Absztrakt
Média multitaskingA multimédiás formák egyidejű fogyasztása egyre inkább elterjedt a mai társadalomban, és negatív pszichoszociális és kognitív hatásokkal jár. A nehezebb média-multitaskingban részt vevő egyénekről úgy találják, hogy rosszabb teljesítményűek a kognitív kontroll feladatok során, és több társadalmi-érzelmi nehézséget mutatnak.. A multimédia feladatokhoz kapcsolódó idegi folyamatok azonban még felfedezetlenek.
Jelen tanulmány a média multitasking tevékenység és az agy szerkezete közötti összefüggéseket vizsgálta. A kutatások kimutatták, hogy az agy felépítése megváltozhat az új környezet és tapasztalatok hosszú távú kitettsége esetén. Így arra számítottuk, hogy a multimédia feladatok elvégzése során a differenciált elkötelezettség korrelál az agyszerkezet variabilitásával.
Ezt Voxel-Based Morphometry (VBM) elemzésekkel igazoltuk: A magasabb Media Multitasking Index (MMI) pontszámmal rendelkező egyének kisebb szürkeanyag-sűrűséggel rendelkeztek az elülső cingulate cortexben (ACC). Faz ACC régió és az precuneus közötti nemcionális kapcsolat negatív kapcsolatban volt az MMI-vel. Eredményeink arra utalnak, hogy a nehéz média multitaskerekben megfigyelt csökkent kognitív kontroll teljesítmény és társadalmi-érzelmi szabályozás között lehetséges strukturális összefüggés van. Noha tanulmányunk keresztmetszeti jellege nem teszi lehetővé az okozati összefüggések irányának pontos meghatározását, eredményeink új összefüggéseket hoztak fel az egyes média multitasking magatartások és az ACC szerkezeti különbségei között.
ábrák
Idézet: Loh KK, Kanai R (2014) A magasabb szintű média többfeladatos tevékenység a kis szürkeárnyalat sűrűségével társul az elülső cingulate kéregben. PLOS ONE 9 (9): e106698. doi: 10.1371 / journal.pone.0106698
Szerkesztő: Katsumi Watanabe, Tokiói Egyetem, Japán
kapott: Február 25, 2014; Elfogadott: Augusztus 8, 2014; Megjelent: 24. szeptember 2014.
Copyright: © 2014 Loh, Kanai. Ez egy nyílt hozzáférésű cikk, amelyet a Creative Commons Attribution licenc, amely lehetővé teszi a korlátlan felhasználást, terjesztést és reprodukciót bármilyen médiumban, feltéve, hogy az eredeti szerzőt és forrást jóváírják.
finanszírozás: A projekt finanszírozására a Japán Tudományos és Technológiai Ügynökség PRESTO támogatása került. A finanszírozóknak nem volt szerepe a tanulmánytervezésben, az adatgyűjtésben és elemzésben, a közzétételi döntésben és a kézirat elkészítésében.
Versenyképes érdekek: A szerzők kijelentették, hogy nincsenek versengő érdekek.
Bevezetés
Média multitasking, vagy a több média egyidejű fogyasztása egyre inkább elterjedt a modern társadalomban [1] és csökkent kognitív kontroll képességekkel társult [2] valamint a negatív pszichoszociális hatások, például a depresszió és a társadalmi szorongás [3], negatív társadalmi jólét [4], és a gyenge tudományos teljesítmény [5]. Ebben a helyzetben azonban kevés tudomásunk van a média többfeladattal járó idegi folyamatokról. Jelen tanulmány a média multitasking tevékenység és az agyszerkezet variabilitása közötti összefüggéseket vizsgálta. A kutatások kimutatták, hogy az agy felépítése megváltozhat az új környezet hosszú távú kitettségével [6] valamint képzés és tapasztalat [7], [8]. Ezenkívül a szürke és a fehér anyag regionális variabilitása, Voxel-alapú morfometria (VBM) segítségével kiértékelve, megbízhatóan megjósolja az egyes különbségeket a kognitív funkciók egy sorában (lásd: [9] áttekintésre). A fenti megállapítások alapján feltételeztük, hogy a média multitasking különféle elkötelezettségei szintén tükrözik a regionális agyszerkezetek közötti különbségeket.
A jelenlegi vizsgálatban a Media-Multitasking Index (MMI, [2]) a média-multitasking jellemző tulajdonságaként fogadják el. Az MMI-pontszámokat következetesen összekapcsolják a kognitív kontroll feladatok egyedi teljesítményével [2], [10],[11]. Mint ilyenek, megbízható viselkedési korrelációt képeznek az agyszerkezet változékonyságával. Arra számítottuk, hogy az egyén MMI-pontja tükrözi az agyszerkezeti különbségeket, különösen a kognitív kontroll és a multitasking-régiókban. A korábbi kutatások összehangolták a prefrontalis corticalis régiók szerepét a kognitív kontrollban [12], [13], [14], [15]. A. Által okozott lézióvizsgálat alapján [16], a különféle régiók részt vesznek a multitasking disszociálható aspektusaiban: az elülső és a hátsó cingulate a retrospektív memóriában vesz részt, az prefrontális régiók pedig a prospektív memóriában és a tervezésben szerepelnek. Mint ilyen, arra számítottuk, hogy találni fognak kapcsolatot a média multitasking tevékenység és a régiók strukturális variabilitása között. A multimédia feladatok a média szorosan kapcsolódnak a személyiségjegyekhez (azaz a neurotizmushoz és az extraverzióhoz) [3]), amelyek viszont előrejelzik az agy szerkezeti különbségeit [17]. Mint ilyen, a média multitasking és az agyszerkezet közötti összefüggést ezek a vonási különbségek befolyásolhatják. Ennek a lehetőségnek a vizsgálatához megvizsgálják az MMI és a Big Five személyiségjegyek közötti összefüggéseket is.
MMI pontszámokat, Big Five személyiségjellemzőket és mágneses rezonancia képalkotást (MRI) kaptunk 75 egészséges felnőtteknél, akik viszonylag jól ismerik a számítógépet és a média technológiákat. A média multitasking tevékenység és az agyszerkezet változékonyságának kapcsolatának vizsgálatához először az egyes MMI pontszámokat korreláltuk az agyi szintű regionális szürkeanyag-sűrűséggel az optimalizált VBM segítségével [18]. Megvizsgáltuk az összefüggéseket a nagy öt tulajdonságok és az MMI pontszámok között is. A megszerzett szerkezeti különbségek funkcionális jelentőségének megvilágításához elemeztük a nyugalmi állapotú agyi aktivitást, hogy meghatározzuk az MMI pontszámok és az agy funkcionális összekapcsoltsága közötti összefüggéseket.
Mód
A résztvevők
A University University London (UCL) pszichológiai résztvevőinek felvételével felvett, egészséges 75 felnőttek (átlagéletkor = 24.6, SD = 5.0, 38 férfiak), tájékozott írásbeli hozzájárulás megadása után vett részt a jelenlegi tanulmányban. A tanulmányt a helyi UCL etikai bizottság hagyta jóvá (etikai kérelem kódja: 2213 / 002). A résztvevőket átvizsgáltuk egyetemi hallgatók és személyzet között, akik jól ismerik a számítógépeket és a média technológiákat. A részvételüket készpénzben térítették meg nekik. Azok a 75 résztvevők között, akik részt vettek a VBM vizsgálatban, fMRI adatokat gyűjtöttek az 40 résztvevők egy részhalmazából. A nem, az életkor, az iskolai végzettség és az MMI-pontszámok nem különböztek szignifikánsan a két minta között (Táblázat 1).
1 táblázat. A demográfiai jellemzők és a VBM elemzésben és a funkcionális összekapcsolhatóság elemzésében résztvevők MMI-pontszámának összehasonlítása.
doi: 10.1371 / journal.pone.0106698.t001
Módosított média multitasking kérdőív
A többfunkciós média kérdőív módosított változata [2] minden résztvevőnek beadták. Az MMI stabil mérést adott az egyén jellegzetes média-többfeladatos tevékenységéről. A kérdőív két fő részből állt: Az első szakasz felsorolta az 12 általános médiumtípusait, és a résztvevők beszámoltak arról, hogy az egyes adathordozókkal hetente hány órát töltöttek. A jelen tanulmányban használt módosított változatban az 10 adathordozó típusokat megtartottuk [2]: Nyomtatott média, televízió, számítógépes videó, zene, hanghívások mobil vagy telefonon, azonnali üzenetküldés, rövid üzenetküldő szolgáltatás (SMS), e-mail, internetes szörfözés és egyéb számítógépes alkalmazások. A „video- vagy számítógépes játékok” tételt úgy módosították, hogy a mobiltelefonokon is szerepeljen. A „nem zenei hang” elem helyébe a „közösségi hálózati oldalak használata” kifejezés lép. A változtatások célja a médiafogyasztás jelenlegi tendenciáinak jobb tükrözése. A második rész egy mátrixból állt, amelyben a résztvevők megmutatták, hogy mennyi időnként használják az összes többi tápközeget, mint egy primer tápközeget. Az egyidejű használat mennyiségét 1 – 4 skálán jeleztük (1 = “Soha”, 2 = „Az idő egy kis része”, 3 = „Az idő egy része” és 4 = „Az idő nagy része”). A résztvevők válaszai először a következők voltak: Az egyes primer tápközegekben a kódolt válaszok összegzése az elsődleges táptalaj egyidejűleg alkalmazott közegének átlagos számát eredményezi. Az MMI kiszámítása a következő képlet alapján történt: Hol mi az elsődleges táptalaj használata során egyidejűleg alkalmazott közegek száma, i; hi az elsődleges közeg felhasználásával hetente töltött órák száma, i; és hteljes az összes médialap felhasználásával hetente eltöltött órák száma.
Öt nagy készlet
A nagy öt leltár (BFI; [19]) egy rövid és megbízható 44-elem mérést adott az öt nagy személyiségtényezőjére: extraverzió (8 tételek), kellemesség (9 tételek), lelkiismeret (9 tételek), neurotizmus (8 tételek) és nyitottság a tapasztalatokra (10 tételek). A BFI-t a mintánkban az MMI és a nagy öt személyiségjegyek közötti összefüggések vizsgálatára fogadtuk el.
MRI adatgyűjtés
1.5 T Siemens Avanto szkennert (Siemens Medical, Erlangen, Németország) használtunk nagy felbontású T1-súlyozott szerkezeti képek készítéséhez minden résztvevő számára (MPRAGE; 1 mm3 köbös voxelek; 160 szeletek; TR = 2730 ms; TE = 3.57 ms). A funkcionális MRI-adatokat növekvő T2 * súlyozott gradiens-visszhang-visszhang-síkbeli képalkotó (EPI) szekvenciákkal szereztük meg, amelyek érzékenyek a BOLD kontrasztra. Mindegyik beszerzés 32 ferde szeletekből, 3.0 × 3.0 mm felbontásból, 2.0 mm vastagságból és 1.0 mm szeletrésből állt. Az EPI-szeleteket mindegyik alanyra külön-külön szögeztük, hogy csökkentsük az orrüreg érzékenységi műtermékeit, és hogy maximalizáljuk az orbitofrontalis régiók és a hátsó parietális kéreg lefedettségét, miközben a lefedettséget feláldozzuk az időbeli pólus felett. Mint ilyen, a végső tájolás 8 ° és 16 ° között változott. Ugyanazon szelet két egymást követő beszerzése közötti időtartam 2528 ms volt, 90 fokos átfordulási szög és 44 ms visszhang ideje. A látómező 192 × 192 mm volt. A digitális sík felbontás 64 × 64 pixel volt, pixelmérettel 3.0 × 3.0 mm. Az összes adatot 32-csatornás fejtekerccsel gyűjtöttük. A funkcionális MR vizsgálat során a résztvevőket arra utasították, hogy egyszerűen maradjanak mozdulatlanul, tartsák nyitva a szemüket, és ne gondolkodjanak konkrétan. Az egyik futtatás 180 volumenszerzésből állt, és a kezdeti 6 volumeneket eltávolítottuk az elemzésből, hogy elkerüljük a folyamatos mágnesezést. A nyugalmi fMRI-futtatás körülbelül 7.5 percet vett igénybe.
Voxel-alapú morfometria (VBM) elemzése
Voxel-alapú morfometria (VBM; [20]) egy általánosan használt neuroimaging elemzési technika, amely lehetővé teszi az előre feldolgozott MRI képek voxel-szempontból statisztikai elemzését. A nagy felbontású T1-súlyozott szerkezeti vizsgálatokat VBM-mel elemeztük statisztikai paraméteres leképezésen (SPM8, Wellcome Department of Kognitív Neurológia). A képeket először szétválasztottuk szürke és fehér anyag szempontjából. Ezt követően diffomorf anatómiai regisztrációt hajtottunk végre az exponenciált Lie Algebra (DARTEL) segítségével a szürke anyag képeinek társregisztrációja céljából. Annak biztosítása érdekében, hogy a regionális szürkeanyag-mennyiség a regisztráció után megmaradjon, a regisztrált képeket a DARTEL által kiszámított áramlási mezők Jacobi-meghatározója modulálta. A regisztrált szürkeanyag-képeket Gauss-kerneltel (teljes szélesség maximális felében = 10 mm) simítottuk, majd átalakítottuk és normalizáltuk a Montreal Neurológiai Intézet (MNI) sztereotaktikai teret a további többszörös regressziós elemzés céljából.
A normalizált szürkeanyag-képeken többszörös regressziós analízist végeztünk, fő regresszorként az MMI pontszámokat használva. Az életkor, a nem és az agy teljes volumenét beleszámítottuk olyan kovariánsokba, amelyek nem számítanak az összes regressziónak. Azoknak a voxeleknek a kimutatására, amelyekben a regionális szürkeanyag-sűrűség korrelált az MMI pontszámaival, szigorú küszöbértéket alkalmaztunk p <.05 családtagok hibájával az egész agy kijavítva.
Funkcionális kapcsolat elemzése
A funkcionális kapcsolódási elemzés elvégzéséhez a Conn funkcionális kapcsolódási eszközkészlet 13 verzióját (http://www.nitrc.org/projects/conn; [21]) az SPM8 előfeldolgozási eljárásaival kombinálva. A sorrendben felsorolt előfeldolgozási lépések tartalmazzák a szeletek időzítésének korrekcióját, az idősorok adatainak az első kötethez igazítását (azaz a mozgáskorrekciót), a funkcionális MRI idősorok társregisztrációját a megfelelő szerkezeti MRI-hez, a képek szétválasztását külön szövetekbe olyan fajták, mint a szürke anyag, a fehér anyag és a cerebrospinális folyadék (CSF), valamint a normál MNI-sablonnal történő normalizálás és a térbeli simítás Gauss-szűrővel (FWHM = 8 mm). Az idősorozatokat ezután sávszélességgel szűrtük 0.01 Hz – 0.1 Hz értékre.
A vetőmag-alapú funkcionális összekapcsolhatóság elemzéséhez egyetlen jelentős klasztert használtunk a VBM elemzésben, mint érdeklődésre számot tartó régió (ROI). A ROI-ból kinyert átlag idősorokat egy regresszorral többszörös regressziós modellben használtuk egyéni szintű elemzés során. A zavaró tényezők befolyásának minimalizálása érdekében beépítettük az előfeldolgozás hat mozgáskorrekciós paraméterének regresszorait. Ezenkívül a szürke anyag, a fehér anyag és a CSF átlagos BOLD jeleit kinyertük a szegmentálási eljárás során létrehozott maszkokból, és ezeket regresszorként is beépítettük az ezen globális jelekhez kapcsolódó eltérések minimalizálása céljából. Kiszámítottuk a ROI jel és az agy többi része közötti időbeli korrelációt, és a mag ROI-val való korrelációkat Z pontszámokká konvertáltuk a Fisher transzformációval a második szintű szignifikancia elemzéshez.
A Z-transzformált statisztikai képpel először a voxel-alapú küszöbérték alkalmazásával meghatároztuk agyi régiókat, amelyek funkcionális kapcsolatot mutatnak a mag ROI-val. pFWE korrigált<0.05. Ezt követően kevésbé szigorú küszöbértéket alkalmaztunk p<0.001 (nem javított) maszkként az ACC-hez kapcsolódó régiók rögzítésére egy második szintű elemzés céljából, amelynek során az MMI-pontszámokkal korrelált agyi régiókat kerestük. Kovariátorként felvettük az életkort, a nemet és az összes koponyaűri térfogatot, és elfogadtuk a küszöbértéket p <0.05 családonkénti hibával, a kezdeti maszk által meghatározott térfogatra korrigálva. A kezdeti maszkolás indoklása annak biztosítása volt, hogy elemzésünket azokra agyi régiókra korlátozzuk, amelyek korreláltak a mag régióval. Még ha e régión kívüli egyéni különbségekkel is korrelációt találnánk, ezek a megállapítások valószínűleg hamis összefüggéseket tükröznek. A maszkoláshoz kevésbé szigorú küszöböt fogadtunk el, hogy növeljük a második szintű elemzéseink teljesítményét.
A feldolgozott képalkotási adatokat, valamint a VBM és a funkcionális összeköttetések regressziós elemzésének változóit tartalmazó adatkészleteket nyilvánosan elérhetővé teszik a következő címen: http://dx.doi.org/10.6084/m9.figshare.1030286.
Eredmények
A VBM elemzés negatív kapcsolatot mutatott ki az MMI pontszámok és a szürke anyag sűrűsége között az elülső cingulate cortexben (ábra 1; ACC; t (70) = 5.16, PFWE korrigált <, 05, Klaszter mérete = 158 voxel × 1.53 = 533 mm3; csúcs MNI koordináta: x = 12, y = 41, z = 3). Egyik más agyi régió sem mutatott szignifikáns korrelációt az MMI pontszámaival. Így a magasabb adathordozó-multitasking az ACC kisebb szürkeanyag-mennyiségével társult. Az MMI és a BFI pontszámok közötti korrelációs elemzések azonban rendkívül szignifikáns összefüggést mutattak az extraversion és az MMI pontszámok között (Táblázat 2; r = 0.347, p = 0.002). Mint ilyen, azt gyanítottuk, hogy a megfigyelt MMI-ACC szürkeanyag-asszociációt az extraversionálási pontszámok egyedi különbségei befolyásolhatják. Erre való tekintettel megismételtük a korábbi VBM-analízist, tovább kontrollálva a BFI pontszámokat további kovariánsként. Többszörös regressziót hajtottunk végre (szürkeanyag-sűrűség függő változóként), beleértve az MMI-t és az összes nagy öt tulajdonsági pontszámot prediktorként, valamint a demográfiai kovariátorokat. Szignifikáns negatív összefüggést figyeltünk meg az MMI és a szürkeanyag mennyisége között az azonos ACC régióban (t (65) = 5.08, PFWE korrigált<, 05, Klaszter mérete = 74 voxel × 1.53 = 250 mm3; csúcs MNI koordináta: x = 12, y = 40, z = 3). Ez azt sugallta, hogy az MMI és a szürkeanyag sűrűsége között egyedi összefüggés van az ACC-ben, függetlenül a nagy öt személyiségi tulajdonságaitól.
1 ábra. A VBM regressziós elemzései azt mutatták, hogy az MMI-pontszámok szignifikánsan összefüggésben vannak a szürkeanyag-sűrűséggel az ACC-ben (t (70) = 5.16, PFWE korrigált <0.05, fürtméret = 158 voxel x 1.53 = 533 mm3; csúcs MNI koordináta: x = 12, y = 41, z = 3).
A voxel csúcsán (Y-tengely) beállított szürkeanyag-sűrűség negatív korrelációt mutatott (r = −0.54, p<0.001) MMI-pontszámokkal (X-tengely).
doi: 10.1371 / journal.pone.0106698.g001
2 táblázat. Összefüggések a Media multitasking index pontszáma és a Big Five Inventory pontszámai között.
doi: 10.1371 / journal.pone.0106698.t002
A VBM eredmények funkcionális jelentőségének megvilágítása érdekében arra törekedtünk, hogy funkcionális összeköttetési elemzések segítségével pontosan meghatározzuk azokat agyi régiókat, amelyek jelentős kapcsolatot mutatnak a kapott ACC érdekes régiókkal (ROI). Ez az elemzés feltárta, hogy a kapott ACC ROI-ban az aktivitás korrelált több agyrégióval, amelyeket általában az alapértelmezett üzemmód hálózattal jellemeztek, beleértve a kétoldalú temporo-parietális csomópontokat (TPJ; jobb félteke, x = 48, y = −64, z = 36, pFWE korrigált<0.05; bal agyfélteke, x = −44, y = −70, z = 36) és precuneus (x = 4, y = −68, z = 30, pFWE korrigált<0.05) más régiók között (Táblázat 3). Ezek az eredmények azt sugallják, hogy az ACC ROI, amelyet a VBM elemzéssel találtunk, valószínűleg a DMN alá tartozik. Ezután tovább vizsgáltuk, hogy az MMI pontszámok kapcsolódnak-e az ACC ROI és a DMN régiók közötti kapcsolathoz. A regressziós analízist az ACC és a DMN régiók közötti z-transzformált korrelációk alapján végeztük, ahol az MMI volt a fő prediktor, valamint az életkor, nem és az agy teljes térfogata, mint kovariánsok. Jelentős társulások nem merültek fel pFWE korrigált<0.05. Egy kevésbé szigorú küszöbértéknél azonban pkijavítatlan<0.001, a magasabb MMI pontszámok az ACC ROI és az precuneus közötti gyengébb kapcsolathoz kapcsolódtak (ábra 2; precuneus; t (40) = 5.22, pkijavítatlan<0.001, fürtméret = 159 mm3; MNI csúcskoordináta: x = 10, y = −50, z = 18). Hangsúlyozzuk, hogy kapcsolódási eredményeinket kevésbé szigorú küszöbön szereztük meg, és korlátozott bizonyítékot szolgáltattak számunkra arra, hogy következtetéseket vonjunk le az MMI-ről és a funkcionális összeköttetések társulásáról. Mint ilyen, ez a megállapításkészlet kizárólag a VBM-eredményeink funkcionális értelmezéséhez szolgált.
2 ábra. A regressziós elemzések azt mutatták, hogy az ACC ROI és a Precuneus (a kék vonalak metszéspontja) közötti kapcsolat negatívan kapcsolódik az MMI pontszámokhoz (Precuneus; t (40) = 5.22, PFWE-korrigálatlan<0.001, fürtméret = 159 mm3; MNI csúcskoordináta: x = 10, y = −50, z = 18).
Volt negatív kapcsolat (r = −0.68, p<0.001) a módosított Z-transzformált ACC-Precuneus korrelációk (Y-tengely) és az MMI-pontszámok (X-tengely) között.
doi: 10.1371 / journal.pone.0106698.g002
3 táblázat. Agyi régiók, amelyek funkcionális kapcsolatot mutatnak az ACC ROI-val.
doi: 10.1371 / journal.pone.0106698.t003
Megbeszélés
A hipotézis szerint a jelen tanulmány szignifikáns összefüggést tárt fel a média multitasking és az agyszerkezet eltérései között: Azoknak a személyeknek, akik a média multitasking nagyobb mennyiségéről számoltak be, alacsonyabb a szürkeanyag-sűrűség az ACC-ben. Ez az asszociáció szigorú küszöbértéknél szignifikáns volt (pFWE korrigált<0.05), és független volt a nagy öt személyiségi vonásaitól. Megvitatjuk a szerkezeti korrelációk lehetséges értelmezését az ACC funkciókra és az MMI viselkedési korrelációkra vonatkozó legfrissebb bizonyítékok fényében.
Az ACC az agy információfeldolgozási útvonalainak kritikus kapcsolatát képezi, és részt vett az sensorimotor, nociceptív, magasabb kognitív és érzelmi / motivációs folyamatokban. [22], [23]. Ezek közül azt feltételezzük, hogy a kapott ACC régió valószínűleg a magasabb kognitív folyamatokhoz kapcsolódik, mivel a média multitasking folyamatosan kapcsolódik a kognitív kontroll teljesítményéhez [2], [10], [11], [24]. Ezenkívül az ACC ROI jelentős funkcionális kapcsolatot mutatott a DMN agyrégiókkal, amelyek szintén jellemzően voltak összekapcsolva magasabb kognitív műveletekkel [25], [26].
A kognitív feldolgozás szempontjából általában úgy gondolják, hogy az ACC részt vesz a hibák vagy konfliktusok felderítésében [27], [28]. Az ACC aktiválást általában olyan feladatoknál figyelik meg, amelyek egyidejűleg inkompatibilis válaszokat aktiválnak, azaz a Stroop feladatot [29], [30], szelektív figyelem [31] és a kísérő feladat [32], [33]. Nevezetesen, az ACC részt vett a kettős feladatú paradigmákban [34], [35] ahol az egyénnek versengő ingerekkel és válaszokkal kell szembenéznie, amelyek két vagy több feladathoz kapcsolódnak. Ehhez hasonlóan a média multitaskingban az egyének különálló feladatkövetelményekkel szembesülnek, amelyek az egyidejűleg használt többféle médiatípushoz kapcsolódnak. Mint ilyen, a kapott ROI-t bevonhatjuk a kettős feladattal kapcsolatos kognitív kontroll funkciókba. Az egyik kritikus figyelmeztetés az, hogy a fent említett funkciókat általában a hátsó ACC-hez rendelik, ellentétben a rostral régióval, ahol ROI található [23], [32], [35], [36]. A kutatók azonban megjegyezték, hogy ez a meghatározás nem abszolút [23], [34], [37]. Különösen a jelenlegi értelmezésünk alátámasztására, Dreher és munkatársai [34] számolt be arról, hogy a rostral ACC egyedülállóan részt vesz a konfliktusok felderítésében a kettős feladatok ellátása során.
Fő megállapításunk azt jelezte, hogy a nehezebb multimédiás multitaskerek alacsonyabb ACC volumenűek voltak. Annak érdekében, hogy meghatározzuk a csökkentett ACC-mennyiségek lehetséges viselkedési következményeit a nehéz multitaskerekben, az MMI és a kognitív kontroll összekapcsolásával kapcsolatos viselkedési tanulmányokat vizsgáltuk. Ophir és mtsai. [2] először feltárták a megnövekedett média multitasking tevékenység és a rosszabb kognitív kontroll közötti kapcsolatot. A kognitív kontroll feladatok sokaságába bevonta a résztvevőket, mint például a Stroop-feladat, a feladatváltás, a zavaró-szűrés és az n-back feladatok. A distraktorokkal szemben a nehéz multitasker (a könnyebb multitaskerhez képest) lassabban észlelte a látási minták változásait, érzékenyebben reagált a distractors téves visszaemlékezésére egy memória feladat során, és lassabb volt a feladatváltásban. A szerzők szerint a nehéz multitaskerek kevésbé voltak képesek önkéntesen korlátozni figyelmüket csak a feladatra vonatkozó információkkal. Lui és Wong [24] további bizonyítékokat szolgáltatott arról, hogy a nehezebb multitaskerek jobban gátolják a feladat szempontjából irreleváns ingereket, és következésképpen képesek voltak jobban teljesíteni a multiszenzoros integrációs feladatokat. Egy későbbi tanulmány [11] megmutatta, hogy a nehéz multitaskerek rosszabb teljesítménnyel bírnak a Operation Span Task (OSPAN) műveletnél, amely nagyban hasonlított a kettős feladatú paradigmára, mivel a résztvevőknek egyidejűleg kellett megoldaniuk a matematikai problémákat és megjegyezniük a bemutatott leveleket. A nehéz multitaskerek több figyelmet szenteltek a mindennapi életben [38]. Alzahabi és Becker egy közelmúltbeli tanulmánya azonban [10] Ellentétes eredményekről számoltak be: a nehezebb multitaskerek nem voltak rosszabbak a kettős feladat végrehajtásában, és jobbak voltak a feladatváltásban. Ugyancsak nem voltak képesek megismételni Ophir és mtsai eredményeit, annak ellenére, hogy azonos feladatokat végeztek. A szerzők megjegyezték, hogy mintáik elsősorban nők voltak, és ez valószínűleg eltérő eredményeket eredményezhetett volna. Hangsúlyozták a longitudinális vizsgálatok fontosságát az MMI és a kognitív kontroll közötti erőteljes összefüggések feltárása érdekében.
Összefoglalva: a meglévő MMI irodalom általában azt sugallja, hogy a nehezebb média-multitaskingban részt vevő egyének gyengébb kognitív kontroll képességeket mutatnak. Jelenlegi eredményeink kiterjesztik ezt az irodalmat azáltal, hogy a nehezebb média-multitasking tevékenységet kisebb mennyiségű ACC-vel összekapcsolják: egy olyan agyrégióval, amely részt vesz a kognitív kontrollban, összekapcsolódó neuroimaging bizonyítékok alapján. Hangsúlyozzuk azonban, hogy további munkára van szükség az ACC felépítése és a kognitív kontroll képességek közötti kapcsolat megteremtéséhez. ACC-sérüléssel rendelkező betegek vizsgálata nagyon vegyes perspektívákat adott az ACC szükségességéről a kapcsolódó kognitív funkciókban [39], [40], [41].
Lehetséges az is, hogy a kapott ACC-régió részt vesz az érzelmi / motivációs folyamatokban, mivel az a rostral ACC-ben helyezkedik el, amely általában kapcsolódik a motivációhoz és az érzelmek feldolgozásához. [23]. A csökkentett ACC-mennyiséget gyakran befolyásolják olyan rendellenességek, amelyekben az aberráns érzelmi-motivációs folyamatok szerepelnek, mint például rögeszmés-kényszeres rendellenesség [42], A poszttraumás stressz zavar [43], depresszió [44] valamint kábítószer- és nem drogfüggőség [45], [46]. Ebből a szempontból valószínű, hogy a nehezebb média multitaskerek, alacsonyabb ACC volumen mellett kevésbé hajlamosak az érzelmi és motivációs szabályozásra. Valójában a magasabb MMI pontszámok korrelálnak a megnövekedett neurotikussal, szenzáció-kereső és impulzivitással [3], [11] és negatív társadalmi-érzelmi eredmények [4]. Érdekes módon a jelen tanulmányban kapott agyszerkezeti különbségek hasonlóak voltak az internetes függőség (IA) idegi korrelátumaihoz. Az IA-ban szenvedő betegek esetében, akiket egyszerűen az Internet vagy a számítógépek patológiás túlhasználataként határoztak meg, kimutatták, hogy csökkent a szürke és fehér anyag sűrűsége az ACC-ben [46], [47], [48]. Lehetséges, hogy a két konstrukció, a multimédia feladat és az IA átfedésben van: az MMI megmutatta, hogy mennyi ember használt egyszerre több eszközt, és ez összefügghet az IA-val, ami a számítógépek és az internet túlzott használatát vonja maga után.
A jelen munkának egy fontos korlátozása az, hogy eredményeinket keresztmetszeti tanulmányból nyerjük, amely a média multitasking magatartása és az agy szerkezete közötti kapcsolatot vizsgálja. Mint ilyen, a közöttük fennálló okozati összefüggés iránya nem határozható meg. Elképzelhető, hogy a kisebb ACC-vel rendelkezők jobban hajlamosak multitaskingra a gyengébb kognitív kontroll vagy társadalmi-érzelmi szabályozás miatt, ugyanakkor valószínű, hogy a multitasking helyzetek magasabb kitettsége strukturális változásokhoz vezet az ACC-ben. Hosszirányú vizsgálatra van szükség az ok-okozati irány egyértelmű meghatározásához. Jelenlegi eredményeink utat nyitnak az ilyen kutatásokhoz azáltal, hogy empirikus kapcsolatot teremtenek a multimédia feladatok ellátása a média és az ACC szerkezeti különbségei között. Egy másik figyelmeztetés az, hogy a jelenlegi eredmények nem terjednek ki a viszonylag magasan képzett és a technológiának kitett, vizsgált populáción. A médiafogyasztási szokásokat valóban nagymértékben befolyásolhatják a demográfiai tényezők [1]. Mint ilyen, a jövőbeli tanulmányoknak meg kell vizsgálniuk a demográfiai tényezők - például az oktatás és a társadalmi-gazdasági helyzet - szerepét a média multitasking, a kognitív teljesítmény és az agyszerkezetek közötti kapcsolat moderálásában.
Összegezve, azoknak az egyéneknek, akik több média multitasking tevékenységet folytattak, kisebb szürkeanyag-mennyisége volt az ACC-ben. Ez megmagyarázhatja a meggyengült kognitív kontroll teljesítményt és a megnövekedett média-multitasking által okozott negatív társadalmi-érzelmi eredményeket. Noha tanulmányunk keresztmetszeti jellege nem teszi lehetővé az okozati összefüggések irányának pontos meghatározását, eredményeink új összefüggéseket hoztak fel az egyes média multitasking magatartások és az ACC szerkezeti különbségei között.
Szerzői hozzájárulások
A kísérletek megtervezése és megtervezése: KL RK. Kísérleteket végzett: KL RK. Elemeztem az adatokat: KL RK. Hozzáadott reagensek / anyagok / elemző eszközök: KL RK. Írta a papírt: KL RK.
Referenciák
- 1. Rideout VJ, Foehr UG, Roberts DF (2010) M2 generáció: Média az 8 - az 18 évesek életében. Menlo Park, Kalifornia
- 2. Ophir E, Nass C, Wagner AD (2009) Kognitív kontroll média multitaskerekben. Az Amerikai Egyesült Államok Nemzeti Tudományos Akadémia folyóiratai 106: 15583 – 15587. doi: 10.1073 / pnas.0903620106
- 3. Becker MW, Alzahabi R, Hopwood CJ (2013) A média multitasking a depresszió és a társadalmi szorongás tüneteivel jár. Kiberpszichológia, viselkedés és szociális hálózatok 16: 132 – 135. doi: 10.1089 / cyber.2012.0291
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- 4. Pea R, Nass C, Meheula L, Rance M, Kumar A és mtsai. (2012) A médiahasználat, a személyes kommunikáció, a multimédia multitasking és a társadalmi jólét az 8-12-éves lányok között. Fejlődési pszichológia 48: 327 – 336. doi: 10.1037 / a0027030
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- Cikk megtekintése
- PubMed / NCBI
- Google Scholar
- 5. Junco R, Cotton SR (2010) Az azonnali üzenetküldés használatának észlelt tudományos hatásai. Számítógépek és oktatás 56: 370 – 378. doi: 10.1016 / j.compedu.2010.08.020
- 6. Blakemore C, Van Sluyters RC (1975) Veleszületett és környezeti tényezők a cica vizuális kérgének kialakulásában. A Journal ofysiology 248: 663–716.
- 7. Draganski B, Gaser C, Busch V, Schuierer G, Bogdahn U, et al. (2004) Neuroplaszticitás: az edzés által kiváltott szürkeanyag-változások. Természet 427: 311 – 312. doi: 10.1038 / 427311a
- 8. Boyke J, Driemeyer J, Gaser C, Buchel C, A. május (2008) Az edzés által kiváltott agyszerkezet-változások időskorúakban. Az idegtudomány folyóirat: az Idegtudományi Társaság hivatalos folyóirata 28: 7031 – 7035. doi: 10.1523 / jneurosci.0742-08.2008
- 9. Kanai R, Rees G (2011) Az emberi viselkedés és megismerés egyének közötti különbségek szerkezeti alapjai. A természet áttekintése Idegtudomány 12: 231 – 242. doi: 10.1038 / nrn3000
- 10. Alzahabi R, Becker MW (2013) A média multitasking, a feladatváltás és a kettős feladatteljesítmény közötti kapcsolat. A kísérleti pszichológia lapja Az emberi felfogás és teljesítmény 39: 1485 – 1495. doi: 10.1037 / a0031208
- 11. Sanbonmatsu DM, Strayer DL, Medeiros-Ward N, Watson JM (2013) Ki több feladat és miért? Többfeladatos képesség, érzékelhető többfeladatosítási képesség, impulzivitás és szenzációs keresés. PloS one 8: e54402. doi: 10.1371 / journal.pone.0054402
- 12. Koechlin E, Ody C, Kouneiher F (2003) A kognitív kontroll felépítése az emberi prefrontalis kéregben. Science 302: 1181 – 1185. doi: 10.1126 / science.1088545
- 13. Marois R, Ivanoff J (2005) Az agyban történő információfeldolgozás kapacitáskorlátai. A kognitív tudományok trendjei 9: 296 – 305. doi: 10.1016 / j.tics.2005.04.010
- 14. Dux PE, Ivanoff J, Asplund CL, Marois R (2006) Az információfeldolgozás központi szűk keresztmetszetének elkülönítése az időmegoldású FMRI-vel. Neuron 52: 1109 – 1120. doi: 10.1016 / j.neuron.2006.11.009
- 15. Miller EK, Cohen JD (2001) A prefrontalis cortex funkció integráló elmélete. Az idegtudomány éves áttekintése 24: 167 – 202.
- 16. Burgess PW, Veitch E, Lacy Costello A, Shallice T (2000) A multitasking kognitív és neuroanatómiai összefüggései. Neuropsychologia 38: 848 – 863. doi: 10.1016 / s0028-3932 (99) 00134-7
- 17. DeYoung CG, Hirsh JB, Shane MS, Papademetris X, Rajeevan N és mtsai. (2010) Jóslatok tesztelése a személyiség idegtudományából. Agyszerkezet és a nagy öt. Pszichológiai tudomány 21: 820 – 828. doi: 10.1177 / 0956797610370159
- 18. Ashburner J (2007) Gyors diffeomorf képi regisztrációs algoritmus. NeuroImage 38: 95 – 113. doi: 10.1016 / j.neuroimage.2007.07.007
- 19. John OP, Srivastava S (1999) Az öt nagy tulajdonság taxonómia: történelem, mérés és elméleti perspektívák. In: Pervin LA, John OP, szerkesztők. Személyiség kézikönyve: Elmélet és kutatás. New York: Guilford Press. 102-138.
- 20. Ashburner J, Friston KJ (2000) Voxel-alapú morfometria - a módszerek. NeuroImage 11: 805 – 821. doi: 10.1006 / nimg.2000.0582
- 21. Whitfield-Gabrieli S, Moran JM, Nieto-Castanon A, Triantafyllou C, Saxe R, et al. (2011) Asszociációk és disszociációk az alapértelmezett és az ön-referencia hálózatok között az emberi agyban. NeuroImage 55: 225 – 232. doi: 10.1016 / j.neuroimage.2010.11.048
- 22. Devinsky O, Morrell MJ, Vogt BA (1995) Az elülső cingulate cortex hozzájárulása a viselkedéshez. Agy: a neurológiai napló 118 (Pt 1): 279 – 306. doi: 10.1093 / agy / 118.1.279
- 23. Bush G, Luu P, Posner MI (2000) Kognitív és érzelmi hatások az elülső cingulate cortexben. A kognitív tudományok trendjei 4: 215 – 222. doi: 10.1016 / s1364-6613 (00) 01483-2
- 24. Lui KF, Wong AC (2012) A média multitasking mindig fáj? Pozitív összefüggés a multitasking és a multisensory integráció között. Pszichonómiai értesítő és áttekintés 19: 647–653. doi: 10.3758 / s13423-012-0245-7
- 25. Raichle ME, MacLeod AM, Snyder AZ, Powers WJ, Gusnard DA, et al. (2001) Az agyi funkció alapértelmezett módja. Az Amerikai Egyesült Államok Nemzeti Tudományos Akadémia folyóiratai 98: 676 – 682. doi: 10.1073 / pnas.98.2.676
- 26. Buckner RL, Andrews-Hanna JR, Schacter DL (2008) Az agy alapértelmezett hálózata: anatómia, funkció és relevancia a betegségekkel szemben. A New York-i Tudományos Akadémia évkönyvei 1124: 1–38. doi: 10.1196 / annals.1440.011
- 27. Carter CS, Macdonald AM, Botvinick M., Ross LL, Stenger VA, et al. (2000) Végrehajtó folyamatok elemzése: az első cingulate cortex stratégiai és értékelési funkciói. Az Amerikai Egyesült Államok Nemzeti Tudományos Akadémia folyóiratai 97: 1944 – 1948. doi: 10.1073 / pnas.97.4.1944
- 28. Botvinick MM, Braver TS, Barch DM, Carter CS, Cohen JD (2001) Konfliktusfigyelés és kognitív kontroll. Pszichológiai áttekintés 108: 624 – 652. doi: 10.1037 // 0033-295x.108.3.624
- 29. Bush G, Whalen PJ, Rosen BR, Jenike MA, McInerney SC és mtsai. (1998) A számláló Stroop: a funkcionális idegépalkotásra szakosodott interferencia feladat - validációs vizsgálat funkcionális MRI-vel. Az emberi agy feltérképezése 6: 270–282. doi: 10.1002 / (sici) 1097-0193 (1998) 6: 4 <270 :: aid-hbm6> 3.3.co; 2-h
- 30. Leung HC, Skudlarski P, Gatenby JC, Peterson BS, Gore JC (2000) A stroop színes szó interferencia feladat eseményekkel kapcsolatos funkcionális MRI vizsgálata. Agykéreg 10: 552 – 560. doi: 10.1093 / cercor / 10.6.552
- 31. Corbetta M, Miezin FM, Dobmeyer S, Shulman GL, Petersen SE (1991) Szelektív és megosztott figyelem az alak, szín és sebesség vizuális megkülönböztetésekor: funkcionális anatómia pozitron emissziós tomográfia segítségével. Az idegtudomány folyóirat: az Idegtudományi Társaság hivatalos folyóirata 11: 2383 – 2402.
- 32. Botvinick M, Nystrom LE, Fissell K, Carter CS, Cohen JD (1999) A konfliktusfigyelés és a cselekvés kiválasztása az elülső cinguláris kéregben. Természet 402: 179 – 181. doi: 10.1038 / 46035
- 33. Casey BJ, Thomas KM, Welsh TF, Badgaiyan RD, Eccard CH, et al. (2000) A válaszkonfliktus, a figyelem kiválasztása és a várható elválasztása funkcionális mágneses rezonancia képalkotással. Az Amerikai Egyesült Államok Nemzeti Tudományos Akadémia folyóiratai 97: 8728 – 8733. doi: 10.1073 / pnas.97.15.8728
- 34. Dreher JC, Grafman J (2003) A rostral anterior cingulate és az lateral prefrontal cortulate szerepének szétválasztása két feladat egyszerre vagy egymás utáni elvégzésében. Agykéreg 13: 329 – 339. doi: 10.1093 / cercor / 13.4.329
- 35. Erickson KI, Colcombe SJ, Wadhwa R, Bherer L, Peterson MS, et al. (2005) A kettős feladat teljesítésének neurális korrelációja a feladat előkészítésének minimalizálása után. NeuroImage 28: 967 – 979. doi: 10.1016 / j.neuroimage.2005.06.047
- 36. Milham MP, Banich MT, Webb A, Barad V., Cohen NJ és mtsai. (2001) Az elülső cingulate és a prefrontal cortex relatív részvétele a figyelem kontrolljában a konfliktus természetétől függ. Agykutatás Kognitív agykutatás 12: 467 – 473. doi: 10.1016 / s0926-6410 (01) 00076-3
- 37. Kiehl KA, Liddle PF, Hopfinger JB (2000) Hibafeldolgozás és a rostral anterior cingulate: eseményekkel kapcsolatos fMRI vizsgálat. Pszichofiziológia 37: 216 – 223. doi: 10.1111 / 1469-8986.3720216
- 38. BC Ralph, Thomson DR, Cheyne JA, Smilek D (2013) A multimédia multitasking és a figyelemhiány a mindennapi életben. Pszichológiai kutatás. doi: 10.1007 / s00426-013-0523-7
- 39. LK testvérek, Farah MJ (2005) Az elülső cingulate kéreg szükséges a kognitív kontrollhoz? Agy: a neurológiai napló. 128: 788 – 796. doi: 10.1093 / agy / awh405
- 40. Swick D, Turken AU (2002) A konfliktus észlelése és a hibafigyelés közötti disszociáció az emberi elülső cingulate cortexben. Az Amerikai Egyesült Államok Nemzeti Tudományos Akadémia folyóiratai 99: 16354 – 16359. doi: 10.1073 / pnas.252521499
- 41. Swick D, Jovanovic J (2002) Az elülső cinguláris kéreg és a Stroop feladat: a topográfiai specifitás neuropszichológiai bizonyítéka. Neuropsychologia 40: 1240 – 1253. doi: 10.1016 / s0028-3932 (01) 00226-3
- 42. Rotge JY, Guehl D, Dilharreguy B, Tignol J, Bioulac B, et al. (2009) Az agyi térfogatváltozások metaanalízise obszesszív-kompulzív rendellenességben. Biológiai pszichiátria 65: 75 – 83. doi: 10.1016 / j.biopsych.2008.06.019
- 43. Yamasue H, Kasai K, Iwanami A, Ohtani T, Yamada H, et al. (2003) Az MRI Voxel-alapú elemzése feltárja a cingulált szürkeanyag mennyiségének elülső csökkentését a terrorizmus miatti poszttraumás stressz rendellenességben. Az Amerikai Egyesült Államok Nemzeti Tudományos Akadémia folyóiratai 100: 9039 – 9043. doi: 10.1073 / pnas.1530467100
- 44. Caetano SC, Kaur S, Brambilla P, Nicoletti M, Hatch JP, et al. (2006) Kisebb cingulációs térfogat unipoláris depressziós betegekben. Biológiai pszichiátria 59: 702 – 706. doi: 10.1016 / j.biopsych.2005.10.011
- 45. Franklin TR, Acton PD, Maldjian JA, Grey JD, Croft JR et al. (2002) Csökkent szürkeanyag-koncentráció a kokainbetegek izolált, orbitofrontalis, cingulátus és időbeli kéregében. Biológiai pszichiátria 51: 134 – 142. doi: 10.1016 / s0006-3223 (01) 01269-0
- 46. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, et al. (2011) Szürkeanyag-rendellenességek az internetes függőségben: voxel-alapú morfometria vizsgálat. Európai radiológiai folyóirat 79: 92 – 95. doi: 10.1016 / j.ejrad.2009.10.025
- 47. Yuan K, Qin W, Wang G, Zeng F, Zhao L, et al. (2011) Mikroszerkezeti rendellenességek internetes függőséggel küzdő serdülőknél. PloS one 6: e20708. doi: 10.1371 / journal.pone.0020708
- 48. Lin F, Zhou Y, Du Y, Qin L, Zhao Z és mtsai. (2012) Abnormális fehérje-integritás Internet-függőséggel küzdő serdülőknél: traktus-alapú térbeli statisztikai tanulmány. PloS one 7: e30253. doi: 10.1371 / journal.pone.0030253