Az online szerencsejáték-függőségű serdülők alacsony frekvenciájú ingadozásának amplitúdója (2013)

PLoS One. 2013 Nov 4;8(11):e78708.

doi: 10.1371 / journal.pone.0078708. eCollection 2013.

Yuan K1, Jin C, Cheng P, Yang X, Dong T, Bi Y, Xing L, von Deneen KM, Yu D, Liu J, Liang J, Cheng T, Qin W, Tian J.

Absztrakt

A korábbi neuroimaging vizsgálatok többsége kimutatta mind a szerkezeti, mind a feladathoz kapcsolódó funkcionális rendellenességeket az online játékfüggőséggel rendelkező serdülőknél (OGA). Néhány funkcionális mágneses rezonancia képalkotó (fMRI) vizsgálat azonban a vér oxigénszintjétől függő (BOLD) spontán ingadozások regionális intenzitására összpontosított, és kevesebb vizsgálat vizsgálta a rendellenes nyugalmi állapot és a károsodott kognitív kontroll kapcsolatát. képesség. Ebben a tanulmányban az alacsony frekvenciájú fluktuáció (ALFF) amplitúdóját használtuk fel a spontán agyi aktivitás lokális tulajdonságainak kifejlesztésére serdülőkorúakban OGA és egészséges kontrollok esetén nyugalmi állapotban. Tizennyolc serdülő serdülő OGA és 18 életkor, oktatás és nem szerint egyező egészséges önkéntesekkel. Az egészséges kontrollokkal összehasonlítva az OGA-val szenvedő serdülők szignifikánsan növelték az ALFF-értékeket a bal oldali medialis orbitofrontalis kéregben (OFC), a bal oldali precuneusban, a bal kiegészítő motoros területen (SMA), a jobb oldali parahippocampus gyrusban (PHG) és a kétoldalú középső cingulate-ban. kéreg (MCC). E régiók rendellenességeit a korábbi függőségi vizsgálatokban is kimutatták. Ennél is fontosabb, hogy azt találtuk, hogy a bal mediális OFC és a bal preuneus ALFF értékei pozitív korrelációban vannak az OGA időtartamával az OGA serdülőknél. A bal oldali medialis OFC ALFF értékei szintén korreláltak a Stroop színszó szóteszttel. Eredményeink arra utaltak, hogy ezeknek a régióknak a rendellenes spontán neuronális aktivitása befolyásolhatja az OGA alapvető patofiziológiáját.

Bevezetés

Az online szerencsejáték-függőség (OGA) az Internet rosszul alkalmazkodó használatának és az egyénnek az Internet használatának ellenőrzésére képtelen képtelenségének minősül, amelyet az impulzus-szabályozási zavar egyik típusaként soroltak be. [1]-[3]. A Kínai Ifjúsági Internet Szövetség adatai (bejelentés 2, 2010 februárban) kimutatták, hogy a kínai városi fiatalok körében az OGA gyakorisága körülbelül 14%. Mint az egyik leggyakoribb mentálhigiénés problémát a kínai serdülők körében, az OGA-t az egyén pszichés jólétének károsodásával, akadémiai kudarccal és csökkent munkateljesítménnyel társították. [4], amely jelenleg a serdülők körében egyre súlyosabb egészségügyi problémává válik az egész világon [5], [6]. Noha az OGA még nem hivatalosan kodifikált egy pszichopatológiai kereten belül, számos OGA serdülőkkel végzett tanulmány kimutatta az orbitofrontalis kéreg (OFC), a kiegészítő motoros terület (SMA), a cinguláló kéreg, a parahippocampalis gyrus (PHG), a dorsolateralis prefrontalis cortex szerkezeti és funkcionális rendellenességeit. (DLPFC), precuneus, temporális gyrus, insula és a kisagy [1], [2] Ezekben a régiókban a rendellenességeket számos függőségi tanulmány társította a kábítószer-visszaélésekkel [7], és összefüggésbe hozható a kognitív kontroll, a végrehajtó kontroll, a vágy, a jutalomérzékenység, a célorientált viselkedés és a munkamemória diszfunkcióival OGA serdülőknél [1].

Noha az OGA egyéni és társadalmi terhet okoz, az OGA-ra jelenleg nincs egységes kezelés [8]. A kínai klinikák rendszeres ütemterveket, szigorú fegyelmet és elektromos sokk kezelést vezettek be, és hírhedtséget szereztek ezeknek a kezelési megközelítéseknek [4]. Az OGA beavatkozásának és kezelésének hatékony módszereinek kidolgozása megköveteli az ezen állapot alapjául szolgáló mechanizmusok egyértelmű megértését. A mai napig a legtöbb OGA-tanulmány a strukturális deficitek és a feladathoz kapcsolódó funkcionális károsodások kimutatására összpontosított az OGA-ban szenvedő emberekben, amelyek segítettek voltak az OGA alapját képező idegi mechanizmusok értékelésében. Ugyanakkor kevés tanulmány értékelte az OGA regionális spontán aktivitásának vér oxigénszint-függő (BOLD) jelváltozását nyugalmi állapotban. Nem invazív megközelítésként nyugalmi állapotú mágneses rezonancia képalkotást (fMRI) használtunk a BOLD jelek spontán alacsony frekvenciájú ingadozásainak (LFF) vizsgálatára, amely elkerüli a teljesítményhez kapcsolódó zavarokat és tükrözi az agy spontán idegi aktivitását. [9], [10]. Ezenkívül a nyugalmi állapotú fMRI módszert széles körben használják az agy belső, tipikus és atipikus funkcionális felépítésének feltárására. [10]. A nyugalmi állapotban fellépő rendellenes neuronális aktivitás megfelelő markerként szolgálhat a több agyi betegség előrehaladásának és károsodott végrehajtó funkciójának tükrözéséhez.

Nemrégiben Liu et al. a regionális homogenitási (ReHo) módszert alkalmazta, és megállapította, hogy az OGA-val szenvedő emberek szignifikánsan növelik a ReHo-értékeket a jobb cingulate gyrusban, a bilaterális parahippocampusban, a bal precuneusban és a bal felső frontális gyrusban [11]. A ReHo módszer a regionális LFF időbeli homogenitását tükrözi, intenzitástól függetlenül, és azon a hipotézisen alapul, hogy a térben szomszédos voxeleknek hasonló időbeli mintázatúaknak kell lenniük [12]. Noha úgy gondolják, hogy az LFF (ALFF) amplitúdója összekapcsolódik a helyi neuronális aktivitással, az ALFF OGA változásának alapja továbbra sem tisztázott [13]. Sőt, Liu et al. [11] nem vizsgálta a rendellenes nyugalmi állapot és az OGA időtartama közötti összefüggést. Az OGA serdülők nyugalmi állapotának rendellenességeinek további vizsgálatához a jelen vizsgálatban ALFF módszert alkalmaztak, és adatokat gyűjtöttek az OGA időtartamáról. Ezenkívül a kutatók az OGA-val szenvedő serdülőkben a kognitív kontroll képességének romlását észlelték a Stroop színesszó feladat segítségével [14], [15]. Ezért a jelen tanulmányban a viselkedésértékelés a Stroop színszóval végzett feladat teljesítése volt. A neuroimaging eredmények összekapcsolása a jól definiált viselkedési mutatókkal, amelyekről ismert, hogy az OGA befolyásolja, e mutatók OGA szempontjából betöltött fontosságának további mutatója.

Anyagok és módszerek

Az összes kutatási eljárást a Nyugat-kínai Kórház humán tanulmányokkal foglalkozó albizottsága hagyta jóvá, és a Helsinki Nyilatkozattal összhangban hajtották végre. A vizsgálatunkban résztvevők és gondviselőik írásbeli tájékozott hozzájárulást adtak.

Tantárgyak

Beard és Wolf módosított Young Diagnostic Questionnaire (YDQ) alapján az OGA kritériumok alapján [8], [16], húsz OGA-s hallgatót kiszűrték az 165 elsőéves és másodéves hallgatókból. Tizennyolc OGA serdülőkorú (12 férfiak, átlagéletkor = 19.4 ± 3.1 év, végzettség 13.4 ± 2.5 év) vett részt vizsgálatunkban két balkezes játékos kizárásával. Annak megvizsgálására, hogy vannak-e lineáris változások az agy szerkezetében, a betegség időtartamát retrospektív diagnosztika segítségével becsülték meg. Arra kértük a alanyokat, hogy emlékezzenek életmódjukra, amikor eredetileg függõek voltak elsõsorban online játékukhoz, azaz a World of Warcraft (WOW) játékhoz. Annak garantálása érdekében, hogy szenvednek az OGA-tól, megvizsgáltuk őket Beard és Wolf módosított YDQ kritériumokkal. Az OGA-alanyok önjelentéseinek megbízhatóságát megerősítette a szülőkkel telefonon, szobatársakkal és osztálytársakkal folytatott beszélgetés is.

Tizennyolc életkorhoz és nemekhez igazodó egészséges kontroll (12 férfiak és 6 nők, átlagéletkor = 19.5 ± 2.8 év, végzettség 13.3 ± 2.0 év), pszichiátriai rendellenességek személyes vagy családi anamnézise nélkül, szintén részt vettünk vizsgálatunkban. A korábbi OGA-tanulmányok szerint egészséges kontrollokat választottunk, akik napi kevesebb, mint 2 órát töltöttek az interneten [4]. Az egészséges kontrollokat Beard és Wolf módosított YDQ kritériumokkal is teszteltük, hogy megbizonyosodjunk arról, hogy nem szenvednek-e az OGA. Az átvizsgált összes toborzott résztvevő natív, jobbkezes kínai volt, és személyes önjelentéssel és Edinburgh Handedness kérdőívvel értékelték őket. Mindkét csoport kizárási kritériumai az 1) voltak egy neurológiai rendellenesség fennállásáról, amelyet a mentális rendellenességek diagnosztikai és statisztikai kézikönyvének strukturált klinikai interjúja értékel, negyedik kiadás (DSM-IV); 2) alkohol, nikotin vagy kábítószerrel való visszaélés vizelettel történő gyógyszeres szűrés útján; 3) terhesség vagy menstruáció nőknél; és 4) bármilyen fizikai betegség, például agydaganat, hepatitis vagy epilepszia, a klinikai értékelések és az orvosi nyilvántartások szerint kiértékelve. A Hamilton szorongás skáláját (HAMA) és a Beck depressziós leltárt (II) (BDI) használtuk az összes résztvevő érzelmi állapotának értékelésére az előző két hét során. A részletesebb demográfiai információk a Táblázat 1.

Táblázat 1 

Tárgy demográfia az online játékfüggőséggel rendelkező serdülők és a kontrollcsoportok számára.

Magatartási adatok gyűjtése

Egy korábbi tanulmány szerint [17], a Stroop színszó szó feladattervezését az E-prime 2.0 szoftver (http://www.pstnet.com/eprime.cfm). Ez a feladat egy blokk kialakítását alkalmazta, amely három feltételt tartalmaz: kongruens, inkonrudens és pihenő. Három szó, a piros, a kék és a zöld, három színben (piros, kék és zöld) jelenik meg, mint egymással összefüggő és inkonrugens inger. Pihenés közben egy kereszt jelenik meg a képernyő közepén, és a vizsgálati alanyoknak válasz nélkül reagálniuk kellett a keresztre. Az összes eseményt két menetre programozták, egymást követő kongruentes és nem ingadozó blokkok sorozatával. Mindegyik résztvevőt arra utasították, hogy a megjelenített színre a lehető leggyorsabban reagáljon, ha a jobb kezével megnyomja a Serial Response Box ™ gombját. Az index, a középső és a gyűrűs gombnyomások a piros, a kék és a zöld színnek feleltek meg. A résztvevőket egyedileg tesztelték egy csendes helyiségben, amikor nyugodtak. Az első gyakorlat után a viselkedésre vonatkozó adatokat két vagy három nappal az MRI szkennelés előtt gyűjtötték össze.

MRI adatgyűjtés

Az összes fMRI-vizsgálatot 3-T GE szkenneren (EXCITE, GE Signa, Milwaukee, WI, USA) végeztük, egy standard madárketrec-tekercseléssel, nyolc csatornás fázis-elrendezésű tekercseléssel a Huaxi MR Kutatóközpontban, Chengdu, Kína . A habpárnákat a fej mozgásának és a lapolvasó zajának csökkentésére használták. A szokásos lokalizátor szkennelés után a T1-súlyozott képeket elrontott gradiens-visszahívási sorrenddel kaptuk meg (ismétlési idő (TR) = 1900 ms; visszhangidő (TE) = 2.26 ms; fordítási szög (FA) = 9 °; látómező ( FOV) = 256 × 256 mm2; adat mátrix = 256 × 256; szeletek = 176; voxel mérete = 1 × 1 × 1 mm3). Ezután nyugalmi állapotú képeket gyűjtöttünk echo-planar képalkotó szekvenciával (TR = 2000ms; TE = 30ms; FA = 90 °; FOV = 240 × 240 mm2; adatmátrix = 64 × 64) 32 tengelyirányú szeletekkel (szeletvastagság = 5 mm és nincs szeletrés, teljes térfogat = 180) egy hat perces futtatás során. A vizsgálati alanyokat arra utasították, hogy csukják be a szemüket, maradjanak mozdulatlanul, és a szkennelés során ne gondoljanak szisztematikusan semmire. Az adatgyűjtés végén minden alany megerősítette, hogy ébren marad a teljes szkennelési időszak alatt.

Adat előfeldolgozása és az ALFF kiszámítása

Az összes funkcionális képfeldolgozást statisztikai paraméteres leképezéssel (SPM5, http://www.fil.ion.ucl.ac.uk/spm) szoftver és adatfeldolgozási asszisztens a nyugalmi állapotú fMRI (DPARSF) szoftverhez [18]. Mindegyik résztvevő esetében az első tíz időpontot eldobták, hogy elkerüljék a tranziens jelváltozásokat, mielőtt a mágnesezés egyensúlyi állapotba kerülne, és hogy az alanyok megszokhassák az fMRI szkennelési környezetet. A fennmaradó 170 agyi térfogatokat a szeletek időzítése céljából korrigáltuk, és a feje mozgásának korrekciójához igazítottuk. Egyik alany sem fejmozgatása meghaladta az 1 mozgás mm-ét vagy az 1 ° forgást egyetlen irányban sem. Ezután az összes átalakított képet térben normalizáltuk a Montreal Neurological Institute (MNI) EPI sablonjába, újramintázzuk 3 mm izotróp voxelekbe, majd térben simítsuk (teljes szélesség a maximális félig = 8 mm). Ezt követően a nyugalmi állapotú fMRI adatelemző eszközkészlet (REST, http://rest.restfmri.net), lineáris trend eltávolítása és sávszűrés (0.01 – 0.08 Hz) az alacsony frekvenciájú sodródás és a magas frekvenciájú fiziológiai zaj hatásainak csökkentésére [18] az idősoron hajtották végre.

Az előfeldolgozás után az ALFF kiszámítását DPARSF felhasználásával végeztük, a REST funkcióinak meghívásával, mint az előző tanulmányokban [19]. Először, a teljesítmény spektrum megszerzéséhez a szűrt idősorozatokat a gyors Fourier-transzformáció (FFT) segítségével frekvenciatartományba transzformáltuk. Ezután az egyes frekvenciaadat-pontokból megkaptuk a teljesítményspektrum négyzetgyökét, hogy az amplitúdót a frekvencia függvényében kapjuk meg. Ezeket az értékeket, az egyes voxelok 0.01 – 0.08 Hz átlagán átlagolva, használtuk ALFF értékekként. Következésképpen ezt az átlagolt négyzetgyököt használtuk az ALFF értékként. Az egyes voxelok ALFF-jét elosztottuk az alanyok teljes agy maszkján belüli globális átlagos ALFF-értékkel, így minden egyes voxel standardizált ALFF-jét kaptuk, amelynek értéke körülbelül 1 volt.

Statisztikai analízis

Az OGA-csoport és a kontrollcsoport közötti különbségek értékelése kor, nem, betegség időtartama és iskolai végzettsége alapján, kétmintás t- a teszteket SPSS 13.0 és a segítségével végeztük p> 0.05 jelentéktelennek tekintették. Annak feltárása, hogy mely területeken különböztek ALFF értékek az 1 értékétől, egy minta t-teszt (p<0.05, a családonkénti hibát (FWE) korrigálva) SPM5 alkalmazásával minden csoporton belül elvégeztük. Ezután egy kétmintás t-teszttel végeztük a két csoport közötti ALFF különbségek tisztázására az életkor és a nem ellenőrzése után. A többszörös összehasonlítások korrekcióját Monte Carlo szimulációkkal végeztük. Korrigált küszöbérték p<0.05-et a kombinált küszöbértékből származtattuk p<0.005 minden voxelre és a legkisebb fürtméret 351 mm3 (AlphaSim program az AFNI szoftverben, http: // afni.nimh.nih.gov/). Az agyrégiók esetében, ahol az OGA-betegek rendellenes ALFF-tulajdonságokat mutattak, az egyes régiók ALFF-értékeit extraháltuk, átlagoltam és regresszáltam a betegség időtartamának és a Stroop színszó szófejtés által tükrözött kóros mutatóknak a figyelembevételével.

Eredmények

Eredményeink azt mutatták, hogy az OGA aránya körülbelül 12.1% volt a kis mintánk vizsgálatánál. Az internethasználatról szóló önjelentésük szerint az OGA alanyai hetente 10.2 ± 2.6 órát és 6.3 ± 0.5 napot töltöttek online játékokon. Az OGA-val rendelkező serdülők naponta több órát és hetente több napot töltöttek az interneten, mint a kontrollok (p<0.005) (Táblázat 1).

A viselkedésre vonatkozó adatok eredményei

Mindkét csoport szignifikáns Stroop hatást mutatott, ahol a reakcióidő hosszabb volt az inkontrulencia során, mint a kongruens állapot (OGA: 677.3 ± 75.4 ms vs 581.2 ± 71.6 ms és kontroll: 638.3 ± 65.9 ms vs 549.0 ± 50.6 ms; p<0.005). Az OGA csoport az inkongruens állapot alatt több hibát követett el, mint a kontroll csoport (8.56 ± 4.77 vs 4.56 ± 2.93; p<0.05), bár a reakcióidő (RT) által mért válasz késleltetés az inkongruens állapot és a kongruens körülmények között nem volt szignifikáns különbség e két csoport között (98.2 ± 40.37 ms vs 91.92 ± 45.87 ms; p > 0.05).

Képalkotási eredmények

Az OFF csoport és a kontroll csoport ALFF térképeit az alábbiakban mutatjuk be Ábra 1, és a két csoport szignifikánsan magasabb ALFF-értékeket mutatott a hátsó cingulate cortexben (PCC) / precuneusban, a medialis prefrontalis cortexben (MPFC) és a bilaterális alacsonyabb parietális lebenyben (IPL) nyugalmi állapotban. Ezeket a régiókat a korábbi tanulmányok nagyrészt bevonják az alapértelmezett módú hálózatba [19]. Két minta t- az életkor és a nem és a többszörös összehasonlítás érdekében korrigált teszt (a legkisebb klaszterméret Monte Carlo-szimulációkkal, amelyek korrigált küszöbértéke p <0.05, javítatlan küszöbértékenként p <0.005 minden voxel esetében) kiderült, hogy az OGA csoport szignifikáns növekedést mutatott az ALFF értékekben a bal mediális OFC-ben, a bal precuneusban, a bal SMA-ban, a jobb PHG-ben és a bilaterális MCC-ben a kontroll csoporthoz képest. Nem találtak agyi régiókat csökkent ALFF értékekkel. Ezenkívül szignifikánsan pozitív korrelációt figyeltünk meg az OGA időtartama és a bal mediális OFC standardizált ALFF értékei között (r = 0.6627, p  = 0.0027) és a bal precuneus (r = 0.5924, p  = 0.0096) (Ábra 2). Megállapítottuk, hogy a bal oldali OFC ALFF-értékei korrelálnak az OGA serdülők körében az inkontrulens állapot során fellépő válaszhibák számával (r = 0.6690, p  = 0.0024) (Ábra 3). Mivel az OGA alanyok szignifikánsan magasabb depressziós besorolást mértek a BDI-vel, újra analizáltuk a funkcionális képalkotó adatokat, a BDI-t használva kovariánsként. A kapott adatok hasonlóak voltak az eredeti adatokhoz. Azt is megvizsgáltuk, hogy a BDI pontszámok összefüggenek-e a kóros agyi régiók ALFF-értékeivel, az OGA időtartamával és a színes-szó Stroop feladatteljesítménnyel. Jelentős eredményeket azonban nem figyeltek meg.

ábra 1 

Egy minta t-vizsgálati eredmények.
ábra 2 

Két minta t-teszt elemzés.
ábra 3 

Agy-viselkedés kapcsolat elemzése.

Megbeszélés

A jelenlegi vizsgálatban az ALFF-módszert alkalmazták az OGA-ban szenvedő betegek és a normál kontrollok nyugalmi állapotának különbségeinek vizsgálatára. Az ALFF egy egyszerű és meggyőző módszer a BOLD jel alacsony frekvenciájú ingadozásainak amplitúdójának mérésére, és a korábbi tanulmányok kimutatták ennek a módszernek a képességét, hogy pontosan meg tudja határozni, mely agyi régióban van rendellenes spontán aktivitás [13]. Az egyes csoportokon belül olyan régiókat azonosítottunk, amelyekben nyugalmi állapotban szignifikánsan magasabb ALFF-értékek vannak, mint más agyi régiókban (Ábra 1). Ezek a régiók nagymértékben átfedésben voltak az alapértelmezett módú hálózat (DMN) fő régióival [20]. A két mintát illetően t-teszt eredmények az egészséges kontrollokhoz viszonyítva az OGA-val szenvedő serdülők nyugalmi állapotban megnövekedett ALFF-t mutattak a bal oldali OFC-ben, a bal oldali precuneusban, a bal SMA-ban, a jobb PHG-ben és a bilaterális MCC-ben (Ábra 2). Érdemes megjegyezni, hogy az OGA-alanyok szignifikánsan magasabb depressziós besorolást mutattak a BDI-n, azonban a BDI-t mint kovariátort tartalmazó elemzés hasonló eredményeket tárt fel. Ezenkívül a bal medialis OFC és a precuneus ALFF értékei pozitívan korreláltak az OGA időtartamával (Ábra 2). Ezen felül a káros kognitív kontrollképesség validálására serdülőkorú serdülőkorúakban a Stroop szín-szó tesztet használtuk a vizsgálatunkban. Összhangban a korábbi megállapításokkal [14], [15], az OGA-csoport több hibát követett el, mint a kontrollcsoport az inkontrulens állapot során, ami azt mutatta, hogy az OGA-val rendelkező serdülők károsodott kognitív kontrollképességet mutatnak, a Stroop színszó szóval mérve. Érdekes módon a bal oldali OFC ALFF-értékei összefüggésbe hozhatók az OGA serdülőkorúak incongruent állapotának hibáival (Ábra 3). Eredményeink azt sugallják, hogy az OFFF ALFF változásai biomarkerekként szolgálhatnak, hogy tükrözzék az OGA károsodott kognitív kontrollképességét.

Ebben a tanulmányban azt találtuk, hogy az ALFF-értékek megnövekedtek a bal oldali OFC-ben az OGA csoportban. Anatómiai szempontból az OFC kiterjedt kapcsolatokkal rendelkezik a striatummal és a limbikus régiókkal (például amygdala), amelyek úgy tűnik, hogy részt vesznek a célorientált viselkedés kognitív kontrolljában az ingerek motivációs jelentőségének felmérése és a viselkedés kiválasztása révén a kívánt cél elérése érdekében eredmények. Az OFC szerkezeti rendellenességeiről és az OGA rendellenességeiről korábbi vizsgálatokban számoltak be [4], [11], [15]. Park et al. használt a 18F-fluordezoxiglükóz pozitron emissziós tomográfia (PET) vizsgálat az agyi glükóz metabolizmusának nyugalmi állapotának vizsgálatára OGA és normál kontrollokkal rendelkező fiatal egyénekben, és kimutatta, hogy az OGA serdülőkorúak OFC metabolikus aktivitása megnövekedett a normál kontrollokkal összehasonlítva [21]. Ez az elemzés arra utalt, hogy az OFC területén a rendellenes anyagcsere-aktivitás az impulzusvezérlés és a jutalom feldolgozásának romlásával járhat serdülőkorú serdülőknél. A feladattal kapcsolatos funkcionális MRI vizsgálatokkal kapcsolatban Ko et al. az online szerencsejáték-függőség idegi szubsztrátjait azonosította a cue-indukált játék-vágyhoz kapcsolódó agyterületek értékelésével, és megállapította, hogy az OFC rendellenesen aktiválható a szenvedélybetegekben, összehasonlítva a kontroll [22]. Ennek a megállapításnak a hasonlósága a dákó indukált vágyával az anyagfüggőségben [23], amely arra utalt, hogy a játékfüggőség és az anyagfüggőség iránti vágy ugyanazokkal a neurobiológiai mechanizmusokkal járhat. A korábbi strukturális neuroimaging vizsgálatok azt is beszámoltak, hogy az OFC csökkent szürkeanyag-tartalma az OGA-csoportban [1], [4]. E funkcionális és szerkezeti eredményekkel összhangban, tanulmányunk magasabb ALFF-értékeket talált az OGA serdülőkorúak serdülőkori OFC-jében a kontrollhoz képest. Ezenkívül az OGA csoportban szignifikáns összefüggést figyeltünk meg az OFC ALFF értékei és a feladat teljesítése között a szín-szó Stroop teszt során (ábra 3). Korábbi függőségi tanulmányok kimutatták a Stroop-interferencia és a relatív glükóz-metabolizmus közötti összefüggést az OFC-ben a kokainfüggő személyek körében [24]. Ez az agy-viselkedés kapcsolat kimutatta, hogy az OFC rendellenes nyugalmi tulajdonságai az OGA serdülőkorúak kognitív kontrollképességének romlásához kapcsolódnak.

Az ALFF-értékek magasabbak voltak az OGA alanyokban a prekuneusban, mint a kontrollokban. A preuneus agyi régió a parietális lebeny posteromedialis kéregében, és fontos szerepet játszik az alapvető kognitív működésben [25]. A preuneust javasolták az epizodikus memória lekérdezés, a vizuális-térbeli képek, az önfeldolgozás és a tudatosság bevonására [25]. Az utóbbi időben néhány kutató arról számolt be, hogy az OGA főiskolai hallgatói megnövekedett ReHo értéke a bal oldali precuneusban a kontrollokkal összehasonlítva [11]. Ezenkívül egy tanulmány kimutatta, hogy az precuneus játékhoz fűződik, a vágy és az OGA súlyossága összefüggésben áll, és azt javasolta, hogy az precuneus aktiválódjon a játék dákójának feldolgozásához, a visszatöltött memória integrálásához és hozzájáruljon a cue által kiváltott online játék iránti vágyhoz. [26]. Ezért azt sugalljuk, hogy a prekunusz nyugalmi állapotának rendellenességei serdülőkorú serdülőkorúakban a hosszú távú OGA vágyait idézhetik elő.

Az OGA alanyokban a kontrollokhoz viszonyítva nagyobb ALFF értékeket találtak a bal SMA-ban, a bilaterális MCC-ben és a jobb PHG-ben. Az SMA fontos szerepet játszik a kognitív kontrollban, az önkéntes fellépésben, a motoros válaszok iniciálásában / gátlásában [27] és érzelmi konfliktusokban is [28]. Az MCC a cingulate gyrus középső része, és kritikus jelentőségű a konfliktusok megfigyelésében és feldolgozásában [29]. A korábbi anyaghasználati tanulmányok az SMA és MCC függőséggel kapcsolatos nyugalmi rendellenességeit jelentették [30], [31]. Úgy gondolják, hogy a PHG hozzájárul a kötött információk kialakításához és fenntartásához a munkamemóriában [32]. A működő memória az információk ideiglenes tárolására és on-line kezelésére utal, és döntő fontosságú a kognitív kontroll szempontjából [33]. Liu et al. az OGA főiskolai hallgatókban a kétoldalú PHG-ben a ReHo megnövekedett aránya a kontrollhoz képest [11]. Ezenkívül néhány kutató a PHG alacsonyabb frakcionális anizotrópiáját is megállapította az OGA alanyokban [4]. Eredményeink validálták a PHG rendellenes nyugalmi állapotát OGA serdülőknél.

Összegezve, a jelen tanulmányban megfigyeltük, hogy az ALFF abnormális volt az OGA serdülőknél a kontrollokhoz képest, azaz magasabb ALFF értékek a bal bal medialis OFC-ben, a bal precuneusban, a bal SMA-ban, a jobb PHG-ben és a bilaterális MCC-ben. Azt is megfigyeltük, hogy a bal oldali medialis OFC és a bal preuneus magasabb ALFF értékei pozitívan korreláltak az OGA időtartamával. A bal oldali OFC ALFF értékei összefüggenek a Stroop színszó szó feladat teljesítményével (azaz válaszhibákkal) az OGA csoportban. Eredményeink arra utaltak, hogy ezeknek a régióknak a rendellenes spontán aktivitása tükrözi az OGA-felhasználók alapvető kórélettanait. A kábítószer-függőséggel kapcsolatos nyugalmi állapotváltozásokkal kapcsolatos hasonló nyugalmi állapotok miatt javasoltuk, hogy az OGA megoszthassa idegi mechanizmusait a drogfüggőséggel. Érdemes megjegyezni, hogy a depressziót potenciális összetévesztésnek kell tekinteni, amikor a jelenlegi tanulmányban a neuroimaging eredményeket magyarázzuk. További átfogó tanulmányra van szükség az OGA-val kapcsolatos több tudományos perspektíva biztosításához.

Köszönetnyilvánítás

Szeretnénk megköszönni Qin Ouyang-nak, Qizhu Wu-nak, Junran Zhang-nak, Changjian Hu-nak és Haifeng Luo-nak az értékes technikai segítségért e kutatás elvégzésében.

Finanszírozási nyilatkozat

Ezt a tanulmányt a Nemzeti Kulcsfontosságú Alapkutatási és Fejlesztési Program (973) projekt támogatja az 2011CB707700 támogatási szám alatt; a Kínai Nemzeti Természettudományi Alapítvány 81227901, 81271644, 81271546, 30930112, 81000640, 81000641, 81101036, 81101108, 31200837, 81030027, 81301281 támogatási számok alapján; és a Központi Egyetemek Alapvető Kutatási Alapjai, a Belső-Mongólia Természettudományi Alapítványa az 2012MS0908 támogatási szám alatt. A finanszírozóknak nem volt szerepe a tanulmánytervezésben, az adatgyűjtésben és elemzésben, a közzétételi döntésben és a kézirat elkészítésében.

Referenciák

1. Yuan K, Qin W, Liu Y, Tian J (2011) Internet-függőség: Neuroimaging megállapítások. Kommunikatív és integratív biológia 4: 0–1 [PMC ingyenes cikk] [PubMed]
2. Flisher C (2010) Bekapcsolás: Az internetes függőség áttekintése. A gyermekgyógyászat és a gyermekegészségügy folyóirata 46: 557 – 559 [PubMed]
3. Christakis D (2010) internetes függőség: 21 századi járvány? BMC gyógyszer 8: 61. [PMC ingyenes cikk] [PubMed]
4. Yuan K, Qin W, Wang G, Zeng F, Zhao L, et al. (2011) Mikroszerkezeti rendellenességek Internet-függőséggel küzdő serdülőknél. PloS one 6: e20708. [PMC ingyenes cikk] [PubMed]
5. Murali V, George S (2007) Elveszett on-line: az internetes függőség áttekintése. Előrelépések a pszichiátriai kezelésben 13: 24 – 30
6. Young KS (1998) Internet-függőség: Egy új klinikai rendellenesség megjelenése. CyberPsychology & Behavior 1: 237–244
7. Volkow ND, Wang GJ, Fowler JS, Tomasi D (2012) Függőség-áramkör az emberi agyban. A farmakológia és a toxikológia éves áttekintése 52: 321 [PMC ingyenes cikk] [PubMed]
8. Byun S, Ruffini C, Mills JE, Douglas AC, Niang M és mtsai. (2009) Internet-függőség: az 1996–2006 közötti kvantitatív kutatás metaszintézise. CyberPsychology & Behavior 12: 203–207 [PubMed]
9. Duff EP, Johnston LA, Xiong J, Fox PT, Mareels I, et al. (2008) A spektrális sűrűség elemzés teljesítménye az endogén BOLD jel ingadozásainak feltérképezéséhez. Az emberi agy 29 leképezése: 778 – 790 [PubMed]
10. Fox MD, Raichle ME (2007) Az agyi aktivitás spontán ingadozása funkcionális mágneses rezonancia leképezéssel megfigyelt. Természetvédelmi vélemények Idegtudomány 8: 700 – 711 [PubMed]
11. Liu J, Gao XP, I. Osunde, Li X, Zhou SK, et al. (2010) Megnövekedett regionális homogenitás az internetes függőségi rendellenességekben: nyugalmi állapotú funkcionális mágneses rezonancia képalkotó vizsgálat. Chin Med J (Engl) 123: 1904 – 1908 [PubMed]
12. Zang Y, Jiang T, Lu Y, He Y, Tian L (2004) Regionális homogenitási megközelítés az fMRI-adatok elemzéséhez. Neuroimage 22: 394 – 400 [PubMed]
13. Yang H, XY hosszú, Yang Y, Yan H, Zhu CZ, et al. (2007) A látóterületen belüli alacsony frekvencia-ingadozás amplitúdója, amelyet nyugalmi állapotú funkcionális MRI mutat. Neuroimage 36: 144 – 152 [PubMed]
14. Dong G, Zhou H, Zhao X (2011) A férfias Internet-függõk gyengült vezetõi ellenõrzési képességgel rendelkeznek: Bizonyítékok a Stroop színesszó feladatból. Idegtudományi betűk 499: 114 – 118 [PubMed]
15. Yuan K, Cheng P., Dong T, Bi Y, Xing L és mtsai. (2013) Agykéreg vastagság rendellenességei késői serdülőkorban online játékfüggőséggel. PloS one 8: e53055. [PMC ingyenes cikk] [PubMed]
16. Beard KW, Wolf EM (2001) Az Internet-függőség javasolt diagnosztikai kritériumainak módosítása. CyberPsychology & Behavior 4: 377–383 [PubMed]
17. Xu J, Mendrek A, Cohen MS, Monterosso J., Simon S és munkatársai. (2006) A cigaretta dohányzásának hatása a prefrontális kortikális funkcióra a Stroop Feladatot végző, nem megvonott dohányosokban. Neuropszichofarmakológia 32: 1421 – 1428 [PMC ingyenes cikk] [PubMed]
18. Chao-Gan Y, Yu-Feng Z (2010) DPARSF: MATLAB eszközkészlet a nyugalmi fMRI „pipeline” adatelemzésére. Az idegrendszeri határok 4. [PMC ingyenes cikk] [PubMed]
19. Yu-Feng Z, Yong H, Chao-Zhe Z, Qing-Jiu C, Man-Qiu S és mtsai. (2007) Megváltozott agyi aktivitás ADHD-s gyermekekben, nyugalmi állapotú funkcionális MRI segítségével. Agy és fejlődés 29: 83 – 91 [PubMed]
20. Raichle ME, MacLeod AM, Snyder AZ, Powers WJ, Gusnard DA, et al. (2001) Az agyi funkció alapértelmezett módja. A Nemzeti Tudományos Akadémia folyóirata 98: 676 [PMC ingyenes cikk] [PubMed]
21. Park HS, Kim SH, Bang SA, Yoon EJ, Cho SS, et al. (2010) Megváltozott regionális agyi glükóz anyagcsere az internetes játékokat túltermelőknél: 18F-fluorodezoxi-glükóz pozitron emissziós tomográfia vizsgálat. CNS Spectr 15: 159 – 166 [PubMed]
22. Ko CH, Liu GC, Hsiao S, Yen JY, Yang MJ, et al. (2009) Agyi tevékenységek, amelyek az online játékfüggőség szerencsejáték-vágyához kapcsolódnak. A Pszichiátriai Kutatás Folyóirata 43: 739 – 747 [PubMed]
23. Goldstein RZ, Volkow ND (2011) A prefrontalis kéreg diszfunkciója függőségben: neuroképalkotó eredmények és klinikai következmények. Természetvédelmi vélemények Idegtudomány 12: 652 – 669 [PMC ingyenes cikk] [PubMed]
24. Goldstein R, Volkow N (2002) Kábítószer-függőség és annak hátterében álló neurobiológiai alapok: neuroimaging bizonyítékok a frontális kéreg bevonására. American Journal of Psychiatry 159: 1642 – 1652 [PMC ingyenes cikk] [PubMed]
25. Cavanna AE, Trimble MR (2006) A precuneus: funkcionális anatómiájának és viselkedésének áttekintése. Agy 129: 564 – 583 [PubMed]
26. Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, et al. . (2011) Az agy korrelál az online játék iránti vágy mellett, ha dákó expozíció alatt áll az internetes játékfüggőséggel küzdő és az engedményes alanyok. Függőségbiológia. [PubMed]
27. Nachev P, Kennard C, Husain M (2008) A kiegészítő és az előzetes motorterületek funkcionális szerepe. Természetvédelmi vélemények Idegtudomány 9: 856 – 869 [PubMed]
28. Ochsner KN, Hughes B, Robertson ER, Cooper JC, Gabrieli JDE (2009) Neurális rendszerek, amelyek támogatják az érzelmi és kognitív konfliktusok irányítását. A kognitív idegtudomány naplója: 21: 1841 – 1854 [PubMed]
29. Goñi J, Aznárez-Sanado M, Arrondo G, Fernández-Seara M., Loayza FR és társai. (2011) A bizonytalanság idegrendszeri és funkcionális integrálása a döntéshozatalban: információelméleti megközelítés. PloS one 6: e17408. [PMC ingyenes cikk] [PubMed]
30. Yuan K, Qin W, Dong M, Liu J, Sun J és társai. (2010) Szürke anyaghiány és nyugalmi állapot rendellenességek abstinens heroinfüggő egyéneknél. Idegtudományi betűk 482: 101 – 105 [PubMed]
31. Ma N, Liu Y, Li N, Wang CX, Zhang H és mtsai. (2010) A függőséggel kapcsolatos változások a nyugalmi állapotú agyi kapcsolatokban. Neuroimage 49: 738 – 744 [PMC ingyenes cikk] [PubMed]
32. Szerencse D, Danion JM, Marrer C, Pham BT, Gounot D, et al. (2010) A jobb parahippocampális gyrus hozzájárul a kötött információk kialakulásához és fenntartásához a munkamemóriában. Agy és megismerés 72: 255 – 263 [PubMed]
33. Engle RW, Kane MJ (2003) Vezetői figyelem, a munkamemória kapacitása és a két tényezőjű kognitív kontroll elmélete. A tanulás és a motiváció pszichológiája 44: 145 – 199