Unterschiede der grauen Substanz im anterioren cingulären und orbitofrontalen Kortex junger Erwachsener mit Internet-Spielstörungen: Oberflächenbasierte Morphometrie (2018)

J Behav Addict. 2018 13: 1-10. doi: 10.1556 / 2006.7.2018.20.

Lee D1,2, Park J3, Namkoong K1,2, Kim IY3, Jung YC1,2.

ABSTRACT

Hintergrund und Ziele

Eine geänderte Risiko-Ertrags-Entscheidung wird vorgeschlagen, um Personen mit einer Internet-Spielstörung (IGD) zu prädisponieren, um kurzfristigen Vergnügen zu verfolgen, trotz langfristiger negativer Konsequenzen. Der anteriore cinguläre Kortex (ACC) und der orbitofrontale Kortex (OFC) spielen eine wichtige Rolle bei der Risiko-Ertrags-Entscheidung. Diese Studie untersuchte Unterschiede der grauen Substanz in der ACC und OFC von jungen Erwachsenen mit und ohne IGD mit Oberflächen-Morphometrie (SBM).

Methoden

Wir untersuchten junge männliche 45-Erwachsene mit IGD- und 35-altersangepassten männlichen Kontrollen. Wir führten eine ROI-basierte Analyse der kortikalen Dicke und des grauen Substanzvolumens (GMV) im ACC und OFC durch. Wir führten auch eine Vertex-Analyse des gesamten Kortex durch, um die ROI-basierte Analyse zu ergänzen.

Die Ergebnisse

IGD-Patienten hatten dünnere Kortexe im rechten rostralen ACC, rechten lateralen OFC und linken pars orbitalis als Kontrollen. Wir fanden auch kleinere GMV in der rechten kaudalen ACC und linken Pars orbitalis in IGD-Probanden. Der dünnere Kortex der rechten lateralen OFC bei IGD-Patienten korrelierte mit höherer kognitiver Impulsivität. Die Ganzhirnanalyse bei IGD-Probanden zeigte einen dünneren Kortex im rechten motorischen Zusatzbereich, im linken frontalen Augenfeld, im oberen parietalen Lobulus und im posterioren cingulären Kortex.

Schlussfolgerungen

Personen mit IGD hatten eine dünnere Kortex und eine kleinere GMV in der ACC und OFC, die kritische Bereiche für die Bewertung Belohnung Werte sind, Fehlerverarbeitung und Anpassung Verhalten. Darüber hinaus wiesen sie in verhaltenskontrollierten Hirnregionen, einschließlich frontoparietaler Areale, auch dünnere Cortices auf. Diese Unterschiede in der grauen Substanz können zur IGD-Pathophysiologie durch eine veränderte Risiko-Ertrags-Entscheidung und eine verminderte Verhaltenskontrolle beitragen.

KEYWORDS: Internet-Spielstörung; kortikale Dicke; Volumen der grauen Substanz; Risiko / Rendite-Entscheidungen; Oberflächenbasierte Morphometrie

PMID: 29529887

DOI: 10.1556/2006.7.2018.20

Seit jung (1998b) präsentierte das Konzept vor etwa zwei Jahrzehnten, Verhaltensauffälligkeiten bei Internet-Aktivitäten haben sich als ein wichtiges Problem der psychischen Gesundheit bei jungen Menschen (Kuss, Griffiths, Karila & Billieux, 2014). Von diesen Verhaltensstörungen wurde die Internet-Spiel-Störung (IGD) als ein Thema von großem Interesse untersucht (Kuss, 2013). Erhöhte Belohnungsempfindlichkeit und verringerte Verlustempfindlichkeit sind in IGD-Fällen (Dong, DeVito, Huang & Du, 2012; Dong, Hu & Lin, 2013). Probleme mit der Fehlerüberwachung (Dong, Shen, Huang & Du, 2013) und Schwierigkeiten, das Verhalten angemessen zu steuern (Ko et al., 2014) werden auch in IGD berichtet. Folglich fördert ein Ungleichgewicht zwischen verbessertem Belohnungssuchen und verminderter Verhaltenskontrolle bei IGD eine gestörte Risiko-Ertrags-Entscheidung (Dong & Potenza, 2014). Im IGD ist eine veränderte Risiko-Ertrags-Entscheidung, die durch Entscheidungsdefizite unter riskanten Bedingungen und Präferenz für unmittelbare Belohnung gekennzeichnet ist, eng mit der kurzfristigen Befriedigung von Internetspielen verbunden, trotz langfristiger negativer Konsequenzen (Pawlikowski & Brand, 2011; Yao et al., 2015).

Eine Meta-Analyse der Entscheidungsfindung ergab, dass die Hirnregionen des orbitofrontalen Kortex (OFC) und des anterioren cingulären Kortex (ACC) am konsequentesten in Risiko / Belohnungs-Entscheidungen involviert waren (Krain, Wilson, Arbuckle, Castellanos & Milham, 2006). Insbesondere wird angenommen, dass der OFC Belohnungswerte auf der Grundlage der wahrgenommenen oder erwarteten Ergebnisse des Verhaltens (Wallis, 2007). Es wird vorgeschlagen, dass der ACC einen Belohnungsvorhersagefehler codiert (die Differenz zwischen einer vorhergesagten Belohnung und einem tatsächlichen Ergebnis) (Hayden, Heilbronner, Pearson & Platt, 2011) und spielen eine entscheidende Rolle bei der Fehlerüberwachung undAmiez, Joseph & Procyk, 2005). Personen mit IGD berichteten über eine veränderte funktionelle Aktivität des ACC und des OFC als Reaktion auf verschiedene mentale Aufgaben, die ihre Fähigkeit beeinflussen könnten, risiko- / belohnungsbezogene Entscheidungen zu treffen. In einer früheren Studie zur funktionellen Bildgebung mit der Probabilistic Guessing Task zeigten Personen mit IGD eine erhöhte Aktivierung im OFC während der Verstärkungsbedingungen und eine verminderte Aktivierung im ACC unter Verlustbedingungen (Dong, Huang & Du, 2011). Personen mit IGD zeigten auch eine veränderte Aktivierung in der ACC und der OFC in Reaktion auf die STROOP-Aufgabe, was auf eine verminderte Fähigkeit hinweist, eine Fehlerüberwachung durchzuführen und eine kognitive Kontrolle über ihr Verhalten auszuüben (Dong, DeVito, Du & Cui, 2012; Dong, Shen et al., 2013). Bemerkenswerterweise stimmen diese Befunde mit den gemeldeten strukturellen Veränderungen der OFC und der mit IGD assoziierten ACC überein (Lin, Dong, Wang & Du, 2015; Yuan et al., 2011). Eine neuere Studie, die ein Querschnitts- und Längsschnittdesign kombinierte, zeigte, dass Defizite in der orbitofrontalen grauen Substanz ein Marker für IGD sind (Zhou et al., 2017). Eine Beziehung zwischen der veränderten grauen Substanz im ACC und dysfunktionaler kognitiver Kontrolle wird in IGD berichtet (Lee, Namkoong, Lee & Jung, 2017; Wang et al., 2015). Angesichts des Einflusses der veränderten grauen Substanz auf die funktionelle neurale Aktivität (Honig, Kötter, Breakspear & Sporns, 2007) stellen wir die Hypothese auf, dass eine veränderte graue Substanz in der OFC und der ACC zu einer fehlangepassten Risiko-Risiko-Entscheidung bei IGD beiträgt.

Mehrere neuroanatomische Techniken werden verwendet, um graue Substanz zu untersuchen, einschließlich der oberflächenbasierten morphometrischen (SBM) Analyse, die eine empfindliche Methode zur Messung morphologischer Eigenschaften des Gehirns mit geometrischen Modellen der kortikalen Oberfläche bietet (Fischl et al., 2004). Die SBM-Analyse hat zahlreiche potentielle Vorteile für die Untersuchung der kortikalen Morphologie: Sie kann zur Messung kortikaler Faltungsmuster (Fischl et al., 2007) und subkortikales Gewebe auszublenden (Kim et al., 2005). Darüber hinaus liefert die SBM-Analyse aussagekräftige Informationen zur kortikalen Dicke, während vergleichbare Techniken wie die Voxel-basierte Morphometrie (VBM) sich auf die Beurteilung der kortikalen Form beschränken (Hutton, Draganski, Ashburner & Weiskopf, 2009). Obwohl VBM-Studien regionale GMV-Veränderungen bei Personen mit IGD gefunden haben (Yao et al., 2017), gab es keine ausreichende SBM-Analyse, einschließlich der Beurteilung der kortikalen Dicke, für IGD. Einige SBM-Studien fanden bei Jugendlichen mit IGD eine dünnere OFC als bei Kontrollen (Hong et al., 2013; Yuan et al., 2013). Eine SBM-Analyse junger Erwachsener mit IGD wurde jedoch nicht durchgeführt. Darüber hinaus wird berichtet, dass Jugendliche und junge Erwachsene mit IGD eine geringere GMV des ACC haben (Lee et al., 2017; Wang et al., 2015), gab es keine Studie über die kortikale Dicke des ACC. Weil GMV und kortikale Dicke verschiedene Arten von Informationen über neuropsychiatrische Störungen liefern (Lemaitre et al., 2012; Winkler et al., 2010), spekulieren wir, dass die kombinierten Maße von GMV und kortikaler Dicke ein vollständigeres Bild der veränderten grauen Substanz in IGD bieten können.

Der Zweck dieser Studie war es, ACC und OFC graue Substanz bei jungen Erwachsenen mit und ohne IGD zu vergleichen. Unter Verwendung der SBM-Analyse analysierten wir die GMV- und kortikale Dicke bei Internetspielsüchtigen. Wir nahmen an, dass junge Erwachsene mit IGD eine kleinere GMV und eine dünnere Kortex in der ACC und der OFC haben. Wir gehen davon aus, dass diese Veränderungen der grauen Substanz mit einer verstärkten Tendenz zu kurzfristigen Befriedigungen wie der Freude am Spielen und nicht mit der Bewertung langfristiger Risiken wie negativen psychosozialen Konsequenzen korrelieren. Um unsere Hypothese zu testen, führten wir eine ROI-basierte Analyse (Region of Interest) durch, die sich auf ACC und OFC konzentrierte, um GMV und kortikale Dicke bei jungen Erwachsenen mit IGD zu untersuchen. Wir haben dann Korrelationsanalysen verwendet, um die Beziehung zwischen alterierter grauer Substanz und den klinischen Merkmalen von IGD zu untersuchen. Für eine Sekundäranalyse führten wir eine Vertex-Analyse der kortikalen Dicke des gesamten Gehirns durch, um Veränderungen der kortikalen Dicke außerhalb des ACC und OFC als Ergänzung zur ROI-basierten Analyse zu untersuchen.

Materialen und Methoden

Teilnehmer

Teilnehmer für diese Studie wurden durch Online-Werbung, Flyer und Mundpropaganda rekrutiert. Nur Männer wurden in die Studie eingeschlossen. Die Teilnehmer wurden auf ihre Internetnutzungsmuster hin bewertet und mit einem bereits etablierten Internet Suchtest (IAT; Jung, 1998a). Die Teilnehmer, die 50-Punkte oder höher auf dem IAT erzielten und berichteten, dass ihre hauptsächliche Nutzung des Internets Spiele waren, wurden dann als Kandidaten klassifiziert, mit der Diagnose IGD. Diese Kandidaten unterzogen sich dann einem klinisch geführten Interview, um die Kernkomponenten ihrer Abhängigkeit, einschließlich Toleranz, Entzug, nachteilige Folgen und übermäßige Verwendung mit einem Verlust des Zeitgefühls (Block, 2008). Daher nahmen insgesamt 80-Teilnehmer an der Studie teil; Dazu gehörten 45 männliche Erwachsene mit IGD und 35 gesunden männlichen Kontrollen, die alle rechtshändig und im Alter zwischen 21 und 26 Jahren (Mittelwert: 23.6 ± 1.6) waren.

Alle Patienten erhielten das strukturierte klinische Interview für DSM-IV-Achse-I-Störungen (Erstens, Spitzer & Williams, 1997) zur Beurteilung des Vorliegens schwerer psychiatrischer Störungen und der koreanischen Version der Wechsler Adult Intelligence Scale (Wechsler, 2014) um den Intelligenzquotienten (IQ) zu bewerten. In Anbetracht dessen, dass IGD häufig psychiatrische Komorbiditäten aufweist (Kim et al., 2016) führten wir das Beck Depressionsinventar (BDI; Beck, Steer & Brown, 1996) für Depressionen, das Beck Anxiety Inventory (BAI; Beck, Epstein, Brown & Steer, 1988) für Angst und die Wender Utah Rating Skala (WURS; Ward, 1993) für Symptome einer Aufmerksamkeitsdefizit-Hyperaktivitätsstörung (ADHS) im Kindesalter. Schließlich, weil IGD eng mit hoher Impulsivität verbunden ist (Choi et al., 2014) verwendeten wir die Barratt Impulsivitätsskala - Version 11 (BIS-11; Patton & Stanford, 1995) um die Impulsivität zu testen. Der BIS-11 besteht aus drei Subskalen: kognitive Impulsivität, motorische Impulsivität und nicht planende Impulsivität. Alle Probanden waren während der Beurteilung medikamenten-naiv. Ausschlusskriterien für alle Probanden waren schwere psychiatrische Erkrankungen, die keine IGD waren, geringe Intelligenz, die die Fähigkeit, Selbstberichte zu erstellen, neurologische oder medizinische Erkrankungen und Kontraindikationen für die MRT-Untersuchung behinderten.

Datenerfassung und Bildverarbeitung

Gehirn-MRT-Daten wurden unter Verwendung eines 3T Siemens Magnetom-MRT-Scanners gesammelt, der mit einer 1-Kanal-Kopfspule ausgestattet war. Eine hochauflösende strukturelle MRT wurde in der Sagittalebene mittels einer T3-gewichteten verdorbenen 2.19D-Gradientenechosequenz aufgenommen (Echozeit = 1,780 ms, Wiederholungszeit = 9 ms, Flipwinkel = 256 °, Sichtfeld = 256 mm, Matrix = 256 × 1, transversale Scheibendicke = 5.3.0 mm). Alle MRT-Daten wurden visuell auf das Vorhandensein von Artefakten untersucht. FreeSurfer XNUMX (http://surfer.nmr.mgh.harvard.edu/) wurde für SBM - Analysen der kortikalen Dicke und GMV eingesetzt. Der Verarbeitungsstrom beinhaltete die Entsorgung von Nicht-Hirngewebe unter Verwendung eines hybriden Ansatzes (Ségonne et al., 2004), Korrektur der Intensitätsungleichförmigkeit (Sled, Zijdenbos & Evans, 1998), Segmentierung von Gewebe grau-weißerDale, Fischl & Sereno, 1999), Tessellation von grau-weißer Materie Grenze und topologische Korrektur (Ségonne, Pacheco & Fischl, 2007), Oberflächeninflation und -abflachung (Fischl, Sereno & Dale, 1999), Transformation in einen sphärischen Weltraumatlas (Fischl, Sereno, Tootell & Dale, 1999) und automatische Parzellierung der menschlichen Großhirnrinde (Fischl et al., 2004). Die kortikale Dicke wurde bestimmt, indem der Abstand zwischen der grau-weißen Substanzgrenze (innere Oberfläche) und der pialen Oberfläche (äußere Oberfläche) geschätzt wurde. Die Daten wurden geglättet unter Verwendung eines 10-mm Halbwerts-Gaußschen Vollbreiten-Kerns.

Bildgebende Datenanalyse

ROI-basierte Analysen wurden durchgeführt, um GMV und kortikale Dicke zwischen Individuen mit IGD und Kontrollen zu vergleichen. ROIs wurden mit dem Desikan-Killiany-Kortexatlas definiert (Desikan et al., 2006). ROIs umfassten beide Seiten des ACC (kaudal / rostral ACC) und des OFC (lateral / medial OFC, pars orbitalis) (Abb 1). Um Gruppenunterschiede (Individuen mit IGD vs. Kontrollen) in GMV und kortikaler Dicke zu bestimmen, wurden die Mittelwerte von GMV und die kortikale Dicke innerhalb jeder ROI mit FreeSurfer extrahiert. Für jeden ROI wurde eine Kovarianzanalyse mit SPSS 24.0 (SPSS Inc., Chicago, IL, USA) für ein Signifikanzniveau von p = 05. Alter, IQ und das intrakranielle Volumen (ICV) jedes Probanden wurden als Kovariaten in die GMV-Analyse eingegeben. Alter und IQ wurden als Kovariaten in die Analyse der kortikalen Dicke eingegeben, aber ICV wurde nicht als Kovariate eingeschlossen, da frühere Studien darauf hingewiesen haben, dass die kortikale Dicke nicht durch ICV beeinflusst wird (Buckner et al., 2004). Um die Beziehungen zwischen Gehirn und Verhalten zu untersuchen, führten wir eine Korrelationsanalyse für Veränderungen der grauen Substanz (GMV und kortikale Dicke in der OFC und der ACC) und der selbstberichtenden Skalen (IAT und BIS) durch.

Figur Eltern entfernen

Figure 1. Regionen von Interesse (ROIs). ROIs wurden gemäß dem Desikan-Killiany-Kortexatlas definiert. ROIs für den anterioren cingulären Kortex (ACC) umfassten beide Seiten des kaudalen ACC (grün) und des rostralen ACC (orange). ROIs für den orbitofrontalen Kortex (OFC) umfassten beide Seiten des lateralen OFC (rot), des medialen OFC (blau) und des Pars orbitalis (gelb)

Zur Ergänzung der ROI-Analyse wurden die oberflächenbasierten Ganzhirnanalysen für die kortikale Dicke unter Verwendung allgemeiner linearer Modelle im FreeSurfer-Modul "Query, Design, Estimate, Contrast" durchgeführt, wobei das Alter und der IQ jedes Probanden überprüft wurden. Als explorative Untersuchung für das gesamte Gehirn, eine clusterbildende Schwelle von unkorrigierten p <005 wurde für einen vertexweisen Vergleich verwendet. Wir haben ausschließlich Cluster mit einer signifikanten Anzahl von Eckpunkten größer als 200 gemeldet, um die Möglichkeit der Erzeugung falsch positiver Ergebnisse zu verringern (Fung et al., 2015; Wang et al., 2014).

Ethik

Diese Studie wurde unter den vom Institutional Review Board der Yonsei University festgelegten Richtlinien für die Verwendung von menschlichen Teilnehmern durchgeführt. Der Institutional Review Board der Yonsei University hat die Studie genehmigt. Nach einer vollständigen Beschreibung des Umfangs der Studie für alle Teilnehmer wurde eine schriftliche Einverständniserklärung eingeholt.

Die Ergebnisse

Vorherige SektionNächster Abschnitt

Demographische und klinische Merkmale von Probanden

Die Teilnehmer in den Kontroll- und IGD-Gruppen wurden mit dem Alter und dem Gesamt-IQ verglichen (Tabelle 1) 1). Probanden mit IGD erreichten signifikant höhere Werte bei Tests der Internetabhängigkeit (IA) und der Impulsivität im Vergleich zu Kontrollen (IAT: p <001; BIS: p = 012). Darüber hinaus erzielten Mitglieder der IGD-Gruppe bei Tests auf Depressionen, Angstzustände und ADHS-Symptome bei Kindern im Vergleich zu gesunden Kontrollen (BDI:) signifikant höhere Werte. p = 001; BAI: p <001; WURS: p <001). Das Gesamt-ICV unterschied sich nicht signifikant zwischen Kontrollen und Probanden mit IGD (1,600.39 ± 149.09 cm)3 für IA-Gruppe; 1,624.02 ± 138.96 cm3 für Kontrollen; p = .467).

Tisch

Tabelle 1. Demographie und klinische Variablen der Teilnehmer
 

Tabelle 1. Demographie und klinische Variablen der Teilnehmer

 

Gruppe für Internet-Spielstörung (n = 45)

Kontrollgruppe (n = 35)

Prüfung (t)

p Wert

Alter Jahre)23.8 ± 1.523.4 ± 1.71.074.286
Vollständiger IQa101.0 ± 10.3102.7 ± 9.30.779.438
Internetsuchtest65.8 ± 10.631.8 ± 12.712.990<.001
Barratt Impulsivitätsskala52.6 ± 14.844.8 ± 11.62.585.012
 Kognitive Impulsivität13.8 ± 5.112.2 ± 4.31.430.157
 Motorische Impulsivität18.3 ± 4.214.9 ± 3.43.949<.001
 Planungsfreier Impuls20.6 ± 7.917.7 ± 5.91.817.073
Beck Depression Inventory14.4 ± 7.48.8 ± 6.93.489.001
Beck-Angst-Inventar13.0 ± 9.26.8 ± 5.83.695<.001
Alkohol-Use-Disorder-Identifizierungstest12.8 ± 9.69.8 ± 5.71.728.088
Wender Utah Bewertungsskalab42.0 ± 21.925.4 ± 16.03.759<.001

Note. Die Werte werden als Mittelwert ± ausgedrückt SD.

aDer Intelligenzquotient (IQ) wurde mit der Wechsler Adult Intelligence Scale bewertet.

bWender Utah Rating-Skala wurde durchgeführt, um ADHS-Symptome in der Kindheit zu beurteilen.

ROI-basierte Analysen

ROI-basierte Analysen der kortikalen Dicke zeigten, dass Probanden mit IGD in der rechten rostralen ACC, der rechten lateralen OFC und der linken pars orbitalis einen dünneren Kortex hatten als der Kortex in der Kontrollgruppe (rostral ACC: p = 011; laterales OFC: p = 021; pars orbitalis: p = 003; Tabelle 2). Diese Befunde blieben signifikant, nachdem komorbide Zustände (BDI, BAI und WURS) als Kovariaten (rostral ACC: p = 008; laterales OFC: p = 044; pars orbitalis: p = 014). ROI-basierte Analysen für GMV zeigten, dass Patienten mit IGD im rechten kaudalen ACC und im linken Pars orbitalis im Vergleich zu Kontrollen (kaudales ACC:) ein geringeres GMV aufwiesen. p = 042; pars orbitalis: p = 021). Diese Befunde blieben im kaudalen ACC signifikant (p = 013) nach Einbeziehung komorbider Zustände (BDI, BAI und WURS) als Kovariaten, jedoch nicht in die Pars orbitalis (p = 098). Im Vergleich zu Kontrollen hatten Probanden mit IGD kein größeres GMV oder keinen dickeren Kortex in den ROIs.

Tisch

Tabelle 2. Region-of-Interest-basierter Vergleich der kortikalen Dicke und des Volumens der grauen Substanz zwischen jungen Männern mit Internet-Gaming-Störung (IGD) und Kontrollen (IGD-Gruppe <Kontrollgruppe)
 

Tabelle 2. Region-of-Interest-basierter Vergleich der kortikalen Dicke und des Volumens der grauen Substanz zwischen jungen Männern mit Internet-Gaming-Störung (IGD) und Kontrollen (IGD-Gruppe <Kontrollgruppe)

 

Seite

Gruppe für Internet-Spielstörung (n = 45)

Kontrollgruppe (n = 35)

Prüfung (F)

p Wert

Kortikale Dicke (mm)
 Rostraler anteriorer cingulöser KortexRechts2.86 ± 0.202.98 ± 0.196.747.011
 Lateraler orbitofrontaler KortexRechts2.71 ± 0.142.79 ± 0.145.540.021
 Pars orbitalisLinks2.71 ± 0.202.86 ± 0.219.453.003
Volumen der grauen Substanz (mm3)
 Caudaler anteriorer cingulöser KortexRechts2,353.24 ± 556.332,606.89 ± 540.764.285.042
 Pars orbitalisLinks2,298.00 ± 323.252,457.83 ± 298.865.523.021

Note. Die Werte werden als Mittelwert ± ausgedrückt SD.

Bei IGD-Patienten korrelierte ein dünner Kortex im rechten lateralen OFC signifikant mit höheren kognitiven Impulsivitätswerten, nachdem Komorbiditäten (BDI, BAI und WURS) als Kovariaten einbezogen wurden (r = –333, p = 038; Zahl 2). Wir fanden keine statistische Korrelation zwischen Veränderungen der grauen Substanz, insbesondere einem kleineren GMV und einem dünneren Cortex, und IAT-Scores.

Figur Eltern entfernen

Figure 2. Korrelationsanalyse für Gehirn-Verhaltens-Beziehungen. Teilkorrelation zwischen Kortikalisdicke im rechten lateralen orbitofrontalen Kortex (OFC) und kognitiver Impulsivitätsscore der Barratt-Impulsivitätsskala (BIS) nach Kontrolle der Kovariablen (Alter, IQ, BDI, BAI und WURS). Um eine partielle Korrelation darzustellen, wurden die Variablen mittels einer linearen Regression auf Kovariaten zurückgebildet. Streudiagramme wurden mit berechneten nicht standardisierten Residuen erstellt. Die kortikale Dicke der rechten lateralen OFC korrelierte signifikant mit der kognitiven Impulsivität bei IGD-Patienten (r = –333, p = .038)

Scheitelpunkt-Analyse des ganzen Gehirns

Eine Vertex-Analyse der Kortexdicke im gesamten Gehirn zeigte, dass Probanden mit IGD eine dünnere Kortikalis im rechten motorischen Bereich aufwiesen (SMA; Peak Talairach-Koordinate: X = 7, Y = 21, Z = 53; Zahl 3A). Darüber hinaus hatten Probanden mit IGD einen dünneren Kortex im linken frontalen Augenfeld (FEF; Peak Talairach-Koordinate: X = –10, Y = 17, Z = 45; Zahl 3B), der linke hintere cinguläre Kortex (PCC; Peak Talairach Koordinate: X = –9, Y = –30, Z = 40; Zahl 3B), und der linke obere Parietallappen (SPL; Peak Talairach Koordinate: X = –15, Y = –62, Z = 61; Zahl 3C) als Kontrollen. Angehörige der IGD-Gruppe hatten keine Hirnareale mit einem dickeren Kortex im Vergleich zu Kontrollen.

Figur Eltern entfernen

Figure 3. Scheitelpunkt-Analyse des gesamten Gehirns der kortikalen Dicke. Eine statistische Schwelle von p <005 (nicht korrigiert) wurde für einen vertexweisen Vergleich verwendet. Im Vergleich zu Kontrollen hatten Probanden mit IGD einen dünneren Kortex im (A) rechten zusätzlichen motorischen Bereich (SMA; Peak-Talairach-Koordinate: X = 7, Y = 21, Z = 53; Anzahl der Eckpunkte: 271), (B) linkes frontales Augenfeld (FEF; Peak-Talairach-Koordinate: X = –10, Y = 17, Z = 45; Anzahl der Eckpunkte: 224) und der linke hintere cingulöse Kortex (PCC; Peak-Talairach-Koordinate: X = –9, Y = –30, Z = 40; Anzahl der Eckpunkte: 215) und (C) linker oberer parietaler Läppchen (SPL; Peak-MNI-Koordinate: X = –15, Y = –62, Z = 61; Anzahl der Eckpunkte: 216)

Diskussion

Unter Verwendung der SBM-Analyse verglichen wir die graue Substanz der ACC und OFC bei jungen Erwachsenen mit IGD mit der von übereinstimmenden gesunden Kontrollen. Unsere Ergebnisse unterstützen die Hypothese, dass junge Erwachsene mit IGD dünnere Kortexe und kleinere GMVs im ACC und OFC als Kontrollen haben. Wir führten eine ROI-basierte Analyse durch und fanden heraus, dass Probanden mit IGD einen dünneren Kortex im rechten rostralen ACC, rechten lateralen OFC und linken pars orbitalis als Kontrollen haben. Frühere Studien haben einen dünneren Kortex in der lateralen OFC und Pars orbitalis von Jugendlichen mit IGD berichtet (Hong et al., 2013; Yuan et al., 2013). Diese Studie konzentrierte sich auf junge Erwachsene und fand ähnliche Ergebnisse in Bezug auf die kortikale Dicke im OFC und im rostralen ACC. Bei Patienten mit IGD korrelierte ein dünnerer rechtslateraler OFC-Kortex mit höherer kognitiver Impulsivität, was eine Tendenz widerspiegelt, Entscheidungen basierend auf kurzfristiger Befriedigung zu treffen. Darüber hinaus fanden wir, dass Probanden mit IGD eine kleinere GMV in der rechten kaudalen ACC und der linken Pars orbitalis hatten. Dieser Befund steht im Einklang mit früheren VBM-Studien, in denen berichtet wurde, dass Probanden mit IGD kleinere GMV im ACC und im OFC (Yuan et al., 2011; Zhou et al., 2011). Wie in früheren Studien (Hutton et al., 2009; Tomoda, Polcari, Anderson & Teicher, 2012), fielen unsere Ergebnisse von GMV und kortikaler Dicke teilweise zusammen, aber wir fanden auch Unterschiede. Unsere Ergebnisse legen nahe, dass die kortikale Dicke nicht vollständig mit GMV übereinstimmt, was darauf hindeutet, dass GMV und kortikale Dicke zusammen betrachtet werden sollten, um ein genaueres Bild der Veränderungen der grauen Substanz zu erhalten.

Ein wichtiges Ergebnis dieser Studie ist, dass junge Erwachsene mit IGD Veränderungen der grauen Substanz im ACC haben; Insbesondere haben diese Individuen einen dünneren rechtsrostralen ACC-Kortex sowie ein kleineres GMV im rechten kaudalen ACC, verglichen mit den Kontrollen. Der rostrale Teil des ACC ist an fehlerbezogenen Reaktionen einschließlich der affektiven Verarbeitung beteiligt, und der kaudale Teil des ACC ist mit der Erkennung von Konflikten assoziiert, um kognitive Kontrolle zu rekrutieren (Van Veen & Carter, 2002). Weil regionale kortikale Dicke mit Verhalten assoziiert ist (Bledsoe, Semrud-Clikeman & Pliszka, 2013; Ducharme et al., 2012), kann der dünnere rostrale ACC-Kortex in IGD dazu beitragen, dass die negativen Konsequenzen exzessiven Spielens nicht mit gestörter Fehlerverarbeitung beantwortet werden. Auch der kleinere GMV des kaudalen ACC bei Internetspielsüchtigen kann zum Verlust der kognitiven Kontrolle über exzessives Spielen beitragen. Darüber hinaus stimmen unsere Ergebnisse der Unterschiede in der grauen Substanz auf der rechten Seite des ACC mit früheren Beweisen überein, dass die Überwachung und die damit verbundene Verhaltenskontrolle auf die rechte Hemisphäre lateralisiert ist (Stuss, 2011).

Hier fanden wir, dass junge Erwachsene Männer mit IGD eine dünnere Kortex in der rechten lateralen OFC im Vergleich zu Kontrollen hatte. Im Allgemeinen trägt das OFC zur Überwachung von Belohnungswerten bei, die verschiedenen Entscheidungen zugeordnet sind. insbesondere wurde der rechte laterale Teil des OFC mit den inhibitorischen Prozessen in Verbindung gebracht, die zuvor belohnte Entscheidungen unterdrücken (Elliott & Deakin, 2005; Elliott, Dolan & Frith, 2000) und fördern die Auswahl von verzögerten monetären Belohnungen gegenüber unmittelbaren Belohnungen (McClure, Laibson, Loewenstein & Cohen, 2004). Darüber hinaus wurde kürzlich vorgeschlagen, dass die Rolle der rechten lateralen OFC die Integration früherer ergebnisbasierter Informationen mit aktuellen Wahrnehmungsinformationen einschließt, um vorausschauende Signale über bevorstehende Entscheidungen zu geben (Nogueira et al., 2017). Insgesamt deutet diese Evidenz darauf hin, dass das rechte laterale OFC die Entscheidungsfindung mit flexiblen und adaptiven internen und externen Informationen regelt. Läsionen am lateralen OFC beeinträchtigen die Entscheidungsfindung in Bezug auf eine verzögerte Belohnung, was zu kurzfristigen und impulsiven Entscheidungen führt (Mar, Walker, Theobald, Eagle & Robbins, 2011). Hier korrelierte die kortikale Dicke der rechten lateralen OFC bei IGD-Probanden signifikant mit der kognitiven Impulsivität, die definiert ist als "schnelle Entscheidungen treffen" (Stanford et al., 2009). Kürzlich war die kognitive Impulsivität eng mit belohnungsbasiertem Lernen und Entscheiden verbunden (Cáceres & San Martín, 2017). Basierend auf der Kombination unserer Ergebnisse und der vorhandenen Literatur spekulieren wir daher, dass ein dünnerer rechtslateraler OFC-Kortex Personen mit IGD davon abhält, Informationen effektiv zu integrieren, um Belohnungswerte zu schätzen, was zur Präferenz für kurzfristige Freude und impulsive Entscheidungsfindung beiträgt .

Ein weiterer wichtiger Befund war, dass Probanden mit IGD kleinere GMV und einen dünneren Kortex in der linken Pars orbitalis verglichen mit Kontrollen zeigten. Die Pars orbitalis befindet sich im vorderen Teil des Gyrus frontalis inferior und der Gyrus inferior frontalis neigt zur Koaktivierung mit der lateralen OFC (Zald et al., 2012). Darüber hinaus wurde die Pars orbitalis zusammen mit anderen orbitofrontalen Regionen mit der belohnungsbezogenen Informationsverarbeitung und Entscheidungsfindung in Verbindung gebracht (Dixon & Christoff, 2014). Insbesondere wurde gezeigt, dass die linke Seite der Pars orbitalis eng mit dem mittleren temporalen Gyrus verbunden ist und an kognitiv kontrolliertem Gedächtnis beteiligt ist (Badre, Poldrack, Paré-Blagoev, Insler & Wagner, 2005). Vorausgesetzt, dass die adaptive Antwortauswahl eine strategische Kontrolle des Speichersystems beinhaltet (Poldrack & Packard, 2003), Veränderungen der grauen Substanz innerhalb der linken Pars orbitalis können es schwierig machen, Verhalten basierend auf früheren Informationen (Badre & Wagner, 2007). Daher legen unsere Ergebnisse im Hinblick auf die Literatur nahe, dass kleinere GMV und dünner Kortex in der linken Pars Orbitalis von IGD-Patienten zu ihrer unkontrollierten Internetnutzung beitragen können, indem sie ihre Fähigkeit beeinträchtigen, ihr Verhalten basierend auf früheren Informationen anzupassen.

Bei der Vertex-Analyse des gesamten Gehirns fanden wir, dass Probanden mit IGD einen dünneren Kortex in der rechten SMA, der linken FEF, der linken SPL und der linken PCC verglichen mit den Kontrollen hatten. Die rechte SMA spielt eine Rolle bei der Verbindung von Kognition und Verhalten (Nachev, Kennard & Husain, 2008) und ist ein wichtiger Bereich für die Response-Inhibition (Picton et al., 2007). Die neuronale Aktivität in der PCC wird durch externe Umweltveränderungen moduliert, und diese Modulation kann mit einer kognitiven Verhaltensänderung für die Verhaltensadaptation verbunden sein (Pearson, Heilbronner, Barack, Hayden & Platt, 2011). Die FEF und die SPL sind auch wichtige Hirnregionen, die an der Kontrolle von oben nach unten beteiligt sind (Corbetta & Shulman, 2002). Die richtige Koordination der frontalen und parietalen Regionen wird als essentiell für die adaptive Aktionsplanung (Andersen & Cui, 2009). Obwohl weder die FEF- noch die SPL-Region ROIs in dieser Studie waren, schlagen wir vor, dass eine dünnere Kortex in diesen Bereichen des Gehirns, insbesondere in frontoparietalen Bereichen, eine wichtige Rolle bei der verminderten Verhaltenskontrolle bei Personen mit IGD spielt. Diese verminderte Verhaltenskontrolle kann die Entscheidungsfindung bei Risiko / Belohnung verändern, was zu Schwierigkeiten bei der Unterdrückung von Antrieben und dem Streben nach kurzfristiger Befriedigung führt.

Diese Studie hat Einschränkungen, die berücksichtigt werden sollten. Erstens wurde der Befund eines dünneren Kortex im ACC und der OFC durch ROI-basierte Analyse in der Ganzhirnanalyse nicht bestätigt. Wir spekulieren, dass diese Diskrepanz in erster Linie auf Unterschiede in der Methodik zurückzuführen ist. Zum Beispiel wurde die ROI-basierte Analyse durchgeführt, indem die mittlere kortikale Dicke innerhalb des manuell begrenzten Bereichs berechnet wurde und die Gruppenunterschiede durch nachfolgende statistische Analyse untersucht wurden; Im Gegensatz dazu wurde in der Ganzhirnanalyse ein verallgemeinertes lineares Modell verwendet, um die Unterschiede in der kortikalen Dicke der Gruppe zu bestimmen. Da die ROI-basierten und Gesamt-Gehirn-Ansätze unterschiedliche Arten von Informationen bieten, werden diese beiden Methoden als komplementär (Giuliani, Calhoun, Pearlson, Francis & Buchanan, 2005). Unsere derzeitigen Ergebnisse würden durch weitere Untersuchungen geklärt werden, um Fehler bei der ROI-basierten und der Gesamt-Gehirn-Vertex-Analyse zu reduzieren, insbesondere bei Fehlern, die aus räumlichen Normalisierungsprozessen abgeleitet werden. Zweitens, obwohl diese Studie ROIs unter der Annahme definierte, dass strukturelle Veränderungen in der OFC und der ACC der gestörten Risiko-Ertrags-Entscheidung bei IGD zugrunde liegen, gab es keine direkte Messung der Entscheidungsfähigkeit durch neuropsychologische Tests. Daher sollte bei der Verknüpfung unserer Befunde mit dysfunktionalen Risiko-Ertrags-Entscheidungen bei IGD sorgfältig überlegt werden. Drittens, obwohl die IGD-Diagnose in dieser Studie unter Verwendung der IAT-Skala und klinischer Interviews durchgeführt wurde, wurden die DSM-5-Diagnosekriterien für IGD nicht angewendet. Die DSM-5-IGD-Diagnosekriterien sind weit verbreitet, da DSM-5 IGD als eine der Bedingungen identifiziert hat, die weitere Untersuchungen erfordern (Petry & O'Brien, 2013). Um zuverlässige Beweise für IGD zu sammeln, ist es notwendig, ein konsistentes Diagnosewerkzeug anzuwenden. Daher sollten zukünftige IGD-Studien die DSM-5-Diagnosekriterien anwenden. Viertens, obwohl wir diese Studie auf Themen mit IGD beschränkten, die berichteten, dass Online-Gaming ihre primäre Nutzung des Internets war, nahmen die meisten Themen auch an anderen Online-Aktivitäten teil, einschließlich sozialer Netzwerke. Daher würde ein zukünftiges strukturelles und funktionelles Studiendesign, das neuronale Aktivitäten als Reaktion auf spielspezifische Stimuli misst, unsere Ergebnisse verbessern. Fünftens verwendeten wir in dieser Studie ein Querschnittsdesign. Zukünftige Forschungen, die longitudinale Studiendesigns zur Messung der Veränderungen der kortikalen Dicke während der Adoleszenz und im frühen Erwachsenenalter verwendeten, würden untersuchen, ob es einen kausalen Zusammenhang zwischen unseren Bildgebungsergebnissen und exzessiven Internet-Spielen gibt. Sechstens war unsere Stichprobe für diese Studie klein und umfasste nur männliche Probanden. Geschlechtsspezifische Unterschiede werden in Bezug auf die klinischen Merkmale von IGD berichtet (Ko, Yen, Chen, Chen & Yen, 2005). Größere Studien, die sowohl Männer als auch Frauen umfassen, werden notwendig sein, um unser Verständnis von IGD zu erweitern.

Zusammenfassung

Wir führten eine SBM-Analyse von jungen erwachsenen Männern mit IGD durch, um Veränderungen der grauen Substanz in der ACC und der OFC zu untersuchen, die mit der Risiko-Ertrags-Entscheidung zusammenhingen. Der ROI-basierte Vergleich mit Kontrollen zeigte, dass IGD-Patienten einen dünneren Kortex im rechten rostralen ACC, den rechten lateralen OFC und den linken pars orbitalis und einen kleineren GMV im rechten kaudalen ACC und linken pars orbitalis hatten. Ein dünner Kortex im rechten lateralen OFC korrelierte mit einer höheren kognitiven Impulsivität bei IGD-Patienten, was einen möglichen Einblick in die Entscheidungsfindung basierend auf kurzfristiger Befriedigung bei IGD lieferte. Die Ganzhirnanalyse von IGD-Probanden zeigte, dass sie in verhaltenskontrollierten Hirnregionen, einschließlich frontoparietaler Areale, einen dünneren Kortex hatten. Unsere Ergebnisse deuten darauf hin, dass Veränderungen der grauen Substanz Informationen über die IGD-Pathophysiologie liefern können, indem sie eine veränderte Risiko-Ertrags-Entscheidung und eine verminderte Verhaltenskontrolle widerspiegeln.

Beitrag der Autoren

DL und Y-CJ konzipierten und gestalteten die Studie. DL rekrutierte Teilnehmer und entwarf das Manuskript. JP analysierte und interpretierte die Daten. IYK und KN haben das Manuskript und wichtige intellektuelle Inhalte kritisch überarbeitet. Alle Autoren hatten vollen Zugriff auf alle Daten in der Studie und übernehmen die Verantwortung für die Integrität der Daten und die Genauigkeit der Datenanalyse. Alle Autoren haben die endgültige Fassung dieses Manuskripts zur Veröffentlichung kritisch geprüft und genehmigt. IYK und Y-CJ wurden gleichermaßen als korrespondierende Autoren zu dieser Studie beigetragen.

Interessenkonflikt

Die Autoren erklären keinen Interessenkonflikt.

Bibliographie

 Amiez, C., Joseph, J. P. & Procyk, E. (2005). Die vordere cingulierte fehlerbezogene Aktivität wird durch die vorhergesagte Belohnung moduliert. European Journal of Neuroscience, 21 (12), 3447–3452. doi:https://doi.org/10.1111/j.1460-9568.2005.04170.x CrossRef, Medline
 Andersen, R. A. & Cui, H. (2009). Absicht, Aktionsplanung und Entscheidungsfindung in parietal-frontalen Kreisläufen. Neuron, 63 (5), 568–583. doi:https://doi.org/10.1016/j.neuron.2009.08.028 CrossRef, Medline
 D. Badre, R. A. Poldrack, E. J. Paré-Blagoev, R. Z. Insler & A. D. Wagner (2005). Dissoziierbare kontrollierte Retrieval- und generalisierte Selektionsmechanismen im ventrolateralen präfrontalen Kortex. Neuron, 47 (6), 907–918. doi:https://doi.org/10.1016/j.neuron.2005.07.023 CrossRef, Medline
 Badre, D. & Wagner, A. D. (2007). Linksventrolateraler präfrontaler Kortex und kognitive Kontrolle des Gedächtnisses. Neuropsychologia, 45 (13), 2883–2901. doi:https://doi.org/10.1016/j.neuropsychologia.2007.06.015 CrossRef, Medline
 Beck, A. T., Epstein, N., Brown, G. & Steer, R. A. (1988). Ein Inventar zur Messung der klinischen Angst: Psychometrische Eigenschaften. Journal of Consulting and Clinical Psychology, 56 (6), 893–897. doi:https://doi.org/10.1037/0022-006X.56.6.893 CrossRef, Medline
 Beck, A. T., Steer, R. A. & Brown, G. K. (1996). Beck Depression Inventory-II. San Antonio, 78 (2), 490–498. doi:https://doi.org/10.1037/t00742-000
 J. C. Bledsoe, M. Semrud-Clikeman & S. R. Pliszka (2013). Vorderer cingulierter Kortex und Schweregrad der Symptome bei Aufmerksamkeitsdefizit- / Hyperaktivitätsstörung. Journal of Abnormal Psychology, 122 (2), 558–565. doi:https://doi.org/10.1037/a0032390 CrossRef, Medline
 Block, J. J. (2008). Probleme für DSM-V: Internetabhängigkeit. The American Journal of Psychiatric, 165 (3), 306–307. doi:https://doi.org/10.1176/appi.ajp.2007.07101556 CrossRef, Medline
 Buckner, R. L., Head, D., Parker, J., Fotenos, A. F., Marcus, D., Morris, J. C., & Snyder, A. Z. (2004). Ein einheitlicher Ansatz für die Analyse morphometrischer und funktioneller Daten bei jungen, alten und dementen Erwachsenen unter Verwendung einer automatisierten atlasbasierten Normalisierung der Kopfgröße: Zuverlässigkeit und Validierung gegen manuelle Messung des gesamten intrakraniellen Volumens. Neuroimage, 23 (2), 724–738. doi:https://doi.org/10.1016/j.neuroimage.2004.06.018 CrossRef, Medline
 Cáceres, P. & San Martín, R. (2017). Eine geringe kognitive Impulsivität ist mit einem besseren Gewinn- und Verlustlernen bei einer probabilistischen Entscheidungsaufgabe verbunden. Frontiers in Psychology, 8, 204. doi:https://doi.org/10.3389/fpsyg.2017.00204 CrossRef, Medline
 Choi, S.-W., Kim, H., Kim, G.-Y., Jeon, Y., Park, S., Lee, J.-Y., Jung, HY, Sohn, BK, Choi, JS , & Kim, DJ (2014). Ähnlichkeiten und Unterschiede zwischen Internet-Gaming-Störung, Glücksspielstörung und Alkoholkonsumstörung: Ein Schwerpunkt auf Impulsivität und Zwanghaftigkeit. Journal of Behavioral Addictions, 3 (4), 246–253. doi:https://doi.org/10.1556/JBA.3.2014.4.6 Link
 Corbetta, M. & Shulman, G. L. (2002). Kontrolle der zielgerichteten und stimulierungsgesteuerten Aufmerksamkeit im Gehirn. Natur Bewertungen. Neuroscience, 3 (3), 201–215. doi:https://doi.org/10.1038/nrn755 CrossRef, Medline
 Dale, A. M., Fischl, B. & Sereno, M. I. (1999). Kortikale oberflächenbasierte Analyse: I. Segmentierung und Oberflächenrekonstruktion. Neuroimage, 9 (2), 179–194. doi:https://doi.org/10.1006/nimg.1998.0395 CrossRef, Medline
 Desikan, RS, Ségonne, F., Fischl, B., Quinn, BT, Dickerson, BC, Blacker, D., Buckner, RL, Dale, AM, Maguire, RP, Hyman, BT, Albert, MS & Killiany, RJ (2006). Ein automatisiertes Markierungssystem zur Unterteilung der menschlichen Hirnrinde in MRT-Scans in interessierende Regionen auf Gyralbasis. Neuroimage, 31 (3), 968–980. doi:https://doi.org/10.1016/j.neuroimage.2006.01.021 CrossRef, Medline
 Dixon, M. L. & Christoff, K. (2014). Der laterale präfrontale Kortex und das komplexe wertebasierte Lernen und Entscheiden. Neuroscience and Biobehavioral Reviews, 45, 9–18. doi:https://doi.org/10.1016/j.neubiorev.2014.04.011 CrossRef, Medline
 G. Dong, E. DeVito, J. Huang & X. Du (2012). Die Diffusionstensor-Bildgebung zeigt Anomalien des Thalamus und des hinteren cingulären Kortex bei Internet-Spielsüchtigen. Journal of Psychiatric Research, 46 (9), 1212–1216. doi:https://doi.org/10.1016/j.jpsychires.2012.05.015 CrossRef, Medline
 G. Dong, E. E. DeVito, X. Du & Z. Cui (2012). Beeinträchtigte inhibitorische Kontrolle bei "Internet-Suchtstörung": Eine funktionelle Magnetresonanztomographie-Studie. Psychiatrieforschung: Neuroimaging, 203 (2), 153–158. doi:https://doi.org/10.1016/j.pscychresns.2012.02.001 CrossRef, Medline
 Dong, G., Hu, Y. & Lin, X. (2013). Belohnungs- / Bestrafungsempfindlichkeiten bei Internetabhängigen: Implikationen für ihr Suchtverhalten. Fortschritte in der Neuro-Psychopharmakologie und Biologischen Psychiatrie, 46, 139–145. doi:https://doi.org/10.1016/j.pnpbp.2013.07.007 CrossRef, Medline
 Dong, G., Huang, J. & Du, X. (2011). Verbesserte Belohnungssensitivität und verringerte Verlustsensitivität bei Internetabhängigen: Eine fMRI-Studie während einer Schätzaufgabe. Journal of Psychiatric Research, 45 (11), 1525–1529. doi:https://doi.org/10.1016/j.jpsychires.2011.06.017 CrossRef, Medline
 Dong, G. & Potenza, M. N. (2014). Ein kognitiv-verhaltensbezogenes Modell der Internet-Gaming-Störung: Theoretische Grundlagen und klinische Implikationen. Journal of Psychiatric Research, 58, 7–11. doi:https://doi.org/10.1016/j.jpsychires.2014.07.005 CrossRef, Medline
 G. Dong, Y. Shen, J. Huang & X. Du (2013). Beeinträchtigte Fehlerüberwachungsfunktion bei Menschen mit Internetabhängigkeitsstörung: Eine ereignisbezogene fMRI-Studie. European Addiction Research, 19 (5), 269–275. doi:https://doi.org/10.1159/000346783 CrossRef, Medline
 S. Ducharme, J. J. Hudziak, K. N. Botteron, M. D. Albaugh, T.-V. Nguyen, S. Karama, A. C. Evans & Cooperative Group. (2012). Eine verringerte regionale kortikale Dicke und Ausdünnungsrate sind bei gesunden Kindern mit Unaufmerksamkeitssymptomen verbunden. Zeitschrift der American Academy of Child and Adolescent Psychiatry, 51 (1), 18–27.e2. e12. doi:https://doi.org/10.1016/j.jaac.2011.09.022 CrossRef, Medline
 Elliott, R. & Deakin, B. (2005). Rolle des orbitofrontalen Kortex bei der Verstärkungsverarbeitung und der inhibitorischen Kontrolle: Hinweise aus Untersuchungen zur funktionellen Magnetresonanztomographie bei gesunden Menschen. International Review of Neurobiology, 65, 89–116. doi:https://doi.org/10.1016/S0074-7742(04)65004-5 CrossRef, Medline
 Elliott, R., Dolan, R.J. & Frith, C.D. (2000). Dissoziierbare Funktionen im medialen und lateralen orbitofrontalen Kortex: Evidenz aus Untersuchungen zur Bildgebung beim Menschen. Cerebral Cortex (New York, NY), 10 (3), 308–317. doi:https://doi.org/10.1093/cercor/10.3.308 Medline
 Zunächst M., Spitzer, R. & Williams, J. (1997). Strukturiertes klinisches Interview für das diagnostische und statistische Handbuch. Washington, DC: Amerikanische Psychiatrische Presse.
 B. Fischl, N. Rajendran, E. Busa, J. Augustinack, O. Hinds, B. T. Yeo, H. Mohlberg, K. Amunts & K. Zilles (2007). Kortikale Faltungsmuster und Vorhersage der Cytoarchitektur. Cerebral Cortex (New York, NY), 18 (8), 1973–1980. doi:https://doi.org/10.1093/cercor/bhm225 Medline
 Fischl, B., Sereno, M. I. & Dale, A. M. (1999). Kortikale oberflächenbasierte Analyse: II: Inflation, Abflachung und ein oberflächenbasiertes Koordinatensystem. Neuroimage, 9 (2), 195–207. doi:https://doi.org/10.1006/nimg.1998.0396 CrossRef, Medline
 B. Fischl, M. I. Sereno, R. B. Tootell & A. M. Dale (1999). Hochauflösende Mittelung zwischen Subjekten und ein Koordinatensystem für die kortikale Oberfläche. Human Brain Mapping, 8 (4), 272–284. doi:https://doi.org/10.1002/(SICI)1097-0193(1999)8:4<272::AID-HBM10>3.0.CO;2-4 CrossRef, Medline
 Fischl, B., Van Der Kouwe, A., Destrieux, C., Halgren, E., Ségonne, F., Salat, DH, Busa, E., Seidman, LJ, Goldstein, J., Kennedy, D., Caviness, V., Makris, N., Rosen, B. & Dale, AM (2004). Automatische Parzellierung der menschlichen Hirnrinde. Cerebral Cortex (New York, NY), 14 (1), 11–22. doi:https://doi.org/10.1093/cercor/bhg087 Medline
 Fung, G., Deng, Y., Zhao, Q., Li, Z., Qu, M., Li, K., Zeng, YW, Jin, Z., Ma, YT, Yu, X., Wang, ZR, Shum, DH & Chan, RC (2015). Unterscheidung zwischen bipolaren und depressiven Störungen durch Hirnstrukturmorphometrie: Eine Pilotstudie. BMC Psychiatry, 15 (1), 298. doi:https://doi.org/10.1186/s12888-015-0685-5 CrossRef, Medline
 N. R. Giuliani, V. D. Calhoun, G. D. Pearlson, A. Francis & R. W. Buchanan (2005). Voxelbasierte Morphometrie im Vergleich zur Region von Interesse: Ein Vergleich zweier Methoden zur Analyse der Unterschiede der grauen Substanz bei Schizophrenie. Schizophrenia Research, 74 (2), 135–147. doi:https://doi.org/10.1016/j.schres.2004.08.019 CrossRef, Medline
 B. Y. Hayden, S. R. Heilbronner, J. M. Pearson & M. L. Platt (2011). Überraschungssignale im anterioren cingulären Kortex: Neuronale Kodierung von vorzeichenlosen Belohnungsvorhersagefehlern, die zu einer Anpassung des Verhaltens führen. The Journal of Neuroscience, 31 (11), 4178–4187. doi:https://doi.org/10.1523/JNEUROSCI.4652-10.2011 CrossRef, Medline
 C. J. Honey, R. Kötter, M. Breakspear & O. Sporns (2007). Die Netzwerkstruktur der Großhirnrinde beeinflusst die funktionale Konnektivität auf mehreren Zeitskalen. Verfahren der National Academy of Sciences der Vereinigten Staaten von Amerika, 104 (24), 10240–10245. doi:https://doi.org/10.1073/pnas.0701519104 CrossRef, Medline
 Hong, S.-B., Kim, J.-W., Choi, E.-J., Kim, H.-H., Suh, J.-E., Kim, C.-D., Klauser, P., Whittle, S., Yűcel, M., Pantelis, C. & Yi, SH (2013). Reduzierte orbitofrontale kortikale Dicke bei männlichen Jugendlichen mit Internetabhängigkeit. Verhaltens- und Gehirnfunktionen: BBF, 9 (1), 11. doi:https://doi.org/10.1186/1744-9081-9-11 CrossRef, Medline
 Hutton, C., Draganski, B., Ashburner, J. & Weiskopf, N. (2009). Ein Vergleich zwischen voxelbasierter kortikaler Dicke und voxelbasierter Morphometrie bei normalem Altern. Neuroimage, 48 (2), 371–380. doi:https://doi.org/10.1016/j.neuroimage.2009.06.043 CrossRef, Medline
 Kim, J. S., Singh, V., Lee, J. K., Lerch, J., Ad-Dab'bagh, Y., MacDonald, D., Lee, J. M., Kim, S. I., & Evans, A. C. (2005). Automatisierte 3-D-Extraktion und Bewertung der inneren und äußeren kortikalen Oberfläche unter Verwendung einer Laplace-Karte und einer Klassifizierung des Teilvolumeneffekts. Neuroimage, 27 (1), 210–221. doi:https://doi.org/10.1016/j.neuroimage.2005.03.036 CrossRef, Medline
 Kim, NR, Hwang, SS-H., Choi, J.-S., Kim, D.-J., Demetrovics, Z., Király, O., Nagygyörgy, K., Griffiths, MD, Hyun, SY, Youn, HC & Choi, SW (2016). Merkmale und psychiatrische Symptome einer Internet-Gaming-Störung bei Erwachsenen unter Verwendung von selbst berichteten DSM-5-Kriterien. Psychiatry Investigation, 13 (1), 58–66. doi:https://doi.org/10.4306/pi.2016.13.1.58 CrossRef, Medline
 Ko, C.-H., Hsieh, T.-J., Chen, C.-Y., Yen, C.-F., Chen, C.-S., Yen, J.-Y., Wang, PW & Liu, GC (2014). Veränderte Gehirnaktivierung während der Reaktionshemmung und Fehlerverarbeitung bei Patienten mit Internet-Gaming-Störung: Eine funktionelle magnetische Bildgebungsstudie. Europäisches Archiv für Psychiatrie und klinische Neurowissenschaften, 264 (8), 661–672. doi:https://doi.org/10.1007/s00406-013-0483-3 CrossRef, Medline
 Ko, C.-H., Yen, J.-Y., Chen, C.-C., Chen, S.-H., & Yen, C.-F. (2005). Geschlechtsspezifische Unterschiede und verwandte Faktoren, die die Online-Spielsucht bei taiwanesischen Jugendlichen beeinflussen. Journal of Nervous and Mental Disease, 193 (4), 273–277. doi:https://doi.org/10.1097/01.nmd.0000158373.85150.57 CrossRef, Medline
 A. L. Krain, A. M. Wilson, R. Arbuckle, F. X. Castellanos & M. P. Milham (2006). Deutliche neuronale Mechanismen von Risiko und Mehrdeutigkeit: Eine Metaanalyse der Entscheidungsfindung. Neuroimage, 32 (1), 477–484. doi:https://doi.org/10.1016/j.neuroimage.2006.02.047 CrossRef, Medline
 Kuss, D. J. (2013). Internet-Spielsucht: Aktuelle Perspektiven. Psychologieforschung und Verhaltensmanagement, 6, 125–137. doi:https://doi.org/10.2147/PRBM.S39476 CrossRef, Medline
 D. J. Kuss, M. D. Griffiths, L. Karila & J. Billieux (2014). Internetabhängigkeit: Eine systematische Überprüfung der epidemiologischen Forschung im letzten Jahrzehnt. Current Pharmaceutical Design, 20 (25), 4026–4052. doi:https://doi.org/10.2174/13816128113199990617 CrossRef, Medline
 Lee, D., Namkoong, K., Lee, J. & Jung, Y. C. (2017). Anormales Volumen und Impulsivität der grauen Substanz bei jungen Erwachsenen mit Internet-Gaming-Störung. Sucht Biologie. Online-Veröffentlichung vorantreiben. doi:https://doi.org/10.1111/adb.12552
 H. Lemaitre, A. L. Goldman, F. Sambataro, B. A. Verchinski, A. Meyer-Lindenberg, D. R. Weinberger & V. S. Mattay (2012). Normale altersbedingte morphometrische Veränderungen des Gehirns: Ungleichmäßigkeit über kortikale Dicke, Oberfläche und Volumen der grauen Substanz? Neurobiology of Aging, 33 (3), 617.e1–617.e9. doi:https://doi.org/10.1016/j.neurobiolaging.2010.07.013 CrossRef
 Lin, X., Dong, G., Wang, Q. & Du, X. (2015). Anormales Volumen an grauer und weißer Substanz bei "Internet-Spielsüchtigen". Suchtverhalten, 40, 137–143. doi:https://doi.org/10.1016/j.addbeh.2014.09.010 CrossRef, Medline
 Mar, A. C., Walker, A. L., Theobald, D. E., Eagle, D. M., & Robbins, T. W. (2011). Dissoziierbare Effekte von Läsionen auf orbitofrontale Kortex-Subregionen auf die Impulswahl bei Ratten. The Journal of Neuroscience, 31 (17), 6398–6404. doi:https://doi.org/10.1523/JNEUROSCI.6620-10.2011 CrossRef, Medline
 S. M. McClure, D. I. Laibson, G. Loewenstein & J. D. Cohen (2004). Separate neuronale Systeme schätzen sofortige und verzögerte monetäre Belohnungen. Science (New York, NY), 306 (5695), 503–507. doi:https://doi.org/10.1126/science.1100907 CrossRef, Medline
 Nachev, P., Kennard, C. & Husain, M. (2008). Funktionale Rolle der ergänzenden und vorergänzenden motorischen Bereiche. Natur Bewertungen. Neuroscience, 9 (11), 856–869. doi:https://doi.org/10.1038/nrn2478 CrossRef, Medline
 R. Nogueira, J. M. Abolafia, J. Drugowitsch, E. Balaguer-Ballester, M. V. Sanchez-Vives & R. Moreno-Bote (2017). Der laterale orbitofrontale Kortex nimmt Entscheidungen vorweg und integriert sich vorab in aktuelle Informationen. Nature Communications, 8, 14823. doi:https://doi.org/10.1038/ncomms14823 CrossRef, Medline
 Patton, J. H. & Stanford, M. S. (1995). Faktorstruktur der Barratt-Impulsivitätsskala. Journal of Clinical Psychology, 51 (6), 768–774. doi:https://doi.org/10.1002/1097-4679(199511)51:6<768::AID-JCLP2270510607>3.0.CO;2-1 CrossRef, Medline
 Pawlikowski, M. & Brand, M. (2011). Übermäßiges Spielen im Internet und Entscheidungsfindung: Haben übermäßige World of Warcraft-Spieler Probleme bei der Entscheidungsfindung unter riskanten Bedingungen? Psychiatry Research, 188 (3), 428–433. doi:https://doi.org/10.1016/j.psychres.2011.05.017 CrossRef, Medline
 J. M. Pearson, S. R. Heilbronner, D. L. Barack, B. Y. Hayden & M. L. Platt (2011). Hinterer cingulöser Kortex: Anpassung des Verhaltens an eine sich verändernde Welt. Trends in Cognitive Sciences, 15 (4), 143–151. doi:https://doi.org/10.1016/j.tics.2011.02.002 CrossRef, Medline
 Petry, N. M. & O'Brien, C. P. (2013). Internet-Gaming-Störung und der DSM-5. Addiction (Abingdon, England), 108 (7), 1186–1187. doi:https://doi.org/10.1111/add.12162 CrossRef, Medline
 T. W. Picton, D. T. Stuss, M. P. Alexander, T. Shallice, M. A. Binns & S. Gillingham (2007). Auswirkungen fokaler frontaler Läsionen auf die Reaktionshemmung. Cerebral Cortex (New York, NY), 17 (4), 826–838. doi:https://doi.org/10.1093/cercor/bhk031 Medline
 R. A. Poldrack & M. G. Packard (2003). Wettbewerb zwischen mehreren Speichersystemen: Konvergierende Evidenz aus Tier- und Humanhirnstudien. Neuropsychologia, 41 (3), 245–251. doi:https://doi.org/10.1016/S0028-3932(02)00157-4 CrossRef, Medline
 F. Ségonne, A. M. Dale, E. Busa, M. Glessner, D. Salat, H. K. Hahn & B. Fischl (2004). Ein hybrider Ansatz zum Problem des Schädelentfernens in der MRT. Neuroimage, 22 (3), 1060–1075. doi:https://doi.org/10.1016/j.neuroimage.2004.03.032 CrossRef, Medline
 F. Ségonne, J. Pacheco & B. Fischl (2007). Geometrisch genaue Topologiekorrektur kortikaler Oberflächen mit nicht trennenden Schleifen. IEEE Transactions on Medical Imaging, 26 (4), 518–529. doi:https://doi.org/10.1109/TMI.2006.887364 CrossRef, Medline
 Sled, J. G., Zijdenbos, A. P. & Evans, A. C. (1998). Eine nichtparametrische Methode zur automatischen Korrektur der Intensitätsungleichmäßigkeit in MRT-Daten. IEEE Transactions on Medical Imaging, 17 (1), 87–97. doi:https://doi.org/10.1109/42.668698 CrossRef, Medline
 M. S. Stanford, C. W. Mathias, D. M. Dougherty, S. L. Lake, N. E. Anderson & J. H. Patton (2009). Fünfzig Jahre Barratt-Impulsivitätsskala: Ein Update und eine Überprüfung. Persönlichkeit und individuelle Unterschiede, 47 (5), 385–395. doi:https://doi.org/10.1016/j.paid.2009.04.008 CrossRef
 Stuss, D. T. (2011). Funktionen der Frontallappen: Beziehung zu exekutiven Funktionen. Zeitschrift der International Neuropsychological Society: JINS, 17 (5), 759–765. doi:https://doi.org/10.1017/S1355617711000695 CrossRef, Medline
 A. Tomoda, A. Polcari, C. M. Anderson & M. H. Teicher (2012). Reduziertes Volumen und Dicke der grauen Substanz des visuellen Kortex bei jungen Erwachsenen, die während ihrer Kindheit häusliche Gewalt erlebten. PLoS One, 7 (12), e52528. doi:https://doi.org/10.1371/journal.pone.0052528 CrossRef, Medline
 Van Veen, V. & Carter, C. S. (2002). Das Timing von Aktionsüberwachungsprozessen im anterioren cingulären Cortex. Journal of Cognitive Neuroscience, 14 (4), 593–602. doi:https://doi.org/10.1162/08989290260045837 CrossRef, Medline
 Wallis, J. D. (2007). Orbitofrontaler Kortex und sein Beitrag zur Entscheidungsfindung. Jahresrückblick Neurowissenschaften, 30, 31–56. doi:https://doi.org/10.1146/annurev.neuro.30.051606.094334 CrossRef, Medline
 Wang, H., Jin, C., Yuan, K., Shakir, TM, Mao, C., Niu, X., Niu, X., Niu, C., Guo, L. & Zhang, M. ( 2015). Die Veränderung des Volumens der grauen Substanz und der kognitiven Kontrolle bei Jugendlichen mit Internet-Gaming-Störung. Frontiers in Behavioral Neuroscience, 9, 64. doi:https://doi.org/10.3389/fnbeh.2015.00064 CrossRef, Medline
 Wang, Y., Deng, Y., Fung, G., Liu, W.-H., Wei, X.-H., Jiang, X.-Q., Lui, SS, Cheung, EF, & Chan, RC (2014). Deutliche strukturelle neuronale Muster der physischen und sozialen Anhedonie von Merkmalen: Hinweise auf kortikale Dicke, subkortikale Volumina und interregionale Korrelationen. Psychiatrieforschung: Neuroimaging, 224 (3), 184–191. doi:https://doi.org/10.1016/j.pscychresns.2014.09.005 CrossRef, Medline
 Ward, M. F. (1993). Die Wender Utah Rating Scale: Eine Hilfe in der Retrospektive. The American Journal of Psychiatry, 1 (50), 885. doi:https://doi.org/10.1176/ajp.150.6.885
 Wechsler, D. (2014). Wechsler Adult Intelligence Scale - vierte Ausgabe (WAIS-IV). San Antonio, Texas: Psychologische Körperschaft.
 A. M. Winkler, P. Kochunov, J. Blangero, L. Almasy, K. Zilles, P. T. Fox, R. Duggirala & D. C. Glahn (2010). Kortikaldicke oder Volumen der grauen Substanz? Die Bedeutung der Auswahl des Phänotyps für bildgebende genetische Studien. Neuroimage, 53 (3), 1135–1146. doi:https://doi.org/10.1016/j.neuroimage.2009.12.028 CrossRef, Medline
 Y. W. Yao, L. Liu, S. S. Ma, X. H. Shi, N. Zhou, J. T. Zhang et al. (2017). Funktionelle und strukturelle neuronale Veränderungen bei Internet-Gaming-Störungen: Eine systematische Überprüfung und Metaanalyse. Neuroscience and Biobehavioral Reviews, 83, 313–324. doi:https://doi.org/10.1016/j.neubiorev.2017.10.029 CrossRef, Medline
 Yao, Y.-W., Wang, L.-J., Yip, SW, Chen, P.-R., Li, S., Xu, J., Zhang, JT, Deng, LY, Liu, QX, & Fang, XY (2015). Eine beeinträchtigte Entscheidungsfindung unter Risiko ist mit spielspezifischen Hemmungsdefiziten bei College-Studenten mit Internet-Spielstörung verbunden. Psychiatry Research, 229 (1), 302–309. doi:https://doi.org/10.1016/j.psychres.2015.07.004 CrossRef, Medline
 Young, K. S. (1998a). Im Netz gefangen: Wie man die Anzeichen von Internetabhängigkeit erkennt - und eine erfolgreiche Strategie für die Genesung. New York, NY: Wiley.
 Young, K. S. (1998b). Internetabhängigkeit: Die Entstehung einer neuen klinischen Störung. CyberPsychology & Behavior, 1 (3), 237–244. doi:https://doi.org/10.1089/cpb.1998.1.237 CrossRef
 Yuan, K., Cheng, P., Dong, T., Bi, Y., Xing, L., Yu, D., Zhao, L., Dong, M., von Deneen, KM, Liu, Y., Qin, W. & Tian, ​​J. (2013). Anomalien der kortikalen Dicke in der späten Adoleszenz mit Online-Spielsucht. PLoS One, 8 (1), e53055. doi:https://doi.org/10.1371/journal.pone.0053055 CrossRef, Medline
 Yuan, K., Qin, W., Wang, G., Zeng, F., Zhao, L., Yang, X., Liu, P., Liu, J., Sun, J., von Deneen, KM, Q. Gong, Y. Liu & J. Tian (2011). Mikrostrukturanomalien bei Jugendlichen mit Internet-Suchtstörung. PLoS One, 6 (6), e20708. doi:https://doi.org/10.1371/journal.pone.0020708 CrossRef, Medline
 D. H. Zald, M. McHugo, K. L. Ray, D. C. Glahn, S. B. Eickhoff & A. R. Laird (2012). Die metaanalytische Konnektivitätsmodellierung zeigt die unterschiedliche funktionelle Konnektivität des medialen und lateralen orbitofrontalen Kortex. Cerebral Cortex (New York, NY), 24 (1), 232–248. doi:https://doi.org/10.1093/cercor/bhs308 Medline
 Zhou, F., Montag, C., Sariyska, R., Lachmann, B., Reuter, M., Weber, B., Trautner, P., Kendrick, KM, Markett, S. & Becker, B. ( 2017). Orbitofrontale Defizite der grauen Substanz als Marker für Internet-Gaming-Störungen: Konvergierende Evidenz aus einem Querschnitts- und prospektiven Längsschnittdesign. Sucht Biologie. Online-Veröffentlichung vorantreiben. doi:https://doi.org/10.1111/adb.12570
 Y. Zhou, F.-C. Lin, Y.-S. Du, Z.-M. Zhao, J.-R. Xu & H. Lei (2011). Anomalien der grauen Substanz bei Internetabhängigkeit: Eine voxelbasierte Morphometrie-Studie. European Journal of Radiology, 79 (1), 92–95. doi:https://doi.org/10.1016/j.ejrad.2009.10.025 CrossRef, Medline