Il collegamento funzionale squilibrato tra la rete di controllo esecutivo e la rete di ricompensa spiega i comportamenti di ricerca del gioco online nel disordine del gioco su Internet (2015)

Sci Rep. 2015; 5: 9197.
Pubblicato online 2015 Mar 17. doi: 10.1038 / srep09197

PMCID: PMC4361884

Guangheng Dong,^a,¹ Xiao Lin,¹ Yanbo Hu,² Chunming Xie,³ ed Xiaoxia Du⁴

Informazioni sull'autore ► Note d'articolo ► Informazioni sul copyright e sulla licenza ►

Astratto

La letteratura ha dimostrato che i soggetti con disturbo da gioco in Internet (IGD) mostrano un controllo esecutivo alterato e una maggiore sensibilità alla ricompensa rispetto ai controlli sani. Tuttavia, il modo in cui queste due reti influenzano congiuntamente il processo di valutazione e guidano i comportamenti di ricerca di giochi online dei soggetti IGD rimane sconosciuto. Trentacinque IGD e 36 controlli sani sono stati sottoposti a una scansione degli stati di riposo nello scanner MRI. La connettività funzionale (FC) è stata esaminata rispettivamente nelle regioni dei semi della rete di controllo e di ricompensa. Nucleus accumbens (NAcc) è stato selezionato come nodo per trovare le interazioni tra queste due reti. I soggetti IGD mostrano una FC ridotta nella rete di controllo esecutivo e una FC aumentata nella rete della ricompensa quando confrontati con i controlli sani. Quando si esaminano le correlazioni tra la NAcc e le reti di controllo / ricompensa esecutivo, il collegamento tra NAcc - rete di controllo esecutivo è negativamente correlato al collegamento tra NAcc - rete di ricompensa. I cambiamenti (diminuzione / aumento) nella sincronia cerebrale dei soggetti IGD nelle reti di controllo / ricompensa suggeriscono l'elaborazione inefficiente / eccessiva all'interno dei circuiti neurali alla base di questi processi. La proporzione inversa tra rete di controllo e rete di ricompensa in IGD suggerisce che le menomazioni nel controllo esecutivo portano a un'inibizione inefficiente delle voglie aumentate a un gioco online eccessivo. Questo potrebbe far luce sulla comprensione meccanicistica di IGD.

A differenza delle tossicodipendenze o dell'abuso di sostanze, il disturbo di gioco su Internet (IGD) non ha assunzione di sostanze chimiche o di sostanze mentre porta ancora alla dipendenza fisica, in modo simile ad altre dipendenze¹^,2. L'esperienza online delle persone può modificare la loro funzione cognitiva in un modo che guida il gioco online, il che si verifica anche in assenza di assunzione di droghe¹^,3^,4. Il DSM-5, considerando i disturbi e le dipendenze da uso di sostanze, ha generato criteri per il disturbo del gioco su Internet, e questo disturbo è incluso nella sezione dei disturbi contenenti DSM-5 che giustificano uno studio aggiuntivo⁵^,6. A livello del sistema neuronale, tuttavia, i meccanismi precisi alla base del fallimento del controllo cognitivo sono tutt'altro che chiari⁷.

Una caratteristica chiave di IGD è la perdita della volontà di controllare i comportamenti di ricerca dei giochi online. Recenti studi di risonanza magnetica funzionale (fMRI) hanno identificato due importanti pattern di attività neuronale in IGD: in primo luogo, sono state dimostrate inibizioni ridotte della risposta nei soggetti IGD utilizzando go / no-go⁸, cambio di attività⁹^,10e lo Stroop¹¹^,12^,13 compiti rispetto ai controlli sani (HC); In secondo luogo, i soggetti con IGD hanno mostrato una maggiore sensibilità alla ricompensa rispetto all'HC²^,14^,15 e ha mostrato pregiudizi cognitivi verso le informazioni derivate da Internet⁹^,16^,17. Queste due caratteristiche sono molto simili ai risultati degli attuali studi neuro-economici. Ci sono due distinte reti cerebrali che influenzano congiuntamente i processi decisionali¹⁸^,19: La rete di controllo esecutivo (coinvolge le cortecce laterali prefrontali e parietali¹⁹), che è legato ai premi ritardati; La rete di valutazione ventrale (coinvolge la corteccia orbitofrontale, lo striato ventrale e così via¹⁹^,20), media per premi immediati.

Le interazioni tra queste due reti sono anche dimostrate in gruppi di tossicodipendenti²⁰. Lo studio di Xie ha mostrato un collegamento funzionale sbilanciato tra la rete di controllo (collegamenti ridotti) e la rete di ricompensa (collegamenti potenziati) in soggetti dipendenti da eroina²¹, che può far luce sulla comprensione meccanicistica della tossicodipendenza a livello di sistema su larga scala. Si ritiene che le motivazioni avanzate alla ricerca di farmaci combinate con l'incapacità di inibire i comportamenti correlati alla droga rappresentino un fallimento del controllo esecutivo²²^,23^,24. Negli studi con IGD, i ricercatori hanno osservato caratteristiche simili nel controllo esecutivo e nella sensibilità della ricompensa (come menzionato prima). Tuttavia, il modo in cui queste due reti influenzano congiuntamente il processo di valutazione nei soggetti IGD e guidano i loro comportamenti di ricerca di giochi online rimane sconosciuto.

Recentemente, gli studi hanno studiato le attività neurali nel cervello umano durante lo stato di riposo (senza stimoli, senza compiti, non addormentarsi), che ha definito fMRI a riposo. Hanno scoperto che le attività neurali durante lo stato di riposo sono correlate tra regioni corticali con proprietà funzionali specifiche, ma non casuali²⁵^,26^,27. Si presume che queste correlazioni temporali riflettano la connettività funzionale intrinseca (FC) e siano state dimostrate attraverso diverse reti distinte²⁸^,29^,30. Può essere uno strumento utile per indagare le potenziali differenze della rete neuronale a un livello più intrinseco tra i gruppi IGD e HC durante lo stato di riposo.

Il modello di legame temporale suggerisce che la sincronizzazione dei segnali cerebrali tra i sistemi neurali è fondamentale per facilitare le comunicazioni neurali³¹. Le letterature hanno anche dimostrato che la FC riposante può essere un predittore delle prestazioni comportamentali²⁶^,32. Come accennato in precedenza, i soggetti con IGD hanno mostrato un diminuito controllo esecutivo e una maggiore sensibilità alla ricompensa rispetto all'HC. Noi ipotizziamo che i soggetti con IGD mostrano una maggiore sincronia nella rete di ricompensa e una diminuzione della sincronia nella rete di controllo rispetto a HC. Inoltre, ipotizziamo anche che la sottostante dualità delle reti control / reward che influenzano congiuntamente la valutazione sia stata compromessa in IGD. Per verificare queste ipotesi, dobbiamo prima misurare l'fMRI degli stati di riposo; In secondo luogo, dobbiamo selezionare alcune sementi per rappresentare reti diverse e misurare questi segnali BOLD basati sui semi, che è stabilire i collegamenti tra queste due reti; Terzo, abbiamo bisogno di misurare le loro interazioni per scoprire come lavorano insieme sui comportamenti.

Metodi

Selezione dei partecipanti

L'esperimento è conforme al Codice Etico dell'Associazione Medica Mondiale (Dichiarazione di Helsinki). Il Human Investigations Committee della Zhejiang Normal University ha approvato questa ricerca. I metodi sono stati eseguiti in conformità con le linee guida approvate. I partecipanti erano studenti universitari e reclutati tramite pubblicità. I partecipanti erano maschi destrimani (soggetti 35 IGA, controlli sani 36 (HC)). I gruppi IGD e HC non differivano significativamente nell'età (media IGA = 22.21, SD = 3.08 anni; HC media = 22.81, SD = 2.36 anni; t = 0.69, p = 0.49). Sono stati inclusi solo i maschi a causa della maggiore prevalenza di IGD negli uomini rispetto alle donne. Tutti i partecipanti hanno fornito consenso informato scritto e interviste psichiatriche strutturate (MINI)³³ quello eseguito da uno psichiatra esperto, che richiede circa 15 minuti. Tutti i partecipanti erano liberi dai disturbi psichiatrici di Asse I elencati in MINI. Abbiamo ulteriormente valutato la 'depressione' con il Beck Depression Inventory³⁴ e sono stati inclusi solo i partecipanti con un punteggio inferiore a 5. Tutti i partecipanti sono stati istruiti a non utilizzare sostanze di abuso, comprese le bevande a base di caffeina, il giorno della scansione. Nessun partecipante ha segnalato l'uso precedente di droghe illecite (ad es. Cocaina, marijuana).

Il disturbo da dipendenza da Internet è stato determinato sulla base del test online della dipendenza da Internet (IAT) di Young³⁵ punteggi di 50 o superiori. Lo IAT di Young è composto da 20 elementi da diverse prospettive di utilizzo di Internet online, tra cui dipendenza psicologica, uso compulsivo, ritiro, problemi a scuola o al lavoro, sonno, famiglia o gestione del tempo³⁵. Lo IAT si è dimostrato uno strumento valido e affidabile che può essere utilizzato nella classificazione di IAD³⁶^,37. Per ogni articolo, viene selezionata una risposta graduata da 1 = "Raramente" a 5 = "Sempre" o "Non applicabile". I punteggi su 50 indicano problemi occasionali o frequenti relativi a Internet) (www.netaddiction.com). Quando si selezionano soggetti IGD, abbiamo aggiunto un criterio aggiuntivo alle misure stabilite da Young di IAT: "spendi ___% del tuo tempo online giocando online" (> 80%).

Scansione dei dati degli stati di riposo

La scansione è stata eseguita nel centro MRI dell'Università Normale della Cina orientale. I dati di risonanza magnetica sono stati acquisiti utilizzando uno scanner Siemens Trio 3T (Siemens, Erlangen, Germania). Lo "stato di riposo" è stato definito come nessun compito cognitivo specifico durante la scansione fMRI nel nostro compito. I partecipanti dovevano restare fermi, chiudere gli occhi, rimanere svegli e non pensare a nulla in modo sistematico³⁸^,39. Per ridurre al minimo il movimento della testa, i partecipanti sono rimasti supini con la testa ben fissata dalla cintura e dai cuscinetti in gommapiuma. Le immagini funzionali dello stato di riposo sono state acquisite utilizzando una sequenza EPI (ecografia-planare). I parametri di scansione sono i seguenti: interleaved, tempo di ripetizione = 2000 ms, fette assiali 33, spessore = 3.0 mm, risoluzione nel piano = 64 * 64, tempo di eco = 30 ms, angolo di inversione = 90, campo visivo = 240 * 240 mm, volumi 210 (7 min). Le immagini strutturali sono state raccolte utilizzando un 1D pesato T3, sequenza di richiamo gradiente, ed è stato acquisito coprendo l'intero cervello (fette 176, tempo di ripetizione = 1700 ms, tempo di eco TE = 2.26 ms, spessore della fetta = 1.0 mm, salto = 0 mm , angolo di inversione = 90 °, campo visivo = 240 * 240 mm, risoluzione nel piano = 256 * 256).

Pre-elaborazione dei dati

I dati di riposo sono stati eseguiti utilizzando REST e DPARSF (http://restfmri.org)⁴⁰. La preelaborazione consisteva nella rimozione dei primi punti temporali 10 (a causa dell'equilibrio del segnale e per consentire ai partecipanti di adattarsi al rumore di scansione), correzione fisiologica, temporizzazione delle sezioni, registrazione del volume e correzione del movimento della testa. La possibile contaminazione da diversi segnali fastidiosi incluso il segnale di sostanza bianca, liquido spinale cerebrale, segnale globale e sei vettori di movimento sono stati regrediti. Le serie temporali di immagini di ciascun soggetto sono state corrette con correzione del movimento utilizzando un approccio a minimi quadrati e una trasformazione lineare a sei parametri (corpo rigido)⁴¹. L'immagine strutturale individuale è stata co-registrata nell'immagine funzionale media dopo la correzione del movimento utilizzando una trasformazione lineare. I volumi funzionali corretti dal movimento sono stati normalizzati spazialmente nello spazio MNI (Montreal Neurological Institute) e ricampionati a voxel isotropi da 3 mm utilizzando i parametri di normalizzazione stimati durante la segmentazione unificata. Ulteriore preelaborazione include (1) filtraggio passa-banda tra 0.01 e 0.08 Hz; (2) Per valutare la connettività funzionale, abbiamo prima calcolato il coefficiente di correlazione di Pearson tra i corsi di tempo dell'intensità del segnale medio di ciascuna coppia di regioni di interesse (ROI). Una trasformazione r-z di Fisher è stata applicata a ciascuna mappa di correlazione per ottenere una distribuzione approssimativamente normale dei valori di connettività funzionale e per applicare di conseguenza le statistiche parametriche.

Selezione della ROI a riposo

I semi sono stati scelti a priori sulla base delle letterature pubblicate, piuttosto che ricavare regioni di semi dai compiti per evitare pregiudizi e aumentare la generalizzabilità dei risultati. Per la rete di controllo, le sementi sono state definite sulla base di un recente studio FC utilizzando i dati di giovani adulti 1000⁴² suggerendo una rete di controllo frontale-parietale comprende sei regioni cerebrali. Si trovano nella zona frontale e parietale del cervello (trovare coordinate dettagliate da Figure 1 ). Abbiamo usato le coordinate simmetriche per selezionare i semi dall'emisfero destro.

Le ROI selezionate nella ricerca.

Per la rete di valutazione della ricompensa, numerosi studi hanno suggerito che il circuito striatale orbitofrontale supporta la conversione di tipi disparati di ricompense future in una sorta di valuta interna¹⁸^,20^,21. Questo circuito comprende lo striato ventrale, lo striato dorsale e il circuito orbitofrontale. Oltre a ciò, studi precedenti hanno anche dimostrato che la rete dell'amigdala è la regione chiave alla base della valutazione della ricompensa⁴³. Pertanto, in questo studio, abbiamo incluso anche l'amigdala nella rete di ricompensa. Poiché lo striato, l'amigdala sono regioni del cervello relativamente piccole, abbiamo selezionato l'intera regione come semi. L'amigdala fu estratta dall'atlante subcorticale di Harvard-Oxford; lo striato fu scelto usando l'atlante striato di Oxford. Per l'OFC, i semi sono stati definiti sulla base di una meta-analisi⁴⁴^,45, che suggerisce due distinte sottoregioni funzionali OFC laterali, una coinvolta in rappresentazioni di rinforzo indipendenti dalla motivazione (-23, 30, -12 e 16, 29, -13) e un'altra nella valutazione dei punitori che portano a cambiamenti nel comportamento (-32 , 40, -11 e 33, 39, -11). Vedere Figure 1 .

Le connessioni tra i semi che abbiamo selezionato sopra possono solo fornire le differenze a livello di gruppo e mostrare le connessioni interne all'interno della rete di controllo e della rete di ricompensa, separatamente. Per trovare le interazioni tra queste due reti per i singoli soggetti e come influenzano congiuntamente i comportamenti, abbiamo bisogno di un "nodo" che si connetta a entrambe le reti. In questo studio, abbiamo selezionato la regione del nucleo accumbens (NAcc) come un nodo connettivo o una regione 'seme' da collegare tra le reti di controllo e di ricompensa perché il NAcc ha un ruolo importante nella dipendenza⁴⁶e si sono dimostrati un valido nodo connettivo negli studi sulle dipendenze²¹. I NAcc furono anche estratti dall'atlante subcorticale di Harvard-Oxford.

Calcolo della connettività funzionale

Per ciascuna ROI, è stato ottenuto un corso temporale BOLD rappresentativo calcolando la media del segnale di tutti i voxel all'interno del ROI. Le pubblicazioni sulle reti funzionali hanno dimostrato di avere componenti separabili dell'emisfero destro e sinistro⁴⁷^,48^,49. Pertanto, in questo studio, abbiamo prima calcolato il valore medio delle FC tra le ROI di controllo / ricompensa destra e sinistra, separatamente. Quindi, abbiamo preso il valore medio di queste due FC come l'intero indice FC. La correlazione tra NAcc e rete executive / reward è stata calcolata come segue: Abbiamo calcolato il valore medio delle FC tra NAcc e il controllo / ricompensa ROI della rete nello stesso emisfero. Quindi, abbiamo preso il valore medio di queste FC emisferiche come indice generale FC.

Risultati

Differenza FC nella rete di controllo tra IGD e HC

Figure 2 mostra la FC nella rete di controllo in IGD e HC. La FC nella rete di controllo in HC è significativamente superiore a quella in IGD, a livello dell'intero cervello e dell'emisfero (HC è marginalmente significativo rispetto a IGD nella FC nella rete di controllo di sinistra).

Indici FC compositi della rete di controllo nei gruppi IGD e HC in diversi confronti: l'intero cervello (a sinistra), l'emisfero sinistro (a metà) e l'emisfero destro (a destra).

Differenza FC nella rete di premi tra IGD e HC

Figure 3 mostra la FC nella rete di ricompensa in IGD e HC. La FC nella rete di ricompensa IGD è marginalmente più significativa di quella di HC in tutto il cervello (p = 0.060) e emisfero sinistro (p = 0.061). Sebbene l'IGD mostri FC superiore a HC nell'emisfero destro, tuttavia, non raggiunge la significatività statistica (p = 0.112).

Indici compositi FC della rete di ricompensa nei gruppi IGD e HC in diversi confronti: l'intero cervello (a sinistra), l'emisfero sinistro (a metà) e l'emisfero destro (a destra).

Interazioni tra rete di controllo e rete di ricompensa

Abbiamo calcolato le interazioni tra la rete di controllo e la rete di ricompensa nell'intero livello del cervello e nei livelli emisferici. La prima riga di la figura 4 mostra la relazione tra rete di controllo e rete di ricompensa nell'intero cervello in tutti i soggetti (a sinistra) e nei gruppi (a destra). Possiamo trovare che la FC nella rete di controllo sia correlata negativamente con la rete di ricompensa in tutti i gruppi di soggetti. Le cifre nella seconda riga mostrano che la rete di controllo è inversamente correlata alla rete di ricompensa nell'emisfero sinistro. Tuttavia, nell'emisfero destro (la terza riga), anche se mostrano tendenze negative, tutte queste correlazioni non raggiungono la significatività statistica (questo potrebbe perché tutte le ROI della rete di controllo sono state definite nell'emisfero sinistro. emisfero sinistro simmetricamente). La quarta riga mostrava le interazioni tra l'emisfero tra la rete di controllo e la rete di ricompensa. Possiamo anche trovare la correlazione negativa tra la rete di controllo e la rete di ricompensa. Prendi tutto, anche se alcune di queste correlazioni non raggiungono la significatività statistica, possiamo ancora dedurre che la rete di controllo è negativamente correlata alla rete di ricompensa.

La relazione tra la rete di controllo e gli indici della rete di ricompensa in tutti i soggetti (a sinistra), IGD (medio) e gruppi HC (a destra), rispettivamente.

Discussione

Riduzione della sincronia della rete di controllo e maggiore sincronia della rete di ricompensa nei soggetti IGD

In questo studio, abbiamo osservato una diminuzione della sincronia della rete di controllo esecutivo dei soggetti IGD rispetto a quella di HC. Il modello di legame temporale suggerisce che la sincronizzazione dei segnali cerebrali tra le regioni cerebrali è cruciale nel facilitare le comunicazioni neurali³¹. Pertanto, la minore sincronia nella rete di controllo potrebbe indicare che il gioco online a lungo termine dei soggetti IGD ha compromesso il loro sistema di controllo esecutivo. Studi precedenti hanno scoperto che l'FC in una rete specifica può essere un predittore di prestazioni comportamentali rilevanti³⁰^,50^,51. Studi su fMRI basati su attività hanno anche dimostrato che i soggetti con IGD hanno mostrato inibizioni di risposta ridotta rispetto ai controlli sani⁸^,9^,11^,12. Tali tendenze di risposta sembrano essere influenzate dagli stimoli relativi al gioco online, con prestazioni peggiori osservate in IGD rispetto ai soggetti non IGD⁹. I deficit apparenti di cambiamento di set-shift e controllo cognitivo in IGD possono essere correlati all'elaborazione inefficiente all'interno dei circuiti neurali alla base di questi processi, con alcune di queste misure neurali relative alla severità dell'IGD¹².

Nella rete di ricompensa, la FC in IGD è marginalmente più alta di quella in HC. I legami più forti tra i semi della rete di ricompensa in IGD hanno suggerito che hanno mostrato un maggiore desiderio di ricompensa rispetto al gruppo HC. Gli studi di fMRI basati su attività hanno evidenziato che la sensibilità della ricompensa è elevata tra i soggetti con IGD rispetto ai controlli sani²^,9^,14^,15 in situazioni sia lievi che estreme. La maggiore sensibilità alla ricompensa può contribuire ad aumentare i desideri di giocare online, poiché i soggetti IGD possono ricevere una ricompensa più forte. E i giochi online a lungo termine possono indurre i giocatori a concedersi esperienze virtuali e rivivere queste esperienze nella vita reale⁵².

Correlazione squilibrata tra rete di controllo e rete di premi

Per testare ulteriormente le interazioni tra la rete di controllo esecutivo e la rete di ricompensa e per scoprire come influenzano congiuntamente i comportamenti finali nei singoli soggetti, abbiamo selezionato il NAcc come nodo connettivo o una regione 'seme' per collegare il controllo esecutivo e la ricompensa reti. Figure 4 mostra che gli indici della rete di controllo esecutivo e della rete di ricompensa hanno proporzioni inverse significative, il che suggerisce che più forte è la connettività della rete di ricompensa, più debole è la connettività della rete di controllo. Queste due reti interagiscono in modo pull e push dove una forte motivazione porterà al disturbo del circuito di controllo esecutivo, e il forte controllo esecutivo porterà all'inibizione dei desideri motivazionali⁵³.

Precedenti studi hanno dimostrato che il sistema di controllo esecutivo promuove il controllo cognitivo e comportamentale sulle pulsioni motivazionali e può consentire alle persone di inibire i desideri e i comportamenti di ricerca della ricompensa⁵⁴^,55^,56. La proporzione inversa tra la rete di controllo esecutivo e la rete di ricompensa potrebbe contribuire molto alla comprensione del meccanismo di dipendenza che sta alla base di IGD: aumentate sensazioni di gratificazione durante l'esperienza vincente o piacevole possono accrescere il loro desiderio di giocare online. Nel frattempo, le menomazioni nel controllo esecutivo possono portare a un'inibizione inefficiente di tali desideri, che può consentire a impulsi, desideri o voglie di dominare e portare a un eccessivo gioco online.

Il collegamento funzionale squilibrato tra la rete di controllo esecutivo e la rete di ricompensa può anche far luce sulla comprensione del processo decisionale di IGD. Gli studi hanno rivelato che i soggetti IGD mostrano una ridotta considerazione dei risultati esperienziali quando prendono decisioni future⁵². Nel prendere decisioni tra la partecipazione a esperienze immediatamente gratificanti (ad esempio, giocando online) e conseguenze negative a lungo termine (ad esempio, utilizzando il tempo trascorso a giocare invece di svolgere attività associate al successo professionale a lungo termine), le persone con IGD possono essere considerate come "Miopia per il futuro", come è stato descritto per le dipendenze da droga⁵⁷^,58^,59. La forte sincronia della rete di ricompensa dell'immediato compenso potrebbe sovvertire il processo decisionale per inibire l'impulso, il che potrebbe essere ragionevole per spiegare il processo decisionale basato sulla valutazione verso la ricompensa immediata, risultante nell'impulsivo comportamento di gioco online. Inoltre, i comportamenti di ricerca della ricompensa possono essere rafforzati attraverso esperienze online a breve termine, portando a un circolo vizioso di dipendenza dal gioco online.⁷.

Per riassumere, questo studio ha dimostrato che i cambiamenti (diminuzione / aumento) nella sincronia delle reti cerebrali dei soggetti IGD suggeriscono l'elaborazione inefficiente / eccessiva all'interno dei circuiti neurali alla base di questi processi. La proporzione inversa tra la rete di controllo esecutivo e la rete di ricompensa suggerisce che le menomazioni nel controllo esecutivo portano a un'inefficiente inibizione delle voglie aumentate a un gioco online eccessivo. Questi risultati potrebbero far luce sulla comprensione meccanicistica dell'IGD. Inoltre, le caratteristiche simili tra IGD e dipendenze da droghe (ad esempio, dipendenza da eroina) suggeriscono che IGD può condividere le simili basi neurali con altri tipi di dipendenze.

Limiti

Diverse limitazioni dovrebbero essere affrontate qui. Innanzitutto, poiché ci sono solo poche donne dipendenti dai giochi online, in questo studio abbiamo selezionato solo soggetti maschi. Lo squilibrio di genere potrebbe limitare le conclusioni finali. In secondo luogo, nel calcolare le interazioni tra reti di controllo e reti di ricompensa, abbiamo selezionato il NAcc come seme in base alla funzionalità del NAcc e alle precedenti letterature. Non sappiamo se ci siano semi migliori per questo calcolo. In terzo luogo, il presente studio ha rivelato solo che gli stati attuali esistevano nei soggetti IAD, non possiamo trarre conclusioni causali tra questi fattori. In quarto luogo, nella selezione delle ROI dell'emisfero destro per la rete di controllo esecutivo, abbiamo utilizzato le coordinate simmetriche in base all'emisfero sinistro, che potrebbe essere il motivo per cui gli indici nell'emisfero destro sono inferiori a quelli nell'emisfero sinistro.

Contributi degli autori

GD ha progettato l'esperimento e ha scritto la prima bozza del manoscritto. XL e XD hanno raccolto e analizzato i dati, preparato le cifre. YH e CX hanno discusso i risultati, hanno consigliato l'interpretazione e contribuito alla stesura finale del manoscritto. Tutti gli autori hanno contribuito e hanno approvato il manoscritto finale.

Ringraziamenti

Questa ricerca è stata sostenuta dalla National Natural Science Foundation of China (31371023). Il finanziatore non ha avuto ulteriore ruolo nella progettazione dello studio; nella raccolta, analisi e interpretazione dei dati; nella stesura del rapporto; o nella decisione di presentare il documento per la pubblicazione.

Riferimenti

Holden C. Dipendenze "comportamentali": esistono? Science 294, 980–982, (2001) .10.1126 / science.294.5544.980 [PubMed] [Croce Ref]
Dong G., Hu Y. e Lin X. Sensibilità alla ricompensa / punizione tra i tossicodipendenti di Internet: implicazioni per i loro comportamenti di dipendenza. Prog neuro-psychopharm biol psychiat 46, 139-145 (2013). [PubMed]
Weinstein A. & Lejoyeux M. Dipendenza da Internet o uso eccessivo di Internet. Am J Drug Alcohol Ab 36, 277–283 (2010). [PubMed]
Dong G., Lu Q., Zhou H. e Zhao X. Precursore o sequela: disturbi patologici nelle persone con disturbo da dipendenza da Internet. PloS one 6, e14703 (2011). [Articolo gratuito di PMC] [PubMed]
Petry NM e O'Brien CP disturbo da gioco su Internet e DSM-5. Dipendenza 108, 1186–1187 (2013). [PubMed]
American Psychiatric Association. Manuale diagnostico e statistico dei disturbi mentali (5th ed.) [145] (American Psychiatric Publishing, Washington DC, 2013).
Dong G. & Potenza MN Un modello cognitivo-comportamentale del disturbo da gioco su Internet: basi teoriche e implicazioni cliniche. J psychia res 58, 7-11 (2014). [Articolo gratuito di PMC] [PubMed]
Dong G., Zhou H. e Zhao X. Inibizione dell'impulso nelle persone con disturbo da dipendenza da Internet: prove elettrofisiologiche da uno studio Go / NoGo. Neurosci lett 485, 138–142 (2010). [PubMed]
Zhou Z., Yuan G. e Yao J. pregiudizi cognitivi nei confronti di immagini relative ai giochi su Internet e deficit esecutivi in individui con una dipendenza da giochi su Internet. PloS one 7, e48961 (2012). [Articolo gratuito di PMC] [PubMed]
Dong G., Lin X., Zhou H. e Lu Q. Flessibilità cognitiva nei tossicodipendenti di Internet: prove fMRI da situazioni di commutazione difficili da facili e da facili a difficili. Addict Behav 39, 677–683 (2014). [PubMed]
Dong G., Zhou H. e Zhao X. I maschi tossicodipendenti di Internet mostrano una ridotta capacità di controllo esecutivo: prova di un'attività Stroop con parole colorate. Neurosci lett 499, 114–118 (2011). [PubMed]
Dong G., Shen Y., Huang J. e Du X. Funzione di monitoraggio degli errori compromessa nelle persone con disturbo da dipendenza da Internet: uno studio FMRI correlato agli eventi. Eur addict res 19, 269-275 (2013). [PubMed]
Littel M. et al. Errore nell'elaborazione e inibizione della risposta in eccessivi lettori di giochi per computer: uno studio potenziale correlato all'evento. Addict biol 17, 934-947 (2012). [PubMed]
Dong G., Huang J. e Du X. Maggiore sensibilità alla ricompensa e diminuzione della sensibilità alla perdita nei tossicodipendenti di Internet: uno studio fMRI durante un'attività di indovinare. J psychiatry res 45, 1525-1529 (2011). [PubMed]
Dong G., DeVito E., Huang J. & Du X. L'imaging del tensore di diffusione rivela anomalie del talamo e della corteccia cingolata posteriore nei tossicodipendenti di giochi su Internet. J Psychiatry res 46, 1212-1216 (2012). [Articolo gratuito di PMC] [PubMed]
Ko CH et al. Attività cerebrali associate alla voglia di giocare della dipendenza da gioco online. J psichiatria res 43, 739-747 (2009). [PubMed]
Ko CH et al. Le attivazioni cerebrali sia per l'impulso indotto dai cue che per il desiderio di fumare tra i soggetti sono comorbili con la dipendenza da gioco su Internet e la dipendenza dalla nicotina. J psichiatria res 47, 486-493 (2013). [PubMed]
Montague PR & Berns GS Economia neurale e substrati biologici della valutazione. Neuron 36, 265-284 (2002). [PubMed]
McClure SM, Ericson KM, Laibson DI, Loewenstein G. e Cohen JD Sconto sul tempo per i premi primari. J Neurosci 27, 5796–5804 (2007). [PubMed]
Monterosso J., Piray P. & Luo S. Neuroeconomics and the study of addiction. Biol Psychiatry 72, 107-112 (2012). [PubMed]
Xie C. et al. Collegamento funzionale squilibrato tra reti di valutazione in soggetti astinenti dipendenti dall'eroina. Mol psichiatria 19, 10-12 (2014). [PubMed]
Barros-Loscertales A. et al. Abbassare l'attivazione nella rete frontoparietale destra durante un'attività di conta Stroop in un gruppo dipendente dalla cocaina. Psichiatria res 194, 111-118 (2011). [PubMed]
Goldstein RZ & Volkow ND Dipendenza da droghe e le sue basi neurobiologiche sottostanti: prove di neuroimaging per il coinvolgimento della corteccia frontale. The Am J psichiatria 159, 1642-1652 (2002). [Articolo gratuito di PMC] [PubMed]
Volkow ND et al. Il controllo cognitivo del desiderio di droga inibisce le regioni di ricompensa del cervello nei consumatori di cocaina. NeuroImage 49, 2536-2543 (2010). [Articolo gratuito di PMC] [PubMed]
Fox MD e Raichle ME Fluttuazioni spontanee nell'attività cerebrale osservate con la risonanza magnetica funzionale. Nat rev. Neurosci 8, 700–711 (2007). [PubMed]
Zhu Q., Zhang JD, Luo YLL, Dilks DD e Liu J. L'attività neurale nello stato di riposo attraverso le regioni corticali selettive del viso è comportamentale rilevante. J Neurosci 31, 10323-10330 (2011). [PubMed]
Greicius MD, Supekar K., Menon V. & Dougherty RF La connettività funzionale allo stato di riposo riflette la connettività strutturale nella rete in modalità predefinita. Cereb cortex 19, 72–78 (2009). [Articolo gratuito di PMC] [PubMed]
Miele CJ et al. Previsione della connettività funzionale a riposo a riposo dalla connettività strutturale. PNAS 106, 2035-2040 (2009). [Articolo gratuito di PMC] [PubMed]
Vincent JL et al. Architettura funzionale intrinseca nel cervello scimmia anestetizzato. Natura 447, 83-86 (2007). [PubMed]
Seeley WW et al. Reti di connettività intrinseca dissociabili per l'elaborazione della salienza e il controllo esecutivo. J Neurosci 27, 2349-2356 (2007). [Articolo gratuito di PMC] [PubMed]
Engel AK, Fries P. & Singer W. Predizioni dinamiche: oscillazioni e sincronia nell'elaborazione top-down. Nat rev. Neurosci 2, 704–716 (2001). [PubMed]
Cox CL et al. Il tuo cervello riposante si cura del tuo comportamento rischioso. PloS uno 5, e12296 (2010). [Articolo gratuito di PMC] [PubMed]
Lecrubier Y. et al. La Mini International Neuropsychiatric Interview (MINI). Un breve colloquio diagnostico strutturato: affidabilità e validità secondo la CIDI. Europ Psychiatry 12, 224-231 (1997).
Beck AT, Ward CH, Mendelson M., Mock J. & Erbaugh J. An Inventory for Measuring Depression. Arch Gen Psychiatry 4, 561–571 (1961). [PubMed]
Young KS Internet Addiction Test (IAT)http://netaddiction.com/index.php?option=combfquiz&view=onepage&catid=46&Itemid=106> (2009). Data di accesso: 09/09/2009.
Widyanto L. & McMurran M. Le proprietà psicometriche del test di dipendenza da Internet. Cyberpsychol behavior 7, 443–450 (2004). [PubMed]
Widyanto L., Griffiths MD e Brunsden V. Un confronto psicometrico tra Internet Addiction Test, Internet-Related Problem Scale e autodiagnosi. Cyberpsychol, behavior soc netw 14, 141–149 (2011). [PubMed]
Zang Y., Jiang T., Lu Y., He Y. e Tian L. Approccio di omogeneità regionale all'analisi dei dati fMRI. Neuroimage 22, 394–400 (2004). [PubMed]
Tu H. et al. Alterata omogeneità regionale nelle cortecce motorie in pazienti con atrofia sistemica multipla. Neurosci Lett 502, 18-23 (2011). [PubMed]
Yan C.-G. & Zang Y.-F. DPARSF: un toolbox MATLAB per l'analisi dei dati "pipeline" di fMRI a riposo. Front syst neurosci 4, 13, e3389 (2010). [Articolo gratuito di PMC] [PubMed]
Friston KJ, Frith CD, Frackowiak RS & Turner R. Caratterizzazione delle risposte dinamiche del cervello con fMRI: un approccio multivariato. NeuroImage 2, 166–172 (1995). [PubMed]
Yeo BT et al. L'organizzazione della corteccia cerebrale umana stimata dalla connettività funzionale intrinseca. J neurofisiolo 106, 1125-1165 (2011). [Articolo gratuito di PMC] [PubMed]
Waraczynski MA La rete centrale amygdala estesa come circuito proposto alla base della valutazione della ricompensa. Neurosci biobehav rev 30, 472-496 (2006). [PubMed]
Kringelbach ML & Rolls ET La neuroanatomia funzionale della corteccia orbitofrontale umana: prove da neuroimaging e neuropsicologia. Prog neurobiol 72, 341–372 (2004). [PubMed]
Wilcox CE, Teshiba TM, Merideth F., Ling J. & Mayer AR Reattività cue avanzata e connettività funzionale fronto-striatale nei disturbi da uso di cocaina. Drug alco depeend 115, 137–144 (2011). [Articolo gratuito di PMC] [PubMed]
Everitt BJ & Robbins TW Sistemi neurali di rinforzo per la tossicodipendenza: dalle azioni alle abitudini alla compulsione. Nat neurosci 8, 1481–1489 (2005). [PubMed]
Shirer WR, Ryali S., Rykhlevskaia E., Menon V. & Greicius MD Decodifica stati cognitivi guidati dal soggetto con schemi di connettività dell'intero cervello. Cereb cortex 22, 158–165 (2012). [Articolo gratuito di PMC] [PubMed]
Damoiseaux JS et al. Reti coerenti dello stato di riposo tra soggetti sani. PNAS 103, 13848-13853 (2006). [Articolo gratuito di PMC] [PubMed]
Habas C. et al. Distinti contributi cerebellari alle reti di connettività intrinseca. J Neurosci 29, 8586-8594 (2009). [Articolo gratuito di PMC] [PubMed]
Spreng RN, Stevens WD, Chamberlain JP, Gilmore AW e Schacter DL L'attività di rete predefinita, insieme alla rete di controllo frontoparietale, supporta la cognizione diretta all'obiettivo. NeuroImage 53, 303–317 (2010). [Articolo gratuito di PMC] [PubMed]
Krmpotich TD et al. L'attività dello stato di riposo nella rete di controllo esecutivo di sinistra è associata ad un approccio comportamentale ed è aumentata nella dipendenza dalla sostanza. Alcool farmaco dipendente 129, 1-7 (2013). [Articolo gratuito di PMC] [PubMed]
Dong G., Hu Y., Lin X. e Lu Q. Cosa spinge i tossicodipendenti di Internet a continuare a giocare online anche di fronte a gravi conseguenze negative? Possibili spiegazioni da uno studio fMRI. Biol psychol 94, 282–289 (2013). [PubMed]
Miller EK & Cohen JD Una teoria integrativa della funzione della corteccia prefrontale. Annu Rev Neurosci 24, 167–202 (2001). [PubMed]
Sofuoglu M., DeVito EE, Waters AJ e Carroll KM Miglioramento cognitivo come trattamento per le dipendenze da droghe. Neuropharmacol 64, 452–463 (2013). [Articolo gratuito di PMC] [PubMed]
Everitt BJ et al. La corteccia prefrontale orbitale e la tossicodipendenza negli animali da laboratorio e nell'uomo. Annual NY Acad Sci 1121, 576-597 (2007). [PubMed]
Goldstein RZ & Volkow ND Disfunzione della corteccia prefrontale nella dipendenza: risultati di neuroimaging e implicazioni cliniche. Nat rev. Neurosci 12, 652–669 (2011). [Articolo gratuito di PMC] [PubMed]
Pawlikowski M. & Brand M. Gioco su Internet e processo decisionale eccessivi: giocatori eccessivi di World of Warcraft hanno problemi nel prendere decisioni in condizioni di rischio? Ricerca di psichiatria 188, 428–433 (2011). [PubMed]
Floros G. & Siomos K. Modelli di scelte sui generi dei videogiochi e sulla dipendenza da Internet. Cyberpsycholo, behavior social netw 15, 417–424 (2012). [PubMed]
Bechara A., Dolan S. & Hindes A. Processo decisionale e dipendenza (parte II): miopia per il futuro o ipersensibilità alla ricompensa? Neuropsychologia 40, 1690-1705 (2002). [PubMed]