پیوند عملکردی نامتعادل بین شبکه کنترل اجرایی و شبکه پاداش، رفتارهای جستجو در بازی آنلاین را در اختلال بازی اینترنت (2015) توضیح می دهد.

رفتن به:

چکیده

ادبیات نشان داده است که افراد مبتلا به اختلال بازی در اینترنت (IGD) اختلال در کنترل اجرایی و افزایش حساسیت های پاداش نسبت به کنترل های سالم دارند. با این حال ، اینکه این دو شبکه چگونه به طور مشترک بر روند ارزیابی تأثیر می گذارند و رفتارهای جستجوی آنلاین آنلاین افراد IGD را تحت تأثیر قرار می دهند ، ناشناخته مانده است. سی و پنج IGD و 36 شاهد سالم تحت اسکن MRI در حالت استراحت قرار گرفتند. اتصال عملکردی (FC) به ترتیب در مناطق بذر شبکه کنترل و پاداش بررسی شد. هسته هسته (NAcc) به عنوان گره ای برای یافتن تعاملات بین این دو شبکه انتخاب شد. افراد IGD هنگام مقایسه با کنترل های سالم ، FC را در شبکه کنترل اجرایی کاهش داده و FC را در شبکه پاداش افزایش می دهند. هنگام بررسی همبستگی بین NAcc و شبکه های کنترل اجرایی / پاداش ، پیوند بین NAcc - شبکه کنترل اجرایی با ارتباط بین NAcc - شبکه پاداش رابطه منفی دارد. تغییرات (کاهش / افزایش) در هماهنگی مغزی افراد IGD در شبکه های کنترل / پاداش ، پردازش ناکارآمد / بیش از حد در مدارهای عصبی زمینه این فرآیندها را نشان می دهد. نسبت معکوس بین شبکه کنترل و شبکه پاداش در IGD نشان می دهد که نقص در کنترل اجرایی منجر به مهار ناکارآمد اشتیاق افزایش یافته به بازی بیش از حد آنلاین می شود. این ممکن است درک مکانیکی از IGD را روشن کند.

بر خلاف وابستگی های مواد مخدر یا سوء مصرف مواد، اختلال بازی در اینترنت (IGD) هیچ مصرف شیمایی یا مواد ندارد و در عین حال به وابستگی فیزیکی منجر می شود، مانند سایر اعتیاد1,2. تجربه آنلاین افراد ممکن است عملکرد شناختی آنها را به گونه ای تغییر دهد که بازی آنلاین آنها را هدایت کند ، که در صورت عدم مصرف مواد مخدر نیز رخ می دهد1,3,4. DSM-5 با توجه به اختلالات مصرف مواد و اعتیاد، معیارهای اختلال بازی های اینترنتی را ایجاد می کند و این اختلال در بخش اختلالاتی که حاوی اختلالات DSM-5 است و همچنین مطالعات اضافی را شامل می شود5,6. با این حال، در سطح سیستم عصبی، مکانیزم های دقیق نقص کنترل شناختی، کاملا مشخص نیست7.

یکی از ویژگی های کلیدی IGD، از دست دادن اراده برای کنترل رفتارهای بازی آنلاین بازی است. مطالعات انجام شده در زمینه تشدید رزونانس مغناطیسی اخیر (fMRI) دو مدل مهم فعالیت نورون در IGD را شناسایی کرد: اول، کاهش مهار واکنش در افراد IGD با استفاده از go / no go8، تعویض کار9,10و Stroop11,12,13 وظایف در مقایسه با کنترل های سالم (HC)؛ دوم، افراد تحت پوشش IGD حساسیت بالایی را نسبت به HC نشان دادند2,14,15 و تعصب شناختی را نسبت به اطلاعات مشتق شده از اینترنت نشان داد9,16,17. این دو ویژگی بسیار شبیه به یافته های مطالعات اقتصادی و اقتصادی است. دو شبکه مغز مجزا وجود دارد که به طور مشترک بر روند تصمیم گیری تاثیر می گذارد18,19: شبکه کنترل اجرایی (حاوی قشرهای پیشانی و ترم جانبی است19)، که مربوط به پاداش های تاخیر شده است؛ شبکه ارزشیابی شکمی (شامل قشر اورباتیوفرنتال، ستون فقرات و غیره است19,20)، واسطه برای پاداش فوری است.

تعاملات بین این دو شبکه در گروه های معتاد نشان داده شده است20. مطالعه زی نشان داد که یک رابطه عملکردی ناموزون بین شبکه کنترل (کاهش پیوندها) و شبکه پاداش (پیوندهای پیشرفته) در افراد وابسته به هروئین وجود دارد21، که می تواند بر روی درک مکانیکی اعتیاد به مواد مخدر در سطح وسیعی از سیستم تأثیر بگذارد. انگیزه افزایش یافته برای جستجوی مواد مخدر همراه با عدم توانایی برای مهار رفتارهای مرتبط با مواد مخدر، به نظر می رسد نمایانگر شکست کنترل اجرایی22,23,24. در مطالعات IGD، محققان ویژگی های مشابه در کنترل اجرایی و حساسیت پاداش (همانطور که قبلا ذکر شد) را مشاهده کرده اند. با این حال، چگونه این دو شبکه به طور مشترک بر روند ارزیابی در موضوعات IGD تأثیر می گذارد و رفتارهای آنلاین آنها را دنبال می کند، هنوز معلوم نیست.

به تازگی، مطالعات انجام شده در فعالیت های عصبی مغز انسان در حالت استراحت (بدون محرک، هیچ وظیفه ای، خوابیدن نیست)، که "fMRI" حالت استراحت را نامیده اند، مورد بررسی قرار گرفته است. آنها دریافتند که فعالیت های عصبی در حالت استراحت در مناطق کرتیکی با خواص عملکردی خاص، اما تصادفی نیستند25,26,27. این همبستگی های زمانی به نظر می رسد که منعکس کننده قابلیت های ذاتی (FC) هستند و در چندین شبکه مجزا نشان داده شده اند28,29,30. این می تواند یک ابزار مفید برای بررسی تفاوت های شبکه های بالقوه نورونی در یک سطح درونی تر بین گروه های IGD و HC در حالت استراحت باشد.

مدل اتصال به موقع نشان می دهد که هماهنگ سازی سیگنال های مغز بین سیستم های عصبی در تسهیل ارتباطات عصبی بسیار مهم است31. ادبیات همچنین ثابت کرده است که ورزش استراحت می تواند پیش بینی کننده عملکرد رفتاری باشد26,32. همانطور که در بالا ذکر شد، افراد تحت پوشش IGD کاهش کنترل اجرایی و افزایش حساسیت پاداش نسبت به HC نشان دادند. ما فرض می کنیم که موضوعات IGD همگام سازی در شبکه پاداش را افزایش می دهند و همزمان هم در شبکه کنترل از HC کاهش می یابد. علاوه بر این، ما همچنین فرض می کنیم که دوگانگی اساسی شبکه های کنترل / پاداش که به طور مشترک بر ارزیابی اثر می گذارد در IGD مختل شده است. برای تست این فرضیه ها ابتدا باید fMRI حالت های استراحت را اندازه گیری کنیم؛ دوم، ما باید برخی از دانه ها را برای نشان دادن شبکه های مختلف انتخاب کنیم و این سیگنال های BOLD مبتنی بر بذر را اندازه گیری کنیم، که ارتباط بین این دو شبکه را برقرار می کند؛ سوم، ما باید تعاملات خود را اندازه گیری کنیم تا ببینیم چگونه رفتار مشترکانه ای دارند.

مواد و روش ها

انتخاب شرکت کننده

این آزمایش مطابق با اصول اخلاقی انجمن جهانی پزشکی (اعلامیه هلسینکی) است. کمیته تحقیقات انسانی دانشگاه عادی دانشگاه ژجیانگ این پژوهش را تایید کرد. این روش ها مطابق دستورالعمل های تایید شده انجام شده است. شرکت کنندگان دانشجویان دانشگاهی بودند و از طریق آگهی استخدام شدند. شرکت کنندگان مردان راست دست (موارد 35 IGA، کنترل های سالم 36 (HC)) بودند. گروه های IGD و HC به طور معنی داری در سن (IGA mean = 22.21، SD = 3.08 years؛ HC mean = 22.81، SD = 2.36 years؛ t = 0.69، p = 0.49) به علت شیوع بالای IGD در مردان نسبت به زنان، تنها مردان مذکر بودند. همه شرکت کنندگان رضایت آگاهانه و مصاحبه روانپزشکی ساخت یافته (MINI)33 که توسط یک روانپزشک باتجربه انجام می شود و تقریباً به 15 دقیقه زمان نیاز دارد. همه شرکت کنندگان فاقد اختلالات روانپزشکی محور I بودند که در MINI ذکر شده است. ما همچنین "افسردگی" را با استفاده از پرسشنامه افسردگی بک ارزیابی کردیم34 و فقط شرکت کنندگان نمره کمتر از 5 گنجانده شدند. همه مشارکت کنندگان دستور دادند که در روز اسکن کردن از هیچ گونه مواد سوء استفاده، از جمله نوشیدنی های کافئین استفاده نکنند. هیچ یک از شرکت کنندگان گزارش نگرفتند که استفاده از مواد مخدر غیرقانونی (مثلا کوکائین، ماری جوانا).

اختلال اعتیاد به اینترنت بر اساس آزمون آنلاین اعتیاد به اینترنت یانگ (IAT) تعیین شد35 نمرات 50 یا بالاتر. Young IAT شامل 20 مورد از دیدگاه های مختلف استفاده آنلاین از اینترنت است ، از جمله وابستگی روانی ، استفاده اجباری ، ترک تحصیل ، مشکلات در مدرسه یا کار ، خواب ، مدیریت خانواده یا زمان35. IAT ثابت شده است که یک ابزار معتبر و قابل اعتماد است که می تواند در طبقه بندی IAD مورد استفاده قرار گیرد36,37. برای هر مورد یک پاسخ درجه بندی شده از 1 = "به ندرت" به 5 = "همیشه" یا "درخواست نمی شود" انتخاب شده است. نمرات بیش از 50 نشان دهنده مشکلات ناشی از اینترنت یا مکرر است) (www.netaddiction.com) هنگام انتخاب موضوعات IGD ، ما معیار اضافه شده ای را برای معیارهای تعیین شده یانگ در IAT اضافه کردیم: "شما ___٪ از وقت آنلاین خود را صرف بازی های آنلاین می کنید" (> 80٪).

اسکن وضعیت های حالت استراحت

این اسکن در مرکز MRI ​​در دانشگاه طبیعی چین و شرق انجام شد. داده های MRI با استفاده از یک اسکنر Siemens Trio 3T (زیمنس ، ارلانگن ، آلمان) به دست آمد. "حالت استراحت" به عنوان هیچ وظیفه شناختی خاصی در طول اسکن fMRI در وظیفه ما تعریف شده است. از شرکت کنندگان خواسته شد که بی حرکت بمانند ، چشم های خود را ببندند ، بیدار بمانند و به طور منظم به چیزی فکر نکنند38,39. برای به حداقل رساندن حرکات سر، شرکت کنندگان با استفاده از کمربند و پد فوم، کف دست را روی سر قرار می دهند. تصاویر عملکردی حالت استراحت با استفاده از توالی تصویربرداری اکو-پلار (EPI) به دست آمد. پارامترهای اسکن به شرح زیر است: interleaved، time repetition = 2000 ms، قطعه محوری 33، ضخامت = 3.0 میلیمتر، رزولوشن در فضا = 64 * 64، زمان اکو = 30 ms، زاویه تلنگر = 90، میدان دید = 240 * 240 میلی متر، حجم 210 (7 دقیقه). تصاویر ساختاری با استفاده از دنباله یابی گرادیان خراب شده 1D با ضریب تبدیل T3 جمع آوری شد و بدین ترتیب تمام مغز استخراج شد (قطعه های 176، زمان تکرار = 1700 ms، زمان تکرار TE = 2.26 ms، ضخامت قطعه = 1.0 mm، skip = 0 mm ، زاویه تلنگر = 90 °، میدان دید = 240 * 240 میلی متر، رزولوشن در فضا = 256 * 256).

داده پیش پردازش

داده های استراحت با استفاده از REST و DPARSF (http://restfmri.org)40. پیش پردازش شامل حذف اولین نقطه زمان 10 (به علت تعادل سیگنال و اجازه دادن به شرکت کنندگان در انطباق با نویز اسکن)، اصلاح فیزیولوژیکی، زمان برش، ثبت حجم و تصحیح حرکت سر بود. آلودگی احتمالی از سیگنال های مزاحم چندگانه، از جمله سیگنال ماده سفید، مایع مغزی نخاعی، سیگنال جهانی و شش بردار حرکتی، حذف شد. سری زمانی تصاویر هر یک از سوژه ها با استفاده از رویکرد کمترین مربع و اصلاح خطی شش پارامتر (بدن سفت و سخت)41. تصویر ساختاری منفرد پس از تصحیح حرکت با استفاده از یک تحول خطی به طور متوسط ​​به تصویر عملکردی ثبت شد. حجمهای عملکردی اصلاح شده از نظر فضایی به فضای MNI (م Instituteسسه مغز و اعصاب مونترال) عادی شده و با استفاده از پارامترهای نرمال سازی تخمین زده شده در تقسیم بندی واحد ، به وکسلهای همسانگرد 3 میلی متری نمونه برداری شد. پیش پردازش بیشتر شامل (1) فیلتر باند گذر بین 0.01 تا 0.08 هرتز است. (2) برای ارزیابی اتصال عملکردی ، ابتدا ضریب همبستگی پیرسون بین دوره های شدت شدت سیگنال متوسط ​​هر جفت منطقه مورد نظر (ROI) را محاسبه کردیم. برای بدست آوردن یک توزیع تقریباً طبیعی از مقادیر اتصال عملکردی و با توجه به اعمال آمار پارامتری ، برای هر نقشه همبستگی از تحول r-to-z فیشر استفاده شد.

بازده ROI در استراحت

دانه ها به صورت پیشینی بر اساس ادبیات منتشر شده انتخاب شدند، نه اینکه بذر مناطق بذر از وظایف، جلوگیری از تعصبات و افزایش تعمیم پذیری یافته ها باشد. برای شبکه کنترل، دانه بر اساس یک مطالعه اخیر FC با استفاده از داده های جوانان 1000 تعریف شد42 پیشنهاد می کند که شبکه کنترل فورتال شامل شش منطقه مغز است. آنها در ناحیه پیشانی و پاریتال مغز واقع شده اند (مختصات دقیق از شکل 1) ما از مختصات متقارن برای انتخاب دانه از نیمکره راست استفاده کردیم.

شکل 1 

ROI های انتخاب شده در تحقیق.

برای ارزشیابی شبکه پاداش، مطالعات زیادی مبنی بر این که مدار مدار جغرافیایی مدار به حمایت از تبدیل انواع پاداش های آینده به نوع پول داخلی18,20,21. این مدار شامل استریاتوم شکمی، ستون فقرات پشتی و مدار مدار متناوب است. علاوه بر این، مطالعات قبلی نیز نشان داد که شبکه آمیگدال، منطقه کلیدی است که ارزیابی پاداش را در بر می گیرد43. بنابراین، در این مطالعه، ما همچنین آمیگدال را به شبکه پاداش اضافه کردیم. از آنجایی که قارچ قارچ، آمیگدال نسبتا کوچک مغز است، ما کل منطقه را به عنوان دانه انتخاب کردیم. آمیگدال از آتلانتیک زیر کوهی هاروارد آکسفورد استخراج شد. استریاتوم با استفاده از آکسفورد-استریاتوم-اطلس انتخاب شد. برای OFC، دانه بر اساس یک متاآنالیز تعریف شد44,45، که نشان می دهد دو زیرمجموعه عملکردی فرعی مجزا فرعی متمایز است، یکی از نمایندگان تقویت کننده های انگیزشی (-23، 30، -12 و 16، 29، -13) و دیگری در ارزیابی مجازات هایی که منجر به تغییر رفتار (-32 ، 40، -11 و 33، 39، -11). دیدن شکل 1.

ارتباطات بین بذرهایی که در بالا انتخاب کردیم فقط می تواند تفاوت سطح گروه را فراهم کند و اتصالات داخلی شبکه کنترل و شبکه پاداش را به طور جداگانه نشان می دهد. برای یافتن تعاملات بین این دو شبکه برای افراد و نحوه تأثیر آنها به طور مشترک بر رفتارها ، به یک "گره" نیاز داریم که به هر دو شبکه متصل شود. در این مطالعه ، ما منطقه هسته هسته (NAcc) را به عنوان یک گره پیوندی یا یک منطقه "دانه" برای ارتباط بین شبکه های کنترل و پاداش انتخاب کردیم زیرا NAcc نقش مهمی در اعتیاد دارد46و در مطالعات اعتیاد ثابت شده است که گره همسایگی ارزشمند است21. NAcc همچنین از آبراهه زیرین کوه هاروارد-آکسفورد استخراج شده است.

محاسبه قابلیت اتصال

برای هر ROI، دوره ای از نماینده BOLD با میانگین سیگنال تمام voxels در ROI بدست آمد. ادبیات در شبکه های عملیاتی نشان می دهد که اجزای نیمکره راست و چپ جدا هستند47,48,49. بنابراین، در این مطالعه، برای اولین بار، به طور جداگانه، میانگین مقدار FC را در میان ROI های شبکه کنترل / پاداش چپ و راست محاسبه کردیم. سپس، میانگین میانگین این دو FC به عنوان شاخص کل FC را در نظر گرفتیم. همبستگی شبکه NAcc و اجرایی / پاداش به صورت زیر محاسبه شده است: ما میانگین مقدار FC بین NAcc و ROI های شبکه / control / reward را در همان نیمکاره محاسبه کردیم. سپس، میانگین مقدار این FC های نیمکره ای را به عنوان شاخص کلی FC به دست آوردیم.

نتایج

تفاوت FC در شبکه کنترل بین IGD و HC

شکل 2 FC را در شبکه کنترل در IGD و HC نمایش می دهد. FC در شبکه کنترل در HC بسیار بالاتر از IGD است، در هر دو مغز و سطح نیمکره ای (HC بسیار کم از IGD در FC در شبکه کنترل چپ).

شکل 2 

شاخص های کنترل کامپوزیت FC در شبکه های IGD و HC در مقایسه های مختلف: کل مغز (سمت چپ)، نیمکره چپ (متوسط) و نیمکره راست (راست).

تفاوت FC در شبکه پاداش بین IGD و HC

شکل 3 FC در شبکه پاداش در IGD و HC را نشان می دهد. FC در شبکه پاداش IGD به میزان قابل توجهی بالاتر از آن در HC در کل مغز است (p = 0.060) و نیمکره چپ (p = 0.061) اگر چه IGD نشان می دهد FC بالاتر از HC در نیمکره راست، با این حال، آن را به اهمیت آماری نمی رسد (p =

شکل 3 

شاخص کامپوزیت FC شبکه پاداش در گروه های IGD و HC در مقایسه های مختلف: کل مغز (سمت چپ)، نیمکره چپ (متوسط) و نیمکره راست (راست).

تعاملات بین شبکه کنترل و پاداش شبکه

ما تعاملات بین شبکه کنترل و پاداش شبکه را در کل سطح مغز و سطح نیمکره ای محاسبه کردیم. ردیف اول از شکل 4 ارتباط بین شبکه کنترل و پاداش شبکه را در کل مغز در همه سوژه ها (چپ) و در گروه ها (راست) نشان می دهد. ما می توانیم FC در شبکه کنترل را با شبکه پاداش در هر گروه از موضوعات منفی مرتبط سازیم. ارقام در ردیف دوم نشان می دهد که شبکه کنترل به طور معکوس با شبکه پاداش در نیمکره چپ همبستگی دارد. با این حال، در نیمکره راست (ردیف سوم)، اگر چه آنها روند منفی را نشان می دهند، تمام این همبستگی ها به اهمیت آماری نمی رسند (به این دلیل که تمام ROI های کنترل در نیمکره چپ تعریف شده است. ROI ها در نیمکره راست بر اساس نیمکره چپ متقارن). ردیف چهارم، تعامل بین نیمکره ای بین شبکه کنترل و پاداش شبکه را نشان داد. ما همچنین می توانیم همبستگی منفی بین شبکه کنترل و پاداش شبکه پیدا کنیم. همه را در نظر بگیرید، اگرچه چندین از این همبستگی ها به اهمیت آماری نمی رسند، هنوز می توانیم نتیجه بگیریم که شبکه کنترل به طور منفی با شبکه پاداش مرتبط است.

شکل 4 

رابطه بین شبکه کنترل و شاخص های شبکه پاداش در تمام سوژه ها (چپ)، IGD (میانی) و گروه های HC (سمت راست) به ترتیب.

بحث

همگام سازی شبکه کنترل پایین و همگام سازی شبکه پاداش بالاتر در موضوعات IGD

در این مطالعه، ما هماهنگی شبکه کنترل اجرایی از موضوعات IGD را نسبت به HC نشان دادیم. مدل اتصال به موقع نشان می دهد که هماهنگ سازی سیگنال های مغز بین مناطق مغزی در تسهیل ارتباطات عصبی بسیار مهم است31. بنابراین ، کاهش همزمانی در شبکه کنترل ممکن است نشان دهد که طولانی بودن بازی آنلاین افراد مورد IGD باعث اختلال در سیستم کنترل اجرایی آنها می شود. مطالعات قبلی نشان داده است که FC در یک شبکه خاص می تواند پیش بینی کننده عملکرد رفتاری مربوط باشد30,50,51. مطالعات fMRI مبتنی بر وظیفه همچنین نشان داد که افراد مبتلا به IGD بازدارنده پاسخ کمتر را نسبت به کنترل های سالم نشان دادند8,9,11,12. به نظر می رسد که چنین گرایش های پاسخگویی تحت تاثیر محرک های مربوط به بازی آنلاین قرار می گیرند؛ عملکرد بدتر در IGD در مقایسه با افراد غیر IGD9. اختلالات ظاهری تنظیم و کنترل شناختی در IGD ممکن است مربوط به پردازش ناکارآمد در مدارهای عصبی زیربنای این فرآیندها باشد و برخی از این اقدامات عصبی مربوط به شدت IGD12.

در شبکه پاداش، FC در IGD به میزان قابل توجهی بالاتر از HC است. پیوندهای قوی تر بین بذرهای شبکه پاداش در IGD نشان دادند که آنها میل شدیدی به پاداش دادن نسبت به گروه HC نشان دادند. مطالعات fMRI مبتنی بر وظیفه شواهد نشان داده است که حساسیت پاداش در میان افراد IGD نسبت به گروه کنترل سالم افزایش می یابد2,9,14,15 در هر دو حالت خفیف و شدید. حساسیت پاداش افزایش می تواند باعث افزایش میل به مشارکت در بازی آنلاین شود، به این علت که افراد در IGD ممکن است پاداش قویتری داشته باشند. و بازی های طولانی مدت آنلاین ممکن است بازیکنان را به تجربیات مجازی تحسین کنند و این تجربه را در زندگی واقعی تحسین نمایند52.

عدم همبستگی بین شبکه کنترل و پاداش شبکه

برای آزمایش بیشتر تعاملات بین شبکه کنترل اجرایی و شبکه پاداش و یافتن چگونگی تأثیر آنها به طور مشترک بر رفتارهای نهایی در افراد منفرد ، ما NAcc را به عنوان یک گره پیوندی یا یک منطقه "دانه" برای ارتباط کنترل اجرایی و پاداش انتخاب کردیم شبکه های. شکل 4 نشان می دهد که شاخص های شبکه کنترل اجرایی و شبکه پاداش نسبتا معکوس معکوس دارند، که نشان می دهد که اتصال شبکه پاداش قوی تر، اتصال شبکه کنترل کاهش می یابد. این دو شبکه در یک روش کشش و تحریک تعامل دارند که در آن انگیزه قوی منجر به اختلال در مدار کنترل اجرایی می شود و کنترل اجرایی قوی منجر به مهار خواسته های انگیزشی53.

مطالعات قبلی نشان داده است که سیستم کنترل اجرایی کنترل کنترلی شناختی و رفتاری بر راننده های انگیزشی را ترویج می دهد و ممکن است افراد را قادر به مهار خواسته ها و رفتارهای پاداش دهنده54,55,56. نسبت معکوس بین شبکه کنترل اجرایی و شبکه پاداش، ممکن است در درک مکانیسم اعتیادآور مبتنی بر IGD نقش مهمی ایفا کند: افزایش احساس پاداش در طول برنده شدن یا تجربه لذت بخش ممکن است میل خود را به بازی آنلاین افزایش دهد. در ضمن، اختلال در کنترل اجرایی می تواند منجر به مهار ناکارآمدی چنین خواسته ها شود، که ممکن است خواستار، میل و یا میل به تسلط بر بازی و بازی آنلاین بیش از حد را داشته باشد.

پیوند نامتوازن عملکردی بین شبکه کنترل اجرایی و شبکه پاداش نیز ممکن است درک تصمیم گیری IGD را روشن کند. مطالعات نشان داد که افراد IGD هنگام تصمیم گیری در آینده ، از توجه به نتایج تجربی کاسته می شوند52. در تصمیم گیری بین شرکت کنندگان در تجربیات بلافاصله پاداش (به عنوان مثال، بازی آنلاین) و عواقب ناخوشایند درازمدت (به عنوان مثال، با استفاده از زمان صرف شده بازی به جای انجام فعالیت های مرتبط با موفقیت کار طولانی مدت) افراد مبتلا به IGD ممکن است به عنوان نشان دادن "نزدیک بینی برای آینده"، همانطور که برای اعتیاد به مواد مخدر توصیف شده است57,58,59. شبکه پاداش قوی هماهنگ با پاداش فوری ممکن است فرآیند تصمیم گیری را برای مانع از تحریک بیش از حد تحمل کند، که ممکن است منطقی باشد که روند تصمیم گیری مبتنی بر ارزیابی را به سمت پاداش فوری توضیح دهد و منجر به رفتارهای بازی پیاپی بازی آنلاین شود. علاوه بر این، رفتارهای به دنبال جوایز ممکن است از طریق تجربیات آنلاین کوتاه مدت تقویت شود، و منجر به چرخه ای بدبختانه بازی آنلاین بازی اعتیاد آور7.

به طور خلاصه ، این مطالعه نشان داد که تغییرات (کاهش / افزایش) در هماهنگی شبکه های مغزی افراد IGD ، پردازش ناکارآمد / بیش از حد در مدارهای عصبی زمینه این فرآیندها را نشان می دهد. نسبت معکوس بین شبکه کنترل اجرایی و شبکه پاداش نشان می دهد که نقص در کنترل اجرایی منجر به مهار ناکارآمد اشتیاق افزایش یافته به بازی بیش از حد آنلاین می شود. این نتایج ممکن است درک مکانیکی از IGD را روشن کند. علاوه بر این ، ویژگی های مشابه بین IGD و اعتیاد به مواد مخدر (به عنوان مثال ، وابستگی به هروئین) نشان می دهد که IGD ممکن است زمینه های عصبی مشابه را با انواع دیگر اعتیاد به اشتراک بگذارد.

محدودیت ها

در اینجا باید به چندین محدودیت رسیدگی شود. اولاً ، به دلیل اینکه فقط تعداد کمی زن معتاد به بازی های آنلاین وجود دارد ، ما در این مطالعه فقط افراد مرد را انتخاب کردیم. عدم تعادل در جنسیت ممکن است نتیجه گیری نهایی را محدود کند. دوم ، در محاسبه فعل و انفعالات بین شبکه های کنترل و شبکه های پاداش ، NAcc را به عنوان دانه بر اساس عملکرد NAcc و ادبیات قبلی انتخاب کردیم. ما نمی دانیم بذرهای بهتری برای این محاسبه وجود دارد یا خیر. سوم ، مطالعه حاضر فقط وضعیت های موجود در افراد IAD را نشان داد ، ما نمی توانیم بین این عوامل نتیجه گیری علی کنیم. چهارم ، در انتخاب ROI های نیمکره راست برای شبکه کنترل اجرایی ، از مختصات متقارن متناسب با نیمکره چپ استفاده کردیم ، که ممکن است دلیل پایین بودن شاخص ها در نیمکره راست از نیمکره چپ باشد.

مقالات نویسنده

GD این آزمایش را طراحی کرده و اولین پیش نویس مقاله را نوشت. XL و XD داده ها را جمع آوری و تجزیه و تحلیل کردند، ارقام را تهیه می کردند. YH و CX نتایج را مورد بحث قرار دادند، به تفسیر توصیه کردند و به پیش نویس نهایی این دستنوشته کمک کردند. همه نویسندگان به مقاله نهایی دست یافتند.

تشکر و قدردانی

این تحقیق توسط بنیاد ملی علوم طبیعی چین (31371023) پشتیبانی شد. تأمین کننده نقش بیشتری در طراحی مطالعه نداشت در جمع آوری، تجزیه و تحلیل و تفسیر داده ها؛ در نوشتن گزارش؛ یا در تصمیم برای ارسال مقاله برای انتشار.

منابع

  • هولدن سی. اعتیاد "رفتاری": آیا آنها وجود دارند؟ Science 294، 980–982، (2001) .10.1126 / science.294.5544.980 [گروه] [صلیب نماینده]
  • دونگ جی ، هو یو و لین ایکس حساسیت های پاداش / مجازات در بین معتادان اینترنتی: پیامدهای مربوط به رفتارهای اعتیاد آور آنها. Prog neuro-psychopharm biol psychiat 46، 139–145 (2013). [گروه]
  • Weinstein A. & Lejoyeux M. اعتیاد به اینترنت یا استفاده بیش از حد از اینترنت. Am J Drug Alcohol Ab 36، 277–283 (2010). [گروه]
  • Dong G.، Lu Q.، Zhou H. & Zhao X. پیش ساز یا عوارض جانبی: اختلالات پاتولوژیک در افراد مبتلا به اختلال اعتیاد به اینترنت. PloS one 6، e14703 (2011). [PMC رایگان مقاله] [گروه]
  • Petry NM & O'Brien CP اختلال بازی در اینترنت و DSM-5. اعتیاد 108 ، 1186–1187 (2013). [گروه]
  • انجمن روانپزشکی آمریکا. راهنمای تشخیصی و آماری اختلالات روانی (5th ed.) [145] (انتشارات روانپزشکی آمریکا، واشنگتن دی سی، 2013).
  • Dong G. & Potenza MN یک مدل شناختی-رفتاری از اختلال بازی در اینترنت: مبانی نظری و پیامدهای بالینی. J psychia res 58، 7–11 (2014). [PMC رایگان مقاله] [گروه]
  • Dong G.، Zhou H. & Zhao X. مهار ضربه در افراد مبتلا به اختلال اعتیاد به اینترنت: شواهد الکتروفیزیولوژیک از یک مطالعه Go / NoGo. Neurosci lett 485، 138–142 (2010). [گروه]
  • Zhou Z. ، Yuan G. & Yao J. تعصبات شناختی نسبت به تصاویر مربوط به بازی های اینترنتی و کسری های اجرایی در افراد دارای اعتیاد به بازی های اینترنتی. PloS one 7، e48961 (2012). [PMC رایگان مقاله] [گروه]
  • Dong G.، Lin X.، Zhou H. & Lu Q. انعطاف پذیری شناختی در معتادان اینترنتی: شواهد fMRI از موقعیت های سوئیچینگ دشوار به آسان و دشوار. معتاد بهاو 39 ، 677–683 (2014). [گروه]
  • دونگ G. ، ژو H. و ژائو X. معتادان اینترنتی به اینترنت ، توانایی کنترل اجرایی را مختل می کنند: شواهدی از یک کار Stroop با کلمات رنگی. Neurosci lett 499، 114–118 (2011). [گروه]
  • Dong G.، Shen Y.، Huang J. & Du X. اختلال در عملکرد کنترل خطا در افراد مبتلا به اختلال اعتیاد به اینترنت: یک مطالعه مربوط به رویداد FMRI. یورو معتاد Res 19 ، 269–275 (2013). [گروه]
  • لیتل م و همکاران پردازش خطا و مهار پاسخ در بازیکنان بازی های کامپیوتری بیش از حد: یک مطالعه بالقوه مرتبط با رویداد. Addict biol 17، 934-947 (2012). [گروه]
  • Dong G.، Huang J. & Du X. افزایش حساسیت به پاداش و کاهش حساسیت به ضرر در معتادان اینترنتی: یک مطالعه fMRI در حین انجام یک حدس J روانپزشکی res 45 ، 1525–1529 (2011). [گروه]
  • Dong G.، DeVito E.، Huang J. & Du X. تصویربرداری تنسور انتشار اختلالات تالاموس و قشر انقباضی خلفی در معتادان بازی های اینترنتی را نشان می دهد. J روانپزشکی رز 46 ، 1212–1216 (2012). [PMC رایگان مقاله] [گروه]
  • چو CH و همکاران فعالیت های مغز مرتبط با علاقه به بازی آنلاین اعتیاد به بازی. J روانپزشکی Res 43، 739-747 (2009). [گروه]
  • چو CH و همکاران فعال سازی مغز برای هر یک از دلایل بازی و اشتیاق برای مصرف سیگار در میان افراد با وابستگی به بازی های اینترنتی و وابستگی نیکوتین همراه است. J روانپزشکی Res 47، 486-493 (2013). [گروه]
  • اقتصاد مونتاگ و Berns GS اقتصاد عصبی و لایه های زیستی ارزیابی. Neuron 36، 265–284 (2002). [گروه]
  • McClure SM ، Ericson KM ، Laibson DI ، Loewenstein G. & Cohen JD Time تخفیف برای جوایز اولیه. J Neurosci 27 ، 5796–5804 (2007). [گروه]
  • Monterosso J. ، Piray P. و Luo S. اقتصاد عصبی و مطالعه اعتیاد. Biol Psychiatry 72، 107–112 (2012). [گروه]
  • کی سی و همکاران عدم توازن عملکردی میان شبکه های ارزشیابی در افراد وابسته به هروئین مضطرب. روانپزشک مولوي 19، 10-12 (2014). [گروه]
  • Barros-Loscertales A. و همکاران فعال سازی کمتر در شبکه حقوقی پاراگراف در طول یک کار حسابرسی Stroop در یک گروه وابسته به کوکائین. روانپزشکی Res 194، 111-118 (2011). [گروه]
  • Goldstein RZ و Volkow ND اعتیاد به مواد مخدر و پایه و اساس نوروبیولوژیک آن: شواهد تصویربرداری عصبی برای درگیری قشر پیشانی روانپزشکی Am J 159 ، 1642-1652 (2002). [PMC رایگان مقاله] [گروه]
  • ولکوف ND و همکاران کنترل شناختی از وسوسه مصرف دارو مهار مناطق پاداش مغز در سوء مصرف کنندگان کوکائین است. NeuroImage 49، 2536-2543 (2010). [PMC رایگان مقاله] [گروه]
  • Fox MD & Raichle ME نوسانات خود به خودی در فعالیت مغز با تصویربرداری تشدید مغناطیسی عملکرد مشاهده شده است. Nat rev. Neurosci 8 ، 700–711 (2007). [گروه]
  • Zhu Q. ، Zhang JD ، Luo YLL ، Dilks DD و Liu J. فعالیت عصبی حالت استراحت در مناطق قشر مغز انتخاب چهره از نظر رفتاری مرتبط است. J Neurosci 31 ، 10323–10330 (2011). [گروه]
  • Greicius MD ، Supekar K. ، Menon V. و Dougherty RF اتصال عملکردی حالت استراحت نشان دهنده اتصال ساختاری در شبکه حالت پیش فرض است. قشر مغز 19 ، 72–78 (2009). [PMC رایگان مقاله] [گروه]
  • عسل CJ و همکاران پیش بینی اتصالات عملکرد حالت حالت استراحتی انسان از اتصال ساختاری. PNAS 106، 2035-2040 (2009). [PMC رایگان مقاله] [گروه]
  • وینسنت JL و همکاران معماری کاربردی ذاتی در مغز میمون بیحس شده. طبیعت 447، 83-86 (2007). [گروه]
  • سلیله WW و همکاران شبکه های ارتباطی داخلی منسجم برای پردازش مهم و کنترل اجرایی. J Neurosci 27، 2349-2356 (2007). [PMC رایگان مقاله] [گروه]
  • Engel AK ، Fries P. و Singer W. پیش بینی های پویا: نوسانات و هماهنگی در پردازش از بالا به پایین. Nat rev. Neurosci 2 ، 704–716 (2001). [گروه]
  • کاکس CL و همکاران مراقبتهای مغز شما در مورد رفتار پرخطر شما. PloS یک 5، e12296 (2010). [PMC رایگان مقاله] [گروه]
  • Lecrubier Y. و همکاران مینی اینترنشنال بین المللی عصبی (MINI). مصاحبه ساختاری کوتاه تشخیصی: روایی و اعتبار با توجه به CIDI. اروپا روانپزشکی 12، 224-231 (1997).
  • Beck AT، Ward CH، Mendelson M.، Mock J. & Erbaugh J. موجودی برای اندازه گیری افسردگی. Arch Gen Psychiatry 4، 561–571 (1961). [گروه]
  • تست اعتیاد به اینترنت جوان KS (IAT)http://netaddiction.com/index.php?option=combfquiz&view=onepage&catid=46&Itemid=106> (2009). تاریخ دسترسی: 09/09/2009.
  • Widyanto L. & McMurran M. خصوصیات روان سنجی آزمون اعتیاد به اینترنت. Cyberpsychol رفتار 7 ، 443-450 (2004). [گروه]
  • Widyanto L. ، Griffiths MD و Brunsden V. مقایسه روان سنجی تست اعتیاد به اینترنت ، مقیاس مسئله مرتبط با اینترنت و خودآزمایی. Cyberpsychol ، رفتار اجتماعی شبکه 14 ، 141–149 (2011). [گروه]
  • Zang Y. ، Jiang T. ، Lu Y. ، He Y. & Tian L. رویکرد همگنی منطقه ای برای تجزیه و تحلیل داده های fMRI. Neuroimage 22، 394–400 (2004). [گروه]
  • شما هشت و همکاران همگن بودن منطقه ای در کوروت های حرکتی در بیماران مبتلا به آتروفیس چندین ساله. Neurosci Lett 502، 18-23 (2011). [گروه]
  • یان C.-G. & Zang Y.-F. DPARSF: یک جعبه ابزار MATLAB برای تجزیه و تحلیل داده های "خط لوله" fMRI در حالت استراحت. Front syst neurosci 4، 13، e3389 (2010). [PMC رایگان مقاله] [گروه]
  • Friston KJ ، Frith CD ، Frackowiak RS و Turner R. توصیف پاسخ های مغزی پویا با fMRI: یک رویکرد چند متغیره. NeuroImage 2، 166–172 (1995). [گروه]
  • Yeo BT و همکاران سازماندهی قشر مغزی انسان براساس قابلیت ارتباطی عملیاتی انجام می شود. J neurophysiol 106، 1125-1165 (2011). [PMC رایگان مقاله] [گروه]
  • Waraczynski MA مرکز شبکه گسترش آمیگدال به عنوان یک مدار پیشنهادی ارزیابی پاداش. Neurosci biobehav rev 30، 472-496 (2006). [گروه]
  • Kringelbach ML & Rolls ET عصب کشی عصبی عملکرد قشر اربیتوفرونتال انسان: شواهدی از تصویربرداری عصبی و عصب روانشناسی. Prog neurobiol 72 ، 341–372 (2004). [گروه]
  • Wilcox CE ، Teshiba TM ، Merideth F. ، Ling J. & Mayer AR واکنش نشانگر افزایش یافته و اتصال عملکردی جبهه ای-جریانی در اختلالات استفاده از کوکائین. Drug alco depeend 115، 137–144 (2011). [PMC رایگان مقاله] [گروه]
  • Everitt BJ & Robbins TW سیستم های عصبی تقویت کننده اعتیاد به مواد مخدر: از اقدامات به عادت ها تا اجبار. Nat neurosci 8 ، 1481–1489 (2005). [گروه]
  • Shirer WR، Ryali S.، Rykhlevskaia E.، Menon V. & Greicius MD رمزگشایی حالتهای شناختی مبتنی بر موضوع با الگوهای اتصال کل مغز. قشر مغز 22 ، 158–165 (2012). [PMC رایگان مقاله] [گروه]
  • Damoiseaux JS و همکاران شبکه های استراحت مداوم در سراسر افراد سالم. PNAS 103، 13848-13853 (2006). [PMC رایگان مقاله] [گروه]
  • Habas C. و همکاران سهم برجسته مخچه در شبکه های ارتباطی ذاتی. J Neurosci 29، 8586-8594 (2009). [PMC رایگان مقاله] [گروه]
  • Spreng RN ، Stevens WD ، Chamberlain JP ، Gilmore AW و Schacter DL فعالیت پیش فرض شبکه ، همراه با شبکه کنترل پیش از جفت ، از شناخت هدفمند پشتیبانی می کند. NeuroImage 53، 303-317 (2010). [PMC رایگان مقاله] [گروه]
  • Krmpotich TD و همکاران فعالیت های استراحت دولتی در شبکه کنترل اجرایی چپ با رویکرد رفتاری مرتبط است و در وابستگی به مواد افزایش می یابد. مواد مخدر آلکوی وابسته به 129، 1-7 (2013) است. [PMC رایگان مقاله] [گروه]
  • دونگ جی ، هو یو ، لین ایکس و لو س. چه عاملی باعث می شود معتادان به اینترنت حتی در صورت مواجهه با عواقب منفی شدید به بازی آنلاین ادامه دهند؟ توضیحات احتمالی یک مطالعه fMRI. Biol psychol 94 ، 282–289 (2013). [گروه]
  • Miller EK & Cohen JD یک نظریه تلفیقی از عملکرد قشر پیش پیشانی. Annu Rev Neurosci 24 ، 167–202 (2001). [گروه]
  • Sofuoglu M. ، DeVito EE ، Waters AJ و Carroll KM تقویت شناختی به عنوان درمانی برای اعتیاد به مواد مخدر. Neuropharmacol 64 ، 452-463 (2013). [PMC رایگان مقاله] [گروه]
  • Everitt BJ و همکاران کورتکس پیش فونتیال مداری و اعتیاد به مواد مخدر در حیوانات آزمایشگاهی و انسانها. سالانه NY Acad Sci 1121، 576-597 (2007). [گروه]
  • Goldstein RZ و Volkow ND اختلال عملکرد قشر پیش پیشانی در اعتیاد: یافته های تصویربرداری عصبی و پیامدهای بالینی Nat rev. Neurosci 12 ، 652–669 (2011). [PMC رایگان مقاله] [گروه]
  • Pawlikowski M. & Brand M. بازی بیش از حد در اینترنت و تصمیم گیری: آیا بازیکنان بیش از حد World of Warcraft در تصمیم گیری تحت شرایط خطرناک مشکلی دارند؟ روانپزشکی رز 188 ، 428–433 (2011). [گروه]
  • Floros G. & Siomos K. الگوهای انتخاب در ژانرهای بازی ویدیویی و اعتیاد به اینترنت. Cyberpsycholo ، رفتار اجتماعی شبکه 15 ، 417-424 (2012). [گروه]
  • Bechara A. ، Dolan S. & Hindes A. تصمیم گیری و اعتیاد (قسمت دوم): نزدیک بینی برای آینده یا حساسیت بیش از حد به پاداش؟ Neuropsychologia 40 ، 1690–1705 (2002). [گروه]