Frontpsychol. 2016 Mai 4;7: 597. doi: 10.3389 / fpsyg.2016.00597. eCollection 2016.
Wang Y1, Zou Z1, Lied H1, Xu X1, Wang H.1, d'Oleire Uquillas F.2, Huang X.1.
Abstrakt
Mobiltelefonabhängigkeit (MPD) ist eine Verhaltenssucht, die zu einem zunehmenden Problem der öffentlichen psychischen Gesundheit geworden ist. Während frühere Forschung einige der Faktoren untersucht hat, die MPD vorhersagen können, wurden die zugrundeliegenden neuralen Mechanismen von MPD noch nicht untersucht. Die vorliegende Studie zielte darauf ab, die mit MPD verbundenen mikrostrukturellen Variationen zu untersuchen, wie sie mit funktioneller Magnetresonanztomographie (fMRT) gemessen wurden. Gray Matter Volume (GMV) und White Matter (WM) Integrität [vier Indizes: fraktionelle Anisotropie (FA); mittlere Diffusivität (MD); axiale Diffusivität (AD); und Radialdiffusivität (RD)] wurden über Voxel-basierte Morphometrie (VBM) bzw. Trakt-basierte räumliche Statistik (TBSS) -Analyse berechnet. Achtundsechzig Studenten (42 weiblich) wurden eingeschrieben und in zwei Gruppen unterteilt [MPD-Gruppe, N = 34; Kontrollgruppe (CG), N = 34] basierend auf dem Skalenwert des Mobile Phone Addiction Index (MPAI). Die Merkmalsimpulsstärke wurde ebenfalls unter Verwendung der Barratt-Impulsivitätsskala (BIS-11) gemessen.
Im Hinblick auf die zugrundeliegende Eigenschaftsimpulsabhängigkeit zeigten die Ergebnisse eine verringerte GMV in der MPD-Gruppe im Vergleich zu Kontrollen in Regionen wie dem rechten oberen frontalen Gyrus (sFG), dem rechten inferioren frontalen Gyrus (iFG) und dem bilateralen Thalamus (Thal). In der MPD-Gruppe war GMV in den oben genannten Regionen negativ mit den Werten auf dem MPAI korreliert. Die Ergebnisse zeigten auch signifikant weniger FA- und AD-Messungen der WM-Integrität in der MPD-Gruppe im Vergleich zu Kontrollen in bilateralen Hippocampus-Cingulum-Bündelfasern (CgH). Zusätzlich war in der MPD-Gruppe FA des CgH negativ korreliert mit Werten auf dem MPAI.
Diese Befunde liefern den ersten morphologischen Beweis für eine veränderte Gehirnstruktur bei Überbeanspruchung des Mobiltelefons und könnten helfen, die neuronalen Mechanismen der MPD in Bezug auf andere Verhaltens- und Substanzabhängigkeitsstörungen besser zu verstehen.
KEYWORDS:
Handy-Sucht-Indexskala; axiale Diffusivität; fMRI; fraktionelle Anisotropie; Volumen der grauen Substanz; Impulsivität; Mobiltelefonabhängigkeit
Einleitung
Wie eMarketer.com berichtet, wird die Anzahl der universellen Smartphone-Abonnenten 2,380 Millionen in 2017 erreichen, wovon 672.1 Millionen chinesische Abonnenten sein werden. Smartphones haben viele attraktive Eigenschaften, die dazu beitragen, ihren vorherrschenden Gebrauch im modernen Leben besonders für junge Erwachsene zu schüren. Es ist eine unerschöpfliche Quelle des Vergnügens und der Entspannung, ein hochwirksames Mittel, um zwischenmenschliche Beziehungen herzustellen und aufrechtzuerhalten, und es ist eine bequeme Methode, unangenehme Stimmungszustände und "Tötungs" -Zeiten zu vermeiden (Choliz, 2010).
Individuen nehmen ihre Welt zunehmend über dieses raffinierte, multifunktionale, neue Organ wahr. Immer mehr junge Erwachsene nutzen Smartphones jedoch außer Kontrolle. In den letzten Jahren wurden physiologische, soziale, verhaltensbedingte und sogar affektive Probleme mit einer extensiven, unkontrollierten und exzessiven Nutzung von mobilen Geräten in Verbindung gebracht, was viel Aufmerksamkeit auf die möglichen negativen Auswirkungen der Überbeanspruchung von Mobiltelefonen lenkt (Roberts et al., 2015).
Überbeanspruchung des Mobiltelefons als Störung kann als Verhaltenssucht betrachtet werden (Billieux, 2012). Der traditionelle allgemeine Rahmen für Sucht beruht auf einem medizinischen Modell, das auf körperliche und psychische Abhängigkeit vom Konsum von Substanzen wie Tabak, Alkohol oder anderen Drogen (McMillan et al., 2001). Forscher haben jedoch argumentiert, dass die Sucht auf pathologische Verhaltensmuster erweitert werden sollte, die der Substanzabhängigkeit analog sind und sie kollektiv als "Verhaltensabhängigkeit" bezeichnet haben (Zitrone, 2002). Verhaltenssucht bezieht sich somit auf Verhaltensweisen, die neben der Einnahme von psychoaktiven Substanzen kurzfristige Belohnungsgefühle hervorrufen und trotz Kenntnis der nachteiligen Folgen weiteres hartnäckiges Verhalten hervorrufen. Diese Verhaltensweisen umfassen pathologisches Spielen, Hautentnahme, Kleptomanie, zwanghaftes Kaufen und zwanghaftes Sexualverhalten, um nur einige zu nennen (Grant et al., 2010). Verhaltenssucht ähnelt Substanzabhängigkeit in vielen Bereichen, einschließlich Naturgeschichte, Phänomenologie (Roberts et al., 2015), Toleranz (Leung, 2008), überlappende genetische Beiträge (Billieux, 2012), neurobiologische Mechanismen (Billieux et al., 2015a), Komorbidität, Reaktion auf die Behandlung (Billieux et al., 2015b), und das gemeinsame Kernmerkmal der verminderten Kontrolle (Walther et al., 2012). Mit dem Aufkommen und dem zunehmenden allgegenwärtigen Einsatz von Technologie wie Fernsehen, Computerspielen und dem Internet wurde eine neue Unterklasse der Verhaltensabhängigkeit, die nicht chemischer Natur ist, technologische Abhängigkeit, als die problematische übermäßige Verwendung von Technologie, die menschliche maschinelle Interaktion (Griffiths, 1996).
Handy Dependance (MPD), eine Untergruppe der Verhaltens- oder technologischen Abhängigkeit, teilt viele Gemeinsamkeiten mit anderen Suchterkrankungen (Bianchi und Phillips, 2005; Billieux, 2012). Diese gemeinsamen Merkmale sind in "Browns Verhaltensabhängigkeitskriterien" zusammengefasst (Braun, 1993) und umfassen: kognitive Salienz, Konflikt mit anderen Personen oder Aktivitäten, Euphorie oder Erleichterung, Toleranz oder Verlust der Kontrolle über das Verhalten, Entzug, Rückfall und Wiedereinstellung (Martinotti et al., 2011). Insgesamt wurde MPD als die exzessive und unkontrollierte Nutzung eines Mobiltelefons in dem Maße dargestellt, dass es sich auf das reale Leben eines Individuums auswirkt. Zum Beispiel, erinnert an die Abhängigkeit und Rückzug, jemand mit MPD kann sich unwohl fühlen und irritiert in der Abwesenheit von ihrem Telefon, einschließlich fühlen eine körperliche und psychische Leere unter anderen klassischen Entzugssymptome (Ling und Pedersen, 2006).
Für viele MPD-Personen kann ein Mobiltelefon so faszinierend sein, dass es sein Leben und seine Interessen beherrschen kann (Chóliz, 2012). In der Tat hat die Forschung gezeigt, dass MPD mit psychischer Belastung, emotionaler Instabilität, Materialismus (Beranuy et al., 2009), Zulassungsmotivation (Takao et al., 2009), Freizeit Langeweile, Sensationssuche (Leung, 2008), Impulsivität (Billieux et al., 2007, 2008), und riskantes Verhalten wie ungeschützter Sex, illegaler Drogenkonsum, Alkoholkonsum, Schulunterbrechungen und kriminelle Aktivitäten (Yang et al., 2010). Außerdem wurden negative Assoziationen zwischen MPD und gesunder Introversion und Gewissenhaftigkeit gefunden (Roberts et al., 2015), Arbeitsspeicher (Billieux et al., 2008), exekutive Funktion (Billieux, 2012), Selbstkontrolle und Selbstüberwachung (Takao et al., 2009) und sogar Selbstwertgefühl (Yang et al., 2010). MPD kann auch zu verminderter kognitiver Kontrolle, erhöhtem Belohnungsverhalten, gesteigerter Toleranz gegenüber telefonischer Exposition und gestörter psychischer Gesundheit sowie zu verringerter Arbeitsleistung und sogar zu akademischem Versagen führen (Billieux et al., 2015a), ähnlich wie bei anderen Suchtstörungen.
Wichtig ist, dass Trait-Impulsivität eine Schlüsselrolle bei vielen Arten von Abhängigkeitsstörungen einschließlich Drogenabhängigkeit spielt (Moreno-López et al., 2012), Glücksspielprobleme (Joutsa et al., 2011; Bickel et al., 2012), Online-Spielsucht (Han et al., 2012b) und sogar Internetsucht (Cao et al., 2007; Lin et al., 2012). Daher haben wir in der vorliegenden Studie auch die mögliche zugrunde liegende Impulsivität bei MPD untersucht.
Obwohl einige potentielle Faktoren, die mit MPD in Zusammenhang stehen könnten, in früheren Studien identifiziert wurden, wurden bisher noch keine Untersuchungen durchgeführt, die die zugrunde liegenden neuralen Mechanismen oder mögliche morphologische Veränderungen des Gehirns bei MPD-Patienten untersuchen. Es besteht ein enormes Potenzial für die Verwendung der Magnetresonanztomographie (MRT) zur Aufklärung der neuronalen Mechanismen von MPD (Yuan et al., 2011), und Ergebnisse können in naher Zukunft zur Entwicklung von Verhaltensinterventionen oder pharmakologischen Behandlungen für diese und andere Arten von Sucht beitragen (Hanlon und Canterberry, 2012). In der vorliegenden Studie haben wir daher versucht, Messungen der Gehirnmorphologie mit MRT bei Personen mit MPD zu untersuchen, insbesondere bei jungen erwachsenen Studenten, da Handys in dieser Population eine immer wichtigere Rolle spielen.
Vermutlich zugrunde liegende neuronale Muster zwischen MPD und anderen Suchterkrankungen lassen vermuten, dass durch ein besseres Verständnis der Mechanismen, die hinter MPD stehen, auch andere Suchttypen aufgeklärt werden können (Billieux et al., 2015a). In einer Studie der Internet-Sucht bei jungen Erwachsenen, Zhouet al. (2011) fanden heraus, dass internetabhängige junge Erwachsene im Vergleich zu einer gesunden Kontrollgruppe eine niedrigere Dichte der grauen Substanz im linken anterioren cingulären Kortex, linken hinteren cingulären Kortex, linken Insula und linken lingualen Gyrus aufwiesen. In einer ähnlichen Studie, die sich mit Online-Spielsucht bei jungen Erwachsenen befasst, Wenget al. (2013) fanden eine graue Substanzatrophie im rechten orbitofrontalen Cortex (OFC), bilaterale Insula und rechten zusätzlichen motorischen Bereich, sowie eine reduzierte fraktionelle Anisotropie (FA) im rechten Genu des Corpus callosum, der bilateralen Frontallappen - weißen Substanz (WM) und richtige externe Kapsel in Online-Spiel süchtig-Individuen. In der Forschung, die sich mit pathologischem Spielen befasste, gab es ein höheres Volumen der grauen Substanz (GMV) im ventralen Striatum und im rechten präfrontalen Kortex (Koehler et al., 2013), weit verbreitete untere FA und höhere mittlere Diffusivität (MD) im Corpus callosum, dem Cingulum, dem oberen Fasciculus longitudinalis, dem inferioren Os occipitalis fasciculare, dem vorderen Teil der inneren Kapsel, der anterioren thalamischen Strahlung und dem inferioren Faszikel , und der uncinate / inferior fronto-occipital fascicle in der Gruppe der pathologischen Spielpatienten (Joutsa et al., 2011). Diese berichteten Regionen stehen im Zusammenhang mit inhibitorischer Kontrolle, Belohnungsverarbeitung und Impulsivität (Romero et al., 2010; Li et al., 2015). MPD kann theoretisch auch Schäden in einigen dieser Regionen beinhalten (Hanlon und Canterberry, 2012), und die Erforschung der Ähnlichkeiten und Unterschiede zwischen verschiedenen Süchten könnte unser Verständnis der neuronalen Mechanismen von MPD-Verhaltensweisen vertiefen und könnte helfen, spezifische Interventionen dafür zu entwickeln.
Viele automatisierte und objektive MRT-Methoden wurden verwendet, um gesunde Strukturmuster im Gehirn zu charakterisieren, einschließlich T1-gewichteter struktureller Bildgebung und Diffusionstensor-Bildgebung (DTI). In ersterer kann GMV durch Voxel-basierte Morphometrie (VBM) -Analyse inspiziert und weiter berechnet werden. Basierend auf der obigen Übersicht nahmen wir eine verringerte GMV in Frontallappenbereichen und Thalamus in der MPD-Gruppe im Vergleich zu Kontrollen an. Wir nahmen auch an, dass die MPD-Gruppe mit einer Beeinträchtigung von WM-Fasern verbunden sein würde, die mit emotionaler Verarbeitung, exekutiver Aufmerksamkeit, Entscheidungsfindung und kognitiver Kontrolle verbunden sind. Vier Faserintegritätssurrogate, einschließlich FA, MD, Axialdiffusivität (AD) und Radialdiffusivität (RD), berechnet über die traktbasierte räumliche Statistik (TBSS) (Yeh et al., 2009), sind empfindlich für die Diffusion von Wassermolekülen im Gehirn (Basser et al., 1994), und sind genau qualifizierte Biomarker für die Bewertung der Wirksamkeit von WM (Hasan et al., 2011).
In der vorliegenden Studie wurden sowohl die GMV- als auch die WM-Integrität unter Verwendung dieser Maßnahmen untersucht, um mögliche Diskrepanzen aufzuzeigen, die bei jungen Erwachsenen mit MPD vorhanden sein könnten, mit dem Potenzial, mögliche neurale Mechanismen besser zu verstehen.
Materialen und Methoden
Ethik-Erklärung
Diese Untersuchung wurde von der Ethikkommission der Southwest University genehmigt, und von jedem Teilnehmer wurde eine schriftliche Einverständniserklärung eingeholt. Alle Teilnehmer waren über 18 Jahre alt und wurden darüber informiert, dass ihre Teilnahme völlig freiwillig war und dass sie die Möglichkeit hatten, sich jederzeit zu trennen.
Teilnehmer
Dreihundert Studenten wurden von der Southwest University (SWU, Chongqing, China) durch Broschüren und Internetwerbung rekrutiert. Sie mussten den Mobile Phone Addiction Index (MPAI) ausfüllen, in dem ein Wert über 51 sie als mobiltelefonabhängig (MPD) einstufte. Diese Schichtung führte zu einer MPD-Gruppe von 34-Individuen (21-Weibchen, Range: 18-27 Jahre alt). Um der MPD-Gruppe zu entsprechen, wurden 34-Nicht-MPD-Studenten (21 weiblich, Bereich: 18-27 Jahre alt) zufällig als Kontrollgruppe (CG) ausgewählt. Es gab keine signifikanten Unterschiede bei den persönlichen monatlichen Ausgaben, Alter, Geschlecht oder Bildungsjahren zwischen den Gruppen (siehe Tabelle) 1).
TABELLE 1. Wirtschaftsstatus, Demografie, MPAI und BIS-Werte der Teilnehmer.
Darüber hinaus hatten alle Teilnehmer keine neurologischen Störungen, keine psychiatrischen Erkrankungen oder Metallteile, Tätowierungen oder nicht entfernbare Piercings am Körper. Sie alle hatten normale oder korrigierte normale Sehkraft, waren Rechtshänder und waren Muttersprachler.
Fragebogen Auswertung
Die MPAI-Skala (Leung, 2008), die aus 17-Elementen besteht, wurde verwendet, um den Grad der MPD zu schätzen. Es wurde eine Fünf-Punkte-Likert-Skala verwendet: 1 = 'überhaupt nicht,' 2 = 'selten,' 3 = 'gelegentlich,' 4 = 'oft,' 5 = 'immer'. Die Gesamtpunktzahl reicht von 17 bis 85, wobei nach einer mittleren Aufteilung 51 oder mehr als Indikator für die Telefonabhängigkeit gilt (Martinotti et al., 2011). Die Zuverlässigkeit von Cronbachs Alpha ist bei 0.90 bemerkenswert hoch (Leung, 2008).
Die Barratt-Impulsivitätsskala (BIS-11) (Pattonet al., 1995) wurde beiden Gruppen verabreicht, um die Merkmalsimpulsstärke zu messen. Das BIS besteht aus 30-Elementen, die eine Fünf-Punkte-Likert-Skala verwenden. Je höher die Punktzahl, desto stärker ist die Impulsivität. Die interne Konsistenzzuverlässigkeit und Retest-Zuverlässigkeit sind 0.89 bzw. 0.91 (Li et al., 2011).
Scannen der Erfassung
Alle Bildgebungsdaten wurden mit einem 3T Siemens Scanner (Siemens Medical, Erlangen, Deutschland) im Brain Imaging Research Center der Southwest University erfasst. Hochauflösende T1-gewichtete anatomische Bilder wurden mit einer Magnetisierungs-Schnell-Gradientenecho (MPRAGE) -Sequenz erhalten [Wiederholungszeit (TR) = 1900 ms, Echozeit (TE) = 2.52 ms, Sichtfeld (FOV) = 256 mm, Flipwinkel = 90 °, Matrixauflösung in der Ebene = 256 × 256, Schichtdicke = 1 mm, Scheiben = 176, Voxelgröße = 1 mm × 1 mm × 1 mm]. 12-Richtungs-Diffusionstensor-Bilder (DTI) wurden mit einer zweimal refokussierten Spin-Echo-Impulsfolge gesammelt, TR = 6000 ms, TE = 89 ms, FOV = 240 mm, Matrixauflösung = 128 x 128, Schichtdicke = 3 mm, Scheiben = 45, b-Wert = 1000s / mm2.
Strukturelle Bildanalyse
Die strukturellen Bildgebungsdaten jedes Probanden wurden mit der Software Statistical Parametric Mapping (SPM8) analysiert1) in MATLAB R2014a (MathWorks Inc., Natick, MA, USA), und wurden zuerst angezeigt, um nach Artefakten und groben anatomischen Anomalien zu suchen. Die Scans wurden manuell co-registriert und auf die Commissur-Frontzahn-Kommissur-Linie nach vorne ausgerichtet und dann in graue Substanz (GM), WM und Liquor (CSF) segmentiert (Yinet al., 2013). Schließlich wurden die Ergebnisse registriert, normalisiert und moduliert, wobei die Differentielle Anatomische Registrierung durch Exponentierte Lie Algebra (DARTEL) Toolbox verwendet wurde, die einen ausgefeilteren Registrierungsalgorithmus verwendet, um eine genauere Registrierung zwischen den Subjekten zu erreichen. Seine Leistung bei nichtlinearen Registrierungsalgorithmen ist besser als bei anderen ähnlichen Toolboxen.
Nach diesen Vorverarbeitungsschritten wurde die studienspezifische Gehirnschablone aus allen Subjektbildern (dh mittleres Bild) erzeugt, und die Bildintensität jedes Voxels wurde durch die Jacobi-Determinanten moduliert, um die Bestimmung von regionalen Unterschieden in der absoluten Menge an GM zu erleichtern . Die registrierten Bilder wurden dann in den Raum des Montreal Neurological Institute (MNI) transformiert, und schließlich wurden die normalisierten und modulierten Bilder mit einem 10 mm Halbwertsbreite (FWHM) Gaußschen Kern geglättet, um das Signal-Rausch-Verhältnis zu erhöhen.
Der Unterschied in GMV zwischen der MPD- und der CG-Gruppe wurde durch zwei Stichproben beurteilt t- Test unter Verwendung von SPM8, in dem das Gesamt-GM-Volumen sowie die BIS-Werte für die Kovarianz hinzugefügt wurden, da die Merkmalsimpulswirkung ein Störfaktor sein kann. Die Maskierung der absoluten Voxel-Signalintensitätsschwelle wurde auf 0.2 gesetzt, um GM-Grenzeffekte zu minimieren (Duan et al., 2012). Die Signifikanzstufen wurden festgelegt auf p <0.01 mit Alpha-Sim-Korrektur, berechnet mit der DPABI-Software2 (Chao-Gan und Yu-Feng, 2010). Die resultierenden Bilder wurden mit BrainNet Viewer visualisiert (Xia et al., 2013).
Um die mit MPD verbundenen Unterschiede im Vergleich zu Kontrollen zu bestätigen, wurden die besonders unterschiedlichen GMV-Cluster zwischen den beiden Gruppen als interessierende Regionen (ROI) ausgewählt, und die GMV-Werte dieser ROIs innerhalb der MPD-Gruppe wurden dann durch REST extrahiert3und trat in eine Pearson - Korrelationsanalyse mit MPAI - Scores mit der Signifikanz bei ein p <0.05 (Song et al., 2011).
Diffusion Tensor Imaging Datenanalyse
Die diffusionsgewichteten Bilddaten wurden mit dem Pipeline-Tool PANDA auf folgende Weise verarbeitet4: Schätzung der Hirnmaske mit dem b0-Bild ohne Diffusionsgewichtung, Beschneiden des Nicht-Hirn-Raums in den Rohbildern bei 0.25 [Bruchschwellenwert (0 → 1), wobei kleinere Werte größere Abschätzungen des Hirnumrisses ergeben], Korrektur des Wirbelstrominduzierte Verzerrung und Kopfbewegung während des Scannens durch Registrierung der diffusionsgewichteten Bilder (DWI) auf dem b0-Bild mit einer affinen Transformation, nichtlineare Registrierung aller individuellen FA-Bilder im nativen Raum zur FA-Vorlage im Montreal Neurological Institute ( MNI) Standardraum, Verzerrung von Transformationen, die zur Neuabtastung der Bilder der Diffusionsmetriken mit 1 mm × 1 mm × 1 mm räumlicher Auflösung, Ausführung der TBSS-Prozedur, bei der alle Skelette aller Subjekte erstellt wurden, und der durchschnittlichen FA, MD, λ jeder Subregion verwendet wurden1 und λ23 Der Wert der skelettierten WM der Probanden wurde nach dem stereotaktischen WM-Atlas von Johns Hopkins berechnet, der 50-Kernregionen umfasst (Mori et al., 2008) - für weitere Atlas-basierte Zählung durch Multi-Faktor-Analyse der Varianz zwischen den beiden Gruppen, während die BIS-Scores zurückgehen. Schließlich wurde eine Pearson-Korrelationsanalyse innerhalb der MPD-Gruppe zwischen den Werten von signifikant unterschiedlichen Regionen und MPAI-Scores mit einer Signifikanz von 1 durchgeführt p <0.05 (Cui et al., 2013). Die statistische Aussagekraft dieser Methode wurde zuverlässig getestet (Oishi et al., 2009; Faria et al., 2010). Das Ergebnis wurde mit FSLView unter Verwendung der FSL-Toolbox (FSL 5.0.05), (Smith et al., 2006).
Die Ergebnisse
Fragebogen Leistung
Die MPD-Gruppe hatte signifikant höhere Werte auf der MPAI als die CG. Sie verbrachten auch wesentlich mehr Zeit auf ihrem Mobiltelefon (siehe Tabelle) 1). Wie erwartet, waren die BIS-Werte in der MPD-Gruppe ebenfalls signifikant höher, was zeigt, dass MPD-Individuen eine höhere Eigenschaftsimpulsivität im Vergleich zu Kontrollen aufwiesen.
Gray Matter Volume Unterschied zwischen Gruppen
Verglichen mit dem CG hatte die MPD-Gruppe GMV im rechten vorderen Gyrus (sFG), im rechten unteren Gyrus (iFG), im bilateralen medialen Frontalgyrus (mFG), im rechten mittleren Occipitalgyrus (MOG) und im linken anterioren cingulären Kortex deutlich reduziert (ACC) und bilateraler Thalamus (Thal) (siehe Tabelle) 2). In der MPD - Gruppe waren GMV der rechten sFG, rechts iFG und Thal negativ mit den MPAI - Scores korreliert (siehe Abb 1).
TABELLE 2. Bemerkenswerte Unterschiede im Volumen der grauen Substanz (GMV) zwischen der vom Mobiltelefon abhängigen Gruppe (MPD) und der Kontrollgruppe (MPD-Gruppe <Kontrollgruppe).
ABBILDUNG 1. Bemerkenswerte GMV-Unterschiede zwischen MPD-Gruppe und Kontrollgruppe (CG> MPD) und die negative Korrelation zwischen GMV- und MPAI-Werten innerhalb der MPD-Gruppe. Verglichen mit der Kontrollgruppe hatte die MPD-Gruppe GMV in der rechten sFG, der rechten iFG, der bilateralen mFG, der rechten MOg, der linken ACC und der bilateralen Thal bemerkenswert verringert. Darüber hinaus war innerhalb der MPD-Gruppe die GMV der rechten sFG, rechts iFG und Thal negativ mit MPAI-Scores korreliert. sFG, vorderer Gyrus frontalis; iFG, unterer frontaler Gyrus; mFG, medialer frontaler Gyrus; MOG, mittlerer Gyrus occipitalis; ACC, anterior cingulierter Kortex; Thal, Thalamus; MPD, Mobiltelefonabhängigkeit; CG, Kontrollgruppe; MPAI, Handy-Sucht-Index; GMV, Volumen der grauen Substanz. L, links; R, richtigDTI Diskrepanz zwischen Gruppen
Für die Atlas - TBSS - Analyse waren die FA - und AD - Werte für hippokampale Cingulumbündelfasern (CgH) bei MPD - Individuen im Vergleich zu Kontrollen signifikant verringert (siehe Tabelle 1) 3). In der MPD - Gruppe war der FA des CgH negativ mit den MPAI - Scores korreliert (siehe Abb 2).
TABELLE 3. Signifikante Unterschiede im Diffusionstensor Imaging (DTI) -Index zwischen MPD-Gruppe und Kontrollgruppe (MPD-Gruppe <Kontrollgruppe).
ABBILDUNG 2. Verminderte FA und AD in bilateralen CgH (Subregionen geteilt durch Johns Hopkins stereotaktische Atlanten) in der MPD-Gruppe im Vergleich zur Kontrollgruppe (MPD <CG) und die negative Korrelation zwischen FA- und MPAI-Scores innerhalb der MPD-Gruppe. Die FA- und AD-Werte von CgH waren bei MPD-Individuen im Vergleich zu Kontrollen signifikant verringert. Innerhalb der MPD-Gruppe war der FA des CgH negativ mit den MPAI-Werten korreliert. CgH, Cingulum Bündel Fasern im Hippocampus. FA, fraktionelle Anisotropie; AD, axiale Diffusivität; MPD, Mobiltelefonabhängigkeit; CG, Kontrollgruppe; MPAI, Handy-Sucht-Index.
Diskussion
Soweit wir wissen, war die vorliegende Studie der erste Versuch, die veränderte neuronale Morphologie bei College-Studenten mit MPD zu erforschen. Wir verglichen GMV und vier Indizes der WM-Integrität (FA, MD, AD und RD) zwischen MPD-Individuen und gesunden Kontrollen. Die Ergebnisse zeigten, dass MPD-Individuen GMV im Vergleich zu Kontrollen im rechten sFG, rechts iFG, bilateralen mFG, rechten MOG, linken ACC und bilateralem Thalamus (Thal) reduziert hatten. Was WM-Integrität betrifft, zeigte die MPD-Gruppe verringerte FA und AD von bilateralen hippokampalen Cingulumbündelfasern (CgH). Darüber hinaus korrelierten die GMV-Werte des rechten sFG, des rechten iFG und des bilateralen Thalamus (Thal) negativ mit den MPAI-Werten in der MPD-Gruppe, ebenso wie die FA-Werte des CgH. Zusätzlich bestätigten wir, dass die MPD-Gruppe eine höhere Impuls-Impulsivität hatte, gemessen mit der Barratt-Impulsivitätsskala (BIS-11) (Pattonet al., 1995).
Diese Ergebnisse weisen auf mögliche zugrunde liegende neurobiologische Mechanismen hinter MPD hin und helfen gleichzeitig, die zugrunde liegende Rolle der Impulsivität bei dieser Art von Verhaltenssuchtstörung besser zu verstehen. Die Ergebnisse geben auch einen Einblick in die Ähnlichkeiten und Unterschiede zwischen MPD und anderen Arten von Suchterkrankungen.
Vermindertes Volumen der grauen Substanz in MPD
In der vorliegenden Studie fanden wir eine verminderte GMV in der MPD-Gruppe, ein Ergebnis, das mit unserer Hypothese übereinstimmt, basierend auf Befunden aus anderen Drogen- und Verhaltensabhängigkeitsstudien, bei denen auch angenommen wird, dass Impulsivität eine einflussreiche Rolle spielt.
Funktionelle Bildgebungsuntersuchungen zur Drogenabhängigkeit zeigen, dass Missbrauchsdrogen nicht nur dopaminreiche subkortikale Strukturen wie den ventralen Tegmentalbereich (VTA), Nucleus accumbens (NAcc), Nucleus caudatus, Putamen, Thalamus und Amygdala beeinflussen, sondern auch kortikale Projektionsbereiche stören wie der präfrontale Kortex (PFC), OFC, ACC und Insula (Hanlon und Canterberry, 2012). Ähnlich der Drogenabhängigkeit werden Personen mit Verhaltenssucht oft als anormale Funktion in Hirnregionen charakterisiert, die den präfrontalen Kortex, ACC (Grant et al., 2010), ventrales Striatum (Han et al., 2012a) und VTAs, NAcc (Grant et al., 2010), Insula (Kuss und Griffiths, 2012) und Thalamus (van Holst ua, 2010). Neben der veränderten Funktion in diesen Bereichen ist es erwähnenswert, dass eine veränderte Gehirnmorphologie in diesen Bereichen auch bei Internet-Süchtigen und Spielsüchtigen berichtet wurde. Zum Beispiel haben Studien gezeigt, dass GMV unter diesen Bedingungen in der linken ACC, der linken hinteren cingulären Kortikalis, der linken Insula, dem linken lingualen Gyrus (Zhou et al., 2011), rechte OFS, bilaterale Insula und rechte zusätzliche motorische Fläche (Weng et al., 2013). Diese Bereiche überschneiden sich weitgehend mit Schaltungen, die sich auf die inhibitorische Kontrolle beziehen (Folge et al., 2011), Belohnungsverarbeitung, Entscheidungsfindung und andere kognitive Funktionen (Romero et al., 2010).
In unserer Studie korrelierte das verringerte Volumen in drei ROIs in der MPD-Gruppe im Vergleich zu den Kontrollen ebenfalls mit dem MPAI. Das heißt, die sFG, rechts iFG und Thalamus. Es wurde gezeigt, dass das sFG an vielen fortgeschrittenen kognitiven Funktionen wie hemmende Kontrolle, bewusste Entscheidungsfindung, logisches Denken, Arbeitsgedächtnis (Chase et al., 2011), Aspekte der freiwilligen top-down-Aufmerksamkeitskontrolle (Hopfinger et al., 2000) und Modellierung und Vorhersage des Verhaltens anderer (dh Theory of Mind) (Cui et al., 2012).
Es wird angenommen, dass das richtige iFG als Kontrollzentrum für Fronto-Basalganglien-Schaltkreise dient, die mit Aufmerksamkeitsverteilung, emotionaler Verarbeitung, hemmender Kontrolle und Verhaltensüberwachung und -modulation (Moreno-López et al., 2012). Seine Verletzung ist mit einer Verhaltensdisinhibition verbunden, und es wurde gezeigt, dass sie eine Schlüsselrolle bei der Aufrechterhaltung und Verschlimmerung der Verhaltenssucht spielt (Grant et al., 2010; Kuss und Griffiths, 2012).
Der Thalamus, der kortikale und subkortikale Strukturen miteinander verbindet, könnte wohl einer der wichtigsten Knotenpunkte des Gehirns sein, und es wurde gezeigt, dass er mit Belohnungserwartung, Aufmerksamkeit, Emotion, Gedächtnis (Minagaret al., 2013) und ausführende Funktion (Tuchscherer et al., 2010). Darüber hinaus wurde zuvor festgestellt, dass Thalamusatrophie mit kognitiven Beeinträchtigungen verbunden ist (Hanlon und Canterberry, 2012).
Im Gegensatz zu unseren Ergebnissen zeigte eine Studie von Patienten mit Online-Spielsucht, dass das Thalamusvolumen in der Suchtgruppe tatsächlich erhöht war. Es wird vermutet, dass dies das Ergebnis einer höheren Dopaminverfügbarkeit aufgrund der enormen visuellen und auditiven Stimulation ist, die im Online-Spiel vorhanden ist das Gleichgewicht der mesolimbischen Schaltungen (Han et al., 2012b). Dieser Widerspruch kann auch den Unterschied in den erworbenen gewohnheitsmäßigen Verhaltensweisen zwischen abhängigen Telefonbenutzern und computerspielsüchtigen Spielern darstellen.
Abnormale White Matter Integrität in MPD
Neben erniedrigtem GMV fanden wir verringerte FA und AD von hippokampalen Cingulumbündelfasern (CgH) in der MPD-Gruppe.
Der Cingulum-WM-Trakt trägt Informationen aus dem Gyrus cinguli in den Hippocampus und kann auf der axialen Ebene des Spleniums des Corpus callosum in zwei Subregionen aufgeteilt werden: das Cingulum im Gyrus cinguli oberhalb des Spleniums und das Cingulum in den Hippocampusregionen (CgH) unterhalb des Spleniums (Mori et al., 2008). Die Funktion des CgH beinhaltet den Empfang verschiedener Kombinationen von sensorischen, kognitiven und emotionalen Regulationsinformationen. Es liefert einen wichtigen polysensorischen Input für den Hippocampus (Zhu et al., 2011) und trägt zu Belohnungswegen, Bildung, Erhaltung und Abruf von Arbeitsgedächtnis bei (Yuan et al., 2011) - Informationen, die für die kognitive Kontrolle wichtig sind (Luck et al., 2010; Benedict et al., 2013). Darüber hinaus ist abnormal FA in der MPD-Gruppe konsistent mit Befunden in Alkoholsucht (Yeh et al., 2009). Insgesamt könnte eine verminderte Informationsübertragung zwischen dem Gyrus cinguli und dem Hippocampus, wie der verminderte CgH-FA-Wert in der MPD-Gruppe nahelegt, eine zugrundeliegende strukturelle Basis für funktionelle Defizite sein, die zu einer Verfestigung von suchtbezogenen Erinnerungen führt.
Soweit uns bekannt ist, wurde jedoch in keiner Verhaltenstoxizitätsstudie eine verminderte FA im CgH berichtet. Unsere Daten zeigen, dass die Reduktion von FA im rechten CgH der MPD-Gruppe hauptsächlich durch eine Abnahme des AD-Werts verursacht wurde, ohne dass eine Divergenz im RD-Index beobachtet wurde. AD misst die Größe der Diffusivität entlang der Hauptrichtung der Diffusion, die die Organisation der Faserstruktur und axonale Integrität (Qiu et al., 2008). Somit kann der Hauptgrundmechanismus der WM-Verletzung in diesem Bereich bei MPD auf subtile Axonverletzung statt auf Demyelinisierung zurückzuführen sein (Romero et al., 2010).
Impulsivität und Handyabhängigkeit
Impulsivität kann definiert werden als Maßnahmen, die vorzeitig zum Ausdruck gebracht werden, die übermäßig riskant, schlecht konzipiert sind und die unerwünschte Folgen haben können (Bickel et al., 2012). Es ist eng mit einer Mehrheit von Suchterkrankungen verbunden (Romero et al., 2010), wie Drogensucht (Moreno-López et al., 2012), Pathologisches Glücksspiel (Joutsa et al., 2011), Online-Spielsucht (Han et al., 2012b), Internetsucht (Lin et al., 2012) und MPD (Billieux, 2012). Interessant, Waltheret al. (2012) untersuchten die Beziehung zwischen 12 verschiedenen Persönlichkeitseigenschaften und fünf süchtig machenden Verhaltensweisen einschließlich Alkohol, Tabak und Cannabis Substanz, problematische Glücksspiel und problematische Computerspiele, und festgestellt, dass hohe Impulsivität die einzige Persönlichkeitseigenschaft war, die mit allen süchtig machenden Verhaltensweisen verbunden war wurden untersucht.
Wie erwartet, fanden wir eine höhere Impulsivität bei MPD-Individuen, im Einklang mit früheren Untersuchungen. Impulsivität kann tatsächlich der stärkste Prädiktor für MPD sein (Billieux et al., 2008). Es kann jemanden dazu veranlassen, längere Zeit auf seinem Telefon zu verbringen, was schließlich zu MPD führt und seinerseits die Fähigkeiten zur Selbstadaption und Selbstkontrolle weiter verschlechtern kann (Billieux et al., 2007). Darüber hinaus sind hohe Trait-Impulsivitäten mit einer niedrigeren Dopamin-Auto-Rezeptor-Bindung des Mittelhirns assoziiert (Buckholtz et al., 2010). Was substanzabhängige Personen anbelangt, so wird angenommen, dass die fortgesetzte Verwendung von Stimulanzien impulsive Merkmale weiter verschlimmert (Moreno-López et al., 2012). Aufgrund der engen Verbindung zwischen Impulsivität und Abhängigkeitsstörungen können Therapeuten sich darauf konzentrieren, die mit der Impulsivität verbundenen Eigenschaften zu reduzieren, um Behandlungsmaßnahmen zu verbessern, die zu gewissenhafteren und weniger zwanghaften Entscheidungsprozessen führen und die Selbstkontrollfähigkeiten verbessern (Leung, 2008).
Aufgrund der engen Beziehung zwischen Impulsivität und MPD könnte der Unterschied in den BIS-Werten zwischen MPD und CG jedoch eine potentielle Störvariable in der vergleichenden Analyse der Mobiltelefonnutzung gewesen sein. Daher wurde in unserer Studie der BIS-Score als störender Regressor in den GMV- und FA-Gruppenkontrasten eliminiert, und die Werte aus den resultierenden Regionen wurden dann in Korrelationsanalysen mit MPAI-Scores innerhalb der MPD-Gruppe eingegeben.
Einschränkungen und zukünftige Richtungen
Trotz der neuen Ergebnisse der Studie gibt es mehrere Einschränkungen, die anerkannt werden müssen. Erstens, aufgrund des Querschnittsdesigns der Studie, und dass mögliche psychologische Mechanismen vielfältig sind, können wir Kausalität oder Wirkungsrichtung zwischen Überbeanspruchung von Mobiltelefonen und maladaptiven strukturellen Veränderungen, die in der MPD-Gruppe gefunden wurden, nicht ableiten. Somit wären longitudinale Studien sehr hilfreich, um mögliche psychologische und physiologische Mechanismen von MPD zu bestätigen, und bieten auch die Möglichkeit, die Länge und Progression von MPD bei Teilnehmern zu messen. Zweitens, obwohl wir Unterschiede in der Gehirnstruktur zwischen MPD und CG fanden, können wir nicht sicher wissen, welche spezifischen Arten von kognitiven Funktionsdefiziten mit diesen Unterschieden zusammenhängen. Zukünftige Studien sollten versuchen, GMV (oder WM-Integrität) Unterschiede in MPD zu einer psychologischen Funktion (zB kognitive Exekutivfunktion) zu verbinden, um mögliche präventive Maßnahmen und Interventionen für die Überbeanspruchung und Abhängigkeit von Mobiltelefonen besser zu informieren. Zu guter Letzt ist die zugrundeliegende Eigenschaftsimpulsivität, die in der Stichprobe gefunden wird, unvermeidbar eine untrennbare Variable, die in der vorliegenden Studie nicht vollständig isoliert werden kann, obwohl die BIS-Werte bei Gruppendifferenztests von GMV und FA zurückgenommen wurden. Zukünftige Studien, die vielleicht einen Vergleich zwischen MPD-Individuen mit hoher Impulsivität gegenüber Nicht-MPD-Individuen mit hoher Impulsivität enthalten, könnten bei der Dissoziation von MPD von der Merkmalsimpulslust hilfreich sein.
Autorenbeiträge
YW ist verantwortlich für das ursprüngliche experimentelle Design, den Aufgabenablauf, die Datenanalyse und das Schreiben von Artikeln. ZZ ist verantwortlich für den experimentellen Prozess, die Datensammlung und das Schreiben von Artikeln. HS ist verantwortlich für die Durchführung des Experiments und die Datenanalyse. XX ist verantwortlich für die Daten des Verhaltensfragebogens und den experimentellen Ablaufplan. HW ist verantwortlich für die Anordnung der Diagramme und Graphen, einschließlich der Abbildungen 1 und 2, Anordnung der Daten und Korrekturlesen des Manuskripts. FdU ist verantwortlich für das Manuskriptschreiben, die Beschreibung der Funktionen von Hirnregionen, die Bearbeitung von Texten und die Bearbeitung von Inhalten sowie die Genehmigung der endgültigen Version, die veröffentlicht werden soll. XH ist verantwortlich für experimentelles Design und Anleitung.
Interessenkonflikt
Die Autoren erklären, dass die Untersuchung in Abwesenheit von kommerziellen oder finanziellen Beziehungen durchgeführt wurde, die als möglicher Interessenkonflikt ausgelegt werden könnten.
Anerkennungen
Diese Arbeit wurde durch Zuschüsse der Stiftung für Fundamental Research Funds für die Zentralen Universitäten Chinas (SWU1509134) und Chongqing Educational Funds (2015-JC-005) unterstützt.
Fußnoten
- ^ http://www.fil.ion.ucl.ac.uk/spm
- ^ http://www.rfmri.org/dpabi
- ^ http://www.restfmri.net
- ^ http://www.nitrc.org/projects/panda/
- ^ http://www.fmrib.ox.ac.uk/fsl/tbss
Bibliographie
Basser, PJ, Mattiello, J., und LeBihan, D. (1994). MR-Diffusionstensor-Spektroskopie und Bildgebung. Biophys. J. 66, 259–267. doi: 10.1016/S0006-3495(94)80775-1
Benedict, RH, Hulst, HE, Bergsland, N., Schoonheim, MM, Dwyer, MG, Weinstock-Guttman, B., et al. (2013). Klinische Bedeutung von Atrophie und weißer Substanz bedeutet Diffusionsfähigkeit im Thalamus von Patienten mit Multipler Sklerose. Mult. Scler. J. 19, 1478-1484. doi: 10.1177 / 1352458513478675
Beranuy, M., Oberst, U., Carbonell, X. und Chamarro, A. (2009). Problematische Internet-und Handy-Nutzung und klinische Symptome bei College-Studenten: die Rolle der emotionalen Intelligenz. Comput. Summen. Verhalten 25, 1182-1187. doi: 10.1016 / j.chb.2009.03.001
Bianchi, A. und Phillips, JG (2005). Psychologische Prädiktoren für problematische Handy-Nutzung. CyberPsychol. Verhalten 8, 39-51. doi: 10.1089 / cpb.2005.8.39
Bickel, WK, Jarmolowicz, DP, Mueller, ET, Gatchalian, KM und McClure, SM (2012). Sind Exekutivfunktion und Impulsivität Antipoden? Eine konzeptionelle Rekonstruktion mit besonderem Bezug zur Sucht. Psychopharmakologie 221, 361–387. doi: 10.1007/s00213-012-2689-x
Billieux, J. (2012). Problematische Verwendung des Mobiltelefons: eine Literaturübersicht und ein Pathways-Modell. Curr. Psychiatrie Rev. 8, 299-307. doi: 10.2174 / 157340012803520522
Billieux, J., Maurage, P., Lopez-Fernandez, O., Kuss, DJ, und Griffiths, MD (2015a). Kann eine ungeordnete Handynutzung als Verhaltenssucht betrachtet werden? Ein Update zu aktuellen Erkenntnissen und ein umfassendes Modell für zukünftige Forschung. Aktuelle Suchtberichte 2, 156–162. doi: 10.1007/s40429-015-0054-y
Billieux, J., Schimmenti, A., Khazal, Y., Maurage, P., und Heeren, A. (2015b). Übersteuern wir den Alltag? Ein haltbarer Entwurf für die Suchtforschung. J. Behav. Süchtiger. 4, 119-123. doi: 10.1556 / 2006.4.2015.009
Billieux, J., Van der Linden, M., d'Acremont, M., Ceschi, G., und Zermatten, A. (2007). Bezieht sich Impulsivität auf die wahrgenommene Abhängigkeit und tatsächliche Nutzung des Mobiltelefons? Appl. Cogn. Psychol. 21, 527-538. doi: 10.1002 / acp.1289
Billieux, J., Van der Linden, M., und Rochat, L. (2008). Die Rolle der Impulsivität bei der tatsächlichen und problematischen Nutzung des Mobiltelefons. Appl. Cogn. Psychol. 22, 1195-1210. doi: 10.1002 / acp.1429
Braun, R. (1993). "Einige Beiträge der Studie des Glücksspiels zum Studium anderer Süchte," in Glücksspielverhalten und Problemspiel, eds WR Eadington und JA Cornelius (Reno: Universität von Nevada), 241-272.
Buckholtz, JW, Treadway, MT, Cowan, RL, Woodward, ND, Li, R., Ansari, MS, et al. (2010). Dopaminerge Netzwerk Unterschiede in der menschlichen Impulsivität. Wissenschaft 329, 532-532. doi: 10.1126 / science.1185778
Cao, F., Su, L., Liu, T. und Gao, X. (2007). Der Zusammenhang zwischen Impulsivität und Internetabhängigkeit bei einer Stichprobe chinesischer Jugendlicher. EUR. Psychiatrie 22, 466-471. doi: 10.1016 / j.Europsy.2007.05.004
Chao-Gan, Y. und Yu-Feng, Z. (2010). DPARSF: Eine MATLAB-Toolbox für die "Pipeline" -Datenanalyse von fMRI im Ruhezustand. Vorderseite. Syst. Neurosc 4: 13. doi: 10.3389 / fnsys.2010.00013
Chase, HW, Eickhoff, SB, Laird, AR, und Hogarth, L. (2011). Die neurale Grundlage der Drogenstimulusverarbeitung und des Cravings: eine Meta-Analyse der Aktivierungswahrscheinlichkeitsschätzung. Biol. Psychiatrie 70, 785-793. doi: 10.1016 / j.biopsych.2011.05.025
Choliz, M. (2010). Handy-Sucht: ein Problempunkt. Sucht 105, 373-374. doi: 10.1111 / j.1360-0443.2009.02854.x
Chóliz, M. (2012). Handysucht in der Pubertät: Der Test der Handyabhängigkeit (TMD). Prog. Gesundheits-Sci. 2, 33-44.
Cui, X., Bryant, DM, und Reiss, AL (2012). NIRS-basiertes Hyperscanning zeigt eine erhöhte interpersonale Kohärenz im superioren frontalen Kortex während der Kooperation. Neuroimage 59, 2430-2437. doi: 10.1016 / j.neuroimage.2011.09.003
Cui, Z., Zhong, S., Xu, P., He, Y. und Gong, G. (2013). PANDA: eine Pipeline-Toolbox zum Analysieren von Gehirndiffusionsbildern. Vorderseite. Summen. Neurosc 7: 42. doi: 10.3389 / fnhum.2013.00042
Duan, X., He, S., Liao, W., Liang, D., Qiu, L., Wei, L., et al. (2012). Reduziertes Kaudatvolumen und verbesserte striatale DMN-Integration in Schach-Experten. Neuroimage 60, 1280-1286. doi: 10.1016 / j.neuroimage.2012.01.047
Ersche, KD, Barnes, A., Jones, PS, Morein-Zamir, S., Robbins, TW, und Bullmore, ET (2011). Die anormale Struktur der frontostriatalen Gehirnsysteme ist mit Aspekten der Impulsivität und Zwanghaftigkeit der Kokainabhängigkeit verbunden. Gehirn 134, 2013-2024. doi: 10.1093 / Gehirn / awr138
Faria, AV, Zhang, J., Oishi, K., Li, X., Jiang, H., Akhter, K., et al. (2010). Atlas-basierte Analyse der Neuroentwicklung vom Säuglingsalter bis zum Erwachsenenalter mittels Diffusionstensor-Bildgebung und Anwendungen für die automatisierte Anomalieerkennung. Neuroimage 52, 415-428. doi: 10.1016 / j.neuroimage.2010.04.238
Grant, JE, Potenza, MN, Weinstein, A., und Gorelick, DA (2010). Einführung in Verhaltenssüchte. Bin ich J. Drogenmissbrauch 36, 233-241. doi: 10.3109 / 00952990.2010.491884
Griffiths, M. (1996). Glücksspiel im Internet: eine kurze Notiz. J. Gambl. Zucht. 12, 471-473. doi: 10.1007 / BF01539190
Han, DH, Kim, SM, Lee, YS und Renshaw, PF (2012a). Die Wirkung von Familientherapie auf die Veränderungen in der Schwere des Online-Spiels und Gehirnaktivität bei Jugendlichen mit Online-Spielsucht. Psychiatrie Res. Neuroimag. 202, 126-131. doi: 10.1016 / j.pscychresns.2012.02.011
Han, DH, Lyoo, IK und Renshaw, PF (2012b). Differenzielle regionale graue Substanzvolumen bei Patienten mit Online-Spielsucht und professionellen Spielern. J. Psychiatr. Res. 46, 507-515. doi: 10.1016 / j.jpsychires.2012.01.004
Hanlon, CA, und Canterberry, M. (2012). Die Verwendung von Gehirnbildgebung zur Aufklärung von Veränderungen des neuronalen Kreislaufs bei Kokainabhängigkeit. Subst. Missbrauch rehabilitieren. 3, 115-128. doi: 10.2147 / SAR.S35153
Hasan, KM, Walimuni, IS, Abid, H. und Hahn, KR (2011). Eine Übersicht über Computertomographie-Methoden und Software-Tools für die Diffusions-Tensor-Magnetresonanz-Bildgebung. Comput. Biol. Med. 41, 1062-1072. doi: 10.1016 / j.compbiomed.2010.10.008
Hopfinger, JB, Buonocore, MH und Mangun, GR (2000). Die neuralen Mechanismen der top-down Aufmerksamkeitskontrolle. Nat. Neurosc 3, 284-291. doi: 10.1038 / 72999
Joutsa, J., Saunovaara, J., Parkkola, R., Niemelä, S., und Kaasinen, V. (2011). Umfangreiche Anomalie der Integrität der Gehirnweiße in pathologischen Spielen. Psychiatrie Res. Neuroimag. 194, 340-346. doi: 10.1016 / j.pscychresns.2011.08.001
Koehler, S., Hasselmann, E., Wüstenberg, T., Heinz, A., und Romanczuk-Seiferth, N. (2013). Höheres Volumen des ventralen Striatums und des rechten präfrontalen Kortex beim pathologischen Spielen. Gehirnstruktur. Funkt. 220, 469–477. doi: 10.1007/s00429-013-0668-6
Kuss, DJ und Griffiths, MD (2012). Internet- und Spielsucht: eine systematische Literaturrecherche zu bildgebenden Verfahren. Gehirn Sci. 2, 347-374. doi: 10.3390 / Gehirneci2030347
Zitrone, J. (2002). Können wir Verhaltensweisen süchtig machen? Clin. Psychol. 6, 44-49. doi: 10.1080 / 13284200310001707411
Leung, L. (2008). Verknüpfung psychologischer Merkmale mit Sucht und Missbrauch des Mobiltelefons unter Jugendlichen in Hongkong. J. Kind. Medien 2, 93-113. doi: 10.1080 / 17482790802078565
Li, W., Li, Y., Yang, W., Zhang, Q., Wei, D., Li, W., et al. (2015). Gehirnstrukturen und funktionelle Konnektivität verbunden mit individuellen Unterschieden in der Internet-Tendenz bei gesunden jungen Erwachsenen. Neuropsychologia 70, 134-144. doi: 10.1016 / j.neuropsychologia.2015.02.019
Li, X., Fei, L., Xu, D., Zhang, Y., Yang, S., Tong, Y., et al. (2011). Die Zuverlässigkeit und Gültigkeit der Barratt Impulsivitätsskala in der chinesischen Version in Gemeinschaft und Universität. Kinn. Ment. Gesundheit J. 25, 610-615. doi: 10.3969 / j.issn.1000-6729.2011.08.013
Lin, F., Zhou, Y., Du, Y., Qin, L., Zhao, Z., Xu, J., et al. (2012). Abnormale Integrität der weißen Substanz bei Jugendlichen mit Internet-Sucht-Störung: eine Trakt-basierte Studie der räumlichen Statistik. PLoS ONE 7: e30253. doi: 10.1371 / journal.pone.0030253
Ling, R. und Pedersen, PE (2006). "Neuverhandlung des sozialen Bereichs" in Mobile CommunicationsVol. 31, Herausgeber R. Ling und PE Pederson (London: Springer-Verlag).
Luck, D., Danion, J.-M., Marrer, C., Pham, B.-T., Gounot, D., und Foucher, J. (2010). Der rechte parahippocampale Gyrus trägt zur Bildung und Aufrechterhaltung gebundener Information im Arbeitsgedächtnis bei. Gehirn Cogn. 72, 255-263. doi: 10.1016 / j.bandc.2009.09.009
Martinotti, G., Villella, C., Di Thiene, D., Di Nicola, M., Bria, P., Conte, G., et al. (2011). Problematische Handynutzung in der Adoleszenz: eine Querschnittsstudie. J. Öffentliche Gesundheit 19, 545–551. doi: 10.1007/s10389-011-0422-6
McMillan, LH, O'Driscoll, MP, Marsh, NV, und Brady, EC (2001). Understanding Workaholism: Datensynthese, theoretische Kritik und zukünftige Design-Strategien. Int. J. Stress Manag. 8, 69-91. doi: 10.1023 / A: 1009573129142
Minagar, A., Barnett, MH, Benedict, RH, Pelletier, D., Pirko, I., Sahraian, MA, et al. (2013). Der Thalamus und Multiple Sklerose Moderne Ansichten zu pathologischen, bildgebenden und klinischen Aspekten. Neurologie 80, 210–219. doi: 10.1212/WNL.0b013e31827b910b
Moreno-López, L., Catena, A., Fernández-Serrano, MJ, Delgado-Rico, E., Stamatakis, EA, Pérez-García, M., et al. (2012). Merkmal Impulsivität und Reduktion der präfrontalen grauen Substanz bei Kokain-abhängigen Individuen. Drogenabhängigkeit. 125, 208-214. doi: 10.1016 / j.drugalcdep.2012.02.012
Mori, S., Oishi, K., Jiang, H., Jiang, L., Li, X., Akhter, K., et al. (2008). Stereotaktischer weißer Materieatlas basierend auf Diffusionstensor-Bildgebung in einer ICBM-Vorlage. Neuroimage 40, 570-582. doi: 10.1016 / j.neuroimage.2007.12.035
Oishi, K., Faria, A., Jiang, H., Li, X., Akhter, K., Zhang, J., et al. (2009). Atlas-basierte Analyse der weißen Substanz des gesamten Gehirns unter Verwendung der differentiellen differentiellen morphologischen Kartierung: Anwendung bei normalen älteren Patienten und Alzheimer-Patienten. Neuroimage 46, 486-499. doi: 10.1016 / j.neuroimage.2009.01.002
Patton, JH, Stanford, MS, und Barratt, ES (1995). Faktorenstruktur der Barratt-Impulsivitätsskala. J. Clin. Psychol. 51, 768–774. doi: 10.1002/1097-4679(199511)51:63.0.CO;2-1
Qiu, D., Tan, L.-H., Zhou, K. und Khong, P.-L. (2008). Diffusionstensor-Bildgebung der normalen Reifung der weißen Substanz von der späten Kindheit bis zum jungen Erwachsenenalter: Voxel-weise Bewertung der mittleren Diffusivität, fraktionelle Anisotropie, radiale und axiale Diffusivitäten und Korrelation mit der Entwicklung des Lesens. Neuroimage 41, 223-232. doi: 10.1016 / j.neuroimage.2008.02.023
Roberts, JA, Pullig, C., und Manolis, C. (2015). Ich brauche mein Smartphone: ein hierarchisches Modell der Persönlichkeits- und Handysucht. Pers. Ind. Diff. 79, 13-19. doi: 10.1016 / j.paid.2015.01.049
Romero, MJ, Asensio, S., Palau, C., Sanchez, A. und Romero, FJ (2010). Kokainsucht: Diffusions-Tensor-Bildgebungsstudie der inferioren frontalen und anterioren cingulären weißen Substanz. Psychiatrie Res. Neuroimag. 181, 57-63. doi: 10.1016 / j.pscychresns.2009.07.004
Smith, SM, Jenkinson, M., Johansen-Berg, H., Rueckert, D., Nichols, TE, Mackay, CE, et al. (2006). Traktbasierte räumliche Statistik: voxelweise Analyse von Multi-Subjekt-Diffusionsdaten. Neuroimage 31, 1487-1505. doi: 10.1016 / j.neuroimage.2006.02.024
Song, X.-W., Dong, Z.-Y., Long, X.-Y., Li, S.-F., Zuo, X.-N., Zhu, C.-Z., et al . (2011). REST: ein Toolkit für die Datenverarbeitung im Ruhezustand der funktionellen Magnetresonanztomographie. PLoS ONE 6: e25031. doi: 10.1371 / journal.pone.0025031
Takao, M., Takahashi, S. und Kitamura, M. (2009). Suchtpersönlichkeit und problematische Handynutzung. CyberPsychol. Verhalten 12, 501-507. doi: 10.1089 / cpb.2009.0022
Tuchscherer, V., Seidenberg, M., Pulsipher, D., Lancaster, M., Guidotti, L., und Hermann, B. (2010). Extrahippocampale Integrität bei Temporallappenepilepsie und Kognition: Thalamus und exekutive Funktion. Epilepsie Behav. 17, 478-482. doi: 10.1016 / j.yebeh.2010.01.019
van Holst, RJ, van den Brink, W., Veltman, DJ, und Goudriaan, AE (2010). Bildgebende Untersuchungen des Gehirns beim pathologischen Glücksspiel. Curr. Psychiatrie Rep. 12, 418–425. doi: 10.1007/s11920-010-0141-7
Walther, B., Morgenstern, M., und Hanewinkel, R. (2012). Zusammentreffen von Suchtverhalten: Persönlichkeitsfaktoren im Zusammenhang mit Substanzkonsum, Glücksspiel und Computerspielen. EUR. Süchtiger. Res. 18, 167-174. doi: 10.1159 / 000335662
Weng, C.-B., Qian, R.B., Fu, X.-M., Lin, B., Han, X.-P., Niu, C.-S., et al. (2013). Anomalien der grauen Substanz und der weißen Substanz bei Online-Spielsucht. EUR. J. Radiol. 82, 1308-1312. doi: 10.1016 / j.ejrad.2013.01.031
Xia, M., Wang, J. und He, Y. (2013). BrainNet Viewer: ein Netzwerk-Visualisierungstool für die menschliche Gehirn-Connectomik. PLoS ONE 8: e68910. doi: 10.1371 / journal.pone.0068910
Yang, Y.-S., Yen, J.-Y., Ko, C.-H., Cheng, C. -P. und Yen, C.-F. (2010). Der Zusammenhang zwischen problematischer Handynutzung und riskanten Verhaltensweisen und geringem Selbstwertgefühl taiwanesischer Jugendlicher. BMC Public Health 10:217. doi: 10.1186/1471-2458-10-217
Yeh, P.-H., Simpson, K., Durazzo, TC, Gazdzinski, S., und Meyerhoff, DJ (2009). Tract-Based Spatial Statistics (TBSS) von Diffusions-Tensor-Bildgebungsdaten in Alkoholabhängigkeit: Abnormitäten der neuronalen Schaltkreise. Psychiatrie Res. 173, 22-30. doi: 10.1016 / j.pscychresns.2008.07.012
Yin, J., Zhang, JX, Xie, J., Zou, Z. und Huang, X. (2013). Geschlechtsunterschiede in der Wahrnehmung von Romantik in chinesischen Studenten. PLoS ONE 8: e76294. doi: 10.1371 / journal.pone.0076294
Yuan, K., Qin, W., Wang, G., Zeng, F., Zhao, L., Yang, X., et al. (2011). Mikrostrukturanomalien bei Jugendlichen mit Internetabhängigkeit. PLoS ONE 6: e20708. doi: 10.1371 / journal.pone.0020708
Zhou, Y., Lin, F.-C., Du, Y.-S., Zhao, ZM, Xu, J.-R. und Lei, H. (2011). Anomalien der grauen Substanz bei der Internetsucht: eine Voxel-basierte Morphometrie-Studie. EUR. J. Radiol. 79, 92-95. doi: 10.1016 / j.ejrad.2009.10.0255
Zhu X. Wang X Xiao J. Zhong M. Liao J. Yao S. Veränderte Integrität der weißen Substanz in der ersten Episode, therapienaive junge Erwachsene mit Major Depression: eine Trakt-basierte räumliche Statistik Studie. Gehirn Res. 1369, 223-229. doi: 10.1016 / j.brainres.2010.10.104
Stichwörter: Handyabhängigkeit, Mobile Phone Addiction Indexskala, fMRT, Volumen der grauen Substanz, fraktionale Anisotropie, axiale Diffusivität, Impulsivität
Zitat: Wang Y, Zou Z, Lied H, Xu X, Wang H, d'Oleire Uquillas F und Huang X (2016) Altered Grey Matter Volume und White Matter Integrität bei College-Studenten mit Handy-Abhängigkeit. Vorderseite. Psychol. 7: 597. doi: 10.3389 / fpsyg.2016.00597
Erhalten: 10 Januar 2016; Akzeptiert: 11 April 2016;
Veröffentlicht: 04 Mai 2016.
Bearbeitet von:
Snehlata Jaswal, Indisches Institut für Technologie Jodhpur, Indien
Rezensiert von:
Yu-Feng Zang, Chinesische Universität Peking, China
Harold H. Greene, Universität von Detroit Mercy, USA
Copyright © 2016 Wang, Zou, Lied, Xu, Wang, d'Oleire Uquillas und Huang. Dies ist ein Open-Access-Artikel, der unter den Bedingungen des Creative Commons Attribution-Lizenz (CC BY). Die Verwendung, Verbreitung oder Vervielfältigung in anderen Foren ist gestattet, sofern der / die ursprüngliche (n) Autor (en) oder Lizenzgeber genannt werden und die Originalveröffentlichung in dieser Zeitschrift gemäß der anerkannten akademischen Praxis zitiert wird. Eine Verwendung, Verbreitung oder Vervielfältigung ist nicht gestattet, die diesen Bedingungen nicht entspricht.
* Korrespondenz: Zhiling Zou, [E-Mail geschützt]
†Diese Autoren haben gleichermaßen zu dieser Arbeit beigetragen und teilen erste Autorenschaft.
;
