Vähentynyt toiminnallinen aivoyhteys nuorille, joilla on Internet-riippuvuus (2013)

PLoS One. 2013;8(2):e57831. doi: 10.1371/journal.pone.0057831.

Hong SB, Zalesky A, Cocchi L, Fornito A, Choi EJ, Kim HH, Suh JE, Kim CD, Kim JW, Yi SH.

lähde

Melbourne-neuropsykiatrian keskus, psykiatrian laitos, Melbourne and Melbourne Health, Parkville, Victoria, Australia; Floreyn neurotieteen ja mielenterveyden instituutti, Parkville, Victoria, Australia; Lasten ja nuorten psykiatrian osasto, Psykiatrian laitos, Lääketieteellinen korkeakoulu, Soulin kansallinen yliopisto, Soul, Korean tasavalta.

Abstrakti

TAUSTA:

Internet riippuvuus on tunnustettu yhä mielenterveyden häiriöksi, vaikka sen neurobiologista perustaa ei tunneta. Tässä tutkimuksessa käytettiin funktionaalista neurokuvausta tutkimaan koko aivojen toiminnallisia yhteyksiä murrosikäisillä, joilla diagnosoitiin Internet riippuvuus. Perustuu muissa neurobiologisiin muutoksiin riippuvuus liittyvien häiriöiden, ennustettiin, että yhteyshäiriöt nuorilla, joilla on Internet riippuvuus olisivat näkyvin kortikostriatiaalipiireissä.

MENETELMÄT:

Osallistujat olivat 12-murrosikäisiä, joilla diagnosoitiin Internet riippuvuus ja 11 terveelliset vertailukohteet. Lepotilan toiminnalliset magnetoresonanssikuvat hankittiin ja ryhmien erot aivojen toiminnallisissa yhteyksissä analysoitiin verkkopohjaista tilastoa käyttämällä. Analysoimme myös verkon topologiaa, testaamalla ryhmien välisiä eroja tärkeimmissä kuvaajapohjaisissa verkkomittauksissa.

TULOKSET:

Teini-ikäiset Internet riippuvuus osoittivat vähentyneen toiminnallisen yhteyden, joka kattaa hajautettu verkko. Suurimpaan osaan heikentyneistä yhteyksistä liittyi kortico-subkortikaalisia piirejä (∼24% prefrontaalisesti ja ∼27% parietaalisen aivokuoren kanssa). Kahdenväliset putamenit olivat laajimmin mukana subkortikaalisessa aivoalueessa. Verkkotopologisissa mittauksissa ei havaittu ryhmien välistä eroa, mukaan lukien klusterointikerroin, karakteristinen reitin pituus tai pieni-maailmattisuhde.

Päätelmät:

Internet riippuvuus siihen liittyy laajalle levinnyt ja merkittävä funktionaalisen yhteyden heikkeneminen aivokuori-striaattipiireissä, koska aivojen toiminnallisen verkon topologiassa ei esiinny globaaleja muutoksia.

Citation: Hong SB, Zalesky A, Cocchi L, Fornito A, Choi EJ, et ai. (2013) Heikentynyt toiminnallinen aivoyhteys murrosikäisillä, joilla on Internet-riippuvuus. PLOS ONE 8 (2): e57831. doi: 10.1371 / journal.pone.0057831

Editor: Xi-Nian Zuo, psykologian instituutti, Kiinan tiedeakatemia, Kiina

Otettu vastaan: Lokakuu 1, 2012; hyväksytty: Tammikuu 26, 2013; Julkaistu: Helmikuu 25, 2013

Copyright: © 2013 Hong et ai. Tämä on avoimen pääsyn artikkeli, jota jaellaan Creative Commons -nimityslisenssin ehtojen mukaisesti, ja se sallii rajoittamattoman käytön, jakelun ja toistamisen missä tahansa muodossa, mikäli alkuperäiselle tekijälle ja lähteelle hyvitetään.

Rahoittajat: Tätä työtä tukee Soulin kansallisen yliopiston Brain Fusion -ohjelman tutkimusrahasto. SBH: ta tuki Korean kansallisen tutkimuksen säätiön apuraha (Global Internship Program), jota rahoitti Korean hallitus. AF: tä tuki kansallinen terveys- ja lääketieteellinen tutkimusneuvosto CJ Martin Fellowship (ID: 454797). Rahoittajilla ei ollut roolia tutkimuksen suunnittelussa, tiedonkeruussa ja analysoinnissa, päätöksen julkaisemisessa tai käsikirjoituksen valmistelussa.

Kilpailevat kiinnostuksen kohteet: Tekijät ovat ilmoittaneet, ettei kilpailevia etuja ole.

 

esittely

Internet-riippuvuus on tunnustettu yhä enemmän sekä julkisessa että tiedeyhteisössä ympäri maailmaa [1], vaikka se on suhteellisen uusi tila ja sen psykopatologiset ominaisuudet ja neurobiologiset mekanismit ovat edelleen huonosti ymmärrettäviä. Viimeaikaiset neurokuvaustyöt ovat ilmoittaneet merkittävistä muutoksista aivojen toiminnassa ja rakenteessa, jotka liittyvät Internet-riippuvuuteen. Suurimmassa osassa näitä tutkimuksia käytettiin toiminnallista magneettikuvaus (fMRI), joka suoritettiin tehtävien aikana, ja niissä on vaikuttanut etu- ja ahtaumaalueisiin ja vähemmässä määrin parietaaliseen ja insulaariseen aivokuoreen [2]-[5]. Lisäksi käyttämällä positroniemissiotomografiaa (PET), Kim et ai. (2011) havaitsi vähentyneen dopamiini D2-reseptorin saatavuuden kahdenvälisessä caudate- ja oikeassa putamenissa [6]ja Hou et ai. (2012) käyttämällä yksittäisen fotonisäteilyn tietokonetomografiaa (SPECT), havaitsi alentuneen striaatiaalisen dopamiinin kuljettajan ilmentymistason aikuisilla, joilla on Internet-riippuvuus [7]. Nämä havainnot ovat yhdenmukaisia ​​riippuvuushäiriöiden nykyisten teoreettisten mallien kanssa, jotka käsittävät paitsi aineiden väärinkäytön, myös käyttäytymisriippuvuuden (esim. Patologinen pelaaminen), jotka korostavat fronto-striataattisen piirin patologiaa [8], samoin kuin eriste [9], [10]. Zhou et al., Rakenteelliset MRI-tutkimukset. (2011) ja Yuan et ai. (2011) ovat yhdessä ehdottaneet harmaan aineen poikkeavuuksia aivoalueilla, mukaan lukien prefrontaalinen aivokuori [11], [12], ja diffuusiotensorikuvatutkimus, jonka ovat esittäneet Lin et ai. (2012) ilmoitti laajalle levinneitä valkeaineen poikkeavuuksia murrosikäisillä, joilla on Internet-riippuvuus [13]. Viimeiseksi, Liu et ai. (2010) havaitsi muuttuneen alueellisen homogeenisuuden Internet-riippuvuudessa [14], joka on tietojemme mukaan ainoa lepo-tilan fMRI-löytö tästä häiriöstä [15]. Kirjoittajat tutkivat kunkin vokselin veren happipitoisuudesta riippuvaisen (BOLD) -signaalin ajallista homogeenisuutta sen lähimpien 26-naapurivokselien signaalien kanssa vokseliteknisellä tavalla.

Lepotilan fMRI on suhteellisen uusi kuvantamistekniikka spontaanin aivoaktiivisuuden alueiden välisten korrelaatioiden tutkimiseksi, tallennettu joku makaa hiljaa skannerissa tekemättä tiettyä tehtävää [16]. Lähestymistapa tarjoaa vankan menetelmän hyvin määriteltyjen toiminnallisten järjestelmien kartoittamiseksi [17], [18]. Lepotilatoimenpiteet ovat luotettavia [19], [20], geneettisen valvonnan alla [21]-[23], ja ajateltiin indeksoivan aivojen funktionaalisen organisaation luontaista ominaisuutta [24], jollei tietyistä varoituksista muuta johdu [25]. Yhdessä graafiteoreettisten tekniikoiden kanssa lepotila-fMRI tarjoaa tehokkaan tavan tutkia aivojen funktionaalisen dynamiikan laaja-alaista organisointia ja sen häiriöitä psykopatologisissa tiloissa [26].

Tässä tutkimuksessa käytimme lepotila-fMRI-tietoja kartoittamaan funktionaalisten yhteyksien erot kattavien 90-erotettujen kortikaalisten ja subkortikaalisten aivoalueiden välillä terveillä yksilöillä ja murrosikäisillä, joilla on Internet-riippuvuus, keskittyen yksilöihin, jotka harjoittavat liiallista online-pelaamista ehdotettujen alatyyppien joukossa. tästä häiriöstä [27]. Olemme myös analysoineet verkon topologisia häiriöitä [28] arvioida, liittyivätkö ryhmien väliset yhteyksien voimakkuuden erot edelleen toiminnallisten vuorovaikutusten globaaliin uudelleenkonfigurointiin [26], kuten monissa muissa psyykkisissä häiriöissä on raportoitu [29], [30].

Perustuu aikaisempiin Internet-riippuvuuden rakenteellisiin ja toiminnallisiin neurokuvaushavaintoihin [3], [4], [6], [7], [15], yhdessä vakiintuneiden aineiden väärinkäyttöhäiriöiden teoreettisten mallien kanssa [8], [9], oletimme, että nuorten, joilla on Internet-riippuvuus, ilmenee muuttunut alueiden välinen yhteys frontaalisen ja striaattisten alueiden välillä ja mahdollisesti lisääntyneen parietaalisen kuoren ja erulaan.

 

Materiaalit ja menetelmät

Etiikka

Tutkimuksen hyväksyi Soulin kansallisen yliopiston inhimillisiä aiheita käsittelevä laitoksen arviointilautakunta. Kaikki murrosikäiset ja heidän vanhempansa antoivat kirjallisen tietoisen suostumuksensa ennen opintojen aloittamista. Tutkimus toteutettiin Helsingin julistuksen mukaisesti.

osallistujat

Kaksitoista oikeakätistä urosikäistä nuorta, joilla on Internet-riippuvuus ja 11 oikeakätisiä ja sukupuolta vastaavia [31] terveet kontrollit osallistuivat tähän tutkimukseen. Internetiriippuvuuden diagnoosi määritettiin käyttämällä Young Internet Addiction Scale -tapahtumaa (YIAS), joka koostuu 20-kohteista, joista kukin perustuu 5-pisteiseen Likert-asteikkoon, joka arvioi Internetin käytön aiheuttamien ongelmien astetta [32], ja Kiddie-aikataulu vaikuttaviin häiriöihin ja skitsofreniaan liittyvään nykyiseen ja elinikäiseen versioon (K-SADS-PL), puolijärjestelmällinen diagnostinen haastattelutyökalu, jolla on vakiintunut paikkansapitävyys ja luotettavuus, jonka avulla voimme sulkea pois muut psykiatriset häiriöt [33], [34]. Osallistujat, joilla on Internet-riippuvuus, rajoittuivat vain niihin ilmoittajiin, että he olivat kokeneet tyypillisiä riippuvuuden komponentteja (ts. Suvaitsevaisuus, vetäytyminen, huolestuminen online-pelien pelaamisesta, toistuvat epäonnistuneet yritykset vähentää tai lopettaa online-pelaamista, negatiivisesti vaikuttaneet mielialaan yrittäessään vähentää online-pelaamista). tärkeiden suhteiden tai toimintojen laiminlyöminen online-pelien takia) [35], [36]. Kaikki osallistujat, joilla oli Internet-riippuvuus, ilmoittivat liiallisista online-peleistä tämän häiriön ehdotettujen alatyyppien joukossa. Samoja välineitä käytettiin rekrytoitaessa terveitä murrosikäisiä. Kaikkien osallistujien demografista tietoa ja tiedusteluastetta (IQ) arvioitiin myös (ks Taulukko 1).

thumbnail
Lataa: 

 

Taulukko 1. Osallistujien demografiset ja kliiniset ominaisuudet.

doi: 10.1371 / journal.pone.0057831.t001

Tiedonkeruu ja kuvankäsittely

Lepotila-fMRI-kuvat hankittiin 3T Siemens -skannerilla (Siemens Magnetom Trio Tim Syngo MR B17, Saksa) seuraavilla parametreilla: toistoaika (TR) 2700 ms; kaiun aika (TE) 30 ms; hankintamatriisi 64 × 64; näkökenttä (FOV) 192 × 192 mm2; läpikulma 90 °; vokselin koko 3.0 mm × 3.0 mm × 3.0 mm; viipaloi 40. Hankinnan kokonaisaika oli 6 min 45 sek. Käytettiin pääkelaa ja pään liikettä minimoitiin täyttämällä tyhjä tila pään ympärille sienimateriaalilla ja kiinnittämällä alaleuka teipillä.

FMRI-kuvien esikäsittely suoritettiin käyttämällä lepotila-fMRI: n tietojenkäsittelyapuria (DPARSF) [37], joka perustuu tilastolliseen parametrikartoitukseen (SPM8) ja lepotilan fMRI-tietojen analysointityökalupakettiin (REST). Kummankin kohteen ensimmäiset 5-kuvat hylättiin, ja loput 145-kuvat korjattiin siivujen ajoituksen suhteen ja kohdistettiin uudelleen ensimmäiseen äänenvoimakkuuteen liikkeen esineiden korjaamiseksi. Kaikki osallistujat osoittivat 0.5-pään liikkeen parametreissa vähemmän kuin 0.5 mm ja siirtymisen 6 °. Lisäksi kaksi ryhmää eivät olleet merkittävästi erilaisia ​​(p<0.05) Van Dijkin et ai. [38]: ts. keskimääräinen pään siirtymä (Internet-riippuvuus: 0.04 ± 0.01 mm, ohjaus: 0.04 ± 0.01 mm), suurin pään siirtymä (Internet-riippuvuus: 0.18 ± 0.14 mm, ohjaus: 0.17 ± 0.07 mm), mikroluku (> 0.1 mm) ) liikkeet (enintään 2 kaikille osallistujille, lukuun ottamatta kahta Internet-riippuvuusryhmän yksilöä, joilla on 5 ja 6 mikroliikettä) ja pään kierto (Internet-riippuvuus: 0.04 ± 0.01 °, ohjaus: 0.04 ± 0.00 °). Ennen spatiaalista normalisointia luotiin iän ja sukupuolen mukainen aivomalli NIH: n normaalin aivokehityksen MRI-tutkimuksen tietojen perusteella käyttäen Template-O-Maticia [39]. FMRI-kuvat normalisoitiin käyttämällä tätä räätälöityä mallia ja tasoitettiin täysleveydellä puolella maksimiarvolla Gaussin ytimellä 6 mm. Tiedot hajotettiin sitten ja matalan taajuuden vaihtelut (0.01 – 0.08 Hz) suodatettiin, jotta havaittaisiin signaalit harmaasta aineesta ja vähennettäisiin melun vaikutusta. Kuusi pään liikkeen parametria, valkoaineen signaalit ja aivo-selkäydinnesteen signaalit regressoitiin suodatetusta BOLD-signaalista. Lopuksi tämän regression jäännökset uutettiin 90-aivoalueilta (solmut) automaattisen anatomisen merkinnän (AAL) atlasten perusteella. [40]ja pareittain assosiaatiot laskettiin, mikä johti 90 - 90-yhteysmatriisiin kutakin kohdetta kohden. Pearsonin korrelaatiokerrointa (nollaviive) käytettiin kunkin parikohtaisen assosiaation kvantifiointiin. Huomaa, että globaalia signaalia ei sisällytetty haitaksi kovariaattina, mikä varmistaa, että negatiivisten korrelaatioiden osuus on minimaalinen.

Data Analysis

Verkkopohjainen tilasto (NBS) [41], [42] käytettiin tunnistamaan alueelliset aivoverkot, jotka osoittavat merkittävän ryhmien välisen eron alueiden välisessä toiminnallisessa yhteydessä. Erityisesti t-testi suoritettiin korrelaatiokertoimen ryhmien välisen eron testaamiseksi jokaisella 90 × (90-1) / 2 = 4005 ainutlaatuisella alueparilla. Yhdistetyt verkot, joita virallisesti tunnetaan nimellä kuvaajakomponentit, tunnistettiin sitten yhteyksistä, joiden t-tilastotiedot ylittivät kynnyksen t = 3.0. Perheystävällisellä virheellä (FWE) korjattu p-arvo laskettiin kunkin tuloksena olevan komponentin koolle permutaatiotestauksen avulla (20000-permutaatiot). Jokaiseen permutaatioon satunnaisesti sekoitettiin ryhmän etikettejä ja tunnistettiin suurin kytkettyyn verkkoon, jolloin saadaan komponenttien maksimikokojen empiirinen nollajakauma [43]. FWE-korjattu p-arvo arvioitiin jokaiselle yhdistetylle verkolle niiden permutaatioiden osuutena, jotka antoivat suuremman yhteenliitetyn verkon tai yhden kokoisen verkon. Kaksi vaihtoehtoista hypoteesia (riippuvuus> kontrollit ja riippuvuus <kontrollit) arvioitiin itsenäisesti. Kaikki nämä vaiheet suoritettiin NBS-ohjelmistopaketilla, joka on vapaasti jaettu osana Brain Connectivity Toolbox -ohjelmaa (http://www.brain-connectivity-toolbox.net/) tai NITRC (http://www.nitrc.org/projects/nbs/). Arvioida kaikkien merkittävien löydösten toistettavuus vaihtoehtoisille atlasille [44], yllä oleva analyysi toistettiin erikseen AAL-atlasllä, joka oli korvattu kahdella vaihtoehtoisella atlasella, aivokuoren juonittamiseksi limittämättömille alueille; nimittäin Montrealin neurologisen instituutin (MNI) rakenne atlas (http://www.fmrib.ox.ac.uk/fsl/data/atlas-descriptions.html) ja satunnainen paketti, joka käsittää 120-alueet [45]. MNI-atlas on karkea lohko, joka edustaa kahdeksan anatomista aluetta aivopuoliskoa kohti, mikä helpottaa lobareiden välisen yhteyden karakterisointia.

Seuraavaksi testattiin ryhmien välisiä eroja tärkeimmissä kuvaajapohjaisissa verkkomittauksissa [28]; nimittäin keskimääräinen klusterointikerroin, karakteristinen reitin pituus ja pienen maailmaton suhde. Näiden toimenpiteiden tulkinta aivojen monimutkaisuuden ja organisaation suhteen löytyy paljon viimeaikaisesta kirjallisuudesta [26], [30], [46]-[49]. Liitettävyysmatriisit ensin binarisoitiin suhteessa joukkoon kiinteitä yhteystiheyksiä, jotka vaihtelivat 10%: sta 30%: iin. [28]. Verkon mitat laskettiin jokaisella tiheydellä käyttämällä Brain Connectivity Toolbox -sovelluksessa annettua sopivaa toimintoa. Rypytyskerroin ja ominaispolun pituus normalisoitiin suhteessa 20-satunnaisten verkkojen ryhmään, joka on generoitu käyttämällä Maslov-Sneppen -johdotusalgoritmia [50]. Ryhmien väliset erot arvioitiin sitten jokaisessa tiheydessä käyttämällä kaksipuolista t-testiä.

Lopuksi klusterointikerroin ja reitin pituus laskettiin paikallisesti jokaiselle 90-alueelle. Kaksipuolista t-testiä käytettiin myös ryhmien välisten erojen testaamiseksi näissä aluekohtaisissa mittauksissa. Väärien havaintojen määrä (FDR) [51] käytettiin useiden vertailujen korjaamiseen verkon tiheys- ja aluealueperheessä.

 

tulokset

Osallistujan ominaisuudet

Kaikki osallistujat olivat oikeakätisiä uroksia. Kahden ryhmän välillä ei havaittu merkittävää eroa ikässä ja IQ: ssa, ja YIAS-pistemäärä oli huomattavasti korkeampi Internet-riippuvuusryhmässä (Taulukko 1).

Ryhmäerot toiminnallisissa yhteyksissä

NBS tunnisti yhden verkon, joka osoitti merkittävästi (p<0.05, FWE-korjattu) heikentynyt yhteys nuorilla, joilla on Internet-riippuvuus, verrokkeihin verrattuna. Kyseinen verkosto käsitti 59 linkkiä, joihin osallistui 38 eri aivojen aluetta (Kuva 1). Verkko toistettiin laajasti, kun AAL-atlas korvattiin kahdella vaihtoehtoisella atlasella aivokuoren juonittamiseksi limittymättömille alueille (katso Kuva S1). Huolimatta huomattavista eroista näiden atlasien muodostavien alueiden kokonaismäärässä (AAL: 90, MNI: 16, satunnainen: 120), verkon kokonaisrakenteessa näkyi huomattava johdonmukaisuus. Verkon koko odotetaan kasvavan atlasresoluutiolla (ts. Alueiden kokonaismäärä), mikä johtaa monimutkaisempaan kokoonpanoon. Kuitenkin osallisena olevat kortikaaliset ja subkortikaaliset alueet (ja vastaavat lohkojen) replikoitiin laajasti kolmen atlasessa. Luvut visualisoitiin BrainNet Viewer -sovelluksella (http://www.nitrc.org/projects/bnv/).

thumbnail
Lataa: 

Kuva 1. Aivojen heikentyneen toiminnallisen yhteyden verkosto Internet-riippuvuusisten nuorten keskuudessa.

Punaiset pisteet edustavat automatisoidun anatomisen merkinnän (AAL) atlasten määrittelemiä aivoalueiden (solmujen) stereotaktisia keskikohtia ja siniset viivat edustavat kynnysarvon yläpuolella olevia linkkejä (t = 3.0), jotka käsittävät vaikutusalaan kuuluvan verkon, joka on identifioitu verkkopohjaisella tilastolla (NBS) (p<0.05, komponenttikohtaisesti korjattu). Aksiaalinen näkymä kuvaa pallojen välisten yhteyksien (eli oikean ja vasemman pallonpuoliskon välisten yhteyksien) osallisuutta. Sagittaalinen näkymä kuvaa etu-, ajallisten ja parietaalisten lohkojen osallisuutta kyseisessä verkossa.

doi: 10.1371 / journal.pone.0057831.g001

Seuraavat Fornito et ai. [52], AAL-alueet luokiteltiin vastaaviin suuriin lohkoihin (esim. Etuosaan, ajalliseen, parietaaliseen) ja näitä suuria jakaumia yhdistävien yhteyksien osuus kvantifioitiin kustakin lohkon parista. Fronto-temporo-parietaaliliitoksissa havaittiin olevan vaikutuksia, mutta takaraivokalvoa ei sisällytetty vaurioituneeseen verkkoon. Suurimpaan osaan Internet-riippuvuusryhmässä vähentyneitä yhteyksiä oli linkkejä subkortikaalisten alueiden ja frontaalisten (~ 24%) ja parietaalisten (~ 27%) kortortien (Kuva 2). Ymmärtääksemme paremmin, mitkä subkortikiaaliset alueet voivat osaltaan edistää tätä havaintoa, tutkimme kunkin kortikaalisen lohkon ja kunkin subkortikaalisen alueen välistä yhteyttä erikseen NBS-verkossa (Kuva S2). Tämä analyysi paljasti, että subkortikaalisiin alueisiin sisältyi hippokampus, globus pallidus ja putamen. Amygdala- ja caudate-ydintä ei sisällytetty sairastuneeseen verkkoon. Kahdenväliset putamenit olivat laajimmin mukana subkortikaalisella alueella, osoittaen vähentyneitä yhteyksiä kaikkien kolmen suurimman aivokeilan kanssa. Tämä kuvio toistettiin käyttämällä MNI-atlasta, josta tuloksena oleva verkko sisälsi vain putameneja ja eristeitä, edestä, parietal- ja ajallisista lohkoista; caudate-ydintä ja vatsakalvoa ei sisällytetty sairastuneeseen verkkoon.

thumbnail
Lataa:  

 

Kuva 2. Niiden yhteyksien osuus Internet-riippuvuudessa, jotka yhdistävät erilliset parit laajoja aivojakoja.

Kumpaankin jakopariin osallistuvien linkkien lukumäärä normalisoidaan pareittain muodostettujen linkkien kokonaismäärällä. Huomaa, että hippokampus, globus pallidus ja putamen nimettiin alakortikaaliseen luokkaan ja etuosan cingulaarinen gyrus määritettiin frontaaliluokkaan. Amygdala- ja caudate-ytimiä ei sisällytetty hajotettuun verkkoon, joten näitä alueita ei ollut tarvetta osoittaa kohtaan. Putamenit, kahdenvälisesti, olivat laajimmin mukana subkortikaalisella alueella, osoittaen vähentyneitä yhteyksiä kaikkien kolmen tärkeän aivorunkaan kanssa.

doi: 10.1371 / journal.pone.0057831.g002

Emme tunnistaneet verkkoa, jolla olisi lisääntynyt yhteys, Internet-riippuvuusryhmässä. Ei havaittu merkittävää korrelaatiota tunnistetun verkon toiminnallisen yhteyden ja YIAS-pistemäärän välillä, joko Internet-riippuvuusryhmässä tai kontrolleissa.

Ryhmäerot verkkotopologiassa

Keskimääräisessä ryhmittelykertoimessa, ominaispolun pituudessa tai pienessä maailmassa-suhteessa ei havaittu ryhmien välistä eroa millään tutkitulla verkon tiheydellä (p<0.05, FDR-korjattu) (Kuva 3). Lisäksi mitään ryhmien välistä eroa vastaavissa paikallisissa (aluekohtaisissa) mittauksissa ei säilynyt FDR-korjauksessa useille vertailuille. Lievemmän väärien positiivisten korjausten soveltaminen p<(1/90) = 0.011 [53] trenditason vaikutusten tutkimiseksi, jotka tuottivat ryhmien väliset erot paikallisessa ryhmittelykertoimessa ja paikallisessa polunpituudessa, jotka ilmenevät pääasiassa niskakyhmistä (Taulukot S1 ja S2).

thumbnail
Lataa: 

 

Kuva 3. Aivojen toiminnallisen yhteyden pienimuotoiset parametrit murrosikäisillä, joilla on Internet-riippuvuus.

doi: 10.1371 / journal.pone.0057831.g003

 

 

Keskustelu

Todisteita aivojen funktionaalisen yhteyden heikkenemisestä löytyi murrosikäisiltä, ​​joilla on Internet-riippuvuus. Yhdenmukainen nykyisten mallien kanssa, joissa korostetaan kortico-subkortikaalisen patologian merkitystä riippuvuudessa [54], 24% yhteyksistä muutetussa verkossa, joka erottaa riippuvaisista henkilöistä ja terveistä kontrolleista, sisälsi linkkejä etu- ja subkortikaalisten alueiden välillä. Ylimääräiset 27-prosenttisesti linkitetyt subkortikaaliset ja parietaalialueet, joissa on rajallisempia todisteita eristeiden osallistumisesta, ovat jälleen yhdenmukaisia ​​viimeaikaisten todisteiden kanssa näiden alueiden osallistumisesta riippuvuuteen. Huomaa, että analyysimme tarjoaa tiukan testin kortikokortikortisista riippuvuusmalleista, koska se sisälsi paritason toiminnallisen yhteyden mitat 90-alueiden välillä koko aivoissa. Se tosiasia, että kortico-subkortikaaliset järjestelmät nousivat merkittäväksi patologiaksi käyttämällä tätä täysin tietopohjaista analyysiä, antaa vahvan tuen näiden järjestelmien osallistumiselle Internet-riippuvuuteen. Lisäksi havainnomme osoittavat, että Internet-riippuvuudella on neurobiologisia ominaisuuksia kuten muilla riippuvuushäiriöillä ja että etenkin subkortikaaliset alueet voivat edustaa aivoverkkopatologian ydinpaikkoja. Tärkeä huomautus on huumeiden väärinkäyttöä käsittelevän kansallisen instituutin näkemys, jonka mukaan käyttäytymisriippuvuudet voivat olla suhteellisen puhtaita riippuvuusmalleja ottaen huomioon, että näiden olosuhteiden vaikutukset eivät saastuta aineiden vaikutuksia [55]. Kun monien muiden riippuvuushäiriöiden tutkiminen rajoittuu poikkeuksetta päihteiden väärinkäytön sekundaarisiin toksisuusvaikutuksiin, Internet-riippuvuus diagnosoidaan käyttäytymiseen ja tarjoaa siten kohdennetumman mallin sellaisen riippuvuuden tutkimiseksi, jolla ei ole pitkäaikaisia ​​lääkevaikutuksia.

Tässä tutkimuksessa NBS: ää käytettiin verkon koko mitattu sen laajuuden perusteella; toisin sanoen verkon muodostavien yhteyksien kokonaismäärä. Tämä kokomitta ei sovellu fokusointitehosteiden havaitsemiseen, joissa on yksittäisiä, eristettyjä yhteyksiä, jotka eivät muodosta yhdessä verkkoa. Näiden tyyppisten fokusryhmien välillä ryhmien välisten erojen testaamiseksi NBS-analyysi toistettiin testaamalla komponenttimassan eikä koon eroja. Massatilastot tarjoavat suuremman herkkyyden fokusoiville, voimakkaille vaikutuksille kuin komponenttien koon erojen testaaminen. Lisäksi olemme kiteyttäneet reunakohtaisia ​​vertailuja FDR: llä, joka on erittäin herkkä korkea-intensiteettisille, fokusointitehosteille. Ei merkittäviä ryhmien välisiä eroja ei ollut ilmeisiä joko FDR- tai massatilastoissa, mikä viittaa siihen, että poikkeava yhteys Internet-riippuvuuteen kattaa hajautetun verkon, joka käsittää useita aivokuoren ja alakortikaalisia alueita.

Koska aivoverkon ominaisuuksien tiedetään olevan herkkiä pakkausmallin valinnalle, tutkimme useita vaihtoehtoisia pakettijärjestelmiä arvioidaksemme havaintojen toistettavuutta solmujen määritelmien muutoksiin [45], [56], [57]. Tämän ansiosta voimme sulkea pois mahdollisuuden, että tietyt havainnot johtuivat pelkästään tilastollisesti suotuisasta solmujen sijainnista, mutta niitä ei voida toistaa muiden tunnettujen pakettien kanssa.

In toisin kuin funktionaalisen yhteyden heikentynyt vahvuus, topologiset parametrit eivät paljastaneet merkittäviä ryhmäeroja. Jopa silloin, kun teimme lisää tutkittavaa analyysiä, joka perustui vähemmän tiukkaan kontrolliin tyypin I virheitä vastaan, tulokset osoittivat mahdollisen topologisen eron, joka koski pääasiassa niskakyhmiä, jota ei muutettu NBS-analyysissä. Siksi, vaikka Internet-riippuvuus liittyi funktionaalisen yhteyden laajalle levinneeseen ja merkittävään vähenemiseen kortico-subkortikaalisissa piireissä, tähän laskuun ei liittynyt globaalia häiriötä aivojen toiminnallisen verkon topologiassa. Tämä tutkimus osoittaa, että toiminnallisissa yhteyksissä voi olla laajoja eroja, jos perustason topologisissa mittauksissa ei ole muutoksia. Voi tuntua huomattavalta, että yhteydet vahvuuserot olivat niin laajoja, että merkittäviä topologisia eroja ei ollut. On kuitenkin tärkeää huomata, että topologia ja liitettävyys ovat yhteyden erillisiä ominaisuuksia ja toisessa poikkeavuuksien ei tarvitse merkitä poikkeavuuksia. Samanlaisia ​​havaintoja on havaittu muissa häiriöissä [52], [58]. Huomaamme kuitenkin, että joidenkin topologisten ominaisuuksien ryhmäerot kääntyivät kohti tilastollista merkitsevyyttä. Suuremman näytteen analysointi voi antaa tarvittavan voiman näiden vaikutusten julistamiseksi merkittäviksi. Tuloksemme viittaavat siihen, että topologiset muutokset voivat olla hienoisempia kuin toiminnallisten yhteysominaisuuksien yhteydessä havaitut.

Muutettuun verkkoon sisältyneistä 59-yhteyksistä 25 olivat pallon väliset yhteydet ja 34 olivat pallon sisällä, mikä osoittaa sekä pitkän että lyhyen kantaman yhteyksien osallistumista koko aivoihin. Koska Internet-riippuvuus on hiljattain tunnustettu mielenterveystila, jonka käsitettä ja diagnoosikriteerejä ei edelleenkään ole vaikeita ja määrittelemättä, saattaa olla yllättävää löytää tällainen laajasti vaikuttanut verkosto näiden tutkimushenkilöiden aivoihin. Äskettäin Lin et ai. (2012) tutki aivojen valkoaineen eheyttä murrosikäisillä, joilla on Internet-riippuvuus, käyttämällä diffuusiotensorikuvausta, ja havaitsi, että fraktioitu anisotropia (FA) on vähentynyt laajasti koko aivoissa ilman, että Internet-riippuvuusryhmässä olisi korkeamman FA: n aluetta. [13]. Tällaiset tulokset viittaavat mahdolliseen anatomisiin perusteisiin näytteessä havaituille toiminnallisille häiriöille, hypoteesille, joka voitaisiin testata käyttämällä yhdistettyä fMRI- ja diffuusiopainotettua kuvantamista samoilla osallistujilla [59].

Mitä tulee muutettuun verkkoon löydettyjen pallojen välisten yhteyksien joukkoon, tehokkaan interfermismäisen viestinnän on jo kauan ajateltu olevan tärkeä aivojen toiminnassa [60]-[63]. Suhteellisen harvoissa riippuvuustutkimuksissa on kuitenkin tutkittu funktionaalista integraatiota kahdenvälisten pallonpuoliskojen välillä. Äskettäin Kelly et ai. (2011) havaitsi heikentyneen aaltojen välisen toiminnallisen yhteydenpidon kokaiinista riippuvaisilla aikuisilla [64]. He osoittivat fronto-parietaalisen verkon ensisijaista osallistumista ja ajallisten alueiden suhteellisen säästämistä, tulokset, jotka rinnastuvat havaintoihimme. Vaikka kirjoittajat keskustelivat löydöksestä pääasiassa kroonisen kokaiinin altistumisen pitkäaikaisvaikutuksista, he mainitsivat myös mahdollisuuden, että heikentynyt interhemisfäärinen funktionaalinen yhteys voi olla edeltänyt kokaiinialtistusta haavoittuvuutena riippuvuushäiriöille. Tuloksemme viittaavat siihen, että nämä pallon väliset muutokset heijastavat joko haavoittuvuutta addiktiohäiriöille tai geneerisen riippuvuuskäyttäytymisen hermokorrelaattia sen sijaan, että olisivat toissijaisia ​​pitkäaikaiseen huumeidenkäyttöön, kun otetaan huomioon, että näytteessämme oleva riippuvuus määritettiin puhtaasti käyttäytymisen kannalta. Näitä mahdollisuuksia voitaisiin arvioida testaamalla fenotyyppisiä samankaltaisuuksia sellaisten henkilöiden, joilla ei ole vaikutusta, sukulaisten välillä, joilla on joko huume- tai käyttäytymishäiriöitä.

Mielenkiintoista, että samanlainen malli heikentyneestä lepoaseman toiminnallisesta yhteydestä etu- ja parietaalialueiden välillä raportoitiin sekä kokaiinista että heroiinista riippuvaisilla henkilöilläs [64], [65]. Äskettäisessä katsauksessa Sutherland et ai. (2012) ehdotti, että heikentynyt yhteys fronto-parietaalipiireissä voisi olla keskeinen komponentti huumeiden väärinkäyttäjien kognitiivisessa valvontaverkossa [54]. Hakemuksemme Internet-riippuvuudesta tukee myös ajatusta, että toiminnallinen yhteys frontaalisen ja parietaalialueen välillä saattaa olla yleinen ominaisuus erityyppisissä riippuvuuksissa, mikä viittaa yhteisen fenotyypin esiintymiseen, joka ei ole huumeiden käytön toissijainen seuraus. Lisäksi skisofrenian koko aivojen toiminnallisen yhteyden äskettäinen tutkimus osoitti näkyviä fronto-ajallisia kuin fronto-parietal- tai fronto-striaatiaalisia muutoksia [52], yhdenmukainen häiriön klassisten patofysiologisten mallien kanssa [66]. Tietysti tämän tutkimuksen merkittävin havainto on, että Internet-riippuvuus liittyi erityisesti striaatiaalipiirien patologiaan, järjestelmään, joka liittyy yleensä muihin riippuvuushäiriöihin, mikä viittaa yhteiseen neurobiologiseen fenotyyppiin. Muutettujen striaatiaalipiirien tunnistaminen, jotka ovat päällekkäisiä vakiintuneiden riippuvuushäiriöiden kanssa, saattavat olla hyödyllisiä testattaessa, onko riippuvuusmalli sopiva teoreettinen kehys häiriön ymmärtämiseksi [67], [68]. Kuitenkin pysyy edelleen kysymys siitä, voisiko fronto-parietal- ja fronto-striatal-toiminnallisten yhteyksien suhteellisen voimakas heikentyminen olla erityisen riippuvainen riippuvuushäiriöistä. Spesifisyyden määrittämiseksi tarvitaan tulevaisuuden tutkimuksia, joissa verrataan eri häiriöitä suoraan.

Yksi mielenkiintoisimmista havainnoista tässä tutkimuksessa oli putamenien vahva osallistuminen. Tämän aivorakenteen tiedetään moduloivan useita välittäjäaineita, mukaan lukien dopamiini, ja tylppä striaattinen dopaminerginen toiminta on vaikuttanut voimakkaasti yhdeksi riippuvuushäiriöiden tärkeimmistä biologisista mekanismeista. [8]. Dopamiini on keskeinen putamenin toiminnan modulaattori, ja sillä voi olla tärkeä rooli tässä tutkimuksessa havaituissa toiminnallisissa yhteyksien häiriöissä. Tämä on sopusoinnussa viimeaikaisten todisteiden kanssa, että striataalisen dopamiinin kuljettajan ja D2-reseptorien saatavuus on muuttunut ihmisillä, joilla on Internet-riippuvuus [6], [7] ja että aivojen dopamiinitasojen geneettisellä ja farmakologisella moduloinnilla voi olla syvällinen vaikutus toiminnallisiin yhteysominaisuuksiin [69]-[71]. Nämä aiemmat raportit ja ehdotettu neurobiologinen riippuvuusmekanismi, joka sisältää tylsää striaattista dopaminergistä toimintaa, otetaan huomioon [8], dopamiinin vaikutusten ymmärtäminen verkossa, jonka havaittiin osoittavan muuttuneita toiminnallisia yhteyksiä tässä tutkimuksessa, on tärkeä tapa edetä Internet-riippuvuuden neurobiologisten korrelaatioiden ymmärtämisessä.

Mielenkiintoista on myös havainto, jonka mukaan putamenit olivat laajimmin mukana oleva subkortikaalinen alue vähentyneessä funktionaalisessa verkostossa, säästäen caudate-ydintä. Molemmat rakenteet ovat osa striatumia, joka puolestaan ​​on osa subkortikaalisia rakenteita. Putameneja pidetään tyypillisesti aivoalueena, joka liittyy motoriseen aktiivisuuteen, ja siihen on harvemmin osallistunut aineen lisäykseen kuin caudate. Motoristen toimintojen joukossa on hyvin opittu sorjon toistuvien sormenliikkeiden osoitettu liittyvän aktivointiin putamenissa [72]-[76]. Internetiriippuvuudesta kärsivät ihmiset voivat käydä läpi paljon useamman tietyn käyttäytymisen pitkän ajanjakson aikana, johon sisältyy toistuva hiiren ja näppäimistön manipulointi, ja nämä kokemukset voivat vaikuttaa heidän aivoihinsa. Siksi putamenista johtuvat poikkeavat yhteydet viittaavat ehkä Internet-riippuvuuden erityispiirteisiin. Koska emme kuitenkaan mitattaneet sormenkäsittelyn astetta osallistujissamme, putameneihin liittyvien funktionaalisten yhteyksien vähentymisen sijaan lisääntyminen pikemminkin kuin hiiren / näppäimistön manipuloinnin suhteen on edelleen avoinna tulevaisuuden tutkimukselle. Vaihtoehtoisesti putamenien osallistuminen havaintoihimme saattaa heijastaa sen merkitystä kognitiivisissa prosesseissa, jotka ovat yhteisiä caudateen kanssa ja jotka ovat heikentyneet riippuvuuden suhteen, kuten palkkioiden käsittely [77], [78].

Toinen keskustelun arvoinen asia on, että Internet-riippuvuusryhmässä ei ole parantunut toiminnallista yhteyttä. Vaikka odotimme pääasiassa löytävän vähentyneen funktionaalisen yhteyden riippuvuusryhmässä, emme itse asiassa sulkeneet pois mahdollisuutta tarkkailla myös lisääntynyttä toiminnallista yhteyttä, etenkin ottaen huomioon hypoteesin, jonka mukaan internetiriippuvuudesta kärsivillä murrosikäisillä saattaa olla käytännöllinen vaikutus liiallisen online-toiminnan takia [79]-[82]. Yksi mahdollinen selitys negatiiviselle havainnolle voisi olla se, että pienellä otoskokollamme ei ollut voimaa havaita tätä käytännöllistä lisäystä toiminnallisessa yhteydessä. Ei kuitenkaan ole vielä täysin selvitetty, ilmenevätkö kognitiivinen suorituskyky tietyissä tehtävissä vai tiettyjen psykopatologioiden vakavuus heikentyneenä tai lisääntyneenä toiminnallisena yhteytenä [83], [84]. Toisen näkökohdan tulisi olla se, että pitkäaikaisen liiallisen internetin käytön vaikutus voi vaikuttaa aivoihin eri tavoin alaryhmän mukaan. Esimerkiksi, ammattilaisten online-pelinpelaajaksi kutsuttu alaryhmä harjoittaa intensiivistä Internet-toimintaa, viettää yhtä paljon aikaa online-peleihin harjoitteluun ja todennäköisesti menestyy paremmin niissä peleissä kuin Internet-riippuvuus ihmiset, mutta näyttää siltä, ​​ettei ole riippuvainen, kuten YIAS-pistemäärät osoittavat [85]. Siksi voitaisiin olettaa, että käytännölliset vaikutukset Internet-toiminnoissa ilmestyvät ehkä eri tavalla henkilöstä riippuen.

Tässä tutkimuksessa on joitain tärkeitä rajoituksia. Ensinnäkin otoksen koko oli melko pieni, mikä todennäköisesti rajoitti voimaamme havaita merkittäviä korrelaatioita toiminnallisen yhteyden ja YIAS-pisteiden välillä. Siksi nykyinen havainto on toistettava suurempana otoksena osallistujista, joilla on Internet-riippuvuus ja -hallinta. On kuitenkin huomionarvoista, että otoskoko oli kaiken kaikkiaan verrattavissa aiempiin Internet-riippuvuuden funktionaalisia neurokuvia käsitteleviin tutkimuksiin. Otoksemme oli ainutlaatuinen, koska suurin osa aikaisemmista tutkimuksista perustui aikuisiin [2]-[7]. Toiseksi, Internet-riippuvuuden diagnostiikkakriteerejä ei ole vielä vahvistettu, vaikka havainnomme osoittavat tämän oletetun häiriön mahdollisen neurobiologisen perustan. Kolmanneksi, vaikka sulimme pois komorbidiset mielenterveyshäiriöt K-SADS-PL: llä, komorbidisten mielentilojen alarajan tason oireita saattoi olla edelleen. Neljänneksi, laajemman kliinisen tiedon, kuten nukkumistapojen, kerääminen on saattanut rikastuttaa tietojamme ja parantaa osaltamme kirjallisuudessa [86], [87]. Lopuksi poikkileikkauksellinen tutkimuksen suunnittelu rajoittaa syy-yhteyden tulkintaa heikentyneen toiminnallisen yhteyden ja Internet-riippuvuuden kehittymisen välillä. On huomattava, että pään liikkeestä on tullut tärkeä sekoitus funktionaalisessa neurokuvauksessa [38], [88]. Pään liikettä arvioitiin kattavasti tässä tutkimuksessa käyttämällä useita äskettäin ehdotettuja kierto- ja siirtymistä [38]. Yhdessäkään tarkastellussa pään liikkeen mitassa ei havaittu merkittävää eroa ryhmien välillä.

IYhteenvetona tämän tutkimuksen tulokset viittaavat siihen, että Internet-riippuvuussuhteilla olevilla murrosikäisillä muuttui aivojen toiminnallinen yhteys, ellei verkon topologiasta aiheudu merkittäviä häiriöitä. Muutettu verkko osoitti laaja-alaista etäpallonvälisiä yhteyksiä sekä lyhyen kantaman sisäpuolen sisäisiä yhteyksiä koko aivoissa. Subkortikaalisilla aivoalueilla voi olla tärkeä rooli tässä muuttuneessa verkossa, etenkin putamenissa, joilla osoitettiin vähentyneitä yhteyksiä kaikkien kolmen kyseessä olevan aivorungon kanssa.

 

 

tuki informaatio

Figure_S1.tif
  • 1 / 4

download

Aivojen alentuneiden toiminnallisuuksien vähentynyt verkosto nuorten kanssa, joilla on Internet-riippuvuus (käyttäen erilaisia ​​atlaseja).Punaiset pisteet edustavat aivoalueiden (solmujen) stereotaktisia keskikohtia, jotka määrittelee Montrealin neurologisen instituutin (MNI) rakenne atlas (A) ja satunnainen parcellaatio atlas (B), ja siniset viivat edustavat ylemmän kynnyksen linkkejä (t = 2.1 ja 3.0, vastaavasti), jotka käsittävät sairastuneen verkko tunnistettu verkkopohjaisella tilastoinnilla (NBS) (p<0.05, komponenttikohtaisesti korjattu).

Kuva S1.

Aivojen alentuneiden toiminnallisuuksien vähentynyt verkosto nuorten kanssa, joilla on Internet-riippuvuus (käyttäen erilaisia ​​atlaseja).Punaiset pisteet edustavat aivoalueiden (solmujen) stereotaktisia keskikohtia, jotka määrittelee Montrealin neurologisen instituutin (MNI) rakenne atlas (A) ja satunnainen parcellaatio atlas (B), ja siniset viivat edustavat ylemmän kynnyksen linkkejä (t = 2.1 ja 3.0, vastaavasti), jotka käsittävät sairastuneen verkko tunnistettu verkkopohjaisella tilastoinnilla (NBS) (p<0.05, komponenttikohtaisesti korjattu).

(TIF)

Kuva S2.

Niiden yhteyksien osuus Internet-riippuvuudesta, jotka yhdistävät erilliset parit laajoja aivojakoja (yksityiskohtaiset subkortikaalisille alueille).Kumpaankin jakopariin osallistuvien linkkien lukumäärä normalisoidaan parillisten linkkien kokonaismäärällä.

(TIF)

Taulukko S1.

Paikallinen klusterointikerroin.Tämä taulukko näyttää trenditason tulokset vähemmän tiukalla väärillä positiivisilla korjauksilla p<(1/90) = 0.011; yksikään tulos ei selvinnyt tavallisesta väärän löydönopeuden korjauksesta useiden vertailujen yhteydessä.

(DOC)

Taulukko S2.

Paikallisen polun pituus.Tämä taulukko näyttää trenditason tulokset vähemmän tiukalla väärillä positiivisilla korjauksilla p<(1/90) = 0.011; yksikään tulos ei selvinnyt tavallisesta väärän löydönopeuden korjauksesta useiden vertailujen yhteydessä.

(DOC)

  

 

Tekijänoikeudet

Suunnitellut ja suunnitellut kokeet: SBH EJC HHK JES CDK JWK SHY. Kokeet suoritettiin: SBH EJC HHK JES. Analysoitu tieto: SBH AZ LC AF. Mukana toimitetut reagenssit / materiaalit / analyysityökalut: SBH AZ LC AF CDK JWK SHY. Kirjoitti paperin: SBH AZ LC AF EJC HHK JES CDK JWK SHY.

  

 

Viitteet

  1. Ko CH, Jeni JY, Jeni CF, Chen CS, Chen CC (2012) Internet-riippuvuuden ja psykiatristen häiriöiden välinen yhteys: katsaus kirjallisuuteen. Eur Psykiatria 27: 1 – 8. doi: 10.1016 / j.eurpsy.2010.04.011. Etsi tämä artikkeli verkossa
  2. Dong G, Huang J, Du X (2011) Parannettu palkitsemisherkkyys ja vähentynyt menetyksen herkkyys Internet-riippuvaisilla: fMRI-tutkimus arvaamistehtävän aikana. J Psychiatr Res 45: 1525 – 1529. doi: 10.1016 / j.jpsychires.2011.06.017. Etsi tämä artikkeli verkossa
  3. Han DH, Bolo N, Daniels MA, Arenella L, Lyoo IK, et ai. (2011) Aivotoiminta ja halu Internet-videopelien pelaamiseen. Yhdistä psykiatria 52: 88 – 95. doi: 10.1016 / j.comppsych.2010.04.004. Etsi tämä artikkeli verkossa
  4. Han DH, Kim YS, Lee YS, Min KJ, Renshaw PF (2010) Muutokset kii-indusoidussa, eturauhasen aivokuoren toiminnassa videopelien avulla. Cyberpsychol Behav Soc Netw 13: 655 – 661. doi: 10.1089 / cyber.2009.0327. Etsi tämä artikkeli verkossa
  5. Ko CH, Liu GC, Hsiao S, Yen JY, Yang MJ, et ai. (2009) Aivotoiminnot, jotka liittyvät online-peliriippuvuuden peliin liittyvään kiireeseen. J Psychiatr Res 43: 739 – 747. doi: 10.1016 / j.jpsychires.2008.09.012. Etsi tämä artikkeli verkossa
  6. Kim SH, Baik SH, Park CS, Kim SJ, Choi SW, et ai. (2011) Vähentyneet striaatiaaliset dopamiinin D2-reseptorit ihmisillä, joilla on Internet-riippuvuus. Neuroreport 22: 407 – 411. doi: 10.1097/WNR.0b013e328346e16e. Etsi tämä artikkeli verkossa
  7. Hou H, Jia S, HuS, Fan R, Sun W, et ai. (2012) Vähemmän striaattisia dopamiinin kuljettajia ihmisillä, joilla on Internet-riippuvuushäiriö. J Biomed Biotechnol 2012: 854524. doi: 10.1155/2012/854524. Etsi tämä artikkeli verkossa
  8. Goldstein RZ, Volkow ND (2011) Eturauhasen aivokuoren toimintahäiriöt riippuvuudessa: neurokuvan tulokset ja kliiniset vaikutukset. Nat Rev Neurosci 12: 652 – 669. doi: 10.1038 / nrn3119. Etsi tämä artikkeli verkossa
  9. Goldstein RZ, Craig AD, Bechara A, Garavan H, Childress AR, et ai. (2009) Huumeiden väärinkäytön hermostopiiri. Trendit Cogn Sci 13: 372 – 380. doi: 10.1016 / j.tics.2009.06.004. Etsi tämä artikkeli verkossa
  10. Naqvi NH, Bechara A (2010) Iso- ja huumeriippuvuus: haastava näkemys nautinnosta, kehotuksista ja päätöksenteosta. Brain Struct Funct 214: 435 – 450. doi: 10.1007/s00429-010-0268-7. Etsi tämä artikkeli verkossa
  11. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, et ai. (2011) Harmaan aineen poikkeavuudet Internet-riippuvuudessa: vokselipohjainen morfometriatutkimus. Eur J Radiol 79: 92 – 95. doi: 10.1016 / j.ejrad.2009.10.025. Etsi tämä artikkeli verkossa
  12. Yuan K, Qin W, Wang G, Zeng F, Zhao L, et ai. (2011) Mikrostruktuurin poikkeavuudet nuorilla, joilla on Internet-riippuvuushäiriö. PLoS Yksi 6: e20708. doi: 10.1371 / journal.pone.0020708. Etsi tämä artikkeli verkossa
  13. Lin F, Zhou Y, Du Y, Qin L, Zhao Z, et ai. (2012) Normaalin valkoisen aineen eheys murrosikäisillä, joilla on Internet-riippuvuus: traktaattiset tilatilastotutkimukset. PLoS Yksi 7: e30253. doi: 10.1371 / journal.pone.0030253. Etsi tämä artikkeli verkossa
  14. Liu J, Gao XP, Osunde I, Li X, Zhou SK, et ai. (2010) Lisääntynyt alueellinen homogeenisuus Internet-riippuvuushäiriössä: lepotilan toiminnallinen magneettikuvauskuvaus. Chin Med J (Engl) 123: 1904 – 1908. Etsi tämä artikkeli verkossa
  15. Yuan K, Qin W, Liu Y, Tian J (2011) Internet-riippuvuus: Neurokuvaushavainnot. Yhdistä integroitu Biol 4: 637 – 639. Etsi tämä artikkeli verkossa
  16. Raichle ME, Snyder AZ (2007) Aivotoimintojen oletustila: lyhyt historia kehittyvästä ideasta. Neurokuva 37: 1083 – 1090; keskustelu 1097 – 1089. doi: 10.1016 / j.neuroimage.2007.02.041. Etsi tämä artikkeli verkossa
  17. Fox MD, Corbetta M, Snyder AZ, Vincent JL, Raichle ME (2006) Spontaani hermostoaktiivisuus erottaa ihmisen selkä- ja vatsan huomiojärjestelmät. Proc Natl Acad Sci USA 103: 10046 – 10051. doi: 10.1073 / pnas.0604187103. Etsi tämä artikkeli verkossa
  18. Smith SM, Miller KL, Moeller S, Xu J, Auerbach EJ, et ai. (2012) Ajallisesti riippumattomat spontaanin aivotoiminnan toimintatavat. Proc Natl Acad Sci USA 109: 3131 – 3136. doi: 10.1073 / pnas.1121329109. Etsi tämä artikkeli verkossa
  19. Damoiseaux JS, Rombouts SA, Barkhof F, Scheltens P, Stam CJ, et ai. (2006) Johdonmukaiset lepotilaverkostot terveillä koehenkilöillä. Proc Natl Acad Sci USA 103: 13848 – 13853. doi: 10.1073 / pnas.0601417103. Etsi tämä artikkeli verkossa
  20. Shehzad Z, Kelly AM, Reiss PT, Gee DG, Gotimer K, et ai. (2009) Lepäävät aivot: rajoittamaton mutta luotettava. Cereb Cortex 19: 2209 – 2229. doi: 10.1093 / cercor / bhn256. Etsi tämä artikkeli verkossa
  21. Fornito A, Bullmore ET (2012) Connectomic-välifenotyypit psykiatrisiin häiriöihin. Edessä oleva psykiatria 3: 32. doi: 10.3389 / fpsyt.2012.00032. Etsi tämä artikkeli verkossa
  22. Fornito A, Zalesky A, Bassett DS, Meunier D, Ellison-Wright I, et ai. (2011) Geneettiset vaikutukset ihmisen aivokuoren toiminnallisten verkkojen kustannustehokkaaseen organisointiin. J Neurosci 31: 3261 – 3270. doi: 10.1523 / JNEUROSCI.4858-10.2011. Etsi tämä artikkeli verkossa
  23. Glahn DC, Winkler AM, Kochunov P, Almasy L, Duggirala R, et ai. (2010) Lepäävien aivojen geneettinen hallinta. Proc Natl Acad Sci USA 107: 1223 – 1228. doi: 10.1073 / pnas.0909969107. Etsi tämä artikkeli verkossa
  24. Fox MD, Raichle ME (2007) Aivojen toiminnan spontaanit vaihtelut, joita havaittiin toiminnallisella magneettikuvauksella. Nat Rev Neurosci 8: 700 – 711. doi: 10.1038 / nrn2201. Etsi tämä artikkeli verkossa
  25. Fornito A, Bullmore ET (2010) Mitä veren happipitoisuudesta riippuvaisen signaalin spontaanit vaihtelut voivat kertoa meille psykiatrisista häiriöistä? Nykyinen mielipide psykiatriassa 23: 239 – 249. doi: 10.1097/YCO.0b013e328337d78d. Etsi tämä artikkeli verkossa
  26. Bullmore E, Sporns O (2009) Kompleksiset aivoverkot: graafisten teoreettinen analyysi rakenne- ja toiminnallisista järjestelmistä Nat Rev Neurosci 10: 186 – 198. Etsi tämä artikkeli verkossa
  27. Estä JJ (2008) DSM-V: n ongelmat: Internet-riippuvuus. Olen J psykiatria 165: 306 – 307. doi: 10.1176 / appi.ajp.2007.07101556. Etsi tämä artikkeli verkossa
  28. Rubinov M, Sporns O (2010) Aivoyhteyden monimutkaiset verkkomittaukset: käyttö ja tulkinnat. Neurokuva 52: 1059 – 1069. doi: 10.1016 / j.neuroimage.2009.10.003. Etsi tämä artikkeli verkossa
  29. Xia M, He Y (2011) Magneettikuvaus ja graafinen teoreettinen analyysi monimutkaisista aivoverkoista neuropsykiatrisissa häiriöissä. Brain Connect 1: 349 – 365. doi: 10.1089 / brain.2011.0062. Etsi tämä artikkeli verkossa
  30. Fornito A, Zalesky A, Pantelis C, Bullmore ET (2012) skitsofrenia, neurokuvaus ja kytkentä. Neuroimage doi: 10.1016 / j.neuroimage.2011.12.090. Etsi tämä artikkeli verkossa
  31. Gong G, He Y, Evans AC (2011) Aivoyhteydet: sukupuolella on merkitystä. Neurotieteilijä 17: 575 – 591. doi: 10.1177/1073858410386492. Etsi tämä artikkeli verkossa
  32. Widyanto L, McMurran M (2004) Internet-riippuvuustestin psykometriset ominaisuudet. Cyberpsychol Behav 7: 443 – 450. doi: 10.1089 / cpb.2004.7.443. Etsi tämä artikkeli verkossa
  33. Kaufman J, Birmaher B, Brent D, Rao U, Flynn C, et ai. (1997) kouluikäisten lasten vaikuttavien häiriöiden ja skitsofrenian aikataulu - nykyinen ja elinikäinen versio (K-SADS-PL): alkuperäiset luotettavuus- ja pätevyystiedot. J Am Acad lasten murrosikäisten psykiatria 36: 980 – 988. doi: 10.1097 / 00004583-199707000-00021. Etsi tämä artikkeli verkossa
  34. Kim YS, Cheon KA, Kim B. N., Chang SA, Yoo HJ, et ai. (2004) Kiddie-aikataulun luotettavuus ja pätevyys häiriöihin sekä skitsofrenia-nykyinen ja elinikäinen versio-korealainen versio (K-SADS-PL-K). Yonsei Med J 45: 81 – 89. Etsi tämä artikkeli verkossa
  35. Christakis DA (2010) Internet-riippuvuus: 21 vuosisadan epidemia? BMC Med 8: 61. doi: 10.1186/1741-7015-8-61. Etsi tämä artikkeli verkossa
  36. Flisher C (2010) Liittyminen: yleiskatsaus Internet-riippuvuuteen. J Lasten terveys 46: 557 – 559. doi: 10.1111 / j.1440-1754.2010.01879.x. Etsi tämä artikkeli verkossa
  37. Chao-Gan Y, Yu-Feng Z (2010) DPARSF: MATLAB-työkalupakki lepotilan fMRI: n "Pipeline" -analyysille. Front Syst Neurosci 4: 13. Etsi tämä artikkeli verkossa
  38. Van Dijk KR, Sabuncu MR, Buckner RL (2012) Pään liikkeen vaikutus luontaiseen funktionaaliseen yhteyteen MRI. Neurokuva 59: 431 – 438. doi: 10.1016 / j.neuroimage.2011.07.044. Etsi tämä artikkeli verkossa
  39. Wilke M, Holland SK, Altaye M, Gaser C (2008) Template-O-Matic: työkalupakki räätälöityjen lasten mallien luomiseen. Neurokuva 41: 903 – 913. doi: 10.1016 / j.neuroimage.2008.02.056. Etsi tämä artikkeli verkossa
  40. Tzourio-Mazoyer N, Landeau B, Papathanassiou D, Crivello F, Etard O, et ai. (2002) SPM: n aktivointien automatisoitu anatominen merkitseminen käyttämällä MNI MRI: n yksittäisen potilaan aivojen makroskooppista anatomista lohkoa. Neurokuva 15: 273 – 289. doi: 10.1006 / nimg.2001.0978. Etsi tämä artikkeli verkossa
  41. Zalesky A, Fornito A, Bullmore ET (2010) Verkkopohjainen tilasto: aivoverkkojen erojen tunnistaminen. Neurokuva 53: 1197 – 1207. doi: 10.1016 / j.neuroimage.2010.06.041. Etsi tämä artikkeli verkossa
  42. Zalesky A, Cocchi L, Fornito A, Murray MM, Bullmore E (2012) Aivoverkkojen yhteyserot. Neurokuva 60: 1055 – 1062. doi: 10.1016 / j.neuroimage.2012.01.068. Etsi tämä artikkeli verkossa
  43. Nichols TE, Holmes AP (2002) Ei-parametriset permutaatiotestit funktionaaliseen neurokuvaukseen: Pohjustus esimerkeillä. Ihmisen aivojen kartoitus 15: 1 – 25. doi: 10.1002 / hbm.1058. Etsi tämä artikkeli verkossa
  44. Wig GS, Schlaggar BL, Petersen SE (2011) Aivoverkkojen analysoinnin käsitteet ja periaatteet. Ann NY Acad Sci 1224: 126 – 146. doi: 10.1111 / j.1749-6632.2010.05947.x. Etsi tämä artikkeli verkossa
  45. Zalesky A, Fornito A, Harding IH, Cocchi L, Yucel M, et ai. (2010) Koko aivojen anatomiset verkot: Onko solmujen valinnalla merkitystä? Neurokuva 50: 970 – 983. doi: 10.1016 / j.neuroimage.2009.12.027. Etsi tämä artikkeli verkossa
  46. Bassett DS, Bullmore ET (2009) Ihmisen aivoverkot terveyden ja sairauksien suhteen. Curr Opin Neurol 22: 340 – 347. doi: 10.1097/WCO.0b013e32832d93dd. Etsi tämä artikkeli verkossa
  47. Guye M, Bettus G, Bartolomei F, Cozzone PJ (2010) Graafinen teoreettinen analyysi rakenteellisista ja toiminnallisista yhteysominaisuuksista MRI normaaleissa ja patologisissa aivoverkoissa. MAGMA 23: 409 – 421. doi: 10.1007 / s10334-010-0205-z. Etsi tämä artikkeli verkossa
  48. He Y, Evans A (2010) Aivojen yhteyksien graafinen teoreettinen mallintaminen. Curr Opin Neurol 23: 341 – 350. doi: 10.1097/WCO.0b013e32833aa567. Etsi tämä artikkeli verkossa
  49. Bassett DS, Gazzaniga MS (2011) Ihmisen aivojen monimutkaisuuden ymmärtäminen. Trendit Cogn Sci 15: 200 – 209. doi: 10.1016 / j.tics.2011.03.006. Etsi tämä artikkeli verkossa
  50. Maslov S, Sneppen K (2002) spesifisyys ja stabiilisuus proteiiniverkkojen topologiassa. Tiede 296: 910 – 913. doi: 10.1126 / science.1065103. Etsi tämä artikkeli verkossa
  51. Genovese CR, Lazar NA, Nichols T (2002) Tilastollisten karttojen kynnysarvo toiminnallisessa neurokuvassa väärän havaitsemisnopeuden avulla. Neurokuva 15: 870 – 878. doi: 10.1006 / nimg.2001.1037. Etsi tämä artikkeli verkossa
  52. Fornito A, Yoon J, Zalesky A, Bullmore ET, Carter CS (2011) Yleiset ja erityiset toiminnalliset yhteyshäiriöt ensimmäisen jakson skitsofreniassa kognitiivisen kontrollin aikana. Biol-psykiatria 70: 64 – 72. doi: 10.1016 / j.biopsych.2011.02.019. Etsi tämä artikkeli verkossa
  53. Lynall ME, Bassett DS, Kerwin R, McKenna PJ, Kitzbichler M, et ai. (2010) Funktionaaliset yhteydet ja aivoverkot skitsofreniassa. J Neurosci 30: 9477 – 9487. Etsi tämä artikkeli verkossa
  54. Sutherland MT, McHugh MJ, Pariyadath V, Stein EA (2012) Lepotilan toiminnallinen yhteys riippuvuuteen: Oppitunnit ja tie eteenpäin. Neurokuva 62: 2281 – 2295. doi: 10.1016 / j.neuroimage.2012.01.117. Etsi tämä artikkeli verkossa
  55. Shaw M, Black DW (2008) Internet-riippuvuus: määritelmä, arviointi, epidemiologia ja kliininen hallinta. CNS-lääkkeet 22: 353 – 365. doi: 10.2165 / 00023210-200822050-00001. Etsi tämä artikkeli verkossa
  56. Wang J, Wang L, Zang Y, Yang H, Tang H, et ai. (2009) Parcellaatiosta riippuvaiset pienmaailman aivotoiminnalliset verkot: lepotila-fMRI-tutkimus. Hum Brain Mapp 30: 1511 – 1523. doi: 10.1002 / hbm.20623. Etsi tämä artikkeli verkossa
  57. Fornito A, Zalesky A, Bullmore ET (2010) -verkon skaalausvaikutukset ihmisen lepoaseman FMRI-tietojen graafisissa analyyttisissä tutkimuksissa. Front Syst Neurosci 4: 22. doi: 10.3389 / fnsys.2010.00022. Etsi tämä artikkeli verkossa
  58. Cocchi L, Bramati IE, Zalesky A, Furukawa E, Fontenelle L, et ai. (2012) Muuttunut funktionaalinen aivoyhteys ei-kliinisessä näytteessä nuorista aikuisista, joilla on huomiovaje / hyperaktiivisuushäiriö. J Neurosci doi: 10.1523 / JNEUROSCI.3272-12.2012. Etsi tämä artikkeli verkossa
  59. Honey CJ, Sporns O, Cammoun L, Gigandet X, Thiran JP, et ai. (2009) Ennustetaan ihmisen lepotilan toiminnallisia yhteyksiä rakenteellisista yhteyksistä. Proc Natl Acad Sci USA 106: 2035 – 2040. doi: 10.1073 / pnas.0811168106. Etsi tämä artikkeli verkossa
  60. Anderson JS, Druzgal TJ, Froehlich A, DuBray MB, Lange N, et ai. (2011) Vähentynyt pallon välisen funktionaalinen yhteys autismissa. Cereb Cortex 21: 1134 – 1146. doi: 10.1093 / cercor / bhq190. Etsi tämä artikkeli verkossa
  61. Clarke AR, Barry RJ, Heaven PC, McCarthy R, Selikowitz M, et ai. (2008) EEG-koheesio aikuisilla, joilla on huomiovaje / hyperaktiivisuushäiriö. Int. J Psykofysioli 67: 35 – 40. doi: 10.1016 / j.ijpsycho.2007.10.001. Etsi tämä artikkeli verkossa
  62. Pettigrew JD, Miller SM (1998) `` Tahmea '' pallojen välinen kytkin kaksisuuntaisessa mielialahäiriössä? Proc Biol Sci 265: 2141–2148. doi: 10.1098 / rspb.1998.0551. Etsi tämä artikkeli verkossa
  63. Spencer KM, Nestor PG, Niznikiewicz MA, Salisbury DF, Shenton ME, et ai. (2003) Epänormaali hermosynkronia skitsofreniassa. J Neurosci 23: 7407 – 7411. Etsi tämä artikkeli verkossa
  64. Kelly C, Zuo XN, Gotimer K, Cox CL, Lynch L, et ai. (2011) Vähentynyt pallojen välinen lepotilan toiminnallinen yhteys kokaiiniriippuvuuteen. Biol-psykiatria 69: 684 – 692. doi: 10.1016 / j.biopsych.2010.11.022. Etsi tämä artikkeli verkossa
  65. Yuan K, Qin W, Dong M, Liu J, Sun J, et ai. (2010) Harmaan aineen vajavuudet ja lepotilan poikkeavuudet itsenäisistä heroiiniriippuvaisista henkilöistä. Neurosci Lett 482: 101 – 105. doi: 10.1016 / j.neulet.2010.07.005. Etsi tämä artikkeli verkossa
  66. Fletcher P, McKenna PJ, Friston KJ, Frith CD, Dolan RJ (1999) Epänormaali cingulaatio fronto-ajallisen yhteyden modulaatiossa skitsofreniassa. Neurokuva 9: 337 – 342. doi: 10.1006 / nimg.1998.0411. Etsi tämä artikkeli verkossa
  67. Choi JS, Shin YC, Jung WH, Jang JH, Kang DH, et ai. (2012) Aivojen muuttunut toiminta palkkion ennakoinnin aikana patologisessa pelaamisessa ja pakko-oireisessa häiriössä. PLoS Yksi 7: e45938. doi: 10.1371 / journal.pone.0045938. Etsi tämä artikkeli verkossa
  68. Tomasi D, Volkow ND (2012) Striatokortikaalisten reittien toimintahäiriöt riippuvuudessa ja liikalihavuudessa: erot ja yhtäläisyydet. Crit Rev Biochem Mol Biol doi: 10.3109/10409238.2012.735642. Etsi tämä artikkeli verkossa
  69. Cole DM, Oei NY, Soeter RP, Molemmat S, van Gerven JM, et ai. (2012) Dopamiiniriippuvainen arkkitehtuuri kortico-subcortical verkkoyhteydestä. Cereb Cortex doi: 10.1093 / cercor / bhs136. Etsi tämä artikkeli verkossa
  70. Gordon EM, Stollstorff M, Devaney JM, Bean S, Vaidya CJ (2011) Dopamiinin kuljettajan genotyypin vaikutus luontaiseen funktionaaliseen yhteyteen riippuu kognitiivisesta tilasta. Cereb Cortex doi: 10.1093 / cercor / bhr305. Etsi tämä artikkeli verkossa
  71. Rieckmann A, Karlsson S, Fischer H, Backman L (2011) Caudate-dopamiinin D1-reseptoritiheys liittyy yksittäisiin eroihin frontoparietaalisen yhteyden välillä työmuistin aikana. J Neurosci 31: 14284 – 14290. doi: 10.1523 / JNEUROSCI.3114-11.2011. Etsi tämä artikkeli verkossa
  72. Lehericy S, Bardinet E, Tremblay L, Van de Moortele PF, Pochon JB, et ai. (2006) Moottorin ohjaus gangliaalipiireissä käyttämällä fMRI- ja aivo-atlaslähestymistapoja. Cereb Cortex 16: 149 – 161. doi: 10.1093 / cercor / bhi089. Etsi tämä artikkeli verkossa
  73. Jenkins IH, Brooks DJ, Nixon PD, Frackowiak RS, Passingham RE (1994). Moottorisekvenssin oppiminen: tutkimus positroniemissiotomografialla. J Neurosci 14: 3775 – 3790. Etsi tämä artikkeli verkossa
  74. Jueptner M, Frith CD, Brooks DJ, Frackowiak RS, Passingham RE (1997) Moottorin oppimisen anatomia. II. Subkortikaaliset rakenteet ja oppiminen kokeilun ja virheen kautta. J Neurofysioli 77: 1325 – 1337. Etsi tämä artikkeli verkossa
  75. Roland PE, Meyer E, Shibasaki T, Yamamoto YL, Thompson CJ (1982) Aivoveren alueelliset aivoverenkierron muutokset aivokuoressa ja peruskanavissa, normaalien vapaaehtoisten vapaaehtoisten liikkeiden aikana. J Neurofysioli 48: 467 – 480. Etsi tämä artikkeli verkossa
  76. Shibasaki H, Sadato N, Lyshkow H, Yonekura Y, Honda M, et ai. (1993) Sekä primaarisella motorisella aivokuorella että lisämoottorin alueella on tärkeä rooli monimutkaisessa sormenliikkeessä. Aivot 116 (Pt 6): 1387 – 1398. doi: 10.1093 / aivot / 116.6.1387. Etsi tämä artikkeli verkossa
  77. Volkow ND, Fowler JS, Wang GJ (2003) Riippuvaiset ihmisen aivot: näkemyksiä kuvantamistutkimuksista. J Clin Invest 111: 1444 – 1451. Etsi tämä artikkeli verkossa
  78. Yuan K, Qin W, Liu J, Guo Q, Dong M, et ai. (2010) Muuttuneet pienmaailman aivojen toiminnalliset verkot ja heroiinin käytön kesto miehistä raskaana olevista heroiiniriippuvaisista henkilöistä. Neurosci Lett 477: 37 – 42. doi: 10.1016 / j.neulet.2010.04.032. Etsi tämä artikkeli verkossa
  79. Di X, Zhu S, Jin H, Wang P, Ye Z, et ai. (2012) Muuttunut lepäävä aivojen toiminta ja rakenne ammattimaisissa sulkapallopelaajissa. Brain Connect 2: 225 – 233. doi: 10.1089 / brain.2011.0050. Etsi tämä artikkeli verkossa
  80. Duan X, Liao W, Liang D, Qiu L, Gao Q, et ai. (2012) Laajamittaiset aivoverkot lautapeleihin erikoistuneilla asiantuntijoilla: näkemyksiä toimialueisiin liittyvästä tehtävästä ja tehtävistä vapaa lepotila. PLoS Yksi 7: e32532. doi: 10.1371 / journal.pone.0032532. Etsi tämä artikkeli verkossa
  81. Ma L, Narayana S, Robin DA, Fox PT, Xiong J (2011) Moottorijärjestelmän lepotilaverkossa tapahtuu muutoksia motoristen taitojen oppimisen 4-viikkojen aikana. Neurokuva 58: 226 – 233. Etsi tämä artikkeli verkossa
  82. Martinez K, Solana AB, Burgaleta M, Hernandez-Tamames JA, Alvarez-Linera J, et ai. (2012) Muutokset lepo-tilassa toiminnallisesti kytketyissä parietofrontaalisissa verkoissa videopeliharjoituksen jälkeen. Hum Brain Mapp doi: 10.1002 / hbm.22129. Etsi tämä artikkeli verkossa
  83. Zhou Y, Liang M, Tian L, Wang K, Hao Y, et ai. (2007) Funktionaalinen hajoaminen paranoidisessa skitsofreniassa lepo-tilan fMRI: llä. Schizophr Res 97: 194 – 205. doi: 10.1016 / j.schres.2007.05.029. Etsi tämä artikkeli verkossa
  84. Whitfield-Gabrieli S, Thermenos HW, Milanovic S, Tsuang MT, Faraone SV, et ai. (2009) Oletusverkon hyperaktiivisuus ja hyperyhteydet skitsofreniassa ja skitsofreniapotilaiden ensimmäisen asteen sukulaisilla. Proc Natl Acad Sci USA 106: 1279 – 1284. doi: 10.1073 / pnas.0809141106. Etsi tämä artikkeli verkossa
  85. Han DH, Lyoo IK, Renshaw PF (2012) Alueellisten harmaan aineen määrien erot potilailla, joilla on online-peliriippuvuus, ja ammattimaisilla pelaajilla. J Psychiatr Res 46: 507 – 515. doi: 10.1016 / j.jpsychires.2012.01.004. Etsi tämä artikkeli verkossa
  86. De Havas JA, Parimal S, Soon CS, Chee MW (2012) Lepotila vähentää oletusmoodin verkkoyhteyttä ja antikorrelaatiota lepo- ja tehtävän suorituksen aikana. Neurokuva 59: 1745 – 1751. doi: 10.1016 / j.neuroimage.2011.08.026. Etsi tämä artikkeli verkossa
  87. Killgore WD, Schwab ZJ, Weiner MR (2012) Itsensä ilmoittama yöllinen uniajakso liittyy seuraavan päivän lepotilan toiminnalliseen yhteyteen. Neuroreport 23: 741 – 745. doi: 10.1097 / WNR.0b013e3283565056. Etsi tämä artikkeli verkossa
  88. Power JD, Barnes KA, Snyder AZ, Schlaggar BL, Petersen SE (2012) Häiriöt mutta systemaattiset korrelaatiot funktionaalisten yhteyksien MRI-verkoissa johtuvat kohteen liikkeestä. Neurokuva 59: 2142 – 2154. doi: 10.1016 / j.neuroimage.2011.10.018. Etsi tämä artikkeli verkossa