Biomed Res Int. 2014; 2014: 825787. doi: 10.1155 / 2014 / 825787. Epub 2014 18.
Chen X.1, Wang Y1, Zhou Y1, Sonnig1, Ding W1, Zhuang Z1, Xu J1, Du Y2.
Abstrakt
Diese Studie untersuchte Veränderungen in der Ruhezustandsfunktions-Konnektivität (rsFC) des posterioren cingulären Cortex (PCC) bei Rauchern und Nichtrauchern mit Internet-Spielsucht (IGA). Neunundzwanzig Raucher mit IGA, 22 Nichtraucher mit IGA und 30 gesunden Kontrollen (HC-Gruppe) unterzog sich einem Ruhe-fMRI-Scan. Die PCC-Konnektivität wurde in allen Fächern bestimmt, indem synchronisierte niederfrequente fMRT-Signalfluktuationen unter Verwendung einer zeitlichen Korrelationsmethode untersucht wurden. Im Vergleich zu den Nichtrauchern mit IGA zeigten die Raucher mit IGA eine verminderte RSFC mit PCC im rechten Rectus Gyrus. Der linke mittlere frontale Gyrus zeigte eine erhöhte rsFC. Die PCC-Konnektivität mit dem rechten Rektus Gyrus korrelierte negativ mit den CIAS-Werten bei den Rauchern mit IGA vor der Korrektur. Unsere Ergebnisse deuten darauf hin, dass Raucher mit IGA funktionelle Veränderungen in Gehirnbereichen im Zusammenhang mit Motivation und Exekutivfunktion im Vergleich zu den Nichtrauchern mit IGA hatte.
1. Einleitung
Das Internet ist eines der wichtigsten Medien für Kommunikation und soziale Interaktion im modernen Leben. Ein Verlust der Kontrolle über die Internetnutzung führt jedoch zu störenden negativen Folgen [1], wie zum Beispiel Besessenheit mit Spielen, Mangel an realen Beziehungen, Mangel an Aufmerksamkeit, Aggression und Feindseligkeit, Stress und verminderte akademische Leistung [2-4]. Dieses Verhaltensphänomen wurde Internetsucht (IA) genannt [1] oder "Internet-Nutzungsstörung". IA besteht aus mindestens drei Subtypen: Internet-Spielsucht (IGA), sexuelle Vorurteile und E-Mail / SMS [5]. In China ist der wichtigste Subtyp von IA IGA [6]. Klinische Beweise deuten darauf hin, dass Personen mit IA eine Reihe von biopsychosozialen Symptomen und Konsequenzen, wie Salienz, Stimmungsschwankungen, Toleranz, Entzugssymptome, Konflikte und Rückfälle, die traditionell mit substanzbedingten Süchten verbunden sind, erfahren, obwohl dies nicht das Gleiche bewirkt Art von körperlichen Problemen wie andere Süchte wie Alkohol- oder Drogenmissbrauch [7, 8]. Es wurde berichtet, dass die Prävalenz von IA 10.7 Prozent in der Jugend in China war [9]. Da die Zahl der Internetnutzer stark zunimmt, ist IA zu einem ernsthaften Problem der öffentlichen Gesundheit geworden.
Studien zu verschiedenen Faktoren im Zusammenhang mit IA werden aktiv durchgeführt, um Phänomene der Internetsucht zu verstehen und zu lösen. Angesichts der Verhaltenssucht bemühen sich die Forscher darum, einen Zusammenhang zwischen IA und anderen problematischen Verhaltensweisen zu finden, die zu Abhängigkeit führen können, wie Alkoholkonsum und Drogenmissbrauch [10]. Mehrere Studien haben berichtet, dass das Risiko einer IA mit einer erhöhten Prävalenz der Substanzabhängigkeit verbunden ist [11-13]. Sung et al. berichtet, dass das Risiko einer IA mit Zigarettenrauchen, Alkoholkonsum, Drogenmissbrauch und Geschlechtsverkehr unter koreanischen Jugendlichen in Verbindung gebracht wurde [10]. Koet al. [14] berichteten, dass taiwanische Jugendliche mit IA häufiger Erfahrungen mit Drogenkonsum hatten, einschließlich Tabak, Alkohol oder illegalen Drogen. Ko et al. Fanden heraus, dass süchtig nach Internet und Schüler, die mit Substanzkonsum vertraut sind, gemeinsame Persönlichkeitsmerkmale aufweisen, die anfälliger für Sucht sind. Ähnliche Befunde bei griechischen Jugendlichen wurden von Fisoun et al. [15]. Diese Studien deuteten darauf hin, dass Jugendliche mit hohem Risiko für IA eine Persönlichkeit haben, die für jede Abhängigkeit anfällig ist. Diese Personen haben ein erhöhtes Risiko für Substanzkonsum und Geschlechtsverkehr, was zu Sucht führen kann. Die Überschneidung zwischen IA und Drogenmissbrauch und -abhängigkeit kann auf ähnliche Merkmale zurückzuführen sein, die dazu prädisponieren, dass Gehirnregionen auf den Internet- oder Drogenkonsum reagieren.11]. Menschen mit IA und Drogensucht teilen ähnliche Temperamente. Darüber hinaus wurden ähnliche funktionelle Veränderungen von Hirnregionen wie dorsolateralen und orbitofrontalen Kortex bei Probanden mit IGA, Drogenabhängigkeit und pathologischem Glücksspiel gefunden [16, 17]. Sung et al. vorgeschlagen, dass es nicht interpretiert werden sollte, dass IA andere Problemverhalten unter Jugendlichen verursacht; Es ist jedoch wahrscheinlich, dass dieselben kausalen Faktoren, die für die IA verantwortlich sind, das Risiko einer IA bei Jugendlichen erhöhen, die sich anderen Problemverhaltensweisen unterziehen. Daher erschien es vernünftig, gleichzeitig auftretende problematische Verhaltensweisen, insbesondere Rauchen, Alkoholkonsum, Drogenmissbrauch und Geschlechtsverkehr, bei Jugendlichen mit einem hohen IA-Risiko in Betracht zu ziehen.10]. Bislang sind jedoch die funktionellen Veränderungen des Gehirns bei Patienten mit IA mit und ohne Substanzabhängigkeit unklar. In unseren früheren Untersuchungen fanden wir veränderte rsFC mit PCC in IGA [18]. Daher wollten wir in der vorliegenden Studie herausfinden, ob Probanden mit IGA und Substanzabhängigkeit größere Veränderungen der rsFC im Vergleich zu denen mit IGA ohne Substanzabhängigkeit zeigten.
In den letzten zehn Jahren hat sich die Anzahl der Studien zur funktionellen Konnektivität (functional connectivity, FC) unter Verwendung von fMRI explosionsartig erhöht, vor allem weil FC die Erforschung von Netzwerken in großem Maßstab und ihrer Interaktionen ermöglicht und so ein Verständnis der Funktionsweise des Gehirns auf Systemebene ermöglicht.19, 20]. Dieses aufstrebende Neuroimaging-Tool hat den Forschern zusätzliche Einblicke und neue Theorien über die zugrunde liegenden neuralen Substrate verschiedener neuropsychiatrischer Störungen gegeben [21]. In der vorliegenden Studie verglichen wir die funktionelle Konnektivität im Ruhezustand (rsFC) mit PCC zwischen Rauchern und Nichtrauchern mit IGA und einer gesunden Kontrollgruppe. Die Ziele dieser Studie waren (1), um die Unterschiede in der rsFC mit PCC-Veränderungen bei Rauchern und Nichtrauchern mit IGA und (2) zu ermitteln, um festzustellen, ob es Zusammenhänge zwischen verändertem rsFC mit PCC und dem Schweregrad von IGA und Nikotinabhängigkeit gibt.
2. Materialen und Methoden
2.1. Teilnehmer
Neunundzwanzig Raucher mit IGA, 22 Nichtraucher mit IGA und 30 gesunde Kontrollen (HC-Gruppe) nahmen an der vorliegenden Studie teil. Die IGA-Gruppen wurden von der Ambulanz des Shanghai Mental Health Center rekrutiert. Die Kontrollgruppe wurde durch Werbung rekrutiert. Alle Teilnehmer der Rauchergruppe begannen 2-3 Jahre vor Beginn der Studie zu rauchen. Nikotinabhängige Probanden eignen sich besonders als Vergleichsgruppe für die IGA, da die neurotoxischen Wirkungen von Nikotin im Vergleich zu anderen Drogen wie Alkohol begrenzt sind.22, 23].
Ein grundlegender Fragebogen wurde verwendet, um demografische Informationen wie Geschlecht, Alter und letztes abgeschlossenes Schuljahr zu sammeln. Diese Studie wurde von der Ethikkommission des Ren-Ji-Krankenhauses der Medizinischen Fakultät der Shanghai Jiao Tong Universität genehmigt. Die Teilnehmer und ihre Eltern oder Erziehungsberechtigten wurden vor Durchführung der Magnetresonanztomographie (MRT) über die Ziele unserer Studie informiert. Eine vollständige schriftliche Einverständniserklärung wurde von den Eltern oder Erziehungsberechtigten jedes Teilnehmers eingeholt.
Alle Probanden wurden mit dem Mini International Neuropsychiatric Interview (MINI) auf psychiatrische Störungen untersucht.24]. Die Einstellungskriterien waren Alter von 16-23 Jahren, männliches Geschlecht und Rechtshänder. Eine detaillierte Erklärung der Studie wurde gegeben, und anschließend wurde von allen Teilnehmern eine Einverständniserklärung eingeholt. Alle Probanden wurden von einem Psychiater befragt, um die Diagnosen von IGA und Nikotinabhängigkeit zu bestätigen. Die Kriterien für die IGA wurden gemäß dem modifizierten Diagnosefragebogen für Internetabhängigkeit (dh die YDQ-Kriterien) von Bart und Wolf [25] und die Kriterien für die Nikotinabhängigkeit wurden mit den entsprechenden Fragen aus dem Strukturierten Klinischen Interview für DSM-IV [26]. Keiner der Teilnehmer in den Kontrollgruppen hatte jemals geraucht.
Die Ausschlusskriterien umfassten eine Vorgeschichte von einer der folgenden Substanzen: Substanzgebrauchsstörungen, andere als Nikotinabhängigkeit, frühere Krankenhausaufenthalte wegen psychiatrischer Störungen oder eine Anamnese schwerer psychiatrischer Störungen, neurologischer Erkrankungen oder Verletzungen, geistiger Behinderung und Intoleranz der Magnetresonanztomographie.
2.2. Klinische Assessments
Fünf Fragebögen wurden verwendet, um die klinischen Merkmale der Teilnehmer zu bewerten, nämlich die Chen Internet Addiction Scale (CIAS) [27], Selbsteinschätzungs-Angst-Skala (SAS) [28], Selbsteinstufungs-Depressionsskala (SDS) [29], Barratt Impulsivitätsskala-11 (BIS-11) [30] und der Fagerstrom-Test der Nikotinabhängigkeit (FTND) [31]. Das von Chen entwickelte CIAS enthält 26-Objekte auf einer 4-Punkt-Likert-Skala; es repräsentiert die Schwere der Internetabhängigkeit. Der FTND ist ein Selbstbericht mit sechs Items [31]. Werte können von 0 (nicht abhängig) bis 10 (sehr abhängig) reichen. Alle Fragebögen wurden zunächst auf Englisch verfasst und dann ins Chinesische übersetzt.
2.3. MRI-Akquisition
Die MRT wurde mit einem 3T MRI-Scanner (GE Signa HDxt 3T, USA) durchgeführt. Eine Standard-Kopfspule mit Schaumpolsterung wurde verwendet. Während der fMRI im Ruhezustand wurden die Versuchspersonen angewiesen, ihre Augen geschlossen zu halten, bewegungslos zu bleiben, wach zu bleiben und den Geist von bestimmten Themen fernzuhalten. Eine Gradienten-Echo-Echo-Planar-Sequenz wurde für die funktionelle Bildgebung verwendet. Vierunddreißig transversale Schnitte (Repetitionszeit (TR) = 2000)ms, Echozeit (TE) = 30ms, Sichtfeld (FOV) = 230 × 230mm, 3.6 × 3.6 × 4mm Voxelgröße), die entlang der Commissur-Fronter-Kommissurlinie anterior angeordnet waren. Jeder fMRI-Scan dauerte 440s. Mehrere andere Sequenzen wurden ebenfalls aufgenommen, einschließlich (1) 3D Schnelle verdorbene Gradienten Abgerufene Sequenz (3D-FSPGR) Bilder (TR = 6.1ms, TE = 2.8ms, TI = 450ms, Schichtdicke = 1mm, Lücke = 0, Flipwinkel = 15 °, FOV = 256mm × 256mm, Anzahl der Scheiben = 166, 1 × 1 × 1mm Voxelgröße). (2) axiale T1-gewichtete schnelle Feldechosequenzen (TR = 331ms, TE = 4.6ms, FOV = 256 × 256mm, 34-Scheiben, 0.5 × 0.5 × 4mm Voxelgröße) und (3) axialen T2W-Turbo-Spin-Echo-Sequenzen (TR = 3013ms, TE = 80ms, FOV = 256 × 256mm, 34-Scheiben, 0.5 × 0.5 × 4mm Voxelgröße). Die Raucher mit IGA rauchten vor dem Scannen nicht.
2.4. Statistische Analyse
Für Gruppenvergleiche mit demografischen und klinischen Maßnahmen wurden Einweg-ANOVA-Tests mit SPSS 18 (Statistisches Paket für die Sozialwissenschaften) durchgeführt, um die Unterschiede in den drei Gruppen zu untersuchen, und Bonferroni-Post-hoc-Tests wurden durchgeführt, um Unterschiede zwischen jedem Gruppenpaar zu untersuchen . Ein zweischwänziger P Der Wert von 0.05 wurde für alle Analysen als statistisch signifikant angesehen.
Strukturelle Hirn-MRT-Scans (T1- und T2-gewichtete Bilder) wurden von zwei erfahrenen Neuroradiologen untersucht. In beiden Gruppen wurden keine groben Anomalien beobachtet. Die funktionelle MRT-Vorverarbeitung wurde unter Verwendung des Datenverarbeitungsassistenten für Ruhezustands-fMRT (DPARSF V2.3) durchgeführt (Yan & Zang, 2010, http://www.restfmri.net), die auf der Software Statistical Parametric Mapping (SPM8) basiert (http://www.fil.ion.ucl.ac.uk/spm) und das Resting-State fMRI-Datenanalyse-Toolkit (REST, http://www.restfmri.net) [32, 33].
Daten von jedem fMRI-Scan enthielten 220-Zeitpunkte. Die ersten 10-Volumina jeder funktionellen Zeitreihe wurden aufgrund der Instabilität des anfänglichen MRI-Signals und der anfänglichen Anpassung der Teilnehmer an die Situation verworfen, und die verbleibenden 210-Bilder wurden vorverarbeitet. Die Bilder wurden anschließend hinsichtlich der Zeitsteuerung der Schnitte korrigiert und durch eine Korrektur der Kopfbewegung des starren Körpers auf das erste Bild neu ausgerichtet (Patientendaten, die eine größere Bewegung als 1 aufweisenmm mit maximaler Übersetzung in x, y, oder zoder 1 ° maximale Drehung um die drei Achsen wurden verworfen). Kein Teilnehmer wurde wegen Bewegung ausgeschlossen. Die funktionellen Bilder wurden in den stereotaktisch-anatomischen Standard des Montreal Neurological Institute (MNI) normalisiert. Die normalisierten Volumina wurden auf eine Voxelgröße von 3 neu abgetastetmm × 3mm × 3mm. Die Echo-Planar-Bilder wurden unter Verwendung eines isotropen Gauß-Filters von 4 räumlich geglättetmm volle Breite bis zur Hälfte.
Die Zeitreihe in jedem Voxel wurde korrigiert, um die lineare Drift über die Zeit zu korrigieren. Acht störende Kovariaten (Zeitreihenprädiktoren für die weiße Substanz, Liquor cerebrospinalis und die sechs Bewegungsparameter) wurden sequenziell aus der Zeitreihe zurückgebildet. Anschließend, zeitliche Filterung (0.01-0.08Hz) wurde auf die Zeitreihe jedes Voxels angewendet, um den Einfluss von Niederfrequenzdrift und Hochfrequenzrauschen zu reduzieren [34-37].
Posterior Cingulum Cortex (PCC) hat in letzter Zeit viel Aufmerksamkeit auf sich gezogen [38]. Als zentraler Bestandteil des vorgeschlagenen DMN ist das PCC an Aufmerksamkeitsprozessen beteiligt. Frühere Studien haben gezeigt, dass PCC-Neuronen auf Belohnung, Größe und visuell-räumliche Orientierung reagieren [39, 40]. Unsere früheren Untersuchungen zeigten auch, dass IGA-Patienten eine niedrigere Dichte der grauen Substanz im linken hinteren cingulären Cortex aufwiesen, und die Konnektivität mit der PCC war positiv korreliert mit CIAS-Scores in der richtigen PCC [18, 41]. Darüber hinaus haben Dong et al. fanden heraus, dass IGA-Patienten eine höhere fraktionale Anisotropie (FA) aufwiesen, was auf eine größere Integrität der weißen Substanz in der linken PCC im Vergleich zu gesunden Kontrollen hinweist [42]. Daher wurde PCC in der vorliegenden Studie als ROI-Keim verwendet. Die PCC-Vorlage, die aus den Brodmann-Bereichen 29, 30, 23 und 31 bestand, wurde mithilfe der WFU-Pick Atlas-Software als Region of Interest (ROI) ausgewählt [43]. Die Blutoxygenierungsgrad-abhängigen Signalzeitreihen in den Voxeln innerhalb der Keimregion wurden gemittelt, um die Referenzzeitreihe zu erzeugen. Für jede Subjekt- und Seed-Region wurde eine Korrelationskarte erzeugt, indem die Korrelationskoeffizienten zwischen den Referenzzeitreihen und den Zeitreihen von allen anderen Gehirnvoxeln berechnet wurden. Korrelationskoeffizienten wurden dann in umgewandelt z Werte mit Fisher's z-transformieren, um die Normalität der Distribution zu verbessern [36]. Der Einzelne z-Score wurde für eine Probe in SPM8 eingegeben t-Test zur Bestimmung der Hirnregionen mit signifikanter Konnektivität zum PCC innerhalb jeder Gruppe. Einzelne Ergebnisse wurden auch in SPM8 für die Random-Effect-Analyse eingegeben und One-Way-ANOVA-Tests wurden durchgeführt. Eine Mehrfachvergleichskorrektur wurde unter Verwendung des AlphaSim-Programms im Softwarepaket Analyse der funktionellen Neuroimages durchgeführt, wie durch Monte-Carlo-Simulationen bestimmt wurde. Statistische Karten der Zwei-Probe t-Test wurden mit einem kombinierten Schwellenwert von erstellt P <0.05 und eine minimale Clustergröße von 54 Voxeln, was einen korrigierten Schwellenwert von ergibt P <0.05. Dann wurden weitere Gruppeninteraktionsanalysen mit zwei Proben durchgeführt t-Tests zur Identifizierung der Regionen, die signifikante Unterschiede in der Verbindung zum PCC zwischen zwei Gruppen aufweisen, basierend auf dem Ergebnis der ANOVA-Analyse unter Verwendung des Ergebnisses der F-Test als Maske zur Begrenzung der t-Tests zu den bedeutenden Regionen. Mit dem AlphaSim-Programm wurde eine Mehrfachvergleichskorrektur durchgeführt. Regionen mit statistisch signifikanten Unterschieden wurden auf MNI-Gehirnmatrizen maskiert.
Wir haben auch die Beziehung zwischen CIAS Scores und zFC bei Rauchern und Nichtrauchern mit IGA-Gruppe. Erstens wurde jeder Cluster, der Unterschiede zwischen den Gruppen in einem Gruppenvergleich von Rauchern mit IGA gegenüber Nichtrauchern mit IGA zeigte, als ROI gespeichert. Dann ist die zFC-Werte jeder ROI wurden von der REST-Software extrahiert. Zum Schluss die Korrelationsanalyse mit zDer FC-Wert jeder ROI mit CIAS und FTND bei Rauchern mit IGA wurde durchgeführt. Ein zweischwänziger P Wert von 0.00625 mit Bonferroni-Korrektur wurde als statistisch signifikant angesehen.
3. Resultate und Diskussion
3.1. Demographische und klinische Ergebnisse
Tabelle 1 listet die demographischen und klinischen Maßnahmen für jede Gruppe auf. Es gab keine signifikanten Unterschiede in der Verteilung von Alter und Bildungsjahren in den drei Gruppen. Die Raucher mit IGA hatten höhere CIAS (P <0.001), SAS (P = 0.002), SDS (P <0.001) und BIS-11-Scores (P <0.001) als gesunde Kontrollen. Die Nichtraucher mit IGA hatten einen höheren CIAS (P <0.001) und BIS-11-Scores (P <0.001) als gesunde Kontrollen. Es wurden keine Unterschiede zwischen IGA-Untergruppen bei klinischen Bewertungen gefunden.
3.2. Analyse der PCC-Konnektivität
3.2.1. Drei-Gruppen-ANOVA-Analyse
Signifikanter Unterschied von rsFC mit PCC wurde in der linken Seite des Kleinhirnhinterlappens, Calcarine Cortex, Gyrus temporalis temporalis, Gyrus medius temporalis, Gyrus medius occipitalis, Gyrus frontalis inferior, Gyrus medialis präfrontalis, Gyrus angularis, Parietallappen inferior, Gyrus frontalis superior, Präcuneus und Gyrus frontalis superior, sowie rechte Seite des Rectus Gyrus, der Insula, des Caudatus, des mittleren Occipital Gyrus, des postcentralen Gyrus und des oberen Parietallappens (Tabelle 2 und Figure 1).
3.2.2. Zwischengruppenanalyse der PCC-Konnektivität: Raucher mit IGA gegen HC-Gruppe
Verglichen mit der HC-Gruppe zeigten die Raucher mit IGA eine erhöhte rsFC in den bilateralen posterioren Kleinhirnlappen, dem bilateralen Caudatus und dem linken medialen Frontalcortex. Darüber hinaus wurde eine verringerte rsFC im bilateralen mittleren temporalen Gyrus, in den bilateralen superioren Parietallappen, im linken hinteren Cerebellumlappen und im rechten lingualen Gyrus gefunden (Tabelle 3 und Figure 2).
3.2.3. Between-Group-Analyse von PCC-Konnektivität: Nichtrauchern mit IGA gegen HC-Gruppe
Nichtrauchern mit IGA zeigten erhöhte RSFC im linken Kleinhirnhinterlappen, linken medialen präfrontalen Kortex, rechten Schwanz und rechten Insula, verglichen mit der HC-Gruppe. Verminderte rsFC wurde im linken Calcarin-Kortex, im rechten oberen parietalen Lobulus, im rechten mittleren Occipital-Gyrus, im linken mittleren frontalen Gyrus, im linken Precuneus und im linken inferioren Temporal-Gyrus gefunden (Tabelle 5 und Figure 3).
3.2.4. Zwischengruppenanalyse der PCC-Konnektivität: Raucher mit IGA gegen Nichtraucher mit IGA
Im Vergleich zu Nichtrauchern mit IGA zeigten die Raucher mit IGA eine erhöhte rsFC im linken mittleren frontalen Gyrus und eine verringerte rsFC im rechten rectus gyrus (Tabelle 4 und Figure 4).
3.3. Korrelation zwischen PCC-Konnektivität und dem Schweregrad der IGA- und Nikotinabhängigkeit bei den Rauchern mit der IGA-Gruppe
Das zFC-Werte des rechten Rectus Gyrus mit PCC korrelierten mit dem CIAS (r = -0.476, P = 0.009) und FTND (r = -0.125, P = 0.52) bei Rauchern mit IGA. Keine signifikante Korrelation wurde in der gefunden zFC-Werte des rechten mittleren frontalen Gyrus mit dem CIAS- oder FTND-Score. Nach Bonferroni-Korrektur blieb keine signifikante Korrelation erhalten.
3.4. Diskussion
Zahlreiche funktionelle Bildgebungsstudien haben die möglichen neuronalen Mechanismen der IGA entdeckt und deuteten an, dass sie psychologische und neurobiologische Anomalien mit Suchterkrankungen mit und ohne Substanzmissbrauch teilen können [6, 18, 44-46]. In Übereinstimmung mit den Ergebnissen unserer vorherigen Studie zu IGA [18], ähnliche Bereiche mit rsFC mit PCC Veränderungen wurden bei Rauchern und Nichtrauchern mit IGA im Vergleich zu der Kontrollgruppe in der aktuellen Studie gefunden, wie das Kleinhirnhinterlappen, Caudate, medialen Frontalkortex, Oberlappen, Insula und Precuneus. Dieser Befund impliziert, dass IGA-Personen mit / ohne Substanzabhängigkeit einige ähnliche funktionelle Gehirnveränderungen aufweisen. Diese Hirnareale wurden in früheren Studien über Heißhunger auf IGA berichtet. Der Nucleus caudatus trägt zum Stimulus-Response-Habitus-Lernen bei, bei dem das Verhalten automatisch wird und somit nicht mehr von den Beziehungen zwischen Handlung und Ergebnis abhängt [47]. Der Insula- und der mediale Frontallappen werden durch bildgebende Untersuchungen des Craving konsistent aktiviert [48, 49]. Es wurde auch vorgeschlagen, dass das Kleinhirn essentiell für das durch IGA induzierte Verlangen ist, insbesondere während der Vorbereitung, Durchführung, Arbeitsgedächtnis [50] und feinmotorische Prozesse, die durch extrapyramidale Systeme moduliert werden.
Der Punkt, den wir in dieser Studie betonen möchten, ist, dass wir rsFC mit PCC bei den Probanden mit IGA mit / ohne Nikotinabhängigkeit verglichen und festgestellt haben, dass die Raucher mit IGA eine erhöhte rsFC im linken mittleren frontalen Gyrus und eine verminderte rsFC im rechten Rektus aufwiesen Gyrus. Darüber hinaus korrelierte die PCC - Konnektivität mit dem rechten Rektusgyrus negativ mit den CIAS - Scores bei den Rauchern mit IGA vor der Korrektur, was nahelegte, dass die Stärke der rsFC zwischen PCC und rechtem Rectus Gyrus die Schwere von IGA in dieser Gruppe repräsentieren könnte Rektus Gyrus spielt möglicherweise eine wichtige Rolle in der Pathogenese des kombinierten Suchtverhaltens. Der Rektus Gyrus ist Teil des orbitofrontalen Kortex (OFC), und das OFC ist an der Bewertung der Belohnung von Reizen und der expliziten Repräsentation der Belohnungserwartung für Substanzen beteiligt [44], so ist die Neubildung Gyrus durchweg mit der Pathologie von Drogen- und Verhaltenssüchten in Verbindung gebracht worden. Hong et al., [50] bestätigte, dass männliche Jugendliche mit Internetabhängigkeit die kortikale Dicke in der rechten lateralen OFC signifikant verringert haben. Die umfangreichen Verbindungen des OFC mit dem Striatum und dem limbischen System legen nahe, dass es Emotion und natürlichen Antrieb aus limbischen und subkortikalen Bereichen integriert, um den Belohnungswert mit früheren Erfahrungen zu vergleichen [51]. Das OFC schafft und erhält Erwartungen hinsichtlich möglicher Belohnungen in Bezug auf Verstärkung.52]. Der dorsolaterale präfrontale Kortex (DLPFC) ist bekanntermaßen am Arbeitsgedächtnis beteiligt.53]. Es ist mit anderen kortikalen Arealen verbunden und dient dazu, die gegenwärtige Sinneserfahrung mit Erinnerungen an vergangene Erfahrungen zu verknüpfen, um zielgerichtetes Handeln zu lenken und zu generieren [45, 46]. Wenn also Substanzhinweise vorhanden sind und eine positive Erwartung erzeugt wurde, kann der DLPFC dazu beitragen, Repräsentationen zu erhalten und zu koordinieren, die während der Sehnsuchtsreaktion aus anderen Regionen empfangen wurden [52]. Unsere Untersuchung ergab, dass die Raucher mit IGA im Vergleich zu den Nichtrauchern mit IGA eine verminderte RSFC mit PCC im Rectus Gyrus zeigten, was darauf hindeutet, dass sie eine abnormale Funktion bei OFC hatten, was zu starken Erwartungen von Spielern oder Nikotin führen könnte DLPFC, vorausgesetzt, sie hatten Defizite bei der Kontrolle des angemessenen Verhaltens.
Trotz der Erkenntnisse über IGA und Verhalten kombiniert Substanzsucht, gibt es mehrere Einschränkungen im Zusammenhang mit dieser Studie, die wir gerne diskutieren würden. Erstens konzentrierte sich diese Studie auf die Internet-Glücksspiel-Untergruppe der FA, es wurden jedoch keine direkten Vergleiche mit anderen IA-Untergruppen durchgeführt. Daher bleibt zu untersuchen, wie gut die Ergebnisse gegebenenfalls auf andere IA-Untergruppen übertragen werden können. Zweitens wurden Personen mit komorbiden schweren psychiatrischen Störungen oder Substanzgebrauchsstörungen, andere als Nikotin, in dieser Studie ausgeschlossen. Daher gibt es eine Einschränkung bei der Verallgemeinerung der Ergebnisse von Subjekten der Online-Spielsucht auf andere Substanzen, die Störungen und schwere psychiatrische Störungen verwenden. Drittens, die vorliegende Studie war Querschnitt, und wir hatten keine Informationen über die Reihenfolge des Beginns von IGA und Nikotinabhängigkeit. Daher können rsFC mit PCC-Anomalien bei Rauchern und Nichtrauchern mit IGA vorbestehende Verletzlichkeiten oder Veränderungen darstellen, die aus IGA- oder Nikotinabhängigkeitsverhalten / -symptomen resultieren. Viertens soll eine Rauchergruppe in zukünftigen Studien der Vollständigkeit halber aufgenommen werden. Fünftens, die Korrelationsergebnisse hielten nicht an, als wir Mehrfachvergleiche (Bonferroni-Korrektur) annahmen, was bedeutet, dass dies nur als explorative Analyse betrachtet werden sollte. Um die statistische Aussagekraft zu erhöhen, sollten die Befunde mit einer größeren Stichprobe von Probanden wiederholt werden. Da die Teilnehmer in der vorliegenden Studie alle junge Männer waren, sind zukünftige Arbeiten erforderlich, um festzustellen, ob die Ergebnisse auf andere Geschlechter und Altersgruppen ausgeweitet werden können.
4. Fazit
Zusammenfassend bietet rsFC mit PCC ein nützliches Werkzeug für die Untersuchung von vielschichtigen neuropsychiatrischen Erkrankungen wie Sucht auf Systemebene der Beurteilung. Unsere Ergebnisse deuten darauf hin, dass IGA-Personen mit / ohne Substanzabhängigkeit einige ähnliche funktionelle Veränderungen in Gehirnbereichen im Zusammenhang mit Verlangen haben. IGA mit Substanzabhängigkeit zeigte funktionelle Veränderungen in Bereichen, die an der Motivation beteiligt sind, wie frontaler Rectus Gyrus, und Exekutivsystemen, wie dem dorsolateralen präfrontalen Kortex, verglichen mit der IGA ohne Substanzabhängigkeit. Diese beiden Bereiche können Kandidatenmarker für die Identifizierung von IGA-Personen mit und ohne Substanzabhängigkeit sein und sollten in zukünftigen Studien untersucht werden.
Anerkennungen
Diese Forschung wurde von der Nationalen Naturwissenschaftlichen Stiftung Chinas (Nr. 81171325), der Nationalen Naturwissenschaftlichen Stiftung Chinas (Nr. 81201172), der Nationalen Naturwissenschaftlichen Stiftung Chinas (Nr. 81371622) und dem führenden akademischen Disziplinprojekt Shanghai (Projekt Nr. S30203). Die Geldgeber spielten keine weitere Rolle beim Studiendesign, der Datensammlung und -analyse, der Entscheidung zur Veröffentlichung oder der Vorbereitung der Arbeit. Die Autoren danken Dr. Zhenyu Zhou und Dr. Yong Zhang von GE Healthcare für ihre technische Unterstützung.
Interessenkonflikt
Die Autoren erklären, dass kein Interessenkonflikt hinsichtlich der Veröffentlichung dieses Papiers besteht.
Autorenbeitrag
Xue Chen, Yao Wang, Yan Zhou und Jianrong Xu trugen gleichermaßen zu dieser Arbeit bei.
Bibliographie