Első Behav Neurosci. 2015; 9: 296.
Megjelent online 2015 Nov 3. doi: 10.3389 / fnbeh.2015.00296
PMCID: PMC4630310
Xin Qi,1,† Xin Du,1,† Yongxin Yang,2,† Guijin Du,3 Peihong Gao,3 Yang Zhang,1 Wen Qin,1 Xiaodong Li,3,* és a Quan Zhang1,*
Absztrakt
Az internetes szerencsejáték-rendellenességgel (IGD) szenvedő betegek fő viselkedési zavaraként a nagyobb impulzust és a kockázatvállalást, valamint a csökkent döntéshozási képességeket jelentették, amelyek világszerte súlyos mentális egészség kérdéssé váltak. A mai napig azonban nem világos, hogy a kockázati szint hogyan modulálja az agyi tevékenységet a döntéshozatali folyamat során az IGD-ben szenvedő egyének esetében. Ebben a vizsgálatban IGD és 23 egészséges kontrollokkal (HCs) kezelt 24 serdülőket toboroztunk IGD nélkül, és a ballon analóg kockázati feladatot (BART) egy funkcionális mágneses rezonancia képalkotó kísérletben használták fel a kockázati szint modulációjának (a ballonrobbanás) az agyaktivitásról kockázatos döntéshozatal során IGD serdülőknél. Az IGD-csoportban a jobb dorsolateralis prefrontalis kéreg (DLPFC) aktiválásának kockázati szintjének csökkent csökkenését az aktív BART során a HC-khez viszonyítva. Az IGD csoportban szignifikáns negatív korreláció volt fenn az aktív BART során a kockázattal összefüggő DLPFC aktiválás és a Barratt impulsivitási skála (BIS-11) pontszámok között, amelyek szignifikánsan magasabbak voltak az IGD csoportban, mint a HC-k. Vizsgálatunk kimutatta, hogy a döntéshozatalhoz kapcsolódó agyi régióként a jobb DLPFC kevésbé érzékeny az IGD serdülőknél a kockázatokra, mint a HC-k, ami hozzájárulhat az IGD serdülők magasabb impulzivitási szintjéhez.
Bevezetés
Az internetes szerencsejáték-rendellenességek egyre gyakoribbá válnak az egész világon, különösen Ázsiában (Wu és munkatársai, 2013; Tang és munkatársai, 2014), és káros hatást gyakorol a különféle viselkedési és pszichoszociális szempontokra (Ko és munkatársai, 2010). A viselkedéskutatás arra utalt, hogy a csökkent kockázatos döntési képesség az egyik legfontosabb viselkedési zavar az IGD-betegekben (Pawlikowski és Brand, az 2011; Yao és munkatársai, 2015). A kutatók például úgy találták, hogy az IGD-betegek kedvezőtlenebb döntéseket hoztak a kockajáték feladatban, összehasonlítva a HC-kkel, és hogy ezek a károsodások részben annak következményei lehetnek, hogy nem hasznosítják a visszajelzéseket (Pawlikowski és Brand, az 2011; Yao és munkatársai, 2014). Ezenkívül a tanulmányok azt mutatták, hogy az IGD alanyai a jövőbeli döntések meghozatalakor csökkent a tapasztalati eredmények figyelembevételével (Dong és munkatársai, 2013). A kockázatos döntéshozatal magas szintű kognitív funkció, és nélkülözhetetlen az emberi túléléshez bizonytalan környezetben (Hastie, 2001). A kockázatkerülés a normál lakosság döntéshozatali folyamatának lényeges eleme (Macoveanu és munkatársai, 2013). Az IGD-betegek azonban hajlamosak hátrányos kockázatos döntéshozatalra, és még kedvezőtlenebb helyzeteket tapasztalnak (Yao és munkatársai, 2015), amely negatív hatást gyakorolhat az IGD egyénekre és a társadalomra. Ezért fontos, hogy megvizsgáljuk az IGD-ben szenvedő betegekben a megváltozott kockázatos döntéshozatal alapjául szolgáló idegi mechanizmusokat.
Az egészséges alanyokban vadul megvizsgálták a kockázatos döntéshozatalhoz kapcsolódó idegi áramköröket, és egy eloszlatott subkortikális-kortikális hálózatot, amely főleg prefrontalis, parietális, limbikus és subkortikális régiókból áll, részt vesz a kockázatos döntéshozatalban (Ernst és Paulus, 2005; Trepel és munkatársai, 2005; Krain és munkatársai, 2006; Rao és munkatársai, 2008; Kohno és munkatársai, 2015), és ezekben a régiókban az agyi aktivációs szintekről kimutatták, hogy összefüggenek a kockázati szinttel (Schonberg és munkatársai, 2012; Galván és munkatársai, 2013; Telzer és munkatársai, 2013a; Rao és munkatársai, 2014; Kohno és munkatársai, 2015). Néhány neuroimaging vizsgálat azonban az IGDnek az idegi szubsztrátokra gyakorolt hatására összpontosított a kockázatos döntéshozatalhoz. FMRI tanulmány Dong és mtsai. (2013) megállapította, hogy az internetes függőséggel küzdő egyéneknek több agyi erőforrásra van szükségük a döntéshozatali feladat elvégzéséhez, és figyelmen kívül hagyták a korábbi eredmények visszacsatolását, amely a HC-k kockázatos döntésének alapvető eleme. Egy tanulmány Lin et al. (2015) kiderült, hogy a bal alsóbbrendű frontális gyrus és a bal oldali precentralis gyrus aktiválódási szintje csökkent IGD egyéneknél valószínűség-diszkontálási feladat elvégzésekor, ami arra utal, hogy az IGD-k esetében csökkent a kockázatértékelés. Bár ezek a tanulmányok arra utaltak, hogy az IGD a rendellenes agyi aktivitással jár a kockázatos döntéshozatali folyamatok során, az IGD-betegek körében még mindig rosszul értik, hogy a kockázati szint hogyan modulálja az agyi aktiválást a döntéshozatal során. Tudomásunk szerint eddig egyetlen tanulmány sem az agyi aktiválás és a kockázati szintek közötti kovarianciára összpontosított a döntéshozatali folyamat során az IGD-betegekben, ami elősegítheti az IGD-betegek döntéshozatali hiányának alapjául szolgáló mechanizmusok jelenlegi megértését.
Ebben a tanulmányban 23 IGD serdülőket és 24 HC-ket vettünk fel, és fMRI-adatokat nyertünk, míg a résztvevők elvégezték a BART-ot (Lejuez és munkatársai, 2002) annak értékelésére, hogy a kockázati szint hogyan modulálja az agyi aktiválást a döntéshozatali folyamatok során az IGD serdülőknél, szemben a HC-kel. A BART, amelyben a résztvevők felfújnak egy virtuális ballont, amely akár nagyobb lehet, akár felrobban, ökológiai szempontból érvényes modellt nyújt az emberi kockázatvállalási hajlandóság és viselkedés értékelésére, és lehetőséget ad a résztvevők számára az egyes ballonok kockázati szintjének meghatározásához; minél nagyobb a ballon felfújása, annál nagyobb a kockázata, hogy a résztvevők vállalják. Más kockázati feladatoktól eltérően a BART-ban a kockázatot közvetlenül és ökológiai szempontból határozták meg, mint az egyes ballonok robbanásának valószínűsége; így a BART adaptív az agyi aktiválás kockázati szintjének modulációja szempontjából a döntéshozatali folyamat során. A BART-ot sikeresen alkalmazták egészséges önkéntesekben, és kimutatták, hogy több agyrégió kapcsolódik a kockázathoz, ideértve a DLPFC-t, a ventromedialis prefrontalis cortexet, az ACC / medialis frontális cortexet, a striatumot és az insulát (Rao és munkatársai, 2008; Schonberg és munkatársai, 2012; Helfinstein és munkatársai, 2014; Kohno és munkatársai, 2015). A BART-t függőségi vizsgálatokban is felhasználták, és a rendellenes agyi aktiválást kimutatták a metamfetamin-függõ személyek DLPFC-jében és a striatumban (Kohno és munkatársai, 2014), valamint az alkoholfüggőséggel rendelkező egyének prefrontalis kéregében és ACC-jében (Bogg és munkatársai, 2012; Claus és Hutchison, 2012). Különleges viselkedési függőségként (Karim és Chaudhri, 2012; Carli és munkatársai, 2013), Az IGD befolyásolhatja a kockázatokkal kapcsolatos agyi régiók aktivitását is. Így ebben a tanulmányban az FMRI-t használtuk a BART-tal arra, hogy megvizsgáljuk, hogy az agyi aktiválás kockázati szintjének modulálása a döntéshozatali folyamat során megváltozott-e az IGD serdülőknél a HC-khez képest. Ez a tanulmány hozzájárul az IGD serdülőknél a kockázatvállalás és az impulzív viselkedés neuro mechanizmusainak megértéséhez.
Anyagok és módszerek
A résztvevő kiválasztása
Mivel az IGD diagnosztikai standardjai továbbra sem egyértelműek (Blaszczynski, 2008; Griffiths, 2008), viszonylag szigorú befogadási kritériumokat választottak ki ebben a tanulmányban. Először: az internet-függőség YDQ (Fiatal, 1998) az internetes függőségi rendellenesség kimutatására szolgáltak. Az YDQ nyolc „igen” vagy „nem” kérdést tartalmazott az internethasználattal kapcsolatban. Azokat a résztvevőket, akik öt vagy több „igen” választ válaszoltak, internetes függőségi rendellenességgel diagnosztizálták (Fiatal, 1998). 50 vagy annál magasabb pontszám az IAT-n (Fiatal és internetes függőség teszt [IAT], 2009) második felvételi kritériumként alkalmazták. Ezenkívül csak azokat az IGD-s serdülőket vették fel, akik arról számoltak be, hogy átlagosan napi négy vagy több órát töltenek internetes játékokkal (a teljes online idő 80% -ánál többet). Ezen felvételi kritériumok szerint ebben a vizsgálatban 26 jobbkezes férfi IGD serdülőt vettek fel. Csak a férfi alanyokat vizsgálták, mivel az internetes játékélményekkel rendelkező nők viszonylag kevés voltak. Huszonöt férfi résztvevőt vettek fel HC-ként. A HC-k olyan alanyok voltak, akik nem feleltek meg az YDQ-diagnózis kritériumainak, kevesebb mint 2 órát töltöttek az interneten, és akiknek az IAT-pontszáma kevesebb volt, mint 50. Az összes résztvevő gyógyszermentes volt, és nem számolt be arról, hogy a kórelőzményekben kábítószer-visszaélés történt. vagy fejsérülések. Az impulzivitást a BIS-11 összes résztvevőjére értékeltük (Patton és munkatársai, 1995). Az összes résztvevő IQ-ját SPM segítségével teszteltük. Három 26 IGD serdülőről és az egyik 25 HC-ből származó adatokat a fMRI kísérlet során a fej nyilvánvaló mozgása miatt elvettek ebből a vizsgálatból (a maximális elmozdulás bármely kardinális irányban meghaladja az 2 mm-t és / vagy a maximális centrifugálás több, mint 2 °). . A további 23 IGD serdülők és 24 HC-k adatait felhasználtuk a további elemzésekhez. Az életkor, az oktatás és az IQ jól egyezett a két csoport között, és a BIS pontszámok és az IAT pontszámok szignifikánsan magasabbak voltak az IGD csoportban, mint a HC-kben (Táblázat Table11).
Ezt a tanulmányt a Tianjini Orvostudományi Egyetemi Kórház etikai bizottsága hagyta jóvá, és minden alanytól írásbeli, megalapozott beleegyezést kapott.
Feladat és eljárás
Ebben a tanulmányban adaptáltuk a BART fMRI-adaptált változatát Rao és munkatársai. (2008). Röviden, a résztvevőknek bemutattak egy virtuális ballont, és arra kérték őket, hogy nyomják meg a két gomb egyikét a ballon felfújásához (szivattyúzásához), vagy a készpénz kifizetéséhez. A nagyobb ballonokat nagyobb jutalmak és nagyobb robbanásveszély társították. A résztvevők bármikor megállíthatják a léggömb felfújását, hogy megnyerjék a tétet, vagy folytathatják az inflációt, amíg a ballon felrobban, és ebben az esetben elveszítik a tétjét. A szivattyúk maximális száma, amelyet a résztvevők felhasználhattak az egyes ballonokhoz, az 12. Kontroll dákót (egy kis kör színe pirosról zöldre változott) arra használtak, hogy a résztvevőket megtanítsák az infláció megkezdésére. Miután a résztvevők sikeresen megnyomtak egy gombot és szivattyúzták a ballont, a kis kör azonnal vörösre váltott, véletlenszerű időközönként, az 1.5 és az 2.5 között. A végszó ezután ismét zöldre vált, jelezve a következő inflációs időszakot. Az egyes ballonpróbák befejezése után változó 2 – 4 intervallumok is voltak a következő ballon próba előtt. A nyeremény vagy veszteség képet mutatták be az 1.5-k számára. A felrobbantott ballon képet 20 ms-ra mutatták be. A ballon robbanásának kockázatát (a ballon robbanásának valószínűsége) „kockázati szintnek” határozták meg. A kockázati szint és az agyi régiók aktiválásának kovarianciáját „modulációnak” nevezték.
A BART két módját használtuk tanulmányunkban: aktív választás és passzív választás nélküli mód. Aktív választás módban a résztvevők meghatározták a kockázati szintet, és úgy döntöttek, hogy felfújják a ballont vagy készpénzt fizetnek. Passzív, választás nélküli módban azonban a résztvevők folyamatosan felfújták a ballont, miközben a számítógép meghatározta a végpontot, valamint az egyes ballonok nyerését vagy veszteségét. A léggömbök számát, amelyet a résztvevők a vizsgálat során kitöltöttek, nem előre határozták meg, hanem függött a válaszsebességtől, akár aktív, akár passzív módban. A két mód közötti különbség az aktív módban az infláció megszakítása és a tét nyerése. Az aktív választási mód agyi aktivációs szintje a passzív választás nélküli módhoz (aktív-passzív) képest tükrözi a döntéshozatali folyamat idegi alapját. A kísérlet után a résztvevők egyenértékű pénzt kaptak az aktív módú kísérlet során.
Adatgyűjtés
A funkcionális MRI-t egy Siemens 3.0T szkenneren (Magnetom Verio, Siemens, Erlangen, Németország) végeztük, gradiens-visszahívott visszhang sík képalkotó szekvencia alkalmazásával, a következő paraméterekkel: ismétlési idő (TR) = 2000 ms, visszhang ideje (TE) = 30 ms, látómező = 220 mm × 220 mm, mátrix = 64 × 64, a szeletek vastagsága = 4 mm, és a szeletek közötti rés = 1 mm. A feladat-ingereket a mágnes furata elõtt egy kijelzõre vetítették, és a résztvevõk a stimulust a fejtekercsre szerelt tükör segítségével nézték meg. A résztvevők az fMRI-kompatibilis válaszdoboz gombjának megnyomásával válaszoltak a feladatra. A formális kísérletet azután végezték el, hogy a résztvevők megtanultak és gyakorolták a feladatokat. Az összes résztvevő két 10 min funkcionális futást befejezett, mindegyik feladat üzemmódhoz egyet. A két feladat szkennelési sorrendjét ellensúlyozták az egyes csoportok résztvevői.
Viselkedési elemzés
Az fMRI kísérletben a BART viselkedésbeli változói a kísérleti számot, a szivattyúk teljes és átlagos számát, a győzelmek és veszteségek számát, a szivattyúk korrigált számát (azaz a szivattyúk átlagos számát határozták meg a felrobbantott léggömbök nélkül), a jutalmat gyűjtési arány (a nyert kísérletek száma osztva a teljes kísérletek számával), és az átlagos szivattyú minden RT-re. Csak az aktív üzemmódban bekövetkezett viselkedési adatokat elemezték, mivel a résztvevőket arra kényszerítették, hogy a passzív üzemmódban minden léggömbre számítógéppel meghatározzák az eredményt. Két minta t-teszttel hasonlítottuk össze az aktív módban fellépő viselkedési adatok különbségét az IGD-egyének és a HC-k között. A statisztikai elemzéseket az SPSS 21.0 készülékkel végeztük, és a szignifikancia szintet 10% -on állítottuk be P <0.05.
Funkcionális MRI adatok előfeldolgozása
A funkcionális MRI-adatok előfeldolgozását SPM8 (http://www.fil.ion.ucl.ac.uk/spm/software/spm8). Az egyes résztvevők esetében a funkcionális képeket korrigáltuk a különböző szeletek közötti begyűjtési idő késleltetésével, és a becsült fejmozgásnak megfelelően korrigáltam a geometriai elmozdulásokat. A képeket ezután az első kötettel igazítottuk át. A mozgáskorrekciós becslések alapján azokat a résztvevőket, akik a maximális elmozdulást 2-mm-nél nagyobb, vagy a szögforgás 2 ° -nál nagyobb X, y vagy z irányában mutatták (x, y vagy z), bármelyik irányba, kizárták a tanulmányból. . Ezt a lépést követően az összes átalakított képet térbelilag normalizáltuk az MNI EPI sablonnal, 3 mm × 3 mm × 3 mm méretű mintára állítottuk be, majd 6 mm FWHM-el simítottuk.
Statisztikai elemzés
A GLM-et használták voxel-alapú egyedi adatok elemzéséhez. A BOLD idősor adatait egy standard HRF-rel modelleztük, idõszármazékkal. Az egyes alanyok fejmozgási paramétereit nem érdekes kovariánsokként modelleztük. Az alacsony frekvenciájú ingadozások eltávolításához egy nagy áteresztőképességű szűrőt, amely az 128-nál leszakadt.
A GLM három típusú eseményt tartalmazott, amelyek egy gombnyomással következtek be: a ballon felfújása, győzelem vagy veszteség. Tehát a GLM aktív vagy passzív feladathoz három regressort tartalmazott, amelyek háromféle eseményt képviselnek. Az egyes inflációkkal összefüggő kockázati szintet (azaz a robbanás valószínűségét, amelyet ortogonalizáltak egy átlagos központi korrekcióval) szintén bevittünk a modellbe, mint a ballonfláncia-regresszor lineáris paraméteres modulációját. Mindegyik alanynál meghatározták az aktív és passzív feladatok kockázattal összefüggő kontrasztját a kockázati szinttel együtt változó agyi aktiválások vizsgálatához.
A második szintű véletlenszerű hatástanulmányokat 2 (csoport: IGD és HC) × 2 (választási mód: aktív és passzív) ANOVA alkalmazásával végezték el a kockázatokkal összefüggő kontrasztok teljes tényezőjével az SPM8-ben, a kockázatokkal kapcsolatos kontrasztok pedig a az aktív és a passzív módot ugyanazon résztvevőn belül ismételt mérésekként dolgozták fel. Ebben a tanulmányban a fő cél a kockázattal összefüggő agyi aktiválás csoportközi különbségének értékelése volt a döntéshozatali folyamat során, amelyet tükrözhet az aktív módban tapasztalt aktiválás a passzív módhoz képest (aktív – passzív). Ezért a csoport és a választási mód, a HCs (aktív – passzív) - IGD (aktív – passzív) közötti interaktív hatást elemezték ebben a tanulmányban. A több összehasonlításhoz korrekciót hajtottunk végre a Monte Carlo-szimuláció alkalmazásával, amelynek eredményeként korrigált küszöbérték volt P <0.05 (AlphaSim program, paraméterei többek között: egy voxel P = 0.005, 1000 szimulációk, teljes szélesség maximális felénél = 6 mm, klaszter csatlakozási sugara r = 5 mm, és a globális szürke anyag maszkja). Az interaktív hatásokkal rendelkező agyrégiókat ROI-kként határoztuk meg. A ROI-k átlagos β-becsléseit kinyerték és a post hoc t- tesztet végeztünk.
A ROI-n belüli átlagos β becslések, a BIS pontszámok és az IAT pontszámok közötti korrelációt Pearson-féle korrelációs elemzéssel vizsgáltuk az IGD csoportban az SPSS 21.0 alkalmazásával. A szignifikancia szintet 10% -on állították be P <0.05.
Eredmények
Viselkedési eredmények
Táblázat Table22 az viselkedés eredményeit mutatja az fMRI kísérlet során. A két minta t-teszt kiderült, hogy az átlagos RT rövidebb volt az IGD csoportban, mint a HC-kben, míg az aktív mód zajlott (P = 0.03), az összes szivattyúk száma szignifikánsan több volt az IGD csoportban (P <0.001). Nem volt szignifikáns különbség a kiigazított szivattyúk számában, a próbaszámban, a szivattyúk átlagos számában, a győzelmek és veszteségek számában, valamint a jutalom beszedési arányában.
Képalkotási eredmények
Az 2 (csoport: IGD és HCs) × 2 (választási mód: aktív és passzív) ANOVA a kockázatokkal kapcsolatos kontrasztokon jelentős interaktív hatást mutatott a jobb DLPFC aktiválására (MNI koordináta: 24, 54, 12; voxelok: 38; t = 3.78; P <0.05, AlphaSim korrekció; Ábra Figure1A1A). A post hoc t-test azt mutatta, hogy a jobb DLPFC aktiválásakor a kockázati szint modulálása magasabb volt aktív módban, mint passzív módban HC-kben, de nem mutatott szignifikáns különbséget az IGD csoport aktív és passzív módja között. Az aktív módban a jobb DLPFC aktiválásával kapcsolatos kockázati szint modulációja az IGD csoportban szignifikánsan csökkent, mint a HC-k (Ábra Figure1B1B). Ezen kívül szignifikáns interaktív hatást találtak a bal kisagy aktiválására is (MNI koordináta: -9, -78, -21; voxelek: 72; t = 4.13; P <0.05, AlphaSim korrekció; Ábra Figure2A2A). A post hoc t-teszt kiderült, hogy a bal kisagy aktiválásának kockázati szintjének modulációja közötti különbség a módok és a csoportok között hasonló jellemzőkkel bír, mint amelyek a jobb oldali DLPFC-ben láthatók (Ábra Figure2B2B).
A jobb DLPFC aktiválásakor a kockázati szint modulálása aktív módban szignifikánsan negatív korrelációt mutatott az IGD csoport BIS teljes pontszámaival (Ábra Figure33). Az IGD csoportban nem volt szignifikáns kapcsolat a jobb DLPFC és az IAT pontszámok aktiválása között. Ezenkívül nem találtunk szignifikáns összefüggést az fMRI eredmények és a döntéshozatal során bekövetkezett viselkedési adatok között.
Megbeszélés
Tudomásunk szerint ez az első tanulmány, amelyben az agyaktiváció kockázati szintjének modulációját értékelték az IGD serdülők döntéshozatali folyamata során, BART fMRI alkalmazásával. A jobb DLPFC csökkent kockázattal járó aktiválása az aktív döntéshozatal során az IGD csoportban található a HC-khez képest, ami arra utalt, hogy a jobb DLPFC aktiválása kevésbé érzékeny az IGD csoport kockázati szintjére, mint a HC-kben. A jobb DLPFC aktiválásának kockázata az aktív döntéshozatali folyamat során negatívan korrelált az IGD csoport BIS pontszámával. Ezek az eredmények hozzájárulhatnak a magasabb impulzivitás idegi mechanizmusainak megértéséhez az IGD serdülőknél.
A kockázatos döntéshozatal valószínűleg számos olyan agyi folyamatra támaszkodik, amelyek részt vesznek az érték és a kockázat becslésében, a végrehajtó ellenőrzésben és az érzelmek feldolgozásában (Gowin és munkatársai, 2013). A DLPFC kritikus agyrégió, amely részt vesz a végrehajtó ellenőrzésben (Bari és Robbins, 2013; Yuan és Raz, 2014), amely szabályozza a célorientált, rugalmas és hatékony viselkedést, és kifejezett kockázattal közvetítheti a döntéshozatalt (Brand és mtsai., 2006; Schiebener és munkatársai, 2012). A DLPFC megváltozott felépítését és funkcióját bizonyították IGD egyéneknél (Yuan és munkatársai, 2011; Ko és munkatársai, 2013; Liu és munkatársai, 2014), amelyek összhangban voltak az anyagfüggőségről szóló tanulmányok megállapításaival (Bolla és munkatársai, 2005; Moeller és munkatársai, 2014) és viselkedési függőség (Crockford és munkatársai, 2005). A döntéshozatal során a DLPFC tevékenysége közvetítheti a kockázatra és az értékre vonatkozó információk integrálását (Gowin és munkatársai, 2013), képviseli a kilátásokat, értékeli az eredményeket és kiszámítja a későbbi hasznosságot (Trepel és munkatársai, 2005). Az IGD serdülők általában csökkent működési képességgel rendelkeznek (Zhou és munkatársai, 2012; Dong és munkatársai, 2015); Ezért feltételezhető, hogy a jobb DLPFC kockázatokhoz kapcsolódó csökkent aktiválása az IGD serdülőknél a kockázatos döntéshozatal során tükrözi a káros vezetői kontroll funkciót, amely kockázatos helyzetekben negatív választásokat közvetített. Ebben a tanulmányban a jobb, de nem a bal DLPFC csökkentett kockázatokkal kapcsolatos aktivációt mutatott az IGD serdülőknél, mint a HC-k. A jobb oldali laterálisságról, szemben a bal oldali DLPFC-aktivitással, amely a kockázatos döntéshozatalt közvetíti, más BART fMRI-tanulmányokban (Rao és munkatársai, 2008; Schonberg és munkatársai, 2012; Galván és munkatársai, 2013; Kohno és munkatársai, 2014) és a transzkraniális egyenáram-stimulációs vizsgálatok (Gorini és munkatársai, 2014). Ezenkívül a jobb DLPFC-ben a csökkent aktiválás laterálissága a drogfüggő egyéneknél is megfigyelhető volt, amikor egy sor kockázatos döntéshozatali feladatot végrehajtottak (Bolla és munkatársai, 2005; Ersche és munkatársai, 2005; Kohno és munkatársai, 2014). Összegezve, ezek az eredmények arra utaltak, hogy a jobb DLPFC kulcsfontosságú régió volt a kockázatos döntéshozatalban, és az IGD serdülőknél a DLPFC aktiválásának megváltoztatásának alapjául szolgáló lehetséges idegi mechanizmus hasonló lehet a kábítószerrel való visszaélés problémájával küzdő egyéneknél.
Az utóbbi időben az IGD-t viselkedésfüggőségnek vagy impulzus-kontroll zavarnak (Kuss, 2013; Ding és munkatársai, 2014), és kapcsolódhat a gátlási funkciók károsodásához (Dong és Potenza, 2014; Liu és munkatársai, 2014), amely hasonló a többi viselkedési függőséghez (Grant és munkatársai, 2010), például a kóros szerencsejáték (Miedl és munkatársai, 2012; Kräplin és munkatársai, 2014). Egy áttekintés szerint az impulzív gátlás a döntéshozatali funkció része (Sakagami és munkatársai, 2006), és a kutatások sikeresen kimutatták, hogy a DLPFC fontos szerepet játszik az impulzív gátlási folyamatban (Asahi és munkatársai, 2004; Garavan és munkatársai, 2006; Nakata és munkatársai, 2008a,b; Probst és van Eimeren, 2013). A jelenlegi vizsgálatban a magasabb BIS-11 pontszámok az IGD egyénekben, szemben a HC-kkel, magasabb impulzivitást jelentettek az IGD serdülőknél, ami összhangban volt az IGD egyének impulzív kontrollját vizsgáló más tanulmányok eredményeivel (Ding és munkatársai, 2014; Ko és munkatársai, 2014; Metcalf és Pammer, 2014). Ezért tanulmányunkban az IGD serdülőknél a jobb DLPFC aktiválásának kockázati szintjének csökkent modulációja impulzív gátlási zavarokkal járhat. Ezenkívül szignifikáns negatív korrelációt találtunk a jobb DLPFC aktiválásának kockázati szintjének csökkent modulációja mellett az aktív választás során és a BIS-11 pontszám között IGD serdülőknél, ami azt jelenti, hogy a nagyobb impulzív képességű IGD serdülők alacsonyabb modulációt mutattak. a jobb DLPFC aktiválásának kockázati szintje a döntéshozatali folyamat során. A jobb DLPFC aktiválás kevésbé volt érzékeny a kockázatra a döntéshozatali folyamat során az IGD serdülőknél, akiknél magasabb impulzív hajlam volt. Az IGD serdülőknél a jobb DLPFC aktiválásakor a kockázati szint csökkent modulációja közvetítheti a kockázat figyelmen kívül hagyását.
Vizsgálatunkban azt találtuk, hogy a jobb DLPFC mellett a bal kisagy aktiválásának kockázati szintjének modulációja szintén csökkent az IGD csoport aktív döntéshozatali folyamata során. Bár a cerebellum aktivációjának megváltozásáról beszámoltak a BART korábbi fMRI-vizsgálata során (Galván és munkatársai, 2013; Telzer és munkatársai, 2013a,b; Rao és munkatársai, 2014) és a döntéshozatali folyamatokat magában foglaló egyéb feladatok (Rosenbloom és munkatársai, 2012; Gabay és munkatársai, 2014), az idegi mechanizmust nem határozták meg egyértelműen. Korábbi tanulmányok kimutatták, hogy a kisagy a kritikus összetevő a függőséggel kapcsolatos kérdésekben (Kühn és munkatársai, 2012; Moulton és munkatársai, 2014), és a kisagy, különösen a bal oldali kisagy szürkeállománya csökkent, anyag-rendellenességben szenvedő betegeknél (Moreno-López és munkatársai, 2015). Sőt, a csökkentett szürkeanyag-mennyiség (Wang és munkatársai, 2015) és a fokozott regionális homogenitás (Dong és munkatársai, 2012) a bal kisagyban IGD egyéneknél is beszámoltak. Ezért érdemes további vizsgálatokat elvégezni a kisagyi aktivitás és a kockázatos döntéshozatal összefüggésében az IGD-betegekben.
Ebben a tanulmányban számos korlátozást kell figyelembe venni. Először is, a minta mérete viszonylag kicsi volt, ami csökkentheti az energiát, és nem képes észlelni néhány agyi aktiválást kis jelentőséggel. Másodszor, a módosított BART feladatban a lehetséges ballonszivattyúk maximális számát 12-ra csökkentették, és a legtöbb résztvevő csak körülbelül 30 ballonpróbákat hajtott végre a BOLD szkennelés 10 percében. Így a kísérleti tervben rejlő korlátozások csökkenthetik a viselkedésbeli teljesítménycsoportok közötti különbségek észlelésének érzékenységét (Rao és munkatársai, 2010). Végül, a megváltozott agyi aktiválás és az IGD közötti okozati összefüggést nem lehet meghatározni ezzel a keresztmetszeti vizsgálattal. Egy longitudinális tanulmány hasznos lehet e kapcsolat értékeléséhez.
Következtetés
Úgy gondolják, hogy ez az első tanulmány, amely az agyi aktiválás kockázati szintjének modulálását teszteli a BART-val kapcsolatos döntéshozatali folyamat során IGD serdülőknél. Vizsgálatunk kimutatta, hogy a jobb DLPFC aktiválásának kockázati szintjének modulációja csökkent az IGD serdülőknél, és a jobb DLPFC kockázattal összefüggő aktiválásának negatív korrelációja volt a BIS pontszámokkal. Megállapításaink azt sugallják, hogy a döntéshozatalhoz kapcsolódó kritikus agyi régióként a jobb DLPFC kevésbé érzékeny az IGD serdülőknél a kockázati szintre, mint a HC-k, ami hozzájárulhat az IGD serdülők magasabb impulzivitásához.
Szerzői hozzájárulások
XQ, YY, XL és QZ által tervezett kutatás; XQ, XD, PG, YZ, GD és QZ végzett kutatásokat; IG, PG részt vett a klinikai értékelésben; XQ, YZ, GD, WQ és QZ elemzett adatok; XQ, 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.
Rövidítések
| ACC | elülső cingulátum |
| BART | ballon analóg kockázati feladat |
| BIS-11 | Barratt impulzivitás skála |
| DLPFC | dorsolaterális prefrontális kéreg |
| fMRI | funkcionális mágneses rezonancia képalkotás |
| FWHM | teljes szélességben, a maximális félig |
| GLM | általános lineáris modell |
| HC | egészséges kontroll |
| HRF | hemodinamikai válasz funkció |
| IAT | Young online függőségi tesztje |
| IGD | internetes játék zavar |
| IQ | Intelligencia hányados |
| MNI | Montreali Neurológiai Intézet |
| ROI | érdekes régió |
| RT | válaszidő |
| SPM | A Standard Raven progresszív mátrixai |
| SPM8 | Statisztikai paraméteres térképező szoftver |
| YDQ | Fiatal diagnosztikai kérdőív |
Referenciák
- Asahi S., Okamoto Y., Okada G., Yamawaki S., Yokota N. (2004). Negatív korreláció a jobb prefrontalis aktivitás között a válasz gátlása és az impulzivitás között: fMRI vizsgálat. Eur. Boltív. Pszichiátriai Clin. Neurosci. 254 245–251. 10.1007/s00406-004-0488-z [PubMed] [Cross Ref]
- Bari A., Robbins TW (2013). Gátlás és impulzivitás: a válaszkontroll viselkedésbeli és idegi alapjai. Prog. Neurobiol. 108 44 – 79. 10.1016 / j.pneurobio.2013.06.005 [PubMed] [Cross Ref]
- Blaszczynski A. (2008). Kommentár: válasz a „videojátékok„ függőség ”fogalmával kapcsolatos problémákra: néhány esettanulmány-példa”. Int. J. Mental Health Addict. 6 179–181. 10.1007/s11469-007-9132-2 [Cross Ref]
- Bogg T., Fukunaga R., Finn PR, Brown JW (2012). A kognitív kontroll összekapcsolja az alkoholfogyasztást, a tulajdonságok megsemmisítését és a csökkent kognitív képességeket: bizonyíték a prefrontalis cortex mediális rendellenességére jutalom-kereső viselkedés során. A kábítószer-alkohol függ. 122 112 – 118. 10.1016 / j.drugalcdep.2011.09.018 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Bolla KI, DA Eldreth, Matochik JA, CaLt JL (2005). A hibás döntéshozatal idegi szubsztrátjai az abstinens marihuána használókban. Neuroimage 26 480 – 492. 10.1016 / j.neuroimage.2005.02.012 [PubMed] [Cross Ref]
- Márka M., Labudda K., Markowitsch HJ (2006). A döntéshozatal neuropszichológiai összefüggései egyértelmű és kockázatos helyzetekben. Neural Netw. 19 1266 – 1276. 10.1016 / j.neunet.2006.03.001 [PubMed] [Cross Ref]
- Carli V., Durkee T., Wasserman D., Hadlaczky G., Despalins R., Kramarz E., et al. (2013). A patológiás internethasználat és a komorbid pszichopatológia közötti kapcsolat: szisztematikus áttekintés. pszichopatológia 46 1 – 13. 10.1159 / 000337971 [PubMed] [Cross Ref]
- Claus ED, Hutchison KE (2012). A kockázatvállalás idegi mechanizmusai és a veszélyes itallal való kapcsolatok. Alkohol. Clin. Exp. Res. 36 932 – 940. 10.1111 / j.1530-0277.2011.01694.x [PubMed] [Cross Ref]
- Crockford DN, Goodyear B., Edwards J., Quickfall J., El-Guebaly N. (2005). Dákó által kiváltott agyi aktivitás patológiás játékosoknál. Biol. Pszichiátria 58 787 – 795. 10.1016 / j.biopsych.2005.04.037 [PubMed] [Cross Ref]
- Ding WN, Sun JH, Sun YW, Chen X., Zhou Y., Zhuang ZG, et al. (2014). A vonásimpulzivitás és a károsodott prefrontalis impulzusgátló funkció olyan serdülőknél, akiknél az internetes játékfüggőség egy Go / No-Go fMRI tanulmány eredményei. Behav. Brain Funct. 10:20 10.1186/1744-9081-10-20 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Dong G., Hu Y., Lin X., Lu Q. (2013). Mi miatt az internet-függők továbbra is online játszanak, még akkor is, ha súlyos negatív következményekkel szembesülnek? Az fMRI vizsgálat lehetséges magyarázata. Biol. Psychol. 94 282 – 289. 10.1016 / j.biopsycho.2013.07.009 [PubMed] [Cross Ref]
- Dong G., Huang J., Du X. (2012). Az internetes játékfüggők a nyugalmi-statisztikai agyi tevékenység regionális homogenitásának változásai. Behav. Brain Funct. 8:41 10.1186/1744-9081-8-41 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Dong G., Lin X., Hu Y., Xie C., Du X. (2015). A végrehajtó ellenőrzési hálózat és a jutalomhálózat közötti kiegyensúlyozatlan funkcionális kapcsolat magyarázza az online játékkeresési magatartást az internetes játék zavarában. Sci. Ismétlés. 5: 9197 10.1038 / srep09197 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Dong G., Potenza MN (2014). Az internetes játék rendellenességek kognitív-viselkedési modellje: elméleti alapok és klinikai következmények. J. Psychiatr. Res. 58 7 – 11. 10.1016 / j.jpsychires.2014.07.005 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Ernst M., Paulus MP (2005). A döntéshozatal neurobiológiája: szelektív áttekintés neurokognitív és klinikai szempontból. Biol. Pszichiátria 58 597 – 604. 10.1016 / j.biopsych.2005.06.004 [PubMed] [Cross Ref]
- Ersche KD, Fletcher PC, Lewis SJ, Clark L., Stocks-Gee G., London M., et al. (2005). A jelenlegi és korábbi amfetamin- és opiátfüggő egyének rendellenes frontális aktivációi a döntéshozatalhoz. Pszichofarmakológia (Berl.) 180 612–623. 10.1007/s00213-005-2205-7 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Gabay AS, Radua J., Kempton MJ, Mehta MA (2014). Az ultimátum játék és az agy: a neuroimaging tanulmányok metaanalízise. Neurosci. Biobehav. Fordulat. 47 549 – 558. 10.1016 / j.neubiorev.2014.10.014 [PubMed] [Cross Ref]
- Galván A., Schonberg T., Mumford J., Kohno M., Poldrack RA, London ED (2013). A dorsolateralis prefrontalis kéreg nagyobb kockázati érzékenysége fiatal dohányosokban, mint a nem dohányzókban. Pszichofarmakológia (Berl.) 229 345–355. 10.1007/s00213-013-3113-x [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Garavan H., Hester R., Murphy K., Fassbender C., Kelly C. (2006). Egyéni különbségek a gátló kontroll funkcionális neuroanatómiájában. Brain Res. 1105 130 – 142. 10.1016 / j.brainres.2006.03.029 [PubMed] [Cross Ref]
- Gorini A., Lucchiari C., Russell-Edu W., Pravettoni G. (2014). A nemrégiben absztinens függő kokainfogyasztók kockázatos döntéseinek modulálása: transzkraniális egyenáramú stimulációs tanulmány. Elülső. Zümmögés. Neurosci. 8: 661 10.3389 / fnhum.2014.00661 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Gowin JL, Mackey S., Paulus MP (2013). Megváltozott kockázatokkal kapcsolatos feldolgozás az anyagfelhasználókban: a fájdalom és a nyereség egyensúlyhiánya. A kábítószer-alkohol függ. 132 13 – 21. 10.1016 / j.drugalcdep.2013.03.019 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Grant JE, Potenza MN, Weinstein A., Gorelick DA (2010). Bevezetés a viselkedésfüggőségbe. Am. J. Gyógyszer-alkoholfogyasztás 36 233 – 241. 10.3109 / 00952990.2010.491884 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Griffiths MD (2008). Videojáték-függőség: további gondolatok és megfigyelések. Int. J. Mental Health Addict. 6 182–185. 10.1007/s11469-007-9128-y [Cross Ref]
- Hastie R. (2001). Az ítélet és a döntéshozatal problémái. Annu. Rev. Psychol. 52 653 – 683. 10.1146 / annurev.psych.52.1.653 [PubMed] [Cross Ref]
- Helfinstein SM, Schonberg T., Congdon E., Karlsgodt KH, Mumford JA, Sabb FW és munkatársai. (2014). A kockázatos döntések előrejelzése az agyi tevékenységi minták alapján. Proc. Nati. Acad. Sci. USA 111 2470 – 2475. 10.1073 / pnas.1321728111 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Karim R., Chaudhri P. (2012). Viselkedésfüggőség: áttekintés. J. Pszichoaktív gyógyszerek 44 5 – 17. 10.1080 / 02791072.2012.662859 [PubMed] [Cross Ref]
- Ko CH, Hsiao S., Liu GC, Yen JY, Yang MJ, Yen CF (2010). Az internetes függőséggel rendelkező főiskolai hallgatók személyzete a döntéshozatalban, a kockázatvállalási képesség és a személyiség. Psychiatry Res. 175 121 – 125. 10.1016 / j.psychres.2008.10.004 [PubMed] [Cross Ref]
- Ko CH, Hsieh T. J., Chen CY, Yen CF, Chen CS, Yen JY, et al. (2014). Megváltozott agyi aktiválás a válaszgátlás és a hibakezelés során az internetes játékproblémákban szenvedő betegeknél: funkcionális mágneses képalkotó vizsgálat. Eur. Boltív. Pszichiátriai Clin. Neurosci. 264 661–672. 10.1007/s00406-013-0483-3 [PubMed] [Cross Ref]
- Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, Chen CS (2013). Az agy korrelál az online játék iránti vágy mellett, amely dákó expozíció alatt áll az internetes játékfüggőséggel küzdő és az engedményes alanyok esetében. Rabja. Biol. 18 559 – 569. 10.1111 / j.1369-1600.2011.00405.x [PubMed] [Cross Ref]
- Kohno M., Ghahremani DG, Morales AM, Robertson CL, Ishibashi K., Morgan AT, et al. (2015). Kockázatvállaló viselkedés: dopamin d2 / d3 receptorok, visszajelzés és frontolimbikus aktivitás. Cereb. Cortex 25 236 – 245. 10.1093 / cercor / bht218 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Kohno M., Morales AM, Ghahremani DG, Hellemann G., London ED (2014). Kockázatos döntéshozatal, prefrontalis kéreg és mezokortikolimbi funkcionális kapcsolat a metamfetaminfüggőségben. JAMA Psychiatry 71 812 – 820. 10.1001 / jamapsychiatry.2014.399 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Krain AL, Wilson AM, Arbuckle R., Castellanos FX, Milham MP (2006). A kockázat és a kétértelműség idegrendszerének különféle mechanizmusai: a döntéshozatal metaanalízise. Neuroimage 32 477 – 484. 10.1016 / j.neuroimage.2006.02.047 [PubMed] [Cross Ref]
- Kräplin A., Dshemuchadse M., Behrendt S., Scherbaum S., Goschke T., Bühringer G. (2014). A patológiás szerencsejátékok diszfunkcionális döntéshozatala: mintázat-specifitás és az impulzivitás szerepe. Psychiatry Res. 215 675 – 682. 10.1016 / j.psychres.2013.12.041 [PubMed] [Cross Ref]
- Kühn S., Romanowski A., Schilling C., Mobascher A., Warbrick T., Winterer G., et al. (2012). Agyszürke anyaghiány a dohányosoknál: összpontosítson a kisagyra. Agy struktúra. Funct. 217 517–522. 10.1007/s00429-011-0346-5 [PubMed] [Cross Ref]
- Kuss DJ (2013). Internetes játékfüggőség: jelenlegi kilátások. Psychol. Res. Behav. Manag. 6 125 – 137. 10.2147 / PRBM.S39476 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Lejuez CW, Read JP, Kahler CW, Richards JB, Ramsey SE, Stuart GL, et al. (2002). A kockázatvállalás viselkedésbeli mértékének értékelése: ballonanalóg kockázati feladat (BART). J. Exp. Psychol. Appl. 8 75–84. 10.1037//1076-898X.8.2.75 [PubMed] [Cross Ref]
- Lin X., Zhou H., Dong G., Du X. (2015). Károsodott kockázatbecslés az internetes játékproblémákkal küzdő embereknél: fMRI bizonyítékok egy valószínűségi diszkontáló feladatból. Prog. Neuro-Psychopharmacol. Biol. Pszichiátria 56 142 – 148. 10.1016 / j.pnpbp.2014.08.016 [PubMed] [Cross Ref]
- Liu GC, Yen JY, Chen CY, Yen CF, Chen CS, Lin WC, et al. (2014). Agy aktiválása a válaszgátláshoz a játék dákójának elvonása révén az internetes játék zavarában. Kaohsiung J. Med. Sci. 30 43 – 51. 10.1016 / j.kjms.2013.08.005 [PubMed] [Cross Ref]
- Macoveanu J., Rowe JB, Hornboll B., Elliott R., Paulson OB, Knudsen GM, et al. (2013). Biztonságosan játszik, de elveszíti mindeneset - a dorsomedialis prefrontalis cortex negatív kimeneteleinek szerotonerg jelzése a kockázatkerülés kontextusában. Eur. Neuropsychopharmacoi. 23 919 – 930. 10.1016 / j.euroneuro.2012.09.006 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Metcalf O., Pammer K. (2014). Impulzivitás és a kapcsolódó neuropszichológiai tulajdonságok a szokásos és addiktív lövöldözős játékokban. Cyberpsychol. Behav. Soc. Hál. 17 147 – 152. 10.1089 / cyber.2013.0024 [PubMed] [Cross Ref]
- Miedl SF, Peters J., Büchel C. (2012). Megváltozott idegi jutalom-ábrázolások a kóros játékosoknál, késleltetéssel és valószínűségi diszkontálással. Boltív. Pszichiátria 69 177 – 186. 10.1001 / archgenpsychiatry.2011.1552 [PubMed] [Cross Ref]
- Moeller SJ, Froböse MI, Konova AB, Misyrlis M., Parvaz MA, Goldstein RZ és munkatársai. (2014). A gátló rendellenességek általános és különös idegi összefüggései: a stroop fMRI vizsgálata a kokainfüggőség és az időszakos robbanásveszélyes rendellenességek terén. J. Psychiatr. Res. 58 55 – 62. 10.1016 / j.jpsychires.2014.07.016 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Moreno-López L., Perales JC, Van Son D., Albein-Urios N., Soriano-Mas C., Martinez-Gonzalez JM, et al. (2015). A kokainfogyasztás súlyossága és az agyi szürkeanyag összefüggésbe hozható a kokainfüggő egyének fordított tanulási hiányával. Rabja. Biol. 20 546 – 556. 10.1111 / adb.12143 [PubMed] [Cross Ref]
- Moulton EA, Elman I., Becerra LR, Goldstein RZ, Borsook D. (2014). A kisagy és a függőség: a neuroimaging kutatások eredményei. Rabja. Biol. 19 317 – 331. 10.1111 / adb.12101 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Nakata H., Sakamoto K., Ferretti A., Gianni Perrucci M., Del Gratta C., Kakigi R. és munkatársai. (2008a). Szomatomotoros gátló feldolgozás emberben: eseményekkel kapcsolatos funkcionális MRI vizsgálat. Neuroimage 39 1858 – 1866. 10.1016 / j.neuroimage.2007.10.041 [PubMed] [Cross Ref]
- Nakata H., Sakamoto K., Ferretti A., Gianni Perrucci M., Del Gratta C., Kakigi R. és munkatársai. (2008b). Végrehajtó funkciók különböző motorkimenetekkel a szomatoszenzoros Go / Nogo feladatokban: eseményekkel kapcsolatos funkcionális MRI tanulmány. Brain Res. Bika. 77 197 – 205. 10.1016 / j.brainresbull.2008.07.008 [PubMed] [Cross Ref]
- Patton JH, Stanford MS, Barratt ES (1995). A barratt impulzivitási skála tényezőszerkezete. J. Clin. Psychol. 51 768 – 774. [PubMed]
- Pawlikowski M., M. márka (2011). Túlzott internetes játék és döntéshozatal: vajon a World of Warcraft túlzott játékosainak nehezen tudnak döntéseket hozni kockázatos körülmények között? Psychiatry Res. 188 428 – 433. 10.1016 / j.psychres.2011.05.017 [PubMed] [Cross Ref]
- Probst CC, van Eimeren T. (2013). Az impulzusszabályozó rendellenességek funkcionális anatómiája. Akt. Neurol. Neurosci. Ismétlés. 13:386 10.1007/s11910-013-0386-8 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Rao H., Korczykowski M., Pluta J., Hoang A., Detre JA (2008). Az önkéntes és akaratlan kockázatvállalás neurális összefüggései az emberi agyban: a Balloon Analog Risk Task (BART) fMRI vizsgálata. NeuroImage 42 902 – 910. 10.1016 / j.neuroimage.2008.05.046 [PubMed] [Cross Ref]
- Rao H., Mamikonyan E., Detre JA, Siderowf AD, Stern MB, Potenza MN, et al. (2010). Csökkent a ventrális striatális aktivitás impulzusszabályozó rendellenességekkel Parkinson-kórban. Mov. Disord. 25 1660 – 1669. 10.1002 / mds.23147 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Rao LL, Zhou Y., Liang ZY, Rao H., Zheng R., Sun Y., et al. (2014). Csökkentő ventromedialis prefrontalis cortex deaktiváció a kockázatos döntéshozatalban a szimulált mikrogravitáció után: -6 fokok fejjel lefelé döntetlen ágyfekvés. Elülső. Behav. Neurosci. 8: 187 10.3389 / fnbeh.2014.00187 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Rosenbloom MH, Schmahmann JD, BH ár (2012). A döntéshozatal funkcionális neuroanatómiája. J. Neuropsychiatry Clin. Neurosci. 24 266 – 277. 10.1176 / appi.neuropsych.11060139 [PubMed] [Cross Ref]
- Sakagami M., Pan X., Uttl B. (2006). Magatartásgátlás és prefrontalis kéreg a döntéshozatalban. Neural Netw. 19 1255 – 1265. 10.1016 / j.neunet.2006.05.040 [PubMed] [Cross Ref]
- Schiebener J., Wegmann E., Pawlikowski M., M. márka (2012). A horgonyhatásokat a döntéshozatalban csökkentheti a célmegfigyelés és a döntéshozó végrehajtó funkcióinak szintje közötti kölcsönhatás. Cogn. Folyamat. 13 321–332. 10.1007/s10339-012-0522-4 [PubMed] [Cross Ref]
- Schonberg T., Fox CR, Mumford JA, Congdon E., Trepel C., Poldrack RA (2012). A ventromedialis prefrontalis kéreg aktivitásának csökkentése szekvenciális kockázatvállalás során: a ballon analóg kockázati feladat fMRI vizsgálata. Elülső. Neurosci. 6: 80 10.3389 / fnins.2012.00080 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Tang J., Yu Y., Du Y., Ma Y., Zhang D., Wang J. (2014). Az internetes függőség előfordulása, összefüggése a stresszes életes eseményekkel és pszichológiai tünetekkel a serdülő internethasználók körében. Rabja. Behav. 39 744 – 747. 10.1016 / j.addbeh.2013.12.010 [PubMed] [Cross Ref]
- Telzer EH, Fuligni AJ, Lieberman MD, Galván A. (2013a). A rossz minőségű alvás hatása az agy működésére és a serdülőkori kockázatvállalásra. Neuroimage 71 275 – 283. 10.1016 / j.neuroimage.2013.01.025 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Telzer EH, Fuligni AJ, Lieberman MD, Galván A. (2013b). Jelentős családi kapcsolatok: serdülőkori kockázatvállalás neurokognitív pufferei. J. Cogn. Neurosci. 25 374 – 387. 10.1162 / jocn_a_00331 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Trepel C., Fox CR, Poldrack RA (2005). Kilátáselmélet az agyon? A kockázatnak kitett döntés kognitív idegtudománya felé. Brain Res. Cogn. Brain Res. 23 34 – 50. 10.1016 / j.cogbrainres.2005.01.016 [PubMed] [Cross Ref]
- Wang H., Jin C., Yuan K., Shakir TM, Mao C., Niu X., et al. (2015). Az internetes játékproblémákkal küzdő serdülők szürkeanyag-mennyiségének és kognitív kontrolljának változása. Elülső. Behav. Neurosci. 9: 64 10.3389 / fnbeh.2015.00064 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Wu X., Chen X., Han J., Meng H., Luo J., Nydegger L. és mtsai. (2013). A addiktív internethasználat prevalenciája és tényezői a serdülők körében Wuhanban, Kína: a szülői kapcsolat kölcsönhatása az életkorral és a hiperaktivitás-impulzivitás. PLoS ONE 8: e61782 10.1371 / journal.pone.0061782 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Yao YW, Chen PR, Chen C., Wang LJ, Zhang JT, Xue G., et al. (2014). A visszajelzés kihagyása a túlzott internetes játékosok körében döntéshozatali hiányosságokat okoz. Psychiatry Res. 219 583 – 588. 10.1016 / j.psychres.2014.06.033 [PubMed] [Cross Ref]
- Yao YW, Chen PR, Li S., Wang LJ, Zhang JT, Yip SW, et al. (2015). Döntéshozatal az internetes játékproblémákkal küzdő főiskolai hallgatók kockázatos nyereségeiről és veszteségeiről. PLoS ONE 10: e0116471 10.1371 / journal.pone.0116471 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Young K. (1998). Internetes függőség: új klinikai rendellenesség megjelenése. CyberPsychol. Behav. 1 237 – 244. 10.1089 / cpb.1998.1.237 [Cross Ref]
- Young, KS, Internet-függőség teszt [IAT] (2009). Elérhető: http://netaddiction.com/index.php?option5combfquiz&view5onepage&catid546&Itemid5106
- Yuan K., Qin W., Wang G., Zeng F., Zhao L., Yang X., et al. (2011). Internetes függőséggel küzdő serdülők mikroszerkezet-rendellenességei. PLoS ONE 6: e20708 10.1371 / journal.pone.0020708 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Yuan P., Raz N. (2014). Prefrontális kéreg és végrehajtó funkciók egészséges felnőtteknél: a strukturális neuroimaging vizsgálatok metaanalízise. Neurosci. Biobehav. Fordulat. 42 180 – 192. 10.1016 / j.neubiorev.2014.02.005 [PMC ingyenes cikk] [PubMed] [Cross Ref]
- Zhou Z., Yuan G., Yao J. (2012). Internetes játékfüggő képek és kognitív elfogultság az internetes játékfüggőséggel küzdő egyéneknél. PLoS ONE 7: e48961 10.1371 / journal.pone.0048961 [PMC ingyenes cikk] [PubMed] [Cross Ref]
;
