Gehirnverhalten 2019 Jan 31: e01218. doi: 10.1002 / brb3.1218.
Wang H.1, Sonnig1, Lv J1, Bo S1.
Abstrakt
ZIELE:
Internetabhängigkeit (IA) wurde mit weit verbreiteten Gehirnveränderungen in Verbindung gebracht. Die Ergebnisse der funktionalen Konnektivität (Network Connectivity, FC) und der Netzwerkanalyse in Bezug auf IA sind inkonsistent zwischen den Studien, und es ist nicht bekannt, wie sich Netzwerkhubs ändern. Das Ziel dieser Studie war es, funktionelle und topologische Netzwerke unter Verwendung einer unverzerrten Minimum Spanning Tree (MST) -Analyse auf Elektroenzephalographie (EEG) -Daten in IA und Studenten der gesunden Kontrolle (HC) zu bewerten.
METHODEN:
In dieser Studie wurde der Internet-Suchttest von Young als IA-Schweregradmaß verwendet. EEG-Aufzeichnungen wurden in IA (n = 30) und HC-Teilnehmern (n = 30) erhalten, die in Ruhe auf Alter und Geschlecht abgestimmt waren. Der Phasenverzögerungsindex (PLI) und der MST wurden angewendet, um die FC- und Netzwerktopologie zu analysieren. Wir erwarteten Hinweise auf zugrunde liegende Veränderungen in funktionellen und topologischen Netzwerken im Zusammenhang mit IA.
ERGEBNISSE:
IA-Teilnehmer zeigten im Vergleich zur HC-Gruppe eine höhere Delta-FC zwischen den frontalen und parieto-okzipitalen Bereichen auf der linken Seite (p <0.001). Globale MST-Messungen zeigten ein sternähnlicheres Netzwerk bei IA-Teilnehmern in den oberen Alpha- und Betabändern Die okzipitale Hirnregion war in der IA im Vergleich zur HC-Gruppe in der unteren Bande relativ weniger wichtig. Die Korrelationsergebnisse stimmten mit den MST-Ergebnissen überein: Ein höherer IA-Schweregrad korrelierte mit einem höheren Max-Grad und Kappa sowie einer geringeren Exzentrizität und einem geringeren Durchmesser.
FAZIT:
Funktionale Netzwerke der IA-Gruppe waren durch erhöhte FC, eine zufällige Organisation und eine Abnahme der relativen funktionalen Bedeutung des visuellen Verarbeitungsbereichs gekennzeichnet. Zusammengenommen können diese Veränderungen uns helfen, den Einfluss von IA auf den Gehirnmechanismus zu verstehen.
KEYWORDS: EEG; funktionale Konnektivität; Internetsucht; minimaler Spannbaum; Phasenverzögerungsindex
PMID: 30706671
DOI: 10.1002 / brb3.1218
;
