BMC Neurosci. 2017; 18: 54.
Veröffentlicht online 2017 Jul 27. doi: 10.1186 / s12868-017-0375-y
PMCID: PMC5530585
Xin Ge,#1 Yawn Sonne,#1 Xu Han,1 Yao Wang,1 Weina Ding,1 Mengqiu Cao,1 Yasong Du,2 Jianrong Xu,1 und Yan Zhou1
Abstrakt
Hintergrund
Es wurde berichtet, dass Internet Gaming Disorder (IGD) und Raucher mit Nikotinabhängigkeit (SND) klinische Merkmale teilen, wie zum Beispiel Überbelegung trotz negativer Folgen und Heißhungerattacken. In dieser Studie sollen die Veränderungen der funktionellen Restfunktion (rsFC) des dorsolateralen präfrontalen Kortex (DLPFC) im SND und IGD untersucht werden. In dieser Studie unterzogen sich die 27 IGD-, 29 SND- und 33-Kontrollen (HC) einer funktionellen Magnetresonanztomographie (rs-fMRI) im Ruhezustand. Die DLPFC-Konnektivität wurde bei allen Beteiligten durch die Untersuchung der synchronisierten niederfrequenten fMRT-Signalfluktuationen unter Verwendung einer zeitlichen seed-basierten Korrelationsmethode bestimmt.
Die Ergebnisse
Verglichen mit der HC-Gruppe zeigten die IGD- und SND-Gruppen eine verminderte RSFC mit DLPFC in der rechten Insula und links inferioren frontalen Gyrus mit DLPFC. Verglichen mit der SND-Gruppe zeigten die IGD-Probanden eine erhöhte rsFC im linken Gyrus temporalis inferior und im Gyrus orbitalis frontalis inferior und verminderten rsFC im rechten mittleren Occipitalgyrus, supramarginalen Gyrus und Cuneus mit DLPFC.
Zusammenfassung
Unsere Ergebnisse bestätigten, dass SND und IGD ähnliche neurale Mechanismen wie Craving und impulsive Hemmungen gemeinsam haben. Der signifikante Unterschied in der rsFC mit DLPFC zwischen den IGD- und SND-Subjekten kann der visuellen und auditiven Stimulation zugeschrieben werden, die durch langfristiges Internet-Gaming erzeugt wird.
Hintergrund
Internet Gaming Disorder (IGD), auch bekannt als problematische Internetnutzung, ist die exzessive und wiederkehrende Nutzung von Online-Internetspielen [1]. IGD unterscheidet sich von Drogenmissbrauch oder Drogenabhängigkeit so, dass keine Substanz oder chemische Aufnahme beteiligt ist; exzessive Internetnutzung kann jedoch zu einer ähnlichen körperlichen Abhängigkeit führen wie bei anderen Süchten [2]. Derzeit ist IGD weltweit zu einem ernsthaften Problem der psychischen Gesundheit geworden, weshalb zusätzliche Untersuchungen erforderlich sind. Dies wird durch die Aufnahme als Bedingung für weitere Studien in Abschnitt 3 des Handbuchs für Diagnose und Statistik psychischer Störungen (5. Auflage, DSM-5) veranschaulicht. [3]. Die folgenden diagnostischen Kriterien für IGD wurden vorgeschlagen: Zeitverzerrung, längere Zeit als ursprünglich vorgesehen und geplante Zeit, Nutzung von Internetaktivitäten zur Bewältigung oder Fluchtprobleme, zwanghaftes Verhalten, Täuschung über das Ausmaß der Nutzung, Versagen, die Nutzung zu stoppen oder zu kontrollieren, und Beschäftigung mit Internetnutzung, wenn offline [4-6]. Bemerkenswerterweise ähneln viele dieser Verhaltenssymptome stoffbezogenen Störungen [7-9].
Derzeit ist die genaue Pathogenese der IGD unklar. Einige Studien deuten darauf hin, dass der Risikofaktor IGD mit der erhöhten Prävalenz der Substanzabhängigkeit in Zusammenhang steht.10-12]. Zahlreiche Studien fanden heraus, dass IGD und Substanzabhängigkeit ähnliche neuronale Mechanismen wie die Nikotinabhängigkeit gemeinsam haben.9, 13, 14]. Auf der Grundlage der Verhaltenssucht versuchen Forscher, IGD mit anderen Verhaltensproblemen zu verbinden, die zu Abhängigkeit führen können, wie Drogenmissbrauch, Alkoholmissbrauch und Nikotinabhängigkeit [7, 15]. Unsere frühere Studie zeigte, dass Raucher mit IGD im rechten Rektusgyrus eine verminderte Funktionsfähigkeit im Ruhezustand (rsFC) und im linken mittleren frontalen Gyrus mit postcingulärem Kortex (PCC) eine erhöhte rsFC aufwiesen, verglichen mit Nichtrauchern mit IGD. Darüber hinaus wurde eine negative Korrelation in der PCC-Konnektivität mit dem rechten Rectus Gyrus mit Chens Internet-Sucht-Score (CIAS) von Rauchern mit IGD vor der Korrektur gefunden. Die Ergebnisse deuten darauf hin, dass Raucher mit IGD im Vergleich zu Nichtrauchern mit IGD Funktionsstörungen in Hirnregionen im Zusammenhang mit exekutiver Motivation und Funktion hatten.9]. Vergara et al. [16] skizzierte ein allgemeines Muster von Hypokonnektivität im Precuneus, Insula, postcentralen Gyrus und visuellen Cortex von Substanzkonsumenten. Darüber hinaus zeigte die Verringerung der Konnektivität zwischen postzentralen und einem Ruhezustandsnetzwerk, die rechte fusiforme und linguale Gyri abdeckten, ihre signifikante Assoziation mit der Schwere des gefährlichen Trinkens. Bei Rauchern wurde eine Hypokonnektivität zwischen Thalamus und Putamen beobachtet. Im Gegensatz dazu zeigte der Gyrus angularis Hyperkonnektivität mit dem Precuneus im Zusammenhang mit Rauchen und korrelierte signifikant mit der Schwere der Nikotinabhängigkeit. Diese Ergebnisse legen nahe, dass bestimmte Wirkungen von Alkohol und Nikotin getrennt und identifiziert werden können. Han et al. [8] fanden IGD - Probanden und Alkoholabhängigkeit (AD) positive rsFC - Werte im dorsolateralen präfrontalen Kortex (DLPFC) und Cingulum, Cerebellum sowie negative rsFC - Werte zwischen DLPFC und orbitofrontalem Kortex. Es wurde festgestellt, dass die AD-Gruppe positive rsFC-Werte zwischen DLPFC, striatalen Bereichen und Temporallappen aufweist, während die IGD-Gruppe negative rsFC-Werte unter diesen Bereichen aufweist. Sie folgerten, dass beide Gruppen Defizite in der exekutiven Funktion haben könnten.
In dieser Studie haben wir versucht, den Unterschied zwischen den rsFC von Personen mit IGD und denen von Rauchern mit Nikotinabhängigkeit (SND) zu erkennen und den Mechanismus dieses Unterschieds zu erforschen. Nach Han et al. [8] Heißhunger, der durch bestimmte Substanzen wie Alkohol induziert wird, sind eng mit der DLPFC-Aktivität verbunden [17]. Darüber hinaus wird angenommen, dass DLPFC eine Schlüsselrolle bei der Vermittlung klinischer Symptome von exekutiver Dysfunktion, Alkoholabhängigkeit einschließlich Impulsivität und Verschlimmerung des Missbrauchspotenzials spielt [18]. Die vorliegende Studie zielt darauf ab, DLPFC-seeded RSFC in IGD und SND zu bewerten.
Methoden
Teilnehmer
Die aktuelle Studie wurde vom Ethikkomitee des Ren Ji Krankenhauses und der Medizinischen Fakultät der Shanghai Jiao Tong Universität, China, genehmigt. [2016] 079k (2) mit schriftlicher Einwilligung aller Probanden. Alle Teilnehmer wurden vor der MRT-Untersuchung über die Ziele unserer Studie informiert. Von den 86-Teilnehmern, die in die Studie eingeschlossen wurden und von Gehirn-MRI von Jan 2016 bis Dec 2016 ausgewertet wurden, hatte 27 IGD, 29 SND und 30 gesunde Kontrollen (HC). Wie in unserer früheren Studie [9], die IGD-Probanden, die den von Beard and Wolf modifizierten Diagnose-Fragebogen für den Internet-Suchtest (dh YDQ) bestanden [19] wurden aus der psychologischen Ambulanz des Shanghai Mental Health Center rekrutiert. Währenddessen wurden die SND- und HC-Gruppen durch Werbung rekrutiert. Die IGD-Gruppe spielte ungefähr 42 bis 70 Stunden (Mittelwert ± SD: 44.31 ± 10.27) pro Woche ein Internetspiel. Die entsprechenden Fragen aus dem Structured Clinical Interview für DSM-IV [20] wurde verwendet, um die Nikotinabhängigkeit zu bewerten. Der Teilnehmer aus der IGD- und der HC-Gruppe hatte nie geraucht, und kein Teilnehmer berichtete selbst über den täglichen Alkoholkonsum oder eine andere Substanzstörung (SUD). Alle SND-Probanden begannen 2–10 Jahre vor Beginn der aktuellen Studie mit dem Rauchen. Sie alle rauchen täglich und rauchen ungefähr 10 bis 45 Zigaretten (Mittelwert ± SD: 21 ± 1.76) pro Tag. CIAS [21], selbstbeurteilende Angstskala (SAS) [22], selbsteinstufende Depressionsskala (SDS) [23], Barratt Impulsivitätsskala-11 (BIS-11) [24], und Fagerstrom-Test der Nikotinabhängigkeit (FTND) [25] wurden durchgeführt, um die klinischen Merkmale der Teilnehmer zu beurteilen. CIAS ist eine selbstberichtete Maßnahme mit guter Zuverlässigkeit und Validität und wurde verwendet, um den Schweregrad der Internetsucht zu messen [26]. Der FTND ist ein Selbstbericht mit sechs Items zur Beurteilung der Schwere der Nikotinabhängigkeit [25]. Alle Fragebögen wurden zunächst auf Englisch verfasst und dann ins Chinesische übersetzt.
Alle Teilnehmer hatten Rechtshänder, und keiner der Teilnehmer hatte (1) zuvor einen Krankenhausaufenthalt wegen einer Vorgeschichte von schweren psychischen Störungen oder psychiatrischen Störungen; (2) eine Substanz, die andere Störungen als Nikotinabhängigkeit verwendet; (3) geistige Behinderung; (4) neurologische Krankheit oder Verletzung; (5) Intoleranz gegenüber MRI.
MRI-Akquisition
Die Bilder wurden unter Verwendung eines 3.0-T-MRT-Scanners (GE Signa HDxt 3T, USA) mit einer Standardkopfspule erhalten. Zurückhaltende Schaumstoffpolster wurden verwendet, um die Kopfbewegung zu verringern, und Ohrstöpsel wurden verwendet, um das Scannergeräusch zu reduzieren. Die SND-Gruppe musste 1 Stunde vor dem Scannen auf das Rauchen verzichten. Funktionelle MRT-Daten im Ruhezustand wurden unter Verwendung einer Gradientenecho-Echo-Planar-Sequenz erfasst, wie in unserer vorherigen Studie beschrieben [9]. Danach 34 Querschnitte (Wiederholungszeit [TR] = 2000 ms, Echozeit [TE] = 30 ms; Sichtfeld [FOV] = 230 × 230 mm2;; 3.6 × 3.6 × 4 mm3 Voxelgröße) wurden erhalten, ausgerichtet entlang der anterioren Kommissur-posterioren Kommissurlinie. Jeder fMRI-Scan dauerte 440 s. Während des Scannens wurden die Teilnehmer angewiesen, mit geschlossenen Augen wach zu bleiben und keine bestimmten Themen zu denken. Nach dem Scannen wurden die Probanden gebeten, zu bestätigen, dass sie während des Scans wach bleiben. Zusätzlich hochauflösende T1-gewichtete anatomische Bilder (TR = 6.1 ms, TE = 2.8 ms, TI = 450 ms, Schichtdicke = 1 mm, Spalt = 0, Flipwinkel = 15 °, FOV = 256 × 256 mm2Anzahl der Scheiben = 166, 1 × 1 × 1 mm3 Voxelgröße) unter Verwendung eines 3D schnellen verdorbenen Gradienten aufgerufenen Sequenzbildern.
statistische Analyse
Die demographischen und klinischen Maßnahmen der Gruppen wurden verglichen. Einseitige ANOVA-Tests wurden unter Verwendung des Statistischen Pakets für die Sozialwissenschaften-Software (Version 18) durchgeführt, um die Unterschiede zwischen den 3-Gruppen zu bewerten. Anschließend wurden Bonferroni-Post-hoc-Tests durchgeführt, um die Unterschiede zwischen jedem Gruppenpaar zu bewerten. Ein 2-tailed p-Wert von 0.05 wurde für alle Analysen als statistisch signifikant angesehen.
Die funktionelle MRT-Vorverarbeitung wurde mit einer Toolbox zur Datenverarbeitung und Analyse für die Bildgebung des Gehirns durchgeführt (http://rfmri.org/dpabi) [27]. Nach dem Verwerfen der ersten 10 Bände jeder funktionalen Zeitreihe wurden die verbleibenden 210 Bilder vorverarbeitet. Slice-Timing-Korrektur, Neuausrichtung und räumliche Normalisierung sowie Glättung (6 mm volle Breite bei halbem Maximum) wurden durchgeführt. Störende Kovariaten, einschließlich Zeitreihenprädiktoren für globale, cerebrospinale Flüssigkeit, weiße Substanz und sechs Bewegungsparameter, wurden zurückgeführt, um das Signal-Rausch-Verhältnis zu verbessern und das Bewegungsartefakt zu minimieren. Kein Teilnehmer dieser Studie zeigte eine Bewegung von mehr als 1.5 mm bei maximaler Translation in x, y, oder z, Achsen oder maximale Drehung von 1.5 ° in den 3-Achsen. Darüber hinaus wurde die mittlere frameweise Verschiebung (FD) berechnet, indem die FDi jedes Subjekts von jedem Zeitpunkt aus gemittelt wurde.28]. Kein Unterschied zwischen den mittleren FD-Werten der Gruppen (p = 0.71). Anschließend haben wir die Zeitreihen jedes Voxels zeitlich gefiltert (0.01–0.08 Hz), um den Einfluss von hochfrequentem Rauschen und niederfrequenter Drift zu verringern [29-32]. DLPFC wurde in der aktuellen Studie als Region of Interest (ROI) Seed verwendet, und die DLPFC-Vorlage wurde wie in früheren Untersuchungen beschrieben hergestellt.8].
Dann wurde die Blutsauerstoffpegel-abhängige Signalzeitreihe von jedem Voxel innerhalb der Keimregion gemittelt, um die Referenzzeitreihe zu erzeugen. Eine Korrelationskarte für jedes Subjekt wurde erzeugt, indem die Korrelationskoeffizienten zwischen den Referenzzeitreihen und Zeitreihen von den anderen Gehirnvoxeln berechnet wurden. Z-Werte wurden aus den Korrelationskoeffizienten durch Fisher's Z-Transformation konvertiert, um die Normalität der Verteilung zu verbessern [31]. Danach wurden die einzelnen Z-Scores in SPM8 für die Ein-Stichprobe eingegeben t Test in einer voxelweisen Weise, die durchgeführt wurde, um die Gehirnregionen mit signifikanter positiver oder negativer Korrelation mit der DLPFC innerhalb jeder Gruppe zu bestimmen. Einzelne Ergebnisse wurden in SPM8 für die Random-Effect-Analyse eingegeben, und dann wurden One-Way-ANOVA durchgeführt.
Unterschiede in Bezug auf Alter, Geschlecht, Bildung, SAS-Scores, SDS-Scores und BIS-11-Scores wurden für jede rsFC entlang der Subjektdimension regressiert. Mehrere Vergleichskorrekturen wurden unter Verwendung des AlphaSim-Programms in der Analyse von Functional Neuroimages (AFNI) Softwarepaket (NIMH, Bethesda, MD USA; verfügbar bei http://afni.nimh.nih.gov/afni) [33], wie durch Monte-Carlo-Simulationen bestimmt. Signifikante Unterschiede wurden als diejenigen definiert, die einen Schwellenwert von p <0.05 überlebten, AlphaSim korrigiert (ein kombinierter Schwellenwert von p <0.001 für jedes Voxel und eine Clustergröße> 11 Voxel, was einen korrigierten Schwellenwert von p <0.05 ergab). Gruppeninteraktionsanalysen wurden dann mit t-Tests mit zwei Stichproben durchgeführt. Die Unterschiede wurden gemäß den Ergebnissen der ANOVA durch Anwenden der Maske erhalten, um die t-Tests auf die signifikanten Gehirnbereiche zu beschränken. Der AlphaSim-korrigierte Schwellenwert p <0.05 (ein kombinierter Schwellenwert von p <0.001 und eine Clustergröße> 11 Voxel) wurde als Mehrfachvergleichskorrektur durchgeführt. Gehirnregionen, die signifikante Unterschiede zeigten, wurden dann auf den MNI-Gehirnschablonen maskiert.
Die Ergebnisse
Demographische und klinische Merkmale
Tisch 1 aufgelistet die demographischen und klinischen Maßnahmen für jede Gruppe. Es wurde kein signifikanter Unterschied zwischen den IGD- und HC-Gruppen in Bezug auf Alter und Ausbildungsjahre beobachtet. Es wurden jedoch signifikante Unterschiede zwischen den IGD- und SND-Gruppen und zwischen den HC- und SND-Gruppen gefunden. Der Unterschied in Bezug auf das Geschlecht wurde erhalten, weil keine Raucherin an der Studie teilgenommen hat. Die IGD-Patienten hatten höhere CIAS, SAS, SDS und BIS-11 im Vergleich zu anderen 2-Gruppen.
DLPFC-Konnektivitätsanalyse
One-Way-ANOVA-Analyse in drei Gruppen
Signifikante Unterschiede wurden bei der rsFC mit dem DLPFC auf der linken Seite des unteren Gyrus temporalis, der Insel, des inferioren Gyrus frontalis, der rechten Seite des mittleren temporalen Gyrus, des supramarginalen Gyrus, des Cuneus, des oberen orbitalen frontalen Gyrus, der insula, des unteren orbitalen frontalen Gyrus beobachtet. und oberer frontaler Gyrus (Tabelle 2; Feige. 1).
Zwischengruppenanalyse der DLPFC-Konnektivität: IGD gegen HC
Die IGD-Gruppe zeigte signifikant erhöhte rsFC im linken Gyrus temporalis temporalis, im Gyrus temporalis superior rechts und im Gyrus frontalis medialis frontalis mit dem DLPFC im Vergleich zur HC-Gruppe. Darüber hinaus wurde eine verringerte rsFC im linken inferioren Frontallappen, der rechten Seite des medialen frontalen Gyrus orbitalis, in der Insula, im mittleren Occipital - Gyrus, im oberen temporalen Gyrus und im Cuneus mit der DLPFC gefunden (Tabelle 1) 3; Feige. 2).
Zwischengruppenanalyse der DLPFC-Konnektivität: SND gegenüber HC
Die SND - Gruppe zeigte eine signifikant verminderte rsFC in der bilateralen Insula, im linken inferioren frontalen Gyrus und im rechten unteren orbitalen frontalen Gyrus mit der DLPFC (Tabelle 1) 4; Feige. 3).
Zwischengruppenanalyse der DLPFC-Konnektivität: IGD versus SND
Verglichen mit der SND - Gruppe hatten die IGD - Probanden im linken Gyrus temporalis inferior und im Gyrus orbitalis frontalis rechts einen verminderten rsFC und einen verminderten rsFC in der rechten Seite des mittleren Gyrus occipitalis, des supramarginalen Gyrus und des Cuneus mit dem DLPFC (Tab 5; Feige. 4).
Korrelation zwischen DLPFC-Konnektivität und CIAS von IGD, DLPFC-Konnektivität und FTND von SND
Im Vergleich zur HC-Gruppe hatten sowohl IGD als auch SND eine verringerte rsFC im linken unteren Frontalgyrus und in der rechten Insula mit DLPFC. Die rsFC-Festigkeitswerte (mittlere zFC-Werte) wurden extrahiert und innerhalb eines sphärischen ROI (Radius von 10 mm) gemittelt, der auf dem Differenzpeak der rsFC-Gruppe zentriert war (Tabellen) 2, , 3) 3) in den Gruppen IGD und SND. Pearson-Korrelationen wurden zwischen den rsFC-Werten mit CIAS der IGD-Gruppe und dem FTND-Score in der SND-Gruppe durchgeführt. Es wurde jedoch keine signifikante Korrelation gefunden.
Diskussion
In dieser Studie beobachten wir sowohl ähnliche als auch unterschiedliche Gehirnverbindungen in der IGD-Gruppe, die mit der SND-Gruppe verwandt ist. Wir fanden heraus, dass sowohl die SND- als auch die IGD-Gruppe die rsFC mit DLPFC in der rechten Insula und im linken inferioren frontalen Gyrus verringert hatten. Darüber hinaus zeigten die IGD-Probanden verschiedene rsFC mit DLPFC im orbitalen frontalen Kortex und temporalen, occipitalen und parietalen Lappen.
Beweise zeigten, dass viele der Verhaltenssymptome, sogar die neuralen Mechanismen, die IGD zugrunde liegen, SUD ähneln.14, 34]. SUD beinhaltet ein chronisches, wiederkehrendes Muster von Drogen-, Nikotin- oder Alkoholkonsum, und Nikotinabhängigkeit ist eine seiner häufigsten Formen. SUD könnte zu neurologischen Veränderungen führen, insbesondere in Frontallappenstrukturen, die bei der kognitiven Verhaltenssteuerung beteiligt sind. Das Netzwerk der kortikalen Regionen Dysfunktion, einschließlich der DLPFC, anterior cingulären Kortex und lateralen parietalen Kortex, bezieht sich auf Defizite in der Verhaltenshemmung. Diese Dysfunktion wurde mit dem Verlust der Kontrolle über die Substanzaufnahme in Verbindung gebracht, was ein kritischer Schritt in der Entwicklung der SUD-Pathologie sein könnte [35, 36]. IGD unterscheidet sich von SUD darin, dass keine Chemikalien- oder Substanzaufnahme beteiligt ist; exzessive Internetnutzung kann jedoch auch zu einer physischen Abhängigkeit führen, die der bei anderen Süchten ähnlich ist [2]. Insbesondere ist die Hypoaktivierung der Inhibierungsschaltung ein gemeinsamer neuraler Mechanismus bei SUD und Verhaltenssucht. Die beeinträchtigte Funktion des präfrontalen Kortex kann sich auf eine hohe Impulsivität beziehen, was wiederum zu einer Beeinträchtigung der kognitiven Kontrolle und der Entwicklung von IGD beitragen kann.37]. Obwohl der genaue Mechanismus von IGD weitere Untersuchungen erfordert, wurde sein kognitiv-behaviorales Modell vorgeschlagen. Das Modell konzentriert sich auf drei Bereiche: Motivationsanstrengungen in Bezug auf Belohnungssuche und Stressreduzierung, Verhaltenskontrolle in Bezug auf exekutive Hemmungen und Entscheidungsfindung, bei der die Vor- und Nachteile von motiviertem Verhalten abgewogen werden [38].
Basierend auf früheren Studien wurden sowohl funktionelle als auch strukturelle Anomalien des DLPFC häufig bei IGD beobachtet [39, 40]. Komplexe kognitive Funktionen wurden normalerweise mit Aktivierungen in DLPFC assoziiert [41] wie konfliktbedingte Verhaltensanpassung, Aufmerksamkeit, Arbeitsgedächtnis und Hemmungskontrolle42-44]. DLPFC ist mit anderen kortikalen Bereichen verbunden und verknüpft aktuelle sensorische Erfahrungen mit Erinnerungen an vergangene Erfahrungen, um zielgerichtetes Handeln zu lenken und zu generieren [13, 45]. Daher kann der DLPFC zur Koordination und Aufbewahrung der Repräsentationen beitragen, die von den anderen Gehirnregionen während der Craving-Reaktion akzeptiert werden, wenn Substanzhinweise vorhanden sind und eine positive Erwartung erzeugt wurde [46].
Wir stellten fest, dass sowohl die SND- als auch die IGD-Gruppe eine verringerte rsFC in der rechten Insula und einen linken frontalen Gyrus mit DLPFC aufwiesen. Die Insula wurde in cue-induzierten Verlangen und Rückfall bei nikotinabhängigen Tabakrauchern in Verbindung gebracht [47]. Und der orbitofrontale Kortex ist an der Bewertung der Belohnung von Reizen und der expliziten Repräsentation der Belohnungserwartung für die Substanz beteiligt [7]. Unsere Ergebnisse stimmten mit früheren Studien überein, in denen die Hirnregionen wie ventromedialer präfrontaler Kortex, Insula, Thalamus und Kleinhirn hervorgehoben wurden, die in kritischer Weise mit dem Rauchen in Verbindung gebracht wurden. Strukturelle MRI-Studien zeigten, dass die Integrität der grauen Materie im präfrontalen Kortex, anterioren cingulären Kortex, Insula, Thalamus und Kleinhirn bei Rauchern reduziert war [48-50]. Liuet al. [51] untersuchte die Gehirnfunktion von IGD-Individuen mit task-state fMRI. Die IGD-Gruppe zeigte eine erhöhte Aktivierung in der rechten Seite des oberen Parietallappens, des Insellappens, des Precuneus, des Gyrus cingularis, des temporalen Gyrus superior und der linken Seite des Hirnstamms. Internet-Videospiele aktivieren die Raum-, Aufmerksamkeits-, Visions-und Ausführungszentren im temporalen, parietalen, occipitalen und frontalen Gyri. Eine abnorme Hirnfunktion wurde bei IGD-Patienten mit Unterfunktion des frontalen Kortex festgestellt. Liuet al. detektierten IGD-Probanden, die eine Lateralitätsaktivierung der rechten Gehirnhälfte zeigten, und fanden heraus, dass die meisten Bereiche in der rechten Hemisphäre lokalisiert waren. Neuroimaging-Studien an gesunden Probanden berichteten, dass die rechte Hemisphäre, insbesondere im rechten inferioren Gyrus frontalis, nach erfolgreicher Response-Inhibition aktiviert wird [52, 53]. Bei fehlgeschlagener Response-Inhibition (dh bei Versuchen, die fälschlicherweise motorische Reaktionen hervorruft) werden die Mittellinienfrontalstrukturen, insbesondere der dorsomediale präfrontale Kortex (dmPFC), der den prä-ergänzenden motorischen Bereich und den dorsalen anterioren cingulären Kortex umfasst, normalerweise aktiviert [54]. Folglich ist der rechte untere frontale Gyrus kritisch für die Response-Inhibition, wohingegen dmPFC mit der Response-Überwachung assoziiert ist, insbesondere der Konflikt- und Fehlerüberwachung [14].
Die IGD-Patienten zeigten verschiedene rsFC mit DLPFC im orbitalen frontalen Kortex und temporalen, occipitalen und parietalen Lappen. Unser Ergebnis war teilweise ähnlich mit dem Ergebnis einer früheren Forschung verglichen RsFC mit DLPFC in Alkoholabhängigkeit mit denen in IGD [8]. Sie deuteten an, dass die Konnektivität, die in der Alkoholabhängigkeit beobachtet wird, sich von der bei IGD unterscheidet, aufgrund der verschiedenen komorbiden Krankheiten, des frühen Prävalenzalters und der visuellen und auditiven Stimulierung in der ersteren. Visuelle und auditive Aufmerksamkeiten sind die Ergebnisse der wichtigsten sensorischen Inputs als Antwort auf das Internetspiel [55]. Sehschärfenverlust oder Hörprobleme können durch extreme Internetspiele verursacht werden [56]. Ein erhöhtes kortikales Volumen innerhalb des parietalen Kortex wurde mit Langzeit-Spielen bei Pro-Gamern in Verbindung gebracht und könnte daher mit erhöhter visuospatialer Aufmerksamkeit verbunden sein [57, 58].
Natürlich hat diese Studie auch Grenzen. Erstens verhinderte das Querschnittsdesign, zu bestimmen, ob die Gruppenunterschiede in den rsFC Vulnerabilitätsfaktoren für IGD und Nikotinabhängigkeit sind. Zweitens waren die Gruppengrößen in unserer Studie unausgewogen, und die Parameter wie Geschlecht, Alter und Bildung waren in den drei Gruppen nicht übereinstimmend. Die Größen der Unwuchtgruppe könnten die Ergebnisse beeinflusst haben, obwohl die Sorte während der statistischen Analyse kontrolliert wurde. Drittens war die mittlere FTND in der SND-Gruppe 6.5 und somit war die Schwere der Nikotinabhängigkeit nicht ausreichend hoch. Daher ist es notwendig, die Anzahl der Teilnehmer zu erhöhen.
Zusammenfassung
Das rsFC ist ein sehr leistungsfähiges Werkzeug, um vielschichtige neuropsychiatrische Erkrankungen wie Substanz- und Nicht-Substanzabhängigkeit auf Systemebene zu erforschen. Unsere Ergebnisse bestätigten, dass Nikotinabhängigkeit und IGD ähnliche Mechanismen wie Craving und impulsive Inhibition aufweisen können. Der beobachtete Unterschied zwischen den rsFC von Probanden mit IGD und denen von SND ist möglicherweise auf die Beeinträchtigungen der audiovisuellen Informationsverarbeitung durch langfristiges Internetspielen zurückzuführen.
Autorenbeiträge
Konzeptualisierung: YZ und JX; Formale Analyse: YS, MC, YW und YZ; Untersuchung: XG, YS, WD, MC, YD und XH; Methodik: YW und YZ; Visualisierung: YS; Schreiben-Originalentwurf: XG, YS und YZ; Schreib-Review und Bearbeitung: YZ. Alle Autoren haben die endgültige Version gelesen und genehmigt.
Danksagung
Unzutreffend
Konkurrierende Interessen
Die Autoren erklären, dass die Untersuchung in Abwesenheit von kommerziellen und finanziellen Beziehungen durchgeführt wurde, die als potenzielle Interessenkonflikte ausgelegt werden können.
Verfügbarkeit von Daten und Material
Die in der aktuellen Studie verwendeten und analysierten Datensätze sind auf Anfrage bei dem entsprechenden Autor erhältlich.
Ethikgenehmigung und Zustimmung zur Teilnahme
Die aktuelle Studie wurde vom Forschungs-Ethik-Komitee des Ren-Ji-Krankenhauses und der Medizinischen Fakultät der Shanghai Jiao Tong Universität, China, genehmigt. [2016] 079k (2). Alle Teilnehmer wurden vor der MRT-Untersuchung über die Ziele unserer Studie informiert. Jeder Teilnehmer reichte eine schriftliche Einverständniserklärung ein.
Förderung
Diese Forschung wurde von der Nationalen Naturwissenschaftlichen Stiftung Chinas (Nr. 81571650) und dem Medizinischen Guide-Projekt des Shanghai Science and Technology Committee (westliche Medizin) (Nr. 17411964300) unterstützt. Die Geldgeber hatten keine Rolle beim Studiendesign, bei der Datensammlung und -analyse, der Entscheidung zur Veröffentlichung oder der Vorbereitung des Manuskripts.
Hinweis des Herausgebers
Springer Nature bleibt hinsichtlich der gerichtlichen Ansprüche in veröffentlichten Karten und institutionellen Verbindungen neutral.
Abkürzungen
IGD | Internet-Spielstörung |
SND | Raucher mit Nikotinabhängigkeit |
RSFC | funktionale Verbindung im Ruhezustand |
DLPFC | dorsolateraler präfrontaler Kortex |
HC | gesunde Kontrollen |
rs-fMRI | funktionelle Magnetresonanztomographie im Ruhezustand |
PCC | post cingulierter Kortex |
CIAS | Chens Internet-Sucht-Score |
AD | Alkoholabhängigkeit |
SOUTH | substanzbedingte Störungen |
SAS | Selbsteinschätzung Angst Skala |
SDS | Selbsteinstufungs-Depressionsskala |
BIS-11 | Barratt Impulsivität Skala-11 |
FTND | Fagerstrom Test der Nikotinabhängigkeit |
TR | Wiederholungszeit |
TE | Echozeit |
FOV | Sichtfeld |
FD | rahmenweise Verschiebung |
ROI | Region von Interesse |
AFNI | Analyse funktionaler Neurobilder |
dmPFC | dorsomedialer präfrontaler Kortex |
Notizen
Teilnehmerinformationen
Xin Ge, E-Mail: moc.361@5741renay, E-Mail: moc.621@ijnernixeg.
Yawen Sun, E-Mail: moc.liamtoh@9111sjc.
Xu Han, E-Mail: moc.361@ettirgy_uxnah.
Yao Wang, E-Mail: moc.361@625402258oaygnaw.
Weina Ding, E-Mail: moc.361@7891aniemgnid.
Mengqiu Cao, E-Mail: moc.361@0uiqgnemoac.
Yasong Du, E-Mail: moc.qq@3914943822.
Jianrong Xu, Telefon: + 86 21 68383545, E-Mail: moc.liamtoh@rnaijux.
Yan Zhou, Telefon: + 86 21 68383257, E-Mail: moc.anis@5741eralc, E-Mail: moc.liamtoh@5741eralc.
Bibliographie