Internet és szerencsejáték-függőség: a neurotaging-tanulmányok (2012) rendszeres irodalmi áttekintése

Sci. 2012, 2(3), 347-374; doi:10.3390 / brainsci2030347
 
Daria J. Kuss* és Mark D. Griffiths
 
Nemzetközi Gaming Research Unit, Nottingham Trent Egyetem, Nottingham NG1 4BU, Egyesült Királyság
 
* A szerző, akinek a levelezést kell címezni.
 
Fogadott: 28 június 2012; felülvizsgált formában: 24 2012 augusztus / Elfogadva: 28 2012 augusztus / Megjelent: 5 2012 szeptember
 
(Ez a cikk a Különkiadás része Függőség és neuroadaptáció)

Absztrakt:

Az elmúlt évtizedben kutatások halmozódtak fel arra, hogy a túlzott internethasználat magatartási függőség kialakulásához vezethet. Az internetes függőséget súlyos veszélynek tekintik a mentális egészségre, és az internet túlzott használatát számos negatív pszichoszociális következményhez kötik. Ennek a felülvizsgálatnak az a célja, hogy azonosítsa az eddigi összes olyan empirikus tanulmányt, amelyek neuroimaging technikákat alkalmaztak az internet és a játékfüggőség kialakuló mentálhigiénés problémájának ismerete érdekében neurológiai tudományos szempontból.

A neuroimaging vizsgálatok előnyt kínálnak a hagyományos felmérés és viselkedéskutatáshoz képest, mivel ezzel a módszerrel meg lehet különböztetni az agy területeit, amelyek részt vesznek a függőség kialakulásában és fenntartásában. Szisztematikus irodalmi kutatást végeztek az 18 vizsgálatok azonosítása érdekében. Ezek a tanulmányok meggyőző bizonyítékokat szolgáltatnak a különféle típusú függőségek, nevezetesen anyagfüggő függőségek, valamint az internet- és játékfüggőség hasonlóságairól, különféle szinteken.

Molekuláris szinten az internet-függőséget egy olyan általános jutalomhiány jellemzi, amely csökkent dopaminerg aktivitást jelent.

Az idegi áramkörök szintjén az internet- és játékfüggőség neuroadapcióhoz és szerkezeti változásokhoz vezetett, amelyek a függőséggel kapcsolatos agyi területeken folytatódó megnövekedett aktivitás következményeként következnek be.

Magatartási szinten az internetet és a szerencsejáték-rabjakat úgy tűnik, hogy korlátozzák kognitív működésük szempontjából a különböző területeken.

A tanulmány kimutatja, hogy az internet és a játékfüggőség fejlődésével kapcsolatos neuronális összefüggések megértése elősegíti a jövőbeli kutatásokat és előkészíti az utat a függőség kezelési megközelítéseinek fejlesztéséhez.

Kulcsszavak: Internet-függőség; játékfüggőség; képalkotó; irodalmi áttekintés

 

1. Bevezetés

Az elmúlt évtizedben kutatások halmozódtak fel arra, hogy a túlzott internethasználat magatartásfüggőség kialakulásához vezethet (pl.1,2,3,4]). Klinikai bizonyítékok arra utalnak, hogy az internet-függõk számos biopszichoszociális tünettel és következménnyel járnak [5]. Ide tartoznak azok a tünetek, amelyek hagyományosan összefüggnek az anyagfüggőséggel, nevezetesen a nyugalom, a hangulatmódosítás, a tolerancia, az elvonási tünetek, a konfliktus és a visszaesés [6]. Az internetes függőség olyan internetes tevékenységek heterogén spektrumát foglalja magában, amelyek potenciális betegség-értéket képviselnek, például játék, vásárlás, szerencsejáték vagy közösségi hálózat. A szerencsejáték az internetes függőség feltételezett konstrukciójának egy részét képviseli, és úgy tűnik, hogy a játékfüggőség az internetes függőség eddig legszélesebb körben vizsgált formája [7]. A mentálhigiénés szakemberek és kutatók kiterjedt javaslatai az internetfüggőség mint mentális rendellenesség beillesztésére a mentális rendellenességek diagnosztikai és statisztikai kézikönyvének (DSM-V) közelgő ötödik kiadásában meg fognak valósulni, mivel az Amerikai Pszichiátriai Szövetség elfogadta az internethasználat zavarának beillesztését. mint mentális egészségügyi probléma, amely érdemes további tudományos vizsgálatra [8].

Az Internet túlzott használatát számos negatív pszichoszociális következményhez kötik. Ide tartoznak a mentális rendellenességek, például szomatizáció, rögeszmés-kényszeres és egyéb szorongási rendellenességek, depresszió [9] és disszociáció [10], valamint a személyiségjegyek és patológiák, például az introverzió és a pszichotizmus [11]. A prevalencia becslése az 2% [12] 15% -ra [13], a vonatkozó társadalmi-kulturális kontextustól, a mintától és az alkalmazott értékelési kritériumoktól függően. Az internetes függőséget súlyos veszélynek tekintik a mentális egészséget az ázsiai, széles szélessávú internethasználattal rendelkező országokban, különösen Dél-Koreában és Kínában [14].

 

 

1.1. A neuroképesedés felemelkedése

A derékszögű dualizmusnak megfelelően a francia filozófus, Descartes azt a nézetet támogatta, miszerint az elme a testtől független entitás.15]. A kognitív idegtudomány azonban bebizonyította, hogy téved, és összeegyezteti a test fizikai entitását az elme meglehetősen megfoghatatlan entitásával [16]. A modern neuroimaging technikák a kognitív folyamatokat (azaz Descartes gondolkodó elmét) a tényleges viselkedéshez (azaz Descartes mozgó testéhez) kapcsolják az agy szerkezetének és aktivitásának mérésével és ábrázolásával. A jutalomhoz, a motivációhoz, a memóriához és a kognitív kontrollhoz kapcsolódó agyi területeken bekövetkezett megváltozott aktivitást a függőséghez társították [17].

A kutatás a kábítószer-függőség fejlõdésének idegi korrelátumait vizsgálta a klasszikus és az operatív kondicionálás révén [18,19]. Megállapítást nyert, hogy egy anyag önkéntes és ellenőrzött felhasználásának kezdeti szakaszában a gyógyszer használatát agy specifikus régiói, nevezetesen a prefrontalis cortex (PFC) és a ventrális striatum (VS) határozzák meg. Ahogyan a szokásos alkalmazkodás és a kényszer fejlődik, az agyi aktivitás megváltozik, amikor a striatum (DS) háti régiójai egyre inkább aktiválódnak a dopaminerg beidegzés (azaz a dopamin felszabadulás) révén [20]. A hosszú távú gyógyszerhasználat az agy dopaminerg útvonalainak változásaihoz vezet (különösen az elülső cingulate (AC), az orbitofrontalis cortex (OFC) és a nucleus activum (NAc), amelyek csökkenthetik a biológiai haszonnal szembeni érzékenységet, és csökkenthetik az egyén a kábítószerek keresésének és végül a szedésének ellenőrzése.21,22]. Molekuláris szinten a szinaptikus aktivitás hosszú távú depresszióját (LTD; azaz a redukciót) összekapcsolták az agy alkalmazkodásával az anyaggal kapcsolatos függőségek eredményeként [23]. A drogfüggők szenzibilizálódnak a gyógyszer iránt, mivel a hosszantartó bevitel során megnő a szentikus erő a ventrális tegmental területén, és így növekszik a nucleus akumulans glutamát LTD-je is, ami vágyat eredményez [24].

Ugyanakkor az agy (azaz NAc, OFC, DLPFC) vágyak révén egyre jobban reagál a drogokra (pl. Elérhetőség, adott helyzet) [21,25]. A kábítószer-használat iránti vágy az agy különféle régióinak összetett kölcsönhatásából áll. A visszatérő gyógyszerbevitelt követően a felhalmozódásban levő aktivitás a asszociációs útmutatások és a gyógyszer erősítő hatásai közötti tanulási asszociációkhoz vezet [26]. Ezenkívül az orbitofrontalis kéreg, amely fontos a viselkedés motivációjához, az amygdala (AMG) és a hippokampusz (Hipp), mint a memória funkciókhoz kapcsolódó fő agyrégiók, szerepet játszanak a mérgezésben és az anyag iránti vágyban [17].

A természetes jutalmak, például étel, dicséret és / vagy siker fokozatosan elveszítik hedonikus valenciájukat. A jutalmazó viselkedéshez való hozzáállás és a kábítószer-fogyasztás miatt jellemző addiktív tünet alakul ki (azaz tolerancia). A kívánt hatás eléréséhez növekvő mennyiségű anyagot vagy fokozottabban elkötelezettet kell viselni a megfelelő viselkedésben. Ennek eredményeként a jutalmazási rendszer hiányossá válik. Ez az adócsökkentő rendszer aktiválásához vezet, amely csökkenti az addiktív képességét, hogy élvezetesen megtapasztalja a biológiai erősítőket. Ehelyett erősebb megerősítőkre, vagyis a gyógyszereikre vagy a választott viselkedésükre, nagyobb összegekben (azaz a tolerancia fejlődik) a jutalom megtapasztalásához [27]. Ezenkívül a dopamin hiánya a mezokortikolimpiás utakban az absztinencia alatt magyarázza a jellegzetes megvonási tüneteket. Ezeket meg fogja küzdeni a megújult drogbevitel révén [17]. Ennek következménye a visszaesés és az ördögi magatartási ciklus kialakulása [28]. Az elhúzódó gyógyszeres bevitel és / vagy a jutalmazó viselkedésbe való bekapcsolódás az agyban változásokhoz vezet, ideértve a prefrontalis régiók, például az OFC és a cingulate gyrus (CG) diszfunkcióit is [17,29].

A kutatások azt mutatják, hogy az anyagfüggő függőségekkel általában összefüggő agyi aktivitási változások a viselkedés, például kóros szerencsejáték kényszeres elköteleződését követően következnek be [30]. Ezzel összhangban azt állítják, hogy hasonló mechanizmusok és változások vonatkoznak az internet- és játékfüggőségre. Ennek a felülvizsgálatnak az a célja tehát, hogy azonosítsa az eddig elkészített összes olyan empirikus tanulmányt, amelyben neuroimaging technikákat alkalmaztak az internet és a játékfüggőség kialakuló mentálhigiénés problémájának ismerete érdekében neurológiai tudományos szempontból. A neuroimaging széles körben magában foglal számos különféle technikát. Ezek az elektroencefalogram (EEG), a pozitron emissziós tomográfia (PET), a SPECT egy foton emissziós számításos tomográfia (SPECT), a funkcionális mágneses rezonancia képalkotás (fMRI) és a szerkezeti mágneses rezonancia képalkotás (sMRI), például a Voxel-alapú morfometria (VBM). és diffúzió-tenzor képalkotó (DTI). Ezeket egymás után röviden ismertetjük, mielőtt megvizsgálnánk azokat a tanulmányokat, amelyek ezeket a technikákat alkalmazták az internetes és a játékfüggőség tanulmányozására.

 

 

1.2. Az addiktív agyi aktivitás tanulmányozására használt neurológiai képalkotás típusai

Elektroencefalogram (EEG): EEG-vel mérhető az agykéreg idegi aktivitása. Számos elektródot rögzítenek a résztvevő feje meghatározott területeire (azaz elülső, hátsó, bal és jobb oldalra). Ezek az elektródok mérik a feszültségingadozást (azaz az áramlást) az elektródapárok között, amelyeket a neuronális szinapszis gerjesztése okoz [31]. Eseményekkel kapcsolatos potenciállal (ERP) az agy és a viselkedés közötti kapcsolat mérhető egy stimulusra adott elektrofiziológiai neuronválasz útján [32].

Pozitron emissziós tomográfia (PET): A PET egy olyan neurológiai képalkotó módszer, amely lehetővé teszi az agy működésének molekuláris szintű vizsgálatát. A PET vizsgálatok során az agy metabolikus aktivitását a pozitronok kibocsátásának fotonjai (azaz pozitív töltésű elektronok) alapján mérik. Az alanyokat radioaktív 2-dezoxiglükóz (2-DG) oldattal injektálják, amelyet az agy aktív idegsejtjei vesznek fel. Az idegsejtekben az 2-DG mennyiségét és a pozitronkibocsátást az agy metabolikus aktivitásának számszerűsítésére használják. Így az idegsejtek aktivitása leképezhető egy adott feladat végrehajtása során. énAz egyedi neurotranszmitterek megkülönböztethetők a PET-sel, ami az utóbbi előnyös az MRI technikákkal szemben. Részletesen meg tudja mérni a tevékenység megoszlását. A PET korlátozásai között szerepel a viszonylag alacsony térbeli felbontás, a letapogatáshoz szükséges idő, valamint a potenciális sugárzási kockázat [33].

Egyetlen fotonkibocsátású számítógépes tomográfia (SPECT): A SPECT a PET egyik alapanyaga. A PET-hez hasonlóan radioaktív anyagot („nyomjelzőt”) injektálnak a véráramba, amely gyorsan eljut az agyba. Minél erősebb az anyagcsere-aktivitás az agy bizonyos régióiban, annál erősebb a gamma-sugarak dúsítása. A kibocsátott sugárzást az agyrétegeknek megfelelően mérik, az anyagcserét pedig számítógépes technikákkal kell meghatározni. A PET-vel ellentétben a SPECT lehetővé teszi az egyes fotonok számlálását, azonban a felbontása gyengébb, mivel a SPECT esetén a felbontás az idegrendszeri radioaktivitást mérő gamma kamera közelségétől függ [34].

Funkcionális mágneses rezonancia képalkotás (fMRI): Az fMRI alkalmazásával megmérik az agy vér oxigénszintjének változásait, amelyek az idegrendszeri aktivitásra utalnak. Pontosabban, megítéljük az agyban az oxihemoglobin (azaz a vérben oxigént tartalmazó hemoglobin) és a dezoxihemoglobin (azaz az oxigént felszabadító hemoglobin) arányát, mivel az „aktív” agyi területeken a véráram növekszik, hogy több glükózt szállítson, és ezáltal több oxigénezett hemoglobin molekulában. Az agy ezen metabolikus aktivitásának értékelése lehetővé teszi az agy finomabb és részletesebb ábrázolását a szerkezeti MRI-hez viszonyítva. Ezen túlmenően az fMRI előnyei között szerepel az agyi képalkotás sebessége, a térbeli felbontás és a PET-vizsgálatokhoz kapcsolódó potenciális egészségügyi kockázat hiánya [35].

Szerkezeti mágneses rezonancia képalkotás (sMRI): Az sMRI különféle technikákat alkalmaz az agy morfológiájának ábrázolására [36].

  • Az egyik ilyen technika a Voxel-Based Morphometry (VBM). A VBM az agyterületek térfogatának, valamint a szürke és fehér anyag sűrűségének összehasonlítására szolgál [37].
  • Egy másik sMRI technika a diffúzió-érzékelő képalkotás (DTI). A DTI egy olyan módszer, amelyet a fehér anyag ábrázolására használnak. Felméri a vízmolekulák diffúzióját az agyban, amely frakcionált anizotropia (FA) segítségével segít azonosítani az összekapcsolt agyszerkezeteket. Ez a mérték a rost sűrűségét, az axonális átmérőt és a fehér anyag myelinizációját mutatja [38].

 

 

2. Eljárás

Átfogó irodalmi kutatást végeztünk a Web of Knowledge adatbázis segítségével. A következő keresési kifejezéseket (és származékaikat) adták meg az internethasználat vonatkozásában: „függőség”, „túlzott”, „probléma” és „kényszer”. Ezenkívül kiegészítő forrásokból - például a Google Scholarból - további tanulmányokat azonosítottak, és ezeket hozzáadták annak érdekében, hogy átfogóbb irodalmi áttekintést készítsenek. A vizsgálatokat a következő bevonási kritériumok alapján választottuk meg. A tanulmányoknak i) ki kellett értékelniük az internetes vagy online játékfüggőséget, vagy a játéknak a neurológiai működésre gyakorolt ​​közvetlen hatásait, ii. Neuroimaging technikákat kellett alkalmazniuk, iii. Egy szakértő által felülvizsgált folyóiratban kellett közzétenniük, és iv. Teljes szövegben elérhetőnek Angol nyelv. Nem határoztak meg időszakot az irodalmi kutatásokra, mivel a neuroimaging technikák viszonylag újak, tehát a vizsgálatok várhatóan nemrégibeniek voltak (azaz szinte mindegyiket közzétették az 2000 és az 2012 között).

3. Eredmények

Összesen 18-vizsgálatot azonosítottak, amelyek teljesítették a felvételi kritériumokat. Ezek közül nyolc tanulmányban az adatgyűjtés az fMRI volt [39,40,41,42,43,44,45,46] és az sMRI két tanulmányban [47,48], két vizsgálat PET-letapogatást végzett [49,50], amelynek egyikét MRI-vel kombinálta [49], egy használt SPECT [51], és hat tanulmányban használták az EEG-t [52,53,54,55,56,57]. Azt is meg kell jegyezni, hogy ezek közül kettő valójában ugyanaz a tanulmány, az egyiket levélben tették közzé [53] és egy teljes cikkként jelent meg [54]. Egy tanulmány [57] teljesítette az összes kritériumot, de kizárták, mivel az internetes függőség diagnózisának részletei nem voltak elegendőek ahhoz, hogy megalapozott következtetéseket lehessen levonni. Ezenkívül két tanulmány nem értékelte közvetlenül az internetet és a játékfüggőséget [43,50], de a játék közvetlen hatásait a neurológiai aktivitásra egy kísérleti paradigma alkalmazásával értékelte, ezért megtartották a felülvizsgálatban. A mellékelt tanulmányok részletesebb információit a (z) Táblázat 1.

3.1. fMRI tanulmányok

Hoeft et al. [43] megvizsgálta a nemi különbségeket a mezokortikolimbikus rendszerben a számítógépes játék során az egészséges 22 hallgatók körében (élettartomány = 19 – 23 év; 11 nőstények). Az összes résztvevő fMRI-n (3.0-T Signa szkenner (General Electric, Milwaukee, WI, USA)) került kitöltésre az 90-R tüneti ellenőrző listáján [58], és a NEO-Személyiség Leltár-R [59]. Az FMRI-t egy 40-labdajáték 24 blokkjai során hajtották végre, azzal a céllal, hogy helyet nyerjenek, vagy hasonló kontroll körülmények között, amelyek nem tartalmaztak konkrét játékcélt (a szerkezeti felépítés alapján). Az eredmények azt mutatták, hogy aktiválódtak a kísérleti körülmények között a jutalomban és a függőségben részt vevő idegi áramkörök (azaz insula, NAc, DLPFC és OFC). Következésképpen egy tényleges játékcél jelenléte (a legtöbb hagyományos online játék jellemzője, amely inkább szabályalapú, nem pedig tiszta szerepjátékjáték) módosította az agyi tevékenységet viselkedésen keresztül. Itt egyértelmű ok-okozati összefüggés nyilvánvaló, amely növeli a megállapítások erősségét.

Az eredmények azt is kimutatták, hogy a hím résztvevők nagyobb aktivitást mutattak (rNAc, blOFC, rAMG) és funkcionális összekapcsolhatóságot (lNAc, rAMG) a mezokortikolimbolikus jutalmazási rendszerben, mint a nőstények. Az eredmények azt is jelezték, hogy a játékkal aktiválódik a jobb izolátum (rI; autonóm gerjesztést jelez), a jobb dorso-lateralis PFC (a jutalom maximalizálása vagy a viselkedés megváltoztatása), a kétoldalú premotoros kéreg (blPMC; jutalomra való felkészülés), valamint az precuneus, az lNAc és az rOFC (a vizuális feldolgozásban, a látás-térbeli figyelem, a motoros funkció és az sensori-motoros transzformációban részt vevő területek) a nyugalmi állapothoz képest [43]. Az insula szerepet játszik a függőséget okozó anyagok iránti tudatos vágyban azáltal, hogy bevonja a kockázattal és a haszonnal járó döntéshozatali folyamatokat. Az insula diszfunkció magyarázhatja a visszaesést jelző neurológiai tevékenységeket [60]. Kísérleti jellegének köszönhetően ez a tanulmány betekintést tudott adni az idioszinkratikus agyi aktivációba az egészséges (azaz nem addiktív) populációban játszott játék eredményeként.

TáblázatTáblázat 1. Mellékelt tanulmányok.   

Kattintson ide a táblázat megjelenítéséhez

 

Ko et al. [44] megkísérelte azonosítani az online szerencsejáték-függőség idegszubsztrátjait azáltal, hogy értékelte agyi területeket, amelyek tíz férfi online szerencsejáték-rabja körében (akik a World of Warcraft játékot több mint 30 ha hetet játszanak) online játékokba való bevonásra ösztönöznek a tíz olyan férfival szemben, akiknek online használata napi két óránál kevesebb volt). Minden résztvevő teljesítette a főiskolai hallgatók internetes függőségének diagnosztikai kritériumait (DCIA-C; [74]), a mini-nemzetközi neuropszichiátriai interjú [75], a Chen Internet Addiction Scale (CIAS) [71], az alkoholfogyasztási zavarok azonosítási tesztje (AUDIT) [76], és a Fagerstrom nikotinfüggőség-tesztje (FTND) [77]. A szerzők játékkal kapcsolatos és párosított mozaikképeket mutattak be az fMRI szkennelés során (3T MRscanner), és a BOLD jelek kontrasztjait mindkét esetben elemezték egy dákóreaktív képesség paradigma segítségével [25]. Az eredmények azt mutatták, hogy dákó indukálta a vágy, ami általános az anyagfüggőséggel rendelkezők között. A játékfüggők körében eltérő agyi aktiválás történt a játék szempontjából releváns jelzések bemutatása után, összehasonlítva a kontrollokkal és a mozaikképek bemutatásával, beleértve az rOFC, rNAc, blAC, mFC, rDLPFC és a jobb caudate mag (rCN). Ez az aktiválás korrelált a játék késztettségével és a játékélmény visszahívásával. Azt állították, hogy a különféle függőségek hasonló biológiai alapjai vannak, beleértve az online játékfüggőséget is. Ennek a tanulmánynak a kvázi-kísérleti jellege, amely egy kísérleti és kontrollált környezetben mesterségesen indukálta a vágyat, lehetővé tette a szerzőknek, hogy csoportos különbségek alapján vonják le a következtetéseket, és így az online játékfüggőség állapotát összekapcsolják a tradicionálisabb ( azaz anyaggal kapcsolatos függőségek.

Han et al. [42] felbecsülte az agyi aktivitás különbségeit a videojátékok lejátszása előtt és közben a hét hetes időszakban játszó egyetemi hallgatókban. Minden résztvevő kitöltötte a Beck depresszió leltárt [78], az Internet-függőség skála [67], és egy 7-pontú analóg skála (VAS) az internetes videojátékok iránti vágy felmérésére. A minta 21 egyetemi hallgatókból állt (14 férfi; átlagéletkor = 24.1 év, SD = 2.6; számítógép-használat = 3.6, SD = 1.6 ha nap; átlagos IAS pontszám = 38.6, SD = 8.3). Ezeket tovább osztották két csoportra: a túlzott internetes játékcsoport (aki napi 60 percnél hosszabb internetes videojátékot játszott 42-napos időszak alatt; n = 6), és általános játékoscsoport (aki kevesebb mint 60-nél játszott nap ugyanazon időszak alatt; n = 15). A szerzők az 3T vér oxigénszintjétől függő fMRI-t használtak (a Philips Achieva 3.0 Tesla TX szkenner használatával) és beszámoltak arról, hogy az elülső cingulate és az orbitofrontalis cortex agyi aktivitása növekedett a túlzott internetes játékcsoportban az internetes videojáték-jeleknek való kitettség után az általános játékosokhoz viszonyítva. Azt is beszámolták, hogy az internetes videojátékok iránti fokozott vágy összefüggésben van az összes résztvevő előző cingulata fokozott aktivitásával. Ez a kvázi-kísérleti tanulmány betekintést nyújt, mivel nemcsak bizonyítékokat szolgáltatott az online játékfüggők eltérő agyaktivitására az általános játékos-kontrollcsoporthoz képest, hanem felvázolta az agyi aktivációt is, amely a két csoportban játszott játék eredményeként jelentkezik. Ez azt jelzi, hogy (i) az online játékok iránti vágy megváltoztatja az agyi tevékenységet, függetlenül a függőség státusától, és ezért a függőség (prodrómális) tüneteként tekinthető, és (ii) hogy a függőségi játékosok különböztethetők meg a nem addiktív online játékosoktól. az agy aktiválásának formája.

Liu et al. [45] a regionális homogenitási (ReHo) módszert adta nyugalmi állapotban lévő Internet-függők encephalic funkcionális jellemzőinek elemzésére. A minta 19 főiskolai hallgatókból állt, internet-függőséggel és 19 kontrollokkal. Az internetes függőséget Beard és Wolf kritériumai alapján értékelték [72]. Az FMRI-t 3.0T Siemens Tesla Trio Tim szkennerrel hajtottuk végre. A regionális homogenitás az agyi oxigénszintek időbeli homogenitását jelzi az érdeklődésre számot tartó agyi régiókban. Beszámoltak arról, hogy az Internet-függők a funkcionális agyi változásoktól szenvednek, amelyek rendellenességeket okoznak a kontrollcsoporthoz viszonyítva a regionális homogenitásban, különös tekintettel a jutalmazási utakra, amelyeket hagyományosan az anyagfüggőséghez társítanak. Az internetes függők körében a ReHo nyugalmi állapotában lévő agyrégiók megnövekedtek (kisagy, agytörzs, rCG, kétoldalú parahippocampus (blPHipp), jobb oldali frontális lebeny, bal felső felső frontális gyrus (lSFG), jobb felső alsó ideiglenes gyrus (rITG), bal felső felső temporális gyrus (lSTG) és középső időbeli gyrus (mTG)), a kontrollcsoporthoz viszonyítva. A temporális régiók részt vesznek a hallás-feldolgozásban, a megértésben és a verbális memóriában, míg az okklitális régiók a vizuális feldolgozást végzik. A kisagy szabályozza a kognitív tevékenységet. A cingulate gyrus az érzékszervi információk integrálására és a konfliktusok figyelésére vonatkozik. A hippokampák részt vesznek az agy mezokortikolimbiás rendszerében, amely jutalom útvonalakhoz kapcsolódik. Összegezve, ezek a megállapítások bizonyítékot szolgáltatnak az agy különböző régióinak változására az internetes függőség következményeként. Mivel ez a tanulmány nyugodt állapotban vizsgálta a regionális homogenitást, nem világos, hogy az internetes függõkben észlelt agyi változások a függõség oka vagy következményei. Ezért nem vonhatók le okozati következtetések.

Yuan et al. [46] megvizsgálta az internet-függőség hatásait a fő neuronális rost útvonalak mikroszerkezetének integritására és az internet-függőség időtartamához kapcsolódó mikroszerkezeti változásokat. A mintájuk internetes függőséggel rendelkező 18 hallgatókból állt (12 férfiak; átlagéletkor = 19.4, SD = 3.1 év; online játékszerek = 10.2 h / nap, SD = 2.6; az internetfüggőség időtartama = 34.8 hónap, SD = 8.5) és 18. nem internetfüggő kontrollok résztvevői (átlag életkor = 19.5 év, SD = 2.8). Minden résztvevő kitöltte az Internet-függőség módosított diagnosztikai kérdőívét [72], egy önértékelési szorongási skála (nincs megadva részletek) és egy önértékelési depressziós skála (nincs részlet). A szerzők fMRI-t alkalmaztak, és az optimalizált voxel-alapú morfometria (VBM) technikát alkalmazták. Elemezték a fehér anyag frakcionált anizotropia (FA) változásait diffúziós tensor képalkotás (DTI) segítségével az agy szerkezeti változásainak felismerésére az internetes függőség hosszának következtében. Az eredmények azt mutatták, hogy az internetes függőség megváltoztatta az agy szerkezetét, és hogy a talált agyi változások hasonlóak voltak, mint az anyagfüggőknél.

Az életkor, a nem és az agymennyiség ellenőrzése során azt találták, hogy az Internet-függők körében csökkent a szürkeanyag mennyisége a bilaterális dorsolateralis prefrontalis kéregben (DLPFC), a kiegészítő motoros területen (SMA), az orbitofrontalis kéregben (OFC), a kisagyban és a bal oldalon. rostral ACC (rACC), a belső kapszula bal hátsó végtagjának megnövekedett FA (PLIC), és csökkent fehérjeanyag-foka a jobb oldali parahippocampális gyrusban (PHG). Összefüggés volt a DLPFC, a rACC, az SMA és a fehér anyag FA PLIC változásai között a szürkeanyag-mennyiségek és az internet függőségének ideje között is. Ez azt jelzi, hogy minél hosszabb ideig függ az ember az Internettől, annál súlyosabb agyi atrófia válik. A módszer fényében a szerzők leírásából nem derül ki, hogy a mintájukba milyen mértékben tartoztak azok, akik önmagukban függtek az internetről vagy az internetes játékokról. Az online játék gyakoriságáról és időtartamáról szóló konkrét kérdés beillesztése (nem pedig bármely más lehetséges internetes tevékenység) azt sugallja, hogy a kérdéses csoport játékosokból állt. Ezen túlmenően a bemutatott eredmények nem zárhatják ki az internetes függőséggel kapcsolatos egyéb tényezőket (pl. Depressziós tünetek), amelyek hozzájárulhattak az agyi atrofia fokozott súlyosságához.

Dong és mtsai. [39] megvizsgálta a jutalom és a büntetés feldolgozását az internetes függők körében az egészséges kontrollokhoz képest. Az internetes függőséggel rendelkező felnőtt férfiakat (n = 14) (átlagéletkor = 23.4, SD = 3.3 év) összehasonlítottuk az egészséges 13 felnőtt férfiakkal (átlagéletkor = 24.1 év, SD = 3.2). A résztvevők strukturált pszichiátriai interjút készítettek [79], a Beck-depresszió leltára [78], a kínai internetes függőség tesztje [62,63] és az Internet Addiction Test (IAT; [61]). Az IAT méri a pszichológiai függőséget, a kényszeres használatot, az abbahagyást, az ahhoz kapcsolódó problémákat az iskolában, a munkában, az alvásban, a családban és az időgazdálkodásban. A résztvevőknek az X-NUMX (az 80-ből kiindulva) pontszámot kellett megszerezniük az IAT-on, hogy Internet-függőségűnek lehessen minősíteni. Ezenkívül mindazok, akik internetfüggőknek minősülnek, több mint hat órát töltöttek online naponta (kivéve a munkával kapcsolatos internethasználatot), és három hónapot meghaladó időtartamra tettek.

Az összes résztvevő valóságszimulált kitalálási feladatot végzett pénzbeli nyereség vagy veszteség helyzete érdekében, játékkártya segítségével. A résztvevők fMRI-jén stimulusokat hajtottak végre a fej tekercsében egy monitoron keresztül, és a vér oxigénszint-függőségüket (BOLD) mérték a feladat nyerésének és veszteségének függvényében. Az eredmények azt mutatták, hogy az internetfüggőség az OFC fokozott aktiválódásával jár a nyereségvizsgálatokban, és az elülső cingulate aktiváció csökkenése a veszteségvizsgálatokban a normál kontrollokhoz képest. Az Internet-függők fokozott jutalomérzékenységet és csökkent veszteségérzékenységet mutattak a kontrollcsoporthoz képest [39]. A tanulmány kvázi-kísérleti jellege lehetővé tette a két csoport tényleges összehasonlítását oly módon, hogy egy játékhelyzetnek tesszük ki őket, és így mesterségesen indukáltuk az idegrendszeri reakciót, amely a feladat elvégzésének következménye volt. Ezért ez a vizsgálat lehetővé tette az ok-okozati összefüggés kiküszöbölését a játékjelző expozíció és az ebből eredő agyi aktiválás között. Ez empirikus bizonyítéknak tekinthető az Internet-függők jutalomérzékenységéről az egészséges kontrollokhoz viszonyítva.

Han et al. [40] összehasonlította az online játékfüggőséggel rendelkező betegek és a profi játékosok regionális szürketartalmának mennyiségét. A szerzők fMRI-t végeztek 1.5 Tesla Espree szkennerrel (Siemens, Erlangen), és elvégezték a szürkeállomány térfogatának voxel-összefüggésben történő összehasonlítását. Minden résztvevő elkészítette a DSM-IV strukturált klinikai interjúját [80], a Beck-depresszió leltára [78], a Barratt Impulzivitás skála koreai változata (BIS-K9) [81,82] és az Internet-függőség skála (IAS) [67]. A következőket (i) az 50 felett (az 100 alapján) pontozta az IAS-en, (ii) naponta több mint négy órát játszott / hetente 30 órát, és (iii) az online játék eredményeként csökkent viselkedés vagy szorongás került besorolásra mint internetes játékfüggők. A minta három csoportból állt. Az első csoportba tartoztak az online játékfüggőséggel rendelkező 20 betegek (átlagos életkor = 20.9, SD = 2.0; átlagos betegség időtartama = 4.9 év, SD = 0.9; átlagos játékidő = 9.0, SD = 3.7 h / nap; átlagos internethasználat = 13.1, SD = 2.9 h / nap; átlagos IAS pontszám = 81.2, SD = 9.8). A második csoportot az 17 profi játékosok alkották (átlagéletkor = 20.8 év, SD = 1.5; átlagos játékidő = 9.4, SD = 1.6 h / nap; átlagos internethasználat = 11.6, SD = 2.1 h / nap; átlagos IAS pontszám = 40.8, SD = 15.4). A harmadik csoportba tartoztak az egészséges 18 kontrollok (átlag életkor = 12.1, SD = 1.1 év; átlagos játék = 1.0, SD = 0.7 h / nap; átlagos internethasználat = 2.8, SD = 1.1 h / nap; átlagos IAS pontszám = 41.6, SD = 10.6).

Az eredmények azt mutatták, hogy a játékfüggők nagyobb impulzív képességet, kitartó hibákat, megnövekedett térfogatot a bal thalamus szürke anyagban, és csökkentették a szürkeanyag mennyiségét az ITG-ben, a jobb középső okklitális gyrusban (rmOG) és a bal alsóbbrendű okitisz gyrusban (lIOG) a kontrollcsoporthoz képest. . A profi játékosoknak megnövekedett szürketartalmuk voltak az lCG-ben, csökkentek a szürkeállomány az lmOG-ban és a rITG-ben a kontrollcsoporthoz képest, megnövekedett szürkeállományok voltak az lCG-ben, és csökkent a bal talamusz-szürkeállomány a problémás online játékosokhoz képest. A játékfüggők és a profi játékosok közötti főbb különbségek a professzionális játékosok megnövekedett szürkeanyag-tartalmában szerepelnek az lCG-ben (fontos a végrehajtó funkcióhoz, a látványossághoz és a teljes térbeli figyelemhez) és a játékfüggők bal oldali talamuszához (fontosak a megerősítésben és a riasztásban) [40]. A tanulmány nem kísérleti jellegére alapozva nehéz a csoportok közötti agyszerkezet nyilvánvaló különbségeit a tényleges függőségi állapotnak tulajdonítani. Nem zárható ki a lehetséges összetévesztő változó, amely hozzájárult a megállapított különbségekhez.

Han et al. [41] megvizsgálta a bupropion késleltetett leadású kezelés hatását az agyaktivitásra az internetes játékfüggők és az egészséges kontrollok körében. Minden résztvevő elkészítette a DSM-IV strukturált klinikai interjúját [80], a Beck-depresszió leltára [78], az Internet-függőség skála [61], és az internetes videojátékok iránti vágyát 7-pontú vizuális analóg skálával értékeltem. Azokat a résztvevőket, akik napi négy órán át internetes játékkal foglalkoztak, az 50-nél többet szereztek (az 100-ből kiolvasva) az IAS-en, és káros viselkedésük és / vagy szorongásaik voltak, az internetes játékfüggőknek. A minta 11 internetes játékfüggőkből állt (átlag életkor = 21.5, SD = 5.6 év; átlagos vágy pontszám = 5.5, SD = 1.0; átlagos játékidő = 6.5, SD = 2.5 h / nap; átlagos IAS pontszám = 71.2, SD = 9.4) ) és az 8 egészséges kontrollok (átlag életkor = 11.8, SD = 2.1 év; átlagos vágyálási pontszám = 3.9, SD = 1.1; átlagos internethasználat = 1.9, SD = 0.6 h / nap; átlagos IAS pontszám = 27.1, SD = 5.3) . A játékcikkeknek való kitettség során az internetes játékfüggőknek több agyi aktiválódása volt a bal oldali okcitális lebeny cuneusban, a bal dorsolateralis prefrontalis kéregben és a bal parahippocampus gyrusban a kontrollcsoporthoz képest. Az internetes játékfüggőséggel rendelkező résztvevők hat hétig bupropionos nyújtott felszabadulású kezelésben részesültek (az első héten 150 mg / nap, ezt követően pedig 300 mg / nap). Az agyaktivitást a kiinduláskor és a kezelés után 1.5 Tesla Espree fMRI szkennerrel mértük. A szerzők beszámoltak arról, hogy a bupropion késleltetett leadású kezelése hasonló módon működik az internetes játékfüggőknél, mint az anyagfüggőséggel rendelkező betegek esetében. A kezelés után a vágy, a játékidő és a dák által indukált agyi aktivitás csökkent az internetes játékfüggők körében. A tanulmány longitudinális jellege lehetővé teszi az ok és a következmény meghatározását, amely hangsúlyozza a bemutatott eredmények érvényességét és megbízhatóságát.

 

 

3.2. sMRI tanulmányok

Lin et al. [48] megvizsgálta a fehér anyag integritását az internetes függőséggel rendelkező serdülőknél. Minden résztvevő kitöltötte az Internet-függőség teszt módosított változatát [72], az Edinburgh-i kézmodell83], a gyermekek és serdülők mini nemzetközi neuropszichiátriai interjúja (MINI-KID) [84], az időgazdálkodási elrendezési skála [85], a Barratt Impulzivitás skála [86], a gyermek szorongással kapcsolatos érzelmi rendellenességek képernyője (SCARED) [87] és a Családértékelő Eszköz (FAD) [88]. A minta 17 internetes függõket (14 férfiak; korosztály = 14 – 24 év; IAS átlag pontszám = 37.0, SD = 10.6) és az egészséges 16 kontrollokat (14 férfiak; korosztály = 16 – 24 év; IAS átlagérték = 64.7) , SD = 12.6). A szerzők a teljes frakció anizotrópiájának (FA) teljes voxel-szempontú elemzését végezték traktus-alapú térstatisztikákkal (TBSS), és az érdeklődés elemzését diffúziós tensor képalkotás (DTI) alkalmazásával végezték el egy 3.0-Tesla Phillips Achieva orvosi szkenner segítségével. .

Az eredmények azt mutatták, hogy az OFC az érzelmi feldolgozással és a függőséggel kapcsolatos jelenségekkel (pl. Vágy, kényszeres viselkedés, rosszul alkalmazkodó döntéshozatal) társult. A cingulate cortularis elülső fehérje rendellenes integritása különböző függőségekhez kapcsolódott, és a kognitív kontroll károsodására utalt. A szerzők arról is beszámoltak, hogy a corpus callosumban a rostos összeköttetés csökkent, ami általában az anyagfüggőséggel rendelkezők körében fordul elő. Az internetes függők alacsonyabb FA-értéket mutattak az agyban (orbito-frontalis fehér anyag corpus callosum, cingulum, alacsonyabb fronto-occipital fasciculus, koronasugárzás, belső és külső kapszulák) a kontrollokhoz képest, és negatív korrelációk voltak az FA között a corpus bal oldali origójában kallosum és érzelmi rendellenességek, valamint a bal oldali külső kapszula FA és internetes függőség. Összességében az Internet-függõk rendellenes fehérjeanyag-integritása volt az agyi régiókban az érzelmi feldolgozáshoz, a vezetõi figyelem, a döntéshozatal és a kognitív kontrollhoz kapcsolódóan a kontrollcsoporthoz képest. A szerzők hangsúlyozták az agyszerkezetek hasonlóságait az Internet-függők és a drogfüggők között [48]. Tekintettel a vizsgálat nem kísérleti és keresztmetszeti jellegére, nem zárható ki a függőség kivételével az agyi változások alternatív magyarázata.

Zhou et al. [47] az agyszürke anyag sűrűségének (GMD) változásait vizsgálta internetes függőségű serdülőkben, voxel-alapú morfometria (VBM) elemzéssel nagy felbontású T1-súlyozott szerkezeti mágneses rezonanciaképeken. Mintájuk internetes függőséggel rendelkező 18 serdülőkből állt (16 férfiak; átlagéletkor = 17.2 év, SD = 2.6), valamint az egészséges 15 kontroll résztvevőkből, akiknek nincsenek kórtörténetében pszichiátriai betegségek (13 férfiak; átlagéletkor = 17.8 év, SD = 2.6). Minden résztvevő kitöltötte a módosított internetes függőségi tesztet [72]. A szerzők nagy felbontású T1-súlyozott MRI-ket használták fel egy 3T MR szkennerrel (3T Achieva Philips), beolvasott MPRAGE impulzusszekvenciákat szürke és fehér anyag kontrasztért, és a VBM analízist alkalmazták a GMD összehasonlítására csoportok között. Az eredmények azt mutatták, hogy az Internet-függõk alacsonyabb GMD-vel rendelkeznek a LACC-ben (motoros kontrollhoz, megismeréshez, motivációhoz szükséges), lPCC-ben (ön-referencia), bal oldali szigetelõdésben (kifejezetten a vágyhoz és a motivációhoz), valamint a bal oldali nyelvi gyrusban (azaz olyan területeken, ahol kapcsolódnak az érzelmi viselkedés szabályozásához, és így kapcsolódnak az internet-függők érzelmi problémáihoz). A szerzők kijelentették, hogy tanulmányuk neurobiológiai bizonyítékot szolgáltatott az Internet-függőséggel küzdő serdülők agyi szerkezetének megváltozására, és eredményeik kihatással vannak a függőség pszichopatológiájának kialakulására. A csoportok közötti különbségek ellenére a megállapításokat nem lehet kizárólag a csoportok egyikének függőségi státusához vezetni. A lehetséges összetévesztő változók hatással lehetnek az agyi változásokra. Sőt, a kapcsolat irányultsága ebben az esetben nem magyarázható biztonságosan.

 

 

3.3. EEG tanulmányok

Dong és mtsai. [53] neurológiai szempontból megvizsgálta a válaszgátlást az internetfüggők körében. Az EEG-n keresztüli eseményekkel kapcsolatos agypotenciál (ERP) felvételeit 12 férfi internetes függőknél (átlag életkor = 20.5 év, SD = 4.1) vizsgáltuk, és összehasonlítottuk az 12 egészséges kontroll egyetemi hallgatókkal (átlagéletkor = 20.2, SD = 4.5) Go / NoGo feladaton megy keresztül. A résztvevők pszichológiai teszteket végeztek (azaz a Symptom Checklist-90 és az 16 Personal Factors skála [89]) és az Internet-függőség tesztje [65]. Az eredmények azt mutatták, hogy az Internet-függõk alacsonyabb NoGo-N2 amplitúdójával rendelkeznek (ami a válaszgátlást jelenti - konfliktusfigyelés), magasabb NoGo-P3 amplitúdókkal (gátló folyamatok - válaszértékelés) és hosszabb NoGo-P3 csúcsidejével a kontrollokhoz képest. A szerzők arra a következtetésre jutottak, hogy a kontrollcsoporthoz képest az internetfüggők (i) alacsonyabb mértékű aktivációt mutattak a konfliktusok felderítésében, (ii) több kognitív erőforrást használtak a gátlási feladat későbbi szakaszának befejezéséhez, (iii) kevésbé voltak hatékonyak az információfeldolgozásban, és (iv) alacsonyabb impulzusvezérléssel rendelkezik.

Dong és mtsai. [52] összehasonlította az internetes rabjakat és az eseményekkel kapcsolatos potenciál (ERP) egészséges vezérlését az EEG-n keresztül, miközben színes-szavas Stroop feladatot végeztek. A férfi résztvevők (n = 17; átlagéletkor = 21.1 év, SD = 3.1) és az 17 egészséges férfi egyetemi hallgatók (átlagéletkor = 20.8 év, SD = 3.5) pszichológiai teszteket (azaz a tünet ellenőrző lista-90 és az 16 személyes tényezőket) végezték el. skála [89]) és az Internet-függőség tesztje [64]. Az IAT e verziója nyolc elemet tartalmazott (aggodalom, tolerancia, sikertelen absztinencia, visszavonás, ellenőrzés elvesztése, érdekek, megtévesztés, escapizmus motiváció), és az elemeket kétoldalú pontozással értékelték. Azokat a résztvevőket, akik négy vagy annál több tételt jóváhagytak, Internet-függőknek tekintették. Az eredmények azt mutatták, hogy az internet-függõk hosszabb reakcióidõvel és több eltérési hibával jártak inkonrugensekben a kontrollokhoz képest. A szerzők arról is számoltak, hogy a medialis frontális negatív (MFN) elhajlás nem ingadozó körülmények között, mint a kontroll. Megállapításaik azt sugallják, hogy az Internet-függõk csökkentik a vezetõi ellenõrzési képességeket az kontrollokhoz képest.

Ge et al. [55] megvizsgálta a P300 komponens és az internet-függőség rendellenességének kapcsolatát az 86 résztvevők között. Ezek közül az 38 internetes függőségi betegek voltak (21 férfiak; átlagéletkor = 32.5, SD = 3.2 év) és az 48 egészséges főiskolai hallgatókontroll volt (25 férfiak; átlagéletkor = 31.3, SD = 10.5 év). Egy EEG-vizsgálatban a P300 ERP-t egy standard hallásos páratlan feladat alapján mértük, az amerikai Nicolet BRAVO műszer segítségével. Minden résztvevő elkészítette a mentális rendellenességek strukturált klinikai diagnosztikai interjúját [80] és az Internet-függőség tesztje [64]. Azokat, akik öt vagy annál többet hagytak jóvá (a nyolc tétel közül), Internet-függőknek tekintették. A tanulmány megállapította, hogy az Internet-függõk hosszabb P300-látenciájúak voltak a kontrollcsoporthoz képest, és hogy az internet-függõk hasonló profilúak, mint más anyaggal kapcsolatos függõk (pl. Alkohol, opioid, kokain) hasonló tanulmányokban. Az eredmények azonban nem utaltak arra, hogy az Internet-függõk hiányosak lennének az észlelési sebességben és a halló ingerek feldolgozásában. Úgy tűnik, hogy ez azt jelzi, hogy ahelyett, hogy káros lenne az észlelési sebességre és a hallási ingerek feldolgozására, az Internet-függőségnek nincs hatása ezekre a specifikus agyi funkciókra. A szerzők arról is beszámoltak, hogy az internetes függőséggel kapcsolatos kognitív diszfunkciók kognitív-viselkedési terápiával javíthatók, és azok, akik három hónapig részt vettek kognitív-viselkedésterápiás terápiában, csökkent P300-késleltetéssel. A végső longitudinális eredmény különösen áttekinthető, mert felbecsülte az időbeli fejlődést, amelyet a terápia jótékony hatásának tulajdoníthatnak.

Little et al. [56] megvizsgálta a hibakezelést és a válaszgátlást túlzott játékosoknál. Minden résztvevő kitöltette a videojáték-függőség tesztet (ÁFA) [73], az Eysenck Impulzivitási Kérdőív holland változata [90,91], valamint az alkoholfogyasztás mennyiségi-gyakorisági-variációs indexe [92]. A minta 52 hallgatókból állt, 25 túlzott játékosok két csoportjába sorolva (23 férfiak; 2.5-nél nagyobb pontszámot számítva az ÁFA-val; átlag életkor = 20.5, SD = 3.0 év; átlagos ÁFA pontszám = 3.1, SD = 0.4; átlagos játék = 4.7 ha nap) , SD = 2.3) és 27 kontrollok (10 férfiak; átlagéletkor = 21.4, SD = 2.6; átlag Vat-érték = 1.1, SD = 0.2; átlagos játékszám = 0.5 ha nap, SD = 1.2). A szerzők Go / NoGo paradigmát alkalmaztak EEG és ERP felvételek felhasználásával. Megállapításaik hasonlóságokat mutattak az anyagfüggőséggel és az impulzusszabályozó rendellenességekkel kapcsolatban a rossz gátlás és a túlzott impulzivitás esetén a túlzott játékosoknál a kontrollcsoporthoz viszonyítva. Azt is beszámolták, hogy a túlzott játékosok a helytelen kísérletekhez képest csökkentették a fronto-középső ERN amplitúdót a helyes kísérletekhez képest, és ez rossz hibakezelést eredményezett. A túlzott játékosok szintén kevesebb gátlást mutattak mind az önjelentés, mind a viselkedés szempontjából. Ennek a tanulmánynak az erőssége magában foglalja kvázi-kísérleti jellegét, valamint a magatartási adatokkal való önjelentések ellenőrzését. Ezért a megállapítások érvényessége és megbízhatósága növekszik.

 

 

3.4. SPECT tanulmányok

Hou et al. [51] megvizsgálta a jutalomáramkörű dopamin transzporter szinteket az internetfüggőkben egy kontrollcsoporthoz képest. Az Internet-függõk öt férfibõl álltak (átlagéletkor = 20.4, SD = 2.3), akiknek átlagos napi internethasználata 10.2 h (SD = 1.5) volt, és akiknél több mint hat éve szenvedtek internetfüggõségben. Az életkor szerinti kontrollcsoport kilenc férfit tartalmazott (átlag életkor = 20.4, SD = 1.1 év), akiknek átlagos napi felhasználása 3.8 h (SD = 0.8 h) volt. A szerzők 99mTc-TRODAT-1 egy foton emissziós számítástechnikai tomográfia (SPECT) agyi letapogatást végeztek a Siemens Diacam / e.cam / icon dupla detektor SPECT segítségével. Azt jelentették, hogy a csökkent dopamin transzporterek függőséget jeleznek, és hogy hasonló neurobiológiai rendellenességek vannak más viselkedési függőségekkel is. Azt is beszámolták, hogy a striatális dopamin transzporter (DAT) szintje csökkent az internetfüggők körében (ami szükséges a striatális dopamin szint szabályozásához), és hogy a corpus striatum térfogata, súlya és felvételi aránya csökkent a kontrollhoz képest. A dopamin-szintekről számoltak, hogy hasonlóak az addiktív személyekhez, és hogy az internetfüggőség „súlyos károkat okozhat az agyban” ([51], 1. o. 1). Ez a következtetés nem tekinthető teljesen pontosnak a bejelentett hatás irányultsága szempontjából, és az alkalmazott módszerrel nem állapítható meg.

 

 

3.5. PET vizsgálatok

Koepp et al. [50] voltak az első kutatócsoportok, akik bizonyítékokat szolgáltattak a striatális dopamin felszabadulásról a videojátékok lejátszása során (azaz egy játék, amely navigációs tartályt navigál a pénzbeli ösztönzéshez). Tanulmányukban nyolc férfi videojáték-játékos (korcsoport = 36 – 46 év) pozitív emissziós tomográfián (PET) ment keresztül a videojátékok lejátszása közben és nyugalmi állapotban. A PET vizsgálatokat 953B-Siemens / CTIPET kamerával végeztük, és elvégeztük az érdeklődési kör (ROI) elemzését. Az extracelluláris dopamin szintet a [11C] RAC-kötőképesség a dopaminnal szemben D2 receptorok a ventrális és a háti striatában. Az eredmények azt mutatták, hogy a ventrális és a hátsó striata összefüggésben áll a célirányú viselkedéssel. A szerzők azt is beszámolták, hogy a kötőképesség változása a videojátékok során hasonló volt az amfetamin vagy metilfenidát injekciókat követő változásokhoz. Ennek fényében az ebben a felülvizsgálatban szereplő legkorábbi tanulmány [50] már képes volt kiemelni a neurokémiai aktivitás változásait a játék eredményeként a nyugalmi kontrollhoz viszonyítva. Ez a megállapítás óriási jelentőséggel bír, mivel egyértelműen jelzi, hogy a szerencsejáték aktivitását valójában összehasonlítani lehet a pszichoaktív anyagok használatával, ha biokémiai szintre tekintjük.

Kim et al. [49] megvizsgálta, hogy az Internet-függőség társult-e a dopaminerg receptorok alacsonyabb szintű rendelkezésre állásának a striatumban. Minden résztvevő elkészítette a DSM-IV strukturált klinikai interjúját [80], a Beck-depresszió leltára [93], a Wechsler koreai felnőtt intelligencia skála [94], az internetes függőség tesztje [69] és az Internet addiktív rendellenességek diagnosztikai kritériumai (IADDC; [68]). Az internetes függőséget azoknak a résztvevőknek határozták meg, akik több mint 50-et szereztek (az 100-ből) az IAT-on, és jóváhagyták az IADDC hét kritériumának legalább háromját.

A mintájuk öt férfi internetes függőséget (átlag életkor = 22.6, SD = 1.2 év; IAT átlag pontszám = 68.2, SD = 3.7; átlagos napi internetórák = 7.8, SD = 1.5) és hét férfi kontrollt (átlagéletkor = 23.1, SD = 0.7 év; IAT átlagérték = 32.9, SD = 5.3; átlagos napi internetórák = 2.1, SD = 0.5). A szerzők PET vizsgálatot végeztek és radioaktívan jelölt ligandumot használták [11C] raclopride és pozitron emissziós tomográfia ECAT EXACT szkennerrel a dopamin D vizsgálatához2 receptorkötő képesség. Az fMRI-t egy General Electric Signa 1.5T MRI szkennerrel is elvégezték. A D értékelési módszer2 A receptor rendelkezésre állása vizsgálta az érdeklődésre számot tartó régiók (ROI) elemzését a ventrális striatumban, a dorsalis caudateban és a dorsalis putamenben. A szerzők arról számoltak be, hogy az internetes függőség kapcsolatban áll a dopaminerg rendszer neurobiológiai rendellenességeivel, amint azt az anyaggal összefüggő függőségek mutatják. Azt is jelentették, hogy az Internet-függõk csökkentik a dopamin D-t2 a receptorok elérhetősége a striatumban (azaz kétoldalú hátsó caudata, jobb putamen) a kontrollokhoz viszonyítva, és hogy a dopamin receptor elérhetőségének negatív összefüggése volt az internetes függőség súlyosságával [49]. Ebből a tanulmányból azonban nem tisztázott, hogy az internetfüggőség milyen mértékben okozhatta a neurokémia különbségeit bármely más zavaró változóhoz képest, és hasonlóképpen, vajon a különböző neurokémia vezetett-e a patogenezishez.

 

 

4. Vita

Az fMRI-tanulmányok eredményei azt mutatják, hogy a jutalomhoz, függőséghez, vágyhoz és érzelmekhez kapcsolódó agyrégiók egyre inkább aktiválódnak a játék során és a játékjelzés bemutatása során, különösen a függőséget élvező internetes felhasználók és játékosok, köztük a NAc, AMG, AC, DLPFC, IC, rCN, rOFC, insula, PMC, precuneus [42,43]. A játékjelzések úgy tűntek, hogy erős előrejelzők a vágy iránt a férfi online játék-függőknél [44]. Ezen felül kimutatták, hogy a kapcsolódó tünetek, például a vágy, a játék által kiváltott agyi aktivitás és a kognitív diszfunkciók csökkenthetők a pszichofarmakológiai vagy kognitív-viselkedéses kezelés után [41,55].

Ezen felül szerkezeti változásokat mutattak be az internetfüggők függőségében, beleértve a kisagyt, az agytörzset, az rCG-t, a blPHipp-t, a jobb frontális lebenyt, az lSFG-t, az rITG-t, az lSTG-t és az mTG-t. Pontosabban, ezek a régiók megnövekedettnek és kalibráltaknak bizonyultak, jelezve, hogy az internetes szenvedélybetegekben a neuroadaptáció fordul elő, amely szinkronizálja az agy különböző régióit. Ide tartoznak, de nem korlátozódnak ezekre, a jutalmazásban és a függőségben részt vevő, széles körben bemutatott mezokortikolimbikus rendszer. Ezenkívül úgy tűnik, hogy az Internet-függők agya jobban képes integrálni az érzékelőket és az észlelési információkat [45]. Ez magyarázható az internetes alkalmazásokkal, például a játékokkal való gyakori elkötelezettséggel, amelyeken erősebb kapcsolat szükséges az agyi régiók között, hogy a megtanult viselkedés és a függőségfüggő utalások automatikusan fellépjenek.

Ezen túlmenően, a kontrollokkal összehasonlítva, az internetes függõknek csökkent a szürkeanyag-mennyiség a blDLPFC-ben, SMA-ban, OFC-ben, kisagyban, ACC-ben, lPCC-ben, megnövekedett FA lPLIC és csökkent fehérjeanyag-tartalom a PHG-ben46]. A LACC szükséges a motoros szabályozáshoz, a megismeréshez és a motivációhoz, és csökkent aktivációja összefüggésben volt a kokainfüggőséggel [95]. Az OFC részt vesz az érzelmek feldolgozásában, és szerepet játszik a vágyakozó, rosszindulatú döntéshozatali folyamatokban, valamint a kényszeres magatartásban való részvételben, amelyek mindegyike szerves részét képezi a függőségnek [96]. Ezenkívül az internetfüggőség hossza korrelált a DLPFC, rACC, SMA és PLIC változásaival, ami az agyi atrofia súlyosságának növekedését tanúsítja az idő múlásával [46]. A DLPFC, rACC, ACC és PHG összekapcsolódtak az önellenőrzéssel [22,25,44], míg az SMA a kognitív kontrollt közvetíti [97]. Ezekben a régiókban a atrófia megmagyarázhatja az ellenőrzés elvesztését, amelyet egy rabja él a drogjával vagy a választott tevékenységével kapcsolatban. A PCC viszont fontos az érzelmi folyamatok és az emlékezet közvetítésében [98], és a szürkeanyag-sűrűség csökkenése jelezheti az ezekkel a funkciókkal kapcsolatos rendellenességeket.

A belső kapszula növekedése összekapcsolódott a motoros kézfunkcióval és a motorképekkel [99,100], és ezt megmagyarázhatja a számítógépes játékokban való gyakori elkötelezettség, amely megköveteli és jelentősen javítja a szem-kéz koordinációt [101]. Ezen túlmenően az FA-val mért csökkentett rost sűrűség és a fehér anyag myelinizációja a belső kapszula elülső végtagjában, a külső kapszula, a korona sugárzásban, az alacsonyabb fronto-okocitális fasciculusban és a precentralis gyrusban az internetes függők körében az egészséges kontrollokhoz képest [48]. Hasonló fehérje-rendellenességeket jelentettek más anyaggal kapcsolatos függőségekben is [102,103]. Hasonlóképpen úgy találták, hogy a corpus callosumban az üvegszálas összeköttetés csökkent az internet-függõk körében az egészséges kontrollokhoz képest, ami azt jelzi, hogy az internet-függõség hasonló degeneratív következményekkel járhat a félteke közötti kapcsolatok vonatkozásában. Ezek a megállapítások összhangban állnak az anyaggal kapcsolatos függőségekben bejelentett eredményekkel [104].

Sőt, nemi különbségek mutatkoztak az aktiválásban oly módon, hogy a férfiak esetében a mezokortikolimpiás jutalmazási rendszerhez kapcsolódó agyi régiók aktiválása és összekapcsolódása erősebb volt a nőkéhez képest. Ez megmagyarázhatja a férfiak jelentősen magasabb sebezhetőségét a játék- és internetes függőség kialakulása szempontjából, amiről az empirikus irodalom áttekintésekor beszámoltak (azaz [7,105]).

Az MRI-megállapítások mellett az internetet és a játékfüggőséget eddig vizsgáló EEG-tanulmányok számos fontos megállapítást kínálnak, amelyek elősegíthetik a kialakuló pszichopatológia viselkedésbeli és funkcionális összefüggéseit. Ezen felül az összes bevitt EEG-vizsgálat kísérleti jellege lehetővé teszi az okozati összefüggés meghatározását a becsült változók között. Kimutatták, hogy a kontrollokkal összehasonlítva az Internet-függők csökkent P300 amplitúdóval és megnövekedett P300 késleltetéssel bírtak. Ez az amplitúdó általában a figyelem elosztását tükrözi. Az amplitúdóbeli különbségek az internet-függõk és a kontrollok között azt jelzik, hogy vagy az Internet-függõk szenvedõképességük csökkent, vagy nem képesek megfelelõen elosztani a figyelmet [55,57]. A P300 kicsi amplitúdóit metaanalízissel összekapcsolták az alkoholizmus genetikai sebezhetőségével [106]. A csökkent P300-késleltetés azt is kimutatta, hogy megkülönbözteti a nehéz társadalmi fogyasztókat az alacsony társadalmi fogyasztóktól [107]. Ennek megfelelően úgy tűnik, hogy az anyagoktól függõ személyek idegfeszültség-ingadozása és az internethasználat elkötelezettsége a nem függõkhöz képest gyakori. Ennek megfelelően az internet-függőség úgy tűnik, hogy olyan hatást gyakorol a neuroelektromos működésre, amely hasonló az anyagfüggőséghez. Általában az Internet-függõk agya kevésbé volt hatékony az információfeldolgozás és a válaszgátlás szempontjából az egészséges kontroll résztvevõk agyához viszonyítva [54,56]. Ez azt jelzi, hogy az internetes függőség alacsony impulzusvezérléssel és megnövekedett mennyiségű kognitív erőforrás felhasználásával jár bizonyos feladatok elvégzéséhez [53]. Ezenkívül úgy tűnik, hogy az Internet-függők károsodtak a végrehajtás ellenőrzési képességéről az ellenőrzésekhez viszonyítva [56,53]. Ezek az eredmények összhangban vannak a kokainfüggőkben tapasztalt csökkentett végrehajtó ellenőrzési képességgel, csökkent aktivitással járnak a pre- és középtávú agyi régiókban, ami lehetővé teszi az impulzusvezérelt tevékenységeket [108].

Biokémiai szempontból a PET-vizsgálatok eredményei igazolják a striatális dopamin felszabadulását játék közben [50]. Kimutatták, hogy a gyakori játék és az internethasználat csökkenti a dopamin szintet (a dopamin transzporter alacsonyabb elérhetősége miatt), és az internetfüggők dopaminerg rendszerének neurobiológiai rendellenességeihez vezet [49,51]. A csökkent elérhetőség az internet-függőség súlyosságával volt összefüggésben [49]. A függőség függvényében újra és újra csökkentett dopaminszintet jelentettek [26,109,110]. Ezenkívül a corpus striatum szerkezeti rendellenességeiről is beszámoltak [51]. A corpus striatum károsodása heroinfüggőséggel társult [111].

Az irodalmi áttekintésbe bevont tanulmányok meggyőző bizonyítékokat szolgáltatnak a különféle típusú függőségek, nevezetesen az anyagfüggőség és az internetes függőség közötti hasonlóságokról, különféle szinteken. Molekuláris szinten kimutatták, hogy az internet-függőségre egy általános jutalomhiányt jellemző, amelyet a csökkent dopaminerg aktivitás jellemez. Ennek a kapcsolatnak az irányát még fel kell tárni. A legtöbb tanulmány nem zárhatja ki, hogy egy függőség a hiányos jutalmazási rendszer következményeként alakul ki, nem pedig fordítva. Az a lehetőség, hogy a jutalmazási rendszer hiányosságai hajlamosítanak egyes személyeket drogok vagy olyan viselkedési függőség kialakulására, mint például az Internet-függőség, az egyént nagyobb mértékben veszélyeztetheti a pszichopatológia szempontjából. Az internetes drogfüggőknél a negatív érzelmeket alapállapotnak lehet tekinteni, ahol az addiktív ember az Internet használatával és a játékkal foglalkozik a hangulatának módosítása érdekében. Ezt az adócsökkentő rendszer aktiválása okozza. Az internet és az online játékok túlzott használata miatt úgy tűnik, hogy az ellenfél folyamatait olyan gyorsan indítják el, amelyek gyorsan hozzászokják a rabot az internettel való kapcsolathoz, ami toleranciához vezet, és ha a felhasználást abbahagyják, akkor visszavonják [27]. Ennek megfelelően az internetes függőség során észlelt csökkent neuronális dopamin összekapcsolható az érzelmi rendellenességekkel, például depresszióval gyakran közölt komorbiditásokkal [például112], bipoláris zavar [113], és a személyi rendellenesség határait [10].

Az idegi áramkörök szintjén a neuroadapció az agyterületek megnövekedett aktivitásának következménye, amely függőséghez kapcsolódik, valamint az Internet és a játékfüggőség következményeként bekövetkező szerkezeti változások. Az idézett tanulmányok világos képet adnak az internetes és játékfüggőség patogeneziséről, és hangsúlyozzák, hogy fennállnak a függőségre utaló rosszindulatú viselkedési minták. Az agy alkalmazkodik a gyakori kábítószer-használathoz vagy az addiktív viselkedésben való részvételhez, így az érzéketlenné válik a természetes erősítőkké. Fontos szempont, hogy az OFC és a cingulate gyrus működése és felépítése megváltozik, ami fokozott kábítószer- vagy magatartási hajlandóságot és a viselkedés feletti ellenőrzés elvesztését eredményezi. A tanulási mechanizmusok és a fokozott fogyasztási / elkötelezettség-motiváció kényszeres magatartást eredményeznek [114].

Magatartási szinten úgy tűnik, hogy az internetet és a játékot szenvedélybetegek szűkülnek impulzusszabályozásuk, viselkedésgátlásuk, végrehajtó működésük ellenőrzése, figyelemfelhívási képességek és általános kognitív működés szempontjából. Másrészt bizonyos készségeket fejlesztenek és fejlesztenek a technológiával való gyakori együttműködés eredményeként, például az érzékelésen keresztül az észlelési információ beépítését az agyba és a kéz-szem koordinációt. Úgy tűnik, hogy a technológiával való túlzott mértékű elkötelezettség számos előnnyel jár a játékosok és az internethasználók számára, ám ez az alapvető kognitív működés kárára vezet.

Összefoglalva, a jelen áttekintésben bemutatott kutatás alátámasztja a függőségek szindróma modelljét, mivel úgy tűnik, hogy a különféle függőségek neurobiológiai közös vonásokkal járnak [115]. E modell szerint a neurobiológia és a pszichoszociális helyzet növeli a függőség veszélyét. Az addiktív gyógyszernek vagy viselkedésnek való kitettség és a konkrét negatív események és / vagy az anyag folyamatos használata és a viselkedésbe való bevonás magatartásmódosításhoz vezet. Ennek következménye a teljesen elterjedt függőségek kialakulása, amelyek kifejezése eltérő (pl. Kokain, internet és szerencsejáték), de hasonló a tünetekben [115], azaz hangulatmódosítás, tisztesség, tolerancia, visszavonulás, konfliktus és visszaesés [6].

A bejelentett éleslátó eredmények ellenére számos korlátozással kell foglalkozni. Először olyan módszertani problémák merülnek fel, amelyek csökkenthetik a jelentett empirikus eredmények erejét. Az internetes és online játékfüggőséggel összefüggésben bejelentett, ebben a beszámolóban ismertetett agyi változások kétféleképpen magyarázhatók. Egyrészt azzal lehet érvelni, hogy az internetes függőség a kontrollokhoz képest agyi változásokhoz vezet. Másrészt a szokatlan agyszerkezetű emberek (amint azt a jelen tanulmányban megfigyelték) különösen hajlamosak addiktív viselkedés kialakulására. Csak a kísérleti vizsgálatok lehetővé teszik az ok-okozati összefüggések meghatározását. Tekintettel ennek a kutatásnak az érzékeny természetére, amely lényegében felméri a lehetséges pszichopatológiát, az etikai megfontolások korlátozzák a kísérleti kutatás lehetőségeit a helyszínen. A probléma kiküszöbölése érdekében a jövőbeli kutatóknak az agyak aktivitását és agyi változásait többször értékelniük kell az ember életében hosszirányban. Ez lehetővé tenné, hogy felbecsülhetetlen értékű információkat bocsássanak ki a patogenezis és az ahhoz kapcsolódó agyi változások összefüggéseire vonatkozóan, és ami még fontosabb, okozati összefüggésben.

Másodszor, ez az áttekintés magában foglalta mind az internetes, mind az online szerencsejáték-rabjainak neuroimaging tanulmányait. Az összegyűjtött bizonyítékok alapján nehéznek tűnik bármilyen levonás levonása a függőségek online tevékenysége kapcsán, kivéve néhány szerzőt, akik kifejezetten az online játékfüggőséggel foglalkoznak. Mások viszont szinte felcserélhetõen használták az internet-függõség és az internetes játékfüggõség kategóriáit, ami nem teszi lehetõvé a következtetéseket a kettõ közötti különbségek és hasonlóságok tekintetében. Ennek fényében a kutatóknak javasoljuk, hogy világosan értékeljék az online magatartás tényleges viselkedését, és adott esetben terjesszék ki a játék fogalmát más potenciálisan problematikus online magatartásokra is. Végső soron az emberek nem válnak függővé az internet közegéből, hanem inkább azok a tevékenységek, amelyekben részt vesznek, potenciálisan problematikusak lehetnek, és addiktív online viselkedéshez vezethetnek.

 

 

 

   

5. Következtetések

A felülvizsgálat célja az eddig alkalmazott összes olyan empirikus tanulmány azonosítása, amelyekben neuroimaging technikákat alkalmaztak az internet és a játékfüggőség neuronális összefüggéseinek felismerésére. Viszonylag kevés tanulmány van (n = 19), ezért elengedhetetlen további vizsgálatok elvégzése a már elvégzett eredmények megismételésére. Az eddigi tanulmányok mind strukturális, mind funkcionális paradigmákat alkalmaztak. Ezen paradigma mindegyikének felhasználása lehetővé teszi az információk kiszűrését, amelyek elengedhetetlenek a megváltozott idegrendszeri aktivitás és morfológia megállapításához, amint azt az internet és a játékfüggőség kiváltja. Összességében a tanulmányok azt mutatják, hogy az internet- és a játékfüggőség mind az agy funkciójának, mind szerkezetének megváltozásával jár. Ezért nemcsak ez a viselkedési függőség növeli az agyi régiókban az aktivitást, amelyet általában az anyagfüggőséggel függnek össze, hanem úgy tűnik, hogy neuroadapcióhoz vezet, és maga az agy valójában megváltozik az internettel való túlzott kapcsolat és a játék révén .

A módszer szempontjából a neuroimaging vizsgálatok előnyt jelentenek a hagyományos felmérés és viselkedéskutatáshoz képest, mivel ezeknek a technikáknak a felhasználásával meg lehet különböztetni az agy területeit, amelyek részt vesznek a függőség kialakulásában és fenntartásában. A megnövekedett glutamatergikus és elektromos aktivitás mérése betekintést nyújt az agy működésébe, míg az agy morfometria és a víz diffúziója az agy szerkezetét jelzi. Kimutatták, hogy ezek mindegyike jelentős változásokon megy keresztül az internet és a játékfüggőség következtében.

Összegezve, az internet használatához és az online játékokhoz kapcsolódó addiktív viselkedés kialakulásához kapcsolódó neuronális összefüggések megértése elősegíti a jövőbeli kutatásokat, és előkészíti az utat a függőség kezelési megközelítéseinek fejlesztéséhez. A klinikai gyakorlat szempontjából az internetes és játékfüggőség patogenezisével és fenntartásával kapcsolatos ismereteink bővítése elengedhetetlen a specifikus és hatékony kezelések kidolgozásához. Ide tartoznak azok a pszichofarmakológiai megközelítések, amelyek kifejezetten az biokémia és a neurocircuitry szintjén célozzák az internetet és a játékfüggőséget, valamint a pszichológiai stratégiák, amelyek célja a megtanult rosszindulatú kognitív és viselkedési minták módosítása.

 

 

 

   

Összeférhetetlenség

A szerzők nem jeleznek összeférhetetlenséget.

 

 

 

   

Referenciák

  1. Young, K. Internetes függőség az évtized alatt: személyes visszatekintés. Világpszichiátria 2010, 9, 91. [Google Scholar]
  2. Tao, R .; Huang, XQ; Wang, JN; Zhang, HM; Zhang, Y .; Li, MC Az internetes függőség diagnosztikai kritériumai. függőség 2010, 105, 556 – 564. [Google Scholar]
  3. Shaw, M .; Fekete, DW internetes függőség: meghatározás, értékelés, epidemiológia és klinikai kezelés. CNS-drogok 2008, 22, 353 – 365. [Google Scholar] [CrossRef]
  4. Müller, KW; Wölfling, K. Számítógépes játék és internetes függőség: A diagnosztika, a fenomenológia, a patogenezis és a terápiás beavatkozás szempontjai. Suchttherapie 2011, 12, 57 – 63. [Google Scholar] [CrossRef]
  5. Beutel, ME; Hoch, C .; Woelfing, K .; Mueller, KW A számítógépes játék és az internetes függőség klinikai jellemzői a számítógépes játékfüggőség poliklinikán kezelést igénylő személyeknél. Z. Psychosom. Med. Psychother. 2011, 57, 77 – 90. [Google Scholar]
  6. Griffiths, MD A függőség „komponenseinek” modellje a biopszichoszociális kereten belül. J. Subst. Használat 2005, 10, 191 – 197. [Google Scholar] [CrossRef]
  7. Kuss, DJ; Griffiths, MD Internetes játékfüggőség: Az empirikus kutatás szisztematikus áttekintése. Int. J. Ment. Egészségügyi rabja. 2012, 10, 278 – 296. [Google Scholar] [CrossRef]
  8. Amerikai Pszichiátriai Egyesület DSM-5 fejlesztése. Internethasználati zavar. Online elérhető: http://www.dsm5.org/ProposedRevision/Pages/proposedrevision.aspx?rid=573# (31 július 2012-on elérhető).
  9. Adalier, A. Az internet-függőség és a pszichológiai tünetek közötti kapcsolat. Int. J. Glob. Educ. 2012, 1, 42 – 49. [Google Scholar]
  10. Bernardi, S .; Pallanti, S. Internet-függőség: leíró klinikai tanulmány, amely a komorbiditásokra és a disszociatív tünetekre összpontosít. Compr. Pszichiátria 2009, 50, 510 – 516. [Google Scholar] [CrossRef]
  11. Xiuqin, H .; Huimin, Z .; Mengchen, L .; Jinan, W .; Ying, Z .; Ran, T. Internet-függőséggel küzdő serdülők mentális egészsége, személyisége és szülői nevelési stílusai. Cyberpsychol. Behav. Soc. Hál. 2010, 13, 401 – 406. [Google Scholar] [CrossRef]
  12. Johansson, A .; Gotestam, KG Internet-függőség: A kérdőív jellemzői és előfordulása norvég fiatalokban (12-18 év). Scand. J. Psychol. 2004, 45, 223 – 229. [Google Scholar] [CrossRef]
  13. Lin, M.-P .; Ko, H.-C .; Wu, JY-W. Az internetfüggőséggel kapcsolatos prevalencia és pszichoszociális kockázati tényezők Tajvanon a főiskolai hallgatók országos reprezentatív mintájában. Cyberpsychol. Behav. Soc. Hál. 2011, 14, 741 – 746. [Google Scholar]
  14. Fu, KW; Chan, WSC; Wong, PWC; Yip, PSF internetes függőség: A prevalencia, a diszkriminatív érvényesség és a korreláció a serdülők körében Hongkongban. Br. J. Pszichiátria 2010, 196, 486 – 492. [Google Scholar] [CrossRef]
  15. Descartes, R. Az ember traktausa; Prometheus Books: New York, NY, USA, 2003. [Google Scholar]
  16. Repovš, G. Kognitív idegtudomány és az „elme-test probléma”. Horiz. Psychol. 2004, 13, 9 – 16. [Google Scholar]
  17. Volkow, ND; Fowler, JS; Wang, GJ Az addiktív emberi agy: Betekintés a képalkotó vizsgálatokból. J. Clin. Invest. 2003, 111, 1444 – 1451. [Google Scholar]
  18. Pavlov, IP kondicionált reflexek: Az agykéreg élettani aktivitásának vizsgálata; Dover: Mineola, NY, USA, 2003. [Google Scholar]
  19. Skinner, BF tudomány és emberi viselkedés; Macmillan: New York, NY, USA, 1953. [Google Scholar]
  20. Everitt, BJ; Robbins, TW A drogfüggőség megerősítésének neurális rendszerei: A cselekedetektől a szokásokig a kényszerig. Nat. Neurosci. 2005, 8, 1481 – 1489. [Google Scholar] [CrossRef]
  21. Kalivas, PW; Volkow, ND A függőség neurális alapjai: A motiváció és a választás patológiája. Am. J. Pszichiátria 2005, 162, 1403 – 1413. [Google Scholar] [CrossRef]
  22. Goldstein, RZ; Volkow, ND Kábítószer-függőség és annak hátterében álló neurobiológiai alapja: Neuroimaging bizonyíték a frontális kéreg bevonására. Am. J. Psychiatry 2002, 159, 1642 – 1652. [Google Scholar] [CrossRef]
  23. Craven, R. A függőség célzott idegi korrelációja. Nat. Neurosci. 2006, 7. [Google Scholar]
  24. Brebner, K .; Wong, TP; Liu, L .; Liu, Y .; Campsall, P .; Grey, S .; Phelps, L .; Phillips, AG; Wang, YT Nucleus akkumulálja a hosszú távú depressziót és a viselkedésbeli szenzibilizáció kifejeződését. Tudomány 2005, 310, 1340 – 1343. [Google Scholar]
  25. Wilson, SJ; Sayette, MA; Fiez, JA Prefrontal válaszok a gyógyszerjelre: Neurokognitív elemzés. Nat. Neurosci. 2004, 7, 211 – 214. [Google Scholar]
  26. Di Chiara, G. Nucleus akumuláns héj és mag-dopamin: Különbség a viselkedésben és a függőségben. Behav. Brain Res. 2002, 137, 75 – 114. [Google Scholar] [CrossRef]
  27. Koob, GF; Le Moal, M. Függőség és az agy antireward rendszere. Ann. Psychol. 2008, 59, 29 – 53. [Google Scholar]
  28. Prochaska, JO; DiClemente, CC; Norcross, JC Az emberek változásának felkutatása érdekében. Alkalmazások addiktív magatartáshoz. Am. Psychol. 1992, 47, 1102 – 1114. [Google Scholar]
  29. Potenza, MN Az addiktív rendellenességeknek tartalmazniuk kell-e nem anyagfüggő állapotokat is? függőség 2006, 101, 142 – 151. [Google Scholar] [CrossRef]
  30. Grant, JE; Brewer, JA; Potenza, MN Az anyag neurobiológiája és a viselkedési függőségek. CNS Spectr. 2006, 11, 924 – 930. [Google Scholar]
  31. Niedermeyer, E .; da Silva, FL Elektroencefalográfia: Alapelvek, klinikai alkalmazások és kapcsolódó területek; Lippincot Williams & Wilkins: Philadelphia, PA, USA, 2004. [Google Scholar]
  32. Luck, SJ; Kappenman, ES Az eseményhez kapcsolódó potenciális elemek Oxford-kézikönyve; Oxford University Press: New York, NY, USA, 2011. [Google Scholar]
  33. Bailey, DL; Townsend, DW; Valk, PE; Maisey, MN pozitron emissziós tomográfia: alaptudományok; Springer: Secaucus, NJ, USA, 2005. [Google Scholar]
  34. Meikle, SR; Beekman, FJ; Rose, SE Kiegészítő molekuláris képalkotó technológiák: Nagyfelbontású SPECT, PET és MRI. Drug Discov. Ma Technol. 2006, 3, 187 – 194. [Google Scholar] [CrossRef]
  35. Huettel, SA; Song, AW; McCarthy, G. Funkcionális mágneses rezonancia képalkotó, 2nd ed .; Sinauer: Sunderland, MA, USA, 2008. [Google Scholar]
  36. Symms, M .; Jäger, HR; Schmierer, K .; Yousry, TA A szerkezeti mágneses rezonancia áttekintése. J. Neurol. Neurosurg. Pszichiátria 2004, 75, 1235 – 1244. [Google Scholar] [CrossRef]
  37. Ashburner, J .; Friston, KJ Voxel-alapú morfometria-A módszerek. NeuroImage 2000, 11, 805 – 821. [Google Scholar] [CrossRef]
  38. Le Bihan, D .; Mangin, JF; Poupn, C .; Clark, Kalifornia; Pappata, S .; Molko, N .; Chabriat, H. Diffúziós érzékelőképezés: Fogalmak és alkalmazások. J. Magn. Reson. leképezés 2001, 13, 534 – 546. [Google Scholar]
  39. Dong, G .; Huang, J .; Du, X. Fokozott jutalomérzékenység és a veszteségérzékenység csökkenése az internet-függőkben: FMRI vizsgálat egy találgatás során. J. Psychiatr. Res. 2011, 45, 1525 – 1529. [Google Scholar]
  40. Han, DH; Lyoo, IK; Renshaw, PF Különleges regionális szürkeáramlatok térfogata az online játékfüggőséggel és profi játékosokkal. J. Psychiatr. Res. 2012, 46, 507 – 515. [Google Scholar] [CrossRef]
  41. Han, DH; Hwang, JW; Renshaw, PF Bupropion tartós felszabadulású kezelés csökkenti a videojátékok és a cue-indukált agyi aktivitás vágyát az internetes videojáték-függőségben szenvedő betegeknél. Exp. Clin. Psychopharmacol. 2010, 18, 297 – 304. [Google Scholar]
  42. Han, DH; Kim, YS; Lee, YS; Min, KJ; Renshaw, PF Változások a cue-indukált, prefrontalis cortex aktivitásban videojátékokkal. Cyberpsychol. Behav. Soc. Hál. 2010, 13, 655 – 661. [Google Scholar] [CrossRef]
  43. Hoeft, F .; Watson, CL; Kesler, SR; Bettinger, KE; Reiss, AL A nemek közötti különbségek a mezokortikolimbikus rendszerben a számítógépes játék során. J. Psychiatr. Res. 2008, 42, 253 – 258. [Google Scholar]
  44. Ko, CH; Liu, GC; Hsiao, SM; Yen, JY; Yang, MJ; Lin, WC; Yen, CF; Chen, CS Az agyi tevékenységek, amelyek az online játékfüggőség szerencsejáték-igényével kapcsolatosak. J. Psychiatr. Res. 2009, 43, 739 – 747. [Google Scholar] [CrossRef]
  45. Liu, J .; Gao, XP; Osunde, I .; Li, X .; Zhou, SK; Zheng, HR; Li, LJ Megnövelt regionális homogenitás az internet-függőség rendellenességeiben: Nyugalmi állapotú mágneses rezonancia képalkotó vizsgálat. Áll. Med. J. 2010, 123, 1904 – 1908. [Google Scholar]
  46. Yuan, K .; Qin, W .; Wang, G .; Zeng, F .; Zhao, L .; Yang, X .; Liu, P .; Liu, J .; Sun, J .; von Deneen, KM; et al. Mikroszerkezeti rendellenességek Internet-függőséggel küzdő serdülőknél. PloS One 2011, 6, e20708. [Google Scholar]
  47. Zhou, Y .; Lin, F.-C .; Du, Y.-S .; Qin, L.-D .; Zhao, Z.-M .; Xu, J.-R .; Lei, H. A szürke anyag rendellenességei az internetes függőségben: Voxel-alapú morfometria tanulmány. Eur. J. Radiol. 2011, 79, 92 – 95. [Google Scholar]
  48. Lin, F .; Zhou, Y .; Du, Y .; Qin, L .; Zhao, Z .; Xu, J .; Lei, H. Abnormális fehérje-integritás serdülőknél, akiknek internet-függőség zavara van: Traktus-alapú térbeli statisztikai tanulmány. PloS One 2012, 7, e30253. [Google Scholar]
  49. Kim, SH; Baik, SH; Park, CS; Kim, SJ; Choi, SW; Kim, SE Csökkentett striatális dopamin D2 receptorok az internetes függőségben szenvedő embereknél. Neuroreport 2011, 22, 407 – 411. [Google Scholar] [CrossRef]
  50. Koepp, MJ; Gunn, RN; Lawrence, AD; Cunningham, VJ; Dagher, A .; Jones, T .; Brooks, DJ; Bench, CJ; Grasby, PM Bizonyíték a striatális dopamin felszabadulásáról videojáték közben. Természet 1998, 393, 266 – 268. [Google Scholar]
  51. Hou, H .; Jia, S.; Hu, S .; Fan, R .; Sun, W .; Sun, T .; Zhang, H. Csökkent striatális dopamin transzporterek internetfüggőségi rendellenességben szenvedőknél. J. Biomed. Biotechnol. 2012, 2012. [Google Scholar]
  52. Dong, G .; Zhou, H .; Zhao, X. A férfiak internetes függőségei csökkent végrehajtó kontroll képességet mutatnak: Bizonyíték egy színes szó Stroop feladatból. Neurosci. Lett. 2011, 499, 114 – 118. [Google Scholar] [CrossRef]
  53. Dong, G .; Lu, Q .; Zhou, H .; Zhao, X. Impulzusgátlás internet-függőségi rendellenességben szenvedőknél: Elektrofiziológiai bizonyítékok egy Go / NoGo tanulmányból. Neurosci. Lett. 2010, 485, 138 – 142. [Google Scholar] [CrossRef]
  54. Dong, G .; Zhou, H. Az impulzus-szabályozó képesség csökkent az internet-függőségben szenvedő embereknél: Elektrofiziológiai bizonyítékok az ERP-vizsgálatokból. Int. J. Psychophysiol. 2010, 77, 334 – 335. [Google Scholar] [CrossRef]
  55. Ge, L .; Ge, X .; Xu, Y .; Zhang, K .; Zhao, J .; Kong, X. P300 változás és kognitív viselkedésterápia internet-függőségi rendellenességben szenvedő betegeknél 3 hónapos követő vizsgálat. Neural Regen. Res. 2011, 6, 2037 – 2041. [Google Scholar]
  56. Littel, M .; Luijten, M.; van den Berg, I.; van Rooij, A .; Keemink, L .; Franken, I. Hibafeldolgozás és a válaszok gátlása túlzott számítógépes játékszerekben: ERP tanulmány. Rabja. Biol. 2012. [Google Scholar]
  57. Yu, H .; Zhao, X .; Li, N .; Wang, M .; Zhou, P. A túlzott internethasználat hatása az EEG időfrekvenciájára. Prog. Nat. Sci. 2009, 19, 1383 – 1387. [Google Scholar] [CrossRef]
  58. Derogatis, LR SCL-90-R adminisztráció, pontozási és eljárási kézikönyv II; Klinikai pszichometriai kutatások: Towson, MD, USA, 1994. [Google Scholar]
  59. Costa, PT; McCrae, RR felülvizsgált NEO személyiségleltár (NEO-PI-R) és NEO öt tényezői leltár (NEO-FFI): Szakmai kézikönyv; Pszichológiai értékelési források: Odessa, FL, USA, 1992. [Google Scholar]
  60. Naqvi, NH; Bechara, A. A függőség rejtett szigete: az insula. Trends Neurosci. 2009, 32, 56 – 67. [Google Scholar] [CrossRef]
  61. Young, KS Internet Addiction Test (IAT). Online elérhető: http://www.netaddiction.com/index.php?option=com_bfquiz&view=onepage&catid=46&Itemid=106 (hozzáférhető az 14 május 2012-jén).
  62. Tao, R .; Huang, X .; Wang, J .; Liu, C .; Zang, H .; Xiao, L. Az internetes függőség klinikai diagnosztizálásának javasolt kritériuma. Med. J. Chin. PLA 2008, 33, 1188 – 1191. [Google Scholar]
  63. Wang, W .; Tao, R .; Niu, Y .; Chen, Q .; Jia, J .; Wang, X. A patológiás internethasználat előzetesen javasolt diagnosztikai kritériumai. Áll. Ment. Health J. 2009, 23, 890 – 894. [Google Scholar]
  64. Young, K. Internetfüggőség: Új klinikai rendellenesség kialakulása. Cyberpsychol. Behav. 1998, 3, 237 – 244. [Google Scholar] [CrossRef]
  65. Young, KS; Rogers, RC A depresszió és az internet-függőség közötti kapcsolat. Cyberpsychol. Behav. 1998, 1, 25 – 28. [Google Scholar] [CrossRef]
  66. Johnson, S. NPD Group: Az összes 2010 játékszoftver-eladás alacsony az 2009-hez képest. Online elérhető: http://www.g4tv.com/thefeed/blog/post/709764/npd-group-total-2010-game-software-sales-flat-compared-to-2009 (elérhető az 3 február 2012 oldalán).
  67. Young, K. A számítógép-használat pszichológiája: XL. Az internet addiktív használata: A sztereotípiát megtörő eset. Psychol. Ismétlés. 1996, 79, 899 – 902. [Google Scholar] [CrossRef]
  68. Goldberg, I. Internet Addictive Disorder (IAD) diagnosztikai kritériumai. Online elérhető: http://www.psycom.net/iadcriteria.html (hozzáférhető az 23 május 2012-jén).
  69. Young, K. elkapta a hálóban; Wiley: New York, NY, USA, 1998. [Google Scholar]
  70. Bentler, PM Összehasonlító illeszkedési indexek szerkezeti modellekben. Psychol. Bika. 1990, 107, 238 – 246. [Google Scholar] [CrossRef]
  71. Chen, SH; Weng, LC; Su, YJ; Wu, HM; Yang, PF A kínai internetes függőségi skála fejlesztése és pszichometriai tanulmánya. Áll. J. Psychol. 2003, 45, 279 – 294. [Google Scholar]
  72. Beard, KW; Wolf, EM Az Internet-függőség javasolt diagnosztikai kritériumainak módosítása. Cyberpsychol. Behav. 2001, 4, 377 – 383. [Google Scholar] [CrossRef]
  73. Van Rooij, AJ; Schoenmakers, TM; van den Eijnden, RJ; van de Mheen, D. Videojáték-függőség teszt (HÉA): Érvényesség és pszichometriai jellemzők. Cyberpsychol. Behav. Soc. Hál. 2012. [Google Scholar]
  74. Ko, CH; Yen, JY; Chen, SH; Yang, MJ; Lin, HC; Yen, CF Javasolt diagnosztikai kritériumok, valamint az internetes függőség szűrő és diagnosztizáló eszköze a főiskolai hallgatókban. Compr. Pszichiátria 2009, 50, 378 – 384. [Google Scholar]
  75. Sheehan, DV; Lecrubier, Y .; Sheehan, KH; Amorim, P .; Janvas, J .; Weiller, E .; Hergueta, T .; Baker, R .; Dunbar, GC A mini-nemzetközi neuropszichiátriai interjú (MINI): Strukturált diagnosztikai pszichiátriai interjú kidolgozása és validálása a DSM-IV és az ICD-10 számára. J. Clin. Pszichiátria 1998, 59, 22 – 33. [Google Scholar]
  76. Tsai, MC; Tsai, YF; Chen, CY; Liu, CY Alkoholfogyasztási rendellenességek azonosítási tesztje (AUDIT): A küszöbértékek megállapítása egy kórházi kínai populációban. Alkohol. Clin. Exp. Res. 2005, 29, 53 – 57. [Google Scholar] [CrossRef]
  77. Heatherton, TF; Kozlowski, LT; Frecker, RC; Fagerström, KO A Fagerstrom nikotinfüggőség tesztje: A Fagerstrom tolerancia kérdőív felülvizsgálata. Br. J. Addict. 1991, 86, 1119 – 1127. [Google Scholar] [CrossRef]
  78. Beck, A .; Ward, C .; Mendelson, M. A depresszió mérésének leltára. Boltív. Pszichiátriai tábornok 1961, 4, 561 – 571. [Google Scholar] [CrossRef]
  79. Lebcrubier, Y .; Sheehan, DV; Weiller, E .; Amorim, P .; Bonora, I .; Sheehan, HK; Janavs, J .; Dunbar, GC A mini nemzetközi neuropszichiátriai interjú (MINI). Rövid diagnosztikai strukturált interjú: Megbízhatóság és érvényesség a CIDI szerint. Eur. Pszichiátria 1997, 12, 224 – 231. [Google Scholar]
  80. Először MB; Gibbon, M .; Spitzer, RL; Williams, JBW, strukturált klinikai interjú a DSM-IV I. tengely rendellenességeire: Klinikus verzió (SCID-CV): Adminisztrációs füzet; American Psychiatric Press: Washington, DC, USA, 1996. [Google Scholar]
  81. Barratt, ES Az impulzivitás és a szorongás pszichometriai mutatói faktorának elemzése. Psychol. Ismétlés. 1965, 16, 547 – 554. [Google Scholar] [CrossRef]
  82. Lee, HS Impulzivitás skála; Korea útmutatás: Szöul, Korea, 1992. [Google Scholar]
  83. Oldfield, RC A kézkészség értékelése és elemzése: Az Edinburgh-i leltár. Neuropsychologia 1971, 9, 97 – 113. [Google Scholar] [CrossRef]
  84. Sheehan, DV; Sheehan, KH; Shyte, RD; Janavs, J .; Bannon, Y .; Rogers, JE; Milo, KM; Stock, SL; Wilkinson, B. A gyermekek és serdülők mini nemzetközi neurpszichiátriai interjújának (MINI-KID) megbízhatósága és érvényessége. J. Clin. Pszichiátria 2010, 71, 313 – 326. [Google Scholar] [CrossRef]
  85. Huang, X .; Zhang, Z. A serdülőkor időkezelési diszpozíciós skálájának összeállítása. Acta Psychol. Bűn. 2001, 33, 338 – 343. [Google Scholar]
  86. Patton, JH; Stanford, MS; Barratt, ES A Barratt Impulzivitás skála tényező felépítése. J. Clin. Psychol. 1995, 51, 768 – 774. [Google Scholar] [CrossRef]
  87. Birmaher, B .; Khetarpal, S .; Brent, D .; Cully, M .; Balach, L .; Kaufman, J .; Neer, SM A gyermek szorongással kapcsolatos érzelmi rendellenességek képernyője (SCARED): A skála felépítése és a pszichometriai jellemzők. J. Am. Acad. Gyermek serdülőkor. Pszichiátria 1997, 36, 545 – 553. [Google Scholar]
  88. Epstein, NB; Baldwin, LM; Bishop, DS A McMaster családértékelő eszköz. J. Marital Fam. Ther. 1983, 9, 171 – 180. [Google Scholar] [CrossRef]
  89. Yang, CK; Choe, BM; Baity, M .; Lee, JH; Cho, JS SCL-90-R és 16PF profilok olyan középiskolás diákok számára, akik túlzottan használják az internetet. Tud. J. Pszichiátria 2005, 50, 407 – 414. [Google Scholar]
  90. Eysenck, SBG; Pearson, PR; Easting, G .; Allsopp, JF Az impulzív képesség, az ösztöndíj és az empátia életkori normái felnőttekben. Szem. Személyiségje. Különbözik. 1985, 6, 613 – 619. [Google Scholar] [CrossRef]
  91. Lijffijt, M .; Caci, H .; Kenemans, JL Az l7 kérdőív holland fordításának érvényesítése. Szem. Személyiségje. Különbözik. 2005, 38, 1123 – 1133. [Google Scholar] [CrossRef]
  92. Lemmens, P .; Tan, ES; Knibbe, RA Az ivás mennyiségének és gyakoriságának mérése egy általános népesség-felmérésben: Öt index összehasonlítása. J. Stud. Alkohol 1992, 53, 476 – 486. [Google Scholar]
  93. Beck, AT; Steer, R. Kézikönyv a Beck-depresszió felmérésére; A Pszichológiai Társaság: San Antonio, TX, USA, 1993. [Google Scholar]
  94. Yi, YS; Kim, JS A koreai-Wechsler felnőtt intelligencia skála rövid formáinak érvényessége. Korean J. Clin. Psychol. 1995, 14, 111 – 116. [Google Scholar]
  95. Goldstein, RZ; Alia-Klein, N .; Tomasi, D .; Carrillo, JH; Maloney, T .; Woicik, PA; Wang, R .; Telang, F .; Volkow, ND Az anterior cortulate cortex hypoactivation érzelmileg kiemelkedő feladat a kokainfüggőségben. Proc. Nati. Acad. Sci. USA 2009, 106, 9453 – 9458. [Google Scholar]
  96. Schoenebaum, G .; Roesch, MR; Stalnaker, TA Orbitofrontal kéreg, döntéshozatal és kábítószer-függőség. Trends Neurosci. 2006, 29, 116 – 124. [Google Scholar] [CrossRef]
  97. Li, C .; Sinha, R. Gátló kontroll és az érzelmi stressz szabályozása: A pszicho-stimuláns függőség elülső-limbikus diszfunkciójának neurológiai képei. Neurosci. Biobehav. Fordulat. 2008, 32, 581 – 597. [Google Scholar] [CrossRef]
  98. Maddock, RJ; Garrett, AS; Buonocore, MH Az agykéreg utólagos cingulálása érzelmi szavakkal: fMRI bizonyítékok a valencia döntési feladatból. Zümmögés. Brain Mapp. 2003, 18, 30 – 41. [Google Scholar] [CrossRef]
  99. Schnitzler, A .; Salenius, S .; Salmelin, R .; Jousmäki, V.; Hari, R. Az elsődleges motoros kéreg bevonása a motoros képekbe: Egy neuromágneses vizsgálat. Neuroimage 1997, 6, 201 – 208. [Google Scholar] [CrossRef]
  100. Schiemanck, S .; Kwakkel, G .; Post, MWM; Kappelle, JL; Prevo, AJH A belső kapszula sérülések hatása a motoros kézfunkció eredményére egy évvel a stroke után. J. Rehabil. Med. 2008, 40, 96 – 101. [Google Scholar] [CrossRef]
  101. Rosenberg, BH; Landsittel, D .; Averch, TD Használhatók-e a videojátékok a laparoszkópos készségek előrejelzésére vagy fejlesztésére? J. Endourol. 2005, 19, 372 – 376. [Google Scholar] [CrossRef]
  102. Bora, E .; Yucel, M .; Fornito, A .; Pantelis, C .; Harrison, BJ; Cocchi, L .; Pell, G .; Lubman, DI A fehér anyag mikroszerkezete ópiát-függőségben. Rabja. Biol. 2012, 17, 141 – 148. [Google Scholar] [CrossRef]
  103. Yeh, PH; Simpson, K .; Durazzo, TC; Gazdzinski, S .; Meyerhoff, DJ traktus-alapú térbeli statisztika (TBSS) a diffúziós tensor képalkotó adatok alkoholfüggőségében: A motivációs neurocircuit rendellenességei. Psychiatry Res. 2009, 173, 22 – 30. [Google Scholar] [CrossRef]
  104. Arnone, D .; Abou-Saleh, MT; Barrick, TR A corpus callosum diffúziós tensor leképezése függőségben. Neuuropsychobiology 2006, 54, 107 – 113. [Google Scholar] [CrossRef]
  105. Byun, S.; Ruffini, C .; Mills, JE; Douglas, AC; Niang, M .; Stepchenkova, S.; Lee, SK; Loutfi, J .; Lee, JK; Atallah, M .; et al. Internetes függőség: Az 1996 – 2006 kvantitatív kutatás metaanézise. Cyberpsychol. Behav. 2009, 12, 203 – 207. [Google Scholar] [CrossRef]
  106. Polich, J .; Pollock, VE; Bloom, FE Az alkoholizmus kockázatának kitett férfiak P300 amplitúdójának metaanalízise. Psychol. Bika. 1994, 115, 55 – 73. [Google Scholar] [CrossRef]
  107. Nichols, JM; Martin, F. P300 a nehéz társadalmi fogyasztóknál: A lorazepam hatása. Alkohol 1993, 10, 269 – 274. [Google Scholar] [CrossRef]
  108. Sokhadze, E .; Stewart, C .; Hollifield, M .; Tasman, A. Eseményekkel összefüggő potenciális tanulmány a végrehajtó diszfunkciókról a kokainfüggőség gyorsított reakciójának során. J. Neurother. 2008, 12, 185 – 204. [Google Scholar] [CrossRef]
  109. Thomas, MJ; Kalivas, PW; Shaham, Y. Neuroplaszticitás a mezolimbikus dopamin rendszerben és a kokainfüggőség. Br. J. Pharmacol. 2008, 154, 327 – 342. [Google Scholar]
  110. Volkow, ND; Fowler, JS; Wang, GJ; Swanson, JM Dopamin a kábítószerrel való visszaélés és a függőség területén: A képalkotó vizsgálatok eredményei és a kezelés következményei. Mol. Pszichiátria 2004, 9, 557 – 569. [Google Scholar] [CrossRef]
  111. Jia, SW; Wang, W .; Liu, Y .; Wu, ZM Agyi corpus striatum változások neurokémiai tanulmányozása heroinfüggő betegek körében, gyógynövényes gyógyszerrel, U'finer kapszulaval. Rabja. Biol. 2005, 10, 293 – 297. [Google Scholar] [CrossRef]
  112. Morrison, CM; Gore, H. A túlzott internethasználat és a depresszió közötti kapcsolat: kérdőíves tanulmány az 1319 fiatalok és felnőttek körében. pszichopatológia 2010, 43, 121 – 126. [Google Scholar] [CrossRef]
  113. Di Nicola, M.; Tedeschi, D .; Mazza, M .; Martinotti, G .; Harnic, D .; Catalano, V.; Bruschi, A .; Pozzi, G .; Bria, P .; Janiri, L. Viselkedésfüggőség bipoláris zavarban szenvedő betegekben: Az impulzivitás és a személyiség dimenzióinak szerepe. J. Befolyásolja. Disord. 2010, 125, 82 – 88. [Google Scholar] [CrossRef]
  114. Volkow, ND; Fowler, JS; Wang, GJ Az addiktív emberi agy a képalkotó vizsgálatok fényében: Agyi körök és kezelési stratégiák. Neuropharmacology 2004, 47, 3 – 13. [Google Scholar] [CrossRef]
  115. Shaffer, HJ; LaPlante, DA; LaBrie, RA; Kidman, RC; Donato, AN; Stanton, MV A függőség szindróma modellje felé: Több kifejezés, általános etiológia. Harv. Pszichiátria 2004, 12, 367 – 374. [Google Scholar] [CrossRef]