Plus eins. 2013 Nov 4;8(11):e78708.
doi: 10.1371 / journal.pone.0078708. eCollection 2013.
Yuan K1, Jin C, Cheng P, Yang X, Dong T, Bi Y, Xing L, von Deneen KM, Yu D, Liu J, Liang J, Cheng T, Qin W, Tian J..
Abstrakt
Die meisten früheren Neuroimaging-Studien haben sowohl strukturelle als auch aufgabenbezogene Funktionsstörungen bei Jugendlichen mit Online-Spielsucht (OGA) gezeigt. Allerdings konzentrierten sich nur wenige Studien zur funktionellen Magnetresonanztomographie (fMRT) auf die regionale Intensität spontaner Schwankungen der Blutsauerstoffkonzentration (BOLD) im Ruhezustand und weniger Studien untersuchten den Zusammenhang zwischen den abnormalen Eigenschaften im Ruhezustand und der beeinträchtigten kognitiven Kontrolle Fähigkeit. In der vorliegenden Studie verwendeten wir die ALFF-Methode (Amplitude of Low Frequency Fluktuation), um die lokalen Merkmale der spontanen Gehirnaktivität bei Jugendlichen mit OGA und gesunden Kontrollpersonen im Ruhezustand zu untersuchen. An dieser Studie nahmen 18 Jugendliche mit OGA und XNUMX gesunde Freiwillige mit gleichem Alter, Bildungsstand und Geschlecht teil. Im Vergleich zu gesunden Kontrollpersonen zeigten Jugendliche mit OGA einen signifikanten Anstieg der ALFF-Werte im linken medialen orbitofrontalen Kortex (OFC), im linken Precuneus, im linken Supplementary Motor Area (SMA), im rechten Gyrus parahippocampus (PHG) und im bilateralen mittleren Cingulum Kortex (MCC). Die Anomalien dieser Regionen wurden auch in früheren Suchtstudien festgestellt. Noch wichtiger ist, dass wir herausfanden, dass die ALFF-Werte des linken medialen OFC und des linken Precuneus positiv mit der Dauer der OGA bei Jugendlichen mit OGA korrelierten. Die ALFF-Werte des linken medialen OFC korrelierten auch mit der Leistung des Farbwort-Stroop-Tests. Unsere Ergebnisse legen nahe, dass die abnormale spontane neuronale Aktivität dieser Regionen möglicherweise mit der zugrunde liegenden Pathophysiologie von OGA in Zusammenhang steht.
Einleitung
Unter Online-Spielsucht (OGA) versteht man eine maladaptive Nutzung des Internets und die Unfähigkeit einer Person, ihre Nutzung des Internets zu kontrollieren, was als eine Art von Impulskontrollstörung klassifiziert wurde [1]-[3]. Daten der China Youth Internet Association (Ankündigung vom 2. Februar 2010) zeigten, dass die Inzidenzrate von OGA unter chinesischen städtischen Jugendlichen bei etwa 14 % liegt. Als eines der häufigsten psychischen Gesundheitsprobleme chinesischer Jugendlicher wird OGA mit einer Beeinträchtigung des psychischen Wohlbefindens des Einzelnen, schulischem Versagen und verminderter Arbeitsleistung in Verbindung gebracht [4], was derzeit bei Jugendlichen auf der ganzen Welt zu einem immer ernsteren Gesundheitsproblem wird [5], [6]. Während OGA noch nicht offiziell in einem psychopathologischen Rahmen kodifiziert ist, haben zahlreiche Studien an OGA-Jugendlichen strukturelle und funktionelle Anomalien im orbitofrontalen Kortex (OFC), im ergänzenden motorischen Bereich (SMA), im cingulären Kortex, im parahippocampalen Gyrus (PHG) und im dorsolateralen präfrontalen Kortex festgestellt (DLPFC), Precuneus, Gyrus temporalis, Insula und Kleinhirn [1], [2] Anomalien in diesen Regionen wurden in zahlreichen Suchtstudien mit Drogenmissbrauch in Verbindung gebracht [7], und kann mit Störungen der kognitiven Kontrolle, der exekutiven Kontrolle, des Verlangens, der Belohnungsempfindlichkeit, des zielgerichteten Verhaltens und des Arbeitsgedächtnisses bei OGA-Jugendlichen verbunden sein [1].
Obwohl OGA eine individuelle und soziale Belastung darstellt, gibt es derzeit keine standardisierte Behandlung für OGA [8]. Kliniken in China haben reglementierte Zeitpläne, strenge Disziplin und Elektroschockbehandlungen eingeführt und sind für diese Behandlungsansätze bekannt geworden [4]. Die Entwicklung wirksamer Methoden zur Intervention und Behandlung von OGA erfordert ein klares Verständnis der Mechanismen, die dieser Erkrankung zugrunde liegen. Bisher konzentrierten sich die meisten OGA-Studien auf die Erkennung struktureller Defizite und aufgabenbezogener Funktionsbeeinträchtigungen bei Menschen mit OGA, die bei der Bewertung der OGA zugrunde liegenden neuronalen Mechanismen hilfreich waren. Allerdings haben nur wenige Studien die blutsauerstoffspiegelabhängige (BOLD) Signaländerung der regionalen spontanen Aktivität von OGA im Ruhezustand untersucht. Als nichtinvasiver Ansatz wurde die funktionelle Magnetresonanztomographie (fMRT) im Ruhezustand zur Untersuchung spontaner niederfrequenter Fluktuationen (LFF) in BOLD-Signalen eingesetzt, wodurch leistungsbedingte Störungen vermieden werden und die spontane neuronale Aktivität im Gehirn widergespiegelt werden kann [9], [10]. Darüber hinaus wurde die Ruhezustands-fMRT-Methode häufig verwendet, um die intrinsische typische und atypische Funktionsarchitektur des Gehirns aufzudecken [10]. Die abnormale neuronale Aktivität im Ruhezustand kann als geeigneter Marker dienen, um das Fortschreiten und die beeinträchtigte exekutive Funktion mehrerer Gehirnerkrankungen widerzuspiegeln.
Kürzlich haben Liu et al. verwendeten die Methode der regionalen Homogenität (ReHo) und stellten fest, dass Menschen mit OGA einen signifikanten Anstieg der ReHo-Werte im rechten Gyrus cinguli, im bilateralen Parahippocampus, im linken Precuneus und im linken oberen Frontalgyrus aufwiesen [11]. Die ReHo-Methode spiegelt die zeitliche Homogenität regionaler LFF unabhängig von den Intensitäten wider und basiert auf der Hypothese, dass räumlich benachbarte Voxel ähnliche zeitliche Muster aufweisen sollten [12]. Während angenommen wird, dass die Amplitude von LFF (ALFF) mit der lokalen neuronalen Aktivität zusammenhängt, bleibt die Grundlage der ALFF-Veränderungen bei OGA unklar [13]. Darüber hinaus haben Liu et al. [11] untersuchten nicht den Zusammenhang zwischen abnormalen Ruhezustandseigenschaften und der Dauer der OGA. Um die Ruhezustandsanomalien bei OGA-Jugendlichen weiter zu untersuchen, wurde in der vorliegenden Studie die ALFF-Methode eingesetzt und Daten zur Dauer der OGA gesammelt. Darüber hinaus haben Forscher mithilfe einer Farbwort-Stroop-Aufgabe eine beeinträchtigte kognitive Kontrollfähigkeit bei Jugendlichen mit OGA festgestellt [14], [15]. Daher war die Verhaltensbewertung in der vorliegenden Studie die Leistung bei der Farbwort-Stroop-Aufgabe. Die Verbindung von Neuroimaging-Befunden mit klar definierten Verhaltensindizes, von denen bekannt ist, dass sie bei OGA beeinflusst werden, wäre ein weiterer Hinweis auf die Bedeutung dieser Ergebnisse für OGA.
Materialen und Methoden
Alle Forschungsverfahren wurden vom West China Hospital Subcommittee on Human Studies genehmigt und in Übereinstimmung mit der Deklaration von Helsinki durchgeführt. Alle Teilnehmer und ihre Erziehungsberechtigten an unserer Studie gaben eine schriftliche Einverständniserklärung.
Themen
Gemäß dem modifizierten Young Diagnostic Questionnaire (YDQ) für OGA-Kriterien von Beard und Wolf [8], [16]165 Studenten mit OGA wurden aus 12 Erst- und Zweitsemesterstudenten herausgefiltert. Achtzehn Jugendliche mit OGA (zwölf Männer, Durchschnittsalter = 19.4 ± 3.1 Jahre, Ausbildung 13.4 ± 2.5 Jahre) nahmen an unserer Studie teil, wobei zwei Linkshänder ausgeschlossen wurden. Um zu untersuchen, ob es zu linearen Veränderungen der Gehirnstruktur kam, wurde die Krankheitsdauer anhand einer retrospektiven Diagnose abgeschätzt. Wir haben die Probanden gebeten, sich an ihren Lebensstil zu erinnern, als sie anfänglich von ihrem hauptsächlich Online-Spiel World of Warcraft (WOW) abhängig waren. Um sicherzustellen, dass sie an OGA litten, haben wir sie erneut mit den von Beard und Wolf modifizierten YDQ-Kriterien getestet. Die Zuverlässigkeit der Selbstberichte der OGA-Probanden wurde auch durch Telefongespräche mit ihren Eltern sowie Mitbewohnern und Klassenkameraden bestätigt.
An unserer Studie nahmen auch achtzehn alters- und geschlechtsangepasste gesunde Kontrollpersonen (12 Männer und 6 Frauen, Durchschnittsalter = 19.5 ± 2.8 Jahre, Bildung 13.3 ± 2.0 Jahre) ohne persönliche oder familiäre Vorgeschichte psychiatrischer Störungen teil. Laut früheren OGA-Studien haben wir gesunde Kontrollpersonen ausgewählt, die weniger als 2 Stunden pro Tag im Internet verbrachten [4]. Die gesunden Kontrollpersonen wurden auch mit den von Beard und Wolf modifizierten YDQ-Kriterien getestet, um sicherzustellen, dass sie nicht an OGA litten. Alle untersuchten rekrutierten Teilnehmer waren einheimische Rechtshänder-Chinesen und wurden anhand eines persönlichen Selbstberichts und eines Edinburgh-Händigkeitsfragebogens beurteilt. Ausschlusskriterien für beide Gruppen waren 1) das Vorliegen einer neurologischen Störung, die anhand des strukturierten klinischen Interviews für das Diagnostic and Statistical Manual of Mental Disorders, Vierte Auflage (DSM-IV) bewertet wurde; 2) Alkohol-, Nikotin- oder Drogenmissbrauch mittels Urin-Drogenscreening; 3) Schwangerschaft oder Menstruation bei Frauen; und 4) jede körperliche Erkrankung wie ein Gehirntumor, Hepatitis oder Epilepsie, wie anhand klinischer Untersuchungen und medizinischer Unterlagen beurteilt. Die Hamilton-Angstskala (HAMA) und das Beck-Depressionsinventar II (BDI) wurden verwendet, um die emotionalen Zustände aller Teilnehmer während der vorangegangenen zwei Wochen zu bewerten. Detailliertere demografische Informationen finden Sie in Tabelle 1.
Erfassung von Verhaltensdaten
Laut einer früheren Studie [17]Das Farbwort-Stroop-Aufgabendesign wurde mithilfe der E-prime 2.0-Software implementiert (http://www.pstnet.com/eprime.cfm). Bei dieser Aufgabe wurde ein Blockdesign mit drei Bedingungen verwendet, nämlich Kongruent, Inkongruent und Ruhe. Drei Wörter, Rot, Blau und Grün, wurden in drei Farben (Rot, Blau und Grün) als kongruente und inkongruente Reize angezeigt. Im Ruhezustand wurde in der Mitte des Bildschirms ein Kreuz angezeigt, und die Probanden mussten ihre Augen auf dieses Kreuz richten, ohne zu reagieren. Alle Ereignisse wurden in zwei Durchläufen mit unterschiedlichen Abfolgen kongruenter und inkongruenter Blöcke programmiert. Jeder Teilnehmer wurde angewiesen, so schnell wie möglich auf die angezeigte Farbe zu reagieren, indem er mit der rechten Hand einen Knopf an einer Serial Response Box™ drückte. Tastendrücke durch den Zeige-, Mittel- und Ringfinger entsprachen jeweils Rot, Blau und Grün. Die Teilnehmer wurden einzeln in einem ruhigen Raum getestet, wenn sie sich in einem ruhigen Geisteszustand befanden. Nach der ersten Übung wurden die Verhaltensdaten zwei oder drei Tage vor der MRT-Untersuchung gesammelt.
MRT-Datenerfassung
Alle fMRT-Studien wurden an einem 3-T-GE-Scanner (EXCITE, GE Signa, Milwaukee, WI, USA) unter Verwendung einer Standard-Birdcage-Kopfspule als Achtkanal-Phasenarray-Kopfspule im Huaxi MR Research Center, Chengdu, China, durchgeführt . Die Schaumstoffpolster wurden verwendet, um Kopfbewegungen und Scannergeräusche zu verringern. Nach konventionellem Localizer-Scanning wurden die T1-gewichteten Bilder mit einer Spoiled-Gradient-Recall-Sequenz erhalten (Wiederholungszeit (TR) = 1900 ms; Echozeit (TE) = 2.26 ms; Flipwinkel (FA) = 9°; Sichtfeld ( Sichtfeld) = 256×256 mm2; Datenmatrix = 256×256; Scheiben = 176; Voxelgröße = 1×1×1 mm3). Anschließend wurden Funktionsbilder im Ruhezustand mithilfe einer Echo-Planar-Bildgebungssequenz (TR = 2000 ms; TE = 30 ms; FA = 90°; FOV = 240×240 mm) erfasst2; Datenmatrix = 64×64) mit 32 axialen Schichten (Schichtdicke = 5 mm und keine Schichtlücke, Gesamtvolumen = 180) in einem Lauf von sechs Minuten. Die Probanden wurden angewiesen, während des Scannens die Augen zu schließen, still zu bleiben und an nichts systematisch zu denken. Am Ende der Datenerfassung bestätigten alle Probanden, dass sie während des gesamten Scanzeitraums wach blieben.
Datenvorverarbeitung und ALFF-Berechnung
Die gesamte funktionale Bildverarbeitung wurde mit Statistical Parametric Mapping (SPM5, http://www.fil.ion.ucl.ac.uk/spm)-Software und Datenverarbeitungsassistent für Resting-State fMRI (DPARSF)-Software [18]. Für jeden Teilnehmer wurden die ersten zehn Zeitpunkte verworfen, um vorübergehende Signaländerungen zu vermeiden, bevor die Magnetisierung den stationären Zustand erreichte, und um den Probanden eine Gewöhnung an die fMRT-Scanumgebung zu ermöglichen. Die verbleibenden 170 Gehirnvolumina wurden hinsichtlich des Slice-Timings korrigiert und hinsichtlich der Kopfbewegungskorrektur neu ausgerichtet. Keiner der Probanden hatte eine Kopfbewegung von mehr als 1 mm oder eine Drehung um mehr als 1° in irgendeine Richtung. Anschließend wurden alle neu ausgerichteten Bilder räumlich in die EPI-Vorlage des Montreal Neurological Institute (MNI) normalisiert, auf isotrope Voxel von 3 mm neu abgetastet und dann räumlich geglättet (volle Breite bei halbem Maximum = 8 mm). Anschließend werden durch Aufrufen von Funktionen im Resting-State fMRI Data Analysis Toolkit (REST, http://rest.restfmri.net), lineare Trendentfernung und Bandpassfilterung (0.01–0.08 Hz) zur Reduzierung der Auswirkungen von Niederfrequenzdrift und hochfrequentem physiologischem Rauschen [18] wurden an der Zeitreihe durchgeführt.
Nach der Vorverarbeitung wurde die ALFF-Berechnung mit DPARSF durchgeführt, indem Funktionen in REST wie in früheren Studien aufgerufen wurden [19]. Um das Leistungsspektrum zu erhalten, wurde zunächst die gefilterte Zeitreihe mithilfe einer schnellen Fourier-Transformation (FFT) in den Frequenzbereich transformiert. Anschließend wurde für jeden Frequenzdatenpunkt die Quadratwurzel des Leistungsspektrums ermittelt, um die Amplitude als Funktion der Frequenz zu ermitteln. Diese über 0.01–0.08 Hz an jedem Voxel gemittelten Werte wurden als ALFF-Werte verwendet. Folglich wurde diese gemittelte Quadratwurzel als ALFF-Wert verwendet. Der ALFF jedes Voxels wurde durch den globalen mittleren ALFF-Wert innerhalb der Gesamthirnmaske für jedes Subjekt dividiert, was zu einem standardisierten ALFF jedes Voxels führte, der einen Wert von etwa 1 hatte.
statistische Analyse
Um die Unterschiede zwischen der OGA-Gruppe und der Kontrollgruppe in Bezug auf Alter, Geschlecht, Krankheitsdauer und Ausbildungsjahre zu beurteilen, wurden zwei Stichproben durchgeführt t-Tests wurden mit SPSS 13.0 und a durchgeführt p>0.05 wurde als unbedeutend angesehen. Um zu untersuchen, welche Bereiche ALFF-Werte aufwiesen, die vom Wert 1 abwichen, wurde eine Einzelstichprobe durchgeführt t-Prüfung (p<0.05, familienbezogener Fehler (FWE) korrigiert) unter Verwendung von SPM5 wurde in jeder Gruppe durchgeführt. Dann eine Zwei-Probe t-Test wurde durchgeführt, um ALFF-Unterschiede zwischen den beiden Gruppen nach Kontrolle von Alter und Geschlecht aufzuklären. Die Korrektur für Mehrfachvergleiche wurde mithilfe von Monte-Carlo-Simulationen durchgeführt. Ein korrigierter Schwellenwert von p<0.05 wurde aus einem kombinierten Schwellenwert von abgeleitet p<0.005 für jedes Voxel und eine minimale Clustergröße von 351 mm3 (AlphaSim-Programm in der AFNI-Software, http://afni.nimh.nih.gov/). Für die Gehirnregionen, in denen OGA-Patienten abnormale ALFF-Eigenschaften aufwiesen, wurden die ALFF-Werte jeder Region extrahiert, gemittelt und anhand der pathologischen Indikatoren, die sich in der Krankheitsdauer und den Farbwort-Stroop-Aufgabenleistungen widerspiegeln, regressiert.
Die Ergebnisse
Unsere Ergebnisse zeigten, dass die OGA-Rate in unserer kleinen Stichprobenuntersuchung etwa 12.1 % betrug. Laut Selbsteinschätzung der Internetnutzung verbrachten die OGA-Probanden 10.2 ± 2.6 Stunden pro Tag und 6.3 ± 0.5 Tage pro Woche mit Online-Spielen. Jugendliche mit OGA verbrachten mehr Stunden pro Tag und mehr Tage pro Woche im Internet als die Kontrollgruppe (p<0.005) (Tabelle 1).
Ergebnisse der Verhaltensdaten
Beide Gruppen zeigten einen signifikanten Stroop-Effekt, wobei die Reaktionszeit im inkongruenten Zustand länger war als im kongruenten Zustand (OGA: 677.3 ± 75.4 ms vs. 581.2 ± 71.6 ms und Kontrollen: 638.3 ± 65.9 ms vs. 549.0 ± 50.6 ms; p<0.005). Die OGA-Gruppe beging im inkongruenten Zustand mehr Fehler als die Kontrollgruppe (8.56 ± 4.77 vs. 4.56 ± 2.93; p<0.05), obwohl die anhand der Reaktionszeit (RT) während der inkongruenten Bedingung minus kongruente Bedingungen gemessene Reaktionsverzögerung zwischen diesen beiden Gruppen keinen signifikanten Unterschied aufwies (98.2 ± 40.37 ms vs. 91.92 ± 45.87 ms; p > 0.05).
Bilddatenergebnisse
Die ALFF-Karten sowohl der OGA-Gruppe als auch der Kontrollgruppe sind in dargestellt Abb.. 1und beide Gruppen zeigten im Ruhezustand signifikant höhere ALFF-Werte im hinteren cingulären Kortex (PCC)/Precuneus, im medialen präfrontalen Kortex (MPFC) und im bilateralen unteren Parietallappen (IPL). Diese Regionen sind in früheren Studien größtenteils im Standardmodusnetzwerk enthalten [19]. Eine Zwei-Probe t-Testkontrolle für Alter und Geschlecht und korrigiert für mehrere Vergleiche (unter Verwendung von Monte-Carlo-Simulationen der kleinsten Clustergröße, die einen korrigierten Schwellenwert von p<0.05 gegenüber einem unkorrigierten Schwellenwert von p<0.005 für jedes Voxel ergaben) ergaben, dass die OGA-Gruppe signifikante Steigerungen aufwies in ALFF-Werten im linken medialen OFC, linken Precuneus, linken SMA, rechten PHG und bilateralen MCC im Vergleich zur Kontrollgruppe. Es wurden keine Gehirnregionen mit verringerten ALFF-Werten gefunden. Darüber hinaus wurde eine signifikant positive Korrelation zwischen der Dauer der OGA und den standardisierten ALFF-Werten im linken medialen OFC beobachtet (r = 0.6627, p = 0.0027) und linker Precuneus (r = 0.5924, p = 0.0096) (Abb.. 2). Es wurde festgestellt, dass die ALFF-Werte des linken OFC mit der Anzahl der Antwortfehler während der inkongruenten Bedingung bei Jugendlichen mit OGA korrelierten (r = 0.6690, p = 0.0024) (Abb.. 3). Da die OGA-Probanden anhand des BDI deutlich höhere Depressionsbewertungen aufwiesen, analysierten wir die funktionellen Bildgebungsdaten erneut und verwendeten den BDI als Kovariate. Die resultierenden Daten ähnelten den Originaldaten. Wir haben auch getestet, ob die BDI-Werte mit den ALFF-Werten der abnormalen Gehirnregionen, der Dauer der OGA und der Leistung der Farbwort-Stroop-Aufgabe korrelieren. Es wurden jedoch keine signifikanten Ergebnisse beobachtet.
Diskussion
In der aktuellen Studie wurde die ALFF-Methode eingesetzt, um die Unterschiede im Ruhezustand zwischen Patienten mit OGA und normalen Kontrollpersonen zu untersuchen. ALFF ist eine einfache und überzeugende Methode zur Messung der Amplitude der niederfrequenten Schwankungen im BOLD-Signal. Frühere Studien haben gezeigt, dass diese Methode in der Lage ist, genau zu lokalisieren, welche Gehirnregion abnormale Spontanaktivität aufweist [13]. Innerhalb jeder Gruppe haben wir einige Regionen identifiziert, die im Ruhezustand signifikant höhere ALFF-Werte aufweisen als andere Gehirnregionen (Abb.. 1). Diese Regionen überschnitten sich weitgehend mit den Hauptregionen des Default Mode Network (DMN). [20]. In Bezug auf die beiden Beispiele t-Testergebnisse: Im Vergleich zu den gesunden Kontrollpersonen zeigten Jugendliche mit OGA im Ruhezustand eine erhöhte ALFF im linken medialen OFC, linken Precuneus, linken SMA, rechten PHG und bilateralen MCC (Abb.. 2). Es ist erwähnenswert, dass die OGA-Probanden beim BDI deutlich höhere Depressionsbewertungen aufwiesen, eine Analyse, die den BDI als Kovariate einbezog, ergab jedoch ähnliche Ergebnisse. Darüber hinaus korrelierten die ALFF-Werte des linken medialen OFC und Precuneus positiv mit der Dauer der OGA (Abb.. 2). Um die beeinträchtigte kognitive Kontrollfähigkeit bei Jugendlichen mit OGA zu validieren, wurde in unserer Studie außerdem der Farbwort-Stroop-Test verwendet. Im Einklang mit früheren Erkenntnissen [14], [15], beging die OGA-Gruppe während des inkongruenten Zustands mehr Fehler als die Kontrollgruppe, was zeigte, dass Jugendliche mit OGA eine beeinträchtigte kognitive Kontrollfähigkeit zeigten, gemessen durch den Farbwort-Stroop-Test. Interessanterweise korrelierten die ALFF-Werte des linken OFC auch mit der Anzahl der Fehler während der inkongruenten Bedingung bei Jugendlichen mit OGA (Abb.. 3). Unsere Ergebnisse legen nahe, dass ALFF-Veränderungen im OFC als Biomarker dienen könnten, der die beeinträchtigte kognitive Kontrollfähigkeit von OGA widerspiegelt.
In der vorliegenden Studie stellten wir fest, dass die ALFF-Werte im linken medialen OFC in der OGA-Gruppe anstiegen. Anatomisch gesehen hat der OFC umfangreiche Verbindungen zum Striatum und zu limbischen Regionen (wie der Amygdala), die offenbar an der kognitiven Kontrolle zielgerichteten Verhaltens durch die Beurteilung der Motivationsbedeutung von Reizen und die Auswahl des gewünschten Verhaltens beteiligt sind Ergebnisse. In früheren Studien wurde über strukturelle Anomalien und Funktionsstörungen des OFC bei OGA berichtet [4], [11], [15]. Park et al. verwendet a 18Eine Studie zur F-Fluordesoxyglucose-Positronenemissionstomographie (PET) zur Untersuchung des regionalen zerebralen Glukosestoffwechsels im Ruhezustand bei jungen Personen mit OGA und normalen Kontrollpersonen zeigte, dass die OFC-Stoffwechselaktivität bei Jugendlichen mit OGA im Vergleich zu normalen Kontrollpersonen erhöht war [21]. Diese Analyse legte nahe, dass die abnormale Stoffwechselaktivität im Bereich des OFC mit einer Beeinträchtigung der Impulskontrolle und Belohnungsverarbeitung bei Jugendlichen mit OGA verbunden sein könnte. In Bezug auf aufgabenbezogene funktionelle MRT-Studien haben Ko et al. identifizierten die neuronalen Substrate der Online-Spielsucht durch Auswertung der Gehirnbereiche, die mit dem durch das Stichwort ausgelösten Spieldrang verbunden sind, und stellten fest, dass der OFC bei Süchtigen im Vergleich zu Kontrollpersonen abnormal aktiviert werden konnte [22]. Die Ähnlichkeit dieses Befundes mit dem durch Reize ausgelösten Verlangen bei Substanzabhängigkeit [23], was darauf hindeutet, dass das Verlangen bei Spielsucht und das Verlangen bei Substanzabhängigkeit möglicherweise dieselben neurobiologischen Mechanismen haben. Frühere strukturelle Neuroimaging-Studien haben auch über ein verringertes Volumen der grauen Substanz des OFC in der OGA-Gruppe berichtet [1], [4]. Im Einklang mit diesen funktionellen und strukturellen Erkenntnissen ergab unsere Studie höhere ALFF-Werte im medialen OFC bei Jugendlichen mit OGA im Vergleich zu den Kontrollpersonen. Darüber hinaus wurde in der OGA-Gruppe eine signifikante Korrelation zwischen den ALFF-Werten des OFC und der Aufgabenleistung während des Farbwort-Stroop-Tests beobachtet (Figure 3). Frühere Suchtstudien zeigten einen Zusammenhang zwischen Stroop-Interferenz und dem relativen Glukosestoffwechsel im OFC bei kokainabhängigen Personen [24]. Diese Beziehung zwischen Gehirn und Verhalten zeigte, dass die abnormalen Ruhezustandseigenschaften des OFC mit einer beeinträchtigten kognitiven Kontrollfähigkeit bei Jugendlichen mit OGA verbunden waren.
Die ALFF-Werte waren im Precuneus bei OGA-Probanden höher als bei Kontrollpersonen. Der Precuneus ist eine Gehirnregion im posteromedialen Kortex des Parietallappens und spielt eine wichtige Rolle bei grundlegenden kognitiven Funktionen [25]. Es wurde vorgeschlagen, dass der Precuneus an der episodischen Gedächtnisabfrage, visuell-räumlichen Bildern, Selbstverarbeitung und Bewusstsein beteiligt ist [25]. Kürzlich berichteten einige Forscher auch über einen erhöhten ReHo-Wert im linken Precuneus bei OGA-College-Studenten im Vergleich zu Kontrollpersonen [11]. Darüber hinaus zeigte eine Studie, dass der Precuneus mit Spieldrang, Verlangen und der Schwere von OGA verbunden ist, und legt nahe, dass der Precuneus aktiviert wird, um den Spielreiz zu verarbeiten, abgerufene Erinnerungen zu integrieren und zum reizinduzierten Verlangen nach Online-Spielen beizutragen [26]. Daher schlagen wir vor, dass die Ruhezustandsanomalien des Precuneus bei Jugendlichen mit OGA mit dem Verlangen nach Langzeit-OGA verbunden sein könnten.
Höhere ALFF-Werte bei OGA-Probanden im Vergleich zu Kontrollen wurden auch im linken SMA, im bilateralen MCC und im rechten PHG gefunden. Die SMA spielt eine wichtige Rolle bei der kognitiven Kontrolle, dem freiwilligen Handeln und der Einleitung/Hemmung motorischer Reaktionen [27] und auch in emotionalen Konflikten [28]. Der MCC ist der mittlere Teil des Gyrus cinguli und von entscheidender Bedeutung für die Konfliktüberwachung und -verarbeitung [29]. Frühere Substanzkonsumstudien berichteten über suchtbedingte Ruhezustandsanomalien der SMA und des MCC [30], [31]. Es wird angenommen, dass das PHG zur Bildung und Aufrechterhaltung gebundener Informationen im Arbeitsgedächtnis beiträgt [32]. Das Arbeitsgedächtnis bezieht sich auf die vorübergehende Speicherung und Online-Bearbeitung von Informationen und ist auch für die kognitive Kontrolle von entscheidender Bedeutung [33]. Liu et al. berichteten von einem erhöhten ReHo im bilateralen PHG bei OGA-College-Studenten im Vergleich zu Kontrollpersonen [11]. Darüber hinaus fanden einige Forscher auch eine geringere fraktionale Anisotropie des PHG bei OGA-Probanden [4]. Unsere Ergebnisse bestätigten das abnormale Ruhezustandsmuster des PHG bei Jugendlichen mit OGA.
Zusammenfassend konnten wir in der vorliegenden Studie beobachten, dass ALFF bei Jugendlichen mit OGA im Vergleich zu den Kontrollpersonen abnormal war, d. h. höhere ALFF-Werte im linken medialen OFC, linken Precuneus, linken SMA, rechten PHG und bilateralen MCC. Wir beobachteten auch, dass die höheren ALFF-Werte im linken medialen OFC und im linken Precuneus positiv mit der Dauer der OGA korrelierten. Die ALFF-Werte des linken OFC wurden mit der Farbwort-Stroop-Aufgabenleistung (dh Antwortfehlern) in der OGA-Gruppe korreliert. Unsere Ergebnisse legen nahe, dass die abnormale spontane Aktivität dieser Regionen die zugrunde liegende Pathophysiologie bei OGA-Benutzern widerspiegeln könnte. Aufgrund der ähnlichen Ruhezustandsbefunde bei drogenabhängigkeitsbedingten Ruhezustandsveränderungen schlugen wir vor, dass OGA neuronale Mechanismen mit Drogenabhängigkeit teilen könnte. Es ist erwähnenswert, dass Depressionen als potenzielle Verwirrung bei der Erklärung der Neuroimaging-Ergebnisse in der aktuellen Studie berücksichtigt werden sollten. Eine weitere umfassende Studie ist erforderlich, um mehr wissenschaftliche Perspektiven zu OGA zu liefern.
Anerkennungen
Wir möchten Qin Ouyang, Qizhu Wu, Junran Zhang, Changjian Hu und Haifeng Luo für die wertvolle technische Unterstützung bei der Durchführung dieser Forschung danken.
Finanzierungsbescheinigung
Dieses Papier wird vom Projekt für das National Key Basic Research and Development Program (973) unter der Fördernummer 2011CB707700 unterstützt; Die National Natural Science Foundation Chinas unter Grant Nr. 81227901, 81271644, 81271546, 30930112, 81000640, 81000641, 81101036, 81101108, 31200837, 81030027, 81301281; und die Grundlagenforschungsfonds für die Zentraluniversitäten, die Natural Science Foundation of Inner Mongolia unter der Fördernummer 2012MS0908. Die Geldgeber hatten keinen Einfluss auf das Studiendesign, die Datenerhebung und -analyse, die Entscheidung zur Veröffentlichung oder die Erstellung des Manuskripts.
Bibliographie
;
