Amplitudo abnormalitas fluktuasi frekuensi rendah pada remaja dengan kecanduan game online (2013)

PLoS One. 2013 Nov 4;8(11):e78708.

doi: 10.1371 / journal.pone.0078708. eCollection 2013.

Yuan K.1, Jin C, Cheng P, Yang X, Dong T, Bi Y, Xing L, von Deneen KM, Yu D, Liu J, Liang J, Cheng T, Qin W, Tian J.

Abstrak

Sebagian besar studi neuroimaging sebelumnya telah menunjukkan kelainan fungsional struktural dan terkait tugas pada remaja dengan kecanduan game online (OGA). Namun, beberapa studi pencitraan resonansi magnetik fungsional (fMRI) berfokus pada intensitas fluktuasi spontan regional dalam ketergantungan tingkat oksigen darah (BOLD) selama keadaan istirahat dan lebih sedikit penelitian yang menyelidiki hubungan antara sifat keadaan istirahat abnormal dan gangguan kontrol kognitif. kemampuan. Dalam penelitian ini, kami menggunakan metode amplitudo fluktuasi frekuensi rendah (ALFF) untuk mengeksplorasi fitur lokal aktivitas otak spontan pada remaja dengan OGA dan kontrol sehat selama keadaan istirahat. Delapan belas remaja dengan sukarelawan sehat OGA dan 18 berpartisipasi dalam penelitian ini. Dibandingkan dengan kontrol yang sehat, remaja dengan OGA menunjukkan peningkatan yang signifikan dalam nilai ALFF di korteks orbitofrontal medial kiri (OFC), precuneus kiri, area motor tambahan kiri (SMA), girus parahippocampal kanan (PHG) dan cingulate tengah bilateral korteks (PKS). Kelainan dari daerah ini juga terdeteksi dalam studi kecanduan sebelumnya. Lebih penting lagi, kami menemukan bahwa nilai ALFF dari OFC medial kiri dan precuneus kiri berkorelasi positif dengan durasi OGA pada remaja dengan OGA. Nilai-nilai ALFF dari OFC medial kiri juga berkorelasi dengan kinerja uji Stroop warna-kata. Hasil kami menunjukkan bahwa aktivitas neuron spontan abnormal dari daerah ini dapat terlibat dalam patofisiologi yang mendasari OGA.

Pengantar

Kecanduan permainan online (OGA) didefinisikan sebagai penggunaan Internet yang maladaptif dan ketidakmampuan seseorang untuk mengontrol penggunaan Internetnya, yang telah diklasifikasikan sebagai salah satu jenis gangguan kontrol impuls. [1]-[3]. Data dari Asosiasi Internet Pemuda Cina (pengumuman pada Februari 2, 2010) menunjukkan bahwa tingkat kejadian OGA di kalangan pemuda perkotaan Cina adalah sekitar 14%. Sebagai salah satu masalah kesehatan mental yang umum di kalangan remaja Cina, OGA telah dikaitkan dengan gangguan kesejahteraan psikologis individu, kegagalan akademik dan penurunan kinerja. [4], yang saat ini menjadi masalah kesehatan yang semakin serius pada remaja di seluruh dunia [5], [6]. Sementara OGA belum secara resmi dikodifikasi dalam kerangka psikopatologis, banyak penelitian remaja OGA telah mengungkapkan kelainan struktural dan fungsional di orbitofrontal cortex (OFC), area motor tambahan (SMA), korteks cingulate, gyrus parahippocampal (PHG), korteks drafolateral dorsolateral (DLPFC), precuneus, gyrus temporal, insula, dan otak kecil [1], [2] Abnormalitas di wilayah ini telah dikaitkan dengan penyalahgunaan zat oleh banyak penelitian kecanduan [7], dan dapat dikaitkan dengan disfungsi dalam kontrol kognitif, kontrol eksekutif, keinginan, sensitivitas hadiah, perilaku yang diarahkan pada tujuan dan memori yang bekerja pada remaja OGA [1].

Meskipun OGA menyebabkan beban individu dan sosial, saat ini tidak ada pengobatan standar untuk OGA [8]. Klinik di China telah menerapkan jadwal yang teratur, disiplin yang ketat dan terapi kejut listrik, dan mendapatkan ketenaran untuk pendekatan perawatan ini [4]. Mengembangkan metode yang efektif untuk intervensi dan pengobatan OGA akan membutuhkan membangun pemahaman yang jelas tentang mekanisme yang mendasari kondisi ini. Sampai saat ini, sebagian besar studi OGA berfokus pada pendeteksian defisit struktural dan gangguan fungsional terkait tugas pada orang dengan OGA, yang membantu dalam mengevaluasi mekanisme saraf yang mendasari OGA. Namun, beberapa penelitian telah mengevaluasi perubahan sinyal tingkat oksigen bergantung darah (BOLD) dari aktivitas spontan regional OGA selama keadaan istirahat. Sebagai pendekatan noninvasif, magnetic resonance imaging (fMRI) keadaan istirahat telah digunakan untuk menyelidiki fluktuasi frekuensi rendah spontan (LFF) pada sinyal BOLD, yang menghindari gangguan terkait kinerja dan dapat mencerminkan aktivitas saraf spontan di otak [9], [10]. Selain itu, metode fMRI keadaan istirahat telah banyak digunakan untuk mengungkapkan arsitektur fungsional khas dan atipikal intrinsik otak [10]. Aktivitas neuron abnormal selama keadaan istirahat dapat berfungsi sebagai penanda yang memadai untuk mencerminkan kemajuan dan gangguan fungsi eksekutif berbagai penyakit otak.

Baru-baru ini, Liu et al. menggunakan metode homogenitas regional (ReHo) dan menemukan bahwa orang dengan OGA menunjukkan peningkatan yang signifikan dalam nilai-nilai ReHo di cingulate gyrus kanan, parahippocampus bilateral, precuneus kiri, dan girus frontal kiri superior [11]. Metode ReHo mencerminkan homogenitas temporal LFF regional terlepas dari intensitasnya, dan didasarkan pada hipotesis bahwa voxel yang berdekatan secara spasial harus memiliki pola temporal yang serupa. [12]. Sementara amplitudo LFF (ALFF) dianggap terkait dengan aktivitas saraf lokal, dasar perubahan ALFF dalam OGA masih belum jelas. [13]. Selain itu, Liu et al. [11] tidak menyelidiki hubungan antara sifat istirahat abnormal dan durasi OGA. Untuk menyelidiki lebih lanjut kelainan keadaan istirahat pada remaja OGA, metode ALFF digunakan dalam penelitian ini dan data tentang durasi OGA dikumpulkan. Selain itu, para peneliti telah mendeteksi gangguan kemampuan kontrol kognitif pada remaja dengan OGA menggunakan tugas Stroop warna-kata [14], [15]. Oleh karena itu, penilaian perilaku dalam penelitian ini adalah kinerja pada tugas Stroop warna-kata. Hubungan temuan neuroimaging dengan indeks perilaku yang terdefinisi dengan baik yang diketahui dipengaruhi dalam OGA akan menjadi indeks lebih lanjut tentang pentingnya temuan ini untuk OGA.

Bahan dan Metode

Semua prosedur penelitian telah disetujui oleh Subkomite Rumah Sakit Cina Barat untuk Studi Kemanusiaan dan dilakukan sesuai dengan Deklarasi Helsinki. Semua peserta dan wali mereka dalam penelitian kami memberikan persetujuan tertulis.

Subjek

Menurut Young Diagnostic Questionnaire (YDQ) yang dimodifikasi untuk kriteria OGA oleh Beard dan Wolf [8], [16], dua puluh siswa dengan OGA disaring dari siswa baru 165 dan mahasiswa tahun kedua. Delapan belas remaja dengan OGA (laki-laki 12, usia rata-rata = 19.4 ± 3.1 tahun, pendidikan 13.4 ± 2.5 tahun) berpartisipasi dalam penelitian kami dengan mengecualikan dua pemain kidal. Untuk menyelidiki apakah ada perubahan linear dalam struktur otak, durasi penyakit diperkirakan melalui diagnosis retrospektif. Kami meminta subjek untuk mengingat gaya hidup mereka ketika mereka awalnya kecanduan game online utama mereka, yaitu World of Warcraft (WOW). Untuk menjamin bahwa mereka menderita OGA, kami menguji ulang mereka dengan kriteria YDQ yang dimodifikasi oleh Beard dan Wolf. Keandalan laporan diri dari subjek OGA juga dikonfirmasi dengan berbicara dengan orang tua mereka melalui telepon serta teman sekamar dan teman sekelas.

Delapan belas kontrol sehat yang disesuaikan dengan usia dan jenis kelamin (laki-laki 12 dan perempuan 6, usia rata-rata = 19.5 ± 2.8 tahun, pendidikan 13.3 ± 2.0 tahun) tanpa riwayat gangguan kejiwaan pribadi atau keluarga juga berpartisipasi dalam penelitian kami. Menurut penelitian OGA sebelumnya, kami memilih kontrol sehat yang menghabiskan kurang dari 2 jam per hari di Internet [4]. Kontrol sehat juga diuji dengan kriteria YDQ yang dimodifikasi oleh Beard dan Wolf untuk memastikan mereka tidak menderita OGA. Semua peserta yang direkrut yang disaring adalah orang Cina asli tangan kanan dan dinilai oleh laporan pribadi dan Angket Edinburgh Handedness. Kriteria eksklusi untuk kedua kelompok adalah 1) adanya kelainan neurologis yang dievaluasi oleh Wawancara Klinis Terstruktur untuk Manual Diagnostik dan Statistik Gangguan Mental, Edisi Keempat (DSM-IV); 2) penyalahgunaan alkohol, nikotin atau obat melalui skrining obat urin; 3) kehamilan atau periode menstruasi pada wanita; dan 4) segala penyakit fisik seperti tumor otak, hepatitis, atau epilepsi yang dinilai berdasarkan evaluasi klinis dan catatan medis. Skala kecemasan Hamilton (HAMA) dan persediaan depresi Beck-II (BDI) digunakan untuk mengevaluasi keadaan emosional semua peserta selama dua minggu sebelumnya. Informasi demografis yang lebih rinci diberikan di Tabel 1.

Tabel 1 

Demografi subjek untuk remaja dengan kecanduan game online (OGA) dan kelompok kontrol.

Pengumpulan data perilaku

Menurut penelitian sebelumnya [17], desain tugas Stroop warna-kata diimplementasikan dengan menggunakan perangkat lunak E-prime 2.0 (http://www.pstnet.com/eprime.cfm). Tugas ini menggunakan desain balok dengan tiga kondisi, yaitu kongruen, tidak kongruen, dan istirahat. Tiga kata, Merah, Biru, dan Hijau ditampilkan dalam tiga warna (merah, biru dan hijau) sebagai rangsangan kongruen dan tidak selaras. Selama istirahat, tanda silang ditampilkan di tengah layar, dan subjek diharuskan untuk memperbaiki mata mereka pada tanda silang ini tanpa merespons. Semua acara diprogram dalam dua run dengan urutan yang berbeda dari blok kongruen dan tidak kongruen. Setiap peserta diperintahkan untuk menanggapi warna yang ditampilkan secepat mungkin dengan menekan tombol pada Serial Response Box ™ dengan tangan kanan. Tombol ditekan oleh jari telunjuk, tengah, dan manis masing-masing sesuai dengan merah, biru, dan hijau. Peserta diuji secara individual di ruangan yang tenang ketika mereka berada dalam kondisi pikiran yang tenang. Setelah latihan awal, data perilaku dikumpulkan dua atau tiga hari sebelum pemindaian MRI.

Akuisisi Data MRI

Semua studi fMRI dilakukan pada pemindai GE 3-T (EXCITE, GE Signa, Milwaukee, WI, USA) menggunakan kumparan kepala birdcage standar sebagai kumparan head fase-array delapan saluran di Huaxi MR Research Center, Chengdu, Cina . Bantalan busa digunakan untuk mengurangi gerakan kepala dan kebisingan pemindai. Setelah pemindaian localizer konvensional, gambar T1-weighted diperoleh dengan urutan penarikan gradien manja (waktu pengulangan (TR) = 1900 ms; waktu gema (TE) = 2.26 ms; sudut sandal (FA) = 9 °; bidang pandang ( FOV) = 256 × 256 mm2; matriks data = 256 × 256; irisan = 176; ukuran voxel = 1 × 1 × 1 mm3). Kemudian, gambar fungsional keadaan istirahat diperoleh menggunakan urutan pencitraan echo-planar (TR = 2000ms; TE = 30ms; FA = 90 °; FOV = 240 × 240 mm2; matriks data = 64 × 64) dengan irisan aksial 32 (ketebalan irisan = 5 mm dan tanpa celah irisan, volume total = 180) dalam satu kali proses enam menit. Subjek diinstruksikan untuk menutup mata, diam dan tidak memikirkan apa pun secara sistematis selama pemindaian. Pada akhir akuisisi data, semua subjek mengkonfirmasi bahwa mereka tetap terjaga selama seluruh periode pemindaian.

Preprocessing data dan perhitungan ALFF

Semua pemrosesan gambar fungsional dilakukan dengan Pemetaan Parametrik Statistik (SPM5, http://www.fil.ion.ucl.ac.uk/spm) perangkat lunak dan Asisten Pemrosesan Data untuk perangkat lunak fMRI (DPARSF) [18]. Untuk setiap peserta, sepuluh titik waktu pertama dibuang untuk menghindari perubahan sinyal sementara sebelum magnetisasi mencapai kondisi mapan dan untuk memungkinkan subjek terbiasa dengan lingkungan pemindaian fMRI. Volume otak 170 yang tersisa dikoreksi untuk slice-timing dan disesuaikan untuk koreksi gerakan kepala. Tidak ada subjek yang memiliki gerakan kepala melebihi 1 mm gerakan atau rotasi 1 ° ke segala arah. Kemudian, semua gambar yang diluruskan kembali dinormalisasi secara spasial ke dalam template Montreal Neurological Institute (MNI) EPI, diamplampatkan kembali ke 3 mm isotropik voxels dan kemudian dihaluskan secara spasial (lebar penuh setengah maksimum = 8 mm). Setelah itu, dengan memanggil fungsi di Resting-State Toolkit Analisis Data fMRI (REST, http://rest.restfmri.net), penghapusan tren-linier dan penyaringan band-pass (0.01 – 0.08 Hz) untuk mengurangi efek penyimpangan frekuensi rendah dan noise fisiologis frekuensi tinggi [18] dilakukan pada seri waktu.

Setelah preprocessing, perhitungan ALFF dilakukan menggunakan DPARSF dengan memanggil fungsi dalam REST seperti pada penelitian sebelumnya [19]. Pertama, untuk mendapatkan spektrum daya, deret waktu yang disaring diubah ke domain frekuensi menggunakan transformasi Fourier cepat (FFT). Kemudian akar kuadrat dari spektrum daya diperoleh untuk setiap titik data frekuensi untuk menghasilkan amplitudo sebagai fungsi frekuensi. Nilai-nilai ini, rata-rata di seluruh 0.01 – 0.08 Hz di setiap voxel, digunakan sebagai nilai ALFF. Akibatnya, akar kuadrat rata-rata ini digunakan sebagai nilai ALFF. ALFF dari masing-masing voxel dibagi dengan nilai ALFF global rata-rata dalam keseluruhan otak untuk setiap subjek, menghasilkan ALFF terstandarisasi dari masing-masing voxel yang memiliki nilai sekitar 1.

Analisis statistik

Untuk menilai perbedaan antara kelompok OGA dan kelompok kontrol dalam usia, jenis kelamin, durasi penyakit, dan tahun pendidikan, dua sampel t-test dilakukan menggunakan SPSS 13.0 dan a p> 0.05 dianggap tidak signifikan. Untuk mengeksplorasi daerah mana yang memiliki nilai ALFF yang berbeda dari nilai 1, dilakukan satu sampel t-uji (p<0.05, kesalahan keluarga-bijaksana (FWE) dikoreksi) menggunakan SPM5 dilakukan dalam setiap kelompok. Kemudian, dua sampel t-test dilakukan untuk menjelaskan perbedaan ALFF antara kedua kelompok setelah mengendalikan usia dan jenis kelamin. Koreksi untuk beberapa perbandingan dilakukan menggunakan simulasi Monte Carlo. Ambang batas terkoreksi dari p<0.05 diturunkan dari ambang gabungan sebesar p<0.005 untuk setiap voxel dan ukuran cluster minimum 351 mm3 (Program AlphaSim dalam perangkat lunak AFNI, http: // afni.nimh.nih.gov/). Untuk daerah otak di mana pasien OGA menunjukkan sifat ALFF abnormal, nilai-nilai ALFF dari masing-masing daerah diekstraksi, dirata-rata dan mengalami kemunduran terhadap indikator patologis yang dicerminkan oleh durasi penyakit dan kinerja warna Stroop.

Hasil

Hasil kami menunjukkan bahwa tingkat OGA adalah sekitar 12.1% dalam penyelidikan sampel kecil kami. Menurut laporan diri mereka tentang penggunaan Internet, subjek OGA menghabiskan 10.2 ± 2.6 jam per hari dan 6.3 ± 0.5 hari per minggu untuk permainan online. Remaja dengan OGA menghabiskan lebih banyak jam per hari dan lebih banyak hari per minggu di Internet daripada kontrol (p<0.005) (Tabel 1).

Hasil data perilaku

Kedua kelompok menunjukkan efek Stroop yang signifikan, di mana waktu reaksi lebih lama selama inkongruen daripada kondisi kongruen (OGA: 677.3 ± 75.4 ms vs 581.2 ± 71.6 ms dan kontrol: 638.3 ± 65.9 ms vs 549.0 ± 50.6 ms; p<0.005). Grup OGA melakukan lebih banyak kesalahan daripada grup kontrol selama kondisi yang tidak sesuai (8.56 ± 4.77 vs 4.56 ± 2.93; p<0.05), meskipun penundaan respons yang diukur dengan waktu reaksi (RT) selama kondisi tidak selaras dikurangi kondisi kongruen tidak berbeda nyata antara kedua kelompok ini (98.2 ± 40.37 ms vs 91.92 ± 45.87 ms; p > 0.05).

Hasil pencitraan data

Peta ALFF dari kelompok OGA dan kelompok kontrol disajikan di Ara. 1, dan kedua kelompok menunjukkan nilai ALFF yang jauh lebih tinggi secara signifikan di posterior cingulate cortex (PCC) / precuneus, medial prefrontal cortex (MPFC), dan bilateral inferior parietal lobe (IPL) selama keadaan istirahat. Wilayah ini sebagian besar termasuk dalam jaringan mode default dalam penelitian sebelumnya [19]. Dua sampel tPengendalian-tes untuk usia dan jenis kelamin dan dikoreksi untuk beberapa perbandingan (menggunakan simulasi Monte Carlo dari ukuran cluster terkecil menghasilkan ambang terkoreksi dari p <0.05 dari ambang yang tidak dikoreksi p <0.005 untuk setiap voxel) mengungkapkan bahwa kelompok OGA menunjukkan peningkatan yang signifikan pada nilai ALFF di OFC medial kiri, precuneus kiri, SMA kiri, PHG kanan dan MCC bilateral dibandingkan dengan kelompok kontrol. Tidak ditemukan daerah otak dengan penurunan nilai ALFF. Selain itu, korelasi positif yang signifikan diamati antara durasi OGA dan nilai ALFF standar di OFC medial kiri (r = 0.6627, p  = 0.0027) dan precuneus kiri (r = 0.5924, p  = 0.0096) (Ara. 2). Nilai ALFF dari OFC kiri ditemukan berkorelasi dengan jumlah kesalahan respons selama kondisi yang tidak selaras antara remaja dengan OGA (r = 0.6690, p  = 0.0024) (Ara. 3). Karena subjek OGA memiliki peringkat depresi yang secara signifikan lebih tinggi diukur oleh BDI, kami menganalisis kembali data pencitraan fungsional, menggunakan BDI sebagai kovariat. Data yang dihasilkan mirip dengan data asli. Kami juga menguji apakah skor BDI berkorelasi dengan nilai-nilai ALFF dari daerah otak yang abnormal, durasi OGA dan kinerja tugas Stroop kata-warna. Namun, tidak ada hasil signifikan yang diamati.

Gambar 1 

Satu sampel t-hasil tes.
Gambar 2 

Dua sampel tAnalisis -test.
Gambar 3 

Analisis hubungan otak-perilaku.

Diskusi

Dalam penelitian ini, metode ALFF digunakan untuk menyelidiki perbedaan keadaan istirahat antara pasien dengan OGA dan kontrol normal. ALFF adalah metode yang mudah dan meyakinkan untuk mengukur amplitudo fluktuasi frekuensi rendah dalam sinyal BOLD, dan studi sebelumnya telah menunjukkan kapasitas metode ini untuk secara tepat menemukan daerah otak mana yang memiliki aktivitas spontan abnormal. [13]. Dalam setiap kelompok, kami mengidentifikasi beberapa daerah yang menunjukkan nilai ALFF yang jauh lebih tinggi daripada daerah otak lainnya selama keadaan istirahat (Ara. 1). Wilayah ini tumpang tindih dengan wilayah utama jaringan mode default (DMN) [20]. Sehubungan dengan dua sampel tHasil uji, relatif terhadap kontrol yang sehat, remaja dengan OGA menunjukkan peningkatan ALFF di OFC medial kiri, precuneus kiri, SMA kiri, PHG kanan dan MCC bilateral selama keadaan istirahat (Ara. 2). Perlu dicatat bahwa subjek OGA memiliki peringkat depresi yang jauh lebih tinggi pada BDI, namun analisis termasuk BDI sebagai kovariat mengungkapkan hasil yang sama. Selain itu, nilai-nilai ALFF dari OFC medial kiri dan precuneus berkorelasi positif dengan durasi OGA (Ara. 2). Selain itu, untuk memvalidasi gangguan kemampuan kontrol kognitif pada remaja dengan OGA, tes Stroop warna-kata digunakan dalam penelitian kami. Konsisten dengan temuan sebelumnya [14], [15], kelompok OGA melakukan lebih banyak kesalahan daripada kelompok kontrol selama kondisi tidak selaras, yang menunjukkan bahwa remaja dengan OGA menunjukkan gangguan kemampuan kontrol kognitif, yang diukur dengan tes Stroop kata-warna. Menariknya, nilai ALFF dari OFC kiri juga berkorelasi dengan jumlah kesalahan selama kondisi yang tidak selaras antara remaja dengan OGA (Ara. 3). Hasil kami menunjukkan bahwa perubahan ALFF dalam OFC dapat berfungsi sebagai biomarker untuk mencerminkan kemampuan kontrol kognitif OGA yang terganggu.

Dalam penelitian ini, kami menemukan bahwa nilai ALFF meningkat pada OFC medial kiri pada kelompok OGA. Secara anatomis, OFC memiliki koneksi yang luas dengan striatum dan daerah limbik (seperti amigdala), yang tampaknya terlibat dalam kontrol kognitif perilaku yang diarahkan pada tujuan melalui penilaian signifikansi motivasi stimuli dan pemilihan perilaku untuk mendapatkan yang diinginkan. hasil. Kelainan struktural dan disfungsi OFC pada OGA telah dilaporkan dalam penelitian sebelumnya [4], [11], [15]. Park et al. digunakan a 18Studi F-fluorodeoxyglucose positron emission tomography (PET) untuk menyelidiki metabolisme glukosa serebral regional selama keadaan istirahat pada individu muda dengan OGA dan kontrol normal, dan menunjukkan bahwa aktivitas metabolisme OFC pada remaja dengan OGA meningkat dibandingkan dengan kontrol normal [21]. Analisis ini menunjukkan bahwa aktivitas metabolisme abnormal di area OFC dapat dikaitkan dengan penurunan kontrol impuls dan pemrosesan hadiah pada remaja dengan OGA. Mengenai studi MRI fungsional terkait tugas, Ko et al. mengidentifikasi substrat saraf dari kecanduan game online melalui evaluasi area otak yang terkait dengan dorongan permainan yang diinduksi isyarat, dan menemukan bahwa OFC dapat diaktifkan secara tidak normal pada pecandu bila dibandingkan dengan kontrol [22]. Kesamaan temuan ini dengan keinginan yang diinduksi keinginan dalam ketergantungan zat [23], yang menyarankan bahwa keinginan dalam kecanduan game dan keinginan dalam ketergantungan zat mungkin berbagi mekanisme neurobiologis yang sama. Studi struktural neuroimaging sebelumnya juga melaporkan penurunan volume materi abu-abu OFC pada kelompok OGA [1], [4]. Sejalan dengan temuan fungsional dan struktural ini, penelitian kami menemukan nilai ALFF yang lebih tinggi di medial OFC pada remaja dengan OGA dibandingkan dengan kontrol. Selain itu, korelasi yang signifikan antara nilai ALFF OFC dan kinerja tugas selama tes Stroop kata-warna diamati pada kelompok OGA (Gambar 3). Studi kecanduan sebelumnya mengungkapkan hubungan antara gangguan Stroop dan metabolisme glukosa relatif di OFC di antara subyek yang kecanduan kokain [24]. Hubungan otak-perilaku ini menunjukkan bahwa sifat keadaan istirahat abnormal OFC dikaitkan dengan gangguan kemampuan kontrol kognitif di antara remaja dengan OGA.

Nilai ALFF lebih besar pada precuneus pada subjek OGA dibandingkan dengan kontrol. Precuneus adalah daerah otak di korteks posteromedial lobus parietal dan memainkan peran penting dalam fungsi kognitif dasar [25]. Precuneus telah diusulkan untuk terlibat dalam pengambilan memori episodik, citra visual-spasial, pemrosesan diri dan kesadaran [25]. Baru-baru ini, beberapa peneliti juga melaporkan peningkatan ReHo di precuneus kiri pada mahasiswa OGA dibandingkan dengan kontrol [11]. Selain itu, sebuah penelitian menunjukkan bahwa precuneus dikaitkan dengan keinginan bermain game, keinginan dan keparahan OGA, dan menyarankan bahwa precuneus mengaktifkan untuk memproses isyarat permainan, mengintegrasikan memori yang diambil dan berkontribusi pada keinginan yang diinduksi oleh isyarat untuk game online. [26]. Oleh karena itu, kami menyarankan bahwa abnormalitas keadaan istirahat dari precuneus pada remaja dengan OGA dapat dikaitkan dengan keinginan dalam OGA jangka panjang.

Nilai ALFF yang lebih besar pada subjek OGA, relatif terhadap kontrol, juga ditemukan di SMA kiri, MCC bilateral dan PHG kanan. SMA memainkan peran penting dalam kontrol kognitif, aksi sukarela, inisiasi / penghambatan respons motorik [27] dan juga dalam konflik emosional [28]. MCC adalah bagian tengah dari cingulate gyrus dan penting untuk pemantauan dan pemrosesan konflik [29]. Penelitian penggunaan zat sebelumnya melaporkan kelainan keadaan istirahat terkait SMA dan MCC terkait kecanduan [30], [31]. PHG dianggap berkontribusi pada pembentukan dan pemeliharaan informasi terikat dalam memori kerja [32]. Memori kerja mengacu pada penyimpanan sementara dan manipulasi informasi online dan juga penting untuk kontrol kognitif [33]. Liu et al. melaporkan peningkatan ReHo di PHG bilateral pada mahasiswa OGA dibandingkan dengan kontrol [11]. Selain itu, beberapa peneliti juga menemukan anisotropi fraksional yang lebih rendah dari PHG pada subjek OGA [4]. Hasil kami memvalidasi pola keadaan istirahat abnormal PHG pada remaja dengan OGA.

Kesimpulannya, dalam penelitian ini, kami mengamati bahwa ALFF abnormal pada remaja dengan OGA dibandingkan dengan kontrol, yaitu nilai ALFF yang lebih tinggi di OFC medial kiri, precuneus kiri, SMA kiri, PHG kanan, dan MCC bilateral. Kami juga mengamati bahwa nilai ALFF yang lebih tinggi di OFC medial kiri dan precuneus kiri berkorelasi positif dengan durasi OGA. Nilai ALFF dari OFC kiri berkorelasi dengan kinerja tugas Stroop kata-warna (yaitu kesalahan respons) dalam kelompok OGA. Temuan kami menunjukkan bahwa aktivitas spontan abnormal dari wilayah ini dapat mencerminkan patofisiologi yang mendasari pada pengguna OGA. Karena temuan keadaan istirahat yang sama dengan perubahan keadaan istirahat terkait kecanduan obat, kami menyarankan bahwa OGA mungkin berbagi mekanisme saraf dengan kecanduan obat. Perlu dicatat bahwa depresi harus dianggap sebagai potensi pengganggu ketika menjelaskan temuan neuroimaging dalam penelitian ini. Studi komprehensif lebih lanjut diperlukan untuk memberikan perspektif yang lebih ilmiah tentang OGA.

Ucapan Terima Kasih

Kami ingin mengucapkan terima kasih kepada Qin Ouyang, Qizhu Wu, Junran Zhang, Changjian Hu dan Haifeng Luo atas bantuan teknis yang berharga dalam melakukan penelitian ini.

Pernyataan Pendanaan

Makalah ini didukung oleh Proyek untuk Program Penelitian dan Pengembangan Kunci Utama Nasional (973) di bawah Grant No. 2011CB707700; Yayasan Ilmu Pengetahuan Alam Nasional China di bawah Grant Nos. 81227901, 81271644, 81271546, 30930112, 81000640, 81000641, 81101036, 81101108, 31200837, 81030027, 81301281; dan Dana Penelitian Fundamental untuk Universitas Pusat, Yayasan Ilmu Pengetahuan Alam Mongolia Dalam di bawah Grant No. 2012MS0908. Para penyandang dana tidak memiliki peran dalam desain studi, pengumpulan dan analisis data, keputusan untuk menerbitkan, atau persiapan naskah.

Referensi

1. Yuan K, Qin W, Liu Y, Tian J (2011) Kecanduan internet: Temuan neuroimaging. Biologi Komunikatif & Integratif 4: 0–1 [Artikel gratis PMC] [PubMed]
2. Flisher C (2010) Semakin terhubung: Gambaran umum kecanduan internet. Jurnal pediatri dan kesehatan anak 46: 557 – 559 [PubMed]
3. Christakis D (2010) Kecanduan internet: epidemi abad 21? Obat BMC 8: 61. [Artikel gratis PMC] [PubMed]
4. Yuan K, Qin W, Wang G, Zeng F, Zhao L, dkk. (2011) Abnormalitas Struktur Mikro pada Remaja dengan Gangguan Kecanduan Internet. Terima satu 6: e20708. [Artikel gratis PMC] [PubMed]
5. Murali V, George S (2007) Hilang online: ikhtisar kecanduan internet. Kemajuan dalam Pengobatan Jiwa 13: 24 – 30
6. Muda KS (1998) kecanduan internet: Munculnya gangguan klinis baru. CyberPsychology & Behavior 1: 237–244
7. Volkow ND, Wang GJ, Fowler JS, Tomasi D (2012) sirkuit Kecanduan di otak manusia. Ulasan tahunan farmakologi dan toksikologi 52: 321 [Artikel gratis PMC] [PubMed]
8. Byun S, Ruffini C, Mills JE, Douglas AC, Niang M, dkk. (2009) kecanduan internet: metasynthesis penelitian kuantitatif 1996-2006. CyberPsychology & Behavior 12: 203–207 [PubMed]
9. Duff EP, Johnston LA, Xiong J, Fox PT, Mareels I, dkk. (2008) Kekuatan analisis kerapatan spektral untuk memetakan fluktuasi sinyal BOLD endogen. Pemetaan otak manusia 29: 778 – 790 [PubMed]
10. Fox MD, Raichle ME (2007) Fluktuasi spontan dalam aktivitas otak diamati dengan pencitraan resonansi magnetik fungsional. Ulasan Alam Neuroscience 8: 700 – 711 [PubMed]
11. Liu J, Gao XP, Osunde I, Li X, Zhou SK, et al. (2010) Peningkatan homogenitas regional dalam gangguan kecanduan internet: studi pencitraan resonansi magnetik fungsional fungsional saat istirahat. Chin Med J (Engl) 123: 1904 – 1908 [PubMed]
12. Zang Y, Jiang T, Lu Y, He Y, Tian L (2004) Pendekatan homogenitas regional untuk analisis data fMRI. Neuroimage 22: 394 – 400 [PubMed]
13. Yang H, Long XY, Yang Y, Yan H, Zhu CZ, dkk. (2007) Amplitudo fluktuasi frekuensi rendah dalam area visual yang diungkapkan oleh MRI fungsional keadaan istirahat. Neuroimage 36: 144 – 152 [PubMed]
14. Dong G, Zhou H, Zhao X (2011) Pecandu internet pria menunjukkan kemampuan kontrol eksekutif yang terganggu: Bukti dari tugas Stroop kata-warna. Surat Ilmu Saraf 499: 114 – 118 [PubMed]
15. Yuan K, Cheng P, Dong T, Bi Y, Xing L, dkk. (2013) Abnormalitas Ketebalan Kortikal pada Remaja Akhir dengan Kecanduan Permainan Online. Terima satu 8: e53055. [Artikel gratis PMC] [PubMed]
16. Beard KW, Wolf EM (2001) Modifikasi dalam kriteria diagnostik yang diusulkan untuk kecanduan internet. CyberPsychology & Behavior 4: 377–383 [PubMed]
17. Xu J, Mendrek A, Cohen MS, Monterosso J, Simon S, et al. (2006) Pengaruh merokok pada fungsi kortikal prefrontal pada perokok nondeprived melakukan Tugas Stroop. Neuropsikofarmakologi 32: 1421 – 1428 [Artikel gratis PMC] [PubMed]
18. Chao-Gan Y, Yu-Feng Z (2010) DPARSF: sebuah kotak peralatan MATLAB untuk analisis data "pipeline" dari fMRI keadaan istirahat. Perbatasan dalam sistem neuroscience 4. [Artikel gratis PMC] [PubMed]
19. Yu-Feng Z, Yong H, Chao-Zhe Z, Qing-Jiu C, Man-Qiu S, dkk. (2007) Mengubah aktivitas otak dasar pada anak-anak dengan ADHD yang diungkapkan oleh MRI fungsional keadaan istirahat. Otak dan Perkembangan 29: 83 – 91 [PubMed]
20. Raichle ME, MacLeod AM, Snyder AZ, Powers WJ, Gusnard DA, dkk. (2001) Mode standar fungsi otak. Prosiding Akademi Ilmu Pengetahuan Nasional 98: 676 [Artikel gratis PMC] [PubMed]
21. Park HS, Kim SH, Bang SA, Yoon EJ, Cho SS, et al. (2010) Mengubah metabolisme glukosa serebral regional pada pengguna game internet: sebuah studi tomografi emisi positron 18F-fluorodeoxyglucose. CNS Spectr 15: 159 – 166 [PubMed]
22. Ko CH, Liu GC, Hsiao S, Yen JY, Yang MJ, dkk. (2009) Aktivitas otak yang terkait dengan dorongan game dari kecanduan game online. Jurnal Penelitian Psikiatri 43: 739 – 747 [PubMed]
23. Goldstein RZ, Volkow ND (2011) Disfungsi korteks prefrontal dalam kecanduan: temuan neuroimaging dan implikasi klinis. Ulasan Alam Neuroscience 12: 652 – 669 [Artikel gratis PMC] [PubMed]
24. Goldstein R, Volkow N (2002) Kecanduan obat dan dasar neurobiologis yang mendasarinya: bukti neuroimaging untuk keterlibatan korteks frontal. American Journal of Psychiatry 159: 1642 – 1652 [Artikel gratis PMC] [PubMed]
25. Cavanna AE, Trimble MR (2006) Precuneus: tinjauan anatomi fungsional dan korelasi perilaku. Brain 129: 564 – 583 [PubMed]
26. Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, et al. . (2011) Otak berkorelasi keinginan untuk game online di bawah paparan isyarat dalam mata pelajaran dengan kecanduan game Internet dan dalam mata pelajaran yang dikirim. Biologi kecanduan. [PubMed]
27. Nachev P, Kennard C, Husain M (2008) Peran fungsional dari area motor tambahan dan tambahan. Ulasan Alam Neuroscience 9: 856 – 869 [PubMed]
28. Ochsner KN, Hughes B, Robertson ER, Cooper JC, Gabrieli JDE (2009) Sistem saraf yang mendukung pengendalian konflik afektif dan kognitif. Jurnal ilmu saraf kognitif 21: 1841 – 1854 [PubMed]
29. Goñi J, Aznárez-Sanado M, Arrondo G, Fernández-Seara M, Loayza FR, dkk. (2011) Substrat Saraf dan Integrasi Fungsional Ketidakpastian dalam Pengambilan Keputusan: Suatu Pendekatan Teori Informasi. Terima satu 6: e17408. [Artikel gratis PMC] [PubMed]
30. Yuan K, Qin W, Dong M, Liu J, Sun J, dkk. (2010) Defisit materi abu-abu dan kelainan kondisi istirahat pada individu yang tergantung heroin. Surat-surat ilmu saraf 482: 101 – 105 [PubMed]
31. Ma N, Liu Y, Li N, Wang CX, Zhang H, et al. (2010) Kecanduan terkait perubahan konektivitas otak dalam keadaan istirahat. Neuroimage 49: 738 – 744 [Artikel gratis PMC] [PubMed]
32. Keberuntungan D, Danion JM, Marrer C, Pham BT, Gounot D, dkk. (2010) Gyir parahippocampal kanan berkontribusi pada pembentukan dan pemeliharaan informasi terikat dalam memori kerja. Otak dan kognisi 72: 255 – 263 [PubMed]
33. Engle RW, Kane MJ (2003) Perhatian eksekutif, kapasitas memori kerja, dan teori dua faktor kontrol kognitif. Psikologi Pembelajaran dan Motivasi 44: 145 – 199