Frontpsychiatrie. 2018 Jun 7; 9: 252. doi: 10.3389 / fpsyt.2018.00252.
PMID: 29930524
PMCID: PMC5999751
DOI: 10.3389 / fpyt.2018.00252
Sunyoung Park1Hyera Ryu1Ji-Yoon Lee1Aruem Choi1, Dai-Jin Kim2, Sung Nyun Kim3* und Jung-Seok Choi1,4*
Ziele:
Die vorliegende Studie untersuchte neuronale Konnektivität in Verbindung mit den Behandlungsreaktionen bei Patienten mit Internet-Gaming-Störung (IGD) unter Verwendung von EEG-Kohärenzanalysen im Ruhezustand.
Methoden:
Wir nahmen 30-Patienten mit gesunden Kontrollpersonen (IGs) und 32-Patienten (HCs) auf. Von den IGD-Patienten schloss 18 eine ambulante Behandlung ab, die eine Pharmakotherapie mit selektiven Serotonin-Wiederaufnahmehemmern für 6-Monate umfasste. EEG-Kohärenz im Ruhezustand und Fragebögen zum Selbstbericht wurden verwendet, um die klinischen und psychologischen Merkmale vor und nach der Behandlung zu bewerten, und die Daten wurden unter Verwendung von generalisierten Schätzgleichungen analysiert.
Ergebnisse:
Im Vergleich zu HCs zeigten Patienten mit IGD eine erhöhte intrahemisphärische Beta- und Gamma-Kohärenz und eine erhöhte intrahemisphärische Delta-Kohärenz der rechten Hemisphäre zu Beginn der Studie. Nach monatelangem ambulantem 6-Management zeigten Patienten mit IGD eine Verbesserung der IGD-Symptome im Vergleich zum Ausgangswert, zeigten jedoch im Vergleich zu HCs weiterhin eine erhöhte intrahemisphere Beta- und Gamma-Kohärenz. In keiner Bande der IGD-Gruppe wurden signifikante EEG-Kohärenzänderungen zwischen den Bewertungen vor und nach der Behandlung festgestellt.
Fazit:
Diese Ergebnisse deuten darauf hin, dass eine signifikant größere intrahemisphere Schnellkohärenz ein wichtiger neurophysiologischer Merkmalsmarker für Patienten mit IGD sein kann.
Einleitung
Internet Gaming Disorder (IGD) zeichnet sich durch ein übermäßiges und wiederholtes Verwenden von Internet-basierten Spielen aus (1). Die IGD wurde aufgrund verschiedener negativer Konsequenzen, die sich auf den normalen Alltag, die akademische und berufliche Leistungsfähigkeit und das psychologische Funktionieren auswirken (1, 2). Patienten mit einer Verhaltensabhängigkeit wie IGD weisen bestimmte klinische Merkmale auf, darunter Impulsivität, Verlangen und die Unfähigkeit, schädliches Verhalten zu kontrollieren (3, 4). Kürzlich durchgeführte Studien verwendeten neuroimaging und neurophysiologische Techniken, um die strukturellen und funktionellen Veränderungen im Gehirn zu untersuchen, die mit Impulsivität oder Antworthemmung einhergehen, um unser Verständnis der Eigenschaften von IGD zu verbessern (5-7).
Mehrere neuroimaging-Studien haben die dysfunktionale Konnektivität bei Patienten mit IGD untersucht. Zum Beispiel Zhang (8) berichteten über eine verringerte Amplitude niedriger Fluktuationen im orbitofrontalen Kortex und im hinteren cingulären Kortex bei jungen Erwachsenen mit IGD im Vergleich zu Kontrollen. Sie fanden auch heraus, dass Patienten mit IGD im Standardmodus und Kontrollnetzwerken im Vergleich zu Kontrollen verbesserte Interaktionen zeigten. Darüber hinaus zeigten Patienten mit IGD eine erhöhte Konnektivität in sensomotorischen Gehirnnetzwerken und veränderte die funktionelle Konnektivität des interhemisphärischen Ruhezustands im präfrontalen Lappen, einschließlich des bilateralen oberen Frontalgyrus, des unteren Frontalgyrus und des mittleren Frontalgyrus (9, 10). Diese Ergebnisse legen nahe, dass Patienten mit IGD Beeinträchtigungen bei der Verarbeitung von Belohnungen, der allgemeinen kognitiven Funktion und der Impulskontrolle haben.
Neuroimaging-Studien haben zwar die Gehirnstrukturen identifiziert, die an Aktivitäten im Ruhezustand beteiligt sind, sie liefern jedoch nur begrenzte Informationen hinsichtlich der zeitlichen Dynamik neuronaler Netzwerke im Gehirn. Die elektroenzephalographische (EEG) -Kohärenz ist nützlich, um Anomalien in der funktionellen Gehirnorganisation mit hoher zeitlicher Auflösung zu messen (11). Die EEG-Kohärenz misst die Konsistenz von Phasendifferenzen in zwei Gehirnregionen und spiegelt die Synchronisation zwischen neuronalen Populationen und kortikaler Konnektivität wider (12). Erhöhte Kohärenz zwischen zwei EEG-Elektroden deutet auf eine funktionale Integration von zwei Gehirnregionen hin, wohingegen eine verminderte Kohärenz die nicht zusammenhängenden Aktivitäten zweier neuronaler Populationen widerspiegelt (13, 14).
Einige Studien, in denen die Konnektivität des Gehirns mithilfe des EEG im Ruhezustand untersucht wurde, haben berichtet, dass Jugendliche mit einer Internetsucht eine erhöhte Gamma-Kohärenz zwischen parietalen, rechten, temporalen und okzipitalen Bereichen aufwiesen, verglichen mit gesunden Kontrollen (HCs) (15). Patienten mit IGD zeigten im Vergleich zu Kontrollen ebenfalls eine erhöhte intrahemisphärische Gamma-Kohärenz (16). Darüber hinaus kann eine erhöhte intrahemisphärische Konnektivität im fronto-temporalen Bereich mit wiederholten Online-Spielen verbunden sein (17). Diese konsistenten Befunde deuten darauf hin, dass eine veränderte gamma-phasische Synchronität mit einer Übererregung im sensorischen System sowie mit einem anomalen Erregungssystem verbunden ist. Es bleibt jedoch unklar, ob eine veränderte neuronale Konnektivität bei Patienten mit IGD ein Merkmalsmarker oder ein Zustandsmarker ist, der mit dem Schweregrad der IGD zusammenhängt. Einige Studien, bei denen die EEG-Kohärenz verwendet wurde, haben Anomalien in der Gehirnkonnektivität bei Personen mit Substanzmissbrauch (SUD) gezeigt, die einen dem IGD ähnlichen Gehirnmechanismus aufweisen (7, 18, 19). Zum Beispiel zeigten langfristig abstinent sowie alkoholabhängige Teilnehmer, die nicht abstinent waren, eine verstärkte bilaterale, intrahemisphärische und hintere EEG-Kohärenz (18). In ähnlicher Weise zeigten abstinent heroinabhängige Individuen im Vergleich zu HCs eine erhöhte intrahemisphärische Gamma-Kohärenz der Linken (19). Diese Ergebnisse deuten darauf hin, dass eine verbesserte neuronale Konnektivität nach einer langen Abstinenz- oder Behandlungszeit nicht normalisiert wird und einen Endophenotyp für SUD widerspiegeln kann. Daher könnten Langzeitstudien mit IGD-Patienten helfen, die Pathophysiologie von IGD zu verstehen und Behandlungsinterventionen zu entwickeln.
Nach unserem besten Wissen wurden in keiner Studie Längsschnittänderungen der EEG-Kohärenz im Ruhezustand nach der Behandlung von Patienten mit IGD untersucht. Daher untersuchten wir die kortikale Konnektivität im Zusammenhang mit den Behandlungsreaktionen bei Patienten mit IGD, um den zugrunde liegenden Mechanismus zu verstehen und um zu klären, ob die veränderte phasische Synchronität bei Patienten mit IGD ein Zustand oder ein Merkmalsmarker ist. Basierend auf früheren Feststellungen (16, 17, 20Wir stellten die Hypothese auf, dass Patienten mit IGD zu Beginn eine erhöhte Schnellkohärenz aufweisen würden und dass dieser neurophysiologische Index aufrechterhalten würde, auch wenn sich ihre IGD-Symptome nach 6-Monaten ambulanter Behandlung besserten.
Materialen und Methoden
Teilnehmer
Diese Längsschnittstudie umfasste männliche 62-Teilnehmer im Alter von 18 – 38, die aus dem SMG-SNU Boramae Medical Center und der umliegenden Gemeinde in Seoul, Republik Korea, rekrutiert wurden. Dreißig Patienten wurden aufgrund der Kriterien des Diagnose- und Statistikhandbuchs für psychische Störungen, 5. Auflage, mit IGD klassifiziert und von einem klinisch erfahrenen Psychiater diagnostiziert (1). Zweiunddreißig Teilnehmer dienten als HCs. Die vorliegende Studie umfasste nur diejenigen Patienten, die mehr als 4 Stunden pro Tag und / oder 30 Stunden pro Woche mit Internetspielen verbracht haben. Zusätzlich wurde der Internet-Sucht-Test (Y-IAT) von Young verwendet, um die Schwere der IGD-Symptome zu bewerten (21). Bei allen Teilnehmern wurden klinische Basisbewertungen und ein EEG-Scan durchgeführt. 18 der 30 Patienten mit IGD, die komorbide depressive oder Angstsymptome hatten, setzten die Pharmakotherapie mit Serotonin-Wiederaufnahmehemmern (SSRIs) unter Verwendung der durchschnittlichen Tagesdosen fort: Escitalopram bei 15.83 ± 9.17 mg, Fluoxetin bei 50.00 ± 9.17 mg oder Paroxetin bei 30.00 ± 14.14 mg. In dieser Studie wurden keine anderen Medikamente als SSRIs verwendet. Nach 6 Monaten fortgesetzter Behandlung führten sie Follow-up-Bewertungen durch, einschließlich klinischer Maßnahmen und EEG-Aufzeichnung. Das primäre Behandlungsergebnis war die Änderung des IAT-Werts von vor bis nach der Behandlung. HC-Teilnehmer, die Internet-Spiele <2 h / Tag spielten, wurden direkt aus lokalen Gemeinschaften rekrutiert. Keiner der Teilnehmer hatte eine Vorgeschichte von geistiger Behinderung, psychotischer Störung oder neurologischer Störung, und alle waren Rechtshänder. Teilnehmer mit einem geschätzten IQ von <80 wurden ausgeschlossen.
Diese Studie wurde vom Institutional Review Board des SMG-SNU Boramae Medical Center, Republik Korea genehmigt. Alle Teilnehmer gaben eine schriftliche Einwilligungserklärung, nachdem sie Informationen zur Studie erhalten hatten.
EEG-Aufnahmen
EEG-Datenerfassung
Detaillierte Informationen zu den EEG-Aufzeichnungen und zum Datenerhebungsverfahren wurden in unserer vorherigen Studie (16). Das EEG im Ruhezustand wurde 10 Minuten lang (4 Minuten bei geschlossenen Augen, 2 Minuten bei offenen Augen und 4 Minuten bei geschlossenen Augen) in einem elektrisch abgeschirmten und schallisolierten Raum mit schwachem Licht aufgezeichnet. Die Teilnehmer wurden angewiesen, sich zu entspannen und Körperbewegungen und Schläfrigkeit zu vermeiden. Die EEG-Aktivität wurde von 64 Elektroden basierend auf dem modifizierten International 10–20-System in Verbindung mit vertikalen und horizontalen Elektrookulogrammen und einer mastoiden Referenzelektrode aufgezeichnet. Der Erdungskanal befand sich zwischen den FPz- und Fz-Elektroden. Die EEG-Signale wurden kontinuierlich mit einem Online-Bandpassfilter mit 0.1–60 Hz und einem Offline-Bandpassfilter mit 0.1–50 Hz mit einer Abtastrate von 1,000 Hz aufgezeichnet. Die Elektrodenimpedanzen wurden bei <5 KΩ gehalten.
Alle EEG-Daten wurden mit der NeuroGuide-Software (NG Deluxe 2.6.1, Applied Neuroscience; St. Petersburg, FL, USA) für die Kohärenzanalyse analysiert, und 19 der 64-Kanäle wurde durch den NeuroGuide-Montagesatz wie folgt gesteuert: FP1, FP2, F7 F3, Fz, F4, F8, T3, C3, Cz, C4, T4, T5, P3, PZ, P4, T6, O1 und O2. Artefakte aufgrund von Augenzwinkern und Bewegungen während der EEG-Aufnahmen wurden durch das automatische NG Deluxe 2.6.1-System eliminiert und visuell erkannt.
Kohärenz
Die Kohärenzanalysemethoden wurden in Park et al. (16). Zusammenfassend wurden EEG-Daten im Ruhezustand mithilfe des Fast-Fourier-Transformations-Algorithmus mit den folgenden Parametern in den Frequenzbereich transformiert: epoch = 2 s, Abtastrate = 128-Abtastwerte / s (digitale 256-Zeitpunkte), Frequenzbereich = 0.5-40 Hz und eine Auflösung von 0.5 Hz mit einem Cosinus-Taper-Fenster zur Minimierung von Leckagen. Das NG 2.6.1-Programm wurde verwendet, um die Kohärenzwerte zu erhalten. Die akzeptierten Epochen der EEG-Daten wurden für jedes der folgenden Frequenzbänder berechnet: Delta (1-4 Hz), Theta (4-8 Hz), Alpha (8-12 Hz), Beta (12-25 Hz) und gamma (30 – 40 Hz). Darüber hinaus wurde die intrahemisphärische Kohärenz für jedes Band unter Verwendung der F3-C3-, F3-T3-, F3-P3-, C3-T3-, C3-P3- und T3-P3-Elektrodenpaare an der linken Hängebahn und der Nackenkanone untersucht. T4, F4-P4, C4-T4, C4-P4 und T4-P4-Elektrodenpaare auf der rechten Hemisphäre. Die interhemisphärische Kohärenz wurde zwischen den Elektrodenpaaren F4 – F4, C4 – C3, T4 – T3 und P4 – P3 berechnet.
Psychologische Bewertungen
Wechsler-Intelligenzskala für Erwachsene
Die koreanische Version der Wechsler Adult Intelligence Scale wurde allen Teilnehmern zur Berechnung ihres IQ (22-24).
Fragebögen
Die koreanische Version aller Fragebögen wurde validiert (25-28).
Young's IAT (Y-IAT)
Das Y-IAT wurde verwendet, um den Schweregrad der Internetsucht zu messen. Alle 20-Artikel werden auf einer Fünf-Punkte-Skala von 1 bis 5 bewertet. Die Gesamtpunktzahl reicht also von 20 bis 100 (21, 28). Das Cronbach-Alpha für diese Studie betrug 0.97.
Beck Depression Inventar II (BDI-II)
Das BDI-II wurde verabreicht, um den Schweregrad depressiver Symptome zu beurteilen (26, 29). Jeder Gegenstand wird auf einer Vier-Punkte-Skala von 0 bis 3 bewertet, und die Gesamtpunktzahl für alle 21 Gegenstände kann zwischen 0 und 63 liegen. Das Cronbach-Alpha für diese Studie betrug 0.95.
Beck Angst Inventar (BAI)
Der BAI umfasst insgesamt 21-Artikel und befasst sich mit der Intensität von Angstsymptomen (25, 30). Die Antworten werden auf einer Vier-Punkte-Skala bewertet und die Bewertungen reichen von 0 bis 3. Die gesamte BAI-Bewertung, die von 0 bis 63 reicht, wird durch Summieren aller 21 Elemente erhalten. Das Cronbach-Alpha für diese Studie betrug 0.94.
Barratt Impulsskala-11 (BIS-11)
Das BIS-11, mit dem die Impulsivität gemessen wurde (27, 31) ist ein 30-Punkte-Fragebogen mit Selbstberichten, der drei Unterskalen enthält, die die Impulsivität messen (Aufmerksamkeit, Motorik und Nichtplanung). Jeder Punkt wird auf einer Vier-Punkte-Skala von 1 bis 4 bewertet. Das Cronbach-Alpha für diese Studie betrug 0.79.
Statistische Analyse
Die demografischen und psychologischen Ausgangsdaten der Ausgangsdaten wurden von unabhängigen analysiert t-Tests, während Unterschiede in den psychologischen Variablen vor und nach der Behandlung paarweise analysiert wurden t-Tests Getrennte generalisierte Schätzgleichungen (GEEs) wurden verwendet, um die Gruppeneffekte in den EEG-Daten für jedes Frequenzband zu bewerten, um die Korrelationen zwischen wiederholten Messungen zu untersuchen (32, 33). Die Werte für die intra- und interhemisphärische Kohärenz wurden von den GEEs anhand der folgenden Faktoren zu Beginn und am Ende der ambulanten 6-Behandlungsperiode analysiert: Die intrahemisphärische Kohärenz wurde gemäß der Gruppe (IGD und HC) × (Frontozentrum) analysiert fronto-temporal, fronto-parietal, centro-temporal, centro-parietal und temporo-parietal) × Hemisphäre (links und rechts); und die interhemisphärische Kohärenz wurde nach der Region der Gruppe (IGD und HC) × (frontal, zentral, temporal und parietal) bewertet. In diesen Analysen kontrollierten wir für Bildungszwecke und BDI-II-, BAI- und BIS-11-Werte, um Gruppenunterschiede zu identifizieren. Alle statistischen Analysen wurden mit SPSS 20.0-Software (SPSS Inc., Chicago, IL, USA) durchgeführt.
Die Ergebnisse
Demographische und psychologische Variablen vor und nach der Behandlung
Die Patienten mit IGD unterschieden sich in Bezug auf Alter oder IQ nicht von den HCs. Es wurden jedoch signifikante Unterschiede in den Bildungs-, BDI-II-, BAI- und BIS-11-Werten zwischen den beiden Gruppen beobachtet. Die demographischen und psychologischen Merkmale der IGD- und HC-Gruppen sind in der Tabelle dargestellt 1. Nach mehrmonatiger Behandlung mit 6 hatten Patienten mit IGD im Vergleich zu ihren Ausgangsdaten signifikant niedrigere Y-IAT-Werte, jedoch keine niedrigeren BDI-II-, BAI- oder BIS-11-Werte (Tabelle 2).
Tabelle 1. Demographische und psychologische Merkmale der Studiengruppen zu Studienbeginn.
Tabelle 2. Veränderungen der klinischen Merkmale von Patienten mit Internet-Gaming-Störung (IGD) vor und nach der Behandlung.
EEG-Kohärenz
Baseline-EEG-Kohärenzdaten
Die statistische Analyse mit den GEEs der intrahemispherischen Kohärenz ergab zu Studienbeginn signifikante Hauptgruppeneffekte in den Beta- und Gammabändern, bereinigt um demographische und psychologische Variablen (Tabelle 3). Insbesondere Patienten mit IGD [M (Standardfehler des Mittelwerts; SEM) = 48.95 (69.463)] zeigten eine signifikant erhöhte beta-intrahemispherische Kohärenz als HCs [M (SEM) = 41.68 (70.187)]. Patienten mit IGD [M (SEM) = 58.65 (111.862)] zeigten auch eine signifikant höhere Kohärenz in der Gamma-Bande als HCs [M (SEM) = 46.03 (113.029)]. Zusätzlich wurde ein Wechselwirkungseffekt für die Gruppe × Hemisphäre festgestellt. Die IGD-Gruppe [M (SEM) = 49.11 (68.393)] hatte im Vergleich zur HC-Gruppe [M (SEM) = 42.36 (69.106)] in der rechten Hemisphäre eine deutlich erhöhte intrakemisphärische Delta-Kohärenz. Eine Analyse der interhemisphärischen Kohärenz spiegelte keinen signifikanten Haupteffekt der Gruppe, einen Wechselwirkungseffekt der Gruppe × Region oder eine Wechselwirkung der Gruppe × Hemisphäre wider.
Tabelle 3. Auswirkungen auf das intrahemisphärische EEG-Kontroll-EEG auf die Auswirkungen der demografischen (Bildung) und psychologischen (Bewertungen auf die Merkmale BDI-II, BAI und BIS-11) vor und nach der Behandlung.
Änderungen der EEG-Kohärenzdaten nach der Behandlung
In keiner der Banden vor der Behandlung oder nach der Behandlung in der IGD-Gruppe wurden signifikante EEG-Kohärenzänderungen beobachtet. Bei der Beurteilung nach der Behandlung wurde jedoch ein Haupteffekt der Gruppe in der Beta- und Gamma-Kohärenz beobachtet (Tabelle 3 und Abbildung 1). Patienten mit IGD [M (SEM) = 53.66 (75.338)] zeigten im Vergleich zu HCs [M (SEM) = 40.54 (77.143)] eine erhöhte intrahemisphärische Beta-Kohärenz. Intrahemisphärische Kohärenz für die Gamma-Bande war bei Patienten mit IGD [M (SEM) = 61.41 (126.700)] signifikant höher als bei HCs [M (SEM) = 46.51 (129.734)] bei der Nachbehandlung. Gemäß der Post-hoc-Analyse gab es außerdem einen Wechselwirkungseffekt der Gruppe × Region in der Alpha-Kohärenz, jedoch keine signifikanten Gruppenunterschiede.
Figure 1. Haupteffekte auf das EEG intrahemispherisch (A) Beta und (B) Gamma-Kohärenz vor und nach der Behandlung. *P <0.05.
Diskussion
Nach unserem Wissen ist dies die erste Studie, die longitudinale Veränderungen der neuronalen Konnektivität untersucht, die durch EEG-Kohärenz bei Patienten mit IGD gemessen werden. Teilnehmer mit IGD zeigten zu Beginn eine erhöhte intrahemisphärische EEG-Kohärenz in den Beta- und Gammabändern. Diese anormalen Phasensynchronmuster waren jedoch nach 6-Monaten der Pharmakotherapie nicht normalisiert, obwohl die Patienten mit IGD eine signifikante Verbesserung ihrer IGD-Symptome zeigten. Dementsprechend zeigen unsere Ergebnisse, dass eine erhöhte Beta- und Gamma-Kohärenz während des Ruhezustands ein wichtiger neurophysiologischer Merkmalsmarker für Patienten mit IGD sein kann.
Die IGD-Gruppe zeigte eine signifikant höhere intrahemisphärische Schnellfrequenzkohärenz als die HC-Gruppe zu Beginn. Die Aktivität der Beta-Bande auf dem ruhenden EEG wird als prädisponierend für einen Patienten für den Substanzgebrauch angesehen und ist ein elektrophysiologischer Marker für die Übererregbarkeit aufgrund eines Erregungs-Hemmungsungleichgewichts im Gehirn (34, 35). Die erhöhte intrahemisphärische Beta-Kohärenz wurde mit dem Anfälligkeitsfaktor für IGD in Verbindung gebracht (17, 36). Beispielsweise haben Youh et al. (17) zeigten, dass eine erhöhte Beta-Kohärenz im frontotemporalen Bereich bei Patienten mit komorbider IGD und Major Depression (MDD) häufiger war als bei Patienten mit nur MDD. Die Autoren schlugen vor, dass eine verstärkte Beta-Kohärenz übermäßiges Online-Gaming reflektieren und auf die veränderte neuronale Synchronisation zwischen Gehirnregionen bei Patienten mit IGD hindeuten könnte.
Die erhöhte EEG-Gamma-Kohärenz vor der Behandlung stimmt mit einer früheren Studie überein (16). Es wird allgemein angenommen, dass die Gamma-Aktivität eine Vielzahl neuronaler Funktionen widerspiegelt, einschließlich der Antworthemmung und der Verteilung von Aufmerksamkeitsressourcen (37-40). Unsere Forschungsgruppe hat berichtet, dass eine erhöhte intrahemisphärische Gamma-Kohärenz mit der Dysfunktion der Impulskontrolle, dem Belohnungssystem und der Schwere der IGD-Symptome zusammenhängt (16). Darüber hinaus haben Choi et al. (41) festgestellt, dass eine erhöhte Gamma-Aktivität während eines Ruhezustands mit einer Hemmungsbeeinträchtigung und Merkmalsimpulsivität bei Patienten mit IGD zusammenhängt. Zusammengenommen deuten diese Ergebnisse auf eine ineffiziente neuronale Synchronität und funktionelle Konnektivität bei Patienten mit IGD hin.
Nach monatelangem ambulantem 6-Management zeigten die Patienten mit IGD eine Verbesserung ihrer IGD-Symptome im Vergleich zu den Ausgangswerten, zeigten jedoch im Vergleich zu den HCs immer noch eine erhöhte intrahemisphärische Beta- und Gamma-Kohärenz. In einigen Studien, die mit SSRI durchgeführt wurden, wurde berichtet, dass die Pharmakotherapie die IGD-Symptome verringert (20, 42). Man nimmt an, dass Serotonin eine wichtige Rolle bei Depressionen, Angstzuständen und Impulsivität spielt (43). Daher scheint die Behandlung mit einem SSRI wirksam bei der Verringerung der Schwere der IGD zu sein. Die vorliegende Studie konnte jedoch keine Verbesserungen der veränderten intrahemispherischen Kohärenz in den Beta- und Gammabändern nach 6-Monaten der SSRI-Behandlung feststellen. Diese Ergebnisse legen nahe, dass eine erhöhte Schnellfrequenzkohärenz eher als ein potenzieller Merkmalsmarker von IGD als als ein Zustandsmarker betrachtet werden kann.
Die vorliegende Studie unterlag bestimmten Einschränkungen. Erstens können unsere Ergebnisse von eingeschränkter Generalisierbarkeit sein, da die Anzahl der Teilnehmer an dieser Studie relativ gering war und nur männliche Teilnehmer eingeschlossen wurden. Zweitens verwendete die vorliegende Studie typische ambulante Behandlungen anstelle von gut organisierten Behandlungsmodalitäten. Diese Studie konzentrierte sich jedoch auf die Änderungen der phasensynchronen Muster bei Patienten mit IGD und nicht auf die Behandlungseffekte. Daher sind zusätzliche Studien erforderlich, um die Wirkung einer spezifischen Pharmakotherapie auf die neurophysiologischen Marker von Patienten mit IGD aufzuklären. Drittens hatten alle Patienten mit IGD, die in diese Studie eingeschlossen wurden, komorbide Symptome von Depressionen oder Angstzuständen, die verwirrende Wirkungen haben könnten. Somit wurden letztendlich psychologische Kovariaten kontrolliert, um diese komorbiden Symptome zu kontrollieren.
Insgesamt ergab die vorliegende Studie, dass Patienten mit IGD zu Studienbeginn im Vergleich zur HC-Gruppe eine erhöhte intrahemisphärische Kohärenz im Schnellfrequenzbereich aufwiesen. Diese abnorme neuronale Konnektivität blieb jedoch nach 6-Monaten ambulanter Behandlung erhalten, was darauf hinweist, dass die erhöhte Beta- und Gamma-Kohärenz während des Ruhezustands ein angesehener neurobiologischer Marker für die Pathophysiologie von IGD sein kann. Die vorliegende Forschung wird zu einem besseren Verständnis der neurophysiologischen Netzwerke beitragen, die der IGD zugrunde liegen.
Autorenbeiträge
J-SC und SK führten das Design und das Konzept der Studie durch. SP führte die Analysen durch und leitete das Manuskript. J-SC leitete und beaufsichtigte das Schreiben des Manuskripts. HR, J-YL, AC und D-JK trugen zur Durchführung der Studie bei.
Förderung
Diese Studie wurde von der National Research Foundation of Korea (2014M3C7A1062894) der Republik Korea finanziert.
Interessenkonflikt
Die Autoren erklären, dass die Untersuchung in Abwesenheit von kommerziellen oder finanziellen Beziehungen durchgeführt wurde, die als möglicher Interessenkonflikt ausgelegt werden könnten.
Bibliographie
1. Verein Psychiatrische Vereinigung. Diagnose- und Statistikhandbuch für psychische Störungen (DSM-5®). Washington, DC: American Psychiatric Pub (2013).
2. Kuss DJ, Griffiths MD. Internet- und Spielsucht: eine systematische Literaturrecherche von Neuroimaging-Studien. Gehirn Sci. (2012) 2: 347 – 74. doi: 10.3390 / brainsci2030347
3. Grant JE, Potenza MN, Weinstein A, Gorelick DA. Einführung in Verhaltensabhängigkeiten. Am J Drogen Alkoholmissbrauch (2010) 36: 233-241. doi: 10.3109 / 00952990.2010.491884
4. Yau YH, Potenza MN, Weiß MA. Problematisches Internet nutzt psychische Gesundheit und Impulskontrolle in einer Online-Befragung von Erwachsenen. J Behav Addict. (2012) 2: 72 – 81. doi: 10.1556 / JBA.1.2012.015
5. Fauth-Bühler M, Mann K. Neurobiologische Korrelate der Internet-Spielstörung: Ähnlichkeiten mit pathologischem Glücksspiel. Süchtigkeitsverhalten (2017) 64: 349-356. doi: 10.1016 / j.addbeh.2015.11.004
6. Park, B, Han, DH und Roh, S Neurobiologische Befunde im Zusammenhang mit Störungen der Internetnutzung. Psychiatrie Clin Neurosci. (2017) 71: 467-478. doi: 10.1111 / pcn.12422
7. Weinstein AM. Ein Update-Überblick über Gehirnbildstudien zu Internet-Spielstörungen. Vorne Psychiatrie (2017) 8: 185. doi: 10.3389 / fpyt.2017.00185
8. Zhang JT, Yao YW, MN Potenza, Xia CC, Lan J, Liu L, et al. Veränderte neuronale Aktivität im Ruhezustand und Änderungen infolge eines Verlangens des Verhaltens bei Internet-Spielstörungen. Sci Rep. (2016) 6: 28109. doi: 10.1038 / srep28109
9. Wang Y, Yin Y, Sun Y.-W, Zhou Y, Chen X, Ding WN, et al. Verminderte interhemisphärische funktionelle Konnektivität des präfrontalen Lappens bei Jugendlichen mit Internet-Gaming-Störung: eine Primärstudie, die fMRI im Ruhezustand verwendet. PLoS ONE (2015)10:e0118733. doi: 10.1371/journal.pone.0118733
10. Wang L, Wu L, Lin X, Zhang Y, Zhou H, Du X, et al. Gehirn funktionelle Netzwerke bei Menschen mit Internet-Gaming-Störung verändert: Beweise von fMRI im Ruhezustand. Psychiatrie Res Neuroimaging (2016) 254: 156 – 163. doi: 10.1016 / j.pscychresns.2016.07.001
11. Shaw J., O'connor K., Ongley C. Das EEG als Maß für die zerebrale funktionelle Organisation. Br J Psychiatrie (1977) 130: 260 – 4. doi: 10.1192 / bjp.130.3.260
12. Nunez PL, Srinivasan R. (2006). Elektrische Felder des Gehirns: Die Neurophysik des EEG. New York, NY: Oxford University Press.
13. Murias M, Swanson JM, Srinivasan R. Funktionelle Konnektivität des Frontalkortex bei gesunden und ADHS-Kindern spiegelt sich in der EEG-Kohärenz wider. Cereb Cortex (2007) 17: 1788 – 99. doi: 10.1093 / cercor / bhl089
14. Thatcher RW, North DM, Biver CJ. Entwicklung kortikaler Verbindungen, gemessen an EEG-Kohärenz und Phasenverzögerungen. Hum Gehirn Mapp. (2008) 29: 1400 – 15. doi: 10.1002 / hbm.20474
15. Kwon Y, Choi S. Psychophysiologische Merkmale der Internetsucht im Teenageralter: eine qEEG-Studie im Ruhezustand. Korean J Health Psychol. (2015) 20: 893 – 912. doi: 10.17315 / kjhp.2015.20.4.011
16. Park, SM, Lee, JY, Kim, YJ, Lee, JY, Jung, HY, Sohn, BK, et al. Neuronale Konnektivität bei Internet-Gaming-Störungen und Alkoholmissbrauch: eine EEG-Kohärenzstudie im Ruhezustand. Sci. Rep. (2017) 7:1333. doi: 10.1038/s41598-017-01419-7
17. Youh J, Hong JS, Han DH, Chung USA, Min KJ, Lee YS, et al. Vergleich der EEG-Kohärenz zwischen Major Depression (MDD) ohne Komorbidität und MDD-Komorbidität mit der Internet-Gaming-Störung. J Koreanische Med Sci. (2017) 32: 1160 – 65. doi: 10.3346 / jkms.2017.32.7.1160
18. Winterer G., Enoch MA, White K., Saylan M., Coppola R., Goldman D. EEG-Phänotyp im Alkoholismus: erhöhte Kohärenz im depressiven Subtyp. Acta Psychiatr. Scand. (2003) 108:51–60. doi: 10.1034/j.1600-0447.2003.00060.x
19. Franken IH, Stam CJ, Hendriks VM, van den Brink, W. Analyse der Elektroenzephalographie und der Kohärenz deuten auf eine veränderte Gehirnfunktion bei abstinent männlichen, heroinabhängigen Patienten hin. Neuropsychobiology (2004) 49: 105-110. doi: 10.1159 / 000076419
20. Kim YJ, Lee JY, Oh S., Park M., Jung HY, Sohn BK, et al. Zusammenhänge zwischen prospektiven Symptomänderungen und langsamen Aktivitäten bei Patienten mit einer Internet-Gaming-Störung: eine EEG-Studie im Ruhezustand. Medizin (2017) 96: e6178. doi: 10.1097 / MD.0000000000006178
21. Junge KS. Internetsucht: Die Entstehung einer neuen klinischen Störung. Cyberpsychologie (1998) 1: 237-244. doi: 10.1089 / cpb.1998.1.237
22. Wechsler D. WAIS-R Manuell: Wechsler-Intelligenzskala überarbeitet. New York, NY: Psychological Corporation (1981).
23. Yeom T, Park Y, Oh K, Lee Y. Koreanische Version Wechsler-Skala für Erwachsene. Seoul (1992) 4: 13-28.
24. Hwang S, Kim J, Park G, Choi J, Hong S. Koreanische Wechsler-Intelligenzskala für Erwachsene (K-WAIS-IV). Daegu: Korea-Psychologie (2013).
25. Yook, SP und Kim, ZS Eine klinische Studie zur koreanischen Version von Beck Anxiety Inventory: vergleichende Studie von Patienten und Nichtpatienten. Korean J Clin Psychol. (1997) 16: 185-197.
26. Sung HM, Kim JB, Park YN, DS Bai, Lee SH, Ahn HN. Eine Studie zur Zuverlässigkeit und Gültigkeit der koreanischen Version des Beck Depression Inventory-II (BDI-II). J Korean Soc Biol Ther Psychiatrie (2008) 14: 201 – 212. Online verfügbar unter: http://uci.or.kr/G704-001697.2008.14.2.002
27. Heo SY, oh JY, Kim JH. Die koreanische Version der Barratt Impactiveness Scale, 11th-Version: ihre Zuverlässigkeit und Gültigkeit. Korean J Psychol. (2012) 31: 769 – 782. Online verfügbar unter: http://uci.or.kr/G704-001037.2012.31.3.011
28. Lee K., Lee HK, Gyeong H., Yu B., Song YM, Kim D. Zuverlässigkeit und Gültigkeit der koreanischen Version des Internetsuchtests unter College-Studenten. J Koreanische Med Sci. (2013) 28: 763 – 8. doi: 10.3346 / jkms.2013.28.5.763
29. Beck AT, Steer RA, Brown GK. Beck Depression Inventar II. San Antonio (1996) 78: 490-8.
30. Beck AT, Epstein N, Brown GK, Steer RA. Ein Inventar zur Messung der klinischen Angst: psychometrische Eigenschaften. J Konsultieren Sie Clin Psychol. (1988) 56:893–7. doi: 10.1037/0022-006X.56.6.893
31. Patton JH, Stanford MS. Faktorstruktur der Barratt-Impulsskala. J Clin Psychol. (1995) 51: 768-774.
32. Zeger SL, Liang KY, Albert PS. Modelle für Längsschnittdaten: ein verallgemeinerter Ansatz für die Schätzgleichung. Biometrie (1988) 44: 1049-60. doi: 10.2307 / 2531734
33. Hilbe JM. Verallgemeinerte Schätzungsgleichungen. Boca Raton, FL: CRC-Presse (2003).
34. Rangaswamy M, Porjesz B, Chorlian DB, Wang K, Jones KA, Bauer LO, et al. Betakraft im EEG von Alkoholikern. Biol Psychiatry (2002) 52:831–842. doi: 10.1016/S0006-3223(02)01362-8
35. Begleiter H, Porjesz B. Genetik menschlicher Gehirnschwingungen. Int J Psychophysiol. (2006) 60: 162 – 171. doi: 10.1016 / j.ijpsycho.2005.12.013
36. Park JH, Hong JS, Han D, Min KJ, Lee YS, Kee BS, et al. Vergleich der QEEG-Befunde zwischen Jugendlichen mit Aufmerksamkeitsdefizit-Hyperaktivitätsstörung (ADHD) ohne Komorbidität und ADHD-Komorbidität mit einer Internet-Gaming-Störung. J Koreanische Med Sci. (2017) 32: 514 – 521. doi: 10.3346 / jkms.2017.32.3.514
37. Müller MM, Gruber T, Keil A. Modulation der induzierten Gamma-Bandenaktivität im menschlichen EEG durch Aufmerksamkeit und visuelle Informationsverarbeitung. Int J Psychophysiol. (2000) 38:283–299. doi: 10.1016/S0167-8760(00)00171-9
38. Debener S, Herrmann CS, Kranczioch C, Gembris D, Engel AK. Aufmerksamkeitsverarbeitung von oben nach unten verbessert die auditive Gamma-Bandaktivität. Neuroreport (2003) 14:683–6. doi: 10.1097/00001756-200304150-00005
39. Barry RJ, Clarke AR, M. Hajos, McCarthy R., Selikowitz M., Dupuy FE. EEG-Gamma-Aktivität im Ruhezustand bei Kindern mit Aufmerksamkeitsdefizit- / Hyperaktivitätsstörung. Clin Neurophysiol. (2010) 121: 1871 – 77. doi: 10.1016 / j.clinph.2010.04.022
40. van Wingerden M., Vinck M., Lankelma J. V., Pennartz CM. Lernassoziierte Gamma-Band-Phase-Locking von action-selektiven Neuronen im orbitofrontalen Kortex. J Neurosci. (2010) 30:10025–38. doi: 10.1523/JNEUROSCI.0222-10.2010
41. Choi JS, Park SM, Lee J, Hwang JY, Jung HY, Choi SW, et al. Beta- und Gamma-Aktivität im Ruhezustand bei Internetsucht. Int J Psychophysiologie (2013) 89: 328 – 333. doi: 10.1016 / j.ijpsycho.2013.06.007
42. Dell'Osso B, Hadley S., Allen A., Baker B., Chaplin WF, Hollander E. Escitalopram bei der Behandlung von impulsiv-zwanghafter Internetnutzungsstörung: eine offene Studie, gefolgt von einer doppelblinden Abbruchphase. J Clin Psychiatry (2008) 69:452–6. doi: 10.4088/JCP.v69n0316
43. Lesch KP, Merschdorf U. Impulsivität, Aggression und Serotonin: eine molekularbiologische Perspektive. Behav Sci Law (2000) 18:581–604. doi: 10.1002/1099-0798(200010)18:5<581::AID-BSL411>3.0.CO;2-L
;
