تغییرات وابسته به فرکانس در دامنه نوسانات فرکانس پایین در اختلال بازی اینترنت (2015)

 

چکیده

مطالعات عصبی نشان داده است که فعالیتهای عملکردی مغز مرتبط با کار در افراد مبتلا به اختلال بازی اینترنت (IGD) مختل شده است. با این حال ، در مورد گزینه های فعالیت های خود به خودی مغز درباره آنها ، اطلاعات کمی وجود دارد. مطالعات اخیر حاکی از آن است که فعالیتهای مغزی در محدوده فرکانس های مختلف توسط فعالیت های عصبی مختلف ایجاد می شوند و عملکردهای فیزیولوژیکی و روانشناختی متفاوتی دارند. بنابراین ، در این مطالعه ، ما به بررسی فعالیتهای خود به خودی مغز در افراد مبتلا به IGD با اندازه گیری دامنه کسری نوسانات با فرکانس پایین (FALFF) ، برای بررسی تغییرات باند اختصاصی FALFF در حالت استراحت می پردازیم. ما دامنه فرکانس را بر اساس ادبیات به پنج باند تقسیم کردیم.

در مقایسه با گروه کنترل سالم ، گروه IGD مقادیر FALFF را در لوب خلفی مخچه و افزایش مقادیر FALFF در گوروس موقتی برتر نشان داد. اثر متقابل قابل توجهی بین باندهای فرکانس و گروه ها در مخچه ، کینگولات قدامی ، گوروس زبانی ، گوروس تمپورال میانی و گوروس فرونتال میانی مشاهده شد. این مناطق مغز با عملکرد اجرایی و تصمیم گیری ثابت شده است. این نتایج نشان داد که فعالیت خود به خودی مغز IGD تغییر یافته است ، که به درک پاتوفیزیولوژی زمینه ای IGD کمک کرده است.

کلید واژه ها: اختلال بازی اینترنت ، حالت استراحت تصویربرداری رزونانس مغناطیسی ، دامنه نوسانات با فرکانس پایین

معرفی

اختلال اعتیاد به اینترنت (IAD) به عنوان ناتوانی فرد در كنترل استفاده بیش از حد از اینترنت حتی در صورت بروز پیامدهای منفی بر جنبه های عملکرد روانشناختی تعریف شده است (; ; ; ) با توجه به تأثیرات منفی آن بر سلامت روان اجتماعی ، به عنوان "اعتیاد رفتاری" پیشنهاد شده است () با این حال ، در مورد مکانیسم IAD کمی شناخته شده است ، و تعریف یکنواختی از IAD شکل نگرفته است و راهنمای تشخیصی و آماری 4 (DSM-4) این اختلال رفتاری را شامل نمی شود () همزمان با گسترش سریع IAD ، DSM-5 برای اختلال بازی در اینترنت (IGD) مبتنی بر تعریف اختلالات مصرف مواد و اعتیادها ایجاد می شود (; ; ; ).

به دلیل کارکردهای متنوع اینترنت انواع مختلفی از IAD وجود دارد. به طور کلی ، IAD از سه زیر گروه تشکیل می شود: IGD ، پورنوگرافی اینترنتی و ارسال نامه الکترونیکی () با توجه به تعریف اعتیاد ، همه این دسته از IAD چهار ویژگی تعریف کننده را دارند: استفاده بیش از حد ، برداشت ، تحمل و پیامدهای منفی (; ; ) به عنوان شایع ترین شکل IAD () ، IGD ممکن است ویژگیهای عصبی خاص را با سایر اعتیادهای رفتاری مانند قمار پاتولوژیک به اشتراک بگذارد (; ; ; ; ).

مطالعات تصویربرداری بی شماری با استفاده از کارهای مختلف ، ویژگی های IGD را بررسی کرده اند (; , ; ; ) ، اما مقایسه داده های بدست آمده از پارادایم های مختلف آزمایشی و نتیجه گیری مفید از نظر بالینی از کارهای مختلف شناختی دشوار است () مطالعات FMRI در حالت استراحت برخی از ناهنجاری های فعال سازی مغز در IGD را نشان داده است (توضیحات بیشتری را از یک بررسی توسط . افراد مبتلا به IGD دارای تحریک پذیری بالاتری هستند که این یک علامت بارز اعتیاد به مواد مخدر است. این علائم به کاهش فعال شدن gyrus cingulate ، که شامل کنترل شناختی است (مربوط می شود)) یک مطالعه fMRI همچنین یکنواختی منطقه ای (ReHo) در ساقه مغز ، لوبول پاریتال تحتانی ، مخچه خلفی چپ و گوروس جلوی میانی چپ را نشان می دهد که با هماهنگی حسی و حرکتی مرتبط هستند که ممکن است مربوط به حرکت انگشت بازی های اینترنتی باشد ().

حالت FMRI در حال استراحت از زمان مطالعه بیسوال به عنوان یك روش جدید ساخته شده است.) آنها برای اولین بار گزارش کردند که نوسانات فرکانس پایین خودبخودی بسیار همزمان (0.01-0.08 هرتز) در سیگنال BOLD در میان قشرهای حرکتی ، نتیجه گیری دامنه نوسانات با فرکانس پایین (ALFF) یک شاخص نوروفیزیولوژیک بود () براساس ALFF ، ابزار دیگری برای به تصویر کشیدن فعالیت محلی مغز - دامنه کسری نوسانات فرکانس پایین (fALFF) ، که می تواند شدت منطقه ای نوسانات خود به خودی سیگنال BOLD را تشخیص دهد (; ) اخیراً ، FALFF به طور گسترده در مطالعات بیماران روانی مانند افسردگی مورد استفاده قرار گرفته است ()، جنون جوانی ()، اختلال بیش فعالی کمبود توجه () ، IGD () ، و غیره. هنوز مشخص نیست که آیا ناهنجاریهای فعالیت مغز IGD به باندهای خاص فرکانس مربوط است یا خیر. مهم است که نوسانات خود به خود مغز در فرکانس خاص بیش از یک باند فرکانس گسترده تشخیص داده شود. نوسانات متنوع زیادی در مغز وجود دارد ، فرکانس آنها از نوسانات بسیار کند با دوره های دهها ثانیه تا نوسانات بسیار سریع با فرکانس های بالاتر از 1000 هرتز متغیر است.). "کلاس نوسان" را پیشنهاد می کند که شامل باندهای فرکانس 10 از 0.02 تا 600 هرتز است () و FALFF را در چهار باند فرکانس مورد بررسی قرار داد و دریافت که نوسانات با فرآیندهای عصبی خاص مرتبط هستند (; ) آنها دریافتند که دامنه نوسانات (0.01-0.027 هرتز) در فرکانس پایین بیشترین مقاومت در سازه های قشر مغز را داشت و فرکانس های بالا در ساختارهای زیر قشر مانند گانگلیون پایه قوی ترین بودند. مطالعات نشان داده است که بیماران اسکیزوفرنی ناهنجاری های خاصی از دامنه نوسانات در باند فرکانس کند-4 داشتند (). همچنين ثابت كرد كه ناهنجاري هاي عملكرد مغز در بيماران مبتلا به اختلال شناختي خفيف عفونت آمنيايي ، الگوهاي فعال سازي متفاوت را در گروه هاي مختلف فرکانس قرار داده است.

در مطالعه حاضر ، ما مقادیر FALFF فرکانس را در سراسر 0-0.25 ، از جمله شش باند فرکانس 0-0.01 هرتز ، 0.01-0.027 هرتز ، 0.027-0.073 هرتز ، 0.073-0.198 هرتز و 0.198-0.25 هرتز در IGD جمع آوری کردیم. طبق کلاسهای "نوسان" بوزسکی. ما به دنبال مقایسه مقدار FALFF بین IGD و HC در گروههای مختلف هستیم و به دو مسئله می پردازیم: اول ، آیا افراد IGD دامنه FALFF غیر طبیعی را هنگام مقایسه با کنترلهای سالم نشان می دهند. دوم اینکه ، آیا ناهنجاری های IGD با باندهای فرکانس خاص همراه است.

مواد و روش ها

انتخاب شرکت کننده

این آزمایش مطابق با قانون اخلاق انجمن پزشکی جهانی (اعلامیه هلسینکی) است و مورد تأیید کمیته تحقیقات انسانی دانشگاه عادی ژجیانگ است. پنجاه و دو دانشجوی دانشگاه از طریق تبلیغات [26 IGD ، کنترل سالم 26 (HC)] استخدام شدند. همه آنها مرد دست راست بودند. گروه های IGD و HC تفاوت معنی داری با سن نداشت (IGD: N = 26 ، 22.2 ± 3.13 سال؛ HC: N = 26 ، 22.28 ± 2.54 سال؛ t(50) = 0.1، p = 0.9). به دلیل نسبت بالاتر IGD در بین مردان ، فقط مردان قرار داشتند. شركت كنندگان موظف بودند رضايت آگاهانه را امضا كنند و همه شركت كنندگان از طريق مصاحبه روانپزشكان ساختاري (MINI) () توسط روانپزشک با تجربه و با مدت زمان تقریبی 15 دقیقه انجام می شود. همه شرکت کنندگان عاری از اختلالات روانی محور اول ذکر شده در MINI بودند. همه شرکت کنندگان معیارهای DSM-4 برای سوءمصرف مواد مخدر یا وابستگی ، از جمله الکل را برآورده نکردند ، اگرچه همه شرکت کنندگان در IGD و HC ، مصرف الکل را در طول زندگی خود گزارش دادند. به همه شرکت کنندگان دستور داده شد که در روز اسکن از هیچ ماده ای از جمله قهوه ، چای استفاده نکنند. هیچ شرکت کننده ای خسارت مغزی یا تجربه قبلی با داروهای غیرمجاز (به عنوان مثال ، کوکائین ، ماری جوانا) را گزارش نکرد.

تشخیص IGD بر اساس نمرات 50 یا بالاتر در تست اعتیاد به اینترنت آنلاین Young (مشخص شد)) به عنوان یک اعتیاد رفتاری خاص ، تعریف عملیاتی و استانداردهای تشخیصی IGD هنوز متناقض است. در مطالعه حاضر ، گروه IGD متشکل از افرادی بود که معیارهای عمومی IAD را داشتند (امتیازات بالای 50 در IAT) و گزارش دادند "بیشتر وقت آنلاین خود را صرف انجام بازی های آنلاین (> 80٪)" (; ) نمره IAT گروه IGD (72 ± 11.7) بسیار بالاتر از گروه کنترل سالم بود [29 10.4) ، t(50) = 14، p = 0.000]

اکتساب داده ها

پس از اسکن محلی سازی معمولی ، تصاویر با وزن T1 با یک دنباله فراخوان شیب خراب به دست آمد [TR = 240 ms؛ زمان echo (TE) = 2.46 ms؛ زاویه تلنگر (FA) = 90 °؛ زمینه نمایش (FOV) = 220 ~ 220 میلی متر2؛ ماتریس داده = 256 ~ 256]. سپس ، تصاویر عملکردی حالت استراحت با استفاده از یک دنباله تصویربرداری اکو-مسطح (TR = 2000 ms ؛ TE = 30 ms ؛ FA = 90 ° ؛ FOV = 220 ~ 220 میلی متر به دست آمد.2؛ ماتریس داده = 64 ~ 64) با برش های محوری 33 (ضخامت برش = 3 میلی متر و شکاف قطعه = 1 میلی متر ، کل حجم = 210) در یک اجرا از 7 دقیقه. از افراد خواسته شده بود که در حین اسکن ، همچنان آرام بمانند و به چیزی بطور سیستماتیک فکر نکنند. در پایان کسب اطلاعات ، همه افراد تأیید کردند که آنها در کل دوره اسکن بیدار مانده اند.

پردازش داده ها و محاسبه FALFF

تمام پردازش تصویر عملکردی با دستیار پردازش داده ها در حالت استراحت fMRI انجام شد [DPARSF ()1] نرم افزار. برای هر یک از شرکت کنندگان ، اولین زمانهای 10 از آنالیز بیشتر حذف شد ، که برای جلوگیری از تغییرات سیگنال گذرا قبل از رسیدن آهنربا به حالت پایدار و اجازه می دهد تا افراد به محیط اسکن fMRI عادت کنند. حجم مغز 200 باقیمانده برای زمان برش اصلاح شد و برای تصحیح حرکت سر اصلاح شد. فقط شرکت کنندگان با حرکت سر کمتر از 1.5 میلی متر در جهت x ، y یا z و کمتر از چرخش 2 در مورد هر محور قرار گرفتند. افراد 26 HC و 26 IGD در مطالعه حاضر معتبر بودند. سپس ، تمام تصاویر تصحیح شده به صورت مکانی عادی شدند و سپس به وکسلهای ایزوتروپیک 3 میلی متر مجدداً جابجا شدند و به صورت مکانی صاف شدند (تمام عرض در نیمه حداکثر = 6 میلی متر) ، و روند خطی حذف شد. پس از پیش پردازش ، FALFF با استفاده از DPARSF محاسبه شد. به طور خلاصه ، برای وكسل معین ، سری اول با استفاده از "تبدیل سریع فوریه" به دامنه فرکانس تبدیل شده است. ریشه مربع طیف توان محاسبه و سپس در یک بازه فرکانس از پیش تعریف شده متوسط ​​قرار گرفت. این ریشه مربع به طور متوسط ​​در وکسل داده شده از باندهای فرکانس از پیش تعریف شده FALFF نامیده شد () ما دامنه فرکانس کامل (0-0.25 هرتز) را به 5 زیر باند تقسیم کردیم: کند-6 (0-0.01 هرتز) ، کند-5 (0.01-0.027 هرتز) ، کند-4 (0.027-0.073 هرتز) ، کند 3 (0.073-0.198 هرتز) و کند-2 (0.198-0.25 هرتز) (35 ، 46 ، 30) و محاسبه fALFF هر باند فرکانس.

تجزیه و تحلیل آماری

تجزیه و تحلیل واریانس دو طرفه (گروه و فرکانس) با استفاده از واریانس مکرر (ANOVA) به صورت وکسل به صورت وکسل با گروه (IGD و HC) به عنوان فاکتور بین موضوع و باند فرکانس (کند-2 ، کند-3 ، کند-4 ، کند-5 ، کند-6) به عنوان اقدامات مکرر. ما همچنین تجزیه و تحلیل همبستگی مبتنی بر ROI را محاسبه کردیم تا اثر اصلی مهم و تعامل بین شدت IGD و مقادیر FALFF را بررسی کنیم ، و مقادیر FALFF را از گروههای خاص انتخاب کردیم.

نتایج

اثرات اصلی از ANOVA با اقدامات تکراری دو طرفه در نشان داده شده است شکل Figure11, جداول Tables11 و 22. ما برای مقایسه های چندگانه در داده های تصویربرداری از تصحیح Algmentim استفاده کردیم. تصحیح شده p <0.05 مربوط به ترکیبی از اصلاح نشده است p <0.05 و اندازه خوشه> 248 میلی متر3) تجزیه و تحلیل همبستگی مبتنی بر ROI بین مقادیر FALFF و شدت IGD (نمرات IAT) انجام شد. مخچه همبستگی منفی معنی داری با شدت IGD نشان داد (کند-4: r = -0.487 p = 0.000؛ کند-5: r = -0.485 p = 0.000؛ دیدن شکل شکل 2C2C) مختصات ROI توسط اوج فعال سازی خوشه زنده مانده تعریف شده است. شعاع ROI 4 میلی متر است و توسط نرم افزار REST ساخته شده است2.

شکل 1  

(A) تأثیر اصلی این گروه بر دامنه نوسانات با فرکانس پایین (ALFF). مناطقی از مغز که در آنها دامنه کسری نوسانات با فرکانس پایین (FALFF) بین اختلال بازی اینترنت (IGD) و کنترل سالم متفاوت است. افراد IGD ...
جدول 1  

مناطق مغزی با تأثیر اصلی گروه.
جدول 2  

مناطق مغزی با اثر متقابل بین گروه و فرکانس.
شکل 2  

مقادیر ALFF در غده گیجگاهی برتر و مخچه است. مستطیل قرمز و آبی به ترتیب موارد IGD و گروه کنترل سالم را نشان می داد. باند فرکانس کامل (0-0.25 هرتز) به پنج باند تقسیم شد. آنها در داخل نمایش داده می شدند (A، B) ...

اثر متقابل معنی داری بین باند فرکانس و گروه در مخچه ، کینگولات قدامی ، گوروس زبانی ، گوروس تمپورال میانی و گوروس فرونتال میانی مشاهده شد. گوروس جبهه میانی افزایش مقادیر دامنه را نشان می دهد و گوروس گیجگاهی میانی مقادیر دامنه را در IGD کاهش می دهد. علاوه بر این ، تجزیه و تحلیل مبتنی بر ROI تغییر پویا از FALFF در مخچه و غده زبانی به همراه سازگاری فرکانس ارائه داده است (نگاه کنید به شکل Figure33) در IGD ، مخچه مقادیر دامنه را در قلمرو فرکانس بالاتر (کند-2 ، کند-3 ، کند-4) نشان داد و مقادیر دامنه را در قلمرو فرکانس پایین تر (کند-6) مشاهده کرد. شکل شکل 3A3A) برعکس ، gyrus زبانی به افزایش مقادیر دامنه در قلمرو فرکانس بالاتر (کند-2 ، کند-3) و کاهش مقادیر دامنه در قلمرو فرکانس پایین تر (کند-6 ، مراجعه کنید). شکل شکل 3B3B) این دو منطقه یک نقطه انتقال در باند آهسته-5 برای تغییر دامنه به اشتراک گذاشتند.

شکل 3  

الگوی معکوس در مخچه و گوروس زبانی در باندهای مختلف در IGD. مستطیل قرمز و آبی به ترتیب موارد IGD و گروه کنترل سالم را نشان می داد. باند فرکانس کامل (0-0.25 هرتز) به پنج باند تقسیم شد. نمایش داده شدند ...

بحث

مطالعه حاضر به بررسی فعالیت غیرطبیعی خود به خودی مغز در IGD با FALFF در گروههای فرکانس مختلف پرداخته است. اثرات اصلی گروه نشان داد كه IGD مقادیر كمتر FALFF را در گوروس موقتی برتر و مقادیر بالاتر FALFF در مخچه نشان داد. دامنه نوسان BOLD را در کل باند فرکانس (0-0.25 هرتز) ارائه کردیم و یک الگوی معکوس از تغییرات در قلمرو فرکانس در مخچه و کوره زبانی در IGD پیدا کردیم. این یافته ها نمای کاملی از تحلیل های FALFF در حوزه فرکانس را ارائه می دهد و بر اهمیت انتخاب فرکانس خاص برای تشخیص اختلالات روانی مرتبط با ناهنجاری تأکید می کند.

FALFF مختلف در قشر بین IGD و HC (اثر اصلی گروه)

ادبیات قبلی معتقد بودند که سیگنال آهسته 2 نشان دهنده فرکانس بسیار کم است ، و کند 6 نشان دهنده صداهای فیزیولوژیکی با فرکانس بالا است (; ) تجزیه و تحلیل اثر اصلی گروه در فعالیت عصبی خود به خود در باندهای فرکانس خاص (آهسته-4 و کند-5) در IGD متمرکز شده است. اثر اصلی گروه نشان داد که IGD مقادیر کمتری از FALFF را با کندی 4 و کند-5 در مخچه نشان داد. همبستگی منفی بین مقادیر FALFF در مخچه و شدت IGD در مطالعه حاضر یافت شد. مخچه معمولاً به عنوان یک ساختار حرکتی طبقه بندی می شود که عملکرد آن محدود به هماهنگی حرکت یا تعادل نیست و همچنین در فرآیندهای شناختی بالاتر نقش مهمی دارد (; ) شواهد حاصل از مطالعات تصویربرداری آناتومیکی ، فیزیولوژیکی و عملکردی ثابت کرده است که افراد دارای ضایعات به مخچه کمبود عملکردهای اجرایی شناختی و حافظه کاری را نشان داده اند (; ) این ورودی را از سیستم های حسی و مناطق دیگر مغز دریافت می کند و این ورودی ها را برای تنظیم فعالیت حرکتی ادغام می کند (; ; ) در مقاله اخیر به نقش احتمالی مخچه در اعتیاد پرداخته شده است ، که پیشنهاد می كند مخچه یک مرکز تنظیم بالقوه است که در اثر اعتیاد تحت تأثیر قرار می گیرد () ادبیات نشان داده است كه موضوعات IGD با ReHo بیشتر از حد معمول همراه است (; ) و اتصال عملکردی () بر روی مخچه. در مطالعه حاضر ، همبستگی منفی بین مقادیر FALFF در مخچه و شدت IGD مشاهده شد (نگاه کنید به شکل شکل 2C2C) ، همچنین حمایت می کند که فعالیت عصبی خودبخودی غیر طبیعی در مخچه با رفتار نامناسب IGD مرتبط است.

مقادیر FALFF در غده گیجگاهی برتر در IGD بیشتر بود. مطالعه قبلی نشان داد که IGD ، در مقایسه با HC ، کاهش اتصال عملکردی در ناحیه زمانی را نشان می دهد () مطالعه قبلی ما نشان داد که ReHo در gyrus تمپورال تحتانی کاهش یافته است ، و استنباط می کنیم که این ممکن است نتایج طولانی مدت بازی باشد () یافته های فعلی تا حدودی با مطالعه قبلی مغایر است ، بنابراین ما این فرضیه را مطرح می کنیم که افزایش FALFF در gyrus تمپورال برتر ممکن است نشان دهنده سطح بالاتر فعالیت مغز در ارتباط با انعطاف پذیری حرکت در IGD باشد ، اما عملکرد این منطقه نیاز به مطالعه بیشتر دارد.

تغییرات دامنه وابسته به فرکانس در IGD

اثرات متقابل بین گروهها و باندهای فرکانس در مخچه ، گوروس کینگولات قدامی ، گوروس زبانی ، گوروس تمپورال میانی و گوروس جبهه میانی مشاهده شد.

مقادیر بالاتر FALFF در Gyrus Front Front در IGD

در مطالعه حاضر ، شركت كنندگان IGD مقادیر FALFF بالاتری را در گوروس جلوی میانی چپ در باندهای مختلف نشان دادند. گوروس جبهه میانی نقش مهمی در هماهنگی سیستم های مختلف مانند یادگیری و حافظه دارد که به شدت با عملکردهای ذهنی ارتباط دارد () در یک مطالعه قبلی ، نتیجه گرفتیم که افراد IGD همگام سازی پیشرفته را در مناطق مغزی مرتبط با هماهنگی حسی و حرکتی نشان می دهند () - بازی آنلاین به بازیکنان نیاز دارد تا چندین سیستم از جمله سیستم حسی ، کنترل موتور ، مختصات حرکتی و سیستم پردازش اطلاعات را ادغام کنند () یافته های فعلی نیز از این فرض پشتیبانی می کند. این نتیجه با مطالعه لیو نیز سازگار است () ، که نشان داد که افراد مبتلا به IGD افزایش معنی داری در مقادیر ReHo در گوروس جلوی میانی چپ نشان داد. بنابراین نتیجه می گیریم که شرکت کنندگان IGD مقادیر FALFF بالاتر در غده جبهه میانی چپ را نشان می دهند ، که ممکن است با توانایی مختصات حسی حرکتی پیشرفته مرتبط باشد.

ناهنجاری در قشر کینگزولای قدامی در IGD

ما FALFF پایین تر در کورن سلولی قدامی در 6 آهسته پیدا کردیم. ناحیه سینگولات قدامی در مهار ، کنترل و کنترل درگیری نقش داشته است (; ) و ناهنجاری ها در مطالعات قبلی IGD ذکر شده است (; ) همانطور که در مقدمه ذکر شد ، مقادیر پایین تر FALFF ممکن است به کاهش توانایی هماهنگی فعالیت عصبی با مسافت طولانی مربوط باشد. این فرض با مطالعات در این زمینه پشتیبانی می شود: با رویکرد اتصال به عملکرد. گزارش کاهش ارتباط عملکردی بین ACC و PFC در IAD. پیشنهاد کرده اند که فعالیت های پایین تر در ACC ممکن است نشان دهنده کاهش غیر طبیعی فعالیت عصبی خود به خود در این منطقه و کسری عملکردی باشد. سایر مطالعات مرتبط با وظیفه ، این نکته را ثابت کرده اند که IGD همیشه همراه با اختلالات شناختی ، مانند نقص عملکرد شناختی (, ) بنابراین ما معتقدیم که ناهنجاری در ACC مربوط به اختلالات شناختی IGD است.

الگوی معکوس در مخچه و Gyrus زبانی در گروههای مختلف در IGD

توجه به این نکته ضروری است که ناهنجاری های فعالیت عصبی خود به خودی در IGD به نوارهای فرکانس خاص ، به ویژه در مخچه و گوروس زبانی وابسته است. در مقایسه با HC ، IGD دامنه باندهای فرکانس پایین تر (کند-4 ، کند-5 ، کند-6) و افزایش دامنه در باندهای فرکانس بالاتر (آهسته-2 ، کند-3) را در gyrus lingual نشان داد. در مقابل ، IGD دامنه افزایش یافته در باندهای فرکانس پایین (آهسته-6) و کاهش دامنه در باندهای بالاتر (کند-2 ، کند-3 ، کند-4) در مخچه (آمار و ارقام 2A، B) مشخص شده است كه باندهاي نوساني مختلف توسط مكانيسم هاي مختلف توسعه مي يابند و كاركردهاي مختلف فيزيولوژيكي دارند (; ) همانطور که مطالعات قبلی ثابت کرده است که نوسانات فرکانس پایین تر قدرت بزرگی بالاتری دارند و نوسانات فرکانس بالاتر قدرت قدر کمتری دارند (; ) یافته های فعلی ممکن است نشان دهد که IGD توانایی هماهنگی فعالیت عصبی از راه دور در مخچه و در غده زبانی را افزایش داده است. این فرض را می توان با مطالعه قبلی که گزارش شده است که افراد مبتلا به IGD باعث افزایش اتصال عملکردی در مخچه دو طرفه می شوند پشتیبانی شود.; ) و یک مطالعه دیگر نقص چگالی ماده خاکستری را در gyrus lingual کشف کرده است که ممکن است مربوط به فعالیت عصبی از راه دور باشد ().

نتیجه

یافته های مطالعه حاضر نشان داد که افراد IGD در بسیاری از مناطق مغز ، از جمله مخچه (IGD <HC) و شکنج فوقانی گیجگاهی (IGD> HC) ، غلط غیرطبیعی نشان می دهند. مطالعه حاضر می تواند به درک پاتوفیزیولوژی IGD کمک کند و تجزیه و تحلیل دامنه فرکانس کامل ممکن است به طور بالقوه به انتخاب دامنه فرکانس خاصی برای تشخیص فعالیتهای مغزی مربوط به IGD کمک کند.

مقالات نویسنده

XL داده ها را تجزیه و تحلیل کرد ، اولین پیش نویس نسخه خطی را نوشت. XJ به تجزیه و تحلیل داده ها کمک کرده است ، Y-FZ در هدایت روش های تجربی کمک کرده و نسخه خطی را بهبود می بخشد. GD این تحقیق را طراحی ، نسخه خطی را اصلاح و بهبود بخشید. همه نویسندگان نسخه خطی نهایی را تأیید کرده و تأیید کرده اند.

تعارض منافع

نویسندگان اعلام می کنند که تحقیق در صورت عدم روابط تجاری یا مالی صورت می گیرد که می تواند به عنوان یک درگیری بالقوه مورد توجه قرار گیرد.

تشکر و قدردانی

این تحقیق توسط بنیاد ملی علوم چین (31371023) پشتیبانی شده است. دکتر زنگ توسط برنامه "استاد برجسته Qian Jiang" پشتیبانی می شود.

 

منابع مالی. سرمایه گذاران هیچ نقشی در طراحی مطالعه ، جمع آوری داده ها و تجزیه و تحلیل ، تصمیم به انتشار یا تهیه نسخه خطی نداشتند.

 

منابع

  • انجمن روانپزشکی آمریکا (2013). انجمن روانپزشکی آمریکا. راهنمای تشخیصی و آماری اختلالهای روانی، 5th Edn. آرلینگتون ، TX: انجمن روانپزشکی آمریکا
  • Baria AT ، Baliki MN ، Parrish T.، AV Apkarian (2011). مجامع تشریحی و کاربردی نوسانات BOLD مغز. J. Neurosci. 31 7910-7919. 10.1523 / JNEUROSCI.1296-11.2011 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • Beard KW ، Wolf EM (2001). اصلاح در معیارهای تشخیصی پیشنهادی برای اعتیاد به اینترنت. سایبر روانول. بهاو 4 377-383. 10.1089 / 109493101300210286 [گروه] [صلیب نماینده]
  • Biswal B.، Yetkin FZ، Haughton VM، Hyde JS (1995). اتصال عملکردی در قشر حرکتی مغز انسان در حال استراحت با استفاده از MRI ​​اکو مسطح. مگنت رزون مد 34 537-541. 10.1002 / mrm.1910340409 [گروه] [صلیب نماینده]
  • Blaszczynski A. (2008). تفسیر: پاسخ به "مشکلات با مفهوم اعتیاد به بازی های ویدئویی: برخی از نمونه های مطالعه موردی". بین المللی جون مونت اعتیاد به مواد مخدر 6 179–181. 10.1007/s11469-007-9132-2 [صلیب نماینده]
  • JJ (2007) را مسدود کنید. شیوع در مطالعه استفاده از اینترنت دست کم گرفت. CNS Spectr. 12 14-15. [گروه]
  • JJ (2008) را مسدود کنید. مسائل مربوط به DSM-V: اعتیاد به اینترنت. صبح. ج. روانپزشکی 165 306-307. 10.1176 / appi.ajp.2007.07101556 [گروه] [صلیب نماینده]
  • Bluhm RL ، Miller J.، Lanius RA، Osuch EA، Boksman K.، Neufeld RWJ، et al. (2007) نوسانات خود به خود با فرکانس پایین در سیگنال جسورانه در بیماران اسکیزوفرنی: ناهنجاری در شبکه پیش فرض. شیزوفر گاو 33 1004-1012. 10.1093 / schbul / sbm052 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • Bullock TH (1997). علائم و نشانه ها در سیستم عصبی: آناتومی پویا فعالیت الکتریکی احتمالاً سرشار از اطلاعات است. Proc ناتل آکادم علم ایالات متحده آمریکا 94 1-6. [PMC رایگان مقاله] [گروه]
  • Buzsáki G. ، Draguhn A. (2004). نوسانات عصبی در شبکه های قشر مغز. علم 304 1926-1929. 10.1126 / science.1099745 [گروه] [صلیب نماینده]
  • کاردینال RN (2006). سیستمهای عصبی در تقویت تأخیر و احتمالی نقش دارند. شبکه عصبی 19 1277-1301. 10.1016 / j.neunet.2006.03.004 [گروه] [صلیب نماینده]
  • De Smet HJ ، Paquier P. ، Verhoeven J. ، Mariën P. (2013). مخچه: نقش آن در زبان و کارکردهای شناختی و عاطفی مرتبط است. مغز لنگ. 127 334-342. 10.1016 / j.bandl.2012.11.001 [گروه] [صلیب نماینده]
  • De Zeeuw CI ، Hoebeek FE ، Bosman LWJ ، Schonewille M.، Witter L.، SK Koekkoek (2011). الگوهای شلیک Spatiotemporal در مخچه. نات Rev. Neurosci. 12 327-344. 10.1038 / nrn3011 [گروه] [صلیب نماینده]
  • Ding W.-N.، Sun J.-H.، Sun Y.-W.، Zhou Y.، Li L.، Xu J.-R.، et al. (2013) اتصال به صورت پیش فرض شبکه استراحت شبکه به طور پیش فرض در نوجوانان با اعتیاد به اینترنت بازی تغییر یافته است. پلاس وان 8: e59902 10.1371 / journal.pone.0059902 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • دونگ G. ، DeVito EE ، Du X. ، Cui Z. (2012a). کنترل مهاری اختلال در "اختلال اعتیاد به اینترنت": یک مطالعه تصویربرداری با استفاده از رزونانس مغناطیسی. روانپزشکی Res. 203 153-158. 10.1016 / j.pscychresns.2012.02.001 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • دونگ G. ، DeVito E. ، Huang J. ، Du X. (2012b). تصویربرداری از حالت تانسور انتشار ناهنجاری های قشر قشر مخدر و خلفی در معتادان بازی اینترنتی را نشان می دهد. J. روانپزشکی Res 46 1212-1216. 10.1016 / j.jpriefires.2012.05.015 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • دونگ G. ، هوانگ J. ، Du X. (2012c). تغییرات در همگن منطقه ای فعالیت مغز در حالت استراحت در معتادان بازی اینترنتی بهاو عملکرد مغز. 8 1–8. 10.1186/1744-9081-8-41 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • دونگ G. ، هوانگ J. ، Du X. (2011a). حساسیت به پاداش افزایش یافته و حساسیت به کاهش در معتادان اینترنتی: یک مطالعه FMRI در طی یک کار حدس می زند. J. روانپزشکی Res 45 1525-1529. 10.1016 / j.jpriefires.2011.06.017 [گروه] [صلیب نماینده]
  • دونگ G. ، ژو H. ، ژائو X. (2011b). معتادان مرد به اینترنت ، توانایی کنترل اجرایی مختل را نشان می دهند: شواهدی از یک کلمه Stroop با کلمه رنگی. Neurosci. Lett 499 114-118. 10.1016 / j.neulet.2011.05.047 [گروه] [صلیب نماینده]
  • دونگ G. ، لو Q. ، ژو H. ، ژائو X. (2010). مهار تکانه در افراد مبتلا به اختلال اعتیاد به اینترنت: شواهد الکتروفیزیولوژیکی از یک مطالعه Go / NoGo. Neurosci. Lett 485 138-142. 10.1016 / j.neulet.2010.09.002 [گروه] [صلیب نماینده]
  • دونگ G. ، Potenza MN (2014). یک مدل شناختی-رفتاری از اختلال بازی اینترنت در اینترنت: پایه های نظری و پیامدهای بالینی. J. روانپزشکی Res 58 7-11. 10.1016 / j.jpriefires.2014.07.005 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • Doyon J. ، Penhune V. ، Ungerleider LG (2003). سهم مشخص سیستم های قشر استریاتال و قشر مغزی در یادگیری مهارت حرکتی Neuropsychologia 41 252–262. 10.1016/S0028-3932(02)00158-6 [گروه] [صلیب نماینده]
  • Fitzpatrick JJ (2008). اعتیاد به اینترنت: شناخت و مداخلات. قوس روانپزشک پرستاران 22 59-60. 10.1016 / j.apnu.2007.12.001 [گروه] [صلیب نماینده]
  • Flisher C. (2010). وصل شدن: مروری بر اعتیاد به اینترنت. J. پدیاتیر سلامت کودک 46 557-559. 10.1111 / j.1440-1754.2010.01879.x [گروه] [صلیب نماینده]
  • Fowler JS ، Volkow ND ، Kassed CA ، Chang L. (2007). تصویربرداری از مغز معتاد انسان. علمی عملی دیدگاه 3 4-16. 10.1151 / spp07324 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • Frances AJ ، Widiger T. (2012). تشخیص روانپزشکی: دروس مربوط به گذشته DSM-IV و هشدارها برای آینده DSM-5. انو کریستین کلین روانشناسی 8 109-130. 10.1146 / annurev-clinpsy-032511-143102 [گروه] [صلیب نماینده]
  • Goldstein RZ، Tomasi D.، Rajaram S.، Cottone LA، Zhang L.، Maloney T.، et al. (2007) نقش قشر سینگولای قدامی و قشر اربیتوفرونتال میانی در پردازش علائم مواد مخدر در اعتیاد به کوکائین. علوم اعصاب 144 1153-1159. 10.1016 / j.neuroscience.2006.11.024 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • Grant JE، Potenza MN، Weinstein A.، Gorelick DA (2010). آشنایی با اعتیادهای رفتاری. صبح. J. سوء مصرف مواد مخدر 36 233-241. 10.3109 / 00952990.2010.491884 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • گریفیتس M. (2005). رابطه قمار و بازی ویدیویی: پاسخی به یوهانسون و گوتستام. روانشناسی هرزه. 96 644-646. 10.2466 / pr0.96.3.644-646 [گروه] [صلیب نماینده]
  • Guo W.، Liu F.، Zhang J.، Zhang Z.، Yu L.، Liu J.، et al. (2013) تفکیک فعالیت منطقه ای در شبکه حالت پیش فرض در اپیزود اول ، اختلال افسردگی عمده-ساده و بی تکلف اعتیاد به مواد مخدر در حالت استراحت. ج. تأثیر اختلال 151 1097-1101. 10.1016 / j.jad.2013.09.003 [گروه] [صلیب نماینده]
  • هان DH ، بولو N. ، دانیلز MA ، Arenella L. ، Lyoo IK ، Renshaw PF (2011a). فعالیت مغزی و تمایل به بازی های ویدیویی اینترنتی. کمپرسور روانپزشکی 52 88-95. 10.1016 / j.compprief.2010.04.004 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • Han Y.، Wang J.، Zhao Z.، Min B.، Lu J.، Li K.، et al. (2011b) تغییرات وابسته به فرکانس در دامنه نوسانات فرکانس پایین در نقص شناختی خفیف amnestic: یک مطالعه FMRI حالت استراحت Neuroimage 55 287-295. 10.1016 / j.neuroimage.2010.11.059 [گروه] [صلیب نماینده]
  • Han DH ، Lyoo IK ، Renshaw PF (2012). حجم ماده خاکستری دیفرانسیل در بیماران مبتلا به اعتیاد به صورت آنلاین و گیمرهای حرفه ای. J. روانپزشکی Res 46 507-515. 10.1016 / j.jpriefires.2012.01.004 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • Hong S.-B.، Kim J.-W.، Choi E.-J.، Kim H.-H.، Suh J.-E.، Kim C.-D.، et al. (2013) کاهش ضخامت قشر orbitofrontal در نوجوانان پسر با اعتیاد به اینترنت. بهاو عملکرد مغز. 9 1–5. 10.1186/1744-9081-9-11 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • Ito M. (2006). مدار مخچه به عنوان یک دستگاه عصبی. برنامه Neurobiol. 78 272-303. 10.1016 / j.pneurobio.2006.02.006 [گروه] [صلیب نماینده]
  • Jiang G.-H.، Qiu Y.-W.، Zhang X.-L.، Han L.-J.، Lv X.-F.، Li L.-M.، et al. (2011) ناهنجاری های نوسانات فرکانس پایین دامنه در مصرف کنندگان هروئین: یک مطالعه FMRI در حالت استراحت. Neuroimage 57 149-154. 10.1016 / j.neuroimage.2011.04.004 [گروه] [صلیب نماینده]
  • Knyazev GG (2007). انگیزه ، احساسات و کنترل مهاری آنها در نوسانات مغزی منعکس شده است. Neurosci Biobehav Rev. 31 377-395. 10.1016 / j.neubiorev.2006.10.004 [گروه] [صلیب نماینده]
  • Ko C. (2014). اختلال بازی اینترنت. فر افزودنی هرزه. 1 177-185.
  • Kuss DJ ، MD Griffiths (2012). اعتیاد به اینترنت و بازی: یک بررسی ادبیات منظم از مطالعات تصویربرداری عصبی. علم مغز 2 347-374. 10.3390 / brainsci2030347 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • Lecrubier Y.، Sheehan DV، Weiller E.، Amorim P.، Bonora I.، Harnett Sheehan K.، et al. (1997) مصاحبه بین المللی بین المللی اعصاب و روان (MINI). یک مصاحبه ساختار یافته تشخیصی کوتاه: قابلیت اطمینان و اعتبار مطابق با CIDI. یورو روانپزشکی 12 224-231.
  • لیو J. ، Gao XP ، Osunde I. ، Li X. ، Zhou SK ، Zheng HR، et al. (2010) افزایش همگن منطقه ای در اختلال اعتیاد به اینترنت مطالعه تصویربرداری رزونانس مغناطیسی عملکردی در حالت استراحت (2009). چانه مد ج (Engl.) 123 1904-1908. [گروه]
  • Moulton EA، Elman I.، Becerra LR، Goldstein RZ، Borsook D. (2013). مخچه و اعتیاد: بینش های حاصل از تحقیقات تصویربرداری عصبی. معتاد Biol 19 317-331. 10.1111 / adb.12101 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • مکث T. (2001). قشر سینگولات قدامی اولیه: جایی که کنترل موتور ، رابط درایو و شناخت است. نات Rev. Neurosci. 2 417-424. 10.1038 / 35077500 [گروه] [صلیب نماینده]
  • Penttonen M. ، Buzsáki G. (2003). رابطه لگاریتمی طبیعی بین نوسان سازهای مغز. تالاموس ربط. سیست 2 145-152. 10.1017 / S1472928803000074 [صلیب نماینده]
  • Petry NM ، O'Brien CP (2013). اختلال بازی اینترنت و DSM-5. اعتیاد 108 1186-1187. 10.1111 / add.12162 [گروه] [صلیب نماینده]
  • Petry NM، Rehbein F.، Gentile DA، Lemmens JS، Rumpf H.-J.، Mößle T.، et al. (2014) اجماع بین المللی برای ارزیابی اختلال بازی اینترنت با استفاده از رویکرد جدید DSM-5. اعتیاد 109 1399-1406. 10.1111 / add.12457 [گروه] [صلیب نماینده]
  • Raymond JL، Lisberger SG، MD Mauk (1996). مخچه: یک دستگاه یادگیری عصبی؟ علم 272 1126-1131. 10.1126 / science.272.5265.1126 [گروه] [صلیب نماینده]
  • Stoodley CJ ، Valera EM ، Schmahmann JD (2012). توپوگرافی عملکردی مخچه برای کارهای حرکتی و شناختی: یک مطالعه fMRI Neuroimage 59 1560-1570. 10.1016 / j.neuroimage.2011.08.065 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • Tao R.، Huang X.، Wang J. (2008). معیار پیشنهادی برای تشخیص بالینی اعتیاد به اینترنت. مد جی چین مردم لیبرات. ارتش 33 1188-1191.
  • Tao R.، Huang X.، Wang J.، Zhang H.، Zhang Y.، Li M. (2010). معیارهای تشخیصی پیشنهادی برای اعتیاد به اینترنت. اعتیاد 105 556-564. 10.1111 / j.1360-0443.2009.02828.x [گروه] [صلیب نماینده]
  • Van Rooij AJ، Schoenmakers TM، Vermulst AA، Van den Eijnden RJJM، Van de Mheen D. (2011). اعتیاد به بازی های ویدئویی آنلاین: شناسایی گیمرهای معتاد نوجوان. اعتیاد 106 205-212. 10.1111 / j.1360-0443.2010.03104.x [گروه] [صلیب نماینده]
  • Weinstein A. ، Lejoyeux M. (2015). تحولات جدید در مورد مکانیسم های عصبی و اعصاب و ژنتیکی زمینه ساز اعتیاد به اینترنت و بازی ویدئویی. صبح. ج. معتاد. 24 117-125. 10.1111 / ajad.12110 [گروه] [صلیب نماینده]
  • Weng C.-B.، Qian R.-B.، Fu X.-M.، Lin B.، Han X.-P.، Niu C.-S.، et al. (2013) ناهنجاری های ماده خاکستری و ماده سفید در اعتیاد به بازی های آنلاین. یورو جی. رادیول 82 1308-1312. 10.1016 / j.ejrad.2013.01.031 [گروه] [صلیب نماینده]
  • Xu S.-H. (2013) معتادان به اینترنت. تکانشگری رفتار: شواهدی از کار قمار آیووا: تکانشگری رفتار معتادان به اینترنت: شواهدی از کار قمار آیووا. اکتا روانول. سینیکا 44 1523-1534.
  • Yan C. ، Zang Y. (2010). DPARSF: جعبه ابزار متلب برای تجزیه و تحلیل داده های "خط لوله" از حالت FMRI در حال استراحت. جلو سیست نوروسکی 14: 13 10.3389 / fnsys.2010.00013 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • جوان KS (1998). اعتیاد به اینترنت: ظهور یک اختلال بالینی جدید. سایبر روانول. بهاو 1 237–244. 10.1007/s10899-011-9287-4 [صلیب نماینده]
  • Yu R.، Chien Y.-L.، Wang H.-LS، Liu C.-M.، Liu C.-C.، Hwang T.-J.، et al. (2014) تغییرات خاص فرکانس در دامنه نوسانات فرکانس پایین در اسکیزوفرنی هوم مغز مغز 35 627-637. 10.1002 / hbm.22203 [گروه] [صلیب نماینده]
  • یوان K. ، جین سی ، چنگ پی. ، یانگ X. ، دونگ تی. ، بی Y. ، و همکاران. (2013) دامنه ناهنجاری های نوسانات فرکانس پایین در نوجوانان با اعتیاد به بازی های آنلاین. پلاس وان 8: e78708 10.1371 / journal.pone.0078708 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • یوان K. ، Qin W. ، Wang G. ، Zeng F.، Zhao L.، Yang X.، et al. (2011) ناهنجاری های ساختار در نوجوانان مبتلا به اختلال اعتیاد به اینترنت. پلاس وان 6: e20708 10.1371 / journal.pone.0020708 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • Zang Y.-F.، He Y.، Zhu C.-Z.، Cao Q.-J.، Sui M.-Q.، Liang M.، et al. (2007a). فعالیت مغز پایه پایه تغییر یافته در کودکان مبتلا به ADHD با MRI عملکردی در حالت استراحت نشان داده شده است. مغز دیو 29 83-91. 10.1016 / j.braindev.2006.07.002 [گروه] [صلیب نماینده]
  • Zang Y.-F.، Yong H.، Chao-Zhe Z.، Qing-Jiu C.، Man-Qiu S.، Meng L.، et al. (2007b) فعالیت مغز پایه پایه تغییر یافته در کودکان مبتلا به ADHD با MRI عملکردی در حالت استراحت نشان داده شده است. مغز دیو 29 83-91. 10.1016 / j.braindev.2006.07.002 [گروه] [صلیب نماینده]
  • Zou Q.-H.، Zhu C.-Z.، Yang Y.، Zuo X.-N.، Long X.-Y.، Cao Q.-J.، et al. (2008) یک روش بهبود یافته برای تشخیص دامنه نوسانات با فرکانس پایین (ALFF) برای FMRI حالت استراحت: ALFF کسری. J. Neurosci. مواد و روش ها 172 137-141. 10.1016 / j.jneumeth.2008.04.012 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
  • Zuo X.-N.، Di Martino A.، Kelly C.، Shezzad ZE، Gee DG، Klein DF، et al. (2010) مغز نوسانی: پیچیده و قابل اعتماد. Neuroimage 49 1432-1445. 10.1016 / j.neuroimage.2009.09.037 [PMC رایگان مقاله] [گروه] [صلیب نماینده]