Võrgupõhine analüüs paljastab Interneti-sõltuvusega seotud funktsionaalsuse (2016) funktsionaalsed ühendused

Esikülg Hum Neurosci. 2016; 10: 6.

Avaldatud Internetis 2016 Feb 1. doi: 10.3389 / fnhum.2016.00006

PMCID: PMC4740778

Tanya Wen^1,^2,^* ja Shulan Hsieh^1,^3,^4,^*

Autori teave ► Artikli märkused ► Autoriõiguste ja litsentside teave ►

Abstraktne

Interneti muretsemisel ja sunniviisilisel kasutamisel võib olla negatiivseid psühholoogilisi tagajärgi, näiteks tunnistatakse seda üha enam psüühikahäireks. Selles uuringus kasutati võrgupõhist statistikat, et uurida, kuidas kogu aju funktsionaalsed ühendused puhkeseisundis on seotud inimese internetisõltuvuse määraga, mida indekseeritakse enesehinnanguga küsimustiku abil. Tuvastasime kaks topoloogiliselt olulist võrku, millest üks on ühendustega, mis on positiivselt korrelatsioonis Interneti-sõltuvuse kalduvusega, ja teine, ühendustega, mis on negatiivses korrelatsioonis Interneti-sõltuvuse kalduvusega. Need kaks võrku on omavahel ühendatud peamiselt frontaalpiirkondades, mis võib kajastada muutusi frontaalpiirkonnas kognitiivse kontrolli erinevates aspektides (st Interneti kasutamise ja mänguoskuste juhtimiseks). Järgnevalt liigitasime aju mitmeks suureks regionaalseks alamrühmaks ja leidsime, et enamus ühenduste proportsioone kahes võrgus vastavad sõltuvuse väikeaju mudelile, mis hõlmab nelja ahelaga mudelit.

Lõpuks täheldasime, et aju piirkonnad, kus on kõige rohkem piirkondadevahelisi seoseid, mis on seotud Interneti-sõltuvuse kalduvusega, kordavad neid, mida on sageli näha sõltuvuskirjanduses, ja seda kinnitab meie Interneti-sõltuvusuuringute metaanalüüs. See uurimistöö annab parema ülevaate Interneti-sõltuvuse kalduvusega seotud suuremahulistest võrkudest ja näitab, et Interneti-sõltuvuse prekliiniline tase on seotud sarnaste piirkondade ja ühendustega nagu sõltuvuse kliinilised juhtumid.

Märksõnad: internetisõltuvus, võrgupõhine statistika, funktsionaalne ühenduvus, puhkeseisund, metaanalüüs

Sissejuhatus

Interneti-sõltuvus (OReilly, 1996; Noored, 1998) on kaasaegne nähtus, mida iseloomustab muretsemine ja interneti sundkasutamine. Eelkõige on Interneti-mängude häired (IGD) loetletud diagnoosimis- ja statistikajuhendi versiooni 5 (DSM-5) III jaos.^®, Ameerika psühhiaatriaühing [APA], 2013). Standardkriteeriumi puudumise tõttu käsitleti mõnes kirjanduses mõlemat terminoloogiat sünonüümidena (vt Petry ja O'Brien, 2013; Petry et al., 2014 aruteluks); Interneti sunniviisiline ja liigne kasutamine mis tahes tegevuse jaoks (mida me siin kirjanduses nimetame Interneti-sõltuvuseks) on siiski globaalsem kui selle peamine alatüüp IGD, mis võib lisaks veebimängudele hõlmata ka mitut tüüpi Interneti kasutamist (Griffiths ja Pontes, 2014; Király et al., 2014; Petry et al., 2014). Meie praegune uuring uurib Interneti-sõltuvust üldisemas vormis. Sarnaselt uimastitarbimise häiretega näitavad ka internetisõltuvus võõrutusnähtusid, tolerantsust, kontrolli kaotamist ja psühhosotsiaalseid probleeme, põhjustades kliiniliselt olulist stressi või igapäevase funktsiooni halvenemist. Levimus näib Aasia riikide ja meeste noorukite hulgas kõige kõrgem ning ühe uuringu jooksul on Taiwani kolledži üliõpilaste seas hinnanguliselt vahemikus 14.1 kuni 16.5% (usaldusnivoolu väärtus 95 protsenti).Lin jt, 2011). Nähtus on viimastel aastatel pälvinud suuremat tähelepanu ja väärib kindlasti täiendavat uurimist.

Internetisõltuvuse närvisubstraatide tuvastamiseks on kasutatud funktsionaalset magnetresonantstomograafiat (fMRI), mis näitas, et neil on sarnased aju signatuurid ainetega seotud sõltuvustega (Kuss ja Griffiths, 2012; Brand et al., 2014; Meng et al., 2015). Blokeeritud ja sündmustega seotud uuringutes on Interneti-mängude näpunäidete võrdlemisel algtasemega tuvastatud mitmed tasustamise, sõltuvuse ja ihaga seotud piirkonnad, mis hõlmavad isolatsiooni, tuuma akumulatsioone (NAc), dorsolateraalset prefrontaalset ajukooret (DLPFC) ja orbitaalset frontaalset ajukoore (OFC) (Hoeft jt, 2008; Ko jt, 2009; Han et al., 2010; Sun jt, 2012; Ko jt, 2013). Aktiveerimisel põhinevad lähenemisviisid vastanduvad aga kiiduga seotud tegevusele ega käsitle aju piirkondade vastastikust mõju ning seetõttu ei saa nad iseloomustada kliiniliste või käitumuslike meetmetega seotud muutunud funktsionaalseid seoseid; inimhäired on siiski ühendatud keeruka süsteemi häirete tagajärg (Fornito ja Bullmore, 2015). Puhkeseisundis fMRI kasutuselevõtt on osutunud tõhusaks vahendiks kogu aju neuraalse ühenduvuse uurimisel (van den Heuvel ja Pol, 2010). Puhkeseisundi funktsionaalset ühenduvust hinnatakse vere hapnikusisaldusest sõltuvate (BOLD) signaalide spontaansete kõikumiste korrelatsiooniga aju erinevates piirkondades. Arvatakse, et see mõõdab selle funktsionaalset korraldust ja võib aidata iseloomustada ajupiirkondade ebanormaalseid sünkronisatsioone psühholoogiliste fenotüüpide spektris (Biswal et al., 2010; Craddock jt, 2013).

Ehkki on olnud mõningaid uuringuid, mis on funktsionaalset ühenduvust kasutanud Interneti-sõltuvusega seotud muudetud funktsionaalse ühenduvuse uurimiseks, kasutas enamik uuringuid a priori valitud seemnepiirkondi, kas (a) korreleerides ühe seemnepiirkonna kogu aju ülejäänud vokselitega [Hoeft jt, 2008 kasutas NAc; Lorenz jt, 2013 kasutas paremat madalamat esiosa gyrus (IFG); Ding et al., 2013 kasutas tagumist cingulate cortex (PCC); Ko jt, 2015 kasutas amygdala; Zhang et al., 2015 kasutas insula; Hong et al., 2015 kasutasid caudate tuuma ja putameni; Kühn ja Gallinat, 2015 kasutasin paremat esiosa; Li et al., 2015 kasutasin õiget DLPFC-d] või (b) korrelatsioonide teostamine mitme etteantud ROI vahel, mis on valitud tähenduslike võrkude hulgast (Yuan et al., 2015 uuris keskset täitevvõrgustikku ja huvivõrgustikku; Dong et al., 2015b uuris täitevvõimu kontrollivõrku; Dong et al., 2015a uuris täitevvõimu kontrolli- ja tasustamisvõrku; Li et al., 2014 uuris reageerimise pärssimise võrku; Lin jt, 2015 uuris kuut etteantud kahepoolset kortikostriaatilist ROI-d). Uuritud eelnevalt määratletud seemnepiirkonnad esindavad ainult väikest osa ajust, seega ei pruugi nad olla võimelised andma täielikku pilti, kuidas Interneti-sõltuvus mõjutab konnoomi.

Väga vähestes uuringutes on Interneti-sõltuvuse uurimiseks kasutatud kogu aju lähenemist. Meie teada on praegu vaid neli avaldatud artiklit, mis rakendasid kogu aju lähenemisviisi ja nende meetodid on üsna varieeruvad, ulatudes võrgupõhisest statistikast (NBS; Hong et al., 2013) topoloogilise (Hong et al., 2013; Wee et al., 2014; Park et al., 2015) uudselt välja töötatud vokselipeeglitega homotoopse ühenduvusega (Wang et al., 2015). Eriti, Hong jt. (2013) rakendas NBS-i piirkondadevahelise funktsionaalse ühenduvuse rühmadevaheliste erinevuste väljaselgitamiseks ja leidis, et Interneti-sõltuvusega patsientidel on kortiko-subkortikaalses vooluringis osalevad häiritud ühendused. Kuid nende uuring keskendus ainulaadse populatsiooni (meessoost varajased noorukid) väikesele valimi suurusele.

Seetõttu otsustasime oma praeguses artiklis kasutada kogu aju ühenduvuse lähenemisviisi, NBS (Zalesky jt, 2010a; Han et al., 2013), et tuvastada funktsionaalsed ühendused, mis ennustavad internetisõltuvuse tendentsi. NBS on valideeritud statistiline meetod mitme võrdluse probleemiga tegelemiseks graafikul, see on analoogne klastripõhistele meetoditele (Nichols ja Holmes, 2002) ning seda kasutatakse inimese konsoomi sisaldavate ühenduste ja võrkude tuvastamiseks, mis on seotud eksperimentaalse efekti või rühmadevahelise erinevusega, kontrollides hüpoteesi iga ühenduse korral iseseisvalt. Lisaks võrreldakse meie tulemusi olemasolevate tööde metaanalüüsiga, mis on seotud internetisõltuvuse neuraalsete korrelatsioonidega. Loodame olemasolevat kirjandust mitmel viisil laiendada: (1) Loodame anda Interneti-sõltuvusest terviklikuma pildi, kasutades kogu aju analüüsi, selle asemel, et kasutada ainult väikest arvu eelnevalt määratletud seemnepiirkondi. (2) Kuigi on olemas paar kogu aju funktsionaalse ühenduvuse uuringut Interneti-sõltuvuse kohta (nt Hong et al., 2013; Wang et al., 2015) võrdlesid uuringud Interneti-sõltuvusgruppe tervisliku kontrolliga. Meie uuringus ei osalenud ühtegi kliinilist patsienti, kuid iseloomustasin Interneti-sõltuvuse kalduvust gradiendina. Loodame tuvastada funktsionaalsed ühendused, mille tugevust moduleerib sõltuvuse tase. (3) Enamikes Interneti-sõltuvuse uuringutes ei ole väikeaju arvestatud, kuid väikeaju on seostatud olulise sõltuvuspiirkonnaga (Moulton et al., 2014). Seega oleme oma analüüsi lisanud väikeaju. (4) Paljud uuringud on piiranud nende osalejate gruppi meestega ja sisaldavad sageli suhteliselt väikest valimi suurust (nt Hong et al., 2013, 2015; Kühn ja Gallinat, 2015). Nende uuringute üldistatavuse ja tõhususe suurendamiseks on vaja proove, mis koosnevad mõlemast soost ja on suuremad (Li et al., 2015). Ülaltoodud probleemidega tegeledes loodab käesolev uuring paremini mõista, kuidas funktsionaalne ühendus on seotud Interneti-sõltuvuse kalduvusega.

Materjalid ja meetodid

Metaanalüüs

Metaanalüüs koostati NeuroSynth andmebaasi kasutades (http://neurosynth.org; Yarkoni jt, 2011). Interneti-sõltuvusega seotud uuringute tuvastamiseks andmebaasis kasutati kohandatud analüüsi, kasutades otsingusõnu „sõltuvus“, „sõltlane“, „internet“, „mängimine“, „mäng“ ja „veebis“. Kaasamise kriteeriumid kontrolliti käsitsi ja lisatud uuringute loetelu on üksikasjalikult esitatud lisas 1. Kaasa võeti kokku 18-uuringud. Kaasatud uuringutest eraldati maksimaalsed aktiveerimise koordinaadid ja 6 mm vokselite naabrus. Järgmisena viidi läbi nende koordinaatide metaanalüüs, mis andis kogu aju edasi ja aitas järeldada z-kaardid. Edasised järeldamiskaardid kajastavad tõenäosust, et piirkond aktiveerub nende tingimuste korral [P(aktiveerimine | tingimused)], teavitades meid seega antud tingimuste aktiveerimise järjepidevusest. Vastupidine järelduste kaart näitab tõenäosust, et neid termineid kasutatakse uuringus, arvestades teatatud aktiveerimist [P(terminid | aktiveerimine)]; seega näitab aktiveeritud piirkond, et tegemist on tõenäolisemalt Interneti-sõltuvusega seotud uuringuga kui mitte-Interneti-sõltuvusega seotud uuringuga, mis kajastab selle piirkonna selektiivsust. Kuna nii edasi kui ka tagurpidi järeldused mängivad olulist rolli Interneti-sõltuvusega seotud piirkondade mõistmisel, kattusime nende kahe järelduse kaardiga nende ühiste piirkondade visandamiseks. Esitatakse klastrid, mis on suuremad kui viis vokselit.

Puhkeoleku fMRI

Osalejad

47 tervislikku osalejat (21 mehed ja 26 naised) Lõuna-Taiwanist, kellest enamik on üliõpilased või ülikooli töötajad, värvati kuulutuste kaudu eksperimenti (vanusevahemik = 19 – 29 aastat, keskmine vanus = 22.87) aastat, SD = 2.22 aastat). Osalejad olid paremakäelised (seda on näidanud Edinburghi töökindluse register), neil oli normaalne või normaalseks korrigeeritud nägemine ning neil polnud varem psühholoogilisi ega närvihäireid. Nende depressiooni, ärevuse ja intelligentsuse skoorid olid normi piires [Becki depressiooni inventuuri (BDI) skoor: 0 – 12; Becki ärevuse inventuuri (BAI) skoor: 0 – 7; Raveni standardsete progresseeruvate maatriksite testi tulemus: 35 – 57]. Kõigi osalejate Chen Interneti-sõltuvusskaala parandatud (CIAS-R) skoor oli vahemikus = 28 – 92, keskmine = 60.04, SD = 16.53. Tabel Table11 võtab kokku osalejate demograafilise teabe ja käitumuslikud omadused. CIAS-R hinnete normaalsust kontrolliti Shapiro – Wilki testiga [W(47) = 0.98, p = 0.50]. Sugu ja CIAS-R skoori vahel olulist korrelatsiooni ei olnud (Spearmani ρ = 0.15, p = 0.30). Kõik osalejad esitasid oma kirjaliku teadliku nõusoleku ja uuringuprotokolli kiitis heaks (EI: B-ER-101-144) Taiwani Tainani Riikliku Cheng Kungi ülikooli haigla institutsionaalse ülevaate nõukogu (IRB) poolt. Kõigile osalejatele maksti 500 NTD pärast katse lõppu.

Demograafiline teave ja käitumuslikud omadused.

Cheni Interneti-sõltuvusskaala parandatud (CIAS-R) küsimustik

Cheni Interneti-sõltuvusskaala muudetud (CIAS-R; Chen et al., 2003) on 26-i üksuse mõõt, mida kasutatakse internetisõltuvuse raskusastme hindamiseks. CIAS-R põhineb DSM-IV-TR lisandi käitumiskriteeriumidel ja sisaldab kaht internetisõltuvuse alamklassi (a) põhisümptomeid ja b) sellega seotud probleeme, hinnates viit mõõdet, sealhulgas (1) sundlik Interneti-kasutamine, (2) loobumine Interneti äravõtmise sümptomid, (3) tolerantsus, (4) inimestevaheliste suhete ja füüsilise tervise oht ning (5) ajahaldusprobleemid. Esemeid hinnatakse 4-punkti Likerti skaalal, koguhinne ulatub 26-st 104-ni, peegeldades madalat kuni suurt kalduvust Interneti-sõltuvusele. On näidatud, et CIAS-R on kõrge sisemise konsistentsiga (Cronbachi α = 0.79 – 0.93; Chen et al., 2003) ja kõrge diagnostiline täpsus (AUC = 89.6%; Ko jt, 2005). Selles uuringus kasutati CIAS-R üldskoori osalejate Internetisõltuvuse hetkeseisu indikaatorina.

Kujutiste hankimine ja töötlemine

Kujutise tegemiseks kasutati GE MR750 3T skannerit (GE Healthcare, Waukesha, WI, USA) Riikliku Cheng Kungi ülikooli MRI keskuses. Suure eraldusvõimega anatoomilised kujutised saadi kiire SPGR-ga, mis koosneb 166-i aksiaalsetest lõikudest (TR = 7.6 ms, TE = 3.3 ms, kaldenurk 171 = 12 °, 224 maatriksid × 224 maatriksid, viilu paksus = 1 mm). Funktsionaalsete piltide saamiseks kasutati gradiendi-kaja kajaloo kujutamise (EPI) impulssjärjestust (TR = 2000 ms, TE = 30 ms, kaldenurk = 77 °, 64 maatriksid × 64 maatriksid, viilu paksus = 4 mm, vahed puuduvad, voksiili suurus 3.4375 mm × 3.4375 mm × 4 mm, 32 aksiaalsed lõigud, mis katavad kogu aju).

Osalejatel kästi lõdvestuda ja lamada skanneris, silmad kinni. Neil paluti skaneerimise ajal mitte mõelda ühelegi konkreetsele sündmusele. Struktuuripildi skaneerimise aeg oli umbes 3.6 min. Funktsionaalne pilt kestis umbes 8 min, kusjuures esimesed viis TR-d toimisid näiv skaneeringuna, tagamaks, et signaal on enne andmete kogumist püsivas olekus saavutanud; seega koosneb töö analüüsiks 240 EPI mahukujutistest.

Andmete eeltöötluseks kasutati puhkeoleku fMRI andmetöötlusabilist (DPARSF; Yan ja Zang, 2010), mis põhineb MRIcroN-i funktsioonidel (Rorden jt, 2007^¹) ning statistilise parameetrilise kaardistamise tarkvara (SPM^²) ja puhkeoleku fMRI andmete analüüsi tööriistakomplekt (REST; Song jt, 2011) Matlabis (The MathWorks, Inc., Natick, MA, USA). Funktsionaalsetel piltidel tehti viilude ajastamise korrektsioon, millele järgnes ümberhäälestamine pea liikumise korrigeerimiseks, kasutades kuueparameetrilisi jäigaid keremuutusi. Üldine liikumine, mida iseloomustas keskmine kaadrisuunaline nihe (FD), ei olnud suur (keskmine = 0.05, SD = 0.03) ega korreleerunud CIAS-R skooridega (Spearmani ρ = -0.28, p = 0.055), seega pole impulsiivsus Interneti-sõltuvuse skoori ja liikumise segav faktor (Kong jt, 2014). T1-pildid registreeriti funktsionaalseteks piltideks. Struktuuripildid segmenteeriti MNI-ruumis koe tõenäosuse kaartide alusel CSF-i, valgeaine ja halli ainesse ning neid arvutusi kasutati T1 ja EPI piltide järgneval normaliseerimisel MNI ruumi. Andmed ühtlustati ruumipiirkonnas, kasutades Gaussi tuuma 6 mm täislaiusega poole maksimaalselt poolelt (FWHM) ja eemaldati lineaarne suund. Negatiivsed kovariaadid, sealhulgas globaalne keskmine signaal, valgeaine signaal ja tserebrospinaalvedeliku signaal, regresseeriti. Ehkki globaalse signaali regressiooni teostamine on endiselt jätkuv poleemika (nt Saad jt, 2012), otsustasime selle meetodi rakendada, kuna on soovitatud maksimeerida funktsionaalsete korrelatsioonide spetsiifikat ning parandada puhkeoleku korrelatsioonide ja anatoomia vastavust (Fox et al., 2009; Weissenbacher jt, 2009; Takeuchi jt, 2014). Lõpuks läbisid pildid 0.01 – 0.08 Hz ribapääsfiltri.

Andmete analüüs

FMRI kujutised eraldati anatoomilise automaatse märgistamise (AAL; Tzourio-Mazoyer jt, 2002) mall, jagades aju anatoomilise struktuuri alusel 116 ROI-deks (või sõlmedeks). Valisime AAL-atlase, kuna see on funktsionaalse võrgu uuringutes kõige sagedamini kasutatud pakk (Stanley et al., 2013) ja oli ka mall, mida kasutas Hong jt. (2013), kelle uuring on meie jaoks kõige olulisem, suurendades sellega uuringute võrreldavuse taset (Zalesky jt, 2010b). NBS-meetodit kasutati ajuvõrkude tuvastamiseks, mis koosneb piirkondadevahelisest funktsionaalsest ühenduvusest, millel on oluline korrelatsioon CIAS-R skooriga. Järgnevad analüüsid tehti võrgupõhise statistika tööriistakasti (Zalesky jt, 2010a) koos täiendavate ettevõttesiseste Matlab-skriptidega. Iga osaleja jaoks konstrueeriti 116 × 116 korrelatsioonimaatriks, kasutades iga ROI-st eraldatud ajakursusi. Pearsoni omad r väärtused normaliseeriti väärtusele Z skoori kasutades Fisheri Z muutumine. Korrelatsioonimaatriksi iga lahter tähistab kahe sõlme vahelise ühenduse (või serva) tugevust. Massiline ühemõõtmeline testimine, kasutades Spearmani astme korrelatsiooni, viidi läbi osalejate CIAS-R skooride ja servade tugevuste vahel igas servas, et tuvastada asjakohased seosed, mis ennustasid CIAS-R skoori. CIAS-R skoori kõrget prognoositavust näidanud kandidaadiservad valiti esmase läve kaudu vastavalt Spearmani rho> 0.37 ja <-0.37 (ligikaudu ühe sabaga alfa = 0.005), et tuvastada võrke, mis on CIAS-ga positiivselt ja negatiivselt seotud. R skoor. Järgmisena tuvastati läviüleste ühenduste hulgast topoloogilised klastrid, mida nimetatakse ühendatud graafikukomponentideks. Komponendi suuruse perepõhine viga (FWE) arvutati permutatsiooni testimise (3000 permutatsiooni) abil, mis hõlmas CIAS-R skooride juhuslikku järjestamist ja ülaltoodud protsessi kordamist, et saada suurima komponendi suuruse nulljaotus. Ühendatud graafikukomponendid, mille suurus ületab hinnangulise FWE-ga korrigeeritud p- väärtuse piirväärtus <0.05 tuvastati võrkudena, mis on oluliselt seotud Interneti-sõltuvuse tendentsiga. BrainNet Viewer (Xia et al., 2013) kasutati ühenduste visualiseerimiseks. Andmete analüüsi torujuhtme illustratsioon on toodud Joonis Joonis11.

JOONIS 1

Andmeanalüüsi torujuhtme vooskeem. Osalejate ajud olid eeltöödeldud ja jagatud erinevateks struktuuripiirkondadeks vastavalt AAL-i mallile. Koostati korrelatsioonimaatriks, kasutades igast piirkonnast eraldatud ajakursse ...

Tulemused

Metaanalüüs

Edasi- ja vastupidine järeldus z-kaardid genereeriti ettevõttest NeuroSynth (näidatud Joonis Joonis22). Nendes kahes kaardis olevad aktiveerimised näitavad üksteise suurt sarnasust. Nende kaartide kattumine näitas aktiveerumist väikeaju piirkondades, ajalises lobas (kahepoolne madalam ajaline güri, parem parempoolne ajaline poolus ja parem keskmine ja kõrgem ajaline gürus), mitmetes eesmistes piirkondades (vasak keskmine ja kõrgem orbitaal eesmine gürus, parem keskmine eesmine güros, parem parempoolne esiosa operculum ja parempoolne precentraalne gyrus), kahepoolsed putamenid, kahepoolsed isolaadid, parempoolne keskmine tsingulaat ja parem precuneus. Tabel Table22 loetleb tuvastatud klastrid ja klastrisse kuuluvad AAL-piirkonnad.

JOONIS 2

NeuroSynthil läbi viidud metaanalüüsi järeldamiskaardid, mis näitavad piirkondi, mis asuvad aktiivselt ees, järel pöördumises ja kahe kaardi kattumises.

Eel- ja vastupidiste järelduste kaartide kattuvad rühmad.

Puhkeoleku fMRI

Interneti-sõltuvuse kalduvusega seotud funktsionaalsed ühendused

NBS-i kasutades tuvastasime kaks võrku, mis näitasid servade tugevuse ja CIAS-R skooride olulist korrelatsiooni (p <0.05, FWE-korrigeeritud): üks, mille servad korreleeruvad positiivselt CIAS-R skooriga ("CIAS-R positiivne", näidatud punasega) ja teine, mille servad on negatiivses korrelatsioonis CIAS-R-ga ("CIAS-R negatiivne" sinises värvitoonis). CIAS-R positiivne võrk koosneb kokku 65 sõlmest ja 90 servast (45 intrahemisfääri, 42 interhemisfääri ja 3 ühenduvad vermisega), samas kui negatiivne võrk koosneb 64 sõlmest ja 89 servast (35 intrahemisfääri, 40 interhemisfääri ja 14 ühendamine vermisega / sees). Oluline on märkida, et need kaks võrku ei ole täiesti eraldi ning neil on kokku 39 sõlme, millest 30.77% on otsmikusagara piirkonnad. CIAS-R-ga seotud servade koguarv moodustab 2.68% kõigist aju servadest. Võrgustikku on illustreeritud Joonis Joonis33 ja konkreetsed ühendused on loetletud lisamaterjalides 2, tabel S1.

JOONIS 3

Ühenduste võrk, mis on korrelatsioonis CIAS-R skooridega. Hallid sfäärid tähistavad iga sõlme keskpunkti ja skaleeritakse vastavalt oluliste servade arvule, millega nad on seotud. Kuvatakse ainult ühendusega sõlmed. Punased jooned tähistavad ...

Kaasatud servade globaalne jaotus

Nende ühenduste jaotuse paremaks mõistmiseks järgisime järgmist Fornito jt. (2011) ja Hong jt. (2013)ja liigitas iga võrgu iga AAL-piirkonna seitsmesse piirkondlikku alamrühma: frontaal-, aja-, parietaal-, kukla-, soo- ja tsingulaarsed güri, subkortikaalsed ja väikeaju. Enamik CIAS-R positiivse võrgu servi hõlmas ühendusi (1) ajaliste piirkondade ja isolaa vahel ning cingulate gryi (∼13%), millest suurem osa hõlmab tagumist tsingulaarset gyrust, mis on ühendatud erinevate ajaliste piirkondadega; (2) eesmine ja ajaline piirkond (∼12%), mis hõlmab ühendusi mediaalse orbitofrontaalse ajukoore, paratsentraalse lobu ja ajalise lohi gyri, ajalise pooluse vahel; ja (3) parietaalsed ja subkortikaalsed piirkonnad (∼11%), mis koosnevad ühenditest posttsentraalse koore ja parema parietaalse lobuuli vahel putameni ja pallidumiga. Huvitav on fakt, et kõigil teistel piirkondadel, välja arvatud esiosa, puuduvad regioonisisesed ühendused, mille tugevus on positiivselt seotud internetisõltuvuse kalduvusega. Enamik CIAS-R negatiivse võrgu servi hõlmas ühendusi eesmise lobe (1) ja väikeaju vahel (∼19%), millest enamus on ühendused väikeaju orbitaalpiirkondade ja väikeaju erinevate ROI-de vahel; ja (2) insulaat ja cingulate güri ning ajaline lobe (∼12%), mis sisaldab ühendusi insula, cingulum, parahippocampal ja ajalise güreli vahel. CIAS-R negatiivsesse võrku ei kuulunud ühtegi kuklaluupiirkonda. Iga võrgu piirkondadevaheliste ühenduste proportsioonid on toodud lõigus Joonis Joonis44.

JOONIS 4

Internetisõltuvuse tendentsiga positiivselt ja negatiivselt seotud servade osakaal piirkondlike alamrühmade paarides. Proportsioonid arvutati, jagades servade arvu piirkondade vahel (või sees) arvu koguarvuga ...

Maksimaalselt mõjutatud sõlmed

Tuvastatud servade suure arvu tõttu jälgisime Finn jt. (2014), ja tuvastasid sõlmed, millel on suur “CIAS-R-ga korrelatsiooniservade summa”, et keskenduda oma analüüsis piirkondadele, kus ühendused on maksimaalselt seotud Interneti-sõltuvuse kalduvusega. Sõlme CIAS-R-ga korreleeritud servade summa defineeriti kui selle servade koguarv nii CIAS-R positiivsetes kui ka CIAS-R-i negatiivsetes võrkudes (see on kontseptuaalselt samaväärne kraadimõõduga graafiteoorias). See meetod võimaldab meil tuvastada sõlmed, kus Interneti-sõltuvuse kalduvus ühendusi tõenäoliselt muudab. Järgnev Tabel Table33 loetleb need sõlmed, mida maksimaalselt mõjutatakse, ja kuvatakse need sõlmed, mille CIAS-R-ga korrelatsiooniservade summa on vähemalt 8. Sõlmede ja nende ühenduste visualiseerimine kuvatakse Joonis Joonis55. Need on ka aruteluks valitud sõlmed.

Internetisõltuvuse kalduvuse sõlmede taseme analüüs.

JOONIS 5

Internetisõltuvuse kalduvusega kõige suurema servade arvuga sõlmede visualiseerimine. Rohelised sfäärid tähistavad iga sõlme keskpunkti maksimaalse servaga, kollased sfäärid aga nende funktsionaalseid ühenduvuspartnereid. Punased jooned tähistavad servi ...

Arutelu

Normaalses noorte täiskasvanute rühmas hindasime nende internetisõltuvuse taset isehäälestatud küsimustiku (CIAS-R) abil ja tuvastasime lisaks kaks ajuvõrku, mille funktsionaalsed ühendused olid positiivses ja negatiivses korrelatsioonis Interneti-sõltuvuse kalduvusega. Järgnevalt arutleme oma tulemuste üle erineval vaatlusastmel: (1) CIAS-R positiivseid ja CIAS-R negatiivseid võrke ühendavad kriitilised piirkonnad, (2) piirkonnad, kus Interneti-sõltuvusproduktiga seotud ühenduste osakaal on suur, ja (3) ) kriitilised sõlmed, mida muudab Interneti-sõltuvus.

Frontaalsed piirkonnad ühendavad CIAS-R positiivseid ja CIAS-R negatiivseid võrke

Vaatasime, et suurem osa sõlmedest, mis ühendavad kahte (CIAS-R positiivset ja CIAS-R negatiivset) võrku, paiknevad esiosas. Need piirkonnad hõlmavad ülemist eesmist gürusit, IFG-d, mediaalset frontaalset gürusit, rolandic operculum'i ja täiendavat motoorset ala. Prefrontaalne ajukoorem on seotud kognitiivse kontrolli, pärssimise ja reageerimise valiku kriitilise struktuuriga (Aron jt, 2004; Talati ja Hirsch, 2005; Forstmann jt, 2008). Internetisõltuvus on nähtus, kus sõltlastel on Interneti-kasutamise osas enesekontroll ja otsuste langetamine vähenenud, mida näitab jätkuv ülekasutamine hoolimata nende teadmistest negatiivsetest mõjudest. Näiteks on mitmed uuringud leidnud, et internetisõltuvusega osalejatel ilmnes Go / Nogo ülesande ajal suurem fronto-striaatumi ja fronto-parietal aktiveerimine (Ding et al., 2014; Ko jt, 2014; Chen et al., 2015) ja Stroopi ülesanne (Dong et al., 2012a, 2013, 2014), mis soovitab kehvemat reageerimise pärssimist ja vigade jälgimist ning suuremat impulsiivsust. Kuid teisest küljest näitavad internetisõltlased ja videomängude mängijad sageli suurepäraseid kognitiivseid funktsioone, näiteks mootori juhtimist ja tõhusat otsuste langetamist mängude ajal. Tõepoolest, on tõestatud, et videomängude tavapärased mõjud laiendavad mitmesuguseid täiustatud juhtimisoskusi, sealhulgas taju-, motoorsete, tähelepanu ja tõenäosuslike järelduste tegemise oskusi (Roheline ja Bavelier, 2003; Castel jt, 2005; Dye jt, 2009; Green et al., 2010; Green et al., 2012). Ühes fMRI uuringus leiti, et suure tähelepanu nõudmise ülesande täitmise ajal vähendab videomängumängijates fronto-parietaalvõrgu värbamist vähem kui mängijatega, kajastades võib-olla efektiivsemat juhtimis- ja tähelepanu juhtimist (Bavelier jt, 2012). Internetisõltlaste eksponeeritud kaks kognitiivse kontrolli nägu kujutavad endast huvitavat dilemmat. Meie uuringus võiks kahte võrku ühendavate frontaalpiirkondade vaatlus, kus funktsionaalne ühenduvus on vähenenud ja Internetisõltuvuse kalduvus seda suurendanud, peegeldada frontaalpiirkonna muutusi kognitiivse kontrolli erinevates aspektides (st Interneti kasutamise ja mänguoskuste kontrollimise osas). Väärib märkimist, et kuigi Hong jt. (2013) Hüpoteesiks võib olla, et Interneti-sõltlastel võib esineda suurenenud funktsionaalset ühenduvust, mis on seotud praktika mõjudega, kuid nende uuringus täheldati funktsionaalse ühenduvuse vähenemist. Üks võimalus, mille esitas Hong jt. (2013) kuna Internetisõltuvuses inimestel puudub suurenenud funktsionaalne ühendus, siis nende väikese valimi tõttu oli toide puudulik. Kasutades seemnepõhist analüüsi, mis nõuab vähem mitu võrdlust kui kogu aju lähenemisviis, Hong jt. (2015) analüüsis uuesti 2013-i andmeid ja täheldas Interneti-sõltuvusega seotud funktsionaalse ühenduvuse suurenemist ja vähenemist.

Interneti-sõltuvuse tendentsvõrkude laialt levinud ühendused

Andmed näitavad suurt hulka nii CIAS-R kui ka CIAS-R negatiivsetes võrkudes olevaid poolkeralisi ühendusi, mis kajastavad Interneti-sõltuvuse kalduvuse ulatuslikku mõju ajule. Vaatasime, et CIAS-R positiivses võrgus oli kõige rohkem ühendusi „isoleerimisel ja tsingulaadil - ajalisel”, „frontaalsel - ajalisel” ja “subkortikaalsel - parietaalsel” serval, samas kui kõige rohkem ühendusi CIAS-R-s negatiivne võrk hõlmab frontaalset - väikeaju ja insulatsiooni ja tsingulaarset - ajalist serva (Joonis Joonis44). Hiljuti välja pakutud sõltuvusmudelis (Moulton et al., 2014) aitab väikeaju säilitada sõltuvusega seotud nelja ühendatud ahela homöostaasi: tasu / sooled, motivatsioon / motivatsioon, õppimine / mälu ja ka kognitiivne kontroll. See mudel integreerib nelja vooluahelaga mudeli (Volkow jt, 2003, 2010) ja väikeaju funktsionaalsete puhkeseisundite võrgud, mis on seotud peaajukoores täidesaatva ja assotsiatiivse töötlemisega (Buckner et al., 2011). Premeerimise / soovikorralduse, motivatsiooni / püüdluse ja õppimise / mälu komponendid võimenduvad, sõltuvusel aga kognitiivne kontroll on vähenenud. Vaata Joonis Joonis66 illustreerimiseks. Meie tähelepanekud kahe Interneti-sõltuvuse kalduvuse võrgu suurima funktsionaalse ühenduvuse suhte kohta on üldiselt ühilduvad Moulton jt (2014) sõltuvusahelas osalevate kriitiliste komponentide mudel. Samuti ei täheldanud me palju olulisi ühendusi kuklaluust, mis ühtlasi ka koonduvad Hong jt (2013) leiud. Kuid lisaks leidsime suure osa "subkortikaalsetest - parietaalsetest" servadest, mida ehkki nelja vooluahela mudelis eriti ei rõhutata, on neid seoseid täheldatud Interneti-sõltuvuskirjanduses (nt Ding et al., 2013; Hong et al., 2013, 2015), mis võib olla tingitud Interneti-kasutamisega seotud tavamõjust.

JOONIS 6

Sõltuvusmudel, mis tõstab esile nelja peamise ajuvõrgu väikeaju moduleerivat rolli, mida sõltuvus mõjutab (kohandatud alates Moulton et al., 2014). Need vooluringid hõlmavad autasustamist / silmapaistvust, motivatsiooni / edasiviimist, õppimist / mälu, ...

Kriitilised sõlmed, mida on muutnud Interneti-sõltuvuse tendents

Tuvastasime kõige enam ühendusi pakkuvad sõlmed, mis on maksimaalselt seotud Interneti-sõltuvuse kalduvusega. Need sõlmed on need, mille sõlme enda ja teiste ajupiirkondade vaheliste ühenduste muster on Internetisõltuvuse kalduvuse tõttu kõige muutlikum. Need piirkonnad on konkreetselt kahepoolsed tagumised tsingulaarsed gürus, parem insula, parem keskmine keskmine gürus, vasak vasakpoolne ajaline poolus, parem putamen ja vasakpoolse IFG orbitaalosa (Joonis Joonis55). Neid piirkondi on käsitletud võtmepiirkondadena paljudes (Interneti) sõltuvusuuringutes ja mõnda neist on juba mainitud eelmises osas. Nüüd arutame sõltuvuskirjandust, tuues neid piirkondi üksikasjalikumalt esile. PCC, vaikerežiimi võrgu osa ja on seotud iseenda töötlemise erinevate aspektidega (Buckner et al., 2008; Fransson ja Marrelec, 2008), mis oli külvipiirkond Ding jt (2013) uuring, mis näitas märkimisväärselt suurenenud funktsionaalset ühenduvust väikeaju tagumise lobe ja keskmise ajalise gürusiga, samal ajal kui Interneti-mängude sõltlastel vähenes kahepoolne madalam parietaalne lobule ja parempoolne madalama ajaline gürus. Internetisõltlastel on leitud ka ebanormaalset fraktsionaalset anisotroopiat (Dong et al., 2012b) ja halli aine tihedus (Zhou et al., 2011) PCC-s. Zhang jt. (2015) valis insula, mis on seotud sõltuvusega (Naqvi ja Bechara, 2009; Droutman jt, 2015) kui seemnepiirkonda ja leidis muudetud funktsionaalse ühenduvuse Interneti-sõltlaste piirkondade võrguga. Isolaari rolli sõltuvuses on soovitatud integreerida vastuvõtu signaalid teadlikesse tunnetesse (narkootikumide tung) ja eelarvamustesse käitumisele otsuste tegemise ajal (Naqvi ja Bechara, 2009). Mõningates Interneti-sõltuvusuuringutes on täheldatud keskmist ajalist gürusit ja paremat ajalist poolust (vt Meng et al., 2015 metaanalüüsi jaoks) ja neid on seostatud mänguhimu / iha, semantilise töötlemise, kehastamise, töömälu ja emotsionaalse töötlusega; nende spetsiifiline roll sõltuvuses nõuab siiski täiendavaid uuringuid. Selja striaumaali kuuluvad putamenid on ka kriitiline piirkond, mida soovitavad paljud sõltuvusuuringud (nt Ko jt, 2009; Ding et al., 2013; Lin jt, 2015), milles samaaegne dopamiini neurotransmissioon osaleb ravimite kompulsiivse otsimise ja iha arendamisel (Volkow jt, 2006; Koob ja Volkow, 2010). Lisaks on uuringute kohaselt striato-thalamo-orbitofrontaalse vooluringi talitlushäired olulised sõltuvuse põhjustajad, samas kui harjumuste õppimises ja ihas osalevas seljaaju striatumis, orbitofrontaalses ajukoores on tegemist silmanähtavuse, sõidu ja kompulsiivsusega (Volkow ja Fowler, 2000; Koob ja Volkow, 2010; Volkow jt, 2010; Goldstein ja Volkow, 2011). Orbitofrontaalse ajukoore ebanormaalne toimimine võiks selgitada käitumishäireid sõltuvuses. Ülaltoodut kokku võttes on meie tuvastatud sõlmpunktid sõlmpunktid, mille muutumine Internetisõltuvuse kalduvuse tõttu on kõige suurem, ja neid on olemasolevas kirjanduses korduvalt tuvastatud.

Piirang

Nagu üks meie retsensentidest osutas, on globaalse signaali regressiooni teostamine puhkeolekus fMRI endiselt aktuaalne arutelu. Pärast praeguste andmete uuesti analüüsimist ilma globaalse signaali regressioonita osutusid meie tulemused võrreldes meie esialgse analüüsiga üsna erinevateks ja ainult 22.91% NBS-i analüüsidest leitud servadest ilma globaalse signaali regressioonita kattusid meie praeguste tulemustega. Ilma globaalse signaali regressioonita ei leidnud me piisavalt funktsionaalseid seoseid, mis oleksid positiivselt seotud CIAS-R skooridega; siiski leidsime võrgu, mis koosnes funktsionaalsetest ühendustest, mis olid CIAS-R skooridega negatiivselt seotud. Kui kõige enam ühendusi pakkuvate sõlmede tuvastamine on maksimaalselt seotud Interneti-sõltuvuse kalduvusega, leiame kooskõla globaalse signaali regressioonanalüüsiga selles osas, et kõige enam olid seotud tsingulaadi, insulaadi, ajalised ja frontaalsed piirkonnad. Kuid mitmete erinevuste hulgas on kahepoolsete täiendavate motoorsete alade ja täisnurkse gürossi täiendav leid, millel on vähenenud funktsionaalne ühendus, ja tuvastatud võrgus polnud nii palju alamkortikaalseid piirkondi. Kuigi signaali globaalne regressioon on endiselt vaieldav, otsustasime mõlemad tulemused esitada. Ilma globaalse signaali regressioonita tuvastatud võrgu üksikasjad on dokumenteeritud lisamaterjalides 3. Loodetavasti annab edaspidine piltide eeltöötlusega seotud töö valgust, milline tulemus on täpsem. Praegu soovitame tõlgendada praeguseid tulemusi selliseid ettevaatusabinõusid silmas pidades.

Järeldus

Kasutades andmepõhist lähenemisviisi, näitasime, et võrgupõhine statistika on kasulik tööriist kogu aju ühenduvuse iseloomustamiseks, mida mõjutab Interneti-sõltuvustendents, tuvastades ühendused ja kriitilised piirkonnad, mis kajastavad eelnevaid uuringuid. Võrreldes seemneanalüüsidega pakub see kogu aju lähenemine Interneti-sõltuvusega seotud ajuühenduste põhjalikumat analüüsi, uurides kokku 6670-i ühendusi. Lisaks näitasime, et paljud funktsionaalsed ühendused ja sõltuvuse kliinilistes juhtumites kriitilised ajupiirkonnad on samuti seotud eelkliiniliste kalduvustega, mida on indutseerinud käitumuslikud küsimustikud. Ehkki kasutades korrelatiivset lähenemisviisi, ei saa me olla kindlad, kas neid võrke muudetakse Interneti kasutamise tagajärjel või kas need on iseloomulikud inimestele, kellel on eelsoodumus suuremaks riskiks Interneti-sõltuvuse tekkeks, kuid see uuring pakub kasulikku teavet närvirakkude mõistmiseks sõltuvuse ja selle arengu aluseks olevad tunnused.

Autori panused

TW viis läbi eksperimendi, analüüsis andmeid, tõlgendas tulemusi, kirjutas ja parandas käsikirja. SH kavandas eksperimendi, kirjutas toetuse ettepaneku, juhendas eksperimendi ettevalmistamist ja läbiviimist, aitas andmeid tõlgendada, käsikirja ette valmistada ja läbi vaadata.

Huvide konflikti avaldus

Autorid kinnitavad, et uuring viidi läbi ilma kaubandus- või finantssuhete puudumisel, mida võiks tõlgendada võimaliku huvide konfliktina.

Tunnustused

Autorid tänavad Yun-Ting Lee abi andmete kogumisel ja professor Po-Hsien Huangi statistilise konsultatsiooni eest. Uuringut rahastas Taiwani teadus- ja tehnoloogiaministeerium (MOST) (MOST 102-2420-H-006-006-MY2 ja MOST 104-2420-H-006-004-MY2). Lisaks toetas seda uurimist osaliselt Taiwani haridusministeerium (ROC) Parima ülikooli projekti eesmärk Riiklikule Cheng Kungi ülikoolile (NCKU). Täname MOST-i toetatud mõtteuuringute ja pildinduse keskust (MRIC) NCKU-s konsultatsioonide ja vahendite kättesaadavuse eest. CIAS-R küsimustiku esitas Sue-Huei Chen.

Allmärkused

¹http://www.mricro.com

²http://www.fil.ion.ucl.ac.uk/spm

Lisamaterjal

Selle artikli lisamaterjali leiate veebisaidilt: http://journal.frontiersin.org/article/10.3389/fnhum.2016.00006

Lisateabe saamiseks klõpsake siia.^{(20K, DOCX)}

Lisateabe saamiseks klõpsake siia.^{(33K, DOCX)}

Lisateabe saamiseks klõpsake siia.^{(258K, DOCX)}

viited

Ameerika psühhiaatrite assotsiatsioon [APA] (2013). Vaimse häire diagnostiline ja statistiline käsiraamat (DSM-5^®). Arlington, VA: Ameerika psühhiaatriliste pubi.
Aron AR, Robbins TW, Poldrack RA (2004). Inhibeerimine ja parempoolne alamaine ajukoore. Trendid Cogn. Sci. 8 170 – 177. 10.1016 / j.tics.2004.02.010 [PubMed] [Cross Ref]
Bavelier D., Achtman RL, Mani M., Focker J. (2012). Valikulise tähelepanu neuraalsed alused videomängude mängijates. Vis. Res. 61 132 – 143. 10.1016 / j.visres.2011.08.007 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Biswal BB, Mennes M., Zuo XN, Gohel S., Kelly C., Smith SM jt. (2010). Inimese aju funktsioonide avastamise teaduse poole. Proc. Natl. Acad. Sci. USA 107 4734 – 4739. 10.1073 / pnas.0911855107 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Bränd M., Noor KS, Laier C. (2014). Frontaalne kontroll ja Interneti-sõltuvus: teoreetiline mudel ja ülevaade neuropsühholoogilistest ja neuropiltidest. Ees. Hum. Neurosci. 8: 375 10.3389 / fnhum.2014.00375 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Buckner RL, Andrews-Hanna JR, Schacter DL (2008). Aju vaikevõrgustik - anatoomia, funktsioon ja asjakohasus haiguste suhtes. Aasta tunnetus. Neurosci. 2008 1 – 38. 10.1196 / annals.1440.011 [PubMed] [Cross Ref]
Buckner RL, Krienen FM, Castellanos A., Diaz JC, Yeo BTT (2011). Inimese väikeaju korraldus olemusliku funktsionaalse ühenduvuse põhjal. J. Neurophysiol. 106 2322 – 2345. 10.1152 / jn.00339.2011 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Castel AD, Pratt J., Drummond E. (2005). Tegevusvideomängude kogemuse mõju tagasipöördumise pärssimise ajale ja visuaalse otsingu tõhususele. Acta Psychol. 119 217 – 230. 10.1016 / j.actpsy.2005.02.004 [PubMed] [Cross Ref]
Chen CY, Huang MF, Yen JY, Chen CS, Liu GC, Yen CF jt. (2015). Interneti ajukahjustuse vastuse inhibeerimise aju korrelatsioonid. Psühhiaatria Clin. Neurosci. 69 201 – 209. 10.1111 / pcn.12224 [PubMed] [Cross Ref]
Chen S., Weng L., Su Y., Wu H., Yang P. (2003). Hiina Interneti-sõltuvusskaala väljatöötamine ja selle psühhomeetriline uuring. Chin. J. Psychol. 45 251 – 266. 10.1371 / ajakiri.pone.0098312 [Cross Ref]
Craddock RC, Jbabdi S., Yan CG, Vogelstein JT, Castellanos FX, Di Martino A. jt. (2013). Inimese ühendomaadide kujutamine makroskaalas. Nat. Meetodid 10 524 – 539. 10.1038 / Nmeth.2482 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Ding WN, Sun JH, Sun YW, Chen X., Zhou Y., Zhuang ZG, et al. (2014). Go / No-Go fMRI uuringu käigus ilmnenud internetimängude sõltuvusega noorukitel esinenud impulsiivsus ja ebaõnnestunud impulsi pärssimise funktsioon. Behav. Ajufunktsioon. 10:20 10.1186/1744-9081-10-20 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Ding WN, Sun JH, Sun YW, Zhou Y., Li L., Xu JR jt. (2013). Muudetud vaikimisi võrgu puhkeoleku funktsionaalne ühendus Interneti-mängude sõltuvusega noorukitel. PLoS ONE 8: e59902 10.1371 / journal.pone.0059902 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Dong GH, DeVito EE, Du XX, Cui ZY (2012a). Internetisõltuvuse häirete pärsitud kontrolli halvenemine: funktsionaalse magnetresonantstomograafia uuring. Psychiatry Res. Neuroiming 203 153 – 158. 10.1016 / j.pscychresns.2012.02.001 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Dong GH, DeVito E., Huang J., Du XX (2012b). Difusioontensoriga pildistamine paljastab talamuse ja tagumise cingulaarse ajukoore kõrvalekalded Interneti-mängude sõltlastel. J. Psychiatr. Res. 46 1212 – 1216. 10.1016 / j.jpsychires.2012.05.015 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Dong GH, Lin X., Hu YB, Xie CM, Du XX (2015a). Tasakaalustamata funktsionaalne seos täidesaatva kontrollivõrgu ja tasustamisvõrgu vahel selgitab veebimängu otsimist Interneti-mängude häiretes. Sci. Rep. 5: 9197 10.1038 / Srep09197 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Dong GH, Lin X., Potenza MN (2015b). Täidesaatva juhtimisvõrgu funktsionaalse ühenduvuse vähenemine on seotud täidesaatva funktsiooni halvenemisega Interneti-mängude häiretes. Prog. Neuro-Psychopharmacol. Biol. Psühhiaatria 57 76 – 85. 10.1016 / j.pnpbp.2014.10.012 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Dong GH, Lin X., Zhou HL, Lu QL (2014). Internetisõltlaste kognitiivne paindlikkus: fMRI tõendid keerulisest-lihtsast ja hõlpsasti-keerulisest ümberlülitusolukorrast. Sõltlane. Behav. 39 677 – 683. 10.1016 / j.addbeh.2013.11.028 [PubMed] [Cross Ref]
Dong GH, Shen Y., Huang J., Du XX (2013). Halvenenud vigade jälgimise funktsioon Internetisõltuvushäiretega inimestel: sündmusega seotud fMRI uuring. Eur. Sõltlane. Res. 19 269 – 275. 10.1159 / 000346783 [PubMed] [Cross Ref]
Droutman V., Loe SJ, Bechara A. (2015). Insula rolli muutmine sõltuvuses. Trendid Cogn. Sci. 19 414 – 420. 10.1016 / j.tics.2015.05.005 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Värvaine MWG, Green CS, Bavelier D. (2009). Tegevusvideomängudega töötlemise kiiruse suurendamine. Curr. Dir. Psychol. Sci. 18 321 – 326. 10.1111 / j.1467-8721.2009.01660.x [PMC tasuta artikkel] [PubMed] [Cross Ref]
Finn ES, Shen X., Holahan JM, Scheinost D., Lacadie C., Papademetris X. jt. (2014). Funktsionaalsete võrkude häired düsleksia korral: kogu aju, andmepõhine ühenduvuse analüüs. Biol. Psühhiaatria 76 397 – 404. 10.1016 / j.biopsych.2013.08.031 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Fornito A., Bullmore ET (2015). Connectomics: uus paradigma ajuhaiguste mõistmiseks. Eur. Neuropsychopharmacol. 25 733 – 748. 10.1016 / j.euroneuro.2014.02.011 [PubMed] [Cross Ref]
Fornito A., Yoon J., Zalesky A., Bullmore ET, Carter CS (2011). Esimese episoodi skisofreenia üldised ja spetsiifilised ühenduvushäired kognitiivse kontrolli toimimise ajal. Biol. Psühhiaatria 70 64 – 72. 10.1016 / j.biopsych.2011.02.019 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Forstmann BU, van den Wildenbergi WPM, Ridderinkhof KR (2008). Neuraalsed mehhanismid, ajaline dünaamika ja häirete juhtimise individuaalsed erinevused. J. Cogn. Neurosci. 20 1854 – 1865. 10.1162 / jocn.2008.20122 [PubMed] [Cross Ref]
Fox MD, Zhang D., Snyder AZ, Raichle ME (2009). Globaalne signaal ja täheldatud korrelatsioonivastased puhkeoleku ajuvõrgud. J. Neurophysiol. 101 3270 – 3283. 10.1152 / jn.90777.2008 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Fransson P., Marrelec G. (2008). Preuneus / posterior cingulate cortex mängib vaikse režiimi võrgus pöördelist rolli: tõendid osalise korrelatsiooni võrgu analüüsist. Neuroimage 42 1178 – 1184. 10.1016 / j.neuroimage.2008.05.059 [PubMed] [Cross Ref]
Goldstein RZ, Volkow ND (2011). Prefrontaalse koore düsfunktsioon sõltuvuses: neuropiltimise tulemused ja kliinilised tagajärjed. Nat. Rev. Neurosci. 12 652 – 669. 10.1038 / nrn3119 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Roheline CS, Bavelier D. (2003). Tegevusvideomäng muudab visuaalset valikulist tähelepanu. loodus 423 534 – 537. 10.1038 / nature01647 [PubMed] [Cross Ref]
Roheline CS, Pouget A., Bavelier D. (2010). Täiustatud tõenäosuslikud järeldused üldise õppemehhanismina koos videomängudega. Curr. Biol. 20 1573 – 1579. 10.1016 / j.cub.2010.07.040 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Roheline CS, Sugarman MA, Medford K., Klobusicky E., Bavelier D. (2012). Tegevusvideomängude kogemuse mõju ülesannete vahetamisele. Arvuta. Hum. Behav. 28 984 – 994. 10.1016 / j.chb.2011.12.020 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Griffiths MD, Pontes HM (2014). Interneti-sõltuvushäire ja Interneti-mängude häire ei ole samad. J. Addict. Res. Ther. 5:e124 10.4172/2155-6105.1000e124 [Cross Ref]
Han CE, Yoo SW, Seo SW, Na DL, Seong JK (2013). Klastripõhine statistika aju ühenduvuse kohta korrelatsioonis käitumisnäitajatega. PLoS ONE 8: e72332 10.1371 / journal.pone.0072332 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Han DH, Kim YS, Lee YS, Min KJ, Renshaw PF (2010). Muutused kii-indutseeritud prefrontaalses ajukoores aktiivsuses videomängude mängimisel. Cyberpsychol. Behav. Soc. Võrk. 13 655 – 661. 10.1089 / cyber.2009.0327 [PubMed] [Cross Ref]
Hoeft F., Watson CL, Kesler SR, Bettinger KE, Reiss AL (2008). Soolised erinevused mesokortikolimbisüsteemis arvutimängude ajal. J. Psychiatr. Res. 42 253 – 258. 10.1016 / j.jpsychires.2007.11.010 [PubMed] [Cross Ref]
Hong SB, Harrison BJ, Dandash O., Choi EJ, Kim SC, Kim HH jt. (2015). Putameni funktsionaalse ühenduvuse valikuline kaasamine Interneti-mängude häiretega noortesse. Brain Res. 1602 85 – 95. 10.1016 / j.brainres.2014.12.042 [PubMed] [Cross Ref]
Hong SB, Zalesky A., Cocchi L., Fornito A., Choi EJ, Kim HH jt. (2013). Aju funktsionaalse ühenduvuse vähenemine noorukitel, kellel on Interneti-sõltuvus. PLoS ONE 8: e57831 10.1371 / journal.pone.0057831 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Király O., Griffiths MD, Urbán R., Farkas J., Kökönyei G., Elekes Z., et al. (2014). Probleemne Interneti-kasutamine ja problemaatiline võrgumäng pole samad: järeldused suure riiklikult esindava noorukite valimi põhjal. Cyberpsychol. Behav. Soc. Võrk. 17 749 – 754. 10.1089 / cyber.2014.0475 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Ko CH, Hsieh TJ, Chen CY, Yen CF, Chen CS, Yen JY jt. (2014). Muutunud ajuaktiveerimine reageerimise pärssimise ja vigade töötlemise ajal Interneti-mängude häiretega isikutel: funktsionaalse magnetilise kuvamise uuring Eur. Arch. Psühhiaatria Clin. Neurosci. 264 661–672. 10.1007/s00406-013-0483-3 [PubMed] [Cross Ref]
Ko CH, Hsieh TJ, Wang PW, Lin WC, Yen CF, Chen CS jt. (2015). Muutunud halli aine tihedus ja häiritud amügdala funktsionaalne ühendus Interneti-mängude häiretega täiskasvanutel. Prog. Neuro-Psychopharmacol. Biol. Psühhiaatria 57 185 – 192. 10.1016 / j.pnpbp.2014.11.003 [PubMed] [Cross Ref]
Ko CH, Liu GC, Hsiao SM, Yen JY, Yang MJ, Lin WC jt. (2009). Ajutised tegevused, mis on seotud mängumissuruga online-mängusõltuvuse järele. J. Psychiatr. Res. 43 739 – 747. 10.1016 / j.jpsychires.2008.09.012 [PubMed] [Cross Ref]
Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, Chen CS (2013). Interneti-hasartmängude säravuse aju korreleerumine interneti hasartmängusõltuvusega isikutel ja üleantud teemadel. Sõltlane. Biol. 18 559 – 569. 10.1111 / j.1369-1600.2011.00405.x [PubMed] [Cross Ref]
Ko C.-H., jeen C.F., jeen C.-N., jeen J.-Y., Chen C.-C., Chen S.-H. (2005). Internetisõltuvuse sõeluuring: empiiriline uuring chen-i Interneti-sõltuvusskaala piirpunktide kohta. Kaohsiung J. Med. Sci. 21 545–551. 10.1016/S1607-551X(09)70206-2 [PubMed] [Cross Ref]
Kong X.-Z., Zhen Z., Li X., Lu H.-H., Wang R., Liu L., et al. (2014). Individuaalsed erinevused impulsiivsuses ennustavad pea liikumist magnetresonantstomograafia ajal. PLoS ONE 9: e104989 10.1371 / journal.pone.0104989 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Koob GF, Volkow ND (2010). Sõltuvuse närviskeem. Neuropsychopharmacology 35 217 – 238. 10.1038 / npp.2009.110 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Kühn S., Gallinat J. (2015). Võrguajud: Interneti tavapärase kasutamise struktuursed ja funktsionaalsed korrelaadid. Sõltlane. Biol. 20 415 – 422. 10.1111 / adb.12128 [PubMed] [Cross Ref]
Kuss DJ, Griffiths MD (2012). Interneti-mängude sõltuvus: empiiriliste uuringute süstemaatiline ülevaade. Int. J. Vaimse tervise sõltlane. 10 278–296. 10.1007/s11469-011-9318-5 [Cross Ref]
Li BJ, Friston KJ, Liu J., Liu Y., Zhang GP, Cao FL jt. (2014). Frontaal-basaalganglionide halvenenud ühenduvus noorukitel, kellel on Interneti-sõltuvus. Sci. Rep. 4: 5027 10.1038 / Srep05027 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Li WW, Li YD, Yang WJ, Zhang QL, Wei DT, Li WF jt. (2015). Tervete noorte täiskasvanute aju struktuur ja funktsionaalne ühenduvus, mis on seotud individuaalsete erinevustega Interneti kalduvuses. Neuropsychologia 70 134 – 144. 10.1016 / j.neuropsychologia.2015.02.019 [PubMed] [Cross Ref]
Lin FC, Zhou Y., Du YS, Zhao ZM, Qin LD, Xu JR jt. (2015). Kõrvalekalduvad kortikostriaalse funktsionaalsed vooluringid noorukitel, kellel on Interneti-sõltuvushäire. Ees. Hum. Neurosci. 9: 356 10.3389 / fnhum.2015.00356 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Lin MP, Ko HC, Wu JYW (2011). Internetisõltuvusega seotud levimus ja psühhosotsiaalsed riskifaktorid Taiwani ülikooli tudengite riiklikult esindatud valimis. Küberpsühhool. Käitumine. Sotsi. Võrk. 14 741 – 746. 10.1089 / cyber.2010.0574 [PubMed] [Cross Ref]
Lorenz RC, Kruger JK, Neumann B., Schott BH, Kaufmann C., Heinz A. jt. (2013). Kiirreaktiivsus ja selle pärssimine patoloogiliste arvutimängude mängijates. Sõltlane. Biol. 18 134 – 146. 10.1111 / j.1369-1600.2012.00491.x [PubMed] [Cross Ref]
Meng YJ, Deng W., Wang HY, Guo WJ, Li T. (2015). Prefrontaalne düsfunktsioon Interneti-mängude häiretega inimestel: funktsionaalse magnetresonantstomograafia uuringute metaanalüüs. Sõltlane. Biol. 20 799 – 808. 10.1111 / adb.12154 [PubMed] [Cross Ref]
Moulton EA, Elman I., Becerra LR, Goldstein RZ, Borsook D. (2014). Aju ja sõltuvus: neuromängimisuuringutest saadud teadmised. Sõltlane. Biol. 19 317 – 331. 10.1111 / adb.12101 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Naqvi NH, Bechara A. (2009). Varjatud sõltuvussaar: insula. Trends Neurosci. 32 56 – 67. 10.1016 / j.tins.2008.09.009 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Nichols TE, Holmes AP (2002). Funktsionaalse neuropildi mitteparameetrilised permutatsioonikatsed: praimer näidetega. Hum. Aju Mapp. 15 1 – 25. 10.1002 / hbm.1058 [PubMed] [Cross Ref]
OReilly M. (1996). Internetisõltuvus: meditsiinilisse leksikoni siseneb uus häire. Saab. Med. Associ. J. 154 1882 – 1883. [PMC tasuta artikkel] [PubMed]
Park CH, Chun JW, Cho H., Jung YC, Choi J., Kim DJ (2015). Kas Interneti-mängudest sõltuv aju on lähedal patoloogilises seisundis? Sõltlane. Biol. [Prindi printimise eel] .10.1111 / adb.12282 [PubMed] [Cross Ref]
Petry NM, O'Brien CP (2013). Interneti-mängude häire ja DSM-5. Sõltuvus 108 1186 – 1187. 10.1111 / add.12162 [PubMed] [Cross Ref]
Petry NM, Rehbein F., Gentile DA, Lemmens JS, Rumpf HJ, Mößle T., et al. (2014). Rahvusvaheline konsensus Interneti-mängude häirete hindamiseks, kasutades uut DSM-5 lähenemisviisi. Sõltuvus 109 1399 – 1406. 10.1111 / add.12457 [PubMed] [Cross Ref]
Rorden C., Karnath HO, Bonilha L. (2007). Kahjustuse-sümptomi kaardistamise parandamine. J. Cogn. Neurosci. 19 1081 – 1088. 10.1162 / jocn.2007.19.7.1081 [PubMed] [Cross Ref]
Saad ZS, Gotts SJ, Murphy K., Chen G., Jo HJ, Martin A. jt. (2012). Probleemid puhkeolekus: kuidas moonutatakse korrelatsioonimustrid ja grupierinevused pärast globaalset signaali regressiooni. Ajuühendus. 2 25 – 32. 10.1089 / aju.2012.0080 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Song XW, Dong ZY, Long XY, Li SF, Zuo XN, Zhu CZ jt. (2011). REST: tööriistakomplekt puhkeoleku funktsionaalse magnetresonantstomograafia andmete töötlemiseks. PLoS ONE 6: e25031 10.1371 / journal.pone.0025031 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Stanley ML, Moussa MN, Paolini BM, Lyday RG, Burdette JH, Laurienti PJ (2013). Sõlmede määratlemine keerulistes ajuvõrkudes. Esikülg. Arvuti. Neurosci. 7: 169 10.3389 / fncom.2013.00169 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Sun YJ, Ying H., Seetohul RM, Wang XM, Ya Z., Qian L. jt. (2012). Aju fMRI uuring kiidupiltide poolt esile kutsutud iha kohta veebimängusõltlastel (meessoost noorukid). Behav. Brain Res. 233 563 – 576. 10.1016 / j.bbr.2012.05.005 [PubMed] [Cross Ref]
Takeuchi H., Taki Y., Nouchi R., Sekiguchi A., Hashizume H., Sassa Y. jt. (2014). Seos puhkeoleku funktsionaalse ühenduvuse ja mõistmise / süsteemistamise vahel. Neuroimage 99 312 – 322. 10.1016 / j.neuroimage.2014.05.031 [PubMed] [Cross Ref]
Talati A., Hirsch J. (2005). Funktsionaalne spetsialiseerumine esiosa mediaalses keskkonnas tajutavate go / no-go otsuste jaoks, mis põhinevad „mis“, „millal“ ja „kus“ seotud teabel: fMRI uuring. J. Cogn. Neurosci. 17 981 – 993. 10.1162 / 0898929054475226 [PubMed] [Cross Ref]
Tzourio-Mazoyer N., Landeau B., Papathanassiou D., Crivello F., Etard O., Delcroix N., et al. (2002). SPM-is aktiveerimiste automatiseeritud anatoomiline märgistamine, kasutades MNI MRI ühe subjekti aju makroskoopilist anatoomilist jaotust. Neuroimage 15 273 – 289. 10.1006 / nimg.2001.0978 [PubMed] [Cross Ref]
van den Heuvel MP, Pol HEH (2010). Ajuvõrgu uurimine: puhkeoleku fMRI funktsionaalse ühenduvuse ülevaade. Eur. Neuropsychopharmacol. 20 519 – 534. 10.1016 / j.euroneuro.2010.03.008 [PubMed] [Cross Ref]
Volkow ND, Fowler JS (2000). Sõltuvus, sundimise ja ajamise haigus: orbitofrontaalse koore kaasamine. Cereb. Cortex 10 318 – 325. 10.1093 / cercor / 10.3.318 [PubMed] [Cross Ref]
Volkow ND, Fowler JS, Wang GJ (2003). Inimese aju sõltuvus: pildistamisuuringute ülevaade. J. Clin. Uurige. 111 1444 – 1451. 10.1172 / Jci200318533 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Volkow ND, Wang GJ, Fowler JS, Tomasi D., Telang F., Baler R. (2010). Sõltuvus: vähenenud palgatundlikkus ja suurenenud ootustundlikkus püüavad aju juhtimisahelat üle koormata. Bioessays 32 748 – 755. 10.1002 / bies.201000042 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Volkow ND, Wang GJ, Telang F., Fowler JS, Logan J., Childress AR jt. (2006). Kokaiini näpunäited ja dopamiin seljaajus: kokaiinisõltuvuse iha mehhanism. J. Neurosci. 26 6583 – 6588. 10.1523 / Jneurosci.1544-06.2006 [PubMed] [Cross Ref]
Wang Y., Yin Y., Sun YW, Zhou Y., Chen X., Ding WN jt. (2015). Interneti-mängude häiretega noorukite prefrontaalse lobe interhemisfääri funktsionaalse ühenduvuse vähenemine: esmane uuring puhkeseisundi fMRI abil. PLoS ONE 10: e0118733 10.1371 / journal.pone.0118733 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Wee CY, Zhao ZM, Yap PT, Wu GR, Shi F., Price T., et al. (2014). Aju funktsionaalse võrgu häiritud Interneti-sõltuvushäire: puhkeseisundi funktsionaalse magnetresonantstomograafia uuring. PLoS ONE 9: e107306 10.1371 / journal.pone.0107306 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Weissenbacher A., Kasess C., Gerstl F., Lanzenberger R., Moser E., Windischberger C. (2009). Korrelatsioonid ja antikorrelatsioonid puhkeseisundi funktsionaalses ühenduvuses MRI: eeltöötlusstrateegiate kvantitatiivne võrdlus. Neuroimage 47 1408 – 1416. 10.1016 / j.neuroimage.2009.05.005 [PubMed] [Cross Ref]
Xia M., Wang J., He Y. (2013). BrainNet Viewer: inimese aju ühendamise võrgu visualiseerimise tööriist. PLoS ONE 8: e68910 10.1371 / journal.pone.0068910 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Yan C., Zang Y. (2010). DPARSF: MATLABi tööriistakast puhkeoleku fMRI “gaasijuhe” andmete analüüsimiseks. Ees. Syst. Neurosci. 4: 13 10.3389 / fnsys.2010.00013 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Yarkoni T., Poldrack RA, Nichols TE, Van Essen DC, Wager TD (2011). Inimese funktsionaalsete neuroimaging andmete ulatuslik automatiseeritud süntees. Nat. Meetodid 8 665 – 670. 10.1038 / nmeth.1635 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Yeo BTT, Krienen FM, Sepulcre J., Sabuncu MR, Lashkari D., Hollinshead M., et al. (2011). Inimese peaajukoore korraldus olemusliku funktsionaalse ühenduvuse põhjal. J. Neurophysiol. 106 1125 – 1165. 10.1152 / jn.00338.2011 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Young KS (1998). Interneti-sõltuvus: uue kliinilise häire tekkimine. CyberPsychol. Behav. 1 237–244. 10.1007/s10899-011-9287-4 [Cross Ref]
Yuan K., Qin W., Yu D., Bi Y., Xing L., Jin C. jt. (2015). Ajuvõrkude interaktsioonid ja kognitiivne kontroll Interneti-mängude häiretega isikutel hilis noorukieas / varases täiskasvanueas. Aju struktuur. Funct. [Epub enne printimist] .10.1007 / s00429-014-0982-7 [PubMed] [Cross Ref]
Zalesky A., Fornito A., Bullmore ET (2010a). Võrgupõhine statistika: ajuvõrkude erinevuste tuvastamine. Neuroimage 53 1197 – 1207. 10.1016 / j.neuroimage.2010.06.041 [PubMed] [Cross Ref]
Zalesky A., Fornito A., Harding IH, Cocchi L., Yücel M., Pantelis C. jt. (2010b). Terve aju anatoomilised võrgud: kas sõlmede valik on oluline? Neuroimage 50 970 – 983. 10.1016 / j.neuroimage.2009.12.027 [PubMed] [Cross Ref]
Zhang JT, Yao YW, Li CSR, Zang YF, Shen ZJ, Liu L. jt. (2015). Muudetud puhkeseisundi funktsionaalne ühenduvus Interneti-mängude häiretega noortel täiskasvanutel. Sõltlane. Biol. [Prindi printimise eel] .10.1111 / adb.12247 [PMC tasuta artikkel] [PubMed] [Cross Ref]
Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, Xu JR, et al. (2011). Halli aine kõrvalekalded internetisõltuvuses: vokselipõhine morfomeetriauuring. Eur. J. Radiol. 79 92 – 95. 10.1016 / j.ejrad.2009.10.025 [PubMed] [Cross Ref]