تجزیه و تحلیل مبتنی بر شبکه نشان می دهد اتصال قابلیت های مرتبط با خط تداوم اعتیاد به اینترنت (2016)

تانیا ون^1,2,* و شولان هسیه^1,3,4,*

اطلاعات نویسنده ► یادداشت مقاله ► اطلاعات کپی رایت و مجوز ►

اشتغال و استفاده اجباری از اینترنت می تواند اثرات روانشناختی منفی داشته باشد ، به گونه ای که به طور فزاینده ای به عنوان یک اختلال روانی شناخته می شود. در مطالعه حاضر از آمار مبتنی بر شبکه استفاده شده است تا بررسی شود كه چگونه اتصالات عملکردی كل مغز در حالت استراحت با میزان سطح اعتیاد به اینترنت در ارتباط است ، كه توسط پرسشنامه خودسنجی فهرست بندی شده است. ما دو شبکه از نظر توپولوژیکی مهم را شناسایی کردیم ، یکی از اتصالات که ارتباط مستقیمی با گرایش به اعتیاد به اینترنت دارد ، و دیگری با اتصالات منفی با گرایش به اعتیاد به اینترنت. این دو شبکه بیشتر در مناطق جلو متصل هستند ، که ممکن است تغییرات در ناحیه جلو را برای جنبه های مختلف کنترل شناختی (به عنوان مثال ، کنترل استفاده از اینترنت و مهارت های بازی) منعکس کند. در مرحله بعد ، ما مغز را به چند زیر گروه بزرگ منطقه ای تقسیم بندی کردیم و دریافتیم که اکثر نسبت اتصالات در این دو شبکه با مدل مخچه اعتیاد که شامل مدل چهار مدار است مطابقت دارد.

سرانجام ، ما مشاهده کردیم که مناطق مغز با بیشترین ارتباطات بین منطقه ای مرتبط با گرایش به اعتیاد به اینترنت ، همانندهایی هستند که اغلب در ادبیات اعتیاد دیده می شوند ، تکرار می شوند و با متاآنالیز مطالعات اعتیاد به اینترنت تأیید می شوند. این تحقیق درک بهتری از شبکه های در مقیاس بزرگ درگیر در گرایش به اعتیاد به اینترنت نشان می دهد و نشان می دهد که میزان پیش از بالینی اعتیاد به اینترنت در مناطق و ارتباطات مشابه به عنوان موارد بالینی اعتیاد در ارتباط است.

متا تجزیه و تحلیل

متاآنالیز با استفاده از پایگاه داده NeuroSynth ساخته شد (http://neurosynth.org; Yarkoni و همکاران ، 2011) تجزیه و تحلیل سفارشی با استفاده از عبارات جستجو "اعتیاد" ، "معتاد" ، "اینترنت" ، "بازی" ، "بازی" و "آنلاین" برای شناسایی مطالعات مربوط به اعتیاد به اینترنت در پایگاه داده انجام شد. معیارهای ورود به صورت دستی تأیید شد ، و لیستی از مطالعات انجام شده در مواد تکمیلی 1 به تفصیل بیان شده است. در کل مطالعات 18 گنجانده شده است. مختصات فعال سازی اوج و همچنین همسایگی وکسلهای 6 میلی متر از مطالعات انجام شده استخراج شد. در مرحله بعد ، متاآنالیز این مختصات انجام شد و استنتاج کل مغز را ایجاد کرد zنقشه های امتیاز نقشه استنتاج رو به جلو ، احتمال فعال شدن یک منطقه را با توجه به این شرایط نشان می دهد [P(فعال سازی | شرایط)] ، بنابراین ما را از ثبات فعال سازی برای شرایط معین آگاه می کند. نقشه استنتاج معکوس احتمال استفاده از این اصطلاحات را در یک مطالعه با توجه به وجود فعال سازی گزارش شده نشان می دهد [P(شرایط | فعال سازی)]؛ بنابراین منطقه ای که فعال شده است نشان می دهد که بیشتر از یک مطالعه مرتبط با اعتیاد به اینترنت ، یک مطالعه مرتبط با اعتیاد به اینترنت است و منعکس کننده گزینش آن منطقه است. از آنجا که هم استنتاج رو به جلو و هم معکوس نقش مهمی در کمک به ما در درک مناطق مرتبط با اعتیاد به اینترنت دارند ، ما برای ترسیم مناطق مشترک آنها ، این دو نقشه استنتاج را با هم همپوشانی کردیم. خوشه های بزرگتر از پنج وکسل گزارش شده است.

حالت FMRI در حال استراحت

شرکت کنندگان

چهل و هفت شرکت کننده سالم (مردان 21 و زنان 26) از جنوب تایوان ، که بیشتر آنها دانشجو یا کارمند دانشگاه هستند ، از طریق تبلیغات استخدام شدند و برای شرکت در این آزمایش (محدوده سنی = 19-29 سال ، میانگین سنی = 22.87) سال ها، SD = 2.22 سال). شرکت کنندگان راست دست بودند (که توسط پرسشنامه دستیابی ادینبورگ نشان داده شده است) ، بینایی نرمال یا تصحیح شده به حالت عادی داشتند ، و هیچ سابقه ای از اختلالات روانی یا عصبی ندارند. نمرات افسردگی ، اضطراب و هوش آنها در حد نرمال قرار گرفت [نمره پرسشنامه افسردگی بک (BDI): 0-12؛ نمره پرسشنامه اضطراب بک (BAI): 0-7؛ نمره آزمون ماتریس مترقی استاندارد Raven: 35-57]. مقیاس اعتیاد به اینترنت چن (تجدید نظر شده در اینترنت) (CIAS-R) برای همه شرکت کنندگان دامنه = 28-92 ، میانگین = 60.04 ، SD = 16.53. جدول Table11 خلاصه اطلاعات دموگرافیک و ویژگیهای رفتاری شرکت کنندگان. نرمال بودن نمرات CIAS-R با آزمون شاپیرو-ویلک تأیید شد [W(47) = 0.98، p = 0.50] بین جنسیت و نمره CIAS-R ارتباط معنی داری وجود ندارد (Spearman's ρ = 0.15 ، p = 0.30). همه شرکت کنندگان رضایت آگاهانه کتبی خود را ارائه دادند ، و پروتکل مطالعه (NO: B-ER-101-144) توسط هیئت بازنگری نهادی (IRB) بیمارستان دانشگاه ملی چنگ کونگ ، تایین ، تایوان تصویب شد. پس از اتمام آزمایش به کلیه شرکت کنندگان 500 NTD پرداخت شد.

  

جدول 1

اطلاعات دموگرافیک و ویژگی های رفتاری.

تحلیل دادهها

تصاویر fMRI بر اساس برچسب گذاری خودکار آناتومیک (AAL) طبقه بندی شدند. Tzourio-Mazoyer و همکاران، 2002) قالب ، تقسیم مغز بر اساس ساختار آناتومیک به RON (یا گره) 116. ما اطلس AAL را انتخاب کردیم زیرا بیشترین استفاده از آن در مطالعات شبکه عملکردی بوده است (استنلی و همکاران، 2013) و همچنین الگویی بود که توسط آن استفاده شده است هونگ و همکاران (2013)، که مطالعه آن بیشتر مربوط به ما است ، بنابراین میزان مقایسهی در بین مطالعات را افزایش می دهد (Zalesky و همکاران ، 2010b) از روش NBS برای شناسایی شبکه های مغزی که متشکل از ارتباط عملکردی بین منطقه ای است ، نشان می دهد که ارتباط معنی داری با نمره CIAS-R دارد. تجزیه و تحلیل های زیر با کمک جعبه ابزار آماری مبتنی بر شبکه انجام شد (Zalesky و همکاران ، 2010a) با اسکریپت های اضافی درون خانه Matlab. یک ماتریس همبستگی 116 × 116 برای هر شرکت کننده با استفاده از دوره های زمانی استخراج شده از هر ROI ساخته شد. پیرسون r مقادیر نرمال شدند Z امتیازات با استفاده از فیشر Z دگرگونی. هر سلول از ماتریس همبستگی قدرت اتصال (یا لبه) بین دو گره را نشان می دهد. آزمایش تک متغیره جرمی با استفاده از همبستگی رتبه اسپیرمن بین نمرات CIAS-R شرکت کنندگان و نقاط قوت لبه در هر لبه انجام شد تا اتصالات مربوطه را که پیش بینی کننده امتیاز CIAS-R بودند ، شناسایی کند. لبه های نامزدی که پیش بینی بالایی از نمره CIAS-R را نشان دادند ، از طریق آستانه اولیه Spearman's rho> 0.37 و <-0.37 (تقریباً آلفای یک دم = 0.005) به ترتیب انتخاب شدند ، برای شناسایی شبکه هایی که با CIAS ارتباط مثبت و منفی دارند- نمره R بعد ، خوشه های توپولوژیکی ، شناخته شده به عنوان اجزای نمودار متصل در میان اتصالات فوق آستانه مشخص شد. یک خطای خانوادگی (FWE) برای اندازه م componentلفه با استفاده از آزمایش جایگشت (3000 جایگشت) محاسبه شد ، که به ترتیب مرتب سازی مجدد نمرات CIAS-R و تکرار فرآیند فوق برای هر جایگزینی برای بدست آوردن توزیع خالی بزرگترین اندازه م componentلفه محاسبه شد. م componentsلفه های نمودار متصل شده که اندازه آنها از FWE تصحیح شده بیشتر است pقطع مقادیر کمتر از 0.05 به عنوان شبکه هایی مشخص شد که به طور قابل توجهی با گرایش به اعتیاد به اینترنت ارتباط دارند. BrainNet Viewer (Xia و همکاران ، 2013) برای تجسم اتصالات استفاده شد. یک تصویر از خط لوله تجزیه و تحلیل داده ها نشان داده شده است شکل Figure11.

  

شکل 1

نمودار جریان لوله های تحلیل داده ها. مغز شرکت کنندگان با توجه به الگوی AAL از قبل آماده سازی شده و به مناطق مختلف ساختاری تقسیم می شوند. ماتریس همبستگی با استفاده از دوره های زمانی استخراج شده از هر منطقه به آنجا ساخته شد ...

متا تجزیه و تحلیل

استنتاج رو به جلو و معکوس zنقشه های امتیاز از NeuroSynth (نشان داده شده در) ایجاد شد شکل Figure22) فعال سازی های موجود در این دو نقشه شباهت زیادی به یکدیگر نشان می دهد. با هم همپوشانی این نقشه ها ، فعال سازی در مناطقی از مخچه ، لوب تمپورال (گوری تمپورال دو طرفه تحتانی ، قطب تمپورال برتر و راست و سمت راست و وسط و جیروس تمپورال راست) ، چندین ناحیه فرونتال (گوروس پیشانی مداری چپ میانی و برتر ، گوروس جبهه میانی راست ، عمل جراحی فرونتال راست تحتانی ، و gyrus precentral راست) ، پوتامن دو طرفه ، انسول دو طرفه ، کینگولات میانی راست و پیشانی راست. جدول Table22 خوشه های مشخص شده و همچنین مناطق AAL متعلق به خوشه را لیست می کند.

  

شکل 2

نقشه استنتاج متاآنالیز انجام شده در NeuroSynth ، نشان دادن مناطق فعال در استنتاج رو به جلو ، استنتاج معکوس و همپوشانی دو نقشه.

  

جدول 2

خوشه های همپوشانی نقشه های استنتاج رو به جلو و معکوس.

حالت FMRI در حال استراحت

اتصالات عملکردی مربوط به گرایش به اعتیاد به اینترنت

با استفاده از NBS ، ما دو شبکه را شناسایی کردیم که ارتباط معنی داری بین استحکام لبه و نمرات CIAS-R نشان می دهد (p <0.05 ، تصحیح FWE): یکی با لبه هایی که با نمرات CIAS-R همبستگی مثبت دارند ("CIAS-R مثبت" ، با رنگ قرمز نشان داده شده است) ، و دیگری با لبه ها با CIAS-R همبستگی منفی دارند ("CIAS-R منفی" نشان داده شده است به رنگ آبی). شبکه مثبت CIAS-R در مجموع از 65 گره و 90 لبه (45 درون هیمسفر ، 42 بین کره و 3 اتصال به ورمیس) تشکیل شده است ، در حالی که شبکه منفی از 64 گره و 89 لبه (35 درون هیمسفر ، 40 بین کره و 14) تشکیل شده است. اتصال به داخل ورمیس). توجه به این نکته مهم است که این دو شبکه کاملاً از هم جدا نیستند و در مجموع 39 گره مشترک دارند که 30.77/2.68 درصد آنها لوب پیشانی هستند. تعداد کل لبه های مربوط به CIAS-R از XNUMX درصد کل لبه های مغز تشکیل شده است. شبکه در نشان داده شده است شکل Figure33 و اتصالات خاص در مواد تکمیلی 2 ، جدول S1 ذکر شده است.

  

شکل 3

شبکه اتصالی که با نمرات CIAS-R ارتباط دارد. کره های خاکستری نمایانگر سانتروئید هر گره بوده و براساس تعداد لبه های قابل توجهی که با آنها در ارتباط هستند مقیاس بندی می شوند. فقط گره هایی با اتصالات نشان داده می شوند. خطوط قرمز نشان دهنده ...

توزیع جهانی لبه های درگیر

برای درک بهتر نحوه توزیع این اتصالات ، ما دنبال کردیم Fornito و همکاران. (2011) و هونگ و همکاران (2013)، و هر منطقه AAL را در هر شبکه به عنوان متعلق به هفت زیر گروه منطقه ای طبقه بندی کرد: جبهه ، تمپورال ، پارتیال ، اکسیپیتال ، انسولین و کینگولات گایر ، زیر قشر و مخچه. اکثر لبه های موجود در شبکه مثبت CIAS-R شامل اتصالات بین (1) مناطق زمانی و انسولین و گریگ های کینگولات (∼13)) است ، که اکثر آنها شامل gyrus cingulate خلفی است که به مناطق مختلف زمانی متصل می شود. (2) مناطق فرونتال و گیجگاهی (∼12)) ، که شامل اتصالات بین قشر orbitofrontal داخلی داخلی ، لوبول paracentral و gyri لوب تمپورال ، قطب زمانی. و (3) مناطق مهاری و نیمه قشری (∼11)) ، متشکل از اتصالات بین قشر postcentral و لوبول پارتیال برتر با پوتامن و پالیدوم. جالب است بدانید که به جز لوب فرونتال ، تمام مناطق دیگر هیچ ارتباطی درون منطقه ای ندارند که قدرت آن با گرایش به اعتیاد به اینترنت ارتباط مثبت دارد. اکثر لبه های موجود در شبکه منفی CIAS-R شامل ارتباطات بین (1) لوب فرونتال و مخچه (N19) است ، که اکثر آنها اتصالی بین مناطق پیشانی مداری و ROI های مختلف مخچه هستند. و (2) انسولین و cingulate gyri و لوب تمپورال (∼12)) ، که شامل اتصالات بین انسولین ، سینگولوم ، پاراهیپوکامپ و لوب تمپور می باشد. هیچ منطقه بدست آمده در شبکه منفی CIAS-R یافت نشد. نسبت اتصالات بین منطقه ای هر شبکه نشان داده شده است شکل Figure44.

  

شکل 4

نسبت لبه هایی که رابطه مثبت و منفی با گرایش اعتیاد به اینترنت در بین جفت زیر گروه های منطقه ای دارند. نسبت ها با تقسیم تعداد لبه ها بین (یا درون) جفت مناطق با کل محاسبه می شود ...

گره هایی که حداکثر تحت تأثیر قرار گرفته اند

با توجه به تعداد زیادی لبه مشخص شده ، دنبال کردیم فین و همکاران (2014)، و گره های مشخص شده که دارای "تعداد زیادی از لبه های مرتبط با CIAS-R" هستند به منظور تمرکز تجزیه و تحلیل ما در مناطقی که اتصالات حداکثر با گرایش اعتیاد به اینترنت مرتبط هستند. جمع لبه های همبسته CIAS-R یک گره به عنوان تعداد کل لبه های آن در هر دو شبکه منفی CIAS-R مثبت و CIAS-R تعریف شده است (این از نظر مفهومی معادل اندازه گیری درجه در تئوری نمودار است). این روش ما را قادر می سازد گره هایی را که احتمالاً با تمایل به اعتیاد به اینترنت تغییر می کنند شناسایی کنیم. به شرح زیر جدول Table33 گره هایی را که حداکثر تحت تأثیر قرار می گیرند ، لیست می کند و گره هایی را نشان می دهد که حداقل دارای یک لبه با همبستگی CIAS-R حداقل 8 باشند. تجسم گره ها و اتصالات آنها در نمایش داده می شود شکل Figure55. اینها گره هایی هستند که برای بحث انتخاب می شوند.

  

جدول 3

تجزیه و تحلیل سطح گره گرایش به اعتیاد به اینترنت.

  

شکل 5

تجسم گره ها با بیشترین تعداد لبه های مربوط به گرایش به اعتیاد به اینترنت. حوزه های سبز سانتروئید هر گره را با لبه های حداکثر به تصویر می کشند ، در حالی که کره های زرد شرکای اتصال عملکردی خود را به تصویر می کشند. خطوط قرمز حاشیه ها را نشان می دهد ...

مناطق جلویی شبکه های منفی CIAS-R را مثبت و CIAS-R پیوند می دهند

ما مشاهده کردیم که اکثر گره هایی که دو شبکه (CIAS-R مثبت و منفی CIAS-R) را پیوند می دهند در لوب فرونتال قرار دارند. این مناطق شامل gyrus frontal برتر ، IFG ، gyrus frontal medial ، operculum rolvic و ناحیه موتور اضافی است. قشر جلوی مغزی نقش مهمی در کنترل شناختی ، مهار و انتخاب پاسخ دارد (آرون و همکاران، 2004; Talati و Hirsch ، 2005; Forstmann و همکاران ، 2008) اعتیاد به اینترنت پدیده ای است که معتادان از کنترل خود و تصمیم گیری در مورد استفاده از اینترنت کاسته اند که علیرغم آگاهی از تأثیرات منفی ، با استفاده بیش از حد منعکس شده است. به عنوان مثال ، مطالعات متعددی نشان داده اند كه شركت كنندگان با اعتیاد به اینترنت ، فعاليت جلو و استریاتال و جبهه-پارتیال بالاتر را در حین انجام كار Go / Nogo نشان دادند (دینگ و همکاران ، 2014; Ko et al.، 2014; چن و همکاران، 2015) و کار Stroop (دونگ و همکاران ، 2012a, 2013, 2014) ، نشانگر مهار پاسخ ضعیف تر و نظارت بر خطا ، و افزایش تکانشگری است. اما از طرف دیگر ، معتادان به اینترنت و بازیکنان بازی های ویدیویی اغلب عملکرد عالی از عملکرد شناختی مانند کنترل حرکتی و تصمیم گیری کارآمد در هنگام بازی را نشان می دهند. در واقع ، اثرات تمرین بازی ویدیویی نشان داده شده است که به مهارتهای مختلف اجرایی پیشرفته ، از جمله مهارت های استنباط ادراکی ، حرکتی ، توجه و احتمالی تعمیم می یابد (سبز و بالیور، 2003; Castel و همکاران ، 2005; Dye و همکاران ، 2009; سبز و همکاران، 2010; سبز و همکاران، 2012) یک مطالعه fMRI نشان داد که استخدام شبکه fronto-parietal در بازیکنان بازی های ویدئویی در مقایسه با غیر گیمرها در طی یک کار با تقاضای توجه زیاد کاهش یافته است ، که احتمالاً نشان دهنده کارآیی بیشتر کنترل اجرایی و توجه است (Bavelier و همکاران ، 2012). دو چهره کنترل شناختی که توسط معتادان به اینترنت نشان داده شده است ، معضل جالبی را ایجاد می کند. در مطالعه ما ، مشاهده مناطق جبهه ای که به دو شبکه ارتباط برقرار می کنند و در نتیجه گرایش به اعتیاد به اینترنت کاهش یافته و افزایش یافته است ، می تواند تغییرات در ناحیه جلو را برای جنبه های مختلف کنترل شناختی (یعنی برای کنترل استفاده از اینترنت و مهارت های بازی) منعکس کند.. گفتنی است که گرچه هونگ و همکاران (2013) فرض بر این است که احتمالاً ممکن است ارتباط عملکردی مرتبط با اثرات عملی در معتادان اینترنتی افزایش یابد ، تنها در کاهش ارتباط عملکردی کاهش یافته است. یک احتمال پیشنهاد شده توسط هونگ و همکاران (2013) به دلیل عدم وجود ارتباط بیشتر عملکردی در افراد معتاد به اینترنت این بود که اندازه نمونه کوچک آنها منجر به کمبود نیرو می شود. با استفاده از تجزیه و تحلیل مبتنی بر بذر ، که نیاز به مقایسه چند برابر کمتر از رویکردهای کل مغز ، هونگ و همکاران (2015) داده های 2013 را مجدداً مورد تجزیه و تحلیل قرار داده و اتصال عملکردی مرتبط با اعتیاد به اینترنت را افزایش و کاهش داد.

اتصالات گسترده توزیع شده شبکه های گرایش اعتیاد به اینترنت

داده ها تعداد زیادی از اتصالات درون و داخل نیمکره را در هر دو شبکه منفی CIAS-R مثبت و CIAS-R نشان می دهد ، که تأثیر گسترده گرایش اعتیاد به اینترنت بر مغز را نشان می دهد. ما مشاهده کردیم که بیشترین تعداد اتصالات در شبکه مثبت CIAS-R شامل لبه های "انسول و کینگولاتور - زمانی" ، "جلو - تمپورال" و "زیر قشری - پارتیشی" است ، در حالی که بیشترین نسبت اتصالات در CIAS-R شبکه منفی شامل لبه های "جلو - مخچه" و "انسول و کینگولات - موقت" (شکل Figure44) در یک مدل اخیراً اعتیاد (مالتون و همکاران ، 2014) ، مخچه به حفظ هموستاز چهار مدار بهم پیوسته مربوط به اعتیاد کمک می کند: پاداش / اطمینان ، انگیزه / رانندگی ، یادگیری / حافظه و همچنین کنترل شناختی. این مدل مدل چهار مدار (Volkow و همکاران، 2003, 2010) و شبکه های دولتی عملکردی مخچه مربوط به پردازش های اجرایی و انجمنی در قشر مغز (باکرر و همکاران ، 2011) مؤلفه های پاداش / اطمینان ، انگیزه / رانندگی و یادگیری / حافظه تقویت می شوند ، در حالی که کنترل شناختی در اعتیاد کم می شود. دیدن شکل Figure66 برای یک تصویر مشاهدات ما از بالاترین نسبت های عملکردی ارتباطی از دو شبکه گرایش به اعتیاد به اینترنت ، معمولاً با آنها سازگار است مالتون و همکاران (2014) مدل از اجزای مهم درگیر در مدار اعتیاد. به همین ترتیب ، ما بسیاری از اتصالات مهم شامل لوب اکسیپیتال ، که همچنین کبوتر است را مشاهده نکردیم هنگ و همکاران (2013) یافته ها با این حال ، علاوه بر این ، بخش بزرگی از لبه های "خرده قشر - پارتیال" را یافتیم که اگرچه به ویژه در مدل چهار مدار برجسته نمی شود ، اما این اتصالات در ادبیات اعتیاد به اینترنت مشاهده شده است (به عنوان مثال ، دینگ و همکاران ، 2013; هنگ و همکاران، 2013, 2015) ، که می تواند ناشی از اثر عملی مربوط به استفاده از اینترنت باشد.

  

شکل 6

یک مدل از اعتیاد برجسته نقش تعدیل کننده مخچه از چهار شبکه اصلی مغز پیشنهاد می شود توسط اعتیاد تحت تأثیر قرار گیرد (اقتباس از مالتون و همکاران ، 2014). این مدارها شامل پاداش / اطمینان ، انگیزه / رانندگی ، یادگیری / حافظه ، ...

گره های بحرانی تغییر یافته توسط گرایش به اعتیاد به اینترنت

ما شناسایی کردیم که گره هایی که بیشترین اتصالات را دارند حداکثر به گرایش اعتیاد به اینترنت مربوط می شوند. این گره ها کسانی هستند که الگوی ارتباطی بین خود گره و سایر مناطق مغز مستعد تغییر در گرایش اعتیاد به اینترنت است. این مناطق بطور خاص ژیروس کینگولاتل خلفی دو طرفه ، انسولین راست ، گوروس تمپورال میانی راست ، قطب تمپورال فوقانی سمت چپ ، پوتامن راست و قسمت مداری IFG چپ است (شکل Figure55) این مناطق به عنوان مناطق اصلی در بسیاری از مطالعات اعتیاد (اینترنت) مورد تأثیر قرار گرفته است و بعضی از آنها قبلاً در بخش قبلی ذکر شده است. اکنون ما با جزئیات بیشتر در مورد ادبیات اعتیاد که برجسته این مناطق است بحث می کنیم. PCC ، بخشی از شبکه حالت پیش فرض و درگیر در جنبه های مختلف پردازش خود (باکرر و همکاران ، 2008; Fransson و Marrelec ، 2008) ، به عنوان یک منطقه بذر در دینگ و همکاران (2013) مطالعه ، که نشان دهنده افزایش قابل توجهی اتصال عملکردی با لوب خلفی مخچه دو طرفه و گوروس تمپورال میانی ، در حالی که کاهش لوبول پاریتال تحتانی دو طرفه و گوروس موقتی پایین تحتانی در معتادان بازی اینترنت. معتادان به اینترنت همچنین نشان داده شده اند که ناهمسانگردی کسری غیر طبیعی (دونگ و همکاران ، 2012bو تراکم ماده خاکستری (ژو و همکاران، 2011) در PCC. ژانگ و همکاران (2015) انسولین را انتخاب کرد که در اعتیاد نقش داشته است (نقوی و بچرا، 2009; Droutman و همکاران ، 2015) ، به عنوان منطقه بذر و ارتباط عملکردی تغییر یافته با شبکه ای از مناطق در معتادان به اینترنت پیدا کرد. نقش انسولین در اعتیاد برای ادغام سیگنالهای درگیر در احساسات آگاهانه (ترك دارو) و رفتار مغرضانه در تصمیم گیری پیشنهاد شده است (نقوی و بچرا، 2009) در برخی از مطالعات اعتیاد به اینترنت ، غوروس گیجگاهی میانی و قطب زمانی برتر مشاهده شده است مگ و همکاران، 2015 برای یک متاآنالیز) ، و با ترغیب / تمایل بازی ، پردازش معنایی ، عدم تطابق ، حافظه کاری و پردازش عاطفی همراه بوده است. با این حال ، نقش های خاص آنها در اعتیاد نیاز به تحقیقات بیشتر دارد. پاتامن ، بخشی از جسم پشتی ، همچنین یک منطقه بحرانی است که توسط بسیاری از تحقیقات اعتیاد پیشنهاد شده است (به عنوان مثال ، Ko et al.، 2009; دینگ و همکاران ، 2013; لین و همکاران، 2015) ، که در آن انتقال عصبی همزمان دوپامین در توسعه مواد مخدر و ولع مصرف اجباری نقش دارد (Volkow و همکاران، 2006; کوب و ولکوف، 2010) علاوه بر این ، تحقیقات نشان داده اند که اختلال عملکرد با مدار جسم مخطط-تالامو-اوربیوفرونتال یک دلیل مهم اعتیاد است ، در حالی که جسم پشتی درگیر در یادگیری عادت و اشتیاق ، قشر orbitofrontal درگیر با شکی ، رانندگی و اجباری است (Volkow و Fowler، 2000; کوب و ولکوف، 2010; Volkow و همکاران، 2010; گلدشتاین و ولکوف، 2011) عملکرد غیر طبیعی قشر orbitofrontal می تواند نقص عملکرد در اعتیاد را توضیح دهد. با خلاصه موارد فوق ، گره هایی که شناسایی کردیم ، مراکز عمده ای هستند که از نظر تمایل به اعتیاد به اینترنت مستعد تغییر هستند و بارها در ادبیات موجود شناسایی شده اند.

محدودیت

همانطور که یکی از بازرسان ما اظهار داشت ، آیا انجام رگرسیون سیگنال جهانی در وضعیت FMRI در حالت استراحت هنوز هم یک بحث جاری است. پس از تجزیه و تحلیل مجدد داده های فعلی بدون رگرسیون سیگنال جهانی ، نتایج ما در مقایسه با تجزیه و تحلیل اصلی ما کاملاً متفاوت بود و تنها 22.91٪ از لبه های موجود در آنالیز NBS بدون رگرسیون سیگنال جهانی با نتایج نتایج فعلی ما همپوشانی دارد. بدون رگرسیون سیگنال جهانی ، ما اتصالات عملکردی کافی که ارتباط مثبت با نمرات CIAS-R بود ، پیدا نکردیم. با این حال ، ما شبکه ای پیدا کردیم که از اتصالات عملکردی برخوردار باشد و با نمرات CIAS-R ارتباط منفی داشت. هنگامی که شناسایی گره ها با بیشترین اتصالات حداکثر به گرایش اعتیاد به اینترنت مربوط می شوند ، ما با تحلیل رگرسیون جهانی سیگنال سازگاری پیدا می کنیم به این ترتیب که مناطق کینگولات ، انسولین ، زمانی و جبهه بیشترین نقش را داشتند. با این حال ، چندین تفاوت شامل یافته های اضافی از مناطق موتور دو طرفه تکمیلی و شکنجه زاویه ای سمت راست نشان دهنده کاهش اتصال عملکردی است ، و به عنوان بسیاری از مناطق زیر قشر در شبکه شناسایی وجود ندارد. در حالی که رگرسیون سیگنال جهانی هنوز بحث برانگیز است ، تصمیم گرفتیم هر دو نتیجه را گزارش دهیم. جزئیات شبکه شناسایی شده بدون رگرسیون سیگنال جهانی در مواد تکمیلی 3 ثبت شده است. امیدوارم که کارهای آینده در مورد پردازش تصویر روشن شود که نتیجه آن دقیق تر است. در این لحظه ، ما پیشنهاد می کنیم نتایج فعلی را با چنین احتیاط هایی در ذهن تفسیر کنید.

نویسندگان از یون تینگ لی به خاطر کمک به جمع آوری داده ها و استاد پو-هسیان هوانگ برای مشاوره آماری تشکر می کنند. این تحقیق توسط وزارت علوم و فناوری (MOST) ، تایوان (MOST 102-2420-H-006-006-MY2 و MOST 104-2420-H-006-004-MY2) تأمین شد. علاوه بر این ، این تحقیق تا حدودی با حمایت وزارت آموزش و پرورش (تایوان) ، تایوان ، ROC هدف از پروژه دانشگاه برتر به دانشگاه ملی چنگ کونگ (NCKU) انجام شد. ما از مرکز تحقیقات و تصویربرداری ذهن (MRIC) ، پشتیبانی شده توسط MOST ، در NCKU برای مشاوره و در دسترس بودن ابزار تشکر می کنیم. پرسشنامه CIAS-R توسط سو-هوی چن تهیه شده است.

¹http://www.mricro.com

²http://www.fil.ion.ucl.ac.uk/spm

• انجمن روانپزشکی آمریکا [APA] (2013). راهنمای تشخیصی و آماری اختلالات روانی (DSM-5^®). آرلینگتون، VA: مجله روانپزشکی آمریکا.
• Aron AR ، Robbins TW ، Poldrack RA (2004). مهار و قشر جلوی تحتانی راست. روند شناخت علم 8 170-177. 10.1016 / j.tics.2004.02.010 [گروه] [صلیب نماینده]
• Bavelier D.، Achtman RL، Mani M.، Focker J. (2012). پایه های عصبی توجه انتخابی در بازیکنان بازی های ویدیویی اکشن. ویس Res 61 132-143. 10.1016 / j.visres.2011.08.007 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Biswal BB، Mennes M.، Zuo XN، Gohel S.، Kelly C.، Smith SM، et al. (2010) به سمت علم کشف عملکرد مغز انسان. Proc ناتل آکادم علم ایالات متحده آمریکا 107 4734-4739. 10.1073 / pnas.0911855107 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• کنترل M. ، Young KS ، Laier C. (2014). کنترل پیشرو و اعتیاد به اینترنت: یک مدل نظری و مروری بر یافته های عصبی و روانی و عصبی. جبهه هوم Neurosci. 8: 375 10.3389 / fnhum.2014.00375 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Buckner RL ، Andrews-Hanna JR ، Schacter DL (2008). شبکه پیش فرض مغز - آناتومی ، عملکرد و ارتباط آن با بیماری. سال شناخت نوروسکی 2008 1-38. 10.1196 / annals.1440.011 [گروه] [صلیب نماینده]
• Buckner RL، Krienen FM، Castellanos A.، Diaz JC، Yeo BTT (2011). سازمان مخچه انسان با اتصال به عملکرد ذاتی تخمین زده می شود. J. Neurophysiol. 106 2322-2345. 10.1152 / j.00339.2011 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Castel AD، Pratt J.، Drummond E. (2005). اثرات تجربه بازی های ویدئویی اکشن در دوره بازدارندگی از بازده و کارایی جستجوی بصری. اکتا روانول. 119 217-230. 10.1016 / j.actpsy.2005.02.004 [گروه] [صلیب نماینده]
• چن CY ، هوانگ MF ، ین JY ، چن CS ، لیو GC ، ین CF ، و همکاران. (2015) ارتباط مغز از مهار پاسخ در اختلال بازی اینترنت. کلین روانپزشکی Neurosci 69 201-209. 10.1111 / pcn.12224 [گروه] [صلیب نماینده]
• Chen S.، Weng L.، Su Y.، Wu H.، Yang P. (2003). توسعه مقیاس اعتیاد به اینترنت چین و مطالعه روان سنجی آن چین J. روانشناسی 45 251-266. 10.1371 / journal.pone.0098312 [صلیب نماینده]
• Craddock RC، Jbabdi S.، Yan CG، Vogelstein JT، Castellanos FX، Di Martino A.، et al. (2013) تصویربرداری از کانتوم های انسانی در کلان. نات مواد و روش ها 10 524-539. 10.1038 / Nmeth.2482 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Ding WN، Sun JH، Sun YW، Chen X.، Zhou Y.، Zhuang ZG، et al. (2014) تکانشگری صفت و اختلال در عملکرد مهار کننده تکانه prerontal در نوجوانان مبتلا به اعتیاد به بازی اینترنتی نشان داده شده توسط یک مطالعه fMRI Go / No-Go. بهاو عملکرد مغز. 10:20 10.1186/1744-9081-10-20 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Ding WN، Sun JH، Sun YW، Zhou Y.، Li L.، Xu JR، 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 GH ، DeVito EE ، Du XX ، Cui ZY (2012a). کنترل مهاری اختلال در "اختلال اعتیاد به اینترنت": یک مطالعه تصویربرداری با استفاده از رزونانس مغناطیسی. ریشه روانپزشکی تصویر برداری عصبی 203 153-158. 10.1016 / j.pscychresns.2012.02.001 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• دونگ GH ، DeVito E. ، Huang J. ، Du XX (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 GH ، لین X. ، هو YB ، Xie CM ، Du XX (2015a). پیوند عملکردی نامتوازن بین شبکه کنترل اجرایی و شبکه پاداش ، رفتارهای جستجوی بازی آنلاین در اختلال بازی اینترنت را توضیح می دهد. علم هرزه. 5: 9197 10.1038 / Srep09197 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• دونگ GH ، لین X. ، Potenza MN (2015b). کاهش ارتباط عملکردی در یک شبکه کنترل اجرایی با اختلال در عملکرد اجرایی در اختلال بازی اینترنت همراه است. پروگ Neuro-Psychopharmacol. Biol روانپزشکی 57 76-85. 10.1016 / j.pnpbp.2014.10.012 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• دونگ GH ، لین X. ، ژو HL ، لو QL (2014). انعطاف پذیری شناختی در معتادان به اینترنت: شواهدی از fMRI در مورد موقعیت های سوئیچینگ دشوار و آسان و آسان تا مشکل. معتاد بهاو 39 677-683. 10.1016 / j.addbeh.2013.11.028 [گروه] [صلیب نماینده]
• دونگ GH ، شن Y. ، هوانگ J. ، Du XX (2013). عملکرد اختلال در کنترل خطا در افراد مبتلا به اختلال اعتیاد به اینترنت: یک مطالعه FMRI مربوط به رویداد. یورو معتاد Res 19 269-275. 10.1159 / 000346783 [گروه] [صلیب نماینده]
• Droutman V. ، SJ را بخوانید ، Bechara A. (2015). بازخوانی نقش انسولین در اعتیاد. روند شناخت علم 19 414-420. 10.1016 / j.tics.2015.05.005 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Dye MWG ، Green CS ، Bavelier D. (2009). افزایش سرعت پردازش با بازی های ویدیویی اکشن. سر و صدا دیر روانشناسی علم 18 321-326. 10.1111 / j.1467-8721.2009.01660.x [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Finn ES، Shen X.، Holahan JM، Scheinost D.، Lacadie C.، Papademetris X.، et al. (2014) اختلال در شبکه های عملکردی در نارساخوانی: تجزیه و تحلیل کل مغز ، داده محور از اتصال. Biol روانپزشکی 76 397-404. 10.1016 / j.biopsych.2013.08.031 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Fornito A. ، Bullmore ET (2015). کانکتیوم: پارادایم جدیدی برای درک بیماری مغز یورو Neuropsychopharmacol. 25 733-748. 10.1016 / j.euroneuro.2014.02.011 [گروه] [صلیب نماینده]
• Fornito A.، Yoon J.، Zalesky A.، Bullmore ET، Carter CS (2011). اختلالات اتصال عملکردی عمومی و خاص در اسکیزوفرنی قسمت اول در هنگام کنترل کنترل شناختی. Biol روانپزشکی 70 64-72. 10.1016 / j.biopsych.2011.02.019 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Forstmann BU ، van den Wildenberg WPM ، Ridderinkhof KR (2008). مکانیسم های عصبی ، پویایی زمانی و تفاوت های فردی در کنترل تداخل. J. Cogn. Neurosci. 20 1854-1865. 10.1162 / jocn.2008.20122 [گروه] [صلیب نماینده]
• Fox MD ، ژانگ D. ، Snyder AZ ، Raichle ME (2009). سیگنال جهانی و شبکه های مغزی حالت استراحت ضد همبسته مشاهده شده است. J. Neurophysiol. 101 3270-3283. 10.1152 / j.90777.2008 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Fransson P. ، Marrelec G. (2008). قشر cingulate precuneus / خلفی نقش محوری در شبکه حالت پیش فرض بازی می کند: شواهدی از تجزیه و تحلیل شبکه همبستگی جزئی. Neuroimage 42 1178-1184. 10.1016 / j.neuroimage.2008.05.059 [گروه] [صلیب نماینده]
• گلدشتاین RZ، Volkow ND (2011). اختلال قشر پیشانی در اعتیاد: یافته های عصب شناختی و پیامدهای بالینی. نات Rev. Neurosci. 12 652-669. 10.1038 / nrn3119 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• سبز CS، Bavelier D. (2003). بازی ویدیویی اکشن توجه ویژوال استودیو را تغییر می دهد. طبیعت 423 534-537. 10.1038 / nature01647 [گروه] [صلیب نماینده]
• Green CS ، Pouget A. ، Bavelier D. (2010). استنباط احتمالی بهبود یافته به عنوان یک مکانیسم یادگیری کلی با بازی های ویدیویی اکشن. سر و صدا Biol 20 1573-1579. 10.1016 / j.cub.2010.07.040 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Green CS، Sugarman MA، Medford K.، Klobusicky E.، Bavelier D. (2012). تأثیر تجربه بازی ویدیویی اکشن در تغییر وظیفه. محاسبه هوم بهاو 28 984-994. 10.1016 / j.chb.2011.12.020 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• گریفیتس MD ، Pontes HM (2014). اختلال اعتیاد به اینترنت و اختلال بازی در اینترنت یکسان نیست. ج. معتاد. Res درمان 5:e124 10.4172/2155-6105.1000e124 [صلیب نماینده]
• Han CE، Yoo SW، Seo SW، Na DL، Seong JK (2013). آمار مبتنی بر خوشه برای ارتباط مغز در ارتباط با اقدامات رفتاری. پلاس وان 8: e72332 10.1371 / journal.pone.0072332 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• هان DH ، کیم YS ، لی YS ، Min KJ ، Renshaw PF (2010). تغییرات در فعالیت قشر جلوی مغز ناشی از نشانه و بازی با بازی ویدیویی. Cyberpsychol. بهاو سقوط شبکه 13 655-661. 10.1089 / cyber.2009.0327 [گروه] [صلیب نماینده]
• Hoeft F.، Watson CL، Kesler SR، Bettinger KE، Reiss AL (2008). تفاوت های جنسیتی در سیستم mesocorticolimbic در طول بازی رایانه ای. J. روانپزشکی Res 42 253-258. 10.1016 / j.jpriefires.2007.11.010 [گروه] [صلیب نماینده]
• Hong SB، Harrison BJ، Dandash O.، Choi EJ، Kim SC، Kim HH، et al. (2015) دخالت انتخابی اتصال عملکردی پاتامن در جوانان با اختلال بازی اینترنت. مغز رز 1602 85-95. 10.1016 / j.brainres.2014.12.042 [گروه] [صلیب نماینده]
• Hong SB، Zalesky A.، Cocchi L.، Fornito A.، Choi EJ، Kim HH، et al. (2013) کاهش ارتباط عملکردی مغز در نوجوانان با اعتیاد به اینترنت. پلاس وان 8: e57831 10.1371 / journal.pone.0057831 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Király O.، Griffiths MD، Urbán R.، Farkas J.، Kökönyei G.، Elekes Z.، et al. (2014) استفاده از اینترنت با مشکل و بازی های آنلاین مشکل ساز یکسان نیستند: یافته های یک نمونه بزرگ نوجوان نماینده ملی. Cyberpsychol. بهاو سقوط شبکه 17 749-754. 10.1089 / cyber.2014.0475 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Ko CH، Hsieh TJ، Chen CY، en CF، Chen CS، Yen JY، et al. (2014) فعال سازی مغز تغییر یافته در طول مهار پاسخ و پردازش خطا در افراد مبتلا به اختلال بازی اینترنت: یک مطالعه تصویربرداری مغناطیسی کاربردی. یورو قوس کلینیک روانپزشکی. نوروسکی 264 661–672. 10.1007/s00406-013-0483-3 [گروه] [صلیب نماینده]
• Ko CH، Hsieh TJ، Wang PW، Lin WC، en CF، Chen CS، et al. (2015) تراکم ماده خاکستری تغییر یافته و اتصال عملکردی آمیگدال در بزرگسالان مبتلا به اختلال بازی اینترنتی پروگ Neuro-Psychopharmacol. Biol روانپزشکی 57 185-192. 10.1016 / j.pnpbp.2014.11.003 [گروه] [صلیب نماینده]
• Ko CH، Liu GC، Hsiao SM، en JY، Yang MJ، Lin WC، et al. (2009) فعالیت های مغزی مرتبط با نیاز به بازی اعتیاد به بازی های آنلاین. J. روانپزشکی Res 43 739-747. 10.1016 / j.jpriefires.2008.09.012 [گروه] [صلیب نماینده]
• Ko CH ، Liu GC ، ین JY ، Chen CY ، en CF ، Chen CS (2013). در مغز افراد مبتلا به اعتیاد به اینترنت به اینترنت و در افراد دارای یادآوری ، ارتباط مغفولانه بازی های آنلاین را در معرض سرسختی قرار دهید. معتاد Biol 18 559-569. 10.1111 / j.1369-1600.2011.00405.x [گروه] [صلیب نماینده]
• Ko C.-H.، en C.-F.، en C.-N.، en J.-Y.، Chen C.-C.، Chen S.-H. (2005) غربالگری برای اعتیاد به اینترنت: یک مطالعه تجربی در مورد نقاط برش برای مقیاس اعتیاد به اینترنت چن. Kaohsiung J. Med. علمی 21 545–551. 10.1016/S1607-551X(09)70206-2 [گروه] [صلیب نماینده]
• Kong X.-Z.، Zhen Z.، Li X.، Lu H.-H.، Wang R.، Liu L.، et al. (2014) اختلافات فردی در تکانشگری حرکت سر را در طول تصویربرداری با رزونانس مغناطیسی پیش بینی می کند. پلاس وان 9: e104989 10.1371 / journal.pone.0104989 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Koob GF ، Volkow ND (2010). عصبی اعتیاد. Neuropsychopharmacology 35 217-238. 10.1038 / npp.2009.110 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Kühn S. ، Gallinat J. (2015). مغز آنلاین: همبستگی ساختاری و عملکردی استفاده عادی از اینترنت. معتاد Biol 20 415-422. 10.1111 / adb.12128 [گروه] [صلیب نماینده]
• Kuss DJ ، MD Griffiths (2012). اعتیاد به بازی های اینترنتی: یک بررسی منظم از تحقیقات تجربی. بین المللی J. معتاد بهداشت روان. 10 278–296. 10.1007/s11469-011-9318-5 [صلیب نماینده]
• لی BJ ، Friston KJ ، Liu J.، Liu Y.، Zhang GP، Cao FL، et al. (2014) اختلال در اتصال گانگلیون فرونتال بازال در نوجوانان مبتلا به اعتیاد به اینترنت. علم هرزه. 4: 5027 10.1038 / Srep05027 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• لی WW ، لی YD ، یانگ WJ ، ژانگ QL ، وی DT ، لی WF ، و همکاران. (2015) ساختار مغز و ارتباط عملکردی مرتبط با تفاوتهای فردی در گرایش اینترنتی در بزرگسالان جوان سالم. Neuropsychologia 70 134-144. 10.1016 / j.neuropsychologia.2015.02.019 [گروه] [صلیب نماینده]
• Lin FC ، Zhou Y.، Du YS، Zhao ZM، Qin LD، Xu JR، et al. (2015) مدارهای عملکردی کوربیکوستریاتال Aberrant در نوجوانان مبتلا به اختلال اعتیاد به اینترنت جبهه هوم Neurosci. 9: 356 10.3389 / fnhum.2015.00356 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• لین MP ، Ko HC ، Wu JYW (2011). شیوع و عوامل خطر روانی اجتماعی مرتبط با اعتیاد به اینترنت در یک نمونه نماینده ملی از دانشجویان دانشگاه تایوان. سایبرپسیول. بهاو جامعه شبکه نت 14 741-746. 10.1089 / cyber.2010.0574 [گروه] [صلیب نماینده]
• لورنز RC ، Kruger JK ، Neumann B. ، Schott BH ، Kaufmann C. ، Heinz A. ، و همکاران. (2013) واکنش پذیری سرنخ و مهار آن در بازیکنان بازی های رایانه ای معتاد Biol 18 134-146. 10.1111 / j.1369-1600.2012.00491.x [گروه] [صلیب نماینده]
• Meng YJ، Deng W.، Wang HY، Guo WJ، Li T. (2015). اختلال عملکرد پیشرونتال در افراد مبتلا به اختلال بازی اینترنت: متاآنالیز مطالعات تصویربرداری تابش مغناطیسی عملکردی. معتاد Biol 20 799-808. 10.1111 / adb.12154 [گروه] [صلیب نماینده]
• Moulton EA، Elman I.، Becerra LR، Goldstein RZ، Borsook D. (2014). 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]
• نقوی NH ، A. Bechara (2009). جزیره پنهان اعتیاد: کفی. روند Neurosci. 32 56-67. 10.1016 / j.tins.2008.09.009 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Nichols TE، Holmes AP (2002). آزمایش های غیرمترقبه permutation برای تصویربرداری عصبی کاربردی: یک آغازگر با مثال. هوم مغز مغز 15 1-25. 10.1002 / hbm.1058 [گروه] [صلیب نماینده]
• OReilly M. (1996). اعتیاد به اینترنت: یک اختلال جدید وارد واژگان پزشکی می شود. می توان. مد همکار ج. 154 1882-1883. [PMC رایگان مقاله] [گروه]
• پارک CH ، Chun JW ، Cho H. ، Jung YC ، Choi J. ، Kim DJ (2015). آیا مغز معتاد به بازی اینترنت در وضعیت آسیب شناسی نزدیک است؟ معتاد Biol [EPUB پیش از چاپ] .10.1111 / adb.12282 [گروه] [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 HJ، 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]
• روردن C. ، Karnath HO ، Bonilha L. (2007). بهبود نقشه برداری از علائم. J. Cogn. Neurosci. 19 1081-1088. 10.1162 / jocn.2007.19.7.1081 [گروه] [صلیب نماینده]
• Saad ZS، Gotts SJ، Murphy K.، Chen G.، Jo HJ، Martin A.، et al. (2012) مشکل در حالت استراحت: چگونه الگوهای همبستگی و اختلافات گروه پس از رگرسیون سیگنال جهانی تحریف می شوند. اتصال مغز. 2 25-32. 10.1089 / brain.2012.0080 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Song XW، Dong ZY، Long XY، Li SF، Zuo XN، Zhu CZ، et al. (2011) REST: ابزاری برای پردازش داده های تصویربرداری رزونانس مغناطیسی عملکردی در حالت استراحت. پلاس وان 6: e25031 10.1371 / journal.pone.0025031 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• استنلی ML ، موسی MN ، پائولینی BM ، Lyday RG ، Burdette JH ، Laurienti PJ (2013). تعریف گره ها در شبکه های پیچیده مغز. جلو محاسبه نوروسکی 7: 169 10.3389 / fncom.2013.00169 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Sun YJ ، Ying H. ، Seetohul RM، Wang XM، Ya Z.، Qian L.، et al. (2012) مطالعه fMRI مغزی از هوس ناشی از تصاویر نشانه در معتادان بازی آنلاین (نوجوانان پسر). بهاو مغز رز 233 563-576. 10.1016 / j.bbr.2012.05.005 [گروه] [صلیب نماینده]
• Takeuchi H. ، Taki Y.، Nouchi R.، Sekiguchi A.، Hashizume H.، Sassa Y.، et al. (2014) ارتباط بین اتصال عملکردی حالت استراحت و همدلی / سیستم سازی. Neuroimage 99 312-322. 10.1016 / j.neuroimage.2014.05.031 [گروه] [صلیب نماینده]
• Talati A. ، Hirsch J. (2005). تخصص عملکردی در غده جلوی داخلی برای تصمیم گیری های ادراکی / رفتن بر اساس اطلاعات مربوط به "چه" ، "زمان" و "کجا": یک مطالعه fMRI. J. Cogn. Neurosci. 17 981-993. 10.1162 / 0898929054475226 [گروه] [صلیب نماینده]
• Tzourio-Mazoyer N.، Landeau B.، Papathanassiou D.، Crivello F.، Etard O.، Delcroix N.، و غیره. (2002). برچسب زدن آناتومیک اتوماتیک فعال سازی در SPM با استفاده از تقسیم آناتومیک ماکروسکوپیک مغز تک مغز MRI ​​MRI. Neuroimage 15 273-289. 10.1006 / nimg.2001.0978 [گروه] [صلیب نماینده]
• van den Heuvel MP، Pol HEH (2010). کاوش در شبکه مغزی: مروری بر اتصال عملکردی fMRI در حالت استراحت. یورو Neuropsychopharmacol. 20 519-534. 10.1016 / j.euroneuro.2010.03.008 [گروه] [صلیب نماینده]
• Volkow ND ، Fowler JS (2000). اعتیاد ، بیماری اجباری و رانندگی: درگیری قشر orbitofrontal. Cereb قشر 10 318-325. 10.1093 / cercor / 10.3.318 [گروه] [صلیب نماینده]
• Volkow ND ، Fowler JS ، Wang GJ (2003). مغز انسان معتاد: بینش از مطالعات تصویربرداری. جی کلین تحقیق کنید 111 1444-1451. 10.1172 / Jci200318533 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Volkow ND، Wang GJ، Fowler JS، Tomasi D.، Telang F.، Baler R. (2010). اعتیاد: کاهش حساسیت به پاداش و افزایش حساسیت انتظار برای غلبه بر مدار کنترل مغز. بیوگرافی 32 748-755. 10.1002 / bies.201000042 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Volkow ND، Wang GJ، Telang F.، Fowler JS، Logan J.، Childress AR، et al. (2006) نشانه های کوکائین و دوپامین در جسم مخطط: مکانیسم ولع مصرف در اعتیاد به کوکائین J. Neurosci. 26 6583-6588. 10.1523 / Jneurosci.1544-06.2006 [گروه] [صلیب نماینده]
• Wang Y.، Yin Y.، Sun YW، Zhou Y.، Chen X.، Ding WN، et al. (2015) کاهش ارتباط عملکردی interhemispheric لوب پیش مغزی در نوجوانان مبتلا به اختلال بازی اینترنت: مطالعه اولیه با استفاده از حالت استراحت fMRI. پلاس وان 10: e0118733 10.1371 / journal.pone.0118733 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Wee CY، Zhao ZM، Yap PT، Wu GR، Shi F.، Price T.، et al. (2014) شبکه عملکردی مغز مختل شده در اختلال اعتیاد به اینترنت: یک مطالعه تصویربرداری رزونانس مغناطیسی عملکردی در حالت استراحت. پلاس وان 9: e107306 10.1371 / journal.pone.0107306 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Weissenbacher A. ، Kasess C. ، Gerstl F.، Lanzenberger R.، Moser E.، Windischberger C. (2009). همبستگی و همبستگی در MRI اتصال عملکردی حالت استراحت: یک مقایسه کمی از استراتژی های پیش پردازش - سایپرز ، باشگاه دانش Neuroimage 47 1408-1416. 10.1016 / j.neuroimage.2009.05.005 [گروه] [صلیب نماینده]
• Xia M.، Wang J.، He Y. (2013). BrainNet Viewer: ابزاری برای تجسم شبکه برای اتصال مغز انسان. پلاس وان 8: e68910 10.1371 / journal.pone.0068910 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Yan C. ، Zang Y. (2010). DPARSF: یک جعبه ابزار MATLAB برای تجزیه و تحلیل داده های "خط لوله" وضعیت FMRI در حال استراحت. جلو سیست نوروسکی 4: 13 10.3389 / fnsys.2010.00013 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Yarkoni T. ، Poldrack RA ، Nichols TE، Van Essen DC، Wager TD (2011). سنتز خودکار در مقیاس بزرگ از داده های تصویربرداری عصبی عملکردی انسان. نات مواد و روش ها 8 665-670. 10.1038 / nmeth.1635 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• Yeo BTT، Krienen FM، Sepulcre J.، Sabuncu MR، D. Lashkari، Hollinshead M.، et al. (2011) سازمان قشر مغز انسان با اتصال عملکردی ذاتی تخمین زده می شود. J. Neurophysiol. 106 1125-1165. 10.1152 / j.00338.2011 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• جوان KS (1998). اعتیاد به اینترنت: ظهور یک اختلال بالینی جدید. CyberPsychol. بهاو 1 237–244. 10.1007/s10899-011-9287-4 [صلیب نماینده]
• یوان K. ، Qin W. ، یو D. ، بی Y. ، زینگ L. ، جین C. ، و همکاران. (2015) تعامل شبکه هسته مغز و کنترل شناختی در افراد مبتلا به اختلال بازی اینترنت در اواخر بزرگسالی / اوایل بزرگسالی. ساختار مغز Funct [Epub پیش از چاپ] .10.1007 / s00429-014-0982-7 [گروه] [صلیب نماینده]
• Zalesky A. ، Fornito A. ، Bullmore ET (2010a). آمار مبتنی بر شبکه: شناسایی تفاوت ها در شبکه های مغزی. Neuroimage 53 1197-1207. 10.1016 / j.neuroimage.2010.06.041 [گروه] [صلیب نماینده]
• Zalesky A.، Fornito A.، Harding IH، Cocchi L.، Yücel M.، Pantelis C.، et al. (2010b) شبکه های آناتومیکی کامل مغز: آیا انتخاب گره ها اهمیت دارد؟ Neuroimage 50 970-983. 10.1016 / j.neuroimage.2009.12.027 [گروه] [صلیب نماینده]
• ژانگ JT ، یائو YW ، لی CSR ، زنگ YF ، شن ZJ ، لیو L. ، و همکاران. (2015) اتصال عملکردی حالت استراحت تغییر یافته انسولین در بزرگسالان جوان مبتلا به اختلال بازی اینترنت. معتاد Biol [EPUB پیش از چاپ] .10.1111 / adb.12247 [PMC رایگان مقاله] [گروه] [صلیب نماینده]
• ژو Y. ، Lin FC ، Du YS ، Qin LD ، Zhao ZM ، Xu JR ، و همکاران. (2011) ناهنجاری های ماده خاکستری در اعتیاد به اینترنت: یک مطالعه مورفومتری مبتنی بر وکسل. یورو جی. رادیول 79 92-95. 10.1016 / j.ejrad.2009.10.025 [گروه] [صلیب نماینده]