Processo decisionale per guadagni e perdite rischiosi tra gli studenti universitari con il disturbo da gioco su Internet (2015)

Astratto

Gli individui con disturbo del gioco su Internet (IGD) tendono ad esibire decisioni rischiose svantaggiose non solo nella loro vita reale ma anche in attività di laboratorio. Il processo decisionale è una complessa funzione multiforme e diversi processi cognitivi sono coinvolti nel processo decisionale per guadagni e perdite. Tuttavia, la relazione tra il processo decisionale compromesso e l'elaborazione di guadagni e perdite nel contesto di IGD è poco conosciuta. Lo scopo principale del presente studio era di valutare separatamente il processo decisionale per guadagni e perdite rischiose tra studenti universitari con IGD utilizzando il compito di Coppe. Inoltre, abbiamo esaminato ulteriormente gli effetti della magnitudo del risultato e del livello di probabilità sul processo decisionale relativo a guadagni e perdite rischiosi, rispettivamente. Hanno partecipato 60 studenti universitari con IGD e 42 corrispondenti a controlli sani (HC). I risultati hanno indicato che i soggetti con IGD presentavano generalmente una maggiore propensione al rischio rispetto alle HC. Rispetto agli HC, i soggetti con IGD hanno operato scelte rischiose più svantaggiose nel dominio della perdita (ma non nel dominio del guadagno). Le analisi di follow-up hanno indicato che la menomazione era associata all'insensibilità ai cambiamenti nell'ampiezza del risultato e al livello di probabilità per le perdite rischiose tra i soggetti affetti da IGD. Inoltre, i punteggi più elevati di gravità della dipendenza da Internet sono stati associati alla percentuale di opzioni rischiose svantaggiose nel dominio della perdita. Questi risultati sottolineano l'effetto dell'insensibilità alle perdite su decisioni svantaggiate a rischio nel contesto della IGD, che ha implicazioni per studi di intervento futuri.

Cifre

 

Citazione:Yao YW, Chen PR, Li S, Wang LJ, Zhang JT, et al. (2015) Processo decisionale per guadagni e perdite rischiosi tra gli studenti universitari con il disturbo da gioco su Internet. PLoS ONE 10 (1): e0116471. doi: 10.1371 / journal.pone.0116471

Editor accademico: Ingmar HA Franken, Università Erasmus di Rotterdam, PAESI BASSI

Ricevuto: Luglio 17, 2014; Accettato: Dicembre 9, 2014; Pubblicato il: Gennaio 23, 2015

Questo è un articolo ad accesso libero, libero da ogni diritto d'autore, e può essere liberamente riprodotto, distribuito, trasmesso, modificato, costruito o altrimenti utilizzato da chiunque per scopi legittimi. Il lavoro è reso disponibile sotto il Creative Commons CC0 dedizione al pubblico dominio

Disponibilità dei dati:Tutti i dati rilevanti sono all'interno del documento e dei relativi file di informazioni di supporto.

finanziamento:Questo studio è stato supportato dalla National Natural Science Foundation della Cina (n. 31170990 e n. 81100992), dai fondi di ricerca fondamentali per le università centrali (n. 2012WYB01) e dai programmi della National Innovative Foundation per gli studenti universitari della Cina (n. 201310027028). SWY ha ricevuto il supporto dello stipendio dalla borsa di NIDA (T32 DA007238-23). I finanziatori non hanno avuto alcun ruolo nel disegno dello studio, nella raccolta e nell'analisi dei dati o nella preparazione del manoscritto.

Interessi conflittuali: Gli autori hanno dichiarato che non esistono interessi in competizione.

Introduzione

Il disturbo da gioco su Internet (IGD) è definito come gioco online eccessivo e incontrollato, nonostante l'esperienza di conseguenze negative, tra cui insonnia, scarso rendimento scolastico e isolamento sociale [1,2]. IGD è sempre più riconosciuto come un problema di salute mentale in tutto il mondo [3], come evidenziato dal suo recente incluso nella sezione III del DSM-5 come argomento che merita ulteriori studi futuri [4]. Inoltre, dal momento che Internet è disponibile gratuitamente nei campus, la maggior parte degli studenti universitari gioca a giochi Internet per ricreazioni, che, tuttavia, li rendono una delle popolazioni più sensibili a IGD [5,6].

Il processo decisionale disadattivo è uno dei sintomi chiave dell'addizione [7-9]. I risultati precedenti suggeriscono che le persone con abuso di sostanze o dipendenza hanno una prestazione compromessa su una serie di compiti decisionali [10-14]. Studi recenti indicano deficit decisionali nella IGD. Ad esempio, i ricercatori hanno scoperto che le persone con IGD hanno fatto scelte più svantaggiose sul compito del gioco dei dadi rispetto a soggetti di confronto sani senza gioco [15], e che tali menomazioni potrebbero essere in parte il risultato di un mancato utilizzo del feedback [16]. Le prove suggeriscono anche che le persone con dipendenza da Internet sono compromesse nel processo decisionale in base all'ambiguità misurata dalla Iowa Gambling Task [17,18]. Gli studi di neuroimaging che utilizzano altri paradigmi (ad esempio, attività di indovinello, compito di attualizzazione delle probabilità) suggeriscono anche alterazioni nelle risposte neuronali tra individui con IGD durante i processi decisionali, che comportano l'anticipazione e l'elaborazione di ricompense e punizioni [19-21] e valutare i rischi [22].

Il processo decisionale è una funzione cognitiva complessa, e l'accumulo di prove suggerisce che diversi processi sono coinvolti nel processo decisionale per guadagni e perdite [23-26]. Alcuni ricercatori hanno scoperto che gli individui con disturbi legati alla dipendenza hanno fatto scelte significativamente più svantaggiose principalmente nel guadagno, rispetto al dominio della perdita [27,28], mentre i dati esistenti suggeriscono anche che l'insensibilità alle perdite svolgono un ruolo essenziale nei deficit decisionali tra gli individui con dipendenza da sostanze [29,30]. Tuttavia, la misura in cui il processo decisionale compromesso tra i soggetti affetti da IGD è attribuibile ad alterazioni nell'elaborazione del guadagno rispetto a quella della perdita rimane scarsamente compreso. Indagare separatamente le caratteristiche della ricerca della ricompensa e dell'elusione della perdita tra le persone con IGD farà avanzare l'attuale comprensione dei meccanismi alla base dei deficit decisionali in questa popolazione e potrebbe essere di aiuto nello sviluppo di interventi più efficaci per IGD.

Nel presente studio, abbiamo cercato di valutare separatamente il processo decisionale per i guadagni e le perdite tra studenti universitari con IGD. A tale scopo, abbiamo adottato l'incarico per le coppe [26], che isola il processo decisionale per i domini di guadagno e perdita. Inoltre, abbiamo anche cercato di esaminare gli effetti di due componenti essenziali, grandezza dei risultati e livello di probabilità, sul processo decisionale relativo a guadagni e perdite rischiose. Basato su studi precedenti [15,16,21], abbiamo ipotizzato che: (1) i soggetti con IGD, rispetto ai controlli sani abbinati (HCs), farebbero scelte significativamente più rischiose nel complesso; (2) I soggetti con IGD, rispetto agli HC, si comporterebbero in modo peggiore con studi svantaggiosi a rischio in entrambi i domini di guadagno e perdita; (3) i deficit decisionali tra i soggetti affetti da IGD sono stati associati all'insensibilità alla grandezza del risultato e al livello di probabilità; e (4) i punteggi di severità di IGD sono stati associati positivamente con le opzioni rischiose svantaggiose fatte nel compito di Coppe.

Metodi

Dichiarazione etica

Il protocollo di questo studio è stato approvato dall'Institutional Review Board della School of Psychology, Beijing Normal University. Tutti i partecipanti hanno fornito il consenso informato scritto prima dell'esperimento e hanno ricevuto un compenso monetario per la loro partecipazione.

Partecipanti

Un totale di studenti universitari 102 (soggetti 60 IGD e 42 HC) sono stati reclutati dalle università tramite pubblicità online a Pechino, in Cina. Data la maggiore prevalenza di IGD negli uomini rispetto alle donne [1,31-33], sono stati selezionati solo soggetti di sesso maschile. Nessun partecipante ha riportato precedenti esperienze con droghe illecite (ad es. Cocaina) o giochi d'azzardo (compreso il gioco d'azzardo online). Inoltre, i partecipanti che hanno segnalato una storia di malattie psichiatriche o neurologiche, l'uso di farmaci psicotropi che agiscono sul sistema nervoso centrale sono stati esclusi da ulteriori studi.

La diagnosi di IGD è stata stabilita dal tempo settimanale di gioco su Internet e dalla scala di dipendenza da Internet di Chen (CIAS) [34]. Il CIAS è costituito da articoli 26, basati su una scala Likert 4 point, che valuta le dimensioni 5 della dipendenza da Internet: uso compulsivo, ritiro, tolleranza, problemi delle relazioni interpersonali e gestione del tempo. L'affidabilità e la validità del CIAS tra gli studenti universitari è stata dimostrata in precedenza [33]. I criteri di inclusione per i soggetti con IGD erano: (1) con punteggio 67 o superiore su CIAS [33,35], (2) ha trascorso più tempo sui giochi su Internet rispetto a qualsiasi altra applicazione Internet e (3) ha trascorso almeno 14 ore alla settimana per almeno un anno. Per confermare ulteriormente che i soggetti di IGD erano dediti al gioco su Internet e per escludere gli effetti di altre attività online (in particolare il gioco d'azzardo online) nel processo decisionale, ai soggetti di IGD è stato chiesto di elencare le prime tre attività Internet che occupavano la maggior parte del tempo online. Tutti hanno classificato il gioco su Internet il primo e hanno indicato di essere "dipendenti" dai giochi su Internet, ma nessuno di questi includeva giochi online o giochi di poker nelle loro liste. I criteri di inclusione per gli HC erano: (1) rating ≤ 50 su CIAS, (2) occasionalmente giochi su Internet (≤ 2 ore a settimana) o mai giochi online nella loro vita.

Il compito delle tazze

La versione cinese computerizzata del compito di Coppe è stata adattata dal compito originale sviluppato da [26]. L'attività consiste in prove 54 suddivise in domini di guadagno e perdita allo stesso modo. In ogni prova, ai partecipanti è stato chiesto di scegliere tra un'opzione rischiosa e un'opzione sicura, e l'opzione sicura è rappresentata da una singola tazza ed è associata ad una probabilità di 100% di vincere o perdere 100 yuan. L'opzione rischiosa è rappresentata da 2, 3 o 4 cups ed è associata a 50%, 33% o 25% di vincita o perdita di una maggiore quantità di denaro (possibile risultato: 200 yuan, 300 yuan o 400 yuan). All'interno di ciascun dominio, ogni combinazione di livello di probabilità e livello di esito si verifica per tre volte, pertanto i domini di guadagno e perdita vengono presentati come due blocchi separati di studi random 27. I partecipanti hanno indicato la loro scelta premendo il pulsante sinistro o destro. Dopo ciascuna scelta, i partecipanti hanno ricevuto un feedback immediato sull'esito della sperimentazione. I venti partecipanti che hanno ottenuto il punteggio totale più alto riceveranno un bonus aggiuntivo.

Sulla base di una manipolazione indipendente del livello di probabilità e del livello di esito, le combinazioni sono: (1) a rischio vantaggioso (RA), il che significa che il valore atteso (EV) dell'opzione rischiosa è più favorevole di quello dell'opzione sicura; (2) rischio svantaggioso (RD), il che significa che l'EV di un'opzione rischiosa è inferiore a quella dell'opzione sicura; o (3) a rischio neutrale, il che significa che le opzioni rischiose e sicure hanno valori attesi uguali (EQEV).

Analisi statistica

Le analisi statistiche sono state condotte utilizzando la versione SPSS 20.0 e la versione R 3.1.0. Tutti i test erano a due code e il criterio di significatività era fissato a P <.05. Innanzitutto, abbiamo utilizzato test t di campioni indipendenti per esplorare le differenze di gruppo nelle variabili demografiche. In secondo luogo, al fine di confrontare le prestazioni dei soggetti IGD e degli HC nel compito Cups, abbiamo utilizzato le analisi della varianza (ANOVA) con misurazioni ripetute. Al fine di esplorare gli effetti di interazione, sono state eseguite semplici analisi degli effetti. Laddove i test di Mauchly hanno mostrato una violazione del presupposto di sfericità, sono state utilizzate le correzioni Greenhouse-Geisser. Le analisi post-hoc sono state condotte utilizzando test t con correzione Bonferroni. Terzo, abbiamo separato l'EV in due componenti: livello di probabilità e grandezza del risultato, al fine di esplorare l'effetto di queste due componenti sul processo decisionale per ogni prova, usando la funzione R lmer della libreria lme4. Infine, per indagare la relazione tra la gravità della dipendenza da Internet e le prestazioni decisionali per ottenere guadagni ed evitare perdite, le correlazioni di Pearson sono state utilizzate per esplorare le associazioni tra i punteggi CIAS e la percentuale di scelte rischiose effettuate durante i tre livelli EV (RA, EQEV, RD ) rispettivamente per i domini di guadagno e di perdita.

Risultati

Caratteristiche demografiche

Come mostrato in Tabella 1, i soggetti con IGD e gli HC non differivano in termini di età, durata media dell'istruzione e anni di utilizzo di Internet nel corso della vita. Coerentemente con i nostri criteri di inclusione (cioè, il punteggio CIAS ≥ 67 per i soggetti IGA e ≤ 50 per HC), i soggetti con IGD avevano punteggi CIAS significativamente più alti, t (100) = 27.14, P <.001. Ventidue dei 42 HC hanno occasionalmente giocato a giochi su Internet, tuttavia, i soggetti IGD hanno trascorso molte più volte su Internet settimanalmente rispetto agli HC, t (80) = 15.41, P <.001.

Scaricare 

• PPT

  PowerPoint

• PNG

  ingrandisci (72KB)

• TIFF

  immagine originale (375KB)

Tabella 1. Demografico, durata di utilizzo di Internet, punteggi CIAS e tempo trascorso su soggetti con IGD e HC.

doi: 10.1371 / journal.pone.0116471.t001

Il tasso di consumo di tabacco e alcol era basso per entrambi i gruppi: tre soggetti con IGD e uno con HC hanno riferito di fumare occasionalmente (meno di una volta al mese). Diciannove soggetti con IGD e 12 HC hanno riferito l'uso di alcol durante tutta la vita, ma tutti con basse frequenze (una volta alla settimana o meno), e questi tassi non differivano tra i gruppi, t (29) = 1.27, P = .216.

Propensione al rischio

La propensione al rischio è una misura della tendenza di un individuo a scegliere l'opzione rischiosa rispetto all'opzione sicura a ciascuno dei tre livelli EV (RA, EQEV, RD) calcolati separatamente per il dominio di guadagno e perdita [36]. Abbiamo condotto un 2 (dominio: guadagno, perdita) × 3 (livello EV: RA, EQEV, RD) × 2 (gruppo: soggetti IGD, HCs) misure ripetute ANOVA. Come previsto, abbiamo osservato un effetto principale del gruppo, F (1, 100) = 5.67, P = .019, parziale η² = .05, che indica che i soggetti con IGD hanno scelto opzioni più rischiose in generale rispetto agli HC sia nel dominio di guadagno che in quello di perdita; e un effetto principale del livello EV, F (2, 200) = 289.64, P <.001, parziale η² = .74. Le analisi post-hoc hanno mostrato che i partecipanti facevano opzioni più rischiose quando il livello EV era RA rispetto a quello RD. L'interazione a tre vie tra livello EV, gruppo e dominio non ha raggiunto importanza, F (2, 200) = 1.43, P = .242, parziale η² = .01. Tuttavia, abbiamo trovato un livello EV × interazione di gruppo, F (2, 200) = 6.08, P = .006, parziale η² = .06, e l'analisi dell'effetto semplice ha mostrato che l'interazione significativa era principalmente dovuta a una maggiore assunzione di rischi nei percorsi RD tra soggetti affetti da IGD rispetto agli HC, F (2, 99) = 7.54, P = .001, parziale η² = .13. Abbiamo anche trovato una significativa interazione di livello EV × dominio, F (2, 200) = 7.70, P = .001, parziale η² = .07 e l'analisi dell'effetto semplice ha mostrato che i partecipanti hanno scelto opzioni significativamente più rischiose nel dominio della perdita rispetto al dominio del guadagno sugli studi EQEV (non RA e RD), F (1, 100) = 7.57, P = .007, parziale η² = .07.

Ulteriori ANOVA separati per ciascun dominio sono stati ulteriormente condotti. Per il dominio della perdita, oltre ai significativi effetti principali del gruppo e del livello EV, c'era un significativo effetto di interazione del livello EV × interazione di gruppo, F (2, 200) = 6.90, P = .002, parziale η² = .07. I risultati delle analisi degli effetti semplici hanno indicato che i soggetti IGA hanno fatto scelte più rischiose rispetto agli HC negli studi RD, F (1, 100) = 15.11, P <.001, parziale η² = .13, ma non differiva da HC nel numero di scelte rischiose negli studi RA ed EQEV (Fig. 1). Al contrario, per il dominio del guadagno, non c'erano significativi effetti principali o di interazione del gruppo o del livello EV × gruppo (P = .092 E P = .138, rispettivamente).

Scaricare 

• PPT

  PowerPoint

• PNG

  ingrandisci (104KB)

• TIFF

  immagine originale (227KB)

Figura 1. Prestazioni decisionali per i soggetti IGD e HC sul compito Coppa.

 

Percentuale media delle scelte a rischio effettuate in (A) il guadagno e (B) il dominio di perdita, in funzione del livello di EV e del gruppo. Le barre di errore riflettono errori standard. IGD = disturbo del gioco su Internet; HC = controlli sani; EV = valore atteso; RA = rischio vantaggioso; EQEV = uguale valore atteso; RD = rischio svantaggioso.

doi: 10.1371 / journal.pone.0116471.g001

Sensibilità al risultato Livello di magnitudo e probabilità

Abbiamo ulteriormente separato l'EV in due componenti: grandezza del risultato e livello di probabilità. Al fine di esaminare l'effetto di queste due componenti sul processo decisionale rischioso, abbiamo condotto modelli gerarchici logistici utilizzando la funzione R lmer della libreria lme4 per tenere conto della varianza trial-by-trial nell'assunzione del rischio da parte dei soggetti, seguendo la procedura descritta in uno studio precedente [37]. Due modelli di base rispettivamente per i domini di guadagno e perdita includevano il gruppo (0 = HCs, 1 = soggetti IGD), il livello di probabilità (probabilità rappresentata di vincere o perdere per opzioni rischiose: 0.25, 0.33, 0.50), grandezza del risultato (2, 3, 4 rappresentava 200, 300, 400 in opzioni rischiose) e le interazioni tra il livello di probabilità del gruppo × e l'ampiezza del risultato del gruppo × come predittori di effetti fissi e le differenze individuali nella scelta come effetti casuali. La variabile dipendente era la scelta dei soggetti per ogni prova (0 = opzione sicura, 1 = opzioni rischiose).

Come mostrato in tabella 2, ci sono stati significativi effetti principali del livello di probabilità e dell'ampiezza dei risultati in entrambi i domini di guadagno e perdita. Questi effetti indicavano, sia per i domini di guadagno sia per quelli di perdita, che tra i soggetti con IGD e HC, i soggetti assumevano meno rischi poiché la probabilità dell'opzione rischiosa diventava meno favorevole (effetto principale del livello di probabilità) e che i soggetti assumevano più rischi come risultato l'entità dell'opzione rischiosa aumentata (effetto principale dell'ampiezza del risultato).

Scaricare 

• PPT

  PowerPoint

• PNG

  ingrandisci (86KB)

• TIFF

  immagine originale (511KB)

Tabella 2. Effetto del livello di probabilità e dell'ampiezza del risultato sull'assunzione del rischio in funzione di domini e gruppi.

doi: 10.1371 / journal.pone.0116471.t002

Nel dominio del guadagno, non ci sono stati effetti di interazione significativi tra nessuna delle tre variabili esplorate. Al contrario, nel dominio della perdita c'erano interazioni significative tra il livello di probabilità del gruppo × e tra il gruppo × ampiezza del risultato, indicando che i soggetti con IGD, rispetto agli HC, avevano meno probabilità di aggiustare le loro decisioni in base al livello di probabilità e all'ampiezza del risultato nel dominio della perdita .

Correlazione tra la gravità della dipendenza da Internet e il processo decisionale

Le correlazioni di Pearson sono state condotte anche tra i punteggi CIAS e il numero di scelte di rischio per i tre livelli EV (RA, EQEV, RD) separatamente per i domini di guadagno e perdita. Nel dominio della perdita, i risultati hanno indicato che i punteggi CIAS erano associati positivamente e le scelte rischiose fatte su studi RD, r = .22, P = .001. L'associazione tra i punteggi CIAS era marginalmente correlata al numero di scelte rischiose negli studi RD per il dominio del guadagno, r = .19, P = 0.056.

Discussione

A nostra conoscenza, lo studio attuale è il primo a valutare il processo decisionale rischioso tra i soggetti IGD separatamente per potenziali perdite e guadagni. Coerentemente con la nostra prima ipotesi, i soggetti affetti da IGD hanno dimostrato generalmente una maggiore propensione al rischio, tenendo conto delle tendenze nel compito di Coppa, rispetto alle HC. Parzialmente in linea con la nostra seconda e terza ipotesi, i soggetti con IGD hanno fatto scelte significativamente più rischiose rispetto agli HC negli studi RD per la perdita - ma non il dominio di guadagno, e la menomazione è stata associata all'insensibilità ai cambiamenti nella magnitudine di esito e al livello di probabilità per i rischi perdite tra i soggetti IGD. Coerentemente con la nostra quarta ipotesi, le analisi correlazionali hanno ulteriormente dimostrato associazioni significativamente positive tra i punteggi di gravità della dipendenza da Internet e le opzioni svantaggiose nel dominio della perdita. Presi insieme, questi dati forniscono un'ulteriore prova di menomazioni nelle decisioni a rischio tra individui con IGD e suggeriscono inoltre che l'elaborazione di alterazioni (rispetto al guadagno) di alterazioni può essere alla base dei deficit decisionali in questa popolazione.

Nel dominio della perdita, i soggetti affetti da IGD hanno preso decisioni più rischiose sugli studi RD relativi alle HC e l'analisi trial-by-trial ha inoltre indicato che i soggetti con IGD avevano meno probabilità di aggiustare le proprie decisioni in base al livello di probabilità e all'ampiezza dei risultati in questo dominio. Questi risultati sono coerenti con quelli ottenuti da studi precedenti che utilizzano simili compiti decisionali e dimostrano menomazioni nel processo decisionale relativo alla perdita di perdita tra soggetti con dipendenze da sostanze [38], problemi alimentari [39] e IGD [16, 19]. Una possibile spiegazione di questi risultati è che, attraverso la ripetizione dei loro comportamenti di gioco, gli individui con IGD possono più spesso impegnarsi in una risoluzione dei problemi legata alla perdita, che può renderli più tolleranti alla punizione. Inoltre, la nostra scoperta di un processo decisionale alterato legato alla perdita è coerente con la presentazione clinica di individui con IGD che tendono a sottovalutare potenziali conseguenze negative nella vita reale per continuare a giocare online [2,40,41].

Precedenti studi hanno dimostrato elevati comportamenti di assunzione di rischi svantaggiosi nel dominio del guadagno tra individui con disturbi legati alla dipendenza caratterizzati da menomazioni nel controllo degli impulsi, come il gioco d'azzardo patologico [28] e dipendenza da alcol [27]. Tuttavia, né i risultati di ANOVA né le analisi trial-by-trial hanno indicato aumenti nelle decisioni rischiose sui trial di guadagno tra soggetti IGA. Esistono diverse possibili spiegazioni per queste differenze. Nello specifico, gli individui con un gioco d'azzardo patologico mostrano maggiori risposte alla ricompensa monetaria rispetto ai premi non monetari [42], e ciò può comportare una maggiore assunzione di rischi svantaggiosa nel dominio del guadagno (rispetto alla perdita), come è stato segnalato in precedenza [28]. Per gli individui con dipendenza da alcol, il consumo eccessivo e prolungato di alcol può alterare le strutture cerebrali e le funzioni correlate, comprese le aree chiave nell'elaborazione della ricompensa come l'amigdala [43,44]. Le prove hanno indicato che i pazienti con lesioni dell'amigdala dimostrano deficit decisionali principalmente nel dominio del guadagno [26]. Sebbene siano necessarie ulteriori ricerche per confermare queste ipotesi, l'assenza di una maggiore assunzione di rischi per i guadagni tra i soggetti IGD potrebbe riflettere l'elaborazione relativamente normativa dei benefici monetari (ma non le perdite) in questa popolazione. Inoltre, questi risultati evidenziano l'importanza di valutare i diversi aspetti del processo decisionale attraverso diversi disturbi legati alla dipendenza.

I punteggi di gravità della dipendenza da Internet sono stati associati positivamente al numero di scelte rischiose svantaggiose compiute nel compito di Coppe, indicando che i soggetti con più alti punteggi di gravità della dipendenza da Internet hanno preso decisioni più svantaggiose in relazione alle perdite rischiose durante gli studi RD. Questi risultati sono in linea con gli studi precedenti che hanno anche indicato che la preferenza per alternative rischiose svantaggiose era associata alla gravità di IGD usando paradigmi simili, come il Game of Dice Task [15,16] e il compito di attualizzazione delle probabilità [22]. Questi risultati supportano l'ipotesi che le menomazioni nel processo decisionale relative alle perdite rischiose siano correlate al livello di gravità della dipendenza da Internet (cioè i punteggi CIAS) e possano quindi essere un bersaglio terapeutico appropriato per il trattamento della IGD.

Nel complesso, i nostri risultati suggeriscono menomazioni nel processo decisionale rischioso nel contesto dell'elusione della perdita tra le persone con IGD. Sono necessarie ulteriori ricerche per stabilire le basi neurobiologiche per queste alterazioni. Un'ipotesi è che decisioni svantaggiose nel dominio della perdita possano riguardare alterazioni nel funzionamento cortico-striatale tra individui con IGD, come è stato riportato tra individui con dipendenze comportamentali e di tossicodipendenza [45-47]. In particolare, l'insula svolge un ruolo fondamentale nella biologia della dipendenza e del processo decisionale [9,48,49] ed è implicato nell'apprendimento della perdita e nell'evitare l'apprendimento [50]. Pertanto, un'ipotesi speculativa è che le menomazioni nel processo decisionale legato all'evitare le perdite possano essere correlate al funzionamento insulare tra individui con IGD.

Si devono notare diverse limitazioni di questo studio. Primo, dato che IGD è più prevalente tra gli uomini [1,32], questo studio non ha incluso partecipanti femminili. Pertanto sono necessari ulteriori studi per valutare il processo decisionale per i guadagni e le perdite tra le donne con IGD. In secondo luogo, il nostro reclutamento di soli studenti universitari limita la generalizzabilità delle nostre scoperte. Sebbene gli studenti universitari siano una delle popolazioni più sensibili a IGD [5,33], sono necessari studi futuri per esplorare l'associazione tra assunzione di rischi per potenziali guadagni e perdite e IGD all'interno di campioni clinici. Infine, sono necessari studi con disegni longitudinali per indagare se le alterazioni decisionali sono una conseguenza o un precursore di IGD.

In conclusione, questo studio è il primo a valutare separatamente il processo decisionale nei domini di guadagno e perdita tra gli studenti universitari con IGA utilizzando il compito di Coppe. I soggetti con IGD hanno dimostrato una maggiore propensione al rischio rispetto alle HC. Inoltre, i soggetti con IGD hanno fatto scelte significativamente più rischiose rispetto agli HC negli studi RD in perdita ma non hanno acquisito dominio, e tale riduzione è stata associata a insensibilità alla grandezza del risultato e al livello di probabilità correlato a perdite rischiose. Inoltre, i punteggi di gravità della dipendenza da Internet sono stati positivamente associati a opzioni rischiose svantaggiose effettuate nel dominio delle perdite. Presi insieme, questi risultati suggeriscono che l'elaborazione delle alterazioni di perdita (rispetto al guadagno) possa essere alla base dei deficit decisionali in questa popolazione.

informazioni di supporto

Ringraziamenti

Gli autori ringraziano la Dr. Elaine Bossard per aver fornito la demo della versione originale del compito di Cups e il Dr. Shan Luo per l'aiuto con l'analisi dei dati.

Contributi degli autori

Concepito e progettato gli esperimenti: YWY PRC JTZ LYD QXL XYF. Eseguiti gli esperimenti: YWY PRC SL LJW JTZ. Analizzati i dati: YWY SL JTZ GC. Reagenti / materiali / strumenti di analisi forniti: JTZ XYF. Ha scritto il foglio: YWY JTZ SWY XYF.

Riferimenti

1. 1. Ko CH, Yen JY, Chen SH, Wang PW, Chen CS, et al. (2014) Valutazione dei criteri diagnostici del disturbo del gioco su Internet nel DSM-5 tra i giovani di Taiwan. J Psychiatr Res 53: 103-110. doi: 10.1016 / j.jpsychires.2014.02.008. PMID: 24581573
   • Vai all’Articolo
   • PubMed / NCBI
   • Google Scholar
2. 2. Petry NM, Rehbein F, Gentile DA, Lemmens JS, Rumpf HJ, et al. (2014) Un consenso internazionale per la valutazione dei disturbi del gioco su Internet utilizzando il nuovo approccio DSM-5. Dipendenza 109: 1399-1406. doi: 10.1111 / add.12457. PMID: 24456155
3. Vai all’Articolo
4. PubMed / NCBI
5. Google Scholar
6. Vai all’Articolo
7. PubMed / NCBI
8. Google Scholar
9. 3. King DL, Delfabbro PH (2014) La psicologia cognitiva del disordine del gioco su Internet. Clin Psychol Rev 34: 298-308. doi: 10.1016 / j.cpr.2014.03.006. PMID: 24786896
10. Vai all’Articolo
11. PubMed / NCBI
12. Google Scholar
13. Vai all’Articolo
14. PubMed / NCBI
15. Google Scholar
16. Vai all’Articolo
17. PubMed / NCBI
18. Google Scholar
19. Vai all’Articolo
20. PubMed / NCBI
21. Google Scholar
22. Vai all’Articolo
23. PubMed / NCBI
24. Google Scholar
25. Vai all’Articolo
26. PubMed / NCBI
27. Google Scholar
28. Vai all’Articolo
29. PubMed / NCBI
30. Google Scholar
31. Vai all’Articolo
32. PubMed / NCBI
33. Google Scholar
34. Vai all’Articolo
35. PubMed / NCBI
36. Google Scholar
37. Vai all’Articolo
38. PubMed / NCBI
39. Google Scholar
40. Vai all’Articolo
41. PubMed / NCBI
42. Google Scholar
43. Vai all’Articolo
44. PubMed / NCBI
45. Google Scholar
46. Vai all’Articolo
47. PubMed / NCBI
48. Google Scholar
49. Vai all’Articolo
50. PubMed / NCBI
51. Google Scholar
52. Vai all’Articolo
53. PubMed / NCBI
54. Google Scholar
55. Vai all’Articolo
56. PubMed / NCBI
57. Google Scholar
58. Vai all’Articolo
59. PubMed / NCBI
60. Google Scholar
61. Vai all’Articolo
62. PubMed / NCBI
63. Google Scholar
64. Vai all’Articolo
65. PubMed / NCBI
66. Google Scholar
67. Vai all’Articolo
68. PubMed / NCBI
69. Google Scholar
70. Vai all’Articolo
71. PubMed / NCBI
72. Google Scholar
73. Vai all’Articolo
74. PubMed / NCBI
75. Google Scholar
76. Vai all’Articolo
77. PubMed / NCBI
78. Google Scholar
79. Vai all’Articolo
80. PubMed / NCBI
81. Google Scholar
82. Vai all’Articolo
83. PubMed / NCBI
84. Google Scholar
85. Vai all’Articolo
86. PubMed / NCBI
87. Google Scholar
88. Vai all’Articolo
89. PubMed / NCBI
90. Google Scholar
91. Vai all’Articolo
92. PubMed / NCBI
93. Google Scholar
94. Vai all’Articolo
95. PubMed / NCBI
96. Google Scholar
97. Vai all’Articolo
98. PubMed / NCBI
99. Google Scholar
100. Vai all’Articolo
101. PubMed / NCBI
102. Google Scholar
103. Vai all’Articolo
104. PubMed / NCBI
105. Google Scholar
106. Vai all’Articolo
107. PubMed / NCBI
108. Google Scholar
109. Vai all’Articolo
110. PubMed / NCBI
111. Google Scholar
112. Vai all’Articolo
113. PubMed / NCBI
114. Google Scholar
115. Vai all’Articolo
116. PubMed / NCBI
117. Google Scholar
118. Vai all’Articolo
119. PubMed / NCBI
120. Google Scholar
121. Vai all’Articolo
122. PubMed / NCBI
123. Google Scholar
124. Vai all’Articolo
125. PubMed / NCBI
126. Google Scholar
127. Vai all’Articolo
128. PubMed / NCBI
129. Google Scholar
130. Vai all’Articolo
131. PubMed / NCBI
132. Google Scholar
133. Vai all’Articolo
134. PubMed / NCBI
135. Google Scholar
136. Vai all’Articolo
137. PubMed / NCBI
138. Google Scholar
139. Vai all’Articolo
140. PubMed / NCBI
141. Google Scholar
142. Vai all’Articolo
143. PubMed / NCBI
144. Google Scholar
145. Vai all’Articolo
146. PubMed / NCBI
147. Google Scholar
148. 4. Associazione Psychiatric Association (2013) Manuale diagnostico e statistico dei disturbi mentali (5th ed.). Arlington, VA: autore.
149. 5. Chou C, Condron L, Belland JC (2005) Una rassegna della ricerca sulla dipendenza da Internet. Educ Psychol Rev 17: 363-388. doi: 10.1007 / s10648-005-8138-1.
150. 6. Ko CH, Hsiao S, Liu GC, Yen JY, Yang MJ, et al. (2010) Le caratteristiche del processo decisionale, il potenziale per assumere rischi e la personalità degli studenti universitari con dipendenza da Internet. Psychiat Res 175: 121-125. doi: 10.1016 / j.psychres.2008.10.004. PMID: 19962767
151. 7. Bechara A (2005) Processo decisionale, controllo degli impulsi e perdita di volontà per resistere ai farmaci: una prospettiva neurocognitiva. Nat Neurosci 8: 1458-1463. doi: 10.1038 / nn1584. PMID: 16251988
152. 8. Lucantonio F, Stalnaker TA, Shaham Y, Niv Y, Schoenbaum G (2012) L'impatto della disfunzione orbitofrontale sulla dipendenza da cocaina. Nat Neurosci 15: 358-366. doi: 10.1038 / nn.3014. PMID: 22267164
153. 9. Paulus MP (2007) Disfunzioni decisionali in psichiatria: alterata elaborazione omeostatica? Science 318: 602-606. doi: 10.1126 / science.1142997. PMID: 17962553
154. 10. Bechara A, Damasio H (2002) Processo decisionale e dipendenza (parte I): alterata attivazione di stati somatici in individui dipendenti dalla sostanza quando si ponderano le decisioni con conseguenze future negative. Neuropsychologia 40: 1675-1689. doi: 10.1016 / S0028-3932 (02) 00015-5. PMID: 11992656
155. 11. Bechara A, Dolan S, Hindes A (2002) Processo decisionale e dipendenza (parte II): miopia per il futuro o ipersensibilità alla ricompensa? Neuropsychologia 40: 1690-1705. doi: 10.1016 / S0028-3932 (02) 00016-7. PMID: 11992657
156. 12. Marchio M, Roth-Bauer M, Driessen M, Markowitsch HJ (2008) Funzioni esecutive e assunzione di decisioni rischiose in pazienti con dipendenza da oppiacei. Alcool di droga Depen 97: 64-72. doi: 10.1016 / j.drugalcdep.2008.03.017. PMID: 18485620
157. 13. Rogers RD, Everitt B, Baldacchino A, Blackshaw A, Swainson R, et al. (1999) Deficit dissociabili nella cognizione decisionale di tossicodipendenti cronici di anfetamine, tossicodipendenti da oppiacei, pazienti con danno focale alla corteccia prefrontale e volontari normali impoveriti di triptofano: Evidenza per meccanismi monoaminergici. Neuropsychopharmacol 20: 322-339. doi: 10.1016 / S0893-133X (98) 00091-8. PMID: 10088133
158. 14. Monterosso J, Ehrman R, Napier KL, O'Brien CP, Childress AR (2001) Tre compiti decisionali nei pazienti dipendenti dalla cocaina: misurano lo stesso costrutto? Dipendenza 96: 1825-1837. doi: 10.1046 / j.1360-0443.2001.9612182512.x. PMID: 11784475
159. 15. Pawlikowski M, Brand M (2011) Eccessivo gioco d'azzardo su internet e processo decisionale: i giocatori di World of Warcraft eccessivi hanno problemi nel prendere decisioni in condizioni rischiose? Psychiat Res 188: 428-433. doi: 10.1016 / j.psychres.2011.05.017. PMID: 21641048
160. 16. Yao YW, Chen PR, Chen C, Wang LJ, Zhang JT, et al. (2014) Il mancato utilizzo del feedback provoca deficit decisionali tra i giocatori di Internet in eccesso. Psychiat Res 219: 583-588. doi: 10.1016 / j.psychres.2014.06.033. PMID: 25024056
161. 17. Sole D, Chen Z, Ma N, Zhang X, Fu X, et al. (2009) Funzioni di inibizione della risposta decisionale e prepotente in utenti Internet eccessivi. Spettri CNS 14: 75-81. PMID: 19238122
162. 18. Xu S (2012) Impulsività del comportamento dei tossicodipendenti di Internet: prove del gioco d'azzardo dell'Iowa. Acta Psychol Sin 44: 1523-1534. doi: 10.3724 / sp.j.1041.2012.01523
163. 19. Dong G, Hu Y, Lin X, Lu Q (2013) Cosa rende i tossicodipendenti di Internet continuano a giocare online anche se affrontati da gravi conseguenze negative? Possibili spiegazioni da uno studio fMRI. Biol Psychol 94: 282-289. doi: 10.1016 / j.biopsycho.2013.07.009. PMID: 23933447
164. 20. Dong G, Hu Y, Lin X (2013) Sensibilità premi / punizioni tra i tossicodipendenti di Internet: implicazioni per i loro comportamenti di dipendenza. Prog Neuro-Psychoph 46: 139-145. doi: 10.1016 / j.pnpbp.2013.07.007. PMID: 23876789
165. 21. Dong G, Huang J, Du X (2011) Sensibilità alla ricompensa migliorata e sensibilità alla perdita ridotta nei tossicodipendenti di Internet: uno studio fMRI durante un'attività di indovinatura. J Psychiatr Res 45: 1525-1529. doi: 10.1016 / j.jpsychires.2011.06.017. PMID: 21764067
166. 22. Lin X, Zhou H, Dong G, Du X (2015) Valutazione del rischio compromessa in persone con disordine di gioco su Internet: prove di risonanza magnetica derivante da un compito di attualizzazione probabilistica. Prog Neuro-Psychoph 56C: 142-148. doi: 10.1016 / j.pnpbp.2014.08.016. PMID: 25218095
167. 23. Fujiwara J, Tobler PN, Taira M, Iijima T, Tsutsui KI (2009) Codifica segregata e integrata di ricompensa e punizione nella corteccia cingolata. J Neurophysiol 101: 3284-3293. doi: 10.1152 / jn.90909.2008. PMID: 19339460
168. 24. Seymour B, Daw N, Dayan P, Singer T, Dolan R (2007) Codifica differenziale di perdite e guadagni nello striato umano. J Neurosci 27: 4826-4831. doi: 10.1523 / JNEUROSCI.0400-07.2007. PMID: 17475790
169. 25. Levin IP, Xue G, Weller JA, Reimann M, Lauriola M, et al. (2011) Un approccio neuropsicologico alla comprensione dell'assunzione di rischi per potenziali guadagni e perdite. Front Neurosci 6: 15-15. doi: 10.3389 / fnins.2012.00015. PMID: 22347161
170. 26. Weller JA, Levin IP, Shiv B, Bechara A (2007) Correlazioni neurali del processo decisionale adattivo per guadagni e perdite rischiose. Psychol Sci 18: 958-964. doi: 10.1111 / j.1467-9280.2007.02009.x. PMID: 17958709
171. 27. Brevers D, Bechara A, Cleeremans A, Kornreich C, Verbanck P, et al. (2014) Processo decisionale compromesso in soggetti con dipendenza da alcol. Alcohol Clin Exp Res 38: 1924-1931. doi: 10.1111 / acer.12447. PMID: 24948198
172. 28. Brevers D, Cleeremans A, Goudriaan AE, Bechara A, Kornreich C, et al. (2012) Il processo decisionale in condizioni di ambiguità ma non a rischio è legato alla gravità del problema del gioco d'azzardo. Psychiat Res 200: 568-574. doi: 10.1016 / j.psychres.2012.03.053.
173. 29. Wesley MJ, Hanlon CA, Porrino LJ (2011) La scarsa capacità decisionale degli utenti cronici di marijuana è associata a una ridotta reattività funzionale alle conseguenze negative. Psychiat Res-Neuroim 191: 51-59. doi: 10.1016 / j.pscychresns.2010.10.002. PMID: 21145211
174. 30. Gowin JL, Stewart JL, maggio AC, Ball TM, Wittmann M, et al. (2014) Alterata attivazione cingolata e corteccia insulare durante l'assunzione di rischi nella dipendenza da metamfetamine: le perdite perdono l'impatto. Dipendenza 109: 237-247. doi: 10.1111 / add.12354. PMID: 24033715
175. 31. Tang J, Yu Y, Du Y, Ma Y, Zhang D, et al. (2014) Prevalenza della dipendenza da Internet e la sua associazione con eventi stressanti della vita e sintomi psicologici tra gli utenti di Internet degli adolescenti. Addict Behav 39: 744-747. doi: 10.1016 / j.addbeh.2013.12.010. PMID: 24388433
176. 32. Dalbudak E, Evren C, Topcu M, Aldemir S, Coskun KS, et al. (2013) Relazione della dipendenza da Internet con impulsività e gravità della psicopatologia tra gli studenti universitari turchi. Psychiat Res 210: 1086-1091. doi: 10.1016 / j.psychres.2013.08.014. PMID: 23998359
177. 33. Ko CH, Yen JY, Chen SH, Yang MJ, Lin HC, et al. (2009) Proposto criteri diagnostici e lo strumento di screening e diagnosi della dipendenza da Internet negli studenti universitari. Comprendi Psychiat 50: 378-384. doi: 10.1016 / j.comppsych.2007.05.019. PMID: 19486737
178. 34. Chen S, Weng L, Su Y, Wu H, Yang P (2003) Sviluppo di una scala cinese di dipendenza da Internet e il suo studio psicometrico. Chinese J Psychol 45: 279.
179. 35. Mak KK, Lai CM, Ko CH, Chou C, Kim DI, et al. (2014) Proprietà psicometriche della scala modificata di dipendenza da Internet di Chen (CIAS-R) negli adolescenti cinesi. J Abnorm Child psychol 42: 1237-1245. doi: 10.1007 / s10802-014-9851-3. PMID: 24585392
180. 36. Jasper JD, Bhattacharya C, Levin IP, Jones L, Bossard E (2013) Numeracy come predittore del processo decisionale adattivo e rischioso. J Behav Dec Making 26: 164-173. doi: 10.1002 / bdm.1748.
181. 37. Weller JA, Fisher PA (2013) Deficit decisionali tra i bambini maltrattati. Maltrattamento del bambino 18: 184-194. doi: 10.1177 / 1077559512467846. PMID: 23220788
182. 38. Ersche KD, Roiser JP, Clark L, Londra M, Robbins TW, et al. (2005) La punizione induce un processo decisionale rischioso negli utenti di oppiacei sottoposti a terapia con metadone, ma non negli utilizzatori di eroina o volontari sani. Neuropsychopharmacol 30: 2115-2124. doi: 10.1038 / sj.npp.1300812. PMID: 15999147
183. 39. Svaldi J, Brand M, Tuschen-Caffier B (2010) Disabilità decisionali nelle donne con disturbo da alimentazione incontrollata. Appetito 54: 84-92. doi: 10.1016 / j.appet.2009.09.010. PMID: 19782708
184. 40. Robbins T, Clark L (2015) dipendenze comportamentali. Curr Opin Neurobiol 30C: 66-72. doi: 10.1016 / j.conb.2014.09.005.
185. 41. Tao R, Huang X, Wang J, Zhang H, Zhang Y, et al. (2010) Criteri diagnostici proposti per la dipendenza da Internet. Dipendenza 105: 556-564. doi: 10.1111 / j.1360-0443.2009.02828.x. PMID: 20403001
186. 42. Sescousse G, Barbalat G, Domenech P, Dreher JC (2013) Squilibrio nella sensibilità a diversi tipi di ricompense nel gioco d'azzardo patologico. Cervello 136: 2527-2538. doi: 10.1093 / cervello / awt126. PMID: 23757765
187. 43. Kim SM, Han DH, Min KJ, Kim BN, Cheong JH (2014) Attivazione del cervello in risposta a stimoli che inducono la voglia e l'avversione legati all'alcol nei pazienti con dipendenza da alcol. Alcool di droga Depen 141: 124-131. doi: 10.1016 / j.drugalcdep.2014.05.017. PMID: 24939441
188. 44. Gilpin NW, Roberto M (2012) La modulazione neuropeptidica della neuroplasticità dell'amigdala centrale è un mediatore chiave dell'alcolismo. Neurosci Biobehav Rev 36: 873-888. doi: 10.1016 / j.neubiorev.2011.11.002. PMID: 22101113
189. 45. Balodis IM, Kober H, Worhunsky PD, Stevens MC, Pearlson GD, et al. (2012) Minore attività frontostriatale durante l'elaborazione di premi monetari e perdite nel gioco d'azzardo patologico. Biol Psychiat 71: 749-757. doi: 10.1016 / j.biopsych.2012.01.006. PMID: 22336565
190. 46. Gradin VB, Baldacchino A, Balfour D, Matthews K, Steele JD (2013) Attività anormale del cervello durante un'attività di ricompensa e perdita in pazienti oppiacei che ricevono terapia di mantenimento con metadone. Neuropsychopharmacol 39: 885-894. doi: 10.1038 / npp.2013.289. PMID: 24132052
191. 47. Yip SW, DeVito EE, Kober H, Worhunsky PD, Carroll KM, et al. (2014) Misure di pretrattamento della struttura cerebrale e della funzione cerebrale di elaborazione della ricompensa nella dipendenza da cannabis: uno studio esplorativo delle relazioni con l'astinenza durante il trattamento comportamentale. Alcool di droga Depen 140: 33-41. doi: 10.1016 / j.drugalcdep.2014.03.031. PMID: 24793365
192. 48. Naqvi NH, Bechara A (2010) L'insula e la tossicodipendenza: una visione interocettiva del piacere, dell'urgenza e del processo decisionale. Funzionalità Brain Struct 214: 435-450. doi: 10.1007 / s00429-010-0268-7. PMID: 20512364
193. 49. Noël X, Brevers D, Bechara A (2013) Un approccio neurocognitivo per comprendere la neurobiologia della dipendenza. Curr Opin Neurobiol 23: 632-638. doi: 10.1016 / j.conb.2013.01.018. PMID: 23395462
194. 50. Samanez-Larkin GR, Hollon NG, Carstensen LL, Knutson B (2008) Le differenze individuali nella sensibilità insulare durante l'anticipazione della perdita predicono l'apprendimento dell'evitamento. Psychol Sci 19: 320-323. doi: 10.1111 / j.1467-9280.2008.02087.x. PMID: 18399882