Effekte des Verlangens nach Verhaltensintervention auf neuronale Substrate von cue-induziertem Verlangen bei Internet-Spielstörung (2016)

 Mehr anzeigen

http://dx.doi.org/10.1016/j.nicl.2016.09.004


Highlights

• IGD-Patienten zeigten in belohnungsrelevanten Bereichen eine veränderte Cue-induzierte neurale Aktivierung.

• IGD-Patienten linderten IGD-Symptome nach CBI.

• IGD-Patienten zeigten eine höhere Inselaktivierung nach CBI.

• IGD-Patienten zeigten eine niedrigere insula-linguale Gyrus / Precuneus-Konnektivität nach CBI.


Abstrakt

Die Internet-Gaming-Störung (IGD) ist gekennzeichnet durch ein hohes Verlangen nach Online-Spielen und verwandten Hinweisen. Da suchtbedingte Hinweise eine verstärkte Aktivierung in Gehirnbereichen hervorrufen können, die an der Motivations- und Belohnungsverarbeitung beteiligt sind, und Spielverhalten hervorrufen oder einen Rückfall auslösen können, kann die Verbesserung des durch Hinweise verursachten Verlangens ein vielversprechendes Ziel für Interventionen bei IGD sein. Diese Studie verglich die neuronale Aktivierung zwischen 40 IGD- und 19 gesunden Kontrollpersonen (HC) während einer Internet-Gaming-Cue-Reaktivitätsaufgabe und fand heraus, dass IGD-Probanden eine stärkere Aktivierung in mehreren Hirnregionen zeigten, einschließlich dorsalem Striatum, Hirnstamm, Substantia nigra und anterior cingulierter Kortex, aber geringere Aktivierung in der hinteren Insula. Darüber hinaus nahmen 17 IGD-Probanden (CBI + -Gruppe) an einer Gruppentherapie mit sehnsüchtiger Verhaltensintervention (CBI) teil, während die verbleibenden XNUMX IGD-Probanden (CBI - Gruppe) keine Intervention erhielten und alle IGD-Probanden während einer ähnlichen Zeit gescannt wurden Intervalle. Die CBI + -Gruppe zeigte nach Erhalt des CBI eine verminderte IGD-Schwere und ein Cue-induziertes Verlangen, eine verstärkte Aktivierung in der vorderen Insula und eine verminderte Inselkonnektivität mit dem lingualen Gyrus und Precuneus. Diese Ergebnisse legen nahe, dass CBI das Verlangen und den Schweregrad bei IGD wirksam reduziert und seine Auswirkungen durch Veränderung der Insula-Aktivierung und der Konnektivität mit Regionen, die an der visuellen Verarbeitung und Aufmerksamkeitsverzerrung beteiligt sind, ausüben kann.

Stichwörter

  • Internet-Gaming-Störung;
  • fMRI;
  • Stichwort Reaktivität;
  • Verlangen;
  • Intervention

1. Einleitung

Internet Gaming Disorder (IGD) stellt weltweit ein ernsthaftes Problem der psychischen Gesundheit dar und erfordert zusätzliche Untersuchungen, wie es in Abschnitt 3 des Diagnostischen und Statistischen Handbuchs Psychischer Störungen, 5th Edition (DSM-5) als ein Thema, das mehr Forschung verdient (American Psychiatric Association, 2013 und Potenza, 2015). Craving ist ein charakteristisches Merkmal von Suchterkrankungen (Courtney et al., 2016 und Engelmann et al., 2012) einschließlich IGD (Han et al., 2010a und Ko et al., 2009a). Ähnlich wie bei Suchtmitteln (z. B. Stimulanzien) kann Gaming eine Dopaminfreisetzung insbesondere in mesokortikolimbischen Signalwegen (Han et al., 2007, Kim et al., 2011, Koepp et al., 1998 und Tian et al., 2014). Die Exposition gegenüber spielbezogenen Hinweisen kann die Bedeutung spielrelevanter Hinweise erhöhen und das Verlangen fördern, was wiederum die Entwicklung von IGD fördern und seine Symptome verschlimmern kann (Ko et al., 2009a und Ko et al., 2013a). Unter Berücksichtigung der lohnenden und motivationalen Zuschreibungen des cue-induzierten Verlangens wurde die Hypothese aufgestellt, dass es ein vielversprechendes Ziel für Interventionen für IGD ist (Dong und Potenza, 2014 und König und Delfabbro, 2014).

Cue-Reactivity-Aufgaben stellen gültige und zuverlässige Maßnahmen zur Bewertung des Verlangens dar (Wilson et al., 2004) und geben wichtige Einblicke in Motivations- und Belohnungsdysfunktionen bei Suchterkrankungen (Courtney et al., 2016). Mehrere Studien haben Cue-Reactivity-Aufgaben verwendet, um Cue-induzierte Verlangen in IGD zu untersuchen und haben gezeigt, dass Gaming-Bilder Gehirnregionen für Belohnung und motivierende Verarbeitung, wie das Striatum und Insula, bei IGD-Probanden (IGDs) im Vergleich zu gesunden Kontrollpersonen aktivieren (HC) (Han et al., 2010a, Ko et al., 2009a und Ko et al., 2013b). Diese Befunde stimmen weitgehend mit Beobachtungen in Substanzabhängigkeit und pathologischem Glücksspiel überein (Engelmann et al., 2012 und Goudriaan et al., 2013) und legen nahe, dass es zwischen IGD und anderen Süchten geteilte neurale Substrate geben kann (Kuss und Griffiths, 2012). Darüber hinaus, obwohl direkte Beweise auf dem Gebiet der IGD noch fehlen, verknüpfen Studien in Substanzgebrauchsstörungen das Verlangen mit der Wirksamkeit von Interventionen, wobei die Reaktionsfähigkeit ein starker Prädiktor für einen Rückfall ist, sogar Jahre nach Abschluss der Interventionen (Courtney et al., 2016 und Killen et al., 1992). Diese Befunde deuten darauf hin, dass die Verbesserung des durch das Stichwort induzierten Verlangens und die Veränderung der Ansprechbarkeit der zugrunde liegenden neuralen Substrate vielversprechende Behandlungsergebnisse erzielen können.

Cue-Reactivity-Aufgaben bieten eine zuverlässige Möglichkeit, die neuronalen Mechanismen zu untersuchen, mit denen Interventionen funktionieren können; Nach unserem besten Wissen haben jedoch nur zwei Studien untersucht, wie Interventionen bei der IGD eine Wirkung auf die cue-induzierte Aktivierung des Gehirns ausüben. Insbesondere zeigte eine Studie, dass 6-Wochen der Behandlung mit Bupropion das cue-induzierte Verlangen und die Aktivierung im linken oberen frontalen Gyrus bei IGDs verringerten (Han et al., 2010a), während eine andere Studie herausfand, dass Familientherapie den Familienzusammenhalt erhöhte und die durch Gaming Cue ausgelöste Hirnaktivierung in frontalen und okzipitalen Regionen verringerte (Han et al., 2012). Allerdings hat keine existierende fMRI-Studie untersucht, wie eine integrierte Verhaltensintervention, die sich spezifisch auf das Verlangen bezieht, auf neuronalen Ebenen funktioniert. In IGD-Studien dominieren eher verhaltensorientierte als pharmakologische Interventionen, obwohl dieses Feld noch im Entstehen begriffen ist und weitere Nachweise benötigt werden (König und Delfabbro, 2014, Winkler et al., 2013, Jung, 2011 und Jung, 2013). Darüber hinaus können Verhaltensinterventionen, die mehrere Strategien integrieren (z. B. Achtsamkeit, kognitive Sanierung), das Verlangen effizienter reduzieren als all diese Strategien allein (Potenza et al., 2011 und Jung, 2011). Aus diesem Grund sind im Bereich der IGD Studien notwendig, die die neuralen Effekte einer integrierten Verhaltensintervention auf Verlangen untersuchen, da sie ein besseres Verständnis der zugrunde liegenden IGD-Mechanismen fördern und Einblicke in mögliche Wege zur Verbesserung der Wirksamkeit der Behandlung geben können.

In der vorliegenden Studie bestand das Hauptziel darin, die Auswirkungen einer sehnsüchtigen Verhaltensintervention (CBI) zu untersuchen, die entwickelt wurde, um das Verlangen nach Spielen, auf cue-induziertes Verlangen und neurale Aktivierung in Regionen zu reduzieren, die an Belohnungs- und Motivationsverarbeitung beteiligt sind. Darüber hinaus wollten wir die funktionelle Konnektivität der durch CBI veränderten Regionen mit anderen Regionen untersuchen, um die neuronalen Netzwerke zu erforschen, über die CBI operieren könnte. Auf der Grundlage früherer Befunde stellten wir die Hypothese auf, dass IGDs im belohnungsbezogenen Bereich (z. B. ventrales Striatum, dorsales Striatum, Insula, anterior cingulierter Kortex, posterior cingulierter Kortex, Substantia nigra) im Vergleich zu HCs eine stärkere Hirnaktivierung aufweisen in Stichwort induziertem Verlangen (Engelmann et al., 2012, Jasinska et al., 2014 und Meng et al., 2014). Wir stellten auch die Hypothese auf, dass CBI seine Wirkungen ausüben kann, indem es die Gehirnaktivierung in Regionen, die an der Belohnungsverarbeitung beteiligt sind, verringert und die Gehirnaktivierung in Regionen verbessert, die an der kognitiven Kontrolle beteiligt sind (z. B. dorsolateraler präfrontaler Kortex) (Konova et al., 2013 und Yalachkov et al., 2010).

2. Materialen und Methoden

2.1. Ethik-Erklärung

Diese Studie entsprach der Deklaration von Helsinki. Alle Teilnehmer gaben eine schriftliche Einverständniserklärung und wurden für ihre Zeit finanziell entschädigt. Das Protokoll wurde vom Institutional Review Board des State Key Laboratory für kognitive Neurowissenschaften und Lernen der Beijing Normal University genehmigt.

2.2. Teilnehmer

Diese Studie war Teil einer größeren Studie zur Entwicklung und Evaluierung einer effektiven psychobehavioralen Intervention für IGD. Die Teilnehmer wurden mittels Online-Werbung und Mundpropaganda rekrutiert und über einen Online-Fragebogen und ein semi-strukturiertes Screening ausgewählt. Insgesamt nahmen 44-IGDs und 22-HCs an der fMRI-Cue-Reaktivitätsaufgabe teil, basierend auf ihrer Bereitschaft und Eignung für fMRT, und alle Teilnehmer waren rechtshändige Männer. Weil 4 IGDs und 3 HCs aufgrund übermäßiger Kopfbewegung ausgeschlossen wurden; Daher wurden Daten von 40 IGDs und 19 HCs in finale Analysen einbezogen.

Die Teilnehmer wurden nach ihrer wöchentlichen Internet-Spielzeit und den Punktzahlen auf der Chen-Internet-Sucht-Skala (CIAS; Chen et al., 2003). Das CIAS besteht aus 26-Elementen auf einer 4-Punkt-Likert-Skala (Bereich: 26-104). Die Einschlusskriterien für IGDs waren dieselben wie in früheren Studien (Liu et al., 2016, Yao et al., 2015, Zhang et al., 2016a und Zhang et al., 2016b) und enthalten: 1) eine Punktzahl von 67 oder höher auf der Chen Internet Addiction Scale (CIAS) (Chen et al., 2003 und Ko et al., 2009b); 2) Engagement für Internet-Spiele für mehr als 14 Stunden pro Woche für mindestens ein Jahr; und 3) Berichterstattung über eines der beliebtesten Internetspiele als primäre Online-Aktivität (Cross Fire: 4, Verteidigung der Antike Version 1: 11, Verteidigung der Antike Version 2: 2, League of Legends: 21, World of Warcraft: 2).

Die Einschlusskriterien für HCs waren: 1) eine Punktzahl von 60 oder weniger im CIAS; und 2) niemals oder gelegentliches Engagement (<2 Stunden pro Woche) bei Internet-Spielen. Koet al. (2009b) schlagen CIAS-Scores von 63 oder niedrigeren HCs vor. Wir verwendeten einen konservativeren CIAS-Schwellenwert (60 oder niedriger) und ein Zeitlimit für wöchentliche Spiele, um sicherzustellen, dass HCs frei von IGD waren (Yao et al., 2015, Zhang et al., 2016a und Zhang et al., 2016b).

Teilnehmer, die den aktuellen oder bisherigen Gebrauch illegaler Substanzen und jegliche Spielerfahrung (einschließlich Online-Glücksspiele) berichteten, wurden aufgrund der Illegalität des Glücksspiels in China ausgeschlossen. Zusätzliche Ausschlusskriterien wurden im Rahmen eines halbstrukturierten persönlichen Interviews im Einklang mit früheren IGD-Studien bewertet (Yao et al., 2015 und Zhang et al., 2016a). Ausschlusskriterien enthalten: (1) jede selbst berichteten Geschichte einer psychiatrischen oder neurologischen Erkrankung; und, (2) aktuelle Verwendung eines psychotropen Medikaments.

6 IGDs (CBI + -Gruppe) waren bereit, an einem 17-wöchigen Gruppen-CBI teilzunehmen, und wurden vor und nach dem CBI gescannt. Die verbleibenden XNUMX IGDs (CBI - Gruppe) erhielten keine Intervention und wurden zweimal gescannt, mit ähnlichen Intervallen zwischen den Scans wie für die CBI + Gruppe.

2.3. Verlangen nach Verhaltensintervention (CBI)

Das integrierte CBI wurde auf der Grundlage von Verhaltensinterventionstheorien entwickelt (Dong und Potenza, 2014), das Verlangen nach Rahmenbedingungen (McCarthy et al., 2010) und die Erfüllung der psychologischen Bedürfnisse für die Internetnutzung (Suler, 1999). Da sich das Verlangen stark auf die Entwicklung und Aufrechterhaltung von IGD auswirken kann, können Methoden, die den Patienten helfen, das Verlangen zu bewältigen und das Verlangen zu reduzieren, die Therapieergebnisse verbessern und Rezidive verhindern (Marke et al., 2014 und Dong und Potenza, 2014). Die CBI wurde wöchentlich mit 8 bis 9 IGD-Probanden in jeder Gruppe durchgeführt. Das Thema für jede Sitzung war: 1) Wahrnehmen des subjektiven Verlangens; 2) Erkennen und Testen irrationaler Überzeugungen in Bezug auf Verlangen; 3) Erkennen von Verlangen und Linderung von negativen Emotionen im Zusammenhang mit Verlangen; 4) Schulung im Umgang mit Heißhungerattacken und Veränderung der Erfüllung psychologischer Bedürfnisse durch die Teilnehmer; 5) Lernzeitmanagement und Kompetenztraining zur Bewältigung des Verlangens; 6) Überprüfen, Üben und Implementieren von Fähigkeiten. Zusätzlich wurde in jede Sitzung ein Achtsamkeitstraining aufgenommen.

2.4. Fragebögen

Der aktuelle Zustand von Depression und Angst wurde mit dem Beck Depression Inventory (Beck et al., 1961) und das Beck Anxiety Inventory (Beck et al., 1988), beziehungsweise. Zigaretten- und Alkoholkonsum wurde aufgezeichnet, und der Fagerstrom-Test für Nikotinabhängigkeit (Fagerström, 1978) und Fragen zum Alkoholkonsum aus dem Alkoholsuchtest (Bush et al., 1998) wurden zur Beurteilung der Nikotinabhängigkeit bzw. des gefährlichen Alkoholkonsums verwendet.

2.5. fMRI-Cue-Reaktivitätsaufgabe

Die Block-Design-Cue-Reaktivitätsaufgabe wurde aus früheren Studien übernommen (Han et al., 2010a und Han et al., 2010b). Die Teilnehmer wurden gebeten, drei Arten von Videos passiv anzusehen und ihr Verlangen unmittelbar nach jedem Videoclip anhand einer visuellen 7-Punkt-Analogskala zu bewerten. Sechs 30-Sekunden-Gaming-Videoclips (G) waren Screenshots, die von 10 zusätzlichen Internet-Gaming-Spielern aus offiziellen Websites oder Gaming-Foren ausgewählt wurden (2 Spieler für jeweils 5 der folgenden beliebten Internet-Spiele: Cross Fire, Defense of the Ancient Version 1, Defense of die alte Version 2, League of Legends, World of Warcraft), die später nicht an der fMRI- und Interventionsstudie teilnahm. Der Typ der Spieleclips wurde für das primäre Spiel der IGDs individualisiert und zufällig HCs zugewiesen, die keine Internetspiele spielten.

Matched Control Video (C) Clips wurden aus einem unpopulären Online-Spiel ausgewählt, das keinem Studienteilnehmer bekannt war oder von ihm gespielt wurde. Diese Clips wurden weiter verdeckt (wie in Abb.. 1), so dass die Teilnehmer den Inhalt und die Details dieser Clips nicht erkennen konnten. Wir haben solche Manipulationen durchgeführt, um die möglichen Auswirkungen von Bewegung und Farbe in Spieleclips zu kontrollieren. Zusätzlich wurden sechs 30-Sekunden-Bilder mit weißem Kreuz / schwarzem Hintergrund (Fixierung, F) ​​als Grundlinie verwendet. Die Reihenfolge der Clips wurde festgelegt: GFC GCF CFG CGF FCG FGC. Auf jeden Clip folgte ein 4-Sekunden-Bewertungsbildschirm. Diese Aufgabe wurde von E-Prime 2.0 vorgestellt und dauerte 620 s. Das grafische Design der Aufgabe ist in dargestellt Abb.. 1.

Abb.. 1

Abb.. 1. 

Schematische Darstellung von 2-Blöcken der fMRI Internet-Gaming-Cue-Reaktivity-Aufgabe.

Abbildung Optionen

2.6. Bildaufnahme und Vorverarbeitung

Die Daten wurden mit einem 3.0-T-SIEMENS-Trio-Scanner im Bildgebungszentrum für Hirnforschung der Beijing Normal University erfasst. Eine Gradientenecho-Echo-Planar-Imaging-Sequenz (EPI) wurde erhalten (TR = 2000 ms; TE = 25 ms; Flipwinkel = 90 °; Matrix = 64 × 64; Auflösung = 3 × 3 mm2;; Scheiben = 41). Die Schnitte wurden 30 ° im Uhrzeigersinn von der AC-PC-Ebene geneigt, um bessere Signale in Frontalbereichen zu erhalten. Ein T1-gewichteter sagittaler Scan wurde zur anatomischen Referenz mit EPI-Daten aufgenommen (TR = 2530 ms, TE = 3.39 ms, TI = 1100 ms, FA = 7 °, FOV = 256 × 256 mm2Voxelgröße = 1 × 1 × 1.3 mm3Scheibe = 144).

Bilddaten wurden mit SPM8 vorverarbeitet (http://www.fil.ion.ucl.ac.uk/spm/software/spm8). Funktionsdaten wurden neu ausgerichtet, mit den Strukturbildern zusammen registriert, zur Normalisierung auf den Standard-MNI-Raum segmentiert und mit einem 5-mm-Gaußschen Kern bei voller Breite bei halbem Maximum (FWHM) geglättet. Probanden mit einer Kopfbewegung> 3 mm oder 3 ° wurden von der weiteren Analyse ausgeschlossen (4 IGDs und 3 HCs wurden ausgeschlossen).

2.7. Verhaltensdatenanalyse

Verhaltensdaten wurden mit der SPSS-Version 20.0 analysiert. Unterschiede in der demografischen Basis, der Internet-Spielcharakteristik (CIAS-Scores, Dauer des wöchentlichen Spielens) und dem cue-induzierten Verlangen zwischen IGDs und HCs wurden unter Verwendung von Independent analysiert t-Tests. Die Auswirkungen von CBI auf Cue-induzierte Craving- und Internet-Gaming-Eigenschaften wurden unter Verwendung von Varianzanalysen (ANOVAs) mit wiederholten Messungen mit der Gruppe (CBI + und CBI -) als Zwischensubjektfaktor und der Sitzung (Baseline- und zweiter Test) als analysiert subjektinterner Faktor. Das Signifikanzniveau war P <0.05.

2.8. fMRI Datenanalyse

Die Bilddaten wurden mit SPM8 analysiert. Drei Regressoren wurden unterschieden: Spiel- und Kontrollvideos und Craving Ratings. Regressoren wurden konstruiert, indem die Einsätze dieser Stimuli mit einer kanonischen hämodynamischen Antwortfunktion gefaltet wurden. Sechs Neuausrichtungsparameter wurden ebenfalls als nicht interessierende Regressoren aufgenommen. Ein Hochpassfilter (128 Hz) wurde angewendet, um niederfrequente Signaldrift zu entfernen. In der First-Level-Analyse mit festen Effekten wurde ein Kontrastbild von Gaming> Control-Videos erstellt, um die Cue-induzierte Gehirnaktivierung zu untersuchen. Um die Cue-induzierte Aktivierung zwischen IGDs und HCs zu Beginn der Studie zu vergleichen, wurden Kontrastbilder in eine Zufallseffektanalyse der zweiten Ebene unter Verwendung einer Zwei-Stichproben-Analyse eingegeben t-Prüfung. Um die Interaktion einer Gruppe (CBI + und CBI -) nach Sitzung (Baseline- und zweite Tests) bei der Aktivierung durch Cue-Induktion zu untersuchen, wurden Kontrastbilder in eine Zufallseffektanalyse der zweiten Ebene unter Verwendung eines flexiblen faktoriellen Designs eingegeben. Um die funktionale Konnektivität zwischen Regionen zu bewerten, die mit der Cue-Reaktivität (Spiele> Kontrollclips) verbunden sind, die sich zwischen den beiden Sitzungen geändert haben, haben wir eine Analyse der psychophysiologischen Interaktion (PPI) in der CBI + - und der CBI - Gruppe unter Verwendung eines flexiblen faktoriellen Designs durchgeführt. Auf Gruppenebene wurde eine Ganzhirnanalyse durchgeführt, um die durch das Cue induzierte Gehirnaktivierung zwischen IGDs und HCs zu vergleichen, und mittels der Gaußschen Zufallsfeldtheorie (GRFT) mit der Voxelebene korrigiert P <0.001 und Cluster-Ebene P <0.05, was zu einer familienbezogenen Fehlerrate von 5% führt. Zu Erkundungszwecken wurde die gruppenweise Interaktion zur Cue-induzierten Aktivierung und funktionellen Konnektivität durch ein liberaleres Kriterium (Voxel-Level) korrigiert P <0.005 und Cluster-Ebene P <0.05). Die Ergebnisse wurden mit BrainNet Viewer visualisiert (Xia et al., 2013) und DPABI (http://rfmri.org/dpabi).

3. Ergebnisse

3.1. Demografie und Internet-Spielcharakteristikanalysen

Wie in gezeigt Tabelle 1IGDs und HCs unterschieden sich nicht hinsichtlich Alter, Bildung oder Konsum von Alkohol und Zigaretten. In Übereinstimmung mit den Einschlusskriterien erzielten die IGDs beim CIAS einen höheren Wert und berichteten von einem höheren Verlangen nach Gaming- und Kontroll-Clips und Fixierung im Vergleich zu HCs. Darüber hinaus zeigten IGDs ein höheres Maß an Angst und Depression.

Tabelle 1.

Demografische Merkmale und Internet-Spieleigenschaften von IGDs und HCs zu Beginn

 

IGDs
(n = 40)

HCs
(n = 19)

t/ χ2 Wert

P

Effektgrößea

Mittelwert ± SD

Mittelwert ± SD

Alter Jahre

21.95 ± 1.8422.89 ± 2.23- 1.720.091- 0.47

Schuljahre

15.75 ± 1.9016.58 ± 1.98- 1.540.13- 0.43

CIAS-Score

79.88 ± 8.6742.11 ± 8.2715.86<0.0014.42

Dauer der wöchentlichen Spiele, Stunden

27.26 ± 10.581.67 ± 0.58b15.00<0.0018.98

Verlangen nach Gaming-Clips

5.36 ± 1.182.06 ± 1.578.99<0.0012.51

Verlangen nach Kontroll-Clips

3.61 ± 1.361.75 ± 1.155.13<0.0011.43

Verlangen nach Fixierung

3.75 ± 1.241.52 ± 0.619.24<0.0012.57

Suchtunterschiede (Gaming - Kontrolle)

1.75 ± 1.210.31 ± 0.596.14<0.0011.71

BAI-Ergebnis

5.35 ± 5.822.00 ± 3.182.850.0060.79

BDI-Score

9.13 ± 5.352.79 ± 4.214.53<0.0011.26

Alkoholkonsum

30/4013/190.280.600.07

AUDIT-C-Punktzahl

3.20 ± 1.90c2.23 ± 1.17d1.700.100.56

Tabakkonsum

4/400/19---

FTND-Score

3.25 ± 0.50e----

IGDs = Themen für Internet-Spielstörungen; HCs = gesunde Kontrollpersonen; SD = Standardabweichung; CIAS = Chen Internet-Additionsskala; AUDIT-C = Fragen zum Alkoholkonsum aus dem Test zur Identifizierung von Alkoholkonsumstörungen; FTND = Fagerstrom-Test auf Nikotinabhängigkeit; BAI = Beck Angst Inventar; BDI = Beck Depression Inventory.

a

Cohens d Wert für t-Tests und Cramers V-Wert für χ2 Test.

b

n = 3.

c

n = 30.

d

n = 13.

e

n = 4.

Tabellenoptionen

3.2. Auswirkungen von CBI auf verhaltensbezogene Maßnahmen

Die CBI + - und CBI - -Gruppen waren zu Studienbeginn in Bezug auf Alter, Bildung sowie Angst- und Depressionssymptome gut aufeinander abgestimmt (Tabelle 2). ANOVAs mit wiederholten Messungen der CIAS-Werte (Haupteffekt der Sitzung: F(1,38) = 77.83, P <0.001, teilweise η2 = 0.67; Haupteffekt der Gruppe: F(1,38) = 1.15, P = 0.29, teilweise η2 = 0.03; Interaktionseffekt: F(1,38) = 22.65, P <0.001, teilweise η2 = 0.37), Dauer des wöchentlichen Spielens (Haupteffekt der Sitzung: F(1,38) = 12.57, P = 0.001, teilweise η2 = 0.25; Haupteffekt der Gruppe: F(1,38) = 5.58, P = 0.02, teilweise η2 = 0.13; Interaktionseffekt: F(1,38) = 4.34, P = 0.04, teilweise η2 = 0.10) und spielbezogenes Verlangen (Haupteffekt der Sitzung: F(1,38) = 25.77, P <0.001, teilweise η2 = 0.40; Haupteffekt der Gruppe: F(1,38) = 4.40, P = 0.04, teilweise η2 = 0.10; Interaktionseffekt: F(1,38) = 5.73, P = 0.02, teilweise η2 = 0.13) zeigten ähnliche Ergebnisse.

Tabelle 2.

Demografische und Internet-Gaming-Eigenschaften von CBI + - und CBI - -Gruppen.

 

CBI +
(n = 23)

CBI -
(n = 17)

t Wert

P

Cohens d Wert

Mittelwert ± SD

Mittelwert ± SD

Alter

21.91 ± 1.8322.00 ± 1.90t (38) = - 0.150.89- 0.05

Schuljahre

16.09 ± 1.8615.29 ± 1.93t (38) = 1.310.200.43

BAI-Ergebnis

3.78 ± 3.617.63 ± 7.73t (38) = - 1.850.08- 0.60

BDI-Score

8.83 ± 5.739.56 ± 5.09t (38) = - 0.410.46- 0.13

CIAS-Score: Grundlinie

82.09 ± 8.7576.88 ± 7.85t (38) = 1.940.060.63

CIAS-Score: zweiter Test

60.26 ± 9.8370.35 ± 7.80t (38) = - 3.490.001- 1.13

Dauer des wöchentlichen Spielens, Stunden: Grundlinie

27.20 ± 10.4227.35 ± 11.13t (38) = - 0.050.96- 0.02

Dauer der wöchentlichen Spiele, Stunden: zweiter Test

11.36 ± 8.0723.24 ± 17.51t (38) = - 2.880.007- 0.93

Verlangen nach Gaming-Clips: Grundlinie

5.30 ± 1.215.43 ± 1.17t (38) = - 0.330.74- 0.11

Verlangen nach Gaming-Clips: zweiter Test

3.42 ± 1.504.75 ± 1.44t (38) = - 2.820.008- 0.91

CBI + = Probanden mit Internet-Gaming-Störung, die eine sehnsüchtige Verhaltensintervention erhalten haben; CBI - = Personen mit Internet-Gaming-Störung, die keine sehnsüchtige Verhaltensintervention erhalten haben; SD = Standardabweichung; CIAS = Chen Internet-Additionsskala; BAI = Beck Angst Inventar; BDI = Beck Depression Inventory.

Tabellenoptionen

Wie in gezeigt Tabelle 2Einzelne Vergleiche für die Sitzung zeigten, dass sich die CBI + - und CBI - -Gruppen in Bezug auf die CIAS-Ausgangswerte, die Dauer des wöchentlichen Spielens und das spielbezogene Verlangen nicht signifikant unterschieden, aber die CBI + -Gruppe im Vergleich zur CBI - Gruppe zeigte signifikante Reduzierungen bei diesen Maßnahmen beim zweiten Test. Darüber hinaus zeigten einzelne Vergleiche für die Gruppe, dass die CBI + -Gruppe signifikante Reduzierungen der CIAS-Scores zeigte (t(22) = 9.49, P <0.001, d = 2.34), Dauer des wöchentlichen Spielens (t(22) = 6.88, P <0.001, d = 1.69) und spielbezogenes Verlangen (t(22) = 5.21, P <0.001, d = 1.38), aber die CBI - Gruppe zeigte nur eine signifikante Reduktion der CIAS - Scores mit einer geringeren Effektgröße (t(16) = 3.16, P <0.001, d = 0.84) beim zweiten Test im Vergleich zum Ausgangswert (Abb.. 3).

3.3. fMRI-Ergebnisse

Zuerst führten wir eine Zwei-Probe durch t-Test zwischen den beiden IGD-Untergruppen (CBI + und CBI -) zu Studienbeginn. Da keine signifikanten Unterschiede zwischen den CBI + - und CBI - -Gruppen festgestellt wurden, haben wir sie für nachfolgende Basislinienanalysen zu einer IGD-Gruppe zusammengefasst. Beim Vergleich der durch Gaming-Cue induzierten Gehirnaktivierung zwischen IGDs und HCs zu Studienbeginn anhand einer Zwei-Stichproben-Stichprobe t-test, IGDs im Vergleich zu HCs zeigten größere Aktivierung in mehreren Hirnregionen einschließlich der dorsalen Striatum (Caudate), Hirnstamm, Substantia Nigra, anterior cingulären Kortex und hinteren cingulären Kortex; niedrigere Aktivierung wurde in einem relativ hinteren Teil der rechten Insula beobachtet ( Tabelle 3 und Abb.. 2). Wir führten ferner Korrelationsanalysen zwischen dem mittleren Beta-Wert dieser Cluster und den unterschiedlichen Craving-Intensitäten für Spiele im Vergleich zu Kontroll-Clips durch und fanden eine signifikante positive Assoziation in der MTG (r = 0.34, P = 0.035).

Tabelle 3.

Ergebnisse der fMRI-Analyse.

 

Hirnregion

Seite

BA

Clustergröße

MNI koordinieren


Haupt t/F Werte

Effektgrößea

X

Y

Z

Basislinie: IGDs> HCs

Hirnstamm / CaudateL 62- 6- 15- 94.571.21
Hirnstamm / SNR / L 920- 24- 245.011.33
Precuneus / PCC / ACCR / L7/24/3114783- 57456.841.81
MFG / ACCR9/10104651334.961.31
IPL / MTGL40649- 48- 60155.681.50
IPL / STGR39/4074051- 30455.951.58
IFGR9/44188579215.721.52
IFGL9/44147- 549334.811.27
MFGR6/8/99242430427.041.86
MFG / SFGL6/8/9855- 246636.971.85
MTGR2113863- 3- 184.311.14
KleinhirnhinterlappenL 131- 48- 48- 154.941.31

Basislinie: HCs> IGDs

InsulaR135036- 18214.941.31

Gruppen- und Sitzungsinteraktion

InsulaR1329423- 614.970.28

PPI: R Insula Seed, Gruppe und Sitzung Interaktion

Lingualer GyrusL18/30215- 6- 72321.950.40
Precuneus / Lingual GyrusR18/3117015- 601817.220.31

PGRFT <0.05 für die Ganzhirnanalyse.

IGDs = Themen für Internet-Spielstörungen; HCs = gesunde Kontrollpersonen; PPI = psychophysiologische Interaktion; BA = Brodmann-Gebiet; MNI = Montreal Neurological Institute; SN = Substantia Nigra; PCC = posteriorer cingulierter Cortex; ACC = anteriorer cingulierter Kortex; IPL = inferiorer parietaler Läppchen; MTG = mittlerer Gyrus temporalis; STG = Gyrus temporalis superior; IFG = Gyrus frontalis inferior; MFG = mittlerer Frontalgyrus.

a

Cohens d Wert für t-Tests und teilweise η2 Wert für F Tests.

Tabellenoptionen

Abb.. 2

Abb.. 2. 

Vergleich der Gesamthirngruppe zwischen IGDs und HCs bei der durch Gaming-Cue induzierten Aktivierung des Gehirns. Die 3D-Aktivierungskarte wird mit BrainNet Viewer über eine aufgeblähte Oberfläche gelegt, während die 2D-Aktivierungskarten mit DPABI einem T1-Bild überlagert werden.

Abbildung Optionen

Bei der Bewertung der Auswirkungen von CBI auf die Cue-induzierte Gehirnaktivierung wurde eine signifikante Wechselwirkung zwischen Gruppe (CBI + und CBI -) und Sitzung (Baseline- und zweiter Test) in einem relativ vorderen Teil der rechten Insula beobachtet. Einzelgruppenvergleiche zeigten, dass die CBI + -Gruppe eine signifikante Verbesserung der Aktivierung der rechten vorderen Insula zeigte (t(22) = - 2.20, P = 0.04, d = - 0.47), während für die CBI - Gruppe das entgegengesetzte Muster beobachtet wurde (t(16) = 3.01, P = 0.008, d = 1.08) (Abb.. 3). Zusätzlich führten wir eine Korrelationsanalyse durch, um den Zusammenhang zwischen Änderungen der Intensität des Verlangens nach Spielclips und Änderungen der Aktivierung der vorderen Insula in der CBI + -Gruppe zu untersuchen. Es wurde jedoch keine signifikante Beziehung beobachtet (r = - 0.10, P = 0.66).

Bild in voller Größe (96 K)

Abb.. 3. 

Panel A: CIAS-Ergebnisse, Dauer des wöchentlichen Spielens und Verlangen nach Spieleclips über Gruppen und Sitzungen hinweg. Panel B: Internet-Gaming-Cue-induzierte Aktivierung in der rechten vorderen Insula über Gruppen und Sitzungen hinweg. Panel C: Funktionelle Konnektivität (Gaming versus Kontrollclips) zwischen der rechten vorderen Insula und dem linken lingualen Gyrus (rechts) und dem rechten Precuneus / lingualen Gyrus (links) über Gruppen und Sitzungen hinweg. CIAS = Chen Internet-Additionsskala; R = rechts; L = links.

Abbildung Optionen

Wir führten ferner eine PPI-Analyse mit der rechten Insula als Samenregion durch (in der vorherigen Analyse identifiziert), um ihre funktionelle Konnektivität mit anderen Gehirnregionen zu bewerten, die im Kontrast von Gaming- und Kontrollclips identifiziert wurden. Wir fanden eine signifikante Wechselwirkung zwischen Gruppe und Sitzung, die den bilateralen lingualen Gyrus und den rechten Precuneus impliziert. Einzelgruppenvergleiche zeigten, dass die CBI + -Gruppe eine verstorbene funktionelle Konnektivität der rechten Insula und dieser beiden Cluster zeigte (t(22) = 3.89, P = 0.001, d = 0.66 und t(22) = 3.05, P = 0.006, d = 0.57), während die CBI - Gruppe das entgegengesetzte Muster zeigte (t(16) = - 3.24, P = 0.005, d = - 0.90 und t(16) = - 2.83, P = 0.01, d = - 0.87) (Tabelle 2 und Abb.. 3).

4. Diskussion

Nach unserem besten Wissen ist diese Studie die erste, die die Auswirkungen von CBI auf die durch Gaming-Cue induzierte Gehirnaktivierung bei IGD bewertet. Wir fanden heraus, dass IGDs im Vergleich zu HCs im Allgemeinen eine höhere Gaming-Cue-induzierte Gehirnaktivierung in mehreren Hirnregionen einschließlich belohnungsbezogener Bereiche zeigten, mit Ausnahme einer geringeren Aktivierung in der hinteren Insula. Zusätzlich zeigte die CBI + -Gruppe nach Abschluss des CBI eine signifikant erhöhte Aktivierung in der rechten vorderen Insula, während die CBI - Gruppe das entgegengesetzte Muster zeigte. Darüber hinaus zeigte die CBI + -Gruppe im Vergleich zur CBI - Gruppe eine verminderte funktionelle Konnektivität zwischen der rechten vorderen Insula und dem bilateralen Gyrus linguralis und dem rechten Precuneus. Diese Ergebnisse legen nahe, dass CBI seine Wirkung durch Veränderung der Aktivität der vorderen Insula und seiner Konnektivität mit Hirnregionen ausüben kann, die zuvor an der visuellen Verarbeitung und räumlichen Aufmerksamkeit beteiligt waren.

Übereinstimmend mit unserer Hypothese zeigten IGDs in dieser Studie ein stärkeres Glücksspiel-induziertes Verlangen und eine Gehirnaktivierung in kritischen Regionen, die im mesocorticelimbischen (z. B. anterioren cingulären Kortex) und nigrostriatalen (z. B. Caudat, Substantia nigra) Pfad im Vergleich zu HCs lokalisiert sind. Die mesokortikolimbischen und nigrostriatalen Signalwege sind zwei Hauptquellen der dopaminergen Freisetzung und tragen zur verstärkenden Wirkung von suchtbezogenen Reizen bei (Jasinska et al., 2014, Koob und Volkow, 2010 und Robinson und Berridge, 1993). Zusätzlich zeigten IGDs eine stärkere Aktivierung des parietalen Kortex (zB Precuneus), die mit Aufmerksamkeits-Verzerrung und episodischem Gedächtnis in Verbindung gebracht wurde (Cavanna und Trimble, 2006). Diese Ergebnisse spiegeln weitgehend die Ergebnisse früherer IGD-Studien wider (Han et al., 2010a, Ko et al., 2009a und Liu et al., 2016) und andere Süchte (Engelmann et al., 2012, Goudriaan et al., 2013 und Jasinska et al., 2014) und legen nahe, dass IGDs möglicherweise hypersensitiv auf spielbezogene Hinweise reagieren, die eine stärkere neurale Aktivierung in Gehirnregionen auslösen können, die an Belohnung und Aufmerksamkeit beteiligt sind.

In Übereinstimmung mit unserer ursprünglichen Hypothese zeigten IGDs eine Hypoaktivierung der rechten posterioren Insula im Vergleich zu HCs. Dieser Befund stimmt jedoch weitgehend mit den Ergebnissen früherer IGD-Studien überein, bei denen Spiel-Screenshots als spielbezogene Hinweise und allgemeine, nicht mit Spielen verbundene Screenshots von Internet-Nutzung (z. B. Screenshot des Online-Chats) als Kontrollelemente verwendet werden (Liu et al., 2016). Dieser Befund steht auch im Einklang mit denen aus einer Metaanalyse der durch Stichwort induzierten Aktivierung des Gehirns bei Fettleibigkeit (Brooks et al., 2013). Zusätzlich wurde bei Rauchern ein negativer Zusammenhang zwischen selbstberichtetem Verlangen und kortikaler Dicke der rechten Insel festgestellt (Morales et al., 2014). Es scheint jedoch widersprüchliche Beweise zu geben und darauf hinzuweisen, dass die cue-induzierte Aktivierung in der Insula bei süchtigen Individuen im Vergleich zu HCs stärker ist (Ko et al., 2009a und Luijten et al., 2011). Die gemischten Ergebnisse können sich auf Unterschiede in der Methodik (z. B. unterschiedliche Kontrollreize) oder auf Unterschiede im Status der untersuchten Personen (z. B. in Bezug auf Behandlungssuche) beziehen. Da die Insula eine multimodale Struktur ist, bei der der vordere Teil hauptsächlich an der Erkennung der Salienz und der kognitiven Kontrolle beteiligt ist, kann der hintere Teil vorwiegend interozeptiv und exterorezeptiv arbeiten und die Informationen beider Prozesse integrieren (Caudaet al., 2011, Paulus und Stewart, 2014 und Zhang et al., 2016b) Unterschiede zwischen den Befunden in den Studien können sich auf Regionen der Insula beziehen. Hypoaktivierung der hinteren Insula, die in der vorliegenden Studie gefunden wurde, kann eine Hyposensitivität gegenüber Sättigung widerspiegeln, indem lediglich Spielclips (statt Spiele) in IGDs beobachtet werden.

In Bezug auf die Wirkungen von CBI zeigte die CBI + -Gruppe im Vergleich zur CBI - Gruppe eine verstärkte neurale Aktivierung in der rechten anterioren Insula und eine verminderte Inselkonnektivität mit dem bilateralen lingualen Gyrus und dem rechten Precuneus nach Erhalt von CBI. Da Verhaltensinterventionen (z. B. Achtsamkeitsmeditation, auch eine kritische Komponente von CBI) die Graue-Materie-Volumenintensität der rechten anterioren Insula erhöhen (Hölzelet al., 2008) und Verbesserung der kognitiven Kontrollleistung (Tang et al., 2015), ist es möglich, dass CBI seine Wirkung ausübt, indem es die Aktivität der vorderen Insula beeinflusst, um die kognitive Kontrolle durch einen Top-Down-Mechanismus zu verbessern. Darüber hinaus tragen der linguale Gyrus und der Precuneus wesentlich zur visuellen und aufmerksamen Verarbeitung bei (Cavanna und Trimble, 2006 und Hopfinger et al., 2000) und wurden durch visuelle Sucht-bezogene Hinweise (Hanlon et al., 2014). Verminderte Wechselwirkungen zwischen der rechten vorderen Insula und diesen Regionen können mit der Erkennung verstorbener Salenz und der Zuordnung der visuellen Stimuli zusammenhängen (Naqvi et al., 2014 und Paulus und Stewart, 2014), obwohl diese Möglichkeit eine direkte Untersuchung erfordert. Diese Ergebnisse deuten darauf hin, dass CBI seine Auswirkungen auf das durch Glücksspiel induzierte Verlangen nicht nur durch die Änderung der Rekrutierung bestimmter Hirnregionen, sondern auch durch die Verringerung der Konnektivität innerhalb bestimmter neuronaler Schaltkreise ausüben kann.

Unsere Studie zeigte, dass CBI das Verhalten von Cue-induziertem Verlangen und IGD auf einer Verhaltensebene effektiv senkte. Auf neuronaler Ebene normalisierte es jedoch nicht die durch den Baseline-Vergleich identifizierte abnormale Cue-induzierte Hirnaktivierung, sondern zielte eher auf eine andere Region (die vordere Insula) ab, die keine Unterschiede bei den IGDs und HCs zu Studienbeginn aufwies, was darauf schließen lässt, dass CBI hauptsächlich auftreten kann modulierte Hirnregionen, die an einer relativ höheren kognitiven Funktion beteiligt sind, anstatt diejenigen, die an der Verstärkung beteiligt sind, direkt zu verändern. Wenn auch spekulativ, deuten unsere Ergebnisse darauf hin, dass die Insula (und möglicherweise sowohl der vordere als auch der hintere Teil) ein kritisches Ziel für eine Intervention darstellen können. Durch das Anvisieren verschiedener Teile der Insula können unterschiedliche therapeutische Wirkungen erzielt werden. Es kann jedoch überraschend sein, dass CBI in anderen kritischen Regionen des Belohnungssystems (z. B. ventrales Striatum) keine signifikanten Auswirkungen zeigte, und wir schlagen vor, zukünftige Interventionen, die CBI und pharmakologische Interventionen kombinieren (Potenza et al., 2011), nichtinvasive Verfahren wie die transkranielle Magnetstimulation (Hayashi et al., 2013) oder invasive Eingriffe wie die Stimulation des tiefen Gehirns (Luigjes et al., 2012), die das ventrale Striatum oder andere Regionen, die möglicherweise an der Reaktionsreaktivität beteiligt sind, direkt manipulieren, können untersucht werden, um optimale Ergebnisse zu erzielen.

Die Ergebnisse der vorliegenden Studie stimmen weitgehend mit theoretischen Modellen überein (Marke et al., 2014, Dong und Potenza, 2014 und Ko et al., 2014), die eine zentrale Rolle für das Verlangen nach Spielen oder verwandten Hinweisen bei der Aufrechterhaltung und Wiederherstellung von IGD und Gehirnregionen vorschlagen, die an der Belohnungsverarbeitung (z. B. Striatum, PCC), der Exekutivkontrolle (z. B. DLPFC) oder beiden Prozessen (z , insula, ACC) sowie der sensorische Kortex, der zum Verlangen nach Spielen in IGD beiträgt (Marke et al., 2014, Dong und Potenza, 2014 und Meng et al., 2014) parallel zu Befunden bei anderen Suchttypen oder hypothetisch verwandten Zuständen (z. B. Adipositas) (Brooks et al., 2013, Engelmann et al., 2012, Hanlon et al., 2014 und Jasinska et al., 2014). Darüber hinaus legen diese Befunde nahe, dass die Insula und ihre funktionelle Verbindung mit visuellen und parietalen Kortizes einen wichtigen Beitrag zum durch Glücksspiele hervorgerufenen Verlangen leisten und als potenzielles Interventionsziel dienen können. Dies steht im Einklang mit therapeutischen Theorien, wonach psychologische Interventionen die Kontrolle von unten nach unten verbessern können Prozesse, die das Verlangen fördern (Konova et al., 2013 und Potenza et al., 2011). Bemerkenswert ist, dass unsere Ergebnisse nicht auf IGD beschränkt sind und auf andere Arten von Verhaltenssucht, wie zum Beispiel die problematische Nutzung der Internet-Pornografie, verallgemeinern können, da diese Konstrukte ähnliche Verhaltens- und Nervenmechanismen aufweisen, die sich auf ein durch das Stichwort induziertes Verlangen beziehen (Marke et al., 2016). Zukünftige Studien könnten direkt untersuchen, ob Interventionen, die die Insula-Aktivität verändern, das durch Cue induzierte Verlangen nach IGD und möglicherweise andere Verhaltensabhängigkeiten verringern.

Unsere Ergebnisse sollten im Lichte einiger Einschränkungen betrachtet werden. Erstens wurden die CBI + - und CBI - Gruppen nicht zufällig zugewiesen, sondern beruhten auf der Bereitschaft der IGDs, an CBI teilzunehmen, und die CBI - Gruppe nahm nicht an einer alternativen Aktivität teil. Aus diesem Grund können wir mögliche Störfaktoren wie die Bereitschaft, eine Intervention zu erhalten, oder die Auswirkungen unterschiedlicher Arbeitsmengen in den Gruppen nicht ausschließen. Die aktuellen Ergebnisse sollten in Studien mit randomisierten, placebokontrollierten Studien bestätigt werden. Zweitens kann eine unterschiedliche Vertrautheit mit Spiel- und Kontrollclips die neuronale Aktivität der Teilnehmer gegenüber verschiedenen Arten von Stimuli beeinflussen, insbesondere bei IGDs. Zukünftige Studien könnten spielbezogene Stimuli aus demselben Spiel in Kategorien mit hohem und niedrigem Verlangen aufteilen, um dieses Problem zu lösen. Drittens ist das Intervall (4 s) zwischen Spiel- und Steuerclips relativ kurz. Obwohl Studien mit ähnlichen oder kürzeren Intervallen bei der Untersuchung von IGD existieren (Han et al., 2010a, Ko et al., 2009a, Liu et al., 2016 und Sun et al., 2012) und die in dieser Studie verwendeten 6-Fixierungsblöcke könnten als Intervalle von 30-Sekunden angesehen werden, zukünftige Studien werden unter Verwendung längerer Intervalle empfohlen, um eine mögliche Kontamination zwischen den Bedingungen zu minimieren. Schließlich bewertete die vorliegende Studie nur die unmittelbaren Auswirkungen von CBI. Angesichts der hohen Rezidivraten bei der IGD sollten die langfristigen Auswirkungen von Interventionen untersucht werden und könnten wichtige Informationen hinsichtlich der Optimierung der Wirksamkeit von Interventionen liefern (König und Delfabbro, 2014).

Zusammenfassend bietet diese Studie neue Einblicke in die neuronalen Auswirkungen von CBI auf das durch Cue induzierte Verlangen nach IGD. Diese Ergebnisse deuten darauf hin, dass IGDs in den an der Belohnungsverarbeitung und an kognitiven Funktionen höherer Ordnung beteiligten Gehirnregionen eine anregende Spielwarn-induzierte Aktivierung zeigten, und CBI kann seine Wirkungen durch Verbesserung der kognitiven Kontrolle ausüben und durch die Änderung der Wahrnehmung der durch Glücksspiele verursachten Signale reduzieren Aktivität der vorderen Insula und ihre funktionelle Verbindung mit der Hirnregion, die an der visuellen Verarbeitung beteiligt ist. Solche Erkenntnisse fördern unser Verständnis der zugrundeliegenden Mechanismen von CBI und können dazu beitragen, Interventionen für IGD zu verfeinern.

Interessenkonflikt

JTZ, YWY, CCX, JL, LL, LJW, BL, SSM und XYF erklären, dass kein Interessenkonflikt besteht.

MNP hat Lundbeck, Ironwood, Shire, INSYS, River Mend Health, Opiant / Lakelight Therapeutics, Jazz Pharmaceuticals und Pfizer beraten und beraten; hat Forschungsunterstützung vom erhalten National Institutes of Health, Mohegan Sun Casino, der Nationales Zentrum für verantwortungsbewusstes Spielen und Pfizer Pharmazeutika; bietet klinische Betreuung in der Connecticut-Abteilung für psychische Gesundheits- und Suchtprobleme an; hat Zuschussprüfungen für die National Institutes of Health und andere Behörden durchgeführt; hat wissenschaftliche Vorlesungen in großen Runden, CME-Veranstaltungen und anderen klinischen oder wissenschaftlichen Einrichtungen gegeben.

Rolle der Finanzierungsquelle

Diese Studie wurde vom unterstützt Nationale Natural Science Foundation in China (Nein.) 31170990 und nein. 81100992), MOE (Bildungsministerium in China) Projekt der Geistes- und Sozialwissenschaften (Nr.15YJA190010), Und Fundamental Research Funds für die Zentralen Universitäten Chinas (Nein.)2015KJJCA13). Die Beteiligung von MNP wurde unterstützt von National Institutes of Health (R01 DA035058, P50 DA09241), Die Nationales Zentrum für Sucht und Drogenmissbrauchund der Nationales Zentrum für verantwortungsbewusstes Spielen. Die Ansichten des Manuskripts spiegeln die Ansichten der Autoren und nicht notwendigerweise die der finanzierenden Stellen wider.

Bibliographie

1.     

o Diagnostisches und statistisches Handbuch für psychische Störungen

o (5. Aufl.) American Psychiatric Association, Arlington, VA (2013)

  •  

2.     

o Ein Inventar zur Messung von Depressionen

o Arch. Gen. Psychiatry, 4 (1961), S. 561–571

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (20062)

3.     

o Eine Bestandsaufnahme zur Messung der klinischen Angst: psychometrische Eigenschaften

o J. Consult. Clin. Psychol., 56 (1988), S. 893–897

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (4773)

4.     

o Präfrontale Kontrolle und Internetabhängigkeit: Ein theoretisches Modell und eine Überprüfung der neuropsychologischen und bildgebenden Befunde

o Vorderseite. Summen. Neurosci., 8 (2014), p. 375

  •  

5.     

o Die ventrale Striatum-Aktivität beim Betrachten bevorzugter pornografischer Bilder korreliert mit Symptomen einer Internetpornografiesucht

o NeuroImage, 129 (2016), S. 224–232

|

 PDF (886 K)

|

Datensatz in Scopus anzeigen

6.     

o Erhöhte präfrontale und parahippocampale Aktivierung mit reduzierter dorsolateraler präfrontaler und insularer Kortexaktivierung für Lebensmittelbilder bei Fettleibigkeit: eine Metaanalyse von fMRI-Studien

o PLoS One, 8 (2013), p. e60393

7.     

o Die Fragen zum AUDIT-Alkoholkonsum (AUDIT-C): Ein effektiver kurzer Screening-Test für problematisches Trinken

o Arch. Praktikant Med., 158 (1998), S. 1789–1795

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (1302)

8.     

  • Caudaet al., 2011
  • F. Cauda, ​​F. D'Agata, K. Sacco, S. Duca, G. Geminiani, A. Vercelli

o Funktionelle Konnektivität der Insula im ruhenden Gehirn

o NeuroImage, 55 (2011), S. 8–23

|

 PDF (2743 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (233)

9.     

o Der Precuneus: eine Überprüfung seiner funktionellen Anatomie und Verhaltenskorrelate

o Brain, 129 (2006), S. 564–583

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (1728)

10  

o Entwicklung einer chinesischen Internet-Sucht-Skala und ihrer psychometrischen Studie

o Chin. J. Psychol., 45 (2003), S. 279–294

 | 

Artikel zitieren (136)

11  

o Neuronale Substrate mit Cue-Reaktivität: Assoziation mit Behandlungsergebnissen und Rückfall

o Süchtiger. Biol., 21 (2016), S. 3–22

|

Datensatz in Scopus anzeigen

12  

o Ein kognitiv-verhaltensbezogenes Modell für Internet-Gaming-Störungen - theoretische Grundlagen und klinische Implikationen

o J. Psychiatr. Res., 58 (2014), S. 7–11

|

 PDF (450 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (21)

13  

  • Engelmann et al., 2012
  • JM Engelmann, F. Versace, JD Robinson, JA Minnix, CYLam, Y. Cui, VL Brown, PM Cinciripini

o Neuronale Substrate für die Reaktivität von Rauchreizen: eine Metaanalyse von fMRI-Studien

o NeuroImage, 60 (2012), S. 252–262

|

 PDF (413 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (85)

14  

o Messung des Ausmaßes der körperlichen Abhängigkeit vom Tabakrauchen im Hinblick auf die Individualisierung der Behandlung

o Süchtiger. Behav., 3 (1978), S. 235–241

|

 PDF (120 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (1455)

15  

o Neurophysiologische Wirkungen von Modafinil auf die Cue-Exposition bei Kokainabhängigkeit: Eine randomisierte, placebokontrollierte Cross-Over-Studie unter Verwendung von pharmakologischem fMRI

o Süchtiger. Behav., 38 (2013), S. 1509–1517

|

 PDF (603 K)

16  

o Dopamin-Gene und Belohnungsabhängigkeit bei Jugendlichen mit übermäßigem Internet-Videospiel

o J. Addict. Med., 1 (2007), S. 133–138

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (56)

17  

o Die Behandlung mit verzögerter Freisetzung von Bupropion verringert das Verlangen nach Videospielen und die durch Hinweise hervorgerufene Gehirnaktivität bei Patienten mit Internet-Videospielsucht

o Exp. Clin. Psychopharmacol., 18 (2010), p. 297

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (85)

18  

o Änderungen der Cue-induzierten präfrontalen Kortexaktivität beim Spielen von Videospielen

o Cyberpsychol. Behav. Soc. Netw., 13 (2010), S. 655–661

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (44)

19  

o Die Auswirkung der Familientherapie auf die Veränderungen des Schweregrads des Online-Spiels und der Gehirnaktivität bei Jugendlichen mit Online-Spielsucht

o Psychiatry Res., 202 (2012), S. 126–131

|

 PDF (364 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (17)

20  

o Visuelle Kortexaktivierung für Drogenhinweise: Eine Metaanalyse von Artikeln zur funktionellen Bildgebung in der Literatur zu Sucht und Drogenmissbrauch

o Drug Alcohol Depend., 143 (2014), S. 206–212

|

 PDF (998 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (7)

1.     

o Dorsolaterale präfrontale und orbitofrontale Kortexwechselwirkungen während der Selbstkontrolle des Verlangens nach Zigaretten

o Proc. Natl. Acad. Sci. USA, 110 (2013), S. 4422–4427

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (43)

2.     

o Untersuchung von Achtsamkeitsmeditationspraktikern mit voxelbasierter Morphometrie

o Soc. Cogn. Beeinflussen. Neurosci., 3 (2008), S. 55–61

3.     

o Die neuronalen Mechanismen der Top-Down-Aufmerksamkeitskontrolle

o Nat. Neurosci., 3 (2000), S. 284–291

 | 

Artikel zitieren (1075)

4.     

o Faktoren, die die neuronale Reaktivität gegenüber Drogensignalen bei Sucht modulieren: eine Übersicht über Studien zur Bildgebung beim Menschen

o Neurosci. Biobehav. Rev. 38 (2014), S. 1–16

|

 PDF (1760 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (66)

5.     

o Wer wird zurückfallen? Die Symptome der Nikotinabhängigkeit sagen einen langfristigen Rückfall nach Raucherentwöhnung voraus

o J. Consult. Clin. Psychol., 60 (1992), S. 797–801

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (91)

6.     

o Reduzierte striatale Dopamin-D2-Rezeptoren bei Menschen mit Internetabhängigkeit

o Neuroreport, 22 (2011), S. 407–411

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (66)

7.     

o Behandlung von Internet-Spielstörungen: eine Überprüfung der Definitionen der Diagnose und des Behandlungsergebnisses

o J. Clin. Psychol., 70 (2014), S. 942–955

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (14)

8.     

  • Ko et al., 2009a
  • CH. Ko, G.-C. Liu, S. Hsiao, J.-Y. Yen, M.-J. Yang, W.-C. Lin, C.-F. Yen, C.-S. Chen

o Gehirnaktivitäten im Zusammenhang mit dem Spieldrang der Online-Spielsucht

o J. Psychiatr. Res., 43 (2009), S. 739–747

|

 PDF (537 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (228)

9.     

o Vorgeschlagene diagnostische Kriterien und das Screening- und Diagnosewerkzeug für Internetabhängigkeit bei College-Studenten

o Compr. Psychiatry, 50 (2009), S. 378–384

|

 PDF (149 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (83)

10  

o Die Gehirnaktivierungen sowohl für Cue-induzierten Spieldrang als auch für das Verlangen nach Rauchen bei Personen, die mit Internet-Spielsucht und Nikotinabhängigkeit komorbid sind

o J. Psychiatr. Res., 47 (2013), S. 486–493

|

 PDF (842 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (35)

11  

o Das Gehirn korreliert mit dem Verlangen nach Online-Spielen unter Cue-Exposition bei Probanden mit Internet-Spielsucht und bei remittierten Probanden

o Süchtiger. Biol., 18 (2013), S. 559–569

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (51)

12  

  • Ko et al., 2014
  • CH. Ko, J.-Y. Yen, S.-H. Chen, P.-W. Wang, C.-S. Chen, C.-F. Yen

o Bewertung der diagnostischen Kriterien für Internet-Gaming-Störungen im DSM-5 bei jungen Erwachsenen in Taiwan

o J. Psychiatr. Res., 53 (2014), S. 103–110

|

 PDF (275 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (36)

13  

  • Koepp et al., 1998
  • MJ Koepp, RN Gunn, AD Lawrence, VJ Cunningham, A. Dagher, T. Jones, DJ Brooks, CJ Bank, PM Grasby

o Hinweise auf eine striatale Dopaminfreisetzung während eines Videospiels

o Nature, 393 (1998), S. 266–268

 | 

Artikel zitieren (660)

14  

o Gemeinsame und unterschiedliche neuronale Behandlungsziele: Veränderung der Gehirnfunktion bei Substanzabhängigkeit

o Neurosci. Biobehav. Rev. 37 (2013), S. 2806–2817

|

 PDF (1612 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (17)

15  

o Neurokreisläufe der Sucht

o Neuropsychopharmacology, 35 (2010), S. 217–238

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (1549)

16  

o Internet-Spielsucht: eine systematische Überprüfung der empirischen Forschung

o Int. J. Ment. Health Addict., 10 (2012), S. 278–296

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (123)

17  

  • Liu et al., 2016
  • L. Liu, SW Yip, JT Zhang, LJ Wang, ZJ Shen, B. Liu, SS Ma, YW Yao, XY Fang

o Aktivierung des ventralen und dorsalen Striatum während der Cue-Reaktivität bei Internet-Gaming-Störungen

o Süchtiger. Biol. (2016) http://dx.doi.org/10.1111/adb.1233

  •  

18  

  • Luigjes et al., 2012
  • J. Luigjes, W. Van Brink, M. Feenstra, P. Van den Munckhof, P. Schuurman, R. Schippers, A. Mazaheri, T. De Vries, D. Denys

o Tiefenhirnstimulation bei Sucht: eine Überprüfung potenzieller Gehirnziele

o Mol. Psychiatry, 17 (2012), S. 572–583

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (58)

19  

  • Luijten et al., 2011
  • M. Luijten, DJ Veltman, W. van den Brink, R. Hester, M. Field, M. Smits, IH Franken

o Neurobiologisches Substrat rauchbedingter Aufmerksamkeitsstörungen

o NeuroImage, 54 (2011), S. 2374–2381

|

 PDF (440 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (41)

20  

o Negative Verstärkung: Mögliche klinische Auswirkungen eines integrativen Modells

o JD Kassel (Hrsg.), Drogenmissbrauch und Emotionen, American Psychological Association, Washington, DC (2010)

  •  

1.     

o Die präfrontale Dysfunktion bei Personen mit Internet-Gaming-Störung: eine Metaanalyse von Studien zur funktionellen Magnetresonanztomographie

o Süchtiger. Biol., 20 (2014), S. 799–808

  •  

2.     

o Zigarettenexposition, Abhängigkeit und Verlangen hängen mit der Insuladicke bei jungen erwachsenen Rauchern zusammen

o Neuropsychopharmacology, 39 (2014), S. 1816–1822

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (18)

3.     

o Die Insula: ein kritisches neuronales Substrat für das Verlangen und die Suche nach Drogen unter Konflikten und Risiken

o Ann. NY Acad. Sci., 1316 (2014), S. 53–70

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (46)

4.     

o Abfangen und Drogenabhängigkeit

o Neuropharmacology, 76 (2014), S. 342–350

|

 PDF (409 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (38)

5.     

o Verhaltensabhängigkeiten sind wichtig

o Nature, 522 (2015), p. S62

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (2)

6.     

o Neurowissenschaften von Verhaltens- und pharmakologischen Behandlungen für Sucht

o Neuron, 69 (2011), S. 695–712

|

 PDF (510 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (90)

7.     

o Die neuronale Basis des Drogenverlangens: eine Anreiz-Sensibilisierungstheorie der Sucht

o Brain Res. Rev. 18 (1993), S. 247–291

|

 PDF (7973 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (4153)

8.     

o Um das zu bekommen, was Sie brauchen: gesunde und pathologische Internetnutzung

o Cyberpsychol. Behav., 2 (1999), S. 385–393

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (46)

9.     

  • Sun et al., 2012
  • Y. Sun, H. Ying, RM Seetohul, W. Xuemei, Z. Ya, L. Qian, X. Guoqing, S. Ye

o Gehirn-fMRI-Studie über das Verlangen, das durch Cue-Bilder bei Online-Spielsüchtigen (männliche Jugendliche) hervorgerufen wird

o Behav. Brain Res., 233 (2012), S. 563–576

|

 PDF (3063 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (25)

10  

o Schaltkreise der Selbstkontrolle und ihre Rolle bei der Reduzierung der Sucht

o Trends Cogn. Sci., 19 (2015), S. 439–444

|

 PDF (1138 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (9)

11  

o Die PET-Bildgebung zeigt Veränderungen der Gehirnfunktion bei Internet-Gaming-Störungen

o Eur. J. Nucl. Med. Mol. Imaging, 41 (2014), S. 1388–1397

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (9)

12  

o Präfrontale Reaktionen auf Drogenhinweise: eine neurokognitive Analyse

o Nat. Neurosci., 7 (2004), S. 211–214

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (219)

13  

o Behandlung der Internetabhängigkeit: eine Metaanalyse

o Clin. Psychol. Rev. 33 (2013), S. 317–329

|

 PDF (612 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (61)

14  

o BrainNet Viewer: Ein Netzwerkvisualisierungstool für die Konnektomik des menschlichen Gehirns

o PLoS One, 8 (2013), p. e68910

15  

o sensorische und motorische Aspekte der Sucht

o Behav. Brain Res., 207 (2010), S. 215–222

|

 PDF (677 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (33)

16  

  • Yao et al., 2015
  • Y.-W. Yao, L.-J. Wang, SW Yip, P.-R. Chen, S. Li, J. Xu, J.-T. Zhang, L.-Y. Deng, Q.-X. Liu, X.-Y. Fang

o Eine beeinträchtigte Entscheidungsfindung unter Risiko ist mit spielspezifischen Hemmungsdefiziten bei College-Studenten mit Internet-Spielstörung verbunden

o Psychiatry Res., 229 (2015), S. 302–309

|

 PDF (462 K)

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (5)

17  

o CBT-IA: das erste Behandlungsmodell für Internetabhängigkeit

o J. Cogn. Psychother., 25 (2011), S. 304–312

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (25)

18  

o Behandlungsergebnisse mit CBT-IA bei internetabhängigen Patienten

o J. Behav. Addict., 2 (2013), S. 209–215

|

Datensatz in Scopus anzeigen

 | 

Artikel zitieren (11)

19  

  • Zhang et al., 2016a
  • J.-T. Zhang, Y.-W. Yao, MN Potenza, C.-C. Xia, J. Lan, L. Liu, L.-J. Wang, B. Liu, S.-S. Ma, X.-Y. Fang

o Veränderte neuronale Aktivität im Ruhezustand und Veränderungen nach einer sehnsüchtigen Verhaltensintervention bei Internet-Spielstörungen

o Sci. Rep., 6 (2016), p. 28109

20  

  • Zhang et al., 2016b
  • J.-T. Zhang, Y.-W. Yao, CSR Li, Y.-F. Zang, Z.-J. Shen, L. Liu, L.-J. Wang, B. Liu, X.-Y. Fang

o Veränderte funktionelle Konnektivität der Insula im Ruhezustand bei jungen Erwachsenen mit Internet-Gaming-Störung

o Süchtiger. Biol., 21 (2016), S. 743–751

|

 PDF (1238 K)

|

CrossRef

|

Datensatz in Scopus anzeigen

Korrespondierender Autor.

© 2016 Die Autoren. Veröffentlicht von Elsevier Inc.