Zwanghaftes Sexualverhalten: Präfrontales und limbisches Volumen und Interaktionen (2016)

BEMERKUNGEN: Während die Studie den Begriff „zwanghaftes Sexualverhalten (CSB)“ verwendet, waren die Probanden pornosüchtig (Siehe diese Pressemitteilung). Im Vergleich zu gesunden Kontrollpersonen hatten CSB-Patienten das linke Amygdala-Volumen erhöht und die funktionelle Konnektivität im Ruhezustand zwischen der linken Amygdala und dem bilateralen dorsolateralen präfrontalen Kortex DLPFC reduziert. Die Autoren schlussfolgern:

Unsere aktuellen Ergebnisse weisen auf erhöhte Volumina in einer Region hin, die an motivationaler Salienz und niedrigerer Ruhezustandskonnektivität von präfrontalen top-down regulatorischen Kontrollnetzwerken beteiligt ist. Die Unterbrechung solcher Netzwerke kann die abweichenden Verhaltensmuster in Bezug auf eine aus der Umwelt hervorgehende Belohnung oder eine erhöhte Reaktivität gegenüber ausgeprägten Anreiz-Hinweisen erklären. Obwohl unsere volumetrischen Befunde im Gegensatz zu denen bei Substanzstörungen (SUD) stehen, können diese Befunde Unterschiede in Abhängigkeit von den neurotoxischen Wirkungen einer chronischen Arzneimittelexposition widerspiegeln.

Übersetzungsfindung #1): "Weniger funktionelle Konnektivität zwischen Amygdala und dorsolateralem präfrontalem Kortex." Die Amygdala spielt eine Schlüsselrolle bei der Verarbeitung von Emotionen, einschließlich unserer Reaktion auf Stress. Die Amygdala ist stark an vielen Aspekten der Sucht beteiligt, wie Heißhungerattacken, Cue-Reaktivität und Entzugssymptomen. Eine verminderte funktionelle Konnektivität zwischen der Amygdala und dem präfrontalen Kortex stimmt mit der Substanzabhängigkeit überein. Es wird angenommen, dass eine schlechtere Konnektivität die Kontrolle des präfrontalen Kortex über den Impuls eines Benutzers, sich auf das Suchtverhalten einzulassen, verringert.

Übersetzungsfindung #2): "Erhöhtes Amygdala-Volumen" (was mehr graue Substanz bedeutet). Die meisten Studien zur Drogenabhängigkeit berichten von kleineren Amygdalae bei Abhängigen (weniger graue Substanz). Diese Studie legt nahe, dass die Arzneimitteltoxizität bei Drogenabhängigen zu weniger grauer Substanz und damit zu einem verringerten Amygdala-Volumen führen kann. Zweifellos spielt dies eine Rolle. Es muss beachtet werden, dass die Amygdala während des Betrachtens von Pornos konstant aktiv ist, insbesondere während der anfänglichen Exposition gegenüber einem sexuellen Hinweis. Wenn Sie beispielsweise von Tab zu Tab klicken oder nach einem Video oder Bild suchen, wird die Amygdala beleuchtet. Vielleicht die Konstante sexuell Neuigkeit und Suchen und Suchen führen bei zwanghaften Porno-Nutzern zu einer einzigartigen Wirkung auf die Amygdala.

Alternative Erklärung für größeres Amygdala-Volumen bei Pornosüchtigen: Jahre des zwanghaften Pornokonsums können sicherlich ein Stressor sein. Darüber hinaus waren diese CSB-Probanden nicht nur pornosüchtig; Sie hatten auch schwerwiegende negative Folgen infolge des Pornokonsums (Verlust des Arbeitsplatzes, Beziehungsprobleme, Entwicklung einer durch Pornos verursachten ED). Hier ist ein wichtiger Punkt: Chronischer sozialer Stress hängt mit einem erhöhten Amygdala-Volumen zusammen:

Obwohl die genauen Mechanismen der Plastizität noch nicht vollständig verstanden sind, Mäßiger bis starker Streß scheint das Wachstum mehrerer Teile der Amygdala zu erhöhen, während die Effekte im Hippocampus und im präfrontalen Kortex eher entgegengesetzt sind.

Wir betrachten das obige Ergebnis vor diesem Hintergrund Studie aus dem Jahr 2015, in der festgestellt wurde, dass „Sexsüchtige“ eine hyperaktive HPA-Achse haben (ein überaktives Stresssystem). Könnte der chronische Stress im Zusammenhang mit Porno / Sexsucht zusammen mit Faktoren, die Sex einzigartig machen, zu einem größeren Amygdala-Volumen führen? Schließlich könnte ein niedrigeres Amygdala-Volumen eine Vorerkrankung bei Alkoholikern sein, wie z Nachkommen in Familien mit einem hohen Risiko für Alkoholismus haben kleinere Amygdalae.

LINK ZUR VOLLSTÄNDIGEN STUDIE

Casper Schmidt,1,2,3 Laurel S. Morris,1,4 Timo L. Kvamme,1,2,3 Paula Halle,5 Thaddeus Birchard,5 und Valerie Voon1,4,6 *

Menschliche Gehirnkartierung

• Erstveröffentlichung: 27 Oktober 2016 Vollständige Veröffentlichungshistorie
• DOI: 10.1002 / hbm.23447 Zitat anzeigen / speichern

Die Autoren erklären, dass sie keinen Interessenkonflikt zu erklären haben.

Abstrakt

Hintergrund

Zwanghaftes sexuelles Verhalten (CSB) ist relativ häufig und mit erheblichen persönlichen und sozialen Dysfunktion verbunden. Die zugrundeliegende Neurobiologie ist noch wenig verstanden. Die vorliegende Studie untersucht Gehirnvolumina und funktionellen Zusammenhang im Ruhezustand in CSB im Vergleich zu gesunden Probanden (HV).

Methoden

Strukturelle MRI (MPRAGE) -Daten wurden in 92-Patienten (23 CSB-Männer und 69-altersangepasste männliche HV) gesammelt und unter Verwendung von Voxel-basierter Morphometrie analysiert. Ruhezustands-MRI-Daten unter Verwendung der Multiecho-Planarsequenz und unabhängige Komponentenanalyse (ME-ICA) wurden in 68-Versuchspersonen (23-CSB-Versuchspersonen und 45-Alters-angepasste HV) gesammelt.

Die Ergebnisse

CSB - Patienten zeigten größere Volumen der linken Amygdala - grauen Substanz (kleines Volumen korrigiert, Bonferroni eingestellt P <0.01) und reduzierte funktionelle Konnektivität im Ruhezustand zwischen dem linken Amygdala-Samen und dem bilateralen dorsolateralen präfrontalen Kortex (gesamtes Gehirn, clusterkorrigierte FWE) P <0.05) im Vergleich zu HV.

Schlussfolgerungen

CSB ist assoziiert mit erhöhten Volumina in limbischen Regionen, die für motivationale Salienz- und Emotionsverarbeitung relevant sind, und einer gestörten funktionalen Konnektivität zwischen präfrontalen regulatorischen und limbischen Regionen. Zukünftige Studien sollten darauf abzielen, longitudinale Messungen zu untersuchen, um zu untersuchen, ob diese Befunde Risikofaktoren sind, die vor dem Beginn des Verhaltens liegen oder Konsequenzen des Verhaltens sind.

Abkürzungen

• ACC anterior cingulären Kortex
• CSB zwanghaftes Sexualverhalten
• Liquor cerebrospinalis
• DLPFC dorsolateraler präfrontaler Kortex
• GM graue Substanz
• GLM allgemeines lineares Modell
• HV gesunde Freiwillige
• MPRAGE Magnetisierung vorbereitet Gradienten-Echo
• OFC orbitofrontaler Kortex
• ROI-Region von Interesse
• SPM Statistische parametrische Zuordnung
• TR Wiederholungszeit
• TE Echozeit
• VBM-Voxel-basierte Morphometrie
• WM weiße Angelegenheit.

EINFÜHRUNG

Zwanghaftes Sexualverhalten (CSB), auch Hypersexualstörung oder Sexsucht genannt, ist relativ häufig (geschätzt bei 3% -6%) [Kraus et al., 2016] und mit erheblichen Notsituationen und psychosozialen Beeinträchtigungen verbunden sind, einschließlich der Neigung zu Verlangen, Impulsivität und sozialer und beruflicher Beeinträchtigung [Kraus et al., 2016]. Neuere Studien haben sich darauf konzentriert, zugrundeliegende neurobiologische Korrelate zu verstehen [Kraus et al., 2016] obwohl der Mangel an Studien unser Verständnis der zugrundeliegenden Mechanismen einschränkt und wie wir diese Störungen konzeptualisieren können. CSB wurde entweder als Impulskontrollstörung oder Verhaltenssucht konzipiert [Kraus et al., 2016]. Obwohl für die DSM-5 Kriterien für hypersexuelle Störungen vorgeschlagen und im Feldversuch validiert wurden [Reid et al., 2012], diese Störung zusammen mit der pathologischen Nutzung des Internets oder Videospiele, wurden nicht in den Hauptteil des DSM-5, teilweise aufgrund der begrenzten Daten zu den Bedingungen enthalten. Daher sind weitere Studien zu CSB notwendig, um ein besseres Verständnis dieser Störungen zu entwickeln. Obwohl CSB eine Reihe von Verhaltensweisen haben kann, konzentrieren wir uns hier auf eine Gruppe, die vorherrschende Schwierigkeiten mit zwanghafter Pornografie berichtet. Wir haben den Begriff CSB unter der Annahme verwendet, dass "zwanghaft" die repetitive Phänomenologie beschreibt und keine mechanistischen oder ätiologischen Annahmen implizieren soll.

Wir führten eine Überprüfung der Literatur über Verhaltensauffälligkeiten mit Voxel-basierten Morphometrie (VBM) oder kortikale Dicke. Wir haben die folgenden Suchbegriffe auf PubMed verwendet (http://www.ncbi.nlm.nih.gov/pubmed): '[("Voxelbasierte Morphometrie" oder "kortikale Dicke") und], gefolgt von entweder "[pathologisches Glücksspiel]", "[Internetabhängigkeit]", "[Internetstörung]", "oder" [Spielsucht]. “ Insgesamt wurden 13 Studien zu Verhaltensabhängigkeiten im Zusammenhang mit Glücksspielen, Internetnutzung oder Videospielen gefunden, in denen entweder die VBM oder die kortikale Dicke bewertet wurden. Die Überprüfung der Literatur ist in der Tabelle dargestellt 1 und unten diskutiert.

Tabelle 1. Literaturübersicht über volumetrische und kortikale Dickenstudien zu Verhaltensabhängigkeiten

Einblick in neurale Störungen bei Süchten kommt von Studien von Substanzgebrauchsstörungen (SUD). Individuen mit SUD zeigen eine Verringerung des kortikalen Hirnvolumens und der Dicke, insbesondere in präfrontalen kortikalen Regionen, die einer flexiblen Verhaltenskontrolle unterliegen. Eine kürzlich durchgeführte Meta-Analyse von 9-Studien und 296-alkoholabhängigen Individuen fand signifikant reduzierte Mengen an präfrontaler grauer Masse (GM), einschließlich des anterioren cingulären Cortex (ACC) [Xiao et al., 2015], wobei das frontale kortikale GM-Volumen negativ mit dem lebenslangen Alkoholkonsum assoziiert ist [Taki et al., 2006]. Die präfrontalen GM-Volumina waren bei Kokain-abhängigen Individuen, einschließlich im orbitofrontalen Kortex (OFC), ähnlich reduziert [Rando et al., 2013; Tanabeet al., 2009], anteriorer präfrontaler Kortex [Rando et al., 2013] und ACC [Connolly et al., 2013], letzteres assoziiert mit jahrelangem Drogenkonsum [Connolly et al., 2013].

Gruppenunterschiede in kortikalen Volumina und in der Dicke waren bei verhaltensbezogenen Süchten weniger klar (Tabelle 1) 1). Drei kleine Studien zur Spielsucht zeigten inkonsistente Befunde mit entweder verminderter kortikaler Dicke in mehreren präfrontalen und parietalen Regionen [Grant et al., 2015], erhöhte Volumina im rechten präfrontalen Kortex [Köhler et al., 2013] oder keine Gruppenunterschiede [Joutsa et al., 2011]. In einer großen Studie mit weniger schweren Problemspielern wurden keine Gruppenunterschiede in den Gehirnvolumina beobachtet [van Holst et al., 2012]. Eine kleine Studie zur Internetabhängigkeit zeigte eine niedrigere kortikale Dicke im OFC [Hong et al., 2013], mit einem anderen niedrigeren Volumen im dorsolateralen präfrontalen Kortex (DLPFC) [Yuan et al., 2011] und zwei Studien, die auf niedrigere ACC-Volumina hindeuten [Yuan et al., 2011; Zhou et al., 2011]. Zwei kleine Studien über Internet-Spielstörungen berichteten von verminderten Volumina in OFC [Weng et al., 2013; Yuan et al., 2013], und zwei größere Studien berichteten über kleinere Volumina im cingulären Kortex [Lin et al., 2014; Wang et al., 2015] mit Einzelstudien, die von einer Abnahme der DLPFC berichten [Wang et al., 2015], inferior frontal [Lin et al., 2014], überlegen parietal [Wang et al., 2015] und inferior parietal [Yuan et al., 2013] Kortexe. In Bezug auf subkortikale Strukturen berichtete eine kleine Studie über höhere ventrale striatale (VS) Volumina bei Spielsucht [Köhler et al., 2013] ohne subkortikale Unterschiede in den anderen Studien berichtet. Bei einer Internet-Spielstörung waren die Befunde ähnlich unvereinbar mit entweder größeren parahippocampalen [Sun et al., 2014], unterer Hippocampus [Lin et al., 2014] oder keine Unterschiede [Wang et al., 2015; Weng et al., 2013]. Eine Studie mit einer angemessenen Stichprobengröße, die sich auf subkortikale Volumina konzentrierte, berichtete von einem größeren Kaudat- und VS-Volumen, das mit kognitiven Kontrolldefiziten assoziiert ist [Cai et al., 2015]. Zusammenfassend sind die Befunde kortikaler oder subkortikaler Anomalien bei Glücksspielstörungen höchst inkonsistent. Im Gegensatz dazu berichten Berichte über kortikale Anomalien bei der Internetnutzung oder Internet-Spielen konsequenterweise über verringerte Volumina mit verminderter ACC und OFC-Volumen, die über mindestens zwei Studien repliziert wurden.

Bis heute gibt es spärliche Hinweise auf strukturelle neuronale Veränderungen bei Individuen mit CSB. Studien an gesunden Personen mit exzessiver Pornographie ohne CSB-Diagnose zeigen geringere GM-Volumina im rechten Caudat [Kühn und Gallinat, 2014]. Eine kleine Diffusions-MRT-Studie an Personen mit CSB (N = 8 pro Gruppe) zeigten im Vergleich zu HV eine verringerte mittlere Diffusionsfähigkeit in überlegenen frontalen Bereichen der weißen Substanz (WM) [Miner et al., 2009]. In Bezug auf die funktionelle Aktivität zeigen männliche HV verstärkte Habituationsprozesse mit niedriger linksputaminaler BOLD-Aktivität gegenüber statischen erotischen Bildern [Kühn und Gallinat, 2014] und senken spätes positives Potential zu expliziten Bildern [Prause et al., 2015]. Im Gegensatz dazu, in einer aufgabenbasierten fMRI-Studie, die CSB mit HV vergleicht, erzeugten explizite sexuelle Videos höhere VS-, Amygdala- und dorsale ACC BOLD-Antworten in CSB [Voon et al., 2014]. Funktionelle Konnektivität zwischen diesen Regionen korrelierte mit einem Index des sexuellen Verlangens oder "Wollens", aber nicht "Mögen" in CSB-Fächern, was die Rolle der Anreizmotivation, parallel zur Substanzabhängigkeit, nahelegt. In ähnlicher Weise war das bevorzugte sexuelle Bild in einer anderen Studie über Internet-Pornografieabhängigkeit mit einer stärkeren ventralen striatalen Aktivität assoziiert und korrelierte nur mit selbstberichteten Symptomen der Internetpornographiesucht und nicht mit anderen Maßen für Sexualverhalten oder Depression [Brand et al., 2016]. Eine andere neuere Studie zeigt auch, dass Individuen mit problematischem hypersexuellem Verhalten während sexueller Reize häufigeres und verstärktes sexuelles Verlangen erfahren und dass eine stärkere Aktivierung im Caudatus, unteren Parietallappen, dorsalen anterioren cingulären Gyrus, Thalamus und DLPFC in dieser Gruppe beobachtet wurde [Seok und Sohn, 2015]. CSB-Individuen zeigen ferner eine stärkere frühe Aufmerksamkeitsbemalung für explizite sexuelle Reize [Mechelmans et al., 2014], die mit Wahlpräferenzen für Hinweise auf Sexualbilder korrelierten [Banca et al., 2016]. Als Reaktion auf die wiederholte Exposition statischer erotischer Bilder zeigten CSB-Patienten eine stärkere Gewöhnung in der dorsalen ACC an sexuelle Ergebnisse, die mit Wahlpräferenzen für neuartige sexuelle Bilder korrelierten [Banca et al., 2016], ein Effekt, der entweder durch Gewöhnung erklärt werden kann, aber auch mit dem Konzept der Toleranz in Abhängigkeit konsistent sein könnte.

Die vorliegende Studie untersucht volumetrische GM in CSB und die aktuelle Literatur über volumetrische und kortikale Dicke Studien bei Spielsucht und bei Internet-und Gaming-Nutzungsstörungen. Wir untersuchen auch die funktionale Funktionsfähigkeit von Individuen mit CSB und angepasster HV mit einer neuartigen Multi-Echo-Planarsequenz und unabhängigen Komponentenanalyse (ME-ICA), wobei BOLD-Signale als unabhängige Komponenten mit linearer Echozeit (TE) -abhängiger Signaländerung identifiziert werden während Nicht-BOLD-Signale als TE-unabhängige Komponenten identifiziert werden [Kundu et al., 2012]. Wir erwarten ein gestörtes Netzwerk von Salienz- und Belohnungs-bezogenen Systemen, die durch Amygdala, VS und dorsale ACC versorgt werden.

METHODEN

Teilnehmer

CSB-Themen wurden über Internet-basierte Werbung und von Empfehlungen von Therapeuten rekrutiert. Altersgerechte männliche HV wurden aus in der Gemeinde ansässigen Werbeanzeigen in der Region East Anglia rekrutiert. Alle CSB-Probanden wurden von einem Psychiater befragt, um zu bestätigen, dass sie die diagnostischen Kriterien für CSB erfüllten (erfüllten diagnostischen Kriterien für hypersexuelle Störungen [Kafka, 2010; Reid et al., 2012] und Sexsucht [Carnes et al., 2007], die sich auf die zwanghafte Verwendung von sexuell explizitem Online-Material konzentriert. Dies wurde unter Verwendung einer modifizierten Version der Arizona Sexual Experiences Scale (ASES) beurteilt [Mcgahuey et al., 2011], in denen Fragen auf einer Skala von 1-8 beantwortet wurden, wobei höhere Punktzahlen eine größere subjektive Beeinträchtigung darstellten. Angesichts der Art der Hinweise waren alle CSB-Fächer und HV männlich und heterosexuell. Alle HV waren altersangepasst (± 5 Jahre alt) mit CSB-Patienten. Die Probanden wurden ebenfalls auf Kompatibilität mit der MRI-Umgebung untersucht, wie wir es bereits früher getan haben [Banca et al., 2016; Mechelmans et al., 2014; Voon et al., 2014]. Zu den Ausschlusskriterien gehören das Alter von 18, die Vorgeschichte von SUD, die derzeitige regelmäßige Einnahme illegaler Substanzen (einschließlich Cannabis) und eine schwere psychiatrische Störung, einschließlich aktueller mittelschwerer bis schwerer schwerer Depression oder Zwangsstörungen, oder Geschichte der bipolaren Störung oder Schizophrenie (gescreent mit dem Mini International Neuropsychiatric Inventory) [Sheehan et al., 1998]. Andere zwanghafte oder Verhaltensabhängigkeiten waren ebenfalls Ausschlüsse. Die Probanden wurden von einem Psychiater in Bezug auf die problematische Verwendung von Online-Spielen oder sozialen Medien, pathologischem Glücksspiel oder zwanghaftem Einkaufen, Aufmerksamkeitsdefizit-Hyperaktivitätsstörung bei Kindern oder Erwachsenen und Diagnose von Binge-Eating-Störungen beurteilt. Die Teilnehmer vervollständigten die UPPS-P Impulsive Verhaltensskala [Whiteside und Lynam, 2001] zur Beurteilung der Impulsivität und das Beck Depression Inventory [Beck et al., 1961] Depression zu beurteilen. Zwei von 23 CSB-Patienten nahmen Antidepressiva ein oder hatten eine komorbide generalisierte Angststörung und soziale Phobie (N = 2) oder soziale Phobie (N = 1) oder eine Kindheitsgeschichte von ADHS (N = 1). Es wurde eine schriftliche Einverständniserklärung eingeholt und die Studie von der Ethikkommission der Universität Cambridge genehmigt. Die Probanden wurden für ihre Teilnahme bezahlt.

Neuroimaging

Datenerfassung und -verarbeitung

Strukturell.

Strukturelle Bilder wurden gesammelt, einschließlich voller Magnetisierung vorbereitet Gradienten-Echo (MPRAGE) mit einem Siemens Tim Trio 3T-Scanner mit einem 32-Kanal-Kopf-Spule mit einem T1-gewichteten MPRAGE-Sequenz (176 sagittalen Schichten, 9 Minuten Scans; Repetitionszeit (TR) = 2,500 ms; Echozeit (TE) = 4.77 ms; Inversionszeit = 1,100 ms; Erfassungsmatrix = 256 × 256 × 176; Kippwinkel = 7 °; Voxelgröße 1 × 1 × 1 mm). Das Scannen fand im Wolfson Brain Imaging Center der Universität Cambridge statt.

Die Strukturdaten wurden mit Statistischen Parametrischen Mapping (SPM8; http://www.fil.ion.ucl.ac.uk/spm) (Wellcome Trust Center für Neuroimaging, London, UK). Anatomische Bilder wurden manuell neu ausgerichtet, wobei der Ursprung an der vorderen Kommissur platziert wurde. Bilder wurden segmentiert (unter Verwendung von New Segment für SPM) in GM, WM und Liquor (CSF) basierend auf Standard-Gewebe-Wahrscheinlichkeitskarten für jeden Gewebetyp. Die drei Gewebeklassenvolumina wurden summiert, um das geschätzte intrakranielle Gesamtvolumen zu erzeugen. Eine benutzerdefinierte Vorlage wurde mit DARTEL erstellt [Ashburner, 2007], der die Parameter definiert, die erforderlich sind, um das native GM-Bild jedes Einzelnen iterativ an einen gemeinsamen Raum anzupassen. Diese DARTEL-Vorlage wurde dann mit affinen Transformationen in den Gewebewahrscheinlichkeitskarten registriert, wodurch Bilder in den MNI-Raum gebracht wurden. Die Bilder wurden räumlich mit einer vollen Breite bei einem halbmaximalen Kern von 8 mm geglättet³.

Ruhezustand.

Ruhezustands-fMRI-Daten wurden für 10-Minuten mit offenen Augen mit einem Siemens 3T Tim Trio-Scanner mit einer 32-Kanal-Kopfspule am Wolfson Brain Imaging Center der Universität Cambridge erfasst. Es wurde eine Multiecho-Echo-Planar-Bildgebungssequenz mit Online-Rekonstruktion (Repetitionszeit, 2.47 s; Flipwinkel 78 °; Matrixgröße 64 × 64; Auflösung in der Ebene, 3.75 mm; FOV, 240 mm; 32 schräge Schnitte, alternierend) verwendet Schichtaufnahmeschnittdicke 3.75 mm mit 10% -Lücke; iPAT-Faktor, 3; Bandbreite = 1,698 Hz / Pixel; Echozeit (TE) = 12, 28, 44 und 60 ms).

Multi-Echo unabhängige Komponentenanalyse (ME-ICAv2.5 beta6; http://afni.nimh.nih.gov) wurde zur Analyse und Entzerrung der Multi-Echo-Ruhezustand-fMRI-Daten verwendet. ME-ICA zerlegt Multiecho-fMRI-Daten mit FastICA in unabhängige Komponenten. BOLD Signal Prozent Signaländerung ist linear abhängig von TE, eine Eigenschaft des T2 * Zerfalls. Diese TE-Abhängigkeit wird anhand der Pseudo-F-Statistik, Kappa, mit Komponenten, die stark mit TE mit hohen Kappa-Werten skalieren [Kundu et al., 2012]. Nicht-BOLD-Komponenten werden durch TE-Unabhängigkeit, gemessen anF-Statistisch, Rho. Entsprechend ihrer Kappa und Rho-Wertgewichtung werden die Komponenten als BOLD oder nicht-BOLD kategorisiert [Kundu et al., 2012]. Nicht-BOLD-Komponenten werden durch Projektion entfernt, wobei Daten für Bewegungs-, physiologische und Scanner-Artefakte auf robuste Weise basierend auf physikalischen Prinzipien entrauscht werden. Die entrauschten Echo-Planar-Bilder jedes Individuums wurden in seinem MPRAGE registriert und auf die Vorlage des Montreal Neurological Institute (MNI) normalisiert. Die räumliche Glättung wurde mit einem Gaußschen Kern durchgeführt (halbes Maximum voller Breite = 6 mm). Der Zeitverlauf für jedes Voxel wurde zeitlich bandpassgefiltert (0.008) f <0.09 Hz). Der anatomische Scan jedes Individuums wurde in GM, WM und CSF unterteilt. Wesentliche Hauptkomponenten der Signale von WM und CSF wurden entfernt.

Funktionelle Konnektivitätsanalyse wurde unter Verwendung eines ROI-gestützten Ansatzes mit CONN-fMRI Functional Connectivity Toolbox [Whitfield-Gabrieli und Nieto-Castanon, 2012] für SPM (http://www.fil.ion.ucl.ac.uk/spm/software/spm8/).

Statistische Analyse

Die Merkmale und Fragebogenwerte der Probanden wurden zwischen Gruppen mit zwei Schwänzen verglichen t-Tests ohne Annahme gleicher Varianz. Alle statistischen Analysen wurden mit der R-Version (3.2.0) durchgeführt. [RC Team, 2014].

Strukturell

Für Gruppenvergleiche wurden GM-Volumina für CSB-Probanden und HV in ein allgemeines lineares Modell (GLM) eingegeben. Die Daten wurden für das gesamte intrakranielle Volumen der Teilnehmer unter Verwendung einer proportionalen Skalierung und einer expliziten Maske in SPM korrigiert. Gruppenvergleiche wurden sowohl für Alters- als auch für Depressionswerte als Kovariaten angepasst. Wir haben uns darauf konzentriert a priori vermutete Interessengebiete, die in unserer früheren Studie identifiziert wurden [Voon et al., 2014] und in Meta-Analysen von Reaktivitätsstudien zu Droge-Cue [Kühn und Gallinat, 2011], nämlich links und rechts VS, links und rechts Amygdala, und dorsale ACC mit kleinen Volumen korrigiert (SVC) familienbezogene Fehler (FWE) korrigiert P <0.01 (Bonferroni korrigiert für Mehrfachvergleiche). Für diese SVC-Analysen verwendeten wir einen zuvor beschriebenen anatomischen VS-ROI [Murray et al., 2008], die mit Hilfe von MRIcro auf der Basis der Definition von VS von Martinez et al. [2003]. Die Amygdala-ROI wurde aus dem Atlas der automatisierten anatomischen Markierung (AAL) erhalten. Die dorsale ACC wurde manuell unter Verwendung der MarsBaR ROI-Toolbox verändert [Brett et al., 2002] und basiert auf der cingulären Kortex-ROI aus dem AAL-Atlas. Es wurde so modifiziert, dass die vordere Grenze die Spitze des Genus des Corpus callosum war [Cox et al., 2014; Desikan et al., 2006] und das hintere war das hintere Ende des Genus des Corpus callosum [Desikan et al., 2006]. Zusätzliche Analysen, die für BDI-Scores angepasst wurden, wurden durchgeführt.

Ruhezustand

Um die Konnektivität zwischen CSB-Probanden und HV zu vergleichen, wurden ROI-zu-Voxel-Konnektivitätskarten für das gesamte Gehirn für die interessierende linke Amygdala-Samenregion basierend auf den Befunden der volumetrischen Gruppendifferenz berechnet. Die resultierenden Konnektivitätskarten wurden in vollständige faktorielle GLMs eingegeben, um die Konnektivität des gesamten Gehirns zwischen altersangepassten Gruppen mit einer anschließenden Analyse zu vergleichen, die sowohl das Alter als auch die Depression anpasst. Ganzhirncluster korrigierte FWE P <0.05 wurde für Gruppenunterschiede als signifikant angesehen.

ERGEBNISSE

Eigenschaften

Dreiundzwanzig heterosexuelle Männer mit CSB (Alter 26.9; SD 6.22 Jahre) und 69 Alter-angepasst (Alter 25.6; SD 6.55 Jahre) heterosexueller männlicher HV nahmen an der Studie teil (Tabelle 2), von denen 19 CSB-Fächer und 55 HV Verhaltensfragebögen ausgefüllt haben. CSB-Patienten hatten höhere BDI (P = 0.006) und UPPS-P (P <0.001) Scores im Vergleich zu HV. Andere Verhaltensbewertungen, einschließlich Muster und Schweregrad der Pornografie und Internetnutzung, wurden an anderer Stelle berichtet [Mechelmans et al., 2014; Voon et al., 2014].

Tabelle 2. Demografische Daten und Verhaltensdaten für Probanden mit zwanghaftem Sexualverhalten und gesunde Freiwillige

Strukturell

Die ROI-Analysen von linker und rechter Amygdala, linkem und rechtem VS und dorsalem ACC zeigten, dass das linke Volumen der Amygdala-grauen Substanz bei CSB im Vergleich zur HV-Übereinstimmung erhöht war (SVC FWE-korrigiert, P = 0.0096, Z = 3.37, xyz = –28, –4, –15) (Bonferroni korrigiert für SVC FWE-korrigiert P <0.01) (Fig. 1). Alle anderen ROI-Analysen waren nicht signifikant. Die Einstellung auf Depression veränderte die Ergebnisse der Gruppenunterschiede nicht.

Abbildung 1.

• Im Figurenbetrachter öffnen
• Laden Sie die PowerPoint-Folie herunter

Voxel-basierte Morphometrie bei zwanghaften sexuellen Verhaltensweisen. Ein größeres linkes Amygdala-Volumen zeigt sich in zwanghaften sexuellen Verhaltensweisen im Vergleich zu gesunden Freiwilligen. Das Bild wird mit einem Schwellenwert verglichen P <0.005 zur Veranschaulichung nicht korrigiert. [Farbabbildung kann unter angesehen werden wileyonlinelibrary.com]

Ruhezustand

Basierend auf den strukturellen Ergebnissen untersuchten wir die funktionelle Konnektivität im Ruhezustand mit einem Samen in der linken Amygdala. Wir fanden eine reduzierte Konnektivität mit bilateralem DLPFC (Right DLPFC: P = 0.012, Z = 4.11, xyz = 31 42 16; Linke DLPFC: P = 0.003, Z = 3.96, xyz = –27 52 23) (Fig. 2). Anpassung für BDI änderte die Signifikanz der Befunde nicht (Right DLPFC: P = 0.001, Z = 4.54, xyz = 31 61 23; Linke DLPFC: P = 0.003, Z = 4.26, xyz = –29 49 35).

Abbildung 2.

• Im Figurenbetrachter öffnen
• Laden Sie die PowerPoint-Folie herunter

Ruhezustand funktionelle Konnektivität der linken Amygdala. Zwanghaftes Sexualverhalten ist assoziiert mit einer verminderten Funktionsfähigkeit der linken Amygdala (Samen, links) mit dem bilateralen dorsolateralen präfrontalen Kortex (Mitte und rechts) im Vergleich zu gesunden Probanden. Das Bild wird mit einem Schwellenwert verglichen P <0.005 zur Veranschaulichung nicht korrigiert. [Farbabbildung kann unter angesehen werden wileyonlinelibrary.com]

DISKUSSION

Wir untersuchten strukturelle und funktionelle neuronale Unterschiede bei Individuen mit CSB im Vergleich zu HV. CSB-Patienten hatten das linke Amygdala-Volumen erhöht und die funktionelle Konnektivität im Ruhezustand zwischen linker Amygdala und bilateralem DLPFC reduziert.

Die Amygdala ist an der Verarbeitung von Umweltfaktoren beteiligt, die das Verhalten steuern. Die Kerne der Amygdala verknüpfen zuvor neutrale Umwelt- oder innere Reize mit assoziativen Repräsentationen von affektivem Wert, wobei sie eine durch einen Stichwort induzierte motivationale Salienz propagieren [Everitt et al., 2003], sowie die Verarbeitung der emotionalen Kontrolle [Kardinal et al., 2002; Gottfried et al., 2003]. Der Befund eines erhöhten Amygdala-Volumens steht im Gegensatz zu mehreren Studien zu Alkoholkonsumstörungen [Makris et al., 2008; Wrase et al., 2008], wie Studien über diese Art von Suchtbericht verminderte Amygdala Volumen, wo volumetrische Maßnahmen bewertet wurden. Eine mögliche Erklärung für diese Diskrepanz ist, dass der langfristige Substanzkonsum zu lang anhaltenden neuroplastischen Veränderungen und Toxizität führt [Kovacic, 2005; Reissner und Kalivas, 2010] das zur Aufrechterhaltung des Drogensucht-Verhaltens beitragen kann [Gass und Olive, 2008]. Eine solche Neurotoxizität kann sicherlich zu der weit verbreiteten Atrophie bei Substanzabhängigkeiten beitragen [Bartzokis et al., 2000; Carlenet al., 1978; Mechtcheriakov et al., 2007]. Eine solche drogenbedingte Neurotoxizität ist wahrscheinlich ein höchst relevantes Problem in SUD, aber weniger ein Problem bei Verhaltensauffälligkeiten. In einer kürzlich durchgeführten CSB-Studie mit fMRT wurde die Exposition gegenüber sexuell expliziten Signalen bei CSB im Vergleich zu Nicht-CSB-Patienten mit der Aktivierung der Amygdala assoziiert [Voon et al., 2014]. Ob der Unterschied im Amygdala-Volumen ein vorbestehendes Merkmal ist, das Individuen für CSB prädisponiert oder mit übermäßiger Exposition in Verbindung steht, muss noch festgestellt werden.

Es ist bekannt, dass die Funktionsweise des DLPFC mit breiten Aspekten der kognitiven Kontrolle verbunden ist [MacDonald et al., 2000] und Arbeitsgedächtnis [Petrides, 2000]. Unser Befund einer verringerten funktionellen Konnektivität zwischen Amygdala und DLPFC konvergiert mit der vorhandenen Literatur über die Konnektivität in diesen Regionen. Diese funktionelle Konnektivität ist wichtig für die Emotionsregulation, von der früher berichtet wurde, dass eine verminderte Konnektivität zwischen Amygdala und DLPFC bei Personen mit einer Internetspielstörung mit einem höheren Grad an Impulsivität verbunden ist [Ko et al., 2015]. Eine andere Studie, die die Fähigkeit misst, negative emotionale Reaktionen durch kognitive Strategien zu modulieren, zeigte, dass Aktivität in spezifischen Bereichen des frontalen Kortex, einschließlich DLPFC, mit Amygdalaaktivität kovariierte, und dass funktionale Konnektivität zwischen diesen Regionen von der Anwendung kognitiver Strategien abhängig war Regulation negativer Emotionen [Banks et al., 2007]. Amygdala und DLPFC-Konnektivität wurde in ähnlicher Weise mit unipolarer Depression in Verbindung gebracht [Siegle et al., 2007]. CSB wurde mit depressiven und Angstsymptomen in Verbindung gebracht und Stress kann solche Aktivitäten auslösen; Unsere Ergebnisse standen jedoch in keinem Zusammenhang mit Depressionswerten. Der DLPFC wurde auch in eine Studie über männliche HV verwickelt, in der eine größere pornografische Verwendung mit einer geringeren funktionellen Konnektivität zwischen dem DLPFC und dem Striatum verbunden war, wenn explizite Bilder betrachtet wurden [Kühn und Gallinat, 2014].

Wir warnen, dass diese Ergebnisse angesichts der geringen Stichprobengröße von CSB-Probanden vorläufig sind, obwohl wir diese Gruppe vor allem mit einer großen Stichprobengröße übereinstimmender HV vergleichen. Eine Einschränkung der Studie ist die Homogenität der Bevölkerung. Da wir keine Patienten mit anderen komorbiden psychiatrischen Störungen eingeschlossen haben, die eine mechanistische Rolle spielen könnten, sollten diese Ergebnisse vorsichtig auf CSB-Patienten mit anderen Komorbiditäten extrapoliert werden. Darüber hinaus können die beobachteten strukturellen und funktionellen Anomalien bei den CSB-Subjekten mit bereits bestehenden Merkmalen zusammenhängen oder können ein Ergebnis der Wirkungen von CSB sein, und als solche kann diese Studie keine kausalen Rückschlüsse auf die Wirkungen von CSB ziehen. Zukünftige Studien sollten darauf abzielen, longitudinale Messungen zu bewerten, um Unterschiede zwischen Zustands- und Merkmalstendenzen und möglichen prämorbiden neuralen Anomalien in größeren Stichprobengrößen und mit gemischten Geschlechtern zu bestimmen.

Unsere aktuellen Ergebnisse weisen auf erhöhte Volumina in einer Region hin, die an motivationaler Salienz und niedrigerer Ruhezustandskonnektivität von präfrontalen top-down regulatorischen Kontrollnetzwerken beteiligt ist. Die Unterbrechung solcher Netzwerke kann die abweichenden Verhaltensmuster in Bezug auf eine aus der Umwelt hervorgehende Belohnung oder eine erhöhte Reaktivität gegenüber ausgeprägten Anreiz-Hinweisen erklären. Obwohl unsere volumetrischen Befunde mit denen in SUD kontrastieren, können diese Befunde Unterschiede in Abhängigkeit von den neurotoxischen Wirkungen chronischer Arzneimittelexposition widerspiegeln. Neue Erkenntnisse deuten darauf hin, dass mögliche Überschneidungen mit einem Suchtprozess insbesondere Anreizmotivationstheorien unterstützen. Wir haben gezeigt, dass die Aktivität in diesem Salienz-Netzwerk dann erhöht wird, wenn sie stark ausgeprägten oder bevorzugten sexuell expliziten Hinweisen ausgesetzt wird [Brand et al., 2016; Seok und Sohn, 2015; Voon et al., 2014] zusammen mit verstärkter Aufmerksamkeitsverzerrung [Mechelmans et al., 2014] und sexuelles Verlangen, aber kein generalisiertes sexuelles Verlangen [Brand et al., 2016; Voon et al., 2014]. Die verstärkte Aufmerksamkeit für sexuell explizite Hinweise ist außerdem mit der Bevorzugung sexuell bedingter Hinweise verbunden, was die Beziehung zwischen sexueller Cue-Konditionierung und Aufmerksamkeitsbias bestätigt [Banca et al., 2016]. Diese Befunde erhöhter Aktivität in Bezug auf sexuell bedingte Hinweise unterscheiden sich von denen des Ergebnisses (oder des unkonditionierten Stimulus), in denen eine verstärkte Gewöhnung, möglicherweise im Einklang mit dem Toleranzbegriff, die Präferenz für neue sexuelle Stimuli erhöht [Banca et al., 2016]. Zusammen führen diese Befunde dazu, die zugrundeliegende Neurobiologie von CSB aufzuklären, was zu einem besseren Verständnis der Störung und zur Identifizierung möglicher therapeutischer Marker führt.

Danksagung

Wir danken den Mitarbeitern der WBIC für ihre Expertise und Unterstützung bei der Sammlung der Bilddaten und unseren Teilnehmern für ihre Zeit und ihr Engagement. Wir möchten auch Thaddeus Birchard und Paula Hall für die Überweisung von Patienten für die Studie danken. Das Behavioral and Clinical Neuroscience Institute (BCNI) wird vom Wellcome Trust und Medical Research Council unterstützt.

REFERENZEN

• Ashburner J (2007): Ein schneller diffeomorpher Bildregistrierungsalgorithmus. Neuroimage 38: 95-113.
  • CrossRef |
  • PubMed |
  • Web of Science® Times zitiert: 2070
• Banca P, Morris LS, Mitchell S, Harrison NA, Potenza MN, Voon V (2016): Neuheit, Konditionierung und Aufmerksamkeitsverzerrung für sexuelle Belohnungen. J Psychiatr Res 72: 91-101.
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 2
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 307
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 75
• CrossRef |
• PubMed |
• CAS |
• Web of Science® Times zitiert: 18323
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 1
• Banks SJ, Eddy KT, Angstadt M, Nathan PJ, Phan KL (2007): Amygdala-frontale Konnektivität während der Emotionsregulation. Soc Cogn Affekt Neurosci 2: 303-312.
• CrossRef |
• Web of Science® Times zitiert: 1
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 1087
• CrossRef |
• PubMed |
• CAS |
• Web of Science® Times zitiert: 342 |
• ADS
• Bartzokis G, Beckson M, Lu Ph, Edwards N, Rapoport R, Wiseman E, Brücke P (2000): Altersbedingte Hirnvolumenreduktionen bei Amphetamin- und Kokainabhängigen und normalen Kontrollen: Implikationen für die Suchtforschung. Psychiatrie Res Neuroimaging 98: 93-102.
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 16 |
• ADS
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 7
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 1782
• Wiley Online Bibliothek |
• PubMed |
• Web of Science® Times zitiert: 245
• CrossRef |
• PubMed |
• CAS |
• Web of Science® Times zitiert: 217
• CrossRef |
• PubMed |
• CAS |
• Web of Science® Times zitiert: 597 |
• ADS
• CrossRef |
• PubMed |
• Web der Wissenschaft®
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 19
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 27
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 21
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 172
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 8
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 5
• CrossRef |
• PubMed |
• CAS |
• Web of Science® Times zitiert: 30
• CrossRef |
• PubMed |
• CAS |
• Web of Science® Times zitiert: 1
• Wiley Online Bibliothek |
• PubMed |
• Web of Science® Times zitiert: 76
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 23
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 63
• Beck AT, Abteilung C, Mendelson M (1961): Beck Depressionsinventar (BDI). Arch Genpsychiatrie 4: 561-571.
• CrossRef |
• PubMed |
• CAS |
• Web of Science® Times zitiert: 1895 |
• ADS
• CrossRef |
• PubMed |
• CAS |
• Web of Science® Times zitiert: 134
• CrossRef |
• PubMed |
• CAS |
• Web of Science® Times zitiert: 313
• Marke M, Snagowski J, Laier C, Maderwald S (2016): die Aktivität des Striatums beim Betrachten der bevorzugten pornografischen Bilder korreliert mit den Symptomen der Internetpornographiesucht. Neuroimage 129: 224-232.
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 7 |
• ADS
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 70
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 28
• CrossRef |
• CAS |
• Web of Science® Times zitiert: 196
• CrossRef |
• PubMed |
• CAS |
• Web of Science® Times zitiert: 255
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 3
• Wiley Online Bibliothek |
• PubMed |
• Web of Science® Times zitiert: 20
• Brett M, Anton JL, Valabregue R., Poline JB (2002): Analyse der Interessengebiete mit der MarsBar Toolbox für SPM 99. Neuroimage 16: S497.
• Wiley Online Bibliothek |
• PubMed |
• Web of Science® Times zitiert: 43
• CrossRef |
• PubMed |
• CAS |
• Web of Science® Times zitiert: 63
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 1
• PubMed |
• Web of Science® Times zitiert: 7675
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 383
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 4
• Wiley Online Bibliothek |
• PubMed |
• Web of Science® Times zitiert: 38
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 110
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 25
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 3
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 25
• CrossRef |
• Web of Science® Times zitiert: 1108
• CrossRef |
• PubMed
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 92
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 3
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 72 |
• ADS
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 31 |
• ADS
• CrossRef |
• PubMed |
• Web of Science® Times zitiert: 66
• Cai C, Yuan K, Yin J, Feng D, Bi Y, Li Y, Yu D, Jin C, Qin W, Tian J (2015): Striatum Morphometrie ist mit kognitiven Kontrolldefiziten und Symptomschwere bei Internet-Gaming-Störung verbunden. Gehirnbildgebung 10: 12.
• Kardinal RN, Parkinson JA, Halle J, Everitt BJ (2002): Emotion und Motivation: Die Rolle der Amygdala, des ventralen Striatums und des präfrontalen Kortex. Neurosci Biobehav Rev. 26: 321-352.
• Carlen PL, Wortzman G, Holgate RC, Wilkinson DA, Rankin JC (1978): Reversible Hirnatrophie bei kürzlich abstinenten chronischen Alkoholikern durch Computertomographie-Scans gemessen. Wissenschaft 200: 1076-1078.
• Carnes P, Delmonico DL, Griffin E (2007): In den Schatten des Netzes: Breaking Free von zwanghaften Online-Sexualverhalten, 2nd ed. Center City, MN: Hazelden Verlag.
• Connolly CG, Bell RP, Foxe JJ, Garavan H (2013): Dissoziierte graue Substanz verändert sich mit längerer Sucht und verlängerter Abstinenz bei Kokainkonsumenten. PLoS One 8: e59645.
• Cox SR, Ferguson KJ, Royle NA, SD Shenkin, MacPherson SE, MacLullich AMJ, Deary IJ, Wardlaw JM (2014): Eine systematische Überprüfung der Gehirn Frontallappen Parzellierung Techniken in der Magnetresonanztomographie. Hirnstrukturfunktion 219: 1-22.
• Desikan RS, Ségonne F, Fischl B., Quinn BT, Dickerson BC, Blacker D, Buckner RL, Dale AM, Maguire RP, Hyman BT (2006): Ein automatisiertes Markierungssystem zur Unterteilung der menschlichen Großhirnrinde in MRI-Scans in Gyral-basierte Regionen von Interesse. Neuroimage 31: 968-980.
• Everitt BJ, Kardinal RN, Parkinson JA, Robbins TW (2003): Appetitives Verhalten: Einfluss von Amygdala-abhängigen Mechanismen des emotionalen Lernens. Ann NY Acad Sci 985: 233-250.
• Gass JT, Olive MF (2008): Glutamaterge Substrate von Drogenabhängigkeit und Alkoholismus. Biochem Pharmacol 75: 218-265.
• Gottfried JA, O'Doherty J, Dolan RJ (2003): Kodierung des prädiktiven Belohnungswerts in der menschlichen Amygdala und im orbitofrontalen Kortex. Science 301: 1104–1107.
• Grant JE, Odlaug BL, Chamberlain SR (2015): Reduzierte kortikale Dicke bei Spielsucht: Eine morphometrische MRT-Studie. Eur Arch Psychiatrie Klinik Neurosci 265: 655-661.
• van Holt RJ, de Ruiter MB, van den Brink, Veltman DJ, Goudriaan AE (2012): Eine Voxel-basierte Morphometrie-Studie, die problematische Spieler, Alkoholabhängige und gesunde Kontrollpersonen vergleicht. Drogenalkohol 124: 142-148.
• Hong SB, Kim JW, Choi EJ, Kim HH, Suh JE, Kim CD, Klauser P, Whittle S, Yűcel M, Pantelis C, Yi SH (2013): Reduzierte orbitofrontale kortikale Dicke bei männlichen Jugendlichen mit Internetabhängigkeit. Verhaltens-Gehirn-Funktion 9: 11.
• Joutsa J., Saunavaara J., Parkkola R., Niemelä S., Kaasinen V. (2011): Umfangreiche Abnormalität der Integrität der weißen Substanz des Gehirns beim pathologischen Glücksspiel. Psychiatry Res - Neuroimaging 194: 340–346.
• Kafka MP (2010): Hypersexuelle Störung: Eine vorgeschlagene Diagnose für DSM-V. Arch Sex Verhalten 39: 377-400.
• Ko CH, Hsieh TJ, Wang PW, Lin WC, CF Yen, CS Chen, Yen JY (2015): Veränderte Dichte der grauen Substanz und gestörte funktionale Konnektivität der Amygdala bei Erwachsenen mit Internet-Gaming-Störung. Prog Neuropsychopharmacol Biol Psychiatrie 57: 185-192.
• Köhler S, Hasselmann E, Wüstenberg T, Heinz A, Romanczuk-Seiferth N (2013): Höheres Volumen des ventralen Striatums und des rechten präfrontalen Kortex beim pathologischen Spielen. Hirnstrukturfunktion 220: 469-477.
• Kovacic P (2005): Vereinheitlichungsmechanismus für Sucht und Toxizität von missbrauchten Drogen mit Anwendung auf Dopamin und Glutamat-Mediatoren: Elektronentransfer und reaktive Sauerstoffspezies. Med Hypothesen 65: 90-96.
• Kraus SW, Voon V, Potenza MN (2016): Neurobiologie des zwanghaften Sexualverhaltens: Emerging Science. Neuropsychopharmakologie 41: 385-386.
• Kühn S, Gallinat J (2011): Gemeinsame Biologie des Verlangens nach legalen und illegalen Drogen - eine quantitative Meta-Analyse der Cue-Reaktivität der Gehirnreaktion. Eur J Neurosc. 33: 1318-1326.
• Kühn S, Gallinat J (2014): Gehirnstruktur und funktionelle Konnektivität im Zusammenhang mit Pornografiekonsum: Das Gehirn am Porno. JAMA Psychiatrie 71: 827-834.
• Kundu P, Inati SJ, Evans JW, Luh WM, Bandettini PA (2012): Differenzieren von BOLD- und Nicht-BOLD-Signalen in fMRI-Zeitreihen unter Verwendung von Multi-Echo-EPI. Neuroimage 60: 1759-1770.
• Lin X, Dong G, Wang Q, X Dux (2014): Abnormal graue Substanz und weiße Substanz Volumen in "Internet-Gaming-Süchtigen." Addict Behav 40C: 137-143.
• MacDonald AW, Cohen JD, Stenger VA, Carter CS (2000): Dissoziation der Rolle des dorsolateralen präfrontalen und anterioren cingulären Cortex bei der kognitiven Kontrolle. Wissenschaft 288: 1835-1838.
• Makris N, Oscar-Berman M, Jaffin SK, Hodge SM, Kennedy DN, Caviness VS, Marinkovic K, Breiter HC, Gasic GP, Harris GJ (2008): Vermindertes Volumen des Belohnungssystems des Gehirns bei Alkoholismus. Biol Psychiatrie 64: 192-202.
• Martinez D, Sliftstein M, Broft A, Mawlawi O, Chatterjee R, Hwang DR, Huang Y, Cooper T, Kegeles L, Zarahn E, Abi-Dargham A, Haber SN, Laruelle M (2003): Bildgebende humane mesolimbische Dopamin-Übertragung mit Positronen-Emissions-Tomographie. Teil II: Amphetamininduzierte Dopaminfreisetzung in den funktionellen Unterteilungen des Striatums. J Cereb Blutfluss Metab 23: 285-300.
• Mcgahuey CA, Gelenberg AJ, Cindi A, Moreno FA, Delgado PL, Mcknight KM, Manber R (2011): Journal of Sex & Ehe Die Arizona Sexual Experience Scale (Asex): Zuverlässigkeit und Gültigkeit. J Sex Marital Ther 26: 37–41.
• Mechelmans DJ, Irvine M, Banca P, Porter L, Mitchell S, Maulwurf TB, Lapa TR, Harrison NA, Potenza MN, Voon V (2014): Erhöhte Aufmerksamkeitsausrichtung auf sexuell eindeutige Hinweise bei Personen mit und ohne zwanghafte sexuelle Verhaltensweisen. PLoS One 9: e105476.
• Mechtcheriakov S, Brenneis C, Egger K, Koppelstätter F, Schocke M, Marksteiner J (2007): Ein weit verbreitetes Muster von Hirnatrophie bei Patienten mit Alkoholabhängigkeit ergab sich durch Voxel-basierte Morphometrie. J Neurol Neurosurg Psychiatrie 78: 610-614.
• Bergmann MH, Raymond N., Müller B. a., Lloyd M., Lim KO (2009): Voruntersuchung der impulsiven und neuroanatomischen Eigenschaften zwanghaften Sexualverhaltens. Psychiatry Res - Neuroimaging 174: 146–151.
• Murray GK, Corlett PR, Clark L, Pessiglione M, Blackwell AD, Honig G, Jones PB, Bullmore ET, Robbins TW, Fletcher PC (2008): Substantia nigra / ventrale tegmentale Belohnung Vorhersage Fehler Störung in der Psychose. Mol Psychiatrie 13: 267-276.
• Petrides M (2000): Die Rolle des mittleren dorsolateralen präfrontalen Kortex im Arbeitsgedächtnis. Exp-Gehirn Res 133: 44-54.
• Prause N, Steele VR, Staley C., Sabatinelli D, Proudfit GH (2015): Modulation von späten positiven Potentialen durch sexuelle Bilder bei problematischen Nutzern und Kontrollen, die mit "Pornosucht" unvereinbar sind. Biol Psychol 109: 192-199.
• Rando K, Tuit K., Hannestad J., Guarnaccia J., Sinha R. (2013): Geschlechtsunterschiede in reduziertem limbischen und kortikalen grauen Substanzvolumen bei Kokainabhängigkeit: Eine Voxel-basierte morphometrische Studie. Süchtiger Biol 18: 147-160.
• RC-Team (2014): R: Eine Sprache und Umgebung für das statistische Rechnen. Wien, Österreich: R-Stiftung für Statistisches Rechnen. ISBN 3-900051-07-0.
• Reid RC, Carpenter BN, Hook JN, Garos S, Manning JC, Gilliland R, Cooper EB, McKittrick H, Davtian M, Fong T (2012): Bericht von Befunden in einem DSM-5 Feldversuch für hypersexuelle Störung. J Geschlecht Med 9: 2868-2877.
• Reissner KJ, Kalivas PW (2010): Verwenden der Glutamat-Homöostase als Ziel für die Behandlung von Suchterkrankungen. Verhalten Pharmacol 21: 514.
• Seok JW, Sohn JH (2015): Neurale Substrate des sexuellen Verlangens bei Individuen mit problematischem hypersexuellem Verhalten. Front-Verhalten Neurosci 9: 1-11.
• Sheehan DV, Lecrubier Y, Sheehan KH, Amorim P, Janavs J., Weiller E., Hergueta T, Baker R, Dunbar GC (1998): Das Mini-internationale neuropsychiatrische Interview (Mini): die Entwicklung und Validierung eines strukturierten diagnostischen psychiatrischen Interviews für DSM-IV und ICD-10. J Clin Psychiatrie 59: 22-33.
• Siegle GJ, Thompson W, Carter CS, Steinhauer SR, Thase ME (2007): Erhöhte Amygdala und verringerte dorsolaterale präfrontale BOLD-Antworten bei unipolarer Depression: Related und unabhängige Merkmale. Biol Psychiatrie 61: 198-209.
• Sonne Y, Sonne J, Zhou Y, Ding W, X Chen, Zhuang Z, Xu J, Du Y (2014): Bewertung von in vivo Mikrostrukturveränderungen in der grauen Substanz mit DKI in Internet-Spielsucht. Verhaltens-Gehirn-Funktion 10: 37.
• Taki Y, Kinomura S, Sato K, Goto R, Inoue K, Okada K, Ono S, Kawashima R, Fukuda H (2006): Sowohl das globale Volumen der grauen Substanz als auch das regionale Volumen der grauen Substanz korrelieren negativ mit der Alkoholaufnahme in Alkohol -abhängige japanische Männer: Eine volumetrische Analyse und eine Voxel-basierte Morphometrie. Alkohol Clin Exp 30: 1045-1050.
• Tanabe J, Tregellas JR, Dalwani M, Thompson L, Owens E, Crowley T, Banich M (2009): Mediale orbitofrontale Kortex graue Substanz ist in abstinent Substanz abhängigen Personen reduziert. Biol Psychiatrie 65: 160-164.
• Voon V, Maulwurf TB, Banca P, Porter L, Morris L, Mitchell S, Lapa TR, Karr J, Harrison NA, Potenza MN, Irvine M (2014): Neurale Korrelate der sexuellen Reaktivität bei Personen mit und ohne zwanghafte sexuelle Verhaltensweisen . PLoS One 9: e102419.
• Wang H, Jin C, Yuan K, Shakir TM, Mao C, Niu X, Niu C, Guo L, Zhang M (2015): Die Veränderung der grauen Substanz Volumen und kognitive Kontrolle bei Jugendlichen mit Internet-Gaming-Störung. Front-Verhalten Neurosci 9: 1-7.
• Weng CB, Qian RB, FuXM, LinB, XP Han, Niu CS, Wang YH (2013): Anomalien der grauen Substanz und der weißen Substanz bei Online-Spielsucht. Eur J Radiol 82: 1308-1312.
• Whiteside SP, Lynam DR (2001): Das Fünf-Faktoren-Modell und Impulsivität: Verwenden eines strukturellen Modells der Persönlichkeit, um Impulsivität zu verstehen. Pers Individuum Diff 30: 669-689.
• Whitfield-Gabrieli S, Nieto-Castanon A (2012): Eine funktionale Konnektivitäts-Toolbox für korrelierte und antikorrelierte Gehirnnetzwerke. Brain Verbinden 2: 125-141.
• Wrase J, Makris N, Braus DF, Mann K, Smolka MN, Kennedy DN, Caviness VS, Hodge SM, Tang L, Albaugh M, Ziegler D., Davis OC, Kissling C, Schumann G, Breiter HC, Heinz A ( 2008): Amygdala Volumen mit Alkoholmissbrauch Rückfall und Verlangen verbunden. Am J Psychiatrie 165: 1179-1184.
• Xiao P, Dai Z, Zhong J, Zhu Y, Shi H, Pan P (2015): Regionale Defizite der Graue Substanz in Alkoholabhängigkeit: Eine Meta-Analyse von Voxel-basierten Morphometrie-Studien. Drogenalkohol 153: 22-28.
• Yuan K, Qin W, Wang G, Zeng F, Zhao L, Yang X, Liu P, Liu J, Sun J, von Deneen KM, Gong Q, Liu Y, Tian J (2011): Mikrostrukturanomalien bei Jugendlichen mit Internetabhängigkeit Störung. PLoS One 6: e20708.
• 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): Kortikale Dicke Anomalien in der späten Jugend mit Online-Spielsucht . PLoS One 8: e53055.
• Zhou Y, Lin FC, Du YS, QinLD, Zhao ZM, XuRR, Lei H (2011): Anomalien der grauen Substanz bei der Internetsucht: Eine Voxel-basierte Morphometrie-Studie. Eur J Radiol 79: 92-95.