Első pszichiátria. 2018: június 7; 9: 252. doi: 10.3389 / fpsyt.2018.00252.
PMID: 29930524
PMCID: PMC5999751
Doi: 10.3389 / fpsyt.2018.00252
Sunyoung Park1, Hyera Ryu1, Ji-Yoon Lee1, Aruem Choi1, Dai-Jin Kim2, Sung Nyun Kim3* és a Jung-Seok Choi1,4*
Célok:
Jelen tanulmány nyugalmi elektroencephalográfia (EEG) koherenciaanalízisekkel vizsgálta az internetes játékzavarban (IGD) szenvedő betegek kezelési válaszaival összefüggő neurális összekapcsolhatóságot.
Módszerek:
Ide tartoztak az IGD-vel rendelkező 30 betegek és az egészséges 32 betegek (HC-k). Az IGD-s betegek közül az 18 befejezte egy járóbeteg kezelést, amely magában foglalta a szelektív szerotonin újrafelvétel gátlókkal végzett gyógykezelést az 6 hónapokban. A nyugalmi állapotú EEG koherenciát és az önjelentési kérdőíveket használták a klinikai és pszichológiai tulajdonságok értékeléséhez a kezelés előtti és utáni időszakban, és az adatokat általánosított becslési egyenletek felhasználásával elemezték.
Eredmények:
A HC-hez viszonyítva az IGD-s betegek fokozott béta- és gamma-intrahemiszférikus koherenciát mutattak, és megnövekedett a jobb félteké delta-intrahemiszferikus koherenciája a kiindulási állapotban. Az 6 hónapos ambulanciakezelés után az IGD-ben szenvedő betegek javultak az IGD-tünetekben, mint a kiindulási állapotban, de továbbra is fokozott béta- és gamma-intrahemiszferikus koherenciát mutattak a HC-khez képest. Az IGD csoport egyik sávjában sem észleltek szignifikáns EEG koherenciaváltozást a kezelés előtti és utáni értékelések között.
Következtetés:
Ezek az eredmények azt sugallják, hogy a szignifikánsan nagyobb intrahemiszferikus gyors frekvencia koherencia fontos neurofiziológiai tulajdonságjelző lehet az IGD-s betegekben.
Bevezetés
Az internetes szerencsejáték-rendellenességeket (IGD) az internetes játékok túlzott és ismétlődő felhasználásának mintája jellemzi (1). Az IGD egyre nagyobb figyelmet szentel a normális mindennapi életet, az akadémiai és munkavégzést, valamint a pszichológiai működést érintő különböző negatív következmények miatt (1, 2). A viselkedési függőséggel küzdő betegek, például az IGD, bizonyos klinikai jellemzőkkel rendelkeznek, beleértve az impulzivitást, a vágyat és a káros viselkedés ellenőrzésének képtelenségét (3, 4). A legújabb tanulmányok neurográfiai és neurofiziológiai technikákat alkalmaztak az agy strukturális és funkcionális változásainak vizsgálatához, amelyek impulzivitáshoz vagy válaszgátláshoz kapcsolódnak, hogy javítsák az IGD jellemzőinek megértését (5-7).
Számos neuroimaging tanulmány vizsgálta az IGD-s betegek diszfunkcionális kapcsolatát. Például Zhang (8) beszámoltak az IGD-s fiatal felnőttek körében az orbitofrontalis cortex és a posterior cingulate cortex alacsony ingadozásainak amplitúdójáról, összehasonlítva a kontrollokkal. Azt is megállapították, hogy az IGD-s betegek fokozott interakciót mutattak az alapértelmezett módban és a végrehajtó kontroll hálózatokban a kontrollokhoz képest. Ezen túlmenően az IGD-vel rendelkező betegek fokozott kapcsolatot mutattak az érzékelő motoros agyi hálózatokban és megváltoztak a prefrontalis lebeny interhemiszferikus nyugalmi állapotú funkcionális kapcsolatai, ideértve a kétoldalú felső frontális gyurust, az alsóbb frontális gyrusot és a középső frontális gurust (9, 10). Ezek az eredmények azt sugallják, hogy az IGD-s betegek károsodhatnak a jutalomhoz kapcsolódó feldolgozásban, az általános kognitív működésben és az impulzusszabályozásban.
Noha a neurokémiai tanulmányok azonosították a nyugalmi állapotban részt vevő agyszerkezeteket, korlátozott információval szolgálnak az agy ideghálózatainak időbeli dinamikájáról. Az elektroencephalográfiai (EEG) koherencia hasznos az agyi funkcionális rendellenességek nagy időbeli felbontással történő mérésére (11). Az EEG koherencia méri a két agy régió fáziskülönbségeinek konzisztenciáját, és tükrözi az idegpopulációk és a kortikális kapcsolat szinkronizálódását (12). A két EEG elektróda közötti fokozott koherencia két agyrégió funkcionális integrációjára utal, míg a csökkent koherencia a két idegpopuláció egymással összefüggő aktivitásait tükrözi (13, 14).
Néhány tanulmány, amelyek az agy összekapcsolhatóságát vizsgálták nyugalmi állapotú EEG alkalmazásával, beszámoltak arról, hogy az Internet-függőséggel rendelkező serdülők fokozott gamma-koherenciát mutattak a parietális, a jobb időbeli és az okipitális területeken az egészséges kontrollokkal összehasonlítva (HC) (15). Az IGD-ben szenvedő betegek fokozott intrahemiszferikus gamma-koherenciát mutattak a kontrollokhoz képest (16). Ezenkívül a fronto-temporális térségen belüli fokozott intrahemiszferikus kapcsolat összekapcsolódhat az ismétlődő online játékokkal (17). Ezek a következetes megállapítások azt mutatják, hogy a megváltozott gamma-fázisú szinkronia az érzékszervi hiperalerális és a rendellenes izgató rendszerrel társul. Ugyanakkor továbbra sem tisztázott, hogy az IGD-s betegek megváltozott idegi kapcsolata vonásjelző vagy állapotjelző-e az IGD súlyosságával összefüggésben. Néhány, az EEG koherenciát alkalmazó tanulmány kimutatta az agyi kapcsolat rendellenességeit olyan személyeknél, akiknek anyaghasználati rendellenessége (SUD) van, amelynek agyi mechanizmusa hasonló az IGD-hez (7, 18, 19). Például a tartós absztinens és nem absztinens alkoholfüggő résztvevők fokozott bilaterális, intrahemiszferikus és posterior EEG koherenciát mutattak (18). Hasonlóképpen, az abstinens heroinfüggő egyének fokozott bal oldali intrahemiszterikus gamma-koherenciát mutattak, mint a HC-k (19). Ezek a megállapítások azt sugallják, hogy a fokozott idegi összekapcsolódás nem normalizálódik hosszú absztinencia vagy kezelés után, és tükrözheti a SUD endofenotípusát. Ezért az IGD-s betegekkel végzett longitudinális vizsgálatok segíthetnek megérteni az IGD patofiziológiáját és kezelési beavatkozásainak kidolgozását.
Legjobb tudomásunk szerint egyetlen tanulmány sem vizsgálta a nyugalmi állapotú EEG koherencia hosszanti irányú változásait IGD-s betegek kezelését követően. Ezért megvizsgáltuk az IGD-s betegek kezelési válaszaival összefüggő kortikális összekapcsolódást annak hátterében álló mechanizmus megértése érdekében, és annak kiderítésére, hogy az IGD-ben szenvedő betegek megváltozott fázisos szinkroniája állapot vagy jellemző-e. Korábbi megállapítások alapján (16, 17, 20) feltételeztük, hogy az IGD-s betegek fokozott gyors frekvenciájú koherenciát mutatnak a kiindulási állapotban, és hogy ez a neurofiziológiai index fennmarad, annak ellenére, hogy IGD-tüneteik javultak az 6 hónapos ambulanciakezelés után.
Anyagok és módszerek
A résztvevők
Ez a longitudinális vizsgálat 62 – 18 – 38 éves férfi résztvevőket tartalmazott, akiket az SMG-SNU Boramae Orvosi Központból és a Koreai Köztársaságban, Szöulban lévő környező közösségből toboroztak. Harminc beteget osztályoztak IGD-hez a mentális rendellenességek diagnosztikai és statisztikai kézikönyvének ötödik kiadása alapján, és klinikailag tapasztalt pszichiáter diagnosztizálta (1). 4 résztvevő HC-ként szolgált. A jelen vizsgálat csak azokat a betegeket vonta be, akik napi 30 óránál és / vagy XNUMX óránál többet töltöttek internetes játékokkal. Ezenkívül Young internetes függőségi tesztjét (Y-IAT) használták az IGD tüneteinek súlyosságának értékelésére (21). A kiindulási klinikai értékeléseket és az EEG-vizsgálatot minden résztvevőn elvégezték. Az alapértékelések óta a 18 IGD-s beteg közül 30, akiknek komorbid depressziós vagy szorongásos tünetei voltak, szerotonin újrafelvétel-gátlókkal (SSRI-k) folytatták a farmakoterápiát az átlagos napi dózisok alkalmazásával: escitalopram 15.83 ± 9.17 mg, fluoxetin 50.00 ± 9.17 mg vagy paroxetin 30.00 ± 14.14 mg. Az SSRI-ken kívül más gyógyszereket nem használtak ebben a vizsgálatban. 6 hónapos folyamatos kezelés után befejezték a nyomon követési értékeléseket, beleértve a klinikai intézkedéseket és az EEG-felvételt. Az elsődleges kezelési eredmény az IAT-pontszám változása volt a kezelés előtti és a kezelés utáni értékre. A HC résztvevőket, akik napi 2 óránál kevesebbet játszottak internetes játékokat, közvetlenül a helyi közösségektől toboroztak. A résztvevők közül senkinek nem volt intellektuális fogyatékossága, pszichotikus rendellenessége vagy neurológiai rendellenessége, és mindegyikük jobbkezes volt. Kizárták azokat a résztvevőket, akiknek becsült IQ-értéke <80 volt.
Ezt a tanulmányt a Koreai Köztársaság SMG-SNU Boramae Medical Center Intézményi Felülvizsgálati Tanácsa hagyta jóvá. Valamennyi résztvevő írásbeli tájékozott beleegyezését adta, miután megkapta a vizsgálatról szóló információkat.
EEG felvételek
EEG adatgyűjtés
Az EEG-felvételekkel és az adatgyűjtési eljárással kapcsolatos részletes információkat korábbi tanulmányunkban mutatták be (16). A nyugalmi állapotú EEG-t 10 percig (4 percig csukott szemmel, 2 percig nyitott szemmel és 4 percig csukott szemmel) rögzítettük egy elektromosan árnyékolt és hangszigetelt, gyenge fényű helyiségben. A résztvevőket arra kérték, hogy lazítsanak, kerüljék a test minden mozgását és álmosságát. Az EEG aktivitást 64 elektródról rögzítettük, a módosított International 10–20 rendszer alapján, függőleges és vízszintes elektrokulogrammokkal és egy mastoid referencia elektróddal együtt. A földcsatorna az FPz és az Fz elektródák között volt. Az EEG jeleket folyamatosan rögzítettük 0.1–60 Hz online sávszűrővel és 0.1–50 Hz offline sávszűrővel 1,000 Hz mintavételi frekvencián. Az elektródák impedanciáit <5 KΩ értéken tartották.
Az összes EEG-adatot NeuroGuide szoftverrel (NG Deluxe 2.6.1, Applied Neuroscience; St. Petersburg, FL, USA) elemeztük a koherencia elemzéshez, és az 19 csatornák 64-ét a NeuroGuide-montázskészlet vezette az alábbiak szerint: FP1, FP2, F7 , F3, Fz, F4, F8, T3, C3, Cz, C4, T4, T5, P3, Pz, P4, T6, O1 és O2. Az EEG felvételek során a szem villogása és mozgása miatt fellépő tárgyakat az automatikus NG Deluxe 2.6.1 rendszer kiküszöbölte és vizuálisan észlelhető.
következetesség
A koherenciaanalízis módszereit Park et al. (16). Összefoglalva, a nyugalmi állapotú EEG-adatokat a gyors Fourier-transzformációs algoritmussal alakítottuk át a frekvenciatartományba a következő paraméterekkel: korszak = 2, mintavételi sebesség = 128 minták / s (256 digitális időpontok), frekvenciatartomány = 0.5 – 40 Hz, és az 0.5 Hz felbontása koszinusz kúpos ablakkal a szivárgás minimalizálása érdekében. A koherenciaértékek meghatározásához az NG 2.6.1 programot használták. Az EEG adatok elfogadott korszakát az alábbi frekvenciasávok mindegyikére kiszámítottuk: delta (1 – 4 Hz), theta (4 – 8 Hz), alfa (8 – 12 Hz), béta (12 – 25 Hz) és gamma (30 – 40 Hz). Ezenkívül megvizsgáltuk az egyes sávok intrahemiszférikus koherenciáját az F3 – C3, F3 – T3, F3 – P3, C3 – T3, C3 – P3 és T3 – P3 elektródpárokkal, valamint a bal oldali félgömbön T4, F4 – P4, C4 – T4, C4 – P4 és T4 – P4 elektródapárok a jobb féltekén. Az interhemiszférikus koherenciát kiszámítottuk az F4 – F4, C4 – C3, T4 – T3 és a P4 – P3 elektródapárok között.
Pszichológiai értékelések
Wechsler felnőtt intelligencia skála
A Wechsler felnőtt intelligencia skála koreai változatát minden résztvevő számára beadták az IQ kiszámításához (22-24).
kérdőívek
Az összes kérdőív koreai változatát érvényesítették (25-28).
Young IAT (Y-IAT)
Az Y-IAT-t használták az internet-függőség súlyosságának mérésére. Az összes 20 elem ötpontos skálán van osztályozva, 1-tól 5-ig. Így az összes pontszám 20-től 100-ig terjed (21, 28). A Cronbach-alfa ehhez a vizsgálathoz 0.97 volt.
Beck depressziós leltár-II (BDI-II)
A BDI-II-t a depressziós tünetek súlyosságának felmérésére adták be (26, 29). Mindegyik elemet négypontos skálán 0-tól 3-ig értékelik, és a 21 pont összesített pontszáma 0 és 63 között lehet. A tanulmány Cronbach-alfája 0.95 volt.
Beck szorongásleltár (BAI)
A BAI összesen 21 elemeket tartalmaz, és foglalkozik a szorongásos tünetek intenzitásával (25, 30). A válaszokat négypontos skálán értékelik, és a pontszámok 0 és 3 között mozognak. A 0 és 63 közötti összes BAI-pontszámot mind a 21 elem összegzésével kapjuk. A Cronbach-alfa ehhez a vizsgálathoz 0.94 volt.
Barratt impulzív skála-11 (BIS-11)
Az impulzivitás mérésére használt BIS-11 (27, 31), egy 30 tételes önjelentő kérdőív, amely három alskálát tartalmaz, amelyek mérik az impulzivitást (figyelem, mozgás és nem-tervezés). Minden elemet négypontos skálán 1-től 4-ig értékeltek. A Cronbach-alfa ehhez a tanulmányhoz 0.79 volt.
Statisztikai elemzés
A kiindulási demográfiai és pszichológiai változókat független személyek elemezték t-tesztek, míg a pszichológiai változók különbségeit a kezelés előtt és után páronként elemezték t-tests. Külön csoportosított becslési egyenleteket (GEE) használtunk az egyes frekvenciasávok EEG-adatainak csoporthatásainak becsléséhez, hogy megvizsgáljuk az ismételt mérések közötti korrelációt (32, 33). Az intra- és interhemiszférikus koherencia értékeket a GEE-k elemezték a kiindulási és az 6-hónapos járóbeteg-kezelési periódus végén a következő tényezők felhasználásával: Az intrahemiszferikus koherenciát csoport szerint (IGD és HC) vizsgálták (régió fronto-központi) , fronto-időbeli, fronto-parietális, centro-temporal, centro-parietális és temporo-parietális) × félgömb (bal és jobb); és az interhemiszferikus koherenciát a csoport (IGD és HC) × régió szerint (frontális, központi, időbeli és parietális) értékeltük. Ezekben az elemzésekben ellenőriztük az oktatást és a BDI-II, BAI és BIS-11 pontszámokat a csoportos különbségek azonosítása érdekében. Az összes statisztikai elemzést SPSS 20.0 szoftver alkalmazásával végeztük (SPSS Inc., Chicago, IL, USA).
Eredmények
Demográfiai és pszichológiai változók a kezelés előtt és után
Az IGD-s betegek nem különböztek a HC-től az életkor vagy az IQ szempontjából. Ugyanakkor szignifikáns különbségeket figyeltek meg az oktatás, a BDI-II, a BAI és a BIS-11 pontszámok között a két csoport között. Az IGD és a HC csoport demográfiai és pszichológiai jellemzőit a 2. táblázat mutatja be 1. Az 6 kezelés után az IGD-ben szenvedő betegek szignifikánsan alacsonyabbak voltak az Y-IAT pontszámban, de nem voltak alacsonyabbak a BDI-II, BAI vagy BIS-11 pontszámban a kiindulási adatokhoz képest (táblázat 2).
Táblázat 1. A vizsgálati csoportok demográfiai és pszichológiai jellemzői a kiindulási alapon.
Táblázat 2. Az internetes játékbetegségben (IGD) szenvedő betegek klinikai jellemzőinek változása a kezelés előtt és után.
EEG koherencia
Alapvető EEG koherenciaadatok
Az intrahemiszférikus koherencia GEE-jével végzett statisztikai elemzés a demográfiai és pszichológiai változókhoz való kiigazítás után a béta- és gamma-sávokban a főbb csoport fő hatásait fedezte fel az alapvonalon (táblázat). 3). Konkrétan, IGD-vel szenvedő betegek [M (átlag standard hibája; SEM) = 48.95 (69.463)] szignifikánsan megnövekedett béta intrahemiszférikus koherenciát mutattak, mint a HCs [M (SEM) = 41.68 (70.187)]. IGD-vel szenvedő betegek [M (SEM) = 58.65 (111.862)] szintén szignifikánsan nagyobb koherenciát mutattak a gamma sávban, mint a HCs [M (SEM) = 46.03 (113.029)]. Ezen felül kölcsönhatásról derült fény a csoport × félgömb esetében. Az IGD csoportban [M (SEM) = 49.11 (68.393)] szignifikánsan megnőtt a jobb félteké delta intrahemiszferikus koherenciája a HC csoporthoz képest [M (SEM) = 42.36 (69.106)]. Az interhemiszferikus koherencia elemzése nem tükrözte a csoport jelentős fő hatását, a csoport × régió kölcsönhatását vagy a csoport × a félgömb kölcsönhatását.
Táblázat 3. Hatások az EEG intrahemiszférikus koherenciájára, a demográfiai (oktatási) és pszichológiai (pontszámok a BDI-II, BAI és BIS-11) jellemzőire a kezelés előtt és után.
Az EEG koherenciaadatok változása a kezelés után
Az IGD csoport egyik előkezelési vagy utókezelési sávjában sem észleltek szignifikáns EEG koherenciaváltozást. A csoport fő hatását azonban a béta - és gamma - koherenciában figyelték meg a kezelés utáni értékelés során (4. Táblázat) 3 ábra 1). Konkrétan, IGD-vel szenvedő betegek [M (SEM) = 53.66 (75.338)] megnövekedett béta intrahemiszférikus koherenciát mutattak a HC-khez képest [M (SEM) = 40.54 (77.143)]. A gamma sáv intrahemiszferikus koherenciája szignifikánsan nagyobb volt IGD-vel szenvedő betegekben [M (SEM) = 61.41 (126.700)], mint a HC-kkel [M (SEM) = 46.51 (129.734)] a kezelés utáni értékelés során. Ezenkívül, a post hoc elemzés szerint, a csoport × régió kölcsönhatása volt az alfa-koherenciában, de nem volt szignifikáns csoportbeli különbség.
ábra 1. Fő hatások az EEG intrahemiszférikusra (A) béta és (B) gamma koherencia a kezelés előtt és után. *P <0.05.
Megbeszélés
Tudomásunk szerint ez az első olyan vizsgálat, amely az idegrendszeri összefüggések longitudinális változásainak vizsgálatát végezte EEG koherencia alapján IGD-s betegekben. Az IGD-vel kezelt résztvevők fokozott intrahemiszériás EEG koherenciát mutattak a kiindulási béta- és gamma-sávokban. Ezek a rendellenes fázisú szinkronizációs minták azonban nem voltak normalizálva a gyógyszeres kezelés 6 hónapja után, annak ellenére, hogy az IGD-s betegek szignifikáns javulást mutattak IGD-tüneteikben. Ennek megfelelően eredményeink azt mutatják, hogy a megnövekedett béta- és gamma-koherencia nyugalmi állapotban fontos neurofiziológiai tulajdonságjelző lehet az IGD-s betegekben.
Az IGD csoport szignifikánsan nagyobb gyorsfrekvenciájú intrahemiszferikus koherenciát mutatott, mint a HC csoport a kiindulási állapotban. A nyugvó EEG béta-sávos aktivitását úgy tekintik, hogy hajlamosítsa a beteget az anyaghasználatra, és az agy gerjesztése-gátlása kiegyensúlyozatlansága miatt a hiperexkluzivitás elektrofiziológiai markere.34, 35). A fokozott intrahemiszférikus béta-koherencia összefüggésben áll az IGD sebezhetőségi faktorával (17, 36). Például Youh et al. (17) kimutatták, hogy a frontotemporalis megnövekedett béta-koherencia gyakoribb volt a comorbid IGD-vel és súlyos depressziós rendellenességben (MDD) szenvedő betegekben, mint a csak MDD-ben szenvedő betegekben. A szerzők azt sugallták, hogy a fokozott béta-koherencia tükrözi a túlzott online játékokat, és jelezheti az IGD-s betegek agyi régiói közötti megváltozott idegi szinkronizációt.
A kezelés előtti fokozott EEG gamma-koherencia összhangban áll egy korábbi tanulmánnyal (16). A gamma-aktivitásról általában azt gondolják, hogy a különféle idegi funkcióknak tükröződik, beleértve a válasz gátlását és a figyelmi erőforrások eloszlását (37-40). Kutatócsoportunk beszámolt arról, hogy a fokozott gamma intrahemiszferikus koherencia a diszfunkcionális impulzusszabályozással, a jutalmazási rendszerrel és az IGD tünetek súlyosságával függ össze (16). Ezenkívül Choi et al. (41) megállapította, hogy a megnövekedett gamma-aktivitás nyugalmi állapotban az IGD-s betegek gátlásának romlásához és vonásimpulzivitásához kapcsolódik. Összegezve, ezek az eredmények arra utalnak, hogy az IGD-s betegekben az idegi szinkronizáció és a funkcionális kapcsolat nem hatékony.
Az 6 hónapos ambulanciakezelés után az IGD-ben szenvedő betegek IGD-tünetei javultak a kiindulási értékhez képest, ám még mindig megnövekedett béta- és gamma-intrahemiszferikus koherencia mutatkozik a HC-khez képest. Néhány, SSRI-kkel végzett tanulmány szerint a gyógyszeres kezelés csökkenti az IGD tüneteit (20, 42). A szerotoninnak fontos szerepet játszik a depresszió, szorongás és impulzivitás (43). Ezért úgy tűnik, hogy az SSRI-kezelés hatékonyan csökkenti az IGD súlyosságát. Ez a tanulmány azonban nem talált javulást a megváltozott intrahemiszferikus koherencia szempontjából a béta- és gamma-sávokban az SSN-kezelés 6 hónapja után. Ezek a megállapítások azt sugallják, hogy a megnövekedett gyors frekvenciájú koherencia inkább az IGD lehetséges jelölőjeként tekinthető, mint állapotjelzőként.
A jelen tanulmány bizonyos korlátozásoknak volt kitéve. Először is, eredményeink korlátozottan általánosíthatóak lehetnek, mivel a vizsgálatban résztvevők száma viszonylag kicsi volt, és csak a férfi résztvevőket vettük be. Másodszor, a jelen tanulmány a tipikus járóbeteg ellátást, nem pedig a jól szervezett kezelési módokat alkalmazta. Ez a tanulmány azonban az IGD-s betegek fázisszinkronizációs mintázatainak változására, nem pedig a kezelési hatásokra összpontosított. Ezért további vizsgálatokra lesz szükség annak meghatározására, hogy a gyógyszeres kezelés milyen hatással van az IGD-s betegek neurofiziológiai markereire. Harmadsorban, a vizsgálatba bevont összes IGD-s betegnek depressziós vagy szorongásos társ-tünetei voltak, amelyek zavaró hatással lehetnek. Így a végső elemzés során kontrollálták a pszichológiai kovariátokat, hogy ellenőrizzék ezeket a járványos tüneteket.
Összességében a jelen tanulmány megállapította, hogy a kiindulási állapotban az IGD-s betegek fokozott intrahemiszferikus koherenciát mutattak a gyors frekvencia sávban a HC csoporthoz képest. Ez a rendellenes idegi kapcsolat azonban fennmaradt az 6 hónapos járóbeteg-kezelés után, ami azt jelzi, hogy a megnövekedett béta- és gamma-koherencia nyugalmi állapotban neurobiológiai markernek tekinthető az IGD patofiziológiájának szempontjából. Jelen kutatás hozzájárul az IGD alapját képező neurofiziológiai hálózatok jobb megértéséhez.
Szerzői hozzájárulások
A J-SC és SK a tanulmány tervét és koncepcióját készítette. SP elvégezte az elemzéseket és vezetett a kézirat írását. A J-SC irányította és felügyelte a kézirat írását. HR, J-YL, AC és D-JK hozzájárultak a vizsgálat elvégzéséhez.
Finanszírozás
Ezt a tanulmányt a Koreai Nemzeti Kutatási Alapítvány (2014M3C7A1062894) finanszírozta.
Érdekütközési nyilatkozat
A szerzők kijelentik, hogy a kutatást olyan kereskedelmi vagy pénzügyi kapcsolatok hiányában hajtották végre, amelyek potenciális összeférhetetlenségnek tekinthetők.
Referenciák
1. Pszichiátriai Egyesület. Mentális rendellenességek diagnosztikai és statisztikai kézikönyve (DSM-5®). Washington, DC: Amerikai Pszichiátriai Pub (2013).
2. Kuss DJ, Griffiths MD. Internet- és játékfüggőség: a neuroimaging tanulmányok szisztematikus áttekintése. Sci. (2012) 2: 347-74. doi: 10.3390 / brainsci2030347
3. Grant JE, Potenza MN, Weinstein A, Gorelick DA. Bevezetés a viselkedésfüggőségbe. J kábítószer-alkoholfogyasztás (2010) 36: 233-241. doi: 10.3109 / 00952990.2010.491884
4. Yau YH, Potenza MN, White MA. A problémás internethasználat a mentális egészség és az impulzuskontroll felnőttek online felmérésében. Behav Addict. (2012) 2: 72-81. doi: 10.1556 / JBA.1.2012.015
5. Fauth-Bühler M, Mann K. Az internetes játék zavarának neurobiológiai összefüggései: hasonlóságok a kóros szerencsejátékokkal. Addict Behav. (2017) 64: 349-356. doi: 10.1016 / j.addbeh.2015.11.004
6. Park, B, Han, DH és Roh, S Neurobiológiai eredmények az internethasználati rendellenességekkel kapcsolatban. Pszichiátria Clin Neurosci. (2017) 71: 467-478. doi: 10.1111 / pcn.12422
7. Weinstein AM. Az internetes játék zavarának agyi képalkotó tanulmányainak frissített áttekintése. Első pszichiátria (2017) 8: 185. doi: 10.3389 / fpsyt.2017.00185
8. Zhang JT, Yao YW, Potenza MN, Xia CC, Lan J, Liu L, et al. Megváltozott nyugalmi állapotú idegi aktivitás és változások az internetjáték-rendellenességek vágyakozó viselkedési beavatkozását követően. Sci Rep. (2016) 6: 28109. doi: 10.1038 / srep28109
9. Wang Y, Yin Y, Y. W, Zhou Y, Chen X, Ding WN, et al. Csökkent prefrontalis lebeny interhemiszferikus funkcionális kapcsolat az internetes játékproblémákkal küzdő serdülőknél: elsődleges vizsgálat nyugalmi állapotú fMRI segítségével. PLoS ONE (2015)10:e0118733. doi: 10.1371/journal.pone.0118733
10. Wang L, Wu L, Lin X, Zhang Y, Zhou H, Du X, et al. Megváltozott agyfunkciós hálózatok az internetes játékproblémákkal küzdő emberekben: bizonyítékok a nyugalmi állapotú fMRI-ből. Pszichiátriai kutatás (2016) 254: 156-163. doi: 10.1016 / j.pscychresns.2016.07.001
11. Shaw J, O'connor K, Ongley C. Az EEG, mint az agyi funkcionális szerveződés mértéke. Br J Pszichiátria (1977) 130: 260-4. doi: 10.1192 / bjp.130.3.260
12. Nunez PL, Srinivasan R. (2006). Az agy elektromos terei: Az EEG neurofizikája. New York, NY: Oxford University Press.
13. Murias M, Swanson JM, Srinivasan R. A frontális kéreg funkcionális összekapcsolódása egészséges és ADHD gyermekeknél az EEG koherenciájában. Cereb Cortex (2007) 17: 1788-99. doi: 10.1093 / cercor / bhl089
14. Thatcher RW, észak-DM, Biver CJ. Agykérgi kapcsolatok kialakulása EEG koherenciával és fázis késleltetéssel mérve. Hum Brain Mapp. (2008) 29: 1400-15. doi: 10.1002 / hbm.20474
15. Kwon Y, Choi S. A kamasz internetes függőség pszichofiziológiai jellemzői: nyugalmi állapotú qEEG tanulmány. Korea J Health Psychol. (2015) 20: 893-912. doi: 10.17315 / kjhp.2015.20.4.011
16. Park, SM, Lee, JY, Kim, YJ, Lee, JY, Jung, HY, Sohn, BK, et al. Neurális kapcsolat az internetes játék zavarában és az alkoholfogyasztási rendellenességekben: nyugalmi állapotú EEG koherencia tanulmány. Sci. Ismétlés. (2017) 7:1333. doi: 10.1038/s41598-017-01419-7
17. Youh J, Hong JS, Han DH, Chung USA, Min KJ, Lee YS és mtsai. Az elektroencephalográfia (EEG) koherenciájának összehasonlítása a súlyos depressziós rendellenesség (MDD) és komorbiditás nélkül, valamint az MDD és az internetes játék rendellenességek között. J Korean Med Sci. (2017) 32: 1160-65. doi: 10.3346 / jkms.2017.32.7.1160
18. Winterer G, Enoch MA, White K, Saylan M, Coppola R, Goldman D. EEG fenotípus az alkoholizmusban: fokozott koherencia a depressziós altípusban. Acta Psychiatr. Scand. (2003) 108:51–60. doi: 10.1034/j.1600-0447.2003.00060.x
19. Franken IH, Stam CJ, Hendriks VM, van den Brink, W. Az elektroencefalográfiai teljesítmény- és koherencia-elemzések az absztinens heroinfüggő férfiak betegeinek agyi funkciójának megváltozására utalnak. Neuropsvchobioloqy (2004) 49: 105-110. doi: 10.1159 / 000076419
20. Kim YJ, Lee JY, Oh S., Park M, Jung HY, Sohn BK és mtsai. Az esetleges tünetváltozások és a lassú hullám aktivitása közötti összefüggések internetjáték-rendellenességben szenvedő betegek esetén: nyugalmi EEG-vizsgálat. Gyógyszer (2017) 96: E6178. doi: 10.1097 / MD.0000000000006178
21. Young KS. Internetes függőség: új klinikai rendellenesség megjelenése. Cyberpsychol Behav. (1998) 1: 237-244. doi: 10.1089 / cpb.1998.1.237
22. Wechsler D. WAIS-R Kézikönyv: Wechsler Felnőtt intelligencia skála - átdolgozott. New York, NY: Pszichológiai Társaság (1981).
23. Yeom T, Park Y, Oh K, Lee Y. Wechsler felnőtt intelligencia skálájának koreai változata. Szöul (1992) 4: 13-28.
24. Hwang S, Kim J, Park G, Choi J, Hong S. Koreai Wechsler felnőtt intelligencia skála (K-WAIS-IV). Daegu: Korea pszichológia (2013).
25. Yook, SP és Kim, ZS. A Beck Anxiety Inventory koreai változatának klinikai vizsgálata: összehasonlító vizsgálat páciens és nem beteg között. Koreai J Clin Psychol. (1997) 16: 185-197.
26. Sung HM, Kim JB, Park YN, Bai DS, Lee SH, Ahn HN. A Beck Depresszió Inventory-II (BDI-II) koreai változatának megbízhatóságáról és érvényességéről szóló tanulmány. J Korean Soc Biol Ther Pszichiátria (2008) 14: 201-212. Elérhető online: http://uci.or.kr/G704-001697.2008.14.2.002
27. Heo SY, Oh JY, Kim JH. A Barratt Impulsiveness Scale koreai változata, 11th változat: megbízhatósága és érvényessége. Koreai J Psychol. (2012) 31: 769-782. Elérhető online: http://uci.or.kr/G704-001037.2012.31.3.011
28. Lee K, Lee HK, Gyeong H, Yu B, YM dal, Kim D. Az internetes függőségi teszt koreai változatának megbízhatósága és érvényessége a főiskolai hallgatók körében. J Korean Med Sci. (2013) 28: 763-8. doi: 10.3346 / jkms.2013.28.5.763
29. Beck AT, Steer RA, Brown GK. Beck depressziós leltár-II. San Antonio (1996) 78: 490-8.
30. Beck AT, Epstein N, Brown GK, Steer RA. Készlet a klinikai szorongás mérésére: pszichometriai tulajdonságok. J Consult Clin Psychol. (1988) 56:893–7. doi: 10.1037/0022-006X.56.6.893
31. Patton JH, Stanford, MS. A Barratt impulzivitási skála tényezőszerkezete. J Clin Psychol. (1995) 51: 768-774.
32. Zeger SL, Liang KY, Albert PS. A longitudinális adatok modelljei: általánosított becslési egyenlet megközelítés. Biometria (1988) 44: 1049-60. doi: 10.2307 / 2531734
33. Hilbe JM. Általános becslési egyenletek. Boca Raton, FL: CRC Press (2003).
34. Rangaswamy M., Porjesz B, Chorlian DB, Wang K, Jones KA, Bauer LO és mtsai. Bétaerő az alkoholisták EEG-jében. Biol Psychiatry (2002) 52:831–842. doi: 10.1016/S0006-3223(02)01362-8
35. Begleiter H, Porjesz B. Az emberi agy lengéseinek genetikája. Int. J. Psychophysiol. (2006) 60: 162-171. doi: 10.1016 / j.ijpsycho.2005.12.013
36. Park JH, Hong JS, Han DH, Min KJ, Lee YS, Kee BS, et al. A QEEG-eredmények összehasonlítása a komorbiditás nélküli figyelemhiányos hiperaktivitási rendellenességgel (ADHD) szenvedő serdülők és az internetjáték-rendellenességgel társult ADHD-k között. J Korean Med Sci. (2017) 32: 514-521. doi: 10.3346 / jkms.2017.32.3.514
37. Müller MM, Gruber T, Keil A. Az indukált gamma-sáv aktivitásának modulálása az emberi EEG-ben figyelem és vizuális információ feldolgozással. Int. J. Psychophysiol. (2000) 38:283–299. doi: 10.1016/S0167-8760(00)00171-9
38. Debener S, Herrmann CS, Kranczioch C, Gembris D, Engel AK. A felülről lefelé mutató figyelemfelkeltés javítja a hallás által kiváltott gamma sáv aktivitását. Neuroreport (2003) 14:683–6. doi: 10.1097/00001756-200304150-00005
39. Barry RJ, Clarke AR, Hajos M., McCarthy R., Selikowitz M., Dupuy FE. Nyugvó állapotú EEG gamma-aktivitás figyelemhiányos / hiperaktivitási rendellenességben szenvedő gyermekek esetén. Clin Neurophysiol. (2010) 121: 1871-77. doi: 10.1016 / j.clinph.2010.04.022
40. van Wingerden M., Vinck M., Lankelma J. V., Pennartz CM. A tanuláshoz kapcsolódó gamma-sáv fázis-zárolás az akció-eredmény szelektív neuronokról orbitofrontalis kéregben. J Neurosci. (2010) 30:10025–38. doi: 10.1523/JNEUROSCI.0222-10.2010
41. Choi JS, Park SM, Lee J., Hwang JY, Jung HY, Choi SW, et al. Nyugalmi béta- és gamma-aktivitás az internetes függőségben. Int J Pszichofiziológia (2013) 89: 328-333. doi: 10.1016 / j.ijpsycho.2013.06.007
42. Dell'Osso B, Hadley S, Allen A, Baker B, Chaplin WF, Hollander E. Escitalopram az impulzív-kényszeres internethasználati rendellenességek kezelésében: nyílt vizsgálat, amelyet kettős-vak abbahagyási szakasz követ. J Clin Psychiatry (2008) 69:452–6. doi: 10.4088/JCP.v69n0316
43. Lesch KP, Merschdorf U. Impulzivitás, agresszió és szerotonin: molekuláris pszichobiológiai perspektíva. Behav Sci törvény (2000) 18:581–604. doi: 10.1002/1099-0798(200010)18:5<581::AID-BSL411>3.0.CO;2-L
;
