0.0012009

Dorsolateraler präfrontaler Kortex

Links- 4216544.81  

Dorsolateraler präfrontaler Kortex

Rechts4422524.70  

Mittlerer zeitlicher Gyrus

Rechts66- 24- 164.51<0.0011007

Fusiform / Parahippocampus

Rechts32- 8- 324.43  

Mittlerer zeitlicher Gyrus

Rechts56- 44- 64.40  

Inferiorer temporaler Gyrus

Links- 44- 24- 244.43<0.001626

Temporallappen / Sub-Gyral

Links- 360- 284.12  

Mittlerer zeitlicher Gyrus

Links- 60- 40- 144.06  

Precuneus

Links- 4- 62264.060.007293
 
Kontrollen: Verbesserter quadratischer Anstieg der regionalen Aktivität im Verhältnis zu den Glücksspielverhältnissen mit Verlustaversion

Amygdala

Rechts280- 265.50<0.0014760

Mittlerer zeitlicher Gyrus

Rechts60- 8- 125.14  

Parahippocampus

Rechts204- 264.98  

Postzentraler Gyrus

Rechts54- 14505.070.001417

Vorne zentraler Gyrus

Rechts40- 20644.70  

Cuneus

Links- 2- 92224.64<0.0011178

Mittlerer Occipitalgyrus

Links- 16- 94144.42  

Cuneus

Rechts10- 80304.21  

Lingualer Gyrus

Rechts10- 70- 64.59<0.001551

Lingualer Gyrus

Rechts16- 64- 104.02  

Mittlerer zeitlicher Gyrus

Links- 466- 244.59<0.0011967

Insula

Links- 36- 14- 44.52  

Postzentraler Gyrus

Links- 46- 16544.530.004321

Precuneus / mittleres Cingulum

Rechts4- 32524.17<0.001521

Precuneus / mittleres Cingulum

Links- 4- 42504.11  
 
Spieler> Kontrollen: Größerer quadratischer Anstieg der Aktivität zu Verhältnissen mit Verlustaversion bei Spielern

Dorsolateraler präfrontaler Kortex

Links- 4216544.60<0.001761

Oberer Frontgyrus

Links- 1420664.21  

Oberer Frontgyrus

Links- 1028604.11  

Dorsolateraler präfrontaler Kortex

Rechts4422524.53<0.001457

Dorsolateraler präfrontaler Kortex

Rechts3422564.49  

Mittlerer zeitlicher Gyrus

Rechts66- 24- 164.220.028214
 
Kontrollen> Spieler: Größerer quadratischer Anstieg der Aktivität zu Verhältnissen mit Verlustaversion bei den Kontrollen

Kleinhirnhinterlappen

Rechts30- 58- 464.86<0.001629

Kleinhirnhinterlappen

Rechts34- 44- 484.63  

Kleinhirnhinterlappen

Rechts14- 66- 404.07  

Überlegener occipitaler Gyrus

Rechts34- 88284.690.016246

Mittlerer Occipitalgyrus

Rechts36- 90184.21  

Mittlerer Occipitalgyrus

Rechts40- 9244.03  

Frontal präfrontal

Links- 145844.410.011264

Precuneus

Links- 14- 52- 504.400.005318

Cerebllum hinterer Lappen

Links- 14- 60- 484.15  

Inferiorer Frontalgyrus / Subgyral

Links- 2634- 44.360.038196

P <0.05, FWE auf Clusterebene korrigiert.

Lokale Maxima innerhalb des Clusters mit Z-Punktzahl> 4.

Tabellenoptionen

Bei Nicht-Glücksspielkontrollen zeigte ein stärker ventrales und hinteres Netzwerk eine erhöhte Empfindlichkeit gegenüber extremen Glücksspielen als Funktion der Verlustaversion, wobei die rechte Amygdala die stärkste Effektgröße hatte (Abb.. 5A, mittlere rechte Platte; Tabelle 3). Der direkte Vergleich der beiden Gruppen ergab einen signifikant stärkeren Effekt der Verlustaversion auf das Aktivitätsprofil in der DLPFC für Spieler im Vergleich zu Kontrollen (Tabelle 3), während der modulatorische Effekt der Verlustaversion auf die Amygdala-Aktivität zwischen den Gruppen nicht signifikant unterschiedlich war.

Bei der Darstellung der Beziehung zwischen BOLD-Parameterschätzungen und Verlustaversion verstärkte die individuelle Verlustaversion bei den gesunden Kontrollen (jedoch nicht bei Spielern) die U-förmige Beziehung zwischen neuronaler Aktivität in der Amygdala (Abb.. 5A, unteres Diagramm. Man beachte, dass dieser Effekt robust war, wobei das am stärksten verlustabstoßende Subjekt ausgeschlossen wurde. Mit Ausnahme einiger Voxel in der rechten Amygdala (siehe Abb.. 5Ein mittleres Panel, Verlustaversion bei pathologischen Spielern war nicht mit einer veränderten Reaktion der Amygdala während der Entscheidungsfindung verbunden.

Auswirkungen des Schweregrads des pathologischen Glücksspiels

Wir untersuchten, ob der von den einzelnen SOGS-Scores indizierte Glücksspielgrad bei Glücksspielern die U-förmige Reaktion auf extreme Verhältnisse während der Entscheidungsfindung veränderte. Eine Ganzkörper-Suche ergab eine fokale Steigerung der Empfindlichkeit gegenüber extremen Verhältnissen mit dem Glücksspielgrad im bilateralen Precuneus (P = 0.003; x, y, z = –6, –48, 40; Z = 4.59; k = 335; Abb.. 5B, obere Platte). Dementsprechend war die Korrelation zwischen den prozentualen Veränderungen des BOLD-Signals in einer bilateralen Precuneus-Region (Einschränkung der Aktivität auf diese Region durch anatomische Maskierung) und der Schwere des Spielens sehr hoch (Abb.. 5B, unteres Diagramm).

Gehirnreaktionen auf einzelne potenzielle Gewinne und Verluste

Da der Gewinn- und Verlustbetrag eines gemischten Spiels in jeder Studie nacheinander dargestellt wurde, konnten wir regionale Änderungen im BOLD-Signal erfassen, die den einzelnen potenziellen Gewinnen und Verlusten entsprechen (siehe jedoch auch die Diskussion über das Jittering im Diskussion Sektion). Während dieser Phase der passiven Bewertung haben wir nach Unterschieden zwischen den Gruppen bei der Reaktion von BOLD auf Gewinne, Verluste, steigende Gewinne und zunehmende Verluste gesucht. Es gab keine signifikanten Gruppenunterschiede für diese Kontraste, aber wir fanden einen bilateralen Trend zu einer höheren BOLD-Reaktion auf potenzielle Gewinne bei Spielern im Vergleich zu Kontrollen in der Amygdala (L: P <0.001, nicht korrigiert; x, y, z = –26, 2, –22; Z = 3.19, k = 6; R: P <0.001, nicht korrigiert; x, y, z = 24, - 2, - 10; Z = 3.43; k = 7).

Diskussion

Im Gegensatz zu einer gesunden und pathologischen Entscheidungsfindung mit einer gemischten Spielaufgabe haben wir die aufgabenbezogene neuronale Aktivität während der Glücksspielentscheidungen gemessen, und die Teilnehmer mussten einen möglichen Gewinn gegen einen möglichen Verlust eintauschen. Bei Glücksspielern zeigte ein dorsales kortiko-striatales Netzwerk eine höhere neuronale Empfindlichkeit gegenüber den appetitlichsten und aversivsten Gewinn-Verlust-Verhältnissen im Vergleich zu gesunden aufeinander abgestimmten Kontrollen. Die stärkere Abstimmung dorsaler kortiko-striataler Bereiche auf extreme Gewinn-Verlust-Verhältnisse deutet darauf hin, dass die Spieler den Extremwerten des Entscheidungsrahmens, den die Glücksspielaufgabe bietet, mehr Gewicht beimessen. Wichtig ist, dass diese U-förmige neuronale Reaktion auf die Glücksspielquoten bei Kontrollen nicht beobachtet wurde, was darauf hindeutet, dass diese spezifische Überempfindlichkeit gegenüber extremen Verhältnissen eine neuronale Signatur des pathologischen Glücksspiels darstellt.

Interessanterweise drückte sich die U-förmige Anpassung der neuronalen Aktivität auf die aversivsten und appetitlichsten Glücksspiele in den Kernregionen des Belohnungsnetzwerks nicht aus, beispielsweise im ventralen Striatum oder im orbitofrontalen Kortex. Stattdessen wurde es bilateral in einem dorsalen kortiko-striatalen "assoziativen" oder "exekutiven" Netzwerk exprimiert, einschließlich des Nucleus caudatus und des DLPFC. Die rekrutierte DLPFC umfasste die dorsalen und mesialen oberen und mittleren frontalen Gyri, entsprechend BA 6 / 8 / 9 und „9 / 46d“ (Badre und D'Esposito, 2009 und Goldstein und Volkow, 2011). Es ist bekannt, dass dieses dorsale kortiko-striatale Netzwerk an der Überwachung der jüngsten Maßnahmen beteiligt ist und deren Ergebnisse antizipiert (zur Übersicht siehe Yin und Knowlton 2006). Insbesondere der menschliche Caudatkern ist an der Verstärkung der Eventualitäten für das Aktionsergebnis beteiligt (Knutson et al., 2001, O'Doherty et al., 2004, Tricomi et al., 2004 und Delgadoet al., 2005).

Unsere vorliegenden Ergebnisse legen nahe, dass dieses dorsale kortiko-striatale Netzwerk eine wichtige Rolle bei den Glücksspielentscheidungen von Spielern spielt. Extreme Gewinn-Verlust-Verhältnisse werden als äußerst relevant in Bezug auf mögliche Handlungsergebnisse charakterisiert: Je appetitlicher eine Wette ist, desto wichtiger ist es, sie zu akzeptieren; Umgekehrt gilt: Je aggressiver eine Wette ist, desto wichtiger ist es, sie abzulehnen. Bei gesunden Probanden wurde festgestellt, dass das dorsale Striatum den Reizzustand oder die Erregung nachempfunden hat, anstatt den subjektiven Wert linear zu erhöhen (Barta et al. 2013). Wir schließen daraus, dass dieses dorsale kortiko-striatale Netzwerk bei pathologischen Spielern hypersensibel ist und diese extremen Gewinn-Verlust-Verhältnisse stärker als bei gesunden Probanden gewichtet, wenn es um Glücksspielentscheidungen geht.

Aktuelle Theorien der neurobiologischen Grundlagen des pathologischen Glücksspiels sind in ihrer Einfachheit zwingend, indem sie entweder eine Hypo- oder Überempfindlichkeit des ventralen Striats und anderer ventraler Kernregionen des Belohnungssystems, wie z. B. des vmPFC, vorhersagen. Dementsprechend zeigten frühere Neuroimaging-Studien bei Spielern eine Verminderung (Balodis et al. 2012) oder verbessert (van Holst ua, 2012 und Worhunsky et al., 2014) Aktivierung des ventralen Striatum während der Erwartung der monetären Belohnung. In der vorliegenden Studie traten im ventralen Belohnungssystem keine Unterschiede in der neuronalen Aktivität zwischen pathologischen Spielern und Nicht - Glücksspielkontrollen auf, wenn sie einzelne Verlust - oder Gewinnbeträge während der Amplituden - Darstellungsphase bewerteten oder mögliche Gewinne und Verluste der gemischten Glücksspiele ausgleichen die Entscheidungsphase. Nur die rechte und linke Amygdala zeigten einen Trend zu einer stärkeren neuronalen Reaktion auf mögliche Gewinne in der vorherigen Phase. Mit anderen Worten, die Entscheidung, ein Glücksspiel anzunehmen oder abzulehnen, war nicht konsistent mit einer Hyper- oder Hyposensitivität des Belohnungssystems verbunden. Dieser negative Befund stimmt mit einer kürzlich durchgeführten Studie überein, in der die Spieler eine normale Reaktivität des ventralen Striatums auf monetäre Belohnungsmerkmale zeigten, jedoch eine abgestumpfte Sensitivität gegenüber Stimulanzien, die erotische Reize vorhersagten (Sescousse et al. 2013). Das Fehlen eines konsistenten Musters in dieser Literatur mit im Wesentlichen gegensätzlichen Ergebnissen oder überhaupt keinem striatalen Effekt deutet darauf hin, dass die Erklärung von pathologischem Glücksspiel durch striatale Auf- oder Abregulierung möglicherweise nicht angemessen ist. Es wurde vermutet, dass die bei pathologischen Glücksspielen festgestellten Entscheidungsdefizite aus einem Ungleichgewicht zwischen dopaminergen Systemen mit limbischen Motivationsstrukturen und präfrontalen Kontrollregionen resultieren könnten, und nicht in einer isolierten Trennung beider Komponenten (Clark et al. 2013). Ein guter Kandidat für solche kortiko-striatalen Netzwerke ist die dorsale kortiko-striatale Schleife, die mit der Aktionsauswahl und der Verarbeitung von Aktionsergebniskontingenzen (Yin und Knowlton, 2006 und Seo et al., 2012). Beachten Sie, dass in der vorliegenden Studie Entscheidungen auf internen Repräsentationen des Gleichgewichts zwischen Gewinnen und Verlusten und nicht auf ergebnisorientierten Anpassungsprozessen oder streng vorausschauenden Prozessen getroffen werden. Dies ist vielleicht der Grund, warum wir eher Bereiche finden, die mehr mit der Wahl der Aktion zusammenhängen (dh Annahme oder Ablehnen einer Wette) als Bereiche, die traditionell für das Vorhersagen oder Empfangen von Ergebnissen kodieren.

Bei den Kontrollen, die nicht zum Glücksspiel gehören, war das verlustraverse Verhalten während der Glücksspielaufgabe mit einer stärkeren Empfindlichkeit gegenüber extremen Gewinn-Verlust-Verhältnissen in der Amygdala verbunden. Diese Ergebnisse stimmen gut mit unseren jüngsten Befunden in einer separaten Gruppe gesunder Personen überein (Gelskov et al. 2015), wo mehr verlustaverse Teilnehmer eine erhöhte neuronale Empfindlichkeit in der Amygdala gegenüber extremen Gewinn-Verlust-Verhältnissen gemischter Glücksspiele zeigten. Diese Ergebnisse blieben trotz subtiler Unterschiede zwischen den Studien bestehen. Die tatsächlichen Spielteilnehmer, die im Scanner gespielt wurden, blieben gleich (dh Verteilung der Geldbeträge, Dauer und Zittern der visuellen Reize usw.). Das Stiftungsverfahren unterschied sich jedoch geringfügig. In der aktuellen Studie erhielten die Teilnehmer tatsächliche Geldscheine (200 DKK), die sie 1–2 Wochen lang aufbewahrten, bevor sie als Beteiligte am Glücksspiel teilnahmen, während in der vorherigen Studie die Teilnehmer zu der Überzeugung gebracht wurden, dass sie von Anfang an Geld verlieren könnten Ausstattung. Dieser Unterschied in der Stiftungsstrategie könnte möglicherweise erklären, warum die gesunden Kontrollpersonen in der vorliegenden Studie etwas weniger verlustavers waren (mittleres Lambda von 1.82) als in unserer vorherigen Studie (mittleres Lambda von 2.08). Obwohl der statistische Unterschied zwischen den beiden gesunden Gruppen nicht signifikant war (P = 0.18, Permutationstest) war der Unterschied im Lambda zwischen der vorherigen gesunden Gruppe und der aktuellen Gruppe von Spielern signifikant (P = 0.004, Permutationstest). Ein weiterer offensichtlicher Unterschied zwischen den Studien ist der Altersunterschied, da die vorliegende Kontrollgruppe älter war, um den Spielern zu entsprechen (P = 0.0175, t (29) = 2.52; 2-Stichproben-T-Test). Wenn überhaupt, sollte dieser Unterschied jedoch den gegenteiligen Effekt auf Lambda vorhersagen, da ältere gesunde Probanden tendenziell verlustaverser sind als jüngere. Darüber hinaus unterschieden sich die beiden Studien geringfügig in der Art und Weise, wie die Glücksspielverhältnisse modelliert wurden. In unserer vorherigen Studie haben wir festgestellt, dass die Amygdala empfindlich auf Schwankungen der Gewinn-Verlust-Verhältnisse in Bezug auf eine subjektspezifische „Entscheidungsgrenze“ (dh den individuellen Lambda-Score, λ) reagiert. Dieses Modell kann als "V" -förmige BOLD-Reaktion auf ein zunehmendes Verhältnis konzipiert werden, wobei der "Tiefpunkt" des V der individuelle λ-Score war. Zwei lineare parametrische Regressoren klassifizierten dann jedes Versuchsverhältnis als mehr oder weniger appetitlich oder aversiv, je nachdem, wie sie sich vom individuellen λ unterschieden (dh aversive Verhältnisse <individuelles λ <appetitliches Verhältnis). In der vorliegenden Studie konnten wir unser Modell jedoch nicht auf λ-Scores stützen, da einige Teilnehmer einfach eine zu hohe oder zu niedrige Akzeptanzrate hatten. Daher haben wir das nicht angepasste Gewinn-Verlust-Verhältnis verwendet, um die neuronale Antwort auf das gesamte kontinuierliche Spektrum von Verhältnissen zu bewerten (dh eine U-förmige BOLD-Antwort auf das Verhältnis). Beachten Sie, dass die Verwendung dieses etwas anderen quadratischen Modells der Grund dafür sein könnte, dass wir die Amygdala-Aktivität für zunehmend appetitliche und aversive Glücksspiele bei gesunden Probanden nicht replizieren. Es könnte der Fall sein, dass die Amygdala speziell auf die Entscheidungsgrenze λ abgestimmt ist und die Amygdala-Aktivierung in unserer vorherigen Studie mit der Einbeziehung des λ-Scores in die Hauptregressoren zusammenhängen könnte. Diese Interpretation stimmt mit der Tatsache überein, dass beide Analysemethoden zeigten, dass ein verlustaverses Spielverhalten mit einer höheren Empfindlichkeit der Amygdala gegenüber hochgradig aversiven und äußerst appetitlichen potenziellen Ergebnissen während der Entscheidungsfindung verbunden ist. Zusammengenommen weisen diese Ergebnisse auf eine entscheidende Rolle der Amygdala bei der Beeinflussung verlustaversiver Entscheidungen bei gesunden Personen hin.

Bei Spielern zeigte die Beziehung zwischen verlustabweisendem Verhalten und neuronaler Aktivität zu Glücksspielverhältnissen nur einen nicht signifikanten Trend in der Amygdala. Stattdessen veränderte sich die entscheidungsbezogene Aktivität in der DLPFC als Funktion der Verlustaversion. Dieser Effekt war für Spieler im Vergleich zu Kontrollen wesentlich stärker. Interessanterweise erreichte dieser Effekt an der gleichen Stelle in DLPFC seinen Höhepunkt, wo wir die stärkere Überempfindlichkeit gegenüber extremen Verhältnissen im Vergleich zu Kontrollen fanden. Dies zeigt, dass bei Spielern der individuelle Grad der Verlustaversion nicht durch Bereiche reflektiert wird, die die emotionale Ausprägung oder den Wert eines Stimulus wie Amygdala und das ventrale Striatum vorhersagen, sondern durch das Aktivitätsprofil in der DLPFC. In dieser Population scheint es also so, als ob ein kortikaler Bereich exekutive Kontrollfunktionen wie Arbeitsgedächtnis, Aufgabenwechsel und Darstellen von Aktions-Eventualitäten (Elliott, 2003, Monsell, 2003 und Seo et al., 2012) ergänzt die Amygdala, indem sie verlustabweichendes Spielverhalten vorwegnimmt. Dieser Vorschlag muss jedoch in zukünftigen Glücksspielstudien weiter untersucht werden.

Interessanterweise fanden wir bei Spielern eine Tendenz zu geringerer Verlustaversion. Traditionellen Wirtschaftstheorien zufolge hat dieser Verhaltenstrend hin zu weniger irrationalen Entscheidungen die kontraintuitive Annahme, dass Spieler rationaler agierten als Kontrollen. Eine evolutionärere Darstellung der Verlustaversion besagt jedoch, dass Entscheidungsverzerrungen dazu dienen, instinktive Entscheidungen zu lenken, beispielsweise bei der Nahrungssuche. In der Tat wurde von Verlustaversion bei niederen Primaten wie Kapuzineraffen berichtet (Chen et al. 2006; aber sieh auch Silberberg et al. 2008) zeigt an, dass die Verlustaversion eine tief verwurzelte Entscheidungsrichtlinie ist, die sogar eine angeborene Neigung zum Konservatismus sein kann. Eine aktuelle Studie von Giorgetta et al. (2014) fanden heraus, dass pathologische Spieler, die sich in späteren Stadien der klinischen Behandlung befanden, verlustbehinderter waren als Spieler, die sich in früheren Behandlungsstadien befanden. Interessanterweise fanden sie heraus, dass die Spieler in der Gruppe (über den Behandlungsstatus hinweg) verlustabder waren als gesunde Kontrollen. Im Gegensatz dazu fand eine frühere Studie, in der Verhaltensverlustaversion bei Spielern untersucht wurde, heraus, dass aktive Spieler (dh nicht in Behandlung) weniger verlustabstoßend waren als gesunde Kontrollen (Brevers et al. 2012). Dies wirft die Frage auf, ob eine wirksame Behandlung pathologischen Spielern den Schaden abträglich machen kann. In der vorliegenden Studie wurden Spieler aus einem Behandlungszentrum rekrutiert, und die meisten hatten an kognitiven Therapien teilgenommen. Dies ist vielleicht der Grund, warum wir keinen signifikanten Verhaltensunterschied zwischen Spielern und gesunden Kontrollen gefunden haben, sondern nur einen Trend in diese Richtung.

Schließlich fanden wir heraus, dass Spieler mit schwerwiegenden Spielsymptomen, gemessen am SOGS-Score, eine erhöhte Beteiligung des Precuneus bei der Bewertung von hohen und niedrigen Glücksspielverhältnissen aufwiesen. Precuneus und posteriorer cingulate Cortex werden häufig als Antwort auf selbstreferenzierende Aufgaben gefunden (siehe Review by Cavanna und Trimble 2006) und eine kürzlich durchgeführte Studie zur Untersuchung der Selbstkontrolle bei Glücksspielern zeigte abweichende elektrophysiologische Signale über den hinteren cingulierten Kortex unter Verwendung von MEG (Thomsen et al. 2013). Diese abweichenden Signale wurden mit der bekannten Tatsache in Verbindung gebracht, dass pathologische Spieler unter erhöhter Impulsivität und geringerer Selbstkontrolle leiden. In unserer Studie könnte die Modulation der Precuneus-Aktivität als Funktion der Spielschwere ähnliche, abweichende Mechanismen der Selbstkontrolle widerspiegeln. Diese Spekulationen über die funktionale Beteiligung von Precuneus am pathologischen Glücksspiel müssen jedoch in zukünftigen Studien formell angegangen werden.

Unsere Ergebnisse zeigten ein verändertes, U-förmiges Aktivitätsmuster sowohl für den Caudat-Kern als auch für das DLPFC, als pathologische Spieler Geldwetten bewerteten. Dieses Aktivierungsmuster könnte zwar auf gleichzeitig auftretende, aber nicht zusammenhängende Funktionsstörungen dieser Hirnregionen zurückzuführen sein, es könnte jedoch auch auf Veränderungen in ihren funktionellen Verbindungen zurückzuführen sein. Frühere Studien an gesunden Probanden lieferten zahlreiche Belege für die Verbindung zwischen Caudat und PFC, indem beide auf funktionale (z Robinson et al. 2012) und strukturell (z Verstynen et al. 2012kortiko-striatale Konnektivität. Es ist daher möglich, dass die Pathologie des Glücksspiels veränderte neuronale Verbindungsmuster in dieser spezifischen kortiko-striatalen Entscheidungsschaltung widerspiegelt.

Wie in vielen früheren Glücksspielstudien haben wir nur männliche Probanden eingeschlossen (z van Holst ua, 2012, de Ruiter et al., 2009, Linnet et al., 2011 und Sescousse et al., 2013). Obwohl epidemiologische Studien darauf hindeuten, dass Männer die große Mehrheit der pathologischen Spieler darstellen (Kessler et al. 2008), pathologisches Glücksspiel betrifft auch Frauen. Denn Studien haben Unterschiede zwischen Frauen und Männern in Bezug auf die Glücksspielpräferenzen gezeigt (z. B. einsamere Glücksspielformen wie Spielautomaten vs. sozial engagiertere Formen wie Poker) und motivationale Hintergründe (z. B. das Vermeiden negativer Emotionen vs. sensationssuchender Verhaltensweisen) ; siehe Bewertung von Raylu und Oei 2002), können die vorliegenden Ergebnisse nicht auf die weibliche Bevölkerung verallgemeinert werden. Es bleibt daher zu klären, ob weibliche Spieler dieselben abweichenden neuronalen Signaturen der Entscheidungsfindung aufweisen würden wie die männlichen Spieler in dieser Studie.

Ein Verbesserungspunkt für zukünftige Studien ist die Anzahl der in diese Studie einbezogenen Glücksspielfächer (n = 14). Obwohl die Gruppengröße mit früheren fMRI-Studien vergleichbar war (Crockford et al., 2005, Reuteret al., 2005, Thomsen et al., 2013 und Balodis et al., 2012) und die Patienten waren gut charakterisiert, es wäre wünschenswert gewesen, eine größere Gruppe zu untersuchen. Weitere Einschränkungen umfassen die Methode des Zitterns zwischen interessierenden Ereignissen. Da ein schnelles und nahtloses Glücksspiel priorisiert wurde, haben wir uns dafür entschieden, die Ereignisse selbst zu jittern und kein jittered Inter-Trial-Intervall (ITI) zwischen ihnen einzuführen, obwohl zwischen jeder Entscheidungsphase und der Größenpräsentation ein ITI von 1.2 s lag Das Fehlen von Jitter könnte hier im Prinzip dazu beitragen, dass wir in der Größenpräsentationsphase keine Unterschiede zwischen Gruppen festgestellt haben.

Zusammenfassend zeigen wir, dass ein dorsales kortiko-striatales Netzwerk, das in Eventualitäten mit Aktionsergebnis involviert ist, eine Überempfindlichkeit gegenüber extremen Gewinn-Verlust-Verhältnissen bei Spielern ausdrückt. Das U-förmige Antwortprofil in DLPFC und Precuneus war auf den individuellen Grad der Verlustaversion während der Spielaufgabe bzw. den Schweregrad des pathologischen Glücksspiels bezogen. Diese Ergebnisse regen die zukünftige Forschung an, um den Fokus des Neuroimaging vom Kernbelohnungssystem auf dorsale kortiko-striatale Netzwerke im pathologischen Glücksspiel auszuweiten.

Anerkennungen

Wir danken allen Teilnehmern für ihre Zeit sowie dem Danish Centre for Ludomani für den Kontakt mit der Glücksspielgemeinschaft. Wir danken Sid Kouider für hilfreiche Kommentare zum Manuskript und Christian Buhl für die Unterstützung bei der Datenerfassung. Diese Arbeit wurde vom Dänischen Rat für unabhängige Forschung in den Sozialwissenschaften durch ein Stipendium an Dr. Ramsøy („Decision Neuroscience Project“) unterstützt. 0601-01361B) und von der Lundbeck Foundation durch ein Grant of Excellence („ContAct“; Grant No. R59 A5399) an Dr. Siebner. Die Arbeit von Dr. Gelskov am Laboratoire de Science Cognitives et Psycholinguistique wird durch ANR-Stipendien unterstützt (ANR-10-LABX-0087 und ANR-10-IDEX-0001-02). Der MR-Scanner wurde von der Simon Spies Foundation gespendet.

Anhang A. Ergänzende Daten

Ergänzungsmaterial

Ergänzungsmaterial

Helfen Sie mit DOCX-Dateien

Optionen

Bibliographie

1.      

  • Badre und D'Esposito, 2009
  • D. Badre, M. D'Esposito
  • Ist die rostro-kaudale Achse des Frontallappens hierarchisch?
  • Nat. Rev. Neurosci., 10 (2009), S. 659-669
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

2.      

  • Balodis et al., 2012
  • IM Balodis, H. Kober, PD Worhunsky, MC Stevens, GD Pearlson, MN Potenza
  • Verminderte frontostriatale Aktivität bei der Verarbeitung von monetären Belohnungen und Verlusten im pathologischen Glücksspiel
  • Biol. Psychiatrie, 71 (2012), S. 749 – 757
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

3.      

  • Barta et al., 2013
  • O. Barta, JT McGuire, JW Kable
  • Das Bewertungssystem: eine koordinatenbasierte Metaanalyse von BOLD-fMRI-Experimenten zur Untersuchung neuronaler Korrelate subjektiver Werte?
  • NeuroImage, 76 (2013), S. 412 – 427
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

4.      

  • Blum et al., 1990
  • K. Blum, EP Noble, PJ Sheridan, A. Montgomery, T. Ritchie, P. Jagadeeswaran, H. Nogami, AH Briggs, JB Cohn
  • Allelische Assoziation des humanen Dopamin-D2-Rezeptor-Gens im Alkoholismus
  • JAMA, 263 (1990), S. 2055-2060
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

5.      

  • Brevers et al., 2012
  • D. Brevers, A. Cleeremans, AE Goudriaan, A. Bechara, C. Kornreich, P. Verbanck, X. Noel
  • Die Entscheidungsfindung unter Mehrdeutigkeit, aber nicht unter Risiko, hängt mit der Schwere des Problems von Glücksspielen zusammen
  • Psychiatrie Res., 200 (2012), S. 568 – 574
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

6.      

  • Brevers et al., 2013
  • D. Brevers, A. Bechara, A. Cleeremans, X. Noel
  • Iowa Gambling Task (IGT): Zwanzig Jahre nach der Spielstörung und IGT
  • Vorderseite. Psychol., 4 (2013), p. 665
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

7.      

  • Cavanna und Trimble, 2006
  • AE Cavanna, Herr Trimble
  • Der Precuneus: eine Überprüfung seiner funktionellen Anatomie und Verhaltenskorrelate
  • Gehirn, 129 (2006), S. 564 – 583
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

8.      

  • Chen et al., 2006
  • MK Chen, V. Lakshminarayanan, LR Santos
  • Wie grundlegend sind Verhaltensfehler? Beweise aus dem Verhalten von Kapuzineraffen
  • J. Polit. Econ., 114 (2006), S. 517 – 537
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

9.      

  • Clark, 2010
  • L. Clark
  • Entscheidungsfindung während des Glücksspiels: eine Integration kognitiver und psychobiologischer Ansätze
  • Philos. Trans. R. Soc. Lond. Ser. B Biol. Sci., 365 (2010), S. 319 – 330
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

10   

  • Clark et al., 2013
  • L. Clark, B. Averbeck, D. Payer, G. Sescousse, CA Winstanley, G. Xue
  • Pathologische Wahl: die Neurowissenschaften von Glücksspielen und Spielsucht
  • J. Neurosci., 33 (2013), S. 17617-17623
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

11   

  • Comings et al., 1996
  • DE kommen, RJ Rosenthal, HR Lesieur, LJ Rugle, D. Muhleman, C. Chiu, G. Dietz, R. Gade
  • Eine Studie des Dopamin-D2-Rezeptor-Gens beim pathologischen Glücksspiel
  • Pharmakogenetik, 6 (1996), S. 223-234
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

12   

  • Comings et al., 2001
  • DE kommen, R. Gade-Andavolu, N. Gonzalez, S. Wu, D. Muhleman, C. Chen, P. Koh, K. Farwell, H. Blake, G. Dietz, RJ Rosenthal
  • Der additive Effekt von Neurotransmitter-Genen beim pathologischen Glücksspiel
  • Clin. Genet., 60 (2001), S. 107 – 116
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

13   

  • Crockford et al., 2005
  • DN Crockford, B. Goodyear, J. Edwards, J. Quickfall, e.-G. N
  • Cue-induzierte Hirnaktivität bei pathologischen Spielern
  • Biol. Psychiatrie, 58 (2005), S. 787 – 795
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

14   

  • De Martino et al., 2010
  • B. De Martino, CF Camerer, R. Adolphs
  • Amygdala-Schaden beseitigt monetäre Verlustaversion
  • Proc. Natl. Acad. Sci. USA, 107 (2010), S. 3788 – 3792
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

15   

  • de Ruiter et al., 2009
  • MB de Ruiter, DJ Veltman, AE Goudriaan, J. Oosterlaan, Z. Sjoerds, W. van Brink
  • Beharrlichkeit der Reaktion und ventrale präfrontale Sensibilität für Belohnung und Bestrafung bei männlichen Problemspielern und Rauchern
  • Neuropsychopharmakologie, 34 (2009), S. 1027-1038
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

16   

  • Deichmann et al., 2003
  • R. Deichmann, JA Gottfried, C. Hutton, R. Turner
  • Optimierte EPI für fMRI-Studien des Orbitofrontal-Kortex
  • NeuroImage, 19 (2003), S. 430 – 441
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

17   

  • Delgadoet al., 2005
  • MR Delgado, MM Miller, S. Inati, EA Phelps
  • Eine fMRI-Studie zum belohnungsbezogenen Wahrscheinlichkeitslernen
  • NeuroImage, 24 (2005), S. 862 – 873
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

18   

  • Elliott, 2003
  • R. Elliott
  • Exekutivfunktionen und ihre Störungen
  • Br. Med. Bull., 65 (2003), S. 49 – 59
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

19   

  • Zuerst et al., 2002
  • MB Zuerst RL Spitzer, M. Gibbon, JBW Williams
  • Strukturiertes klinisches Interview für DSM-IV-Achsen-I-Störungen, Forschungsversion, Nicht-Patienten-Edition (SCID-I / NP)
  • Biometrieforschung, Psychiatrisches Institut des Staates New York, New York, NY (2002)
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

20   

  • Friston et al., 1996
  • KJ Friston, S. Williams, R. Howard, RSJ Frackowiak, R. Turner
  • Bewegungsbezogene Effekte in fMRI-Zeitreihen
  • Magn. Reson. Med., 35 (1996), S. 346 – 355
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

1.      

  • Gelskov et al., 2015
  • SV Gelskov, S. Henningsson, KH Madsen, HR Siebner, TZ Ramsøy
  • Amygdala signalisiert subjektive Appetitivität und Aversivität gemischter Glücksspiele
  • Cortex, 66 (2015), S. 81 – 90
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

2.      

  • Giorgetta et al., 2014
  • C. Giorgetta, A. Grecucci, A. Rattin, C. Guerreschi, AG Sanfey, N. Bonini
  • Spielen oder nicht spielen: ein persönliches Dilemma beim pathologischen Glücksspiel
  • Psychiatrie Res., 219 (2014), S. 562 – 569
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

3.      

  • Goldstein und Volkow, 2002
  • RZ Goldstein, ND Volkow
  • Drogensucht und ihre zugrunde liegende neurobiologische Basis: Neuroimaging-Nachweis für die Beteiligung des Frontalkortex
  • Bin ich J. Psychiatrie, 159 (2002), pp. 1642-1652
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

4.      

  • Goldstein und Volkow, 2011
  • RZ Goldstein, ND Volkow
  • Dysfunktion des präfrontalen Kortex bei der Sucht: neuroimaging Befunde und klinische Implikationen
  • Nat. Rev. Neurosci., 12 (2011), S. 652-669
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

5.      

  • Goldstein et al., 2007
  • RZ Goldstein, N. Alia-Klein, D. Tomasi, L. Zhang, LA Cottone, T. Maloney, F. Telang, EC Caparelli, L. Chang, T. Ernst, D. Samaras, NK Squires, ND Volkow
  • Ist eine verringerte präfrontale kortikale Sensibilität für die monetäre Belohnung mit Motivationseinschränkung und Selbstkontrolle bei der Kokainsucht verbunden?
  • Bin ich J. Psychiatrie, 164 (2007), pp. 43-51
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

6.      

  • Goudriaan et al., 2010
  • AE Goudriaan, MB de Ruiter, W. van Brink, J. Oosterlaan, DJ Veltman
  • Gehirnaktivierungsmuster im Zusammenhang mit Quecksilberreaktionen und Verlangen bei abstinenten Problemspielern, starken Rauchern und gesunden Kontrollen: eine fMRI-Studie
  • Süchtiger Biol., 15 (2010), S. 491-503
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

7.      

  • Joutsa et al., 2012
  • J. Joutsa, J. Johansson, S. Niemelä, A. Ollikainen, MM Hirvonen, P. Piepponen, E. Arponen, H. Alho, V. Voon, JO Rinne, J. Hietala, V. Kaasinen
  • Die Freisetzung von Mesolimbic Dopamin hängt mit der Schwere der Symptome bei pathologischem Glücksspiel zusammen
  • NeuroImage, 60 (2012), S. 1992 – 1999
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

8.      

  • Kahneman und Tversky, 1979
  • D. Kahneman, A. Tversky
  • Prospekttheorie - Analyse der Risikoentscheidung
  • Econometrica, 47 (1979), S. 263 – 291
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

9.      

  • Kessler et al., 2008
  • RC Kessler, I. Hwang, R. Labrie, M. Petukhova, Na Sampson, KC Winters, S. HJ
  • DSM-IV Pathologisches Glücksspiel in der National Comorbidity Survey Replication
  • Psychol. Med., 38 (2008), S. 1351 – 1360
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

10   

  • Knutson et al., 2001
  • B. Knutson, GW Fong, CM Adams, JL Varner, D. Hommer
  • Dissoziation von Belohnungsprognosen und -ergebnissen mit ereignisbezogenen fMRT
  • Neuroreport, 12 (2001), S. 3683-3687
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

11   

  • Leeman und Potenza, 2012
  • RF Leeman, MN Potenza
  • Ähnlichkeiten und Unterschiede zwischen pathologischem Glücksspiel und Substanzgebrauchsstörungen: ein Fokus auf Impulsivität und Zwanghaftigkeit
  • Psychopharmakologie, 219 (2012), pp. 469-490
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

12   

  • Lesieur und Blume, 1987
  • HR Lesieur, SB Blume
  • Der South Oaks Gambling Screen (SOGS): ein neues Instrument zur Identifizierung von pathologischen Spielern
  • Bin ich J. Psychiatrie, 144 (1987), pp. 1184-1188
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

13   

  • Limbrick-Oldfield et al., 2013
  • EH Limbrick-Oldfield von RJ van Holst und L. Clark
  • Fronto-striatale Dysregulation bei Drogensucht und pathologischem Glücksspiel: konsistente Inkonsistenzen?
  • NeuroImage Clin., 2 (2013), S. 385 – 393
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

14   

  • Linnet et al., 2011
  • J. Linnet, A. Moller, E. Peterson, A. Gjedde, D. Doudet
  • Dopamin-Freisetzung im ventralen Striatum während des Iowa-Glücksspiels Die Aufgabenleistung ist mit einer erhöhten Spannung beim pathologischen Glücksspiel verbunden
  • Sucht, 106 (2011), pp. 383-390
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

15   

  • Maldjianet al., 2003
  • JA Maldjian, PJ Laurienti, RA Kraft, JH Burdette
  • Eine automatisierte Methode für die Untersuchung von fMRI-Datensätzen auf der Grundlage von Atomen, die auf einem neuroanatomischen und zytoarchitektonischen Atlas basieren
  • NeuroImage, 19 (2003), S. 1233 – 1239
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

16   

  • Monsell, 2003
  • S. Monsell
  • Aufgabenwechsel
  • Trends Cogn. Sci., 7 (2003), S. 134 – 140
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

17   

  • Noble et al., 1991
  • EP Noble, K. Blum, T. Ritchie, A. Montgomery, PJ Sheridan
  • Allelische Assoziation des D2-Dopaminrezeptor-Gens mit Rezeptorbindungseigenschaften im Alkoholismus
  • Bogen. Gen. Psychiatrie, 48 (1991), pp. 648-654
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

18   

  • O'Doherty et al., 2004
  • J. O'Doherty, P. Dayan, J. Schultz, R. Deichmann, K. Friston, RJ Dolan
  • Dissoziierbare Rollen des ventralen und dorsalen Striatum bei der instrumentellen Konditionierung
  • Wissenschaft, 304 (2004), pp. 452-454
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

19   

  • Petry, 2007
  • NM Petry
  • Störungen bei Glücksspielen und Substanzgebrauch: aktueller Stand und zukünftige Richtungen
  • Am. J. Addict., 16 (2007), S. 1 – 9
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

20   

  • Potenza, 2014
  • MN Potenza
  • Die neuronalen Grundlagen kognitiver Prozesse bei Spielstörungen
  • Trends Cogn. Sci., 18 (2014), S. 429 – 438
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

1.      

  • Power et al., 2012
  • JD Power, KA Barnes, AZ Snyder, BL Schlaggar, SE Petersen
  • Geringfügige, aber systematische Korrelationen in der funktionalen Konnektivität MRI-Netzwerke entstehen durch die Bewegung von Objekten
  • NeuroImage, 59 (2012), S. 2142 – 2154
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

2.      

  • Raylu und Oei, 2002
  • N. Raylu, TPS Oei
  • Pathologisches Glücksspiel: eine umfassende Überprüfung
  • Clin. Psychol. Rev., 22 (2002), S. 1009 – 1061
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

3.      

  • Reuteret al., 2005
  • J. Reuter, T. Raedler, M. Rose, I. Hand, J. Glascher, C. Buchel
  • Pathologisches Glücksspiel ist mit einer reduzierten Aktivierung des mesolimbischen Belohnungssystems verbunden
  • Nat. Neurosci., 8 (2005), S. 147-148
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

4.      

  • Robinson und Berridge, 1993
  • TE Robinson, KC Berridge
  • Die neurale Basis des Drogensehnens: eine Anreizsensibilisierungstheorie der Sucht
  • Brain Res. Brain Res. Rev., 18 (1993), S. 247 – 291
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

5.      

  • Robinson und Berridge, 2008
  • TE Robinson, KC Berridge
  • Rezension. Die Anreizsensibilisierungstheorie der Sucht: einige aktuelle Themen
  • Philos. Trans. R. Soc. Lond. Ser. B Biol. Sci., 363 (2008), S. 3137 – 3146
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

6.      

  • Robinson et al., 2012
  • JL Robinson, AR Laird, DC Glahn, J. Blangero, MK Sanghera, L. Pessoa, et al.
  • Die funktionale Konnektivität des menschlichen Caudats: eine Anwendung der metaanalytischen Konnektivitätsmodellierung mit Verhaltensfilterung
  • NeuroImage, 60 (2012), S. 117 – 129
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

7.      

  • Romanczuk-Seiferth et al., 2015
  • N. Romanczuk-Seiferth, S. Koehler, C. Dreesen, T. Wüstenberg, A. Heinz
  • Pathologisches Glücksspiel und Alkoholabhängigkeit: Nervenstörungen bei der Verarbeitung von Belohnungen und Verlustvermeidung
  • Süchtiger Biol., 20 (2015), S. 557-569
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

8.      

  • Seo et al., 2012
  • M. Seo, E. Lee, BB Averbeck
  • Aktionsauswahl und Aktionswert in frontal-striatalen Schaltkreisen
  • Neuron, 74 (2012), S. 947-960
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

9.      

  • Sescousse et al., 2013
  • G. Sescousse, G. Barbalat, P. Domenech, JC Dreher
  • Ungleichgewicht in der Empfindlichkeit gegenüber verschiedenen Arten von Belohnungen bei pathologischem Glücksspiel
  • Gehirn, 136 (8) (2013), S. 2527 – 2538
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

10   

  • Silberberg et al., 2008
  • A. Silberberg, PG Roma, ME Huntsberry, Warren-Boulton, T. Sakagami, AM Ruggiero, et al.
  • Zur Verlustaversion bei Kapuzineraffen
  • J. Exp. Anal. Behav., 89 (2008), S. 145 – 155
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

11   

  • Thomsen et al., 2013
  • KR Thomsen, M. Joensson, HC Lou, A. Møller, J. Gross, ML Kringelbach, J.-P. Changeux
  • Paralimbische Interaktion in Verhaltensabhängigkeit verändert
  • Proc. Natl. Acad. Sci. USA, 110 (2013), S. 4744 – 4749
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

12   

  • Tom et al., 2007
  • SM Tom, CR Fox, C. Trepel, RA Poldrack
  • Die neuronale Basis der Verlustaversion bei der Entscheidungsfindung unter Risiko
  • Wissenschaft, 315 (2007), pp. 515-518
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

13   

  • Tricomi et al., 2004
  • EM Tricomi, Herr Delgado, JA Fiez
  • Modulation der Caudataktivität durch Aktionskontingenz
  • Neuron, 41 (2004), S. 281-292
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

14   

  • Tzourio-Mazoyer et al., 2002
  • N. Tzourio-Mazoyer, B. Landeau, D. Papathanassiou, F. Crivello, O. Etard, N. Delcroix, B. Mazoyer, M. Joliot
  • Automatisierte anatomische Markierung von Aktivierungen in SPM unter Verwendung einer makroskopischen anatomischen Parzellierung des MNI-MRI-Einzelobjekt-Gehirns
  • NeuroImage, 15 (1) (2002), S. 273 – 289
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

15   

  • van Holst ua, 2010
  • RJ van Holst, W. van Brink, DJ Veltman, AE Goudriaan
  • Gehirnbildstudien im pathologischen Glücksspiel
  • Curr. Psychiatrie Rep., 12 (2010), S. 418-425
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

16   

  • van Holst ua, 2012
  • RJ van Holst, DJ Veltman, C. Buchel, W. van Brink, AE Goudriaan
  • Verzerrte Erwartungskodierung bei problematischem Glücksspiel: Ist das süchtig machend in der Erwartung?
  • Biol. Psychiatrie, 71 (2012), S. 741 – 748
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

17   

  • Verstynen et al., 2012
  • TD Verstynen, D. Badre, K. Jarbo, W. Schneirder
  • Mikrostrukturelle Organisationsmuster im kortikostriatalen System des Menschen
  • J. Neurophysiol., 107 (2012), S. 2984-2995
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

18   

  • Wardle et al., 2010
  • H. Wardle, A. Moody, S. Spence, J. Orford, R. Volberg, D. Jotangia, et al.
  • Britische Glücksspiel-Prävalenzumfrage
  • Nationales Zentrum für Sozialforschung, London (2010)
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

19   

  • Welte et al., 2008
  • JW Welte, GM Barnes, MC Tidwell, JH Hoffman
  • Die Verbreitung von problematischem Glücksspiel bei US-amerikanischen Jugendlichen und jungen Erwachsenen: Ergebnisse einer nationalen Umfrage
  • J. Gambl. Stud., 24 (2008), S. 119 – 133
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

20   

  • Worhunsky et al., 2014
  • PD Worhunsky, RT Malison, RD Rogers, MN Potenza
  • Geänderte neuronale Korrelate der Belohnungs- und Verlustverarbeitung während der simulierten fMRT für Spielautomaten bei pathologischem Glücksspiel und Kokainabhängigkeit
  • Alkoholabhängigkeit., 145 (2014), S. 77 – 86
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

1.      

  • Yin und Knowlton, 2006
  • SH Yin, BJ Knowlton
  • Die Rolle der Basalganglien bei der Habitusbildung
  • Nat. Rev. Neurosci., 7 (2006), S. 464-476
  • http://cdn.els-cdn.com/sd/loading_txt_icon.gif

Korrespondierender Autor bei: Gruppe Gehirn und Bewusstsein (EHESS / CNRS / ENS), Ecole Normale Supérieure, PSL-Forschungsuniversität, 29 rue d'Ulm, 75005 Paris, Frankreich.

1

Die älteren Autoren haben gleichermaßen zum Papier beigetragen.

Copyright © 2016 Die Autoren. Veröffentlicht von Elsevier Inc.