Nannan Pan1 †, Yongxin Yang2 †, Xin Du1, Xin Qi1, Guijin Du3, Yang Zhang1, Xiaodong Li3* és 
Quan Zhang1*- 1Radiológiai Tanszék és Tianjin Funkcionális Képkezelés Kulcslaboratóriuma, Tianjin Orvostudományi Egyetemi Kórház, Tianjin, Kína
- 2Pszichológiai Tanszék, Linyi Negyedik Népi Kórház, Linyi, Kína
- 3Radiológiai Osztály, Linyi Népi Kórház, Linyi, Kína
Az internet fejlődésével egyre több serdülő játszik túlzottan online játékot, ami káros hatással jár az egyénekre és a társadalomra. Korábbi tanulmányok kimutatták, hogy megváltozott a szürkeállomány térfogata (GMV) az internetes játékzavarban szenvedő egyéneknél (IGD), de az IGD iránti hajlam és a GMV közötti összefüggés az egész agyban még mindig nem egyértelmű a serdülőknél. Jelen tanulmányban nagy felbontású anatómiai képalkotást hajtottak végre 67 online serdülőkorú serdülőn; és Young internetes függőségi tesztjét (IAT) végezték az IGD-re való hajlam tesztelésére. Az FMRIB Software Library-t (FSL) használták a GMV és az IAT pontszám közötti voxel-alapú összefüggések kiszámítására az oktatás korának és évének ellenőrzése után. A bilaterális postcentralis gyri (postCG), a bilaterális precentralis gyri (preCG), a jobb precuneus, a bal hátsó midcinguláris kéreg (pMCC), a bal alsó alsó parietális lebeny (IPL) és a jobb középső frontális gyrus (MFG) GMV-je. negatívan korreláltak az IAT ponttal. Az online játék teljes idejének ellenőrzése után továbbra is fennáll az összefüggés az IAT pontszám és a bilaterális postCG, a bal preCG, a bal pMCC és a jobb MFG GMV-értékei között. Amikor a résztvevőket két csoportra osztották az IAT pontszám alapján, ezen IAT-val kapcsolatos agyi régiók GMV-k alacsonyabbak voltak a magas IAT pontszám alcsoportban (IAT pontszám> 50), mint az alacsony IAT pontszám alcsoportban (IAT pontszám ≤50). Eredményeink azt sugallják, hogy a szenzomotoros folyamatban és a kognitív kontrollban részt vevő agyi régiók GMV-i összefüggenek az IGD-tendenciával. Ezek az eredmények új célokhoz vezethetnek az IGD megelőzésére és kezelésére.
Bevezetés
Az elmúlt évtizedekben az internet fontos szerepet játszott az életünkben. Egyre több serdülő túlságosan szörföz az interneten, és online játékot játszik, ami káros következményekkel jár a serdülőkre és a társadalomra. Egy epidemiológiai tanulmány kimutatta, hogy az internetes szerencsejáték-rendellenesség (IGD), az internetes függőség (IA) altípusa (1), a kínai serdülők körében nagyon gyakori mentálhigiénés probléma (2). Ezért egyre több tanulmány az IGD neuromechanizmusára összpontosított, és célja az IGD megelőzéséhez és kezeléséhez való hozzájárulás.
Az agy strukturális neuroimagingja felhasználható az agyi mechanizmusok vizsgálatára az egyéni személyiségjegyekre vonatkozóan (3-5). Korábbi strukturális tanulmányok kimutatták, hogy az IGD-ben szenvedő betegekben a szürke anyag (GM) szerkezeti rendellenességei voltak, például csökkent szürke anyag térfogat (GMV) vagy a GM sűrűség több kortikális és szubkortikális területen (6-11), és megnövekedett GMV az elülső és az időbeli régiókban (8, 12). Ezek a tanulmányok arra utaltak, hogy a frontális, időbeli, parietális és subkortikális régiókban, például a ventrális striatumban számos agyterület társult az IA-val, ami hozzájárult az IA neuromechanizmusának megértéséhez. A korábbi tanulmányok többsége azonban csak az IA-re vagy az IGD-re összpontosított, amelyet klinikai kérdőív, például internet-függőségi teszt (IAT) segítségével diagnosztizáltak, és összehasonlították az IGD-betegek és az egészséges kontrollok viselkedésében, agyi működésében és szerkezetében mutatkozó különbségeket. Valójában nem minden online játékot játszó személy szenved az IGD-től (13). Ezért meg kell vizsgálni az IGD-re hajlamos online játékszerek strukturális korrelációit, nem csak az IGD-diagnózisú személyeket.
Nemrégiben három tanulmány közvetlenül az IA-ra való hajlam idegi asszociációira összpontosított. Wen és Hsieh (14) feltárta az egész agy funkcionális kapcsolatának és az IA szintjének kapcsolatát egy fiatal felnőtt csoportban (19 – 29 év), és megállapította, hogy két hálózat, amelyek főleg frontalis régiókból álltak, korreláltak az IA tendenciájával. Li et al. (15) beszámolt arról, hogy a jobb dorsolateralis prefrontalis cortex szerkezete és funkcionális összekapcsolódása pozitív korrelációban volt az IAT pontszámmal egészséges fiatal felnőttek egy csoportjában (18 – 27 év). Kühn tanulmánya (16) kiderült, hogy a fronto-striatális hálózaton belüli agyrégiók GMV-je korrelált az IAT-ponttal becsült túlzott internethasználattal. Ezenkívül a korábbi tanulmányok azt is kimutatták, hogy a GMV változásai kapcsolódtak az online játékfüggőség súlyosságához az IGD alanyaiban. Például Weng et al. bebizonyította, hogy a jobb orbitofrontalis kéreg és a bilaterális insula GMV-jének pozitív korrelációja van az IGD alanyok online játékfüggőség súlyosságával (7). Cai et al. A begyűjtött nukleáris magok növekvő GMV-jének beszámolása az IGD egyének IAT-értékével volt összefüggésben (17). Zhou et al. Tanulmánya. kimutatta, hogy az alacsonyabb GMV a jobb orbitofrontalis kéregben az online videojáték-függőség magasabb súlyosságához kapcsolódik az internetes játékosoknál (18). Ezek a tanulmányok kimutatták, hogy az agyszerkezetek és funkciók összefüggenek az IA szintjével. Az IGD iránti tendencia és a GMV közötti kapcsolatot az egész agyban azonban serdülőknél még nem határozták meg egyértelműen (14 – 18 év). Az 14 és 18 éves kor közötti serdülőkor a pszichológiai fejlődés kritikus időszakában van, és hajlamos függőségre és káros hatásokra (19, 20). Az anyagfüggőséggel kapcsolatos számos tanulmány nagy figyelmet fordított az 14 és 18 év közötti serdülőkre (21, 22). Egy nagyméretű tanulmány kimutatta, hogy az IGD nagyon gyakori a kínai általános iskolákban és középiskolásokban, az 22.5% -os előfordulási gyakorisággal az online játékokat játszó hallgatók körében (2). Ezért inkább szükséges az agy szerkezeti összefüggéseinek vizsgálata serdülőknél az IGD iránti hajlammal (14 – 18 év).
Ezenkívül a korábbi tanulmányok kimutatták, hogy a hosszú távú online játékmenet az agy szerkezeti átszervezéséhez vezethet az online játék játékosaiban (12, 23, 24). A ventrolaterális prefrontalis kéregben, a dorsolateralis prefrontalis kéregben, a kiegészítő motoros területen és a rostral elülső cingulus kéregben a GMV-k korreláltak az IA rendellenességű serdülők online játékának időtartamával (6, 25). Ezért érdemes megvizsgálni, hogy az online játékmenet időtartama befolyásolja-e a GMV és az IGD-re való hajlam kapcsolatát.
Ebben a tanulmányban olyan online 67 férfi serdülőket (14 – 18 év) vontak fel, akik online játékokat játszottak. A voxel-alapú korrelációs analízist elvégeztük az IAT-ponttal társított agyrégiók kimutatása céljából az online játék összes játékidejének ellenőrzése előtt és után. A korábbi tanulmányok alapján a prefrontalis-striatális áramlatok szorosan kapcsolódnak a függőséghez. A ventrális striatum részt vett a függőséggel kapcsolatos szokások tanulási és jutalmazási folyamatában (26, 27), és a prefrontalis cortex csökkentett kontroll hatása a jutalmazási folyamatra az addikció egyik mechanizmusa (28, 29). Ezért feltételeztük, hogy az IGD tendencia összefüggésben lehet a kognitív kontroll (prefrontalis cortex) és a jutalmazási folyamat (a ventrális striatum) agyi régióival. Ez a tanulmány új célokat eredményezhet az IGD megelőzésére és kezelésére serdülőknél.
Anyagok és módszerek
Tantárgyak
Ebben a tanulmányban hatvanhét jobbkezes serdülőt (14 – 18 éves, átlagos 15.54 ± 0.14), akik online játékot játszottak. Az 67 résztvevői közül huszon az Egészségügyi Iskolában tanultak, az 47 67 résztvevői pedig azok a serdülők voltak, akiknek a szülei pszichiáterhez vitték őket az esetleges IGD miatt. Minden résztvevő részesült oktatásban az 6 – 12 évre, kezdve az általános iskolától a középiskoláig. Az összes résztvevő az online idő több mint 80% -át költötte online játékra. Csak a férfi serdülõket vették fel ebbe a tanulmányba, mivel viszonylag kis számú nő játszik online játékokat és szenved az IGD-stõl (2, 30). A kizárási kritériumok a következőket tartalmazták: alkoholfogyasztás vagy drogfüggőség; bármilyen neurológiai vagy pszichiátriai betegség, például álmatlanság, migrén, fülzúgás és figyelemhiányos hiperaktív rendellenesség; a fizikai betegség anamnézise, például agyi trauma, agydaganat vagy epilepszia, amelyet a klinikai kiértékelések és az orvosi feljegyzések alapján értékeltek; MRI ellentmondás; és a normál MRI látható rendellenességei. Ezt a tanulmányt a Tianjini Orvostudományi Egyetemi Kórház etikai bizottsága hagyta jóvá, és az összes résztvevő és gondviselőik írásbeli tájékozott hozzájárulást adtak az intézményi irányelveknek megfelelően.
Kérdőív
Ebben a tanulmányban az internetfüggőség tesztet használták az IGD-re való hajlam súlyosságának felmérésére. Az IAT 20 elemeket tartalmaz, és ezekre a kérdésekre adott válaszokat 1 – 5 pontszámként adták meg (1 = „ritkán” –5 = „mindig”) (31). Az 20 tételek teljes pontszáma az internetfüggőség súlyosságát méri. Becsülték az online játékmenet tapasztalatait keresztül egy önjelentő kérdőív, amely megkérdőjelezte a játék hosszát és mennyiségét. Az online játék teljes időtartamát napi órákban és az online játékok napjaiban megszorozták. Az összes résztvevő intelligenciaképességét (IQ) a Standard Raven progresszív mátrixaival teszteltük. A szorongást és a depressziót az önértékelési szorongás skála (SAS) és az önértékeléses depressziós skála (SDS) felhasználásával szövetkeztették meg.
Strukturális MRI
A szerkezeti képeket Siemens 3.0 T szkennerrel készítettük (Magnetom Verio, Siemens, Erlangen, Németország). 192 szomszédos, szagittális, nagy felbontású anatómiai képeket kaptunk háromdimenziós T1-súlyozott térfogatmágnesesítéssel készített gyors gradiens-visszhang-sorrend felhasználásával, a következő paraméterekkel: TR = 2000 ms, TE = 2.34 ms, TI = 900 ms, fordulási szög = 9 °, FOV = 256 mm × 256 mm, a szelet vastagsága = 1 mm, a mátrix mérete = 256 × 256.
Voxel-alapú morfometria (VBM) elemzése
Az összes szerkezeti képet előfeldolgozták a VBM8 eszközkészlettel1 (SPM8) (Wellcome Department of Imaging Idegtudomány, London, Egyesült Királyság)2 fut a MATLAB R2010a-n (Math Works Inc., Sherborn, MA, USA). A képek rekonstrukciója során háromdimenziós geometriai korrekciót hajtottunk végre. Ezután az összes résztvevő egyedi natív képeit szétválasztottuk GM-re, fehér anyagokra (WM) és agyi gerinc folyadékra (CSF), és a GM szegmenseket normalizáltuk a Montreali Neurológiai Intézet sablonjába differenciális anatómiai regisztrációval az exponenciált lie algebra segítségével ( DARTEL) (32). A regisztrált GM képeket ezután úgy módosítottuk, hogy a láncmező Jacobianját elosztottuk a helyi tágulás vagy összehúzódás korrigálása érdekében. Az izotróp Gauss-magot 8 mm teljes szélességgel, maximum a felénél alkalmaztuk a modulált GM képek simításához. Az összes résztvevő normalizált GM-jének átlagképét egy olyan GM-maszk létrehozásához használtuk, amelynek küszöbértékét 0.3 értékre állítottuk (pixeleket választottunk a számított GM-frakcióértékekkel> 30%). Ezután a GM maszkot használták explicit maszkként a statisztikai elemzéshez, hogy kizárják az alacsony GM valószínűségű pixeleket.
Statisztikai elemzés
Voxel-alapú többszörös regressziós analízist végeztünk annak érdekében, hogy feltárjuk a GMV és az IAT-pontszám közötti korrelációt az összes résztvevő között, miután ellenőriztük az iskolai korot és évet. A nem paraméteres permutációs megközelítés (33) az FMRIB Szoftverkönyvtárban (FSL) megadott véletlenszerű eszköz segítségével valósult meg.3. A küszöbmentes klaszterjavító (TFCE) elemzést elvégezték, mivel a klaszter kiterjedését és a magasságát egyetlen statisztikává egyesíti, és nem igényli a klaszterképző küszöb tetszőleges választását (34). A GMV és az IAT pontszám közötti korrelációt permutáción alapuló nem paraméteres tesztelés és 5,000 véletlenszerű permutációk alkalmazásával értékeltem. A szignifikancia statisztikai küszöbértékét a következőkben határozták meg: P <0.01. Annak tisztázására, hogy az online játék időtartama befolyásolja-e a korrelációt a GMV és az IAT között, újra elvégeztük a Voxel-féle többszörös regressziós elemzést, amikor az online játék teljes időtartamát kellemetlen kovariátumokként hozzáadtuk.
A GMV és az IAT pontszám közötti korrelációval rendelkező klasztereket meghatároztuk érdeklődésre számot tartó régiókként (ROI), és kivontuk az egyes ROI-k átlagos GMV-jét. ROI-alapú korrelációs elemzést végeztek az átlagos GMV és az IAT pontszám között az oktatás korának és évének ellenőrzése után. Ezután az összes résztvevőt két alcsoportra osztották, a magas IAT pontszámú csoportra (IAT pontszám> 50, N = 30) és az alacsony IAT pontszámcsoport (IAT pontszám ≤50, N = 37). A két alcsoport GMV-különbségét az általános lineáris modell elemzésével teszteltük, ellenőrizve az iskolai korot és évet. Mindkét szignifikanciaszintet a következőkre állítottuk: P <0.05.
Eredmények
A résztvevők medián pontszáma 46 volt az IAT-n, amelyet az IGD tendencia felmérésére használtak. Az alanyok átlagosan 5.5 h / nap töltöttek online játékokkal és átlagosan 56 hónapokig tartottak. A klinikai és demográfiai jellemzőket a 2. táblázat tartalmazza 1.
Táblázat 1. A résztvevő jellemzői.
A Voxel-korrelációs elemzés kimutatta, hogy a bilaterális postcentral gyri (postCG), a bilaterális precentral gyri (preCG), a jobb preuneus, a bal hátsó középső középső kéreg (pMCC), a bal alsóbb parietális lebeny (IPL) és a A jobb középső frontális gyrus (MFG) szignifikáns korrelációban állt az IAT ponttal (4. ábra) 1; asztal 2). Ábra 2 mutatja a ROI-alapú összefüggéseket a GMV és az IAT pontszám között. Miután az online játék teljes idejét hozzáadtuk kellemetlen kovariánsként, továbbra is fennállt a kapcsolat a bilaterális postCG IAT és GMV, a bal preCG, a bal pMCC és a jobb MFG között (ábra). 3; asztal 3).
ábra 1. Az agyrégiók, amelyek negatív strukturális korrelációt mutatnak az Internet-függőség teszt (IAT) pontszámával a serdülőkorú online játékosaikban. Az IAT pontszám negatívan korrelált a bilaterális postcentral gyri, a bilaterális precentral gyri, a jobb precuneus, a bal hátsó középső cingulate cortex, a bal oldali hátulsó középső parietális gerinc és a jobb középső frontális gyrus szürkeállományával (GMV). A képek alatt található számok a Montreali Neurológiai Intézet koordinátáit mutatják z-tengely. A színsáv jelzi a −log értéket p.
Táblázat 2. Az agyrégiók szerkezeti korrelációt mutattak az internet-függőség teszt (IAT) pontszámával.
ábra 2. Érdekes régiók (ROI) alapú korrelációs elemzés a szürkeanyag-mennyiség (GMV) és az internet-függőség teszt (IAT) pontszáma között. A maradékot azért használták, mert az iskolai életkort és éveket a korrelációs elemzés során kontrollálták.
ábra 3. Az agyrégiók, amelyek negatív szerkezeti mutatókat mutatnak, korrelál az Internet-függőség teszt (IAT) pontszámával serdülőkorú online játékosoknál, miután ellenőrizték az online játék teljes időtartamát. Az IAT pontszám negatívan korrelált a bilaterális postcentralis gyri, a bal precentral gyrus, a bal hátsó középső cingulate cortex és a jobb középső frontális gyrus szürkeanyag-mennyiségével (GMV). A képek alatt található számok a Montreali Neurológiai Intézet koordinátáit mutatják z-tengely. A színsáv jelzi a −log értéket p.
Táblázat 3. A régiók szerkezeti korrelációt mutattak az internet-függőség teszt (IAT) pontszáma után, miután ellenőrizték az online játék teljes időtartamát.
Amint azt a 2. táblázat mutatja 4, amikor a résztvevőket az IAT pontszám alapján a két alcsoportba osztották, a magas IAT pontszámmal (IAT pontszám> 50) rendelkező alcsoport GMV értéke alacsonyabb volt a nyolc régió közül hétben, összehasonlítva az alacsony IAT pontszámú csoporttal (IAT pontszám ≤ 50) (P <0.05).
Táblázat 4. Az érdeklődésre számot tartó régiók (ROI) alapú összehasonlítása a szürkeanyag-mennyiség (GMV) között a két alcsoport között.
Megbeszélés
Ebben a tanulmányban a GMV és az IGD tendencia közötti összefüggést a serdülőkorú online játék játékosok teljes agyában értékelték. Miután ellenőriztük az online játék teljes időtartamának hatását, a kétoldalú postCG, a bal preCG, a bal pMCC és a jobb MFG GMV-jei továbbra is negatívan korreláltak az IGD tendenciájával. Azoknál a serdülőknél, akiknél az agyi régiókban alacsonyabb a GMV az érzékelő motoros folyamatokhoz és a kognitív kontrollhoz, az IGD hajlama nagyobb volt.
Összhangban volt azzal a hipotézissel, hogy a GMV az MFG-ben, mint a kognitív kontrollokban részt vevő prefrontalis cortex (35, 36) negatív korrelációban volt az IGD tendenciával. Szerkezeti és funkcionális rendellenességeket széles körben számoltak be IGD-s betegekben (37-40). Például a prefrontalis kéreg kevesebb aktiválódását találták az IA-ban (40). A korábbi tanulmányok kimutatták az alacsonyabb GM sűrűséget és a GMV-t a prefrontalis kéregben az IGD egyéneknél (37, 39). A jobb MFG-n belüli alacsony frekvencia-ingadozás kisebb amplitúdóját szintén kiderítették az IGD egyéneknél (41). A prefrontalis kéreg abnormális aktiválását olyan kábítószerfüggő egyénekben is észlelték, mint a marihuána-használók és az abstinens kokainhasználók (42-44). A prefrontalis kéreg funkcionális kapcsolatának hasonló változásait felfedezték az alkoholfüggőséggel rendelkezők és az IGD (45, 46). Ezek a tanulmányok bebizonyították, hogy a prefrontalis kéreg szerkezeti vagy funkcionális állapota összefüggésben áll a függőséggel. Ebben a tanulmányban a jobb MFG GMV-je negatív korrelációban volt az IAT pontszámmal, és alacsonyabb volt a magas IAT pontszám alcsoportban, mint az alacsony IAT pontszám alcsoportban. A jobb oldali MFG szerkezeti rendellenességei csökkenthetik az online játék játékosok kognitív kontrollját. Ennek eredményeként az online játék játékosok nem tudták ellenőrizni a problémás online játékot, és nagyobb hajlamot mutattak az IGD iránt.
A hipotézissel együtt nem találtuk a ventrális striatum GMV-jét az IAT ponttal korrelálva. A ventrális striatum a függőséggel kapcsolatos kritikus régió, és általában abnormális aktivációt mutat függőségben szenvedő egyéneknél (26, 27). Tanulmányunkban a serdülőkorú online játék játékosokra összpontosítottunk, de nemcsak az IGD személyeire, ami lehetséges magyarázat lehet a ventrális striatum negatív eredményére. Ezt a negatív eredményt azonban a későbbi nagyméretű vizsgálat során igazolni kell.
Váratlanul a szenzor-motoros folyamatban részt vevő preCG, postCG és pMCC negatív korrelációt mutatott az IAT-ponttal. Az preCG nagy szerepet játszott a motor tervezésében és vezetésében (47). A serdülőkor az idegi fejlõdés kritikus idõszaka, amelyet hajlamosak befolyásolni a környezeti tényezõk. Korábbi tanulmányok kimutatták, hogy az alkohol- és kábítószer-használat megváltoztathatja a GMV-t a serdülők fejlődő agyában (48). Egy tanulmány kimutatta, hogy a metamfetamin hosszabb ideig történő használata összefüggésben van a preCG GMV csökkentésének (49). Vizsgálatunkban az preCG GMV-je alacsonyabb volt a magas IAT pontszámú alcsoportban, mint az alacsony IAT pontszámú alcsoportban. A megelőzés és az elnyomás figyelembe vétele fogalmilag összefügg az elsődleges motoros kéreggel (50), az preCG csökkent GMV-je összefügghet az IGD tendenciájával. A postCG az elsődleges szenzoros kéregből áll, és részt vesz az érzékszervi információk integrálásában (24). A postCG GMV és az IAT pontszám közötti negatív korreláció e régió alacsonyabb GMV értékét jelenti azoknál a személyeknél, akiknél magasabb az IAT pontszám. IGD serdülőknél a postCG rendellenes működési kapcsolatát találták (51). A postCG csökkent GMV és kortikális vastagságát a heroinhasználók (illetve52) és az online játékfüggőséggel rendelkező serdülők (53). A károsodott postCG rendellenességekhez vezethet a testre vonatkozó jelek fogadásában, feldolgozásában és integrálásában, és elmulaszthatja a gerjesztéssel, figyelemmel, stressztel, jutalommal és kondicionálással kapcsolatos folyamatos viselkedés irányítását, és végül a függőséggel kapcsolatoskat (54). Ebben a tanulmányban a bal oldali pMCC-ben negatív strukturális összefüggéseket találtak az IAT-ponttal is. A pMCC kiterjedt funkcionális kapcsolatot mutat az érzékelőmotor-hálózatban részt vevő agyrégiókkal (55, 56), és fontos szerepet játszik az érzékelőmotor-integráció és a motorvezérlés feldolgozásában (57). Az érzékelő-motoros területek nemcsak a mozgás alapvető szempontjait szabályozzák, hanem az emberi viselkedést is alakíthatják (58). Az érzékelőmotor-hálózat funkcionális tulajdonságai relevánsak lehetnek a függőség automatizált / kényszeres viselkedésében (59). A szenzorimotoros kéreg károsodásáról kokain-függőségben szenvedő egyéneknél (60, 61) és az alkohol lenyelése (62). Összegezve, a GMV csökkentése az preCG-n, a postCG-n és a pMCC-n belül lehet összefüggésben az érzékelõmotor-hálózat rendellenességeivel, és tovább kapcsolódhat az IGD-tendenciához.
Ebben a tanulmányban az IAT-pontszám és a jobb preCG / postCG, a bal IPL és a jobb precuneus közötti negatív korrelációk eltűntek, miután ellenőrizték az online játék teljes időtartamának hatását. Az preCG / postCG részt vett az érzékelő motor folyamatában (63); az IPL és a megfelelő precuneus szorosan kapcsolódtak a vizuális és szándékos feldolgozáshoz (64-66). A játékmenet során a játékosoknak teljes figyelmet kell fordítaniuk a képernyő apró változására hosszú ideig, ezután megrongálják látásképességüket (65), amelyek kapcsolatban lehetnek a GMV csökkentésével a vizuális figyelemmel kapcsolatos régiókban. A korábbi vizsgálatok kimutatták, hogy csökkent a precuneus GMV8) és az IPL csökkent kortikális vastagsága (53) az online játékfüggőséggel rendelkező egyénekben. Eredményeink azt mutatták, hogy a vizuális figyelem és az sensorimotor folyamatokhoz kapcsolódó agy egyes régiókban a GMV csökkenését befolyásolta az online játék teljes időtartama, nevezetesen az online játék játék kumulatív hatása volt.
Számos korlátozást kell megjegyezni tanulmányunkban. Először: bár az agy GMV és IAT pontszáma között bizonyos összefüggéseket fedeztek fel, az okozati összefüggést nem lehet tisztázni ebben a korrelációs elemzésben. A magasabb IAT-pontszámú serdülőknél a megfigyelt alacsonyabb GMV-értékek lehetnek a túlzott online játékmenet eredményeként vagy az IGD-re érzékeny korábban fennálló állapotok eredménye. Másodszor, az IAT szubjektív kérdőív, és objektívebb módszerekre van szükség az IGD-re való hajlam értékeléséhez. Harmadszor, az online játékok teljes időtartama csak valószínűsíthető mérték volt, és valószínűleg nem volt elég pontos. Negyedszer, nem tudtuk kizárni a játék műfajának az eredményekre gyakorolt hatását, amelyet figyelembe kell venni a jövőbeni tanulmányban. Végül, csak férfi serdülõket vettünk fel tanulmányunkba. Ezért a jelen megállapítások csak a serdülőkorú, online serdülőjátékosokra vonatkoznak.
Következtetés
Ebben a tanulmányban egy serdülőkorú online játékossal rendelkező csoportban vizsgálták az IGD tendenciával kapcsolatos szerkezeti korrelációt. Megállapítottuk, hogy az agyi régiók GMV-jének, amelyek kapcsolatban vannak a szenzor-motoros folyamattal és a kognitív kontrollral, az IAT-ponttal. Az érzékelő motoros folyamatokhoz és a kognitív kontrollhoz kapcsolódó régiók alacsonyabb GMV-je a magas IGD tendenciának tulajdonítható, ami új célokat eredményezhet az serkentők IGD megelőzésében és kezelésében.
Etikai nyilatkozat
Ezt a tanulmányt a Tianjini Orvostudományi Egyetemi Kórház etikai bizottsága hagyta jóvá, és az összes résztvevő és gondviselőik írásbeli tájékozott hozzájárulást adtak az intézményi irányelveknek megfelelően.
Szerzői hozzájárulások
Az NP, YY, XL és QZ kutatásokat terveztek. Az XQ, XD, GD, YZ és QZ kutatásokat végzett. YY részt vett a klinikai értékelésben. NP, YZ, GD és QZ elemezte az adatokat. NP, YZ, XL, YY és QZ írta a papírt.
Érdekütközési nyilatkozat
A szerzők kijelentik, hogy a kutatást olyan kereskedelmi vagy pénzügyi kapcsolatok hiányában hajtották végre, amelyek potenciális összeférhetetlenségnek tekinthetők.
Lábjegyzetek
Referenciák
1. Blokkolja a JJ-t. A DSM-V problémái: Internet-függőség. J J Pszichiátria (2008) 165(3):306–7. doi:10.1176/appi.ajp.2007.07101556
2. Li Y, Zhang X, Lu F, Zhang Q, Wang Y. Internetfüggőség az általános és középiskolás diákok körében Kínában: országosan reprezentatív mintavétel. Cyberpsychol Behav Soc Netw (2014) 17(2):111–6. doi:10.1089/cyber.2012.0482
3. Hayakawa YK, Sasaki H, Takao H, Mori H, Hayashi N., Kunimatsu A, et al. A szubklinikai depresszióval küzdő nők agyi rendellenességei, amelyeket voxel-alapú morfometria és diffúziós tensor képalkotás mutat be. J befolyásolja a Disordot (2013) 144(3):263–8. doi:10.1016/j.jad.2012.10.023
4. Takeuchi H, Taki Y, Sassa Y, Hashizume H, Sekiguchi A, Nagase T, et al. A Stroop interferenciához kapcsolódó regionális szürke és fehér anyag térfogata: bizonyítékok a voxel alapú morfometria alapján. Neuroimage (2012) 59(3):2899–907. doi:10.1016/j.neuroimage.2011.09.064
5. Liu F, Guo W, Yu D, Gao Q, Gao K, Xue Z, et al. A súlyos depressziós rendellenességek különböző terápiás válaszának osztályozása többváltozós mintázat-elemzési módszerrel, szerkezeti MR vizsgálatok alapján. PLoS One (2012) 7(7):e40968. doi:10.1371/journal.pone.0040968
6. Yuan K, Qin W, Wang G, Zeng F, Zhao L, Yang X, et al. Internetes függőséggel küzdő serdülők mikroszerkezeti rendellenességei. PLoS One (2011) 6(6):e20708. doi:10.1371/journal.pone.0020708
7. Weng CB, Qian RB, Fu XM, Lin B, Han XP, Niu CS, et al. A szürke és a fehér anyag rendellenességei az online játékfüggőségben. Eur J Radiol (2013) 82(8):1308–12. doi:10.1016/j.ejrad.2013.01.031
8. Y Y, Sun J, Zhou Y, Ding W, Chen X, Zhuang Z, et al. A szürke anyag in vivo mikroszerkezetbeli változásainak értékelése DKI segítségével az internetes játékfüggőségben. Behav Brain Funct (2014) 10:37. doi:10.1186/1744-9081-10-37
9. Ko CH, Hsieh TJ, Wang PW, Lin WC, Yen CF, Chen CS és mtsai. Megváltozott szürkeanyag-sűrűség és megszakadt az amygdala funkcionális összeköttetése az internetes játékzavarban szenvedő felnőtteknél. Prog Neuropsychopharmacol Biol Psychiatry (2015) 57:185–92. doi:10.1016/j.pnpbp.2014.11.003
10. Lin X, Dong G, Wang Q, Du X. Kóros szürke és fehér anyag mennyisége az „internetes játékfüggőknél”. Addict Behav (2015) 40:137–43. doi:10.1016/j.addbeh.2014.09.010
11. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, Xu JR, et al. Szürkeanyag-rendellenességek az internetes függőségben: voxel-alapú morfometria vizsgálat. Eur J Radiol (2011) 79(1):92–5. doi:10.1016/j.ejrad.2009.10.025
12. Kuhn S, Gleich T, Lorenz RC, Lindenberger U, Gallinat J. A szupermario lejátszása indukálja az agy szerkezeti plaszticitását: a szürkeanyag megváltozása a kereskedelmi videojátékokkal történő edzés következtében. Mol Psychiatry (2014) 19(2):265–71. doi:10.1038/mp.2013.120
13. Przybylski AK, Weinstein N, Murayama K. Internetes játékproblémák: új jelenség klinikai jelentőségének vizsgálata. J J Pszichiátria (2017) 174(3):230–6. doi:10.1176/appi.ajp.2016.16020224
14. Wen T, Hsieh S. A hálózati alapú elemzés feltárja az internet-függőség tendenciájához kapcsolódó funkcionális kapcsolatot. Első Hum Neurosci (2016) 10:6. doi:10.3389/fnhum.2016.00006
15. Li W, Li Y, Yang W, Zhang Q, Wei D, Li W, et al. Egészséges fiatal felnőttek internetes hajlamának különbségeivel járó agyszerkezetek és funkcionális összekapcsolhatóság. Neuropsychologia (2015) 70:134–44. doi:10.1016/j.neuropsychologia.2015.02.019
16. Kuhn S, Gallinat J. Agy online: a szokásos internethasználat szerkezeti és funkcionális összefüggései. Addict Biol (2015) 20(2):415–22. doi:10.1111/adb.12128
17. Cai C, Yuan K, Yin J, Feng D, Bi Y, Li Y, et al. A striatum morfometria kognitív kontroll hiányokkal és a tünetek súlyosságával jár az internetes játék zavarában. Brain képalkotó viselkedés (2016) 10(1):12–20. doi:10.1007/s11682-015-9358-8
18. Zhou F, Montag C, Sariyska R., Lachmann B, Reuter M, Weber B. és mtsai. Az orbitofrontalis szürkeanyag-hiány mint az internetes játék rendellenességének jelzője: a keresztmetszeti és a várható hosszanti minták konvergáló bizonyítékai. Addict Biol (2017). doi: 10.1111 / adb.12570
19. Ac-Nikolic E, Zaric D, Niciforovic-Surkovic O. Az internetfüggőség gyakorisága az iskolások körében Novi Sadban. Srp Arh Celok Lek (2015) 143(11–12):719–25. doi:10.2298/SARH1512719A
20. Gonzalvez MT, Espada JP, Orgiles M, Morales A, Sussman S. A nikotinfüggőség az EX projekt hatásainak közvetítőjeként a dohányzás csökkentésére a tudósokban. Front Psychol (2016) 7:1207. doi:10.3389/fpsyg.2016.01207
21. Colby SM, Nargiso J, Tevyaw TO, Barnett NP, Metrik J., Lewander W, et al. Továbbfejlesztett motivációs interjúk és rövidebb tanácsok a serdülőkorú dohányzás abbahagyására: egy randomizált klinikai vizsgálat eredménye. Addict Behav (2012) 37(7):817–23. doi:10.1016/j.addbeh.2012.03.011
22. Thanki D, Domingo-Salvany A, Barrio Anta G, Sanchez Manez A, Llorens Aleixandre N, Suelves JM, et al. A szűrőeszköz választása számít: a problémás kannabisz-szűrés esete a serdülők spanyol lakosságában. ISRN rabja (2013) 2013:723131. doi:10.1155/2013/723131
23. Kuhn S, Romanowski A, Schilling C, Lorenz R, Morsen C, Seiferth N, et al. A videojátékok neurális alapjai. Transl Psychiatry (2011) 1:e53. doi:10.1038/tp.2011.53
24. Tanaka S, Ikeda H, Kasahara K, Kato R, Tsubomi H, Sugawara SK és mtsai. Nagyobb jobb hátsó parietális térfogat az akciójátékok szakértőiben: viselkedési és voxel-alapú morfometria (VBM) tanulmány. PLoS One (2013) 8(6):e66998. doi:10.1371/journal.pone.0066998
25. Lee D, Namkoong K, Lee J, Jung YC. Rendellenes szürkeanyag-mennyiség és impulzivitás az internetes játékproblémákkal küzdő fiatal felnőtteknél. Addict Biol (2017). doi: 10.1111 / adb.12552
26. Ashby FG, Turner BO, Horvitz JC. A corticalis és a basalis ganglionok hozzájárulása a szokások tanulásához és az automatizáláshoz. Trendek Cogn Sci (2010) 14(5):208–15. doi:10.1016/j.tics.2010.02.001
27. Volkow ND, Wang GJ, Fowler JS, Tomasi D, Telang F. Függőség: A dopamin jutalmazási áramkörön túl. Proc Natl Acad Sci USA (2011) 108(37):15037–42. doi:10.1073/pnas.1010654108
28. Walter M, Wang Y, Yin Y, Sun YW, Zhou Y, Chen X, et al. Csökkent prefrontalis lebeny interhemiszferikus funkcionális kapcsolat az internetes játékproblémás serdülőknél: elsődleges tanulmány nyugalmi állapotú fMRI segítségével. PLoS One (2015) 10(3):e0118733. doi:10.1371/journal.pone.0118733
29. Koob GF, Volkow ND. A függőség idegrendszere. Neuropsychop (2009) 35(1):217–38. doi:10.1038/npp.2009.110
30. Yu L, Shek DT. Internet-függőség hongkongi serdülőknél: három éves longitudinális tanulmány. J Pediatr Adolesc Gynecol (2013) 26(3 Suppl):S10–7. doi:10.1016/j.jpag.2013.03.010
31. Young KS. Fogás a hálózatban: hogyan lehet felismerni az internet-függőség jeleit - és egy nyerő stratégia a helyreállításhoz. Értékelés (1998) 21(6):713–22.
32. Ashburner J. Gyors diffeomorf képi regisztráció algoritmus. Neuroimage (2007) 38(1):95–113. doi:10.1016/j.neuroimage.2007.07.007
33. Nichols TE, Holmes AP. Nemparametrikus permutációs tesztek a funkcionális neuroimaging számára: alapozó példákkal. Hum Brain Mapp (2002) 15(1):1–25. doi:10.1002/hbm.1058
34. Smith SM, Nichols TE. Küszöbmentes klaszterfejlesztés: a simítás, küszöbfüggőség és lokalizáció problémáinak kezelése a klaszterek következtetéseiben. Neuroimage (2009) 44(1):83–98. doi:10.1016/j.neuroimage.2008.03.061
35. Rd MDA, Cohen JD, Stenger VA, Carter CS. A dorsolateralis prefrontalis és az anterior cingulate cortulate szerepének disszociálása a kognitív kontrollban. Tudomány (2000) 288(5472):1835. doi:10.1126/science.288.5472.1835
36. Yuan P, Raz N. Prefrontalis kéreg és végrehajtó funkciók egészséges felnőtteknél: a strukturális neuroimaging vizsgálatok metaanalízise. Neurosci Biobehav Rev (2014) 42(5):180–92. doi:10.1016/j.neubiorev.2014.02.005
37. Wang H, Jin C, Yuan K, Shakir TM, Mao C, Niu X, et al. Az internetes játékproblémákkal küzdő serdülők szürkeanyag-mennyiségének és kognitív kontrolljának változása. Első Behav Neurosci (2015) 9:64. doi:10.3389/fnbeh.2015.00064
38. Liu GC, Yen JY, Chen CY, Yen CF, Chen CS, Lin WC, et al. Agyaktiváció a válaszgátláshoz a játékkocka zavarása esetén az internetes játék zavarában. Kaohsiung J Med Sci (2014) 30(1):43–51. doi:10.1016/j.kjms.2013.08.005
39. Choi J, Cho H, Kim JY, Jung DJ, Ahn KJ, Kang HB, et al. A prefrontalis kéreg szerkezeti változásai közvetítik az internetes játékzavar és a depressziós hangulat kapcsolatát. Sci Rep (2017) 7(1):1245. doi:10.1038/s41598-017-01275-5
40. Seok JW, Lee KH, Sohn S., Sohn JH. Internetfüggőséggel járó egyének kockázatos döntéshozatalának idegi szubsztrátjai. Aust NZJ Pszichiátria (2015) 49(10):923–32. doi:10.1177/0004867415598009
41. Park SY, Kim SM, Roh S., Soh MA, Lee SH, Kim H, et al. A virtuális valóság kezelési programjának hatása az online játékfüggőségre. Számítástechnikai programok Biomed (2016) 129:99–108. doi:10.1016/j.cmpb.2016.01.015
42. Bolla K, Ernst M, Kiehl K, Mouratidis M, Eldreth D, Contoreggi C, et al. Prefrontalis corticalis diszfunkció az abstinens kokainhasználóknál. J Neuropsychiatry Clin Neurosci (2004) 16(4):456. doi:10.1176/jnp.16.4.456
43. Bolla KI, DA Eldreth, Matochik JA, CaLt JL. A hibás döntéshozatal idegi szubsztrátjai az abstinens marihuána használókban. Neuroimage (2005) 26(2):480–92. doi:10.1016/j.neuroimage.2005.02.012
44. Bolla KI, DA Eldreth, London ED, Kiehl KA, Mouratidis M., Contoreggi C, et al. Orbitofrontalis cortex diszfunkció az abstinens kokainhasználókban, akik döntéshozatali feladatot végeznek. Neuroimage (2003) 19(3):1085. doi:10.1016/S1053-8119(03)00113-7
45. Ge X, Y nap, Han X, Wang Y, Ding W, Cao M. és mtsai. A dorsolateralis prefrontalis kéreg funkcionális kapcsolatának különbsége a nikotinfüggő dohányosok és az internetes játékbetegségben szenvedők között. BMC Neurosci (2017) 18(1):54. doi:10.1186/s12868-017-0375-y
46. Han JW, Han DH, Bolo N, Kim B., Kim B., Renshaw PF. Az alkoholfüggőség és az internetes játék zavara közötti funkcionális kapcsolat különbségei. Addict Behav (2015) 41:12–9. doi:10.1016/j.addbeh.2014.09.006
47. Nock NL, Dimitropolous A, Tkach J, Frasure H, von Gruenigen V. Az idegsejtek aktiválásának csökkentése az elhízott endometrium rákos túlélőkben a magas kalóriatartalmú élelmezési utakra: kísérleti tanulmány. BMC Neurosci (2012) 13:74. doi:10.1186/1471-2202-13-74
48. Squeglia LM, szürke KM. Alkohol és kábítószer-használat, valamint a fejlődő agy. Curr Psychiatry Rep (2016) 18(5):46. doi:10.1007/s11920-016-0689-y
49. Hall MG, Alhassoon OM, Stern MJ, Wollman SC, Kimmel CL, Perez-Figueroa A, et al. A kokain és a metamfetamin-függő betegek szürkeanyag-rendellenességei: neuroképi meta-elemzés. J kábítószer-alkoholfogyasztás (2015) 41(4):290–9. doi:10.3109/00952990.2015.1044607
50. Stinear CM, Coxon JP, Byblow WD. Elsődleges motoros kéreg és mozgásmegelőzés: ahol a stop megáll. Neurosci Biobehav Rev (2009) 33(5):662–73. doi:10.1016/j.neubiorev.2008.08.013
51. Zhang JT, Yao YW, Li CS, Zang YF, Shen ZJ, Liu L, et al. Az izolátum megváltozott nyugalmi állapotú funkcionális összekapcsolhatósága internetjáték-rendellenességgel küzdő fiatal felnőtteknél. Addict Biol (2016) 21(3):743–51. doi:10.1111/adb.12247
52. Gardini S, Venneri A. Csökkent szürkeanyag a hátsó szigetén, mint a függőség strukturális sebezhetősége vagy diatézise. Brain Res Bull (2012) 87(2–3):205–11. doi:10.1016/j.brainresbull.2011.11.021
53. Yuan K, Cheng P, Dong T, Bi Y, Xing L, Yu D, et al. A kéreg vastagságának rendellenességei késői serdülőkorban az online játékfüggőség miatt. PLoS One (2013) 8(1):e53055. doi:10.1371/journal.pone.0053055
54. Paulus képviselő, Stewart JL. Interocepció és kábítószer-függőség. Neuropharmacology (2014) 76 (Pt B): 342 – 50. doi: 10.1016 / j.neuropharm.2013.07.002
55. Picard N, Strick PL. A medialis fal motoros területei: helyük és funkcionális aktiválásuk áttekintése. Cereb Cortex (1996) 6(3):342–53. doi:10.1093/cercor/6.3.342
56. Yu C, Zhou Y, Liu Y, Jiang T, Dong H, Zhang Y és mások. Az emberi cingulate cortex funkcionális szegregációját a funkcionális kapcsolaton alapuló neuroanatómiai parcelláció igazolja. Neuroimage (2011) 54(4):2571–81. doi:10.1016/j.neuroimage.2010.11.018
57. Wang D, Zhou Y, Zhuo C, Qin W, Zhu J, Liu H, et al. A cingulate alrégiók megváltozott funkcionális összekapcsolhatósága skizofrénia esetén. Transl Psychiatry (2015) 5:e575. doi:10.1038/tp.2015.69
58. Casartelli L, Chiamulera C. Motoros út: a motoros rendszer megismerésének és formálásának klinikai következményei az autizmusban és a drogfüggésben. Cogn befolyásolja Behav Neurosci-t (2016) 16(2):191–206. doi:10.3758/s13415-015-0399-7
59. Gremel CM, Lovinger DM. Asszociatív és szenzormotoros cortico-basalis ganglia áramkörök szerepe a visszaélésszerű gyógyszerek hatásainál. Genes Behav Brain (2017) 16(1):71–85. doi:10.1111/gbb.12309
60. Porrino LJ, Lyons D, Smith HR, Daunais JB, Nader MA. A kokain önbeadása a limbikus, asszociációs és sensorimotor striatális domének fokozatos bevonását eredményezi. J Neurosci (2004) 24(14):3554–62. doi:10.1523/JNEUROSCI.5578-03.2004
61. Hanlon CA, Wesley MJ, Roth AJ, Miller MD, Porrino LJ. A lateralitás elvesztése krónikus kokainhasználók esetében: az sensorMotor kontroll fMRI vizsgálata. Psychiatry Res (2010) 181(1):15–23. doi:10.1016/j.pscychresns.2009.07.009
62. Nikolaou K, Critchley H, Duka T. Az alkohol az idegsejtek szubsztrátjaira hat, amelyek gátolják a válaszgátlást, de nem az inger percepciós feldolgozását jelzik, amely jelzi a stop választ. PLoS One (2013) 8(9):e76649. doi:10.1371/journal.pone.0076649
63. White LE, Andrews TJ, Hulette C, Richards A, Groelle M, Paydarfar J és mtsai. Az emberi szenzormotor rendszer felépítése. I: A központi szív morfológiája és citoarhitektúrája. Cereb Cortex (1997) 7(1):18–30. doi:10.1093/cercor/7.1.18
64. Cavanna AE, Trimble MR. Preunusz: funkcionális anatómiájának és viselkedésének áttekintése. Agy (2006) 129(Pt 3):564–83. doi:10.1093/brain/awl004
65. Feng Q, Chen X, Sun J, Zhou Y, Y nap, Ding W és mtsai. Az artériás spin-vel jelölt perfúziós mágneses rezonancia képalkotás Voxel-szintű összehasonlítása serdülőknél, akiknek internetes játékfüggőségük van. Behav Brain Funct (2013) 9(1):33. doi:10.1186/1744-9081-9-33
66. Esedékes DL, Huettel SA, WG hall, Rubin DC. Aktiválás a dohányzási útmutatások által kiváltott mezolimbikus és a teljes térbeli idegi körökben: bizonyítékok a funkcionális mágneses rezonancia képalkotásból. J J Pszichiátria (2002) 159(6):954–60. doi:10.1176/appi.ajp.159.6.954
;