Frekvenciafüggő változások az alacsony frekvenciájú ingadozások amplitúdójában az internetes játék zavarában (2015)

Front Psychol. 2015; 6: 1471.

Megjelent online 2015 Sep 28. doi:  10.3389 / fpsyg.2015.01471

PMCID: PMC4585012

 

Absztrakt

A neurokémiai tanulmányok kimutatták, hogy az internetes játékzavarok (IGD) alanyaiban a feladattal kapcsolatos funkcionális agyi tevékenységek károsodtak. Kevés azonban a spontán agyi tevékenységek váltakozásáról. A legújabb tanulmányok azt sugallják, hogy a különböző frekvenciatartományú agyi tevékenységeket eltérő idegi tevékenységek generálják, és eltérő élettani és pszichológiai funkciókkal rendelkeznek. Ennélfogva ebben a tanulmányban az IGD alanyai spontán agyi aktivitásait vizsgáltuk meg az alacsony frekvenciájú fluktuáció (fALFF) frakcionált amplitúdójának mérésével, hogy megvizsgáljuk a nyugalmi fALFF sáv-specifikus változásait. A frekvenciatartományt öt sávra osztottuk az irodalom alapján.

Az egészséges kontrollokkal összehasonlítva az IGD-csoport csökkentett FALFF-értékeket mutatott a kisagy hátulsó lebenyében, és megnövekedett FALFF-értékeket mutatott az idősebb gyrusban. A frekvencia sávok és a csoportok közötti jelentős kölcsönhatásokat a kisagyban, az elülső cingulátumban, a nyelvi gyrusban, a középső temporális gyrusban és a középső frontális gyrusban találták. Bebizonyosodott, hogy ezek az agyrégiók kapcsolódnak a végrehajtó funkcióhoz és a döntéshozatalhoz. Ezek az eredmények feltárták az IGD megváltozott spontán agyi aktivitását, amely hozzájárult az IGD mögöttes patofiziológiájának megértéséhez.

Kulcsszavak: internetjáték rendellenesség, nyugalmi állapotú mágneses rezonancia képalkotás, az alacsony frekvenciájú fluktuáció amplitúdója

Bevezetés

Az internetes függőség rendellenességét (IAD) úgy határozták meg, hogy az egyén nem képes ellenőrizni az Internet túlzott használatát, még a pszichológiai működés szempontjából jelentkező negatív következményekkel sem szemben (; ; ; ). A „mentális függőség” -nek javasolták annak társadalmi mentális egészségre gyakorolt ​​negatív hatásai alapján (). Az IAD mechanizmusáról azonban keveset tudunk, és az IAD egységes meghatározását még nem alakították ki, és a 4 diagnosztikai és statisztikai kézikönyv (DSM-4) nem foglalta magában ezt a viselkedési rendellenességet (). Az IAD gyors elterjedésével a DSM-5-et kifejlesztették az internetes játék rendellenességekre (IGD), az anyaghasználati rendellenességek és függőségek meghatározása alapján (; ; ; ).

Az internet sokféle funkciója miatt sokféle IAD létezik. Az IAD általában három altípusból áll: IGD, internetes pornográfia és e-mail (). Figyelembe véve a függőség fogalmát, az IAD mindegyik kategóriája négy meghatározó jellemzővel rendelkezik: túlzott mértékű használat, abbahagyás, tolerancia és negatív következmények (; ; ). Mint az IAD leggyakoribb formája (), Az IGD specifikus neuropszichológiai jellemzőket oszthat más viselkedési függőségekkel, például kóros szerencsejátékkal (; ; ; ; ).

Számos képalkotó tanulmány vizsgálta az IGD jellemzőit különböző feladatok felhasználásával (; , ; ; ), de nehéz összehasonlítani a különböző kísérleti paradigmákból nyert adatokat, és klinikai szempontból hasznos következtetéseket levonni a különböző kognitív feladatokból (). A nyugalmi állapotú fMRI-vizsgálatok bizonyos rendellenességeket tártak fel az IGD agyi aktivációjában (további leírásokat talál a . Az IGD-betegek nagyobb impulzivitással rendelkeznek, ami a drogfüggőség tipikus tünete; ez a tünet a cingulate gyrus csökkent aktivációjához kapcsolódik, amely magában foglalja a kognitív kontrollt (). Egy fMRI vizsgálat azt mutatta, hogy az agytörzsben, az alacsonyabb szintű parietális ráncban, a bal hátsó cerebellumban és a bal oldali középső frontális gyrusban fokozott regionális homogenitást (ReHo) mutatnak, amelyek kapcsolatban állnak az érzékelő-motoros koordinációval, amelyek relevánsak lehetnek az internetes játékok ujjamozgásának ().

A nyugalmi fMRI-t új módszerként fejlesztették ki a Biswal tanulmánya óta (). Először számoltak be a motoros kéregben a BOLD jel erősen szinkron spontán alacsony frekvenciájú (0.01 – 0.08 Hz) ingadozásáról, és arra a következtetésre jutottak, hogy az alacsony frekvenciájú ingadozás (ALFF) amplitúdója neurofiziológiai mutató (). Az ALFF alapján, előmozdított egy másik eszközt a helyi agyi aktivitás ábrázolásához - az alacsony frekvenciájú ingadozás (fALFF) frakcionális amplitúdója, amely kimutathatta a BOLD jel spontán ingadozásainak regionális intenzitását (; ). A közelmúltban a fALFF-t széles körben alkalmazták a mentális rendellenességben szenvedő betegek, például a depresszió (), skizofrénia (), Figyelemhiányos hiperaktív rendellenesség (), IGD (), stb. Még nem világos, hogy az IGD agyi aktivitási rendellenességei adott frekvenciasávokhoz kapcsolódnak-e. Fontos az agy spontán ingadozásainak felismerése speciális frekvencián, nem egy széles frekvencia sávnál. Az agyban sokféle rezgés van, ezek frekvenciája a nagyon lassú, több tíz másodperces periódustól kezdve a nagyon gyors oszcillációkig terjedhet, amelyek frekvenciája meghaladja az 1000 Hz (). javasolt egy „oszcillációs osztályt”, amely tartalmazza az 10 frekvenciasávokat az 0.02-től az 600 Hz-ig (). És négy frekvenciasávban megvizsgálta az FALFF-ot, és megállapította, hogy az oszcillációk specifikus neurális folyamatokhoz kapcsolódnak (; ). Megállapították, hogy az alacsony frekvencián fellépő rezgések amplitúdói (0.01 – 0.027 Hz) a kérgi struktúrákban voltak a legerősebbek, a magas frekvenciák pedig a szubkortikális struktúrákban, például a bazális ganglionokban. A tanulmányok kimutatták, hogy a skizofrénia betegekben a lassú 4 frekvenciasávban az oszcillációk amplitúdójának különös rendellenességei voltak (). azt is bebizonyította, hogy az amnesztinális enyhe kognitív károsodásban szenvedő agyi funkciók rendellenességei eltérő aktiválási mintázatot mutatnak különböző frekvenciasávokban.

Ebben a tanulmányban összegyűjtöttük az 0 – 0.25 közötti frekvencia FALFF értékeit, ideértve az 0 – 0.01 Hz, 0.01 – 0.027 Hz, 0.027 – 0.073 Hz, 0.073 – 0.198 Hz és 0.198 – 0.25 Hz hat frekvenciasávot az IGD-ben, Buzsáki „oszcillációs osztályai” szerint. Megkíséreljük összehasonlítani az FALFF értékét az IGD és a HC között a különböző sávokban, és két kérdéssel foglalkoztunk: először: vajon az IGD alanyai rendellenes-e a FALFF amplitúdójában, összehasonlítva az egészséges kontrollokkal; másodszor, hogy az IGD rendellenességei adott frekvenciasávokhoz kapcsolódnak-e.

Anyagok és módszerek

A résztvevő kiválasztása

A kísérlet megfelel az Egészségügyi Világszövetség Etikai Kódexének (Helsinki nyilatkozat), és a Zhejiang Normal University emberi kutatási bizottsága hagyja jóvá. Ötvenkét egyetemi hallgatót toboroztak hirdetések útján [26 IGD, 26 egészséges kontrollok (HC)]. Mindketten jobbkezes hímek voltak. Az IGD és a HC csoportok nem különböztek szignifikánsan az életkoruktól (IGD: N = 26, 22.2 ± 3.13 év; HC: N = 26, 22.28 ± 2.54 év; t(50) = 0.1, p = 0.9). A férfiak körében az IGD magasabb aránya miatt csak a férfiakat vették be. A résztvevőknek aláírták a tájékozott beleegyezést, és minden résztvevő strukturált pszichiátriai interjúkon (MINI) ment keresztül () egy tapasztalt pszichiáter végzi, kb. 15 perc beadási idővel. Minden résztvevő mentes volt a MINI-ben felsorolt ​​I. tengely mentális pszichiátriai rendellenességeitől. Az összes résztvevő nem teljesítette a DSM-4 kábítószerrel való visszaélésre vagy függőségre vonatkozó kritériumait, beleértve az alkoholt is, bár az összes IGD és a HC résztvevője alkoholfogyasztást jelentett életük során. Minden résztvevőt arra utasítottak, hogy a szkennelés napján ne használjon semmilyen anyagot, beleértve a kávét, a teát. Egyik résztvevő sem jelentett agykárosodást vagy tiltott kábítószerekkel (pl. Kokain, marihuána) kapcsolatos korábbi tapasztalatait.

Az IGD diagnosztizálását az 50 vagy annál magasabb pontszám alapján határozták meg Young online internetes függőség tesztjén (). Különleges viselkedésfüggőségként az IGD operatív meghatározása és diagnosztikai standardjai továbbra sem következetesek. Jelen tanulmányban az IGD csoport olyan személyekből állt, akik megfeleltek az általános IAD kritériumoknak (az IAT-nál több mint 50 pontot értek el) és arról számoltak be, hogy „online idejük nagy részét online játékokkal töltik (> 80%)” (; ). Az IGD-csoport IAT-értéke (72 ± 11.7) sokkal magasabb volt, mint az egészséges kontrolloknál [29 ± 10.4], t(50) = 14, p = 0.000].

Adatgyűjtés

A hagyományos lokalizátor szkennelés után a T1-súlyozott képeket elrontott gradiens-visszahívási szekvenciával kaptuk [TR = 240 ms; visszhang ideje (TE) = 2.46 ms; megfordulási szög (FA) = 90 °; látómező (FOV) = 220 ~ 220 mm2; adatmátrix = 256 ~ 256]. Ezután nyugalmi állapotú képeket gyűjtöttünk echo-planar képalkotó szekvenciával (TR = 2000 ms; TE = 30 ms; FA = 90 °; FOV = 220 ~ 220 mm2; adatmátrix = 64 ~ 64) 33 tengelyirányú szeletekkel (szeletvastagság = 3 mm és szeletrés = 1 mm, teljes térfogat = 210) az 7 min. A vizsgálati alanyoknak felfüggesztették magukat és nem gondolkodtak szisztematikusan a szkennelés során. Az adatgyűjtés végén minden alany megerősítette, hogy ébren marad a teljes szkennelési időszak alatt.

Adat előfeldolgozása és a FALFF kiszámítása

Az összes funkcionális képfeldolgozást a nyugalmi állapotú fMRI adatfeldolgozási asszisztensével végeztük [DPARSF ()1] szoftver. Mindegyik résztvevő esetében az első 10 időpontokat kizárták a további elemzésből, azaz el kell kerülni az átmeneti jelváltozásokat, mielőtt a mágnesezés egyensúlyi állapotba kerülne, és lehetővé kell tenni az alanyok számára, hogy megszokják az fMRI-letapogató környezetet. A fennmaradó 200 agyi térfogatokat a szeletek időzítése céljából korrigáltuk, és a feje mozgásának korrekciójához igazítottuk. Csak azokat a résztvevőket vettük be, akiknek fejmozgása kevesebb, mint 1.5 mm x, y vagy z irányban, és kevesebb, mint 2 forgás az egyes tengelyek körül. Az 26 HC és az 26 IGD alanyok érvényesek voltak a jelen vizsgálatban. Ezután az összes átalakított képet térbelilag normalizáltuk, majd 3 mm izotróp voxelre újramintázták és térben simították (teljes szélesség félmagasságnál = 6 mm), és a lineáris tendenciát eltávolítottuk. Az előfeldolgozás után a fALFF-t kiszámítottuk a DPARSF segítségével. Röviden: egy adott voxel esetében az idősorozatokat először „gyors Fourier-transzformációval” alakítottuk át a frekvenciatartományba. Az energia spektrumának négyzetgyökét kiszámítottuk, majd átlagoltuk egy előre meghatározott frekvencia-intervallumon. Ezt az átlagolt négyzetgyököt fALFF-nek neveztük az előre meghatározott frekvenciasávok adott voxelénél (). A teljes frekvenciatartományt (0 – 0.25 Hz) öt alsávra osztottuk: lassú-6 (0 – 0.01 Hz), lassú-5 (0.01 – 0.027 Hz), lassú – 4 (0.027 – 0.073 Hz), lassú– 3 (0.073 – 0.198 Hz) és a slow-2 (0.198 – 0.25 Hz) (35, 46, 30), és az egyes frekvenciasávok kiszámított FALFF-ja.

Statisztikai elemzés

Kétirányú (csoportos és frekvenciasávú) varianciaanalízist (ANOVA) végeztünk voxel-by-voxel alapon, csoporttal (IGD és HC), mint egy alany közötti faktor és frekvencia sáv (lassú-2, lassú-3, lassú-4, lassú-5, lassú-6) ismételt mérésekkel. Kiszámítottuk a ROI-alapú korrelációs analízist is az IGD súlyossága és a FALFF értékek közötti jelentős főhatás és kölcsönhatás nyomon követése után, és az egyes sávokból kiválasztottuk a fALFF értékeket.

Eredmények

Az ANOVA kétirányú ismételt mérések fő hatásait a következőkben mutattuk be Ábra Figure11, Asztalok Tables11 és a 22. Az Alphasim korrekciót használtuk a képalkotó adatok többszörös összehasonlításához. A helyesbített p A <0.05 nem korrigált kombinációnak felel meg p <0.05 és a fürtméret> 248 mm3). A ROI alapú korrelációs analízist elvégeztük a FALFF értékek és az IGD súlyossága (IAT pontszámai) között. A kisagy negatív korrelációt mutatott az IGD súlyosságával (lassú-4: r = -0.487, p = 0.000; Lassú 5: r = -0.485, p = 0.000; lát Ábra Figure2C2C). A ROI koordinátáját a túlélő klaszter aktivációs csúcsa határozta meg. A ROI sugara 4 mm, és ezt a REST szoftver készíti2.

ábra 1  

(A) A csoport fő hatása az alacsony frekvenciájú ingadozások (ALFF) amplitúdójára. Agyrégiók, amelyekben az alacsony frekvenciájú fluktuáció (fALFF) frakcionált amplitúdója különbözik az internetes játékzavarok (IGD) és az egészséges kontrollok között. Az IGD alanyai ...
Táblázat 1  

Agyrégiók, ahol a csoport fő hatása van.
Táblázat 2  

Agyrégiók kölcsönhatással a csoport és a gyakoriság között.
ábra 2  

Az ALFF-értékek az idősebb gyrusban és a kisagyban. A piros és a kék téglalap ábrázolta az IGD alanyokat és az egészséges kontrollokat. A teljes frekvenciasávot (0 – 0.25 Hz) öt sávra osztottuk. Kikötötték őket (A, B) ...

A frekvencia sáv és a csoport közötti jelentős kölcsönhatásokat megfigyeltük a kisagyban, az elülső cingulátumban, a nyelvi gyrusban, a középső temporális gyrusban és a középső frontális gyrusban. A középső frontális gyrus megnövekedett amplitúdóértékeket mutatott, míg a középső temporális gyrus csökkentett amplitúdóértékeket mutatott az IGD-ben. Ezenkívül a ROI-alapú elemzések bemutatták a fALFF dinamikus változását a kisagyban és a lingual gyrusban, valamint a frekvencia adaptációját (lásd: Ábra Figure33). Az IGD esetében a kisagy csökkentett amplitúdóértékeket mutatott a magasabb frekvencia tartományban (lassú-2, lassú-3, lassú-4), és megnövekedett amplitúdóértékeket mutatott az alacsonyabb frekvencia tartományban (lassú-6, lásd: Ábra Figure3A3A). Ezzel szemben a lingual gyrus megnövekedett amplitúdóértékeket mutatott a magasabb frekvencia tartományban (lassú 2, lassú 3), és csökkent amplitúdó értékeket az alacsonyabb frekvencia tartományban (lassú 6, lásd: Ábra Figure3B3B). Ez a két régió megosztott egy átmeneti pontot a lassú 5 sávban az amplitúdó megváltoztatása céljából.

ábra 3  

Fordított minta a kisagyban és a nyelvi gyrusban az IGD különböző sávjain. A piros és a kék téglalap ábrázolta az IGD alanyokat és az egészséges kontrollokat. A teljes frekvenciasávot (0 – 0.25 Hz) öt sávra osztottuk. Ki voltak mutatva ...

Megbeszélés

Ez a tanulmány az abszolút spontán agyi aktivitást vizsgálta az IGD-ben a fALFF segítségével, különböző frekvencia sávokkal. A fő csoporthatás azt mutatta, hogy az IGD alacsonyabb FALFF-értékeket mutatott a felső temporális gyrusban és magasabb FALFF-értékeket a kisagyban. Bemutattuk a BOLD ingadozási amplitúdóit a teljes frekvenciasávokban (0 – 0.25 Hz), és fordított változási mintázatot találtunk a kisagyban és a lingual gyrus frekvencia tartományában az IGD-ben. Ezek az eredmények teljes képet nyújtanak a fALFF elemzéséről a frekvenciatartományban, és hangsúlyozzák a specifikus frekvencia kiválasztásának fontosságát a rendellenességgel kapcsolatos mentális rendellenességek kimutatására.

Különböző fALFF a corticalisban az IGD és a HC között (a csoport fő hatása)

A korábbi irodalmak szerint a lassú-2 jel nagyon alacsony frekvencia-eltolódást tükröz, a lassú-6 pedig a magas frekvenciájú fiziológiai zajokat (; ). A csoport fő hatásának elemzése az IGD spontán idegi aktivitására összpontosított specifikus frekvenciasávokban (lassú-4 és lassú-5). A csoport fő hatása azt mutatta, hogy az IGD alacsonyabb FALFF-értékeket mutatott a lassú-4 és a lassú-5 értékeknél a kisagyban. A jelen vizsgálatban negatív korrelációt találtak a kisagyban lévő FALFF-értékek és az IGD súlyossága között. A kisagyat általában motoros szerkezetnek tekintik, amelynek funkciója nem korlátozódik a mozgáskoordinációra vagy az egyensúlyra, és fontos szerepet játszik a magasabb szintű kognitív folyamatokban is (; ). Az anatómiai, élettani és funkcionális képalkotó vizsgálatok bizonyítékok bebizonyították, hogy a kisagyi sérülésekkel küzdő embereknek kognitív végrehajtó funkciói és munkamemóriájuk hiányosak voltak (; ). Érzékszervi rendszerektől és más agyi területektől kap bemenetet, és ezeket a bemeneteket integrálja a motoros aktivitás beállításához (; ; ). A kisagy potenciális szerepét a függőségben egy nemrégiben írt cikk tárgyalja, amely szerint a kisagy egy potenciális szabályozó központ, amelyet a függőség (). Irodalom kimutatta, hogy az IGD alanyok a normálnál jobb ReHo-val (; ) és funkcionális csatlakoztathatóság () a kisagyon. Ebben a tanulmányban negatív összefüggést figyeltünk meg a kisagyban levő FALFF-értékek és az IGD súlyossága között (lásd a Ábra Figure2C2C), amely azt is alátámasztja, hogy a kisagy kóros spontán neuronális aktivitása összefügg az IGD nem megfelelő viselkedésével.

Az FALFF értékek magasabbak voltak az IGD felső időbeli gyrusában. A korábbi tanulmány kimutatta, hogy az IGD a HC-hez viszonyítva csökkent funkcionális összeköttetést mutatott az időben (). Korábbi tanulmányunk csökkentett ReHo-t talált az alacsonyabb ideiglenes gyrusban, és arra következtethetünk, hogy ez a játék hosszú időtartamának eredménye lehet (). A jelenlegi megállapítások részben nem állnak összhangban az előző tanulmánnyal, ezért felvesszük azt a hipotézist, miszerint a magasabb ideiglenes gyrusban a fokozott fALFF tükrözheti az agyi aktivitás magasabb szintjét, amely összefüggésben van az IGD mozgásának rugalmasságával, de ennek a területnek a működését tovább kell tanulmányozni.

Frekvenciafüggő amplitúdóbeli változások az IGD-ben

A csoportok és a frekvencia sávok közötti kölcsönhatások a kisagyban, az első cinguláris gyrusban, a lingual gyrusban, a középső időbeli gyrusban és a középső frontális gyrusban figyelhetők meg.

Magasabb fALFF-értékek a középső frontális gyrusban az IGD-ben

Ebben a tanulmányban az IGD résztvevői nagyobb fALFF-értékeket mutattak a bal középső frontális gyrusban, különböző sávokban. A középső frontális gyrus fontos szerepet játszik a különböző rendszerek, például a tanulás és az emlékezet koordinációjában, ami szorosan kapcsolódik a mentális műveletekhez (). Egy korábbi tanulmányban arra a következtetésre jutottunk, hogy az IGD alanyai fokozott szinkronizációt mutatnak az érzékelő-motoros koordinációval kapcsolatos agyi régiókban () - az online játékhoz a játékosok több rendszert integrálnak, ideértve az érzékszervi rendszert, a motorvezérlést, a motorkoordinátát és az információfeldolgozó rendszert (). A jelenlegi eredmények szintén alátámasztják ezt a feltételezést. Ez az eredmény összhangban áll Liu tanulmányával (), amely megállapította, hogy az IGD-s betegek szignifikánsan növelik a ReHo-értékeket a bal középső frontális gyrusban. Megállapítottuk tehát, hogy az IGD résztvevői magasabb FALFF-értékeket mutattak a bal középső frontális gyrusban, ami összekapcsolódhat a fokozott szenzor-motoros koordinációs képességgel.

A Gyrus elülső cingulációjának rendellenessége az IGD-ben

Alacsonyabb FALFF-ot találtunk a Gyrus elülső cingulátumában lassú-6 sebességnél. Az elülső cingulate régió szerepet játszik a gátlásban, az ellenőrzésben és a konfliktusmegfigyelésben (; ) és a rendellenességeket már a korábbi IGD-vizsgálatokban említették (; ). Amint a bevezetésben említjük, az alacsonyabb FALFF-értékek a távolsági idegi aktivitás csökkent koordinációs képességéhez kapcsolódhatnak. Ezt a feltételezést támasztják alá ezen a területen végzett tanulmányok: funkcionális összeköttetési megközelítéssel. csökkentett funkcionális kapcsolatról számoltak be az ACD és a PFC között az IAD-ben. javasolták, hogy az ACC alacsonyabb aktivitása tükrözze a régióban a rendellenesen csökkent spontán idegi aktivitást és a funkcionális deficitet. Más feladatokkal kapcsolatos tanulmányok bebizonyították ezt a tényt, hogy az IGD mindig kognitív diszfunkciókkal, például kognitív funkciók hiányával (, ). Tehát úgy gondoljuk, hogy az ACC rendellenessége kapcsolatban áll az IGD kognitív diszfunkcióival.

Fordított minta a Cerebellumban és a lingual Gyrus az IGD különböző sávjain

Fontos megjegyezni, hogy a spontán idegi aktivitás rendellenességei az IGD-ben a specifikus frekvenciasávoktól függnek, különösen a kisagyban és a nyelvi gyrusban. A HC-vel összehasonlítva az IGD csökkentett amplitúdót mutatott az alsó frekvencia sávokban (lassú-4, lassú-5, lassú-6) és megnövekedett amplitúdót a magasabb frekvencia sávokban (lassú-2, lassú-3) a nyelvi gyrusban. Éppen ellenkezőleg, az IGD megnövekedett amplitúdót mutatott az alacsonyabb frekvencia sávokban (lassú-6) és csökkent amplitúdót a magasabb sávokban (lassú-2, lassú-3, lassú-4) az agyban (ábrák 2A, B). Kiderült, hogy a különböző oszcillációs sávokat különböző mechanizmusok fejlesztették ki, és eltérő élettani funkcióval rendelkeznek (; ). Mivel a korábbi tanulmányok bebizonyították, hogy az alacsonyabb frekvencia-ingadozások nagyobb magnitúdóteljesítménnyel rendelkeznek, és a nagyobb frekvencia-ingadozások alacsonyabb erősségűek (; ). A jelenlegi eredmények arra utalhatnak, hogy az IGD fokozta a távolsági idegi aktivitás koordinációs képességét a kisagyban és a nyelvi gyrusban. Ezt a feltételezést támaszthatja alá egy korábbi tanulmány, amely szerint az IGD-vel szenvedő betegek fokozott funkcionális kapcsolatot mutattak a kétoldalú kisagyban (; ), és egy másik tanulmány kimutatta a nyelvi gyrus szürkeállomány-sűrűségének hiányát, amely összefüggésben lehet a távolsági idegi aktivitással ().

Következtetés

A jelen tanulmány eredményei arra utalnak, hogy az IGD-alanyok kóros fALFF-t mutattak ki számos agyi régióban, ideértve a kisagyat (IGD <HC) és a felső temporális gyrus-t (IGD> HC). Jelen tanulmány segíthet megérteni az IGD patofiziológiáját, és a teljes frekvencia-amplitúdó-elemzés segíthet kiválasztani az adott frekvenciatartományt az IGD-vel kapcsolatos agyi tevékenységek detektálására.

Szerzői hozzájárulások

Az XL elemezte az adatokat, elkészítette a kézirat első vázlatát; XJ hozzájárult az adatok elemzéséhez, az Y-FZ hozzájárult a kísérleti módszerek irányításához, és továbbfejlesztette a kéziratot. A GD kidolgozta ezt a kutatást, felülvizsgálta és továbbfejlesztette a kéziratot. Minden szerző hozzájárult a végső kézirat elkészítéséhez és jóváhagyását.

Érdekütközési nyilatkozat

A szerzők kijelentik, hogy a kutatást olyan kereskedelmi vagy pénzügyi kapcsolatok hiányában hajtották végre, amelyek potenciális összeférhetetlenségnek tekinthetők.

Köszönetnyilvánítás

Ezt a kutatást a Kínai Nemzeti Tudományos Alapítvány (31371023) támogatta. Dr. Zangot a „Qian Jiang tisztelt professzor” program támogatja.

 

Finanszírozás. A finanszírozóknak nem volt szerepe a tanulmánytervezésben, az adatgyűjtésben és elemzésben, a közzétételi döntésben és a kézirat elkészítésében.

 

Referenciák

  • Amerikai Pszichiátriai Szövetség (2013). American Psychiatric Association. Mentális Betegségek Diagnosztikai és Statisztikai kézikönyve, 5th Edn. Arlington, TX: Amerikai Pszichiátriai Egyesület
  • Baria AT, Baliki MN, Parrish T., Apkarian AV (2011). Az agy BOLD oszcillációinak anatómiai és funkcionális egységei. J. Neurosci. 31 7910 – 7919. 10.1523 / JNEUROSCI.1296-11.2011 [PMC ingyenes cikk] [PubMed] [Cross Ref]
  • Beard KW, Wolf EM (2001). Az internetes függőség javasolt diagnosztikai kritériumainak módosítása. Cyber ​​Psychol. Behav. 4 377 – 383. 10.1089 / 109493101300210286 [PubMed] [Cross Ref]
  • Biswal B., Yetkin FZ, Haughton VM, Hyde JS (1995). Funkcionális összekapcsolhatóság a nyugvó emberi agy motoros kéregében echo-planar MRI alkalmazásával. Magn. Reson. Med. 34 537 – 541. 10.1002 / mrm.1910340409 [PubMed] [Cross Ref]
  • Blaszczynski A. (2008). Kommentár: válasz a „A videojátékok„ függőség ”fogalmával kapcsolatos problémák: néhány esettanulmány-példa” című kérdésre. Int. J. Ment. Egészségügyi függőség. 6 179–181. 10.1007/s11469-007-9132-2 [Cross Ref]
  • Blokkolja a JJ-t (2007). A prevalenciát alábecsülik a problematikus internethasználati tanulmányban. CNS Spectr. 12 14 – 15. [PubMed]
  • JJ blokkolás (2008). A DSM-V problémái: internet-függőség. Am. J. Pszichiátria 165 306 – 307. 10.1176 / appi.ajp.2007.07101556 [PubMed] [Cross Ref]
  • Bluhm RL, Miller J., Lanius RA, Osuch EA, Boksman K., Neufeld RWJ, et al. (2007). A félkövér jel spontán alacsony frekvenciájú ingadozása skizofrénia betegeknél: rendellenességek az alapértelmezett hálózatban. Schizophr. Bika. 33 1004 – 1012. 10.1093 / schbul / sbm052 [PMC ingyenes cikk] [PubMed] [Cross Ref]
  • Bullock TH (1997). Jelek és jelek az idegrendszerben: az elektromos aktivitás dinamikus anatómiája valószínűleg információban gazdag. Proc. Nati. Acad. Sci. USA 94 1 – 6. [PMC ingyenes cikk] [PubMed]
  • Buzsáki G., Draguhn A. (2004). Neuronális rezgések agykérgi hálózatokban. Tudomány 304 1926 – 1929. 10.1126 / science.1099745 [PubMed] [Cross Ref]
  • RN bíboros (2006). A késleltetett és valószínűsíthető megerősítéssel járó idegi rendszerek. Neural Netw. 19 1277 – 1301. 10.1016 / j.neunet.2006.03.004 [PubMed] [Cross Ref]
  • De Smet HJ, Paquier P., Verhoeven J., Mariën P. (2013). A kisagy: szerepe a nyelvben és a kapcsolódó kognitív és érzelmi funkciók. Brain Lang. 127 334 – 342. 10.1016 / j.bandl.2012.11.001 [PubMed] [Cross Ref]
  • De Zeeuw CI, Hoebeek FE, Bosman LWJ, Schonewille M., Witter L., Koekkoek SK (2011). Spatiotemporal tüzelési minták a kisagyban. Nat. Rev. Neurosci. 12 327 – 344. 10.1038 / nrn3011 [PubMed] [Cross Ref]
  • Ding W.-N., Sun J.-H., Sun Y.-W., Zhou Y., Li L., Xu J.-R., et al. (2013). Megváltozott alapértelmezett hálózati nyugalmi állapotú funkcionális kapcsolat az internetes játékfüggőséggel rendelkező serdülőknél. PLoS ONE 8: e59902 10.1371 / journal.pone.0059902 [PMC ingyenes cikk] [PubMed] [Cross Ref]
  • Dong G., DeVito EE, Du X., Cui Z. (2012a). Károsodott gátló kontroll az „internet-függőség zavarában”: funkcionális mágneses rezonancia képalkotó vizsgálat. Psychiatry Res. 203 153 – 158. 10.1016 / j.pscychresns.2012.02.001 [PMC ingyenes cikk] [PubMed] [Cross Ref]
  • Dong G., DeVito E., Huang J., Du X. (2012b). A diffúziós tensor képalkotás feltárja a talamust és a cingulate cortulate cortulate rendellenességeket az internetes játékfüggőknél. J. Psychiatr. Res. 46 1212 – 1216. 10.1016 / j.jpsychires.2012.05.015 [PMC ingyenes cikk] [PubMed] [Cross Ref]
  • Dong G., Huang J., Du X. (2012c). A nyugalmi állapotú agyi tevékenység regionális homogenitásának változásai az internetes játékfüggőknél. Behav. Brain Funct. 8 1–8. 10.1186/1744-9081-8-41 [PMC ingyenes cikk] [PubMed] [Cross Ref]
  • Dong G., Huang J., Du X. (2011a). Fokozott jutalomérzékenység és csökkent veszteségérzékenység az Internet-függőknél: fMRI-tanulmány egy találgatás során. J. Psychiatr. Res. 45 1525 – 1529. 10.1016 / j.jpsychires.2011.06.017 [PubMed] [Cross Ref]
  • Dong G., Zhou H., Zhao X. (2011b). A férfiak az internetes függők károsak a végrehajtó ellenőrzési képességeikről: bizonyítékok a színes szavakkal ellátott Stroop feladatból. Neurosci. Lett. 499 114 – 118. 10.1016 / j.neulet.2011.05.047 [PubMed] [Cross Ref]
  • Dong G., Lu Q., Zhou H., Zhao X. (2010). Impulzusgátlás internet-függőségi rendellenességben szenvedőknél: elektrofiziológiai bizonyítékok egy Go / NoGo tanulmányból. Neurosci. Lett. 485 138 – 142. 10.1016 / j.neulet.2010.09.002 [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]
  • Doyon J., Penhune V., Ungerleider LG (2003). A cortico-striatal és a cortico-cerebellar rendszerek megkülönböztetett hozzájárulása a motoros képességek tanulásához. Neuropsychologia 41 252–262. 10.1016/S0028-3932(02)00158-6 [PubMed] [Cross Ref]
  • Fitzpatrick JJ (2008). Internet-függőség: felismerés és beavatkozások. Boltív. Psychiatr. Nurs. 22 59 – 60. 10.1016 / j.apnu.2007.12.001 [PubMed] [Cross Ref]
  • Flisher C. (2010). Bekapcsolódás: az internetes függőség áttekintése. J. Paediatr. Gyermek egészség 46 557 – 559. 10.1111 / j.1440-1754.2010.01879.x [PubMed] [Cross Ref]
  • Fowler JS, Volkow ND, Kassed CA, Chang L. (2007). A függő emberi agy képe. Sci. Gyak. Perspect. 3 4 – 16. 10.1151 / spp07324 [PMC ingyenes cikk] [PubMed] [Cross Ref]
  • Frances AJ, Widiger T. (2012). Pszichiátriai diagnózis: a DSM-IV múltjának tanulságai és a DSM-5 jövőre vonatkozó óvintézkedések. Annu. Clin. Psychol. 8 109 – 130. 10.1146 / annurev-klinpsy-032511-143102 [PubMed] [Cross Ref]
  • Goldstein RZ, Tomasi D., Rajaram S., Cottone LA, Zhang L., Maloney T., et al. (2007). Az elülső cingulátum és a meditális orbitofrontalis kéreg szerepe a kábítószer-utalások feldolgozásában kokainfüggőségben. Neuroscience 144 1153 – 1159. 10.1016 / j.neuroscience.2006.11.024 [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 M. (2005). A szerencsejáték és a videojátékok közötti kapcsolat: válasz Johansson-ra és Gotestam-re. Psychol. Ismétlés. 96 644 – 646. 10.2466 / pr0.96.3.644-646 [PubMed] [Cross Ref]
  • Guo W., Liu F., Zhang J., Zhang Z., Yu L., Liu J., et al. (2013). A regionális aktivitás disszociációja az alapértelmezett módú hálózatban az első epizódban, gyógyszeres kezelés nélkül alkalmazott, depressziós rendellenesség nyugalomban. J. Affect. Disord. 151 1097 – 1101. 10.1016 / j.jad.2013.09.003 [PubMed] [Cross Ref]
  • Han DH, Bolo N., Daniels MA, Arenella L., Lyoo IK, Renshaw PF (2011a). Agyi tevékenység és vágy az internetes videojátékokra. Compr. Pszichiátria 52 88 – 95. 10.1016 / j.comppsych.2010.04.004 [PMC ingyenes cikk] [PubMed] [Cross Ref]
  • Han Y., Wang J., Zhao Z., Min B., Lu J., Li K., et al. (2011b). Az amnesztiás enyhe kognitív károsodás alacsony frekvenciájú ingadozásainak frekvenciafüggő változásai: nyugalmi fMRI vizsgálat. Neuroimage 55 287 – 295. 10.1016 / j.neuroimage.2010.11.059 [PubMed] [Cross Ref]
  • Han DH, Lyoo IK, Renshaw PF (2012). Diferenciális regionális szürkeanyag-mennyiségek az on-line játékfüggőséggel rendelkező és a profi játékosok körében. J. Psychiatr. Res. 46 507 – 515. 10.1016 / j.jpsychires.2012.01.004 [PMC ingyenes cikk] [PubMed] [Cross Ref]
  • Hong S.-B., Kim J.-W., Choi E.-J., Kim H.-H., Suh J.-E., Kim C.-D., et al. (2013). Csökkent orbitofrontalis corticalis vastagság internetfüggőséggel rendelkező férfi serdülőknél. Behav. Brain Funct. 9 1–5. 10.1186/1744-9081-9-11 [PMC ingyenes cikk] [PubMed] [Cross Ref]
  • M. Ito (2006). A kisagyi áramkör mint ideggép. Progr. Neurobiol. 78 272 – 303. 10.1016 / j.pneurobio.2006.02.006 [PubMed] [Cross Ref]
  • Jiang G.-H., Qiu Y.-W., Zhang X.-L., Han L.-J., X.-F., Li L.-M., et al. (2011). A amplitúdó alacsony frekvenciájú rezgési rendellenességei a heroinhasználókban: nyugalmi állapotú fMRI vizsgálat. Neuroimage 57 149 – 154. 10.1016 / j.neuroimage.2011.04.004 [PubMed] [Cross Ref]
  • Knyazev GG (2007). A motiváció, az érzelem és gátló kontroll az agy lengéseiben tükröződik. Neurosci. Biobehav. Fordulat. 31 377 – 395. 10.1016 / j.neubiorev.2006.10.004 [PubMed] [Cross Ref]
  • Ko C. (2014). Internetes játék zavar. Akt. Addic. Ismétlés. 1 177 – 185.
  • Kuss DJ, Griffiths MD (2012). Internet- és játékfüggőség: a neuroimaging tanulmányok szisztematikus áttekintése. Sci. 2 347 – 374. 10.3390 / brainsci2030347 [PMC ingyenes cikk] [PubMed] [Cross Ref]
  • Lecrubier Y., Sheehan DV, Weiller E., Amorim P., Bonora I., Harnett Sheehan K. és mtsai. (1997). A mini nemzetközi neuropszichiátriai interjú (MINI). Rövid diagnosztikai strukturált interjú: megbízhatóság és érvényesség a CIDI szerint. Eur. Pszichiátria 12 224 – 231.
  • Liu J., Gao XP, Osunde I., Li X., Zhou SK, Zheng HR, et al. (2010). Megnövelt regionális homogenitás az internet-függőség zavarában nyugalmi állapotú mágneses rezonancia képalkotó vizsgálat (2009). Áll. Med. J. (angol) 123 1904 – 1908. [PubMed]
  • Moulton EA, Elman I., Becerra LR, Goldstein RZ, Borsook D. (2013). A kisagy és a függőség: a neuroimaging kutatások eredményei. Rabja. Biol. 19 317 – 331. 10.1111 / adb.12101 [PMC ingyenes cikk] [PubMed] [Cross Ref]
  • Paus T. (2001). Prímás elülső cinguláris kéreg: ahol a motor vezérlése, a meghajtás és a megismerés felülete. Nat. Rev. Neurosci. 2 417 – 424. 10.1038 / 35077500 [PubMed] [Cross Ref]
  • Penttonen M., Buzsáki G. (2003). Az agy oszcillátorjai közötti természetes logaritmikus kapcsolat. Thalamus Relat. Syst. 2 145 – 152. 10.1017 / S1472928803000074 [Cross Ref]
  • Petry NM, O'Brien CP (2013). Internetes játékzavar és a DSM-5. Függőség 108 1186 – 1187. 10.1111 / add.12162 [PubMed] [Cross Ref]
  • Petry NM, Rehbein F., Gentile DA, Lemmens JS, Rumpf H.-J., Mößle T., et al. (2014). Nemzetközi konszenzus az internetes játék zavarának értékelésére az új DSM-5 megközelítés alkalmazásával. Függőség 109 1399 – 1406. 10.1111 / add.12457 [PubMed] [Cross Ref]
  • Raymond JL, Lisberger SG, Mauk MD (1996). A kisagy: egy idegrendszeri tanulási gép? Tudomány 272 1126 – 1131. 10.1126 / science.272.5265.1126 [PubMed] [Cross Ref]
  • Stoodley CJ, Valera EM, Schmahmann JD (2012). A kisagy funkcionális topográfiája motoros és kognitív feladatokhoz: fMRI vizsgálat. Neuroimage 59 1560 – 1570. 10.1016 / j.neuroimage.2011.08.065 [PMC ingyenes cikk] [PubMed] [Cross Ref]
  • Tao R., Huang X., Wang J. (2008). Az internetes függőség klinikai diagnosztizálásának javasolt kritériuma. Med. J. Chin. Népek Liberat. Hadsereg 33 1188 – 1191.
  • Tao R., Huang X., Wang J., Zhang H., Zhang Y., Li M. (2010). Javasolt diagnosztikai kritériumok az internetes függőséghez. Függőség 105 556 – 564. 10.1111 / j.1360-0443.2009.02828.x [PubMed] [Cross Ref]
  • Van Rooij AJ, Schoenmakers TM, Vermulst AA, Van den Eijnden RJJM, Van de Mheen D. (2011). Online videojáték-függőség: addiktív serdülőkorú játékosok azonosítása. Függőség 106 205 – 212. 10.1111 / j.1360-0443.2010.03104.x [PubMed] [Cross Ref]
  • Weinstein A., Lejoyeux M. (2015). Az internetes és videojáték-függőség alapjául szolgáló neurobiológiai és farmakogenetikai mechanizmusok új fejleményei. Am. J. Addict. 24 117 – 125. 10.1111 / ajad.12110 [PubMed] [Cross Ref]
  • Weng C.-B., Qian R.-B., Fu X.M., Lin B., Han X.-P., Niu C.-S., et al. (2013). A szürke és a fehér anyag rendellenességei az online játékfüggőségben. Eur. J. Radiol. 82 1308 – 1312. 10.1016 / j.ejrad.2013.01.031 [PubMed] [Cross Ref]
  • Xu S.-H. (2013). Internet-függők ”. Viselkedési impulzivitás: bizonyítékok az iowa szerencsejáték-feladatból: internet-függõk viselkedõ impulzivitása: bizonyítékok az iowa szerencsejáték-feladatból. Acta Psychol. Sinica 44 1523 – 1534.
  • Yan C., Zang Y. (2010). DPARSF: egy matlab eszköztár a nyugalmi fMRI „pipeline” adatelemzéséhez. Elülső. Syst. Neurosci. 14: 13 10.3389 / fnsys.2010.00013 [PMC ingyenes cikk] [PubMed] [Cross Ref]
  • Fiatal KS (1998). Internetes függőség: új klinikai rendellenesség megjelenése. Cyber ​​Psychol. Behav. 1 237–244. 10.1007/s10899-011-9287-4 [Cross Ref]
  • Yu R., Chien Y.-L., Wang H.-LS, Liu C.-M., Liu C.-C., Hwang T.-J., et al. (2014). A skizofrénia alacsony frekvenciájú ingadozásainak frekvencia-specifikus váltakozása. Zümmögés. Mapp agy. 35 627 – 637. 10.1002 / hbm.22203 [PubMed] [Cross Ref]
  • Yuan K., Jin C., Cheng P., Yang X., Dong T., Bi Y., et al. (2013). Az alacsony frekvenciájú ingadozási rendellenességek az online játékfüggőséggel rendelkező serdülőknél. PLoS ONE 8: e78708 10.1371 / journal.pone.0078708 [PMC ingyenes cikk] [PubMed] [Cross Ref]
  • 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]
  • Zang Y.-F, He Y., Zhu C.-Z., Cao Q.-J., Sui M.-Q., Liang M., et al. (2007a). Az ADHD-ban szenvedő gyermekek megváltozott kiindulási agyi aktivitása nyugalmi állapotú funkcionális MRI segítségével. Brain Dev. 29 83 – 91. 10.1016 / j.braindev.2006.07.002 [PubMed] [Cross Ref]
  • Zang Y.-F., Yong H., Chao-Zhe Z., Qing-Jiu C., Man-Qiu S., Meng L., et al. (2007b). Az ADHD-ban szenvedő gyermekek megváltozott kiindulási agyi aktivitása nyugalmi állapotú funkcionális MRI segítségével. Brain Dev. 29 83 – 91. 10.1016 / j.braindev.2006.07.002 [PubMed] [Cross Ref]
  • Zou Q.-H., Zhu C.-Z., Yang Y., Zuo X.-N., Long X.-Y., Cao Q.-J., et al. (2008). Javított megközelítés az alacsony frekvenciájú fluktuáció (ALFF) amplitúdójának kimutatására nyugalmi fMRI esetén: frakcionált ALFF. J. Neurosci. Mód 172 137 – 141. 10.1016 / j.jneumeth.2008.04.012 [PMC ingyenes cikk] [PubMed] [Cross Ref]
  • X.-N., Di Martino A., Kelly C., Shehzad ZE, Gee DG, Klein DF, et al. (2010). Az oszcilláló agy: összetett és megbízható. Neuroimage 49 1432 – 1445. 10.1016 / j.neuroimage.2009.09.037 [PMC ingyenes cikk] [PubMed] [Cross Ref]