Analisis Jaringan-Based Ngandhakake Konektivitas Fungsi Related to Kecanduan Internet Kecanduan (2016)

Ngarep Hum Neurosci. 2016; 10: 6.

Published online 2016 Feb 1. aja: 10.3389 / fnhum.2016.00006

PMCID: PMC4740778

Tanya Wen^1,^2,^* lan Shulan Hsieh^1,^3,^4,^*

Informasi panganggit ► Artikel cathetan ► Informasi hak cipta lan Lisensi ►

Abstract

Kegirangan lan nggunakake internet bisa nduwe efek psikologis sing negatif, kayata sing dianggep minangka gangguan mental. Panliten saiki migunakaké statistik basis jaringan kanggo njlajah cara sambungan fungsional kabèh otak ing sajroning gegayutan karo tingkat kecanduan internet individu, diindeks dening angket pribadi. Kita nemtokake rong jaringan topologically penting, siji karo sambungan sing positif hubungan karo kecanduan internet kecanduan, lan siji karo hubungan sing negatip hubungan karo kecanduan internet kecanduan. Kaloro jaringan kasebut saling nyambungake ing wilayah frontal, sing bisa nggambarake owah-owahan ing wilayah frontal kanggo macem-macem aspek kontrol kognitif (yaiku kanggo kontrol panggunaan internet lan keterampilan game). Sabanjure, kita kategorine otak dadi sawetara subgroupings regional gedhe, lan nemokake yen mayoritas perkiraan koneksi ing rong jaringan iki cocog karo model kecanduan cerebellar sing kalebu model papat papat.

Ing pungkasan, kita mirsani yen wilayah otak sing paling ake hubungan antara-wilayah sing digandhengake karo kecenderungan internet kecantor niru sing kerep katon ing literatur kecanduan, lan dikukuhake karo analisis meta-analisis internet kita. Riset iki menehi pemahaman sing luwih apik babagan jaringan skala gedhe sing melu kecenderungan kecanduan internet lan nuduhake yen tingkat kecanduan internet pre-klinis dikaitkan karo wilayah lan sambungan sing padha minangka kasus klinis kecanduan.

keywords: kecanduan internet, statistik basis jaringan, konektivitas fungsional, resting-state, meta-analysis

Pambuka

Internet kecanduan (OReilly, 1996; Young, 1998) minangka fénoména modhèrn sing ditondoi kanthi prasaja lan panggunaan internet sacara kompulsif. Utamane, gangguan game internet (IGD) wis kacathet ing bagean III saka Manual Diagnostik lan Statistik versi 5 (DSM-5^®, Asosiasi Psikiatri Amerika [APA], 2013). Amarga kurang saka kriteria standar, sawetara literatur ngrampungake loro terminologi minangka sinonim (pirsani Petry lan O'Brien, 2013; Petry et al., 2014 kanggo diskusi); Nanging, pemakaian internet sing kompulsif lan berlebihan kanggo aktivitas apa wae (sing bakal kita deleng ing literatur iki minangka kecanduan internet) luwih global tinimbang IGD subtipe utama, sing bisa kalebu macem-macem bentuk internet sajrone game online (Griffiths lan Pontes, 2014; Király et al., 2014; Petry et al., 2014). Pengkajian kita saiki nyinaoni kecanduan internet ing wangun sing luwih umum. Kaya tumrap panggunaan substansi, kecanduan internet nuduhake gejala penundaan, toleransi, mundhut kontrol, lan masalah psikososial, sing ndadékaké kahanan gedhé utawa kahanan sing signifikan sacara klinis ing fungsi saben dinane. Prevalensi paling dhuwur ing negara-negara Asia lan ing bocah-bocah lanang, lan wis ditemtokake saka 14.1 nganti 16.5% (interval kapercayan persen 95) ing antarane para mahasiswa ing TaiwanLin et al., 2011). Fenomena kasebut wis narik kawigaten luwih saka sawetara taun kepungkur lan jelas ditemokake luwih lanjut.

Pencitraan resonans magnetik fungsional (fMRI) wis digunakake kanggo ngenali substrat saraf internet kecanduan, sing katon nuduhake tanda tangan otak sing padha karo kecanduan narkotika (Kuss lan Griffiths, 2012; Brand et al., 2014; Meng et al., 2015). Sawetara wilayah sing digandhengake karo ganjaran, kecanduan, lan keinginan wis ditemokake kanthi kontribusine gambling internet kanthi baseline, kalebu insula, accucens nukleus (NAc), cortex prefrontal dorsolateral (DLPFC), lan frontal orbital cortex (OFC) (Hoeft et al., 2008; Ko et al., 2009; Han et al., 2010; Sun et al., 2012; Ko et al., 2013). Nanging, pendekatan berbasis aktivasi mbandhingake kegiatan sing ana hubungane karo cue lan ora nemtokake carane wilayah otak interaksi, lan kanthi mangkono ora bisa ngganti sambungan fungsional sing digandhengake karo langkah-langkah klinis utawa tindak tanduk; nanging kelainan manungsa minangka akibat saka kerusuhan ing sistem Komplek interconnected (Fornito lan Bullmore, 2015). Perkenalan fmri negara istirahat wis mbuktekaken dadi alat sing kuat kanggo nyinaoni konektivitas saraf otak utek (van den Heuvel lan Pol, 2010). Konektivitas fungsionalitas istirahat-negara dievaluasi kanthi korélasi fluktuasi spontan sinyal-sinyal sing gumantung ing tingkat oksigen getih (BOLD) ing wilayah sing beda ing otak lan diduga nyedhiyakake ukuran organisasi fungsional, lan bisa mbiyantu nyinkronisasi sinkronisasi ora normal antara wilayah otak ing spektrum phenotypes psikologis (Biswal et al., 2010; Craddock et al., 2013).

Sanajan wis ana sawetara studi sing nyinaoni panyambungan fungsional kanggo nyinaoni panyambungan fungsional sing diganti sing adhedhasar kecanduan internet, sawetara studi sing nggunakake wilayah winih milih priori, salah siji (a) hubungane siji wilayah wiji karo voxels sisa saka otak kabeh [Hoeft et al., 2008 digunakake NAc; Lorenz et al., 2013 digunakake gyrus frontal inferior (IFG) sing tengen; Ding et al., 2013 digunakake cortex cingulate (PCC); Ko et al., 2015 digunakake amigdala; Zhang et al., 2015 digunakake insula; Hong et al., 2015 digunakake nukleus lan putamen caudate; Kühn lan Gallinat, 2015 digunakake pole frontal tengen; Li et al., 2015 digunakake DLPFC tengen] utawa (b) nindakake korélasi ing antarane sawetara ROI sing wis ditemtokake sing dipilih saka jaringan sing migunaniYuan et al., 2015 mriksa jaringan eksekutif pusat lan jaringan salience; Dong et al., 2015b mriksa jaringan kontrol eksekutif; Dong et al., 2015a mriksani jaringan kontrol eksekutif lan jaringan pahala; Li et al., 2014 mriksa jaringan inhibisi respon; Lin et al., 2015 mriksa enem ROIs kortikrialisasi bilateral sing wis ditemtokake). Wilayah wijang sing wis ditetepake mung dituduhake babagan proporsi cilik saka otak, saengga ora bisa nyedhiyani gambaran lengkap babagan cara nyambungake kena pengaruh kecanduan internet.

Sawetara studi sing banget nggunakake pendekatan kabèh-otak kanggo nyinaoni kecanduan internet. Kangge kawruh kita, saiki mung ana papat paper sing diterbitake sing nggunakake pendekatan otak utamane, lan metode sing cukup bervariasi, wiwit saka statistik basis jaringan (NBS; Hong et al., 2013) kanggo topologi (Hong et al., 2013; Wee et al., 2014; Park et al., 2015) kanggo panyambungan homotopic-mirrored vokal novelly (Wang et al., 2015). Ing tartamtu, Hong et al. (2013) dipekerjake NBS kanggo ngenali antarane beda klompok ing panyambungan fungsi inter-regional, lan nemokake sambungan sing ora ana hubungane karo sirkuit cortico-subkortikal ing pasien karo kecanduan internet. Nanging, panliten kasebut fokus marang ukuran sampel cilik saka populasi sing unik (remaja awal lanang).

Mulane, ing koran kita saiki, kita mutusake nggunakake pendekatan konektivitas utek kabeh, NBS (Zalesky et al., 2010a; Han et al., 2013), kanggo ngenali sambungan fungsi sing prediktif kecenderungan kecanduan internet. NBS minangka cara statistik sing validasi kanggo nangani masalah bandingake pirang-pirang masalah ing sawijining grafik, iku mèmper karo cara klaster (Nichols lan Holmes, 2002), lan digunakake kanggo ngenali koneksi lan jaringan sing kalebu konektivitas manungsa sing duweni efek eksperimen utawa prabédan antarane klompok kanthi nguji hipotesis kanthi bebas ing saben sambungan. Hasil kita bakal dibandhingake karo meta-analisis makalah sing ana hubungane karo sambung hubungan neural internet. Kita ngarepake babagan sastra sing ana ing sawetara cara: (1) Kita ngarepake nyedhiyakake gambar kecanduan internet sing luwih lengkap kanthi nggunakake analisis utamane otak tinimbang mung nggunakake sebagéyan cilik wilayah winih sing wis ditemtokake. (2) Senajan ana sawetara studi panyambungan fungsional kabèh-otak ing kecanduan internet (contone, Hong et al., 2013; Wang et al., 2015), studi iki nyedhaki kelompok kecanduan internet kanthi kontrol sehat. Sinau kita ora nduwe pasien klinis, nanging nduweni kecenderungan kecanduan internet minangka gradient. Kita ngarep-arep kanggo ngenali sambungan fungsi sing kekuatan dimodulasi dening tingkat kecanduan. (3) Sawetara studi kecanduan internet ora njupuk cerebellum dadi wawasan, nanging cerebellum wis disebabake minangka wilayah penting ing kecanduan (Moulton et al., 2014). Mangkono, kita kalebu cerebellum ing analisis kita. (4) Akeh studi ngatasi klompok peserta menyang lanang, lan asring ngemot ukuran sampel sing relatif cilik (contone, Hong et al., 2013, 2015; Kühn lan Gallinat, 2015). Kanggo nambah kaprigelan lan kekuwatan saka studi kasebut, sampel sing ngandhut jender lan ukuran sampel sing luwih gedhe perlu (Li et al., 2015). Kanthi ngatasi masalah ing ndhuwur, panliten iki ngarep-arep nyedhiyakake pemahaman sing luwih apik babagan panyambungan fungsional sing gegandhèngan karo kecenderungan kecanduan internet.

Bahan lan Metode

Meta-Analysis

Analisis meta diwangun nggunakake database NeuroSynth (http://neurosynth.org; Yarkoni et al., 2011). Analisis selaras ditindakake kanthi nggunakake istilah "kecanduan," "pecandu," "internet," "game," "game," lan "online" kanggo nggoleki studi sing terkait karo kecanduan internet ing basis data. Kriteria pemasukan iki diverifikasi kanthi manual, lan daftar pasinaon sing disedhiyakake rinci ing Bahan Tambahan 1. Sakabeh studi 18 kalebu. Koordinat aktivasi Puncak uga tetanggan 6 mm voxels diekstrak saka studi sing klebu. Sabanjure, analisis meta-koordinat iki ditindakake, mrodhuksi maju lan ngurmati kabèh otak z-score peta. Peta inferensi sing maju nedahake kemungkinan wilayah bakal ngaktifake diwenehake istilah kasebut [P(aktifitas | istilah)], saéngga mènèhi informasi marang konsistensi aktivasi kanggo istilah kasebut. Ing peta kesimpulan sing bali nuduhake kemungkinan sing syarat kasebut digunakake sajrone studi sing diwenehake nalika dianyari aktivasi [P(istilah | pengaktifan)]; Mulane wilayah sing diaktifake nuduhake luwih cenderung dadi panaliten babagan nyenengake internet tinimbang studi terkait kecanduan internet, sing nggambarake selektivitas wilayah kasebut. Awit loro kesimpulan maju lan malik muter peran penting ing ngewangi kita mangertos wilayah-wilayah sing ana hubungane karo kecanduan internet, kita tumpang tindih ing peta kesimpulan iki kanggo njelasake wilayah sing padha. Kelompok sing luwih gedhe tinimbang limang vokal dilaporake.

Resting-State fMRI

peserta

Piyambakipun nyambut damel ing iklan, nyobi wonten ing eksperimen (umur = 21-26 taun, umur = 19) taun, SD = 2.22 taun). Peserta sing tuwa (dituduhake dening Edinburgh Handedness Inventory), wis normal utawa didandani-normal-normal, lan ora ana riwayat psikologis utawa syaraf gangguan. Depresi, skor kecemasan lan intelijen ana ing sawetara normal [Skor Inventori Beck (BDI): 0-12; Skor Karakteristik Beck (BAI): 0-7; Raven's Standard Progressive Matrices skor skor: 35-57]. Skor Keunggulan Internet-kecathet (CIAS-R) Chen kabeh peserta wis kisaran = 28-92, tegese = 60.04, SD = 16.53. Tabel Table11 ngringkes informasi demografi lan karakteristik tindak tanduk peserta. Normalitas skor CIAS-R diverifikasi kanthi tes Shapiro-Wilk [W(47) = 0.98, p = 0.50]. Ora ana korélasi sing signifikan antara jender lan skor CIAS-R (Spearman's ρ = 0.15, p = 0.30). Kabeh peserta menehi persetujuan informed sing ditulis, lan protokol sinau disetujoni (NO: B-ER-101-144) dening Lembaga Review Institusi (IRB) Rumah Sakit Universitas Cheng Kung Nasional, Tainan, Taiwan. Kabeh peserta dibayar 500 NTD sawise rampung eksperimen.

Informasi demografi lan karakteristik tindak tanduk.

Chen Internet Kecanduan Skala-Diperbaharui (CIAS-R) Soal Jawab

Chen Internet Kecanduan Scale-Revised (CIAS-R; Chen et al., 2003) minangka langkah 26 sing digunakake kanggo netepake keruwetan kecanduan internet. CIAS-R adhedhasar kriteria perilaku aditif DSM-IV-TR lan ngandhut loro kecepetan internet kecanduan (a) gejala inti lan (b) masalah sing gegandhengan, ngetesake limang dimensi kalebu (1) penggunaan internet kompulsif, (2) gejala nalika internet dijupuk, (3) toleransi, (4) jeopardy hubungan antarpribadi lan kesehatan fisik, lan (5) masalah manajemen wektu. Item ditemtokake ing skala Likert 4-point, kanthi skor total mulai saka 26 nganti 104, sing nggambarake kecenderungan kecanduan internet sing rendah lan dhuwur. Wis ditampilake yen CIAS-R nduweni konsistensi internal sing dhuwur (Cronbach's α = 0.79-0.93; Chen et al., 2003) lan akurasi diagnostik dhuwur (AUC = 89.6%; Ko et al., 2005). Ing panliten iki, skor total CIAS-R digunakake minangka indikator status kecanduan internet saiki para peserta.

Image Acquisition and Processing

Imaging ditindakake kanthi nggunakake pemindai GE MR750 3T (GE Healthcare, Waukesha, WI, USA) ing pusat MRI National Cheng Kung University. Résolusi dhuwur anatomi ditampa nganggo cepet-SPGR, yaiku irisan aksial 166 (TR = 7.6 ms, TE = 3.3 ms, sudhut mlaku 171 = 12 °, 224 matriks × Matriks 224, kekandelan irisan = 1 mm). Gambar fungsional diduweni nggunakake sekuens pulse echo-planar imaging (EPI) jurang (TR = 2000 ms, TE = 30 ms, flip angle = 77 °, 64 matriks × 64 matriks, ketebalan irisan = 4 mm, ora ana celah, ukuran voxel 3.4375 mm × 3.4375 mm × 4 mm, 32 axial irisan panutup otak kabeh).

Peserta diwenehake kanggo ngendhaleni lan ngapusi ing scanner kanthi mata ditutup. Dheweke ora pengin mikir babagan acara tartamtu nalika maca. Wektu scanning kanggo gambar struktural kira-kira 3.6 min. Gambar fungsional kira-kira kurang luwih 8 min, kanthi limang TRS pisanan sing ditindakake minangka mindai pindai kanggo mesthekake yen sinyal kasebut wis mantep sakdurunge data dikumpulake; saéngga jeblugan nyakup gambar volume 240 EPI kanggo analisis.

Data wis diolah kanthi nggunakake Data Processing Assistant kanggo Resting-State fMRI (DPARSF; Yan lan Zang, 2010), sing adhedhasar fungsi ing MRIcroN (Rorden et al., 2007^¹) uga piranti lunak Statistik Parametric Mapping (SPM^²) lan Restu-Negara fMRI Data Analysis Toolkit (REST; Song et al., 2011) ing Matlab (The MathWorks, Inc., Natick, MA, USA). Gambar fungsional nglakoni koreksi wektu irisan, disusul karo re-realignment kanggo mbenerake gerakane nganggo transformasi awak sing kaku-6 parameter. Gerakan sakabèhé, sing ditondoi dening pamindahan framewise tegese (FD), ora gedhe (tegese = 0.05, SD = 0.03) lan ora kaiket karo skor CIAS-R (Spearman's = - 0.28, p = 0.055), saéngga impulsivity ora dadi faktor penipuan lan skor kecanduan internet (Kong et al., 2014). Gambar T1 diklompokaké dadi gambar fungsional. Gambar struktural dibagi ing CSF, materi putih lan materi abu-abu sing didhasarake ing peta kemungkinan jaringan ing ruang MNI, lan kalkulasi kasebut digunakake ing normalisasi T1 lan EPI ing ruang MNI. Data dicithak ing domain spasial kanthi nggunakake kernel Gauss saka lebar 6 mm ing setengah maksimum (FWHM) lan dibusak saka trend linear. Nuisance covariates kalebu sinyal tegese global, sinyal materi putih, lan sinyal cairan cerebrospinal padha kabur. Sanajan arep nindakake regresi sinyal global isih ana kontroversi (contone, Saad et al., 2012), kita mutusake kanggo ngleksanakake cara iki amarga wis disaranake kanggo ngoptimalake kekhasan korelasi fungsional lan nambah korespondensi antara korélasi lan anatomi negaraFox et al., 2009; Weissenbacher et al., 2009; Takeuchi et al., 2014). Akhire, gambar-gambar kasebut ngalami penyaringan band-pass 0.01-0.08 Hz.

Analisis Data

Gambar-gambar fMRI dibubaraké miturut Anatomical Labeling Otomatis (AAL; Tzourio-Mazoyer et al., 2002), misahake otak adhedhasar struktur anatomi menyang ROI 116 (utawa kelenjar). Kita milih atlas AAL amarga wis dadi pembalakan sing paling umum dipigunakaké ing studi jaringan fungsional (Stanley et al., 2013) lan uga cithakan sing digunakake dening Hong et al. (2013), sing sinau paling relevan kanggo kahanan kita, saéngga nambah sarjana sing bisa ditandingake antarane studi (Zalesky et al., 2010b). Cara NBS digunakake kanggo ngenali jaringan otak sing kasusun saka konektivitas fungsi inter-regional sing nuduhake korelasi sing signifikan karo skor CIAS-R. Panaliten ing ngisor iki dilakoni kanthi bantuan Alat Jaringan Statistic Based Network (Zalesky et al., 2010a) kanthi skrip Matlab ing omah liyane. Matriks korélasi 116 × 116 dipunbangun kangge saben peserta kanthi nggunakake kursus-kursus wektu ingkang dipunpendhet saking saben ROI. Ing Pearson r nilai wis normal Z nilai nggunakake Fisher kang Z transformasi. Saben sel matrik korelasi nuduhake kekuwatan sambungan (utawa pinggiran) ing antarane rong simpul. Tes univariat massal kanthi nggunakake korélasi pangkat Spearman ditindakake ing antarane skor CIAS-R peserta lan kekuwatan ing saben pinggiran kanggo ngenali koneksi sing ana gandhengane karo skor CIAS-R. Sisih calon sing nuduhake skor prediksi CIAS-R sing dhuwur bisa dipilih liwat ambang utama rear Spearman> 0.37 lan <-0.37 (udakara alpha buntut siji = 0.005), kanggo ngenali jaringan sing ana gandhengane kanthi positif lan negatif karo CIAS- Skor R. Sabanjure, klompok topologis, sing dikenal minangka komponen grafik sing gegandhengan diidentifikasi ing antarane sambungan ambang-ambang. Kesalahan searah kulawarga (FWE) kanggo ukuran komponen diitung nggunakake tes permutasi (3000 permutasi), sing kalebu nyusun skor CIAS-R kanthi acak lan mbaleni proses ing ndhuwur saben permutasi kanggo entuk distribusi nol ukuran komponen paling gedhe. Komponen grafik sing disambungake ukurane ngluwihi perkiraan FWE sing didandani ppotongan-nilai <0.05 diidentifikasi minangka jaringan sing ana gandhengane karo kecenderungan kecanduan internet. Penampil BrainNet (Xia et al., 2013) digunakake kanggo gambaran sambungan. Ilustrasi pipeline analisis data dituduhake ing Gambar Figure11.

GAMBAR 1

Flowchart analisis data pipeline. Pamikiran otak peserta wis diproses lan ditrapake ing wilayah struktural sing beda miturut cithakan AAL. Matriks korélasi dipunbangun kanthi ngginakaken kursus-kursus wektu ing saben wilayah ...

results

Meta-Analysis

Nerusake lan malikake inference z-score peta digawe saka NeuroSynth (ditampilake ing Gambar Figure22). Pengaktifan ing rong peta kasebut nuduhake samar-samar sing beda. Lobak peta kasebut ngungkapake aktivasi ing wilayah cerebellum, lobus temporal (temporal temporal rongisor sing luwih cendhèk, pucuk temporal sing unggul, lan gyrus temporal sing dhuwur lan unggul), sawetara wilayah frontal (gyrus frontal orbital tengah tengah lan unggul, gyrus frontal tengah tengen, prédhiksi frontal inferior, lan gyrus precentral tengen), putamen bilateral, insula bilateral, cingulate tengah tengen, lan precuneus tengen. Tabel Table22 dhaptar klompok sing diidhèntifikasi uga minangka wilayah AAL sing kagolong klompok.

GAMBAR 2

Peta inference meta-analisis sing dilakokaké ing NeuroSynth, nuduhake wilayah sing aktif ing inferensi maju, kesimpulan balik, lan tumpang tindih saka rong peta.

Klompok tumpang tindih maju lan mbéla peta.

Resting-State fMRI

Sambungan Fungsi Related to Internet Kecanduan Tendency

Nggunakake NBS, kita nemtokake rong jaringan sing nuduhake korelasi kekuatan pinggiran lan skor CIAS-R sing signifikanp <0.05, FWE-correction): siji kanthi pojok sing ana gandhengane kanthi skor CIAS-R ("positif CIAS-R," ditampilake kanthi warna abang), lan siji kanthi pojok sing ana gandhengane karo CIAS-R ("negatif CIAS-R," ditampilake nganggo warna biru). Jaringan positif CIAS-R kasusun saka 65 simpul lan 90 ujung (45 intrahemispheric, 42 interhemispheric, lan 3 sing nyambung menyang vermis), dene jaringan negatif kalebu 64 node lan 89 ujung (35 intrahemispheric, 40 interhemispheric, lan 14 nyambung menyang / ing njero vermis). Penting, dicathet yen loro jaringan kasebut ora beda-beda, lan padha nuduhake total 39 node, 30.77% kalebu wilayah cuping frontal. Jumlah total sudhut sing ana gandhengane karo CIAS-R kasusun saka 2.68% kabeh sudhut otak. Jaringan kasebut digambarake ing Gambar Figure33 lan sambungan spesifik kadhaptar ing Bahan Tambahan 2, Tabel S1.

GAMBAR 3

Jaringan sambungan sing ana hubungane karo skor CIAS-R. Lingkaran abu-abu makili centroid ing saben simpul lan dipirsani sesuai karo jumlah ujung sing signifikan sing digandhengake. Mung node karo sambungan bakal ditampilake. Garis abang makili ...

Distribusi Global saka Pindah Terlibat

Kanggo entuk pangerten sing luwih becik babagan carane sambungan kasebut disebarake, kita kudu melu Fornito et al. (2011) lan Hong et al. (2013), lan kategoriné saben wilayah AAL ing saben jaringan sing dadi pitung subkategori regional: frontal, temporal, parietal, occipital, insula lan cingulate gyri, subcortikal, lan cerebellum. Mayoritas pinggiran ing jaringan positif CIAS-R meluake hubungan antara (1) wilayah temporal lan insula lan cingulate gryi (~ 13%), sing paling akeh sing nyakup girus cingulate sing nyambungake maneka wilayah temporal; (2) frontal and temporal regions (~12%), sing kalebu hubungan antara korteks orbitofrontal medial, lobulus paracentral lan tempel usus temporal, kutub temporal; lan (3) parietal lan subkortikal wilayah (~ 11%), sing dumadi saka hubungan antarane korteks postentrasi lan lobet parietal sing unggul karo putamen lan pallidum. Iku menarik kanggo dicathet yen kajaba kanggo cuping frontal, kabeh wilayah liyane ora duwe sambungan intra-regional sing kekuatan positif hubungane karo kecanduan internet kecanduan. Mayoritas pinggiran ing jaringan negatif CIAS-R meluake hubungan antarane (1) ing lobus frontal lan cerebellum (~ 19%), sing paling akeh yaiku koneksi antarane wilayah frontal orbital lan maneka warna ROI ing cerebellum; lan (2) insula lan cingulate gyri lan lobus temporal (~ 12%), kang kalebu hubungan antara insula, cingulum, parahippocampal, lan tempus usus temporal. Ora ana wilayah occipital sing kalebu ing jaringan negatif CIAS-R. Proporsi koneksi antar regional ing saben jaringan digambarake ing Gambar Figure44.

GAMBAR 4

Proporsi pinggiran sing positif lan ngarala hubungane karo kecanduan internet ing antarane subgroupings regional. Proporsi diwatesi kanthi misahake nomer sudhut ing antarane (utawa ing) pasang wilayah kanthi total ...

Node sing kena pengaruh

Amarga akeh owah-owahan sing diidentifikasi, kita tindakake Finn et al. (2014), lan diidentifikasi node sing duwe "jumlah pinggiran CIAS-R" sing dhuwur "supaya bisa nganalisis analisis kita ing wilayah ngendi koneksi sing paling cedhak karo kecenderungan kecanduan internet. Sabanjure pinggiran CIAS-R-hubungane titik kasebut ditemtokake minangka total total pinggirane ing jaringan negatif CIAS-R lan CIAS-R negatif (iki setara karo konsep ukuran teori grafik). Cara iki bakal ngidini kita nemokake node nalika koneksi sing paling mungkin diganti kecenderungan kecanduan internet. Ing ngisor iki Tabel Table33 nandhani kelenjar sing kena pengaruh maksimal, lan nampilake simpul sing paling sethithik jumlah pinggiran CIAS-R paling sethithik 8. Gambaran saka kelenjar lan sambungan sing ditampilake ing Gambar Figure55. Iki uga minangka simpul sing dipilih kanggo diskusi.

Analisis tingkat node kecenderungan kecanduan internet.

GAMBAR 5

Gambaran saka kelenjar sing paling dhuwur karo sudhut sing ana hubungane karo kecanduan internet. Lingkaran ijo nggambar centroid ing saben simpul kanthi sudhut maksimal, nalika lingkungan kuning nggambarake mitra konektivitas fungsional. Jalur abang nuduhake sisi ...

Diskusi

Ing klompok bocah-bocah enom sing normal, kita nemtokake tingkat kecanduan internet liwat kuesioner awake dhewe (CIAS-R), lan luwih dikenalake rong jaringan otak sing koneksi fungsional gegayutan positif lan negatif karo kecenderungan kecanduan internet. Ing ngisor iki, kita bakal ngrembug asil kita ing skala pengamatan sing beda: (1) wilayah krusial sing ngubungake jaringan negatif CIAS-R lan CIAS-R, (2) kanthi proporsi sing dhuwur babagan kecenderungan kecanduan internet, lan (3 ) ing simpul kritis diganti dening kecenderungan kecanduan internet.

Wilayah Frontal Link CIAS-R Negatif lan Jaringan Negatif CIAS-R

Kita mirsani yen mayoritas simpul sing nyambungake loro (jaringan positif CIAS-R lan negatif CIAS-R) dumunung ing lobus frontal. Wilayah kasebut kalebu gyrus frontal unggul, IFG, frontal gyrus medial, rolandic operculum, lan area motor tambahan. Korteks prefrontal wis disambung dadi struktur kritis kognitif kontrol, inhibisi, lan pilihan respon (Aron et al., 2004; Talati lan Hirsch, 2005; Forstmann et al., 2008). Internet kecanduan iku kedadeyan nalika para pecandu wis ngurangi kontrol kendali lan pengambilan keputusan babagan panggunaan internet, sing dibayangke kanthi overuse senadyan dheweke ngalami efek negatif. Contone, sawetara panliten nemokake yen partisipan karo kecanduan internet nuduhake aktivasi fronto-striatis lan fronto-parietal sing luwih dhuwur sajrone tugas Go / Nogo (Ding et al., 2014; Ko et al., 2014; Chen et al., 2015) lan tugas Stroop (Dong et al., 2012a, 2013, 2014), nyatake inhibisi respon lan pemantauan kesalahan, lan impulsivity tambah. Nanging ing sisih liyane, pecandu internet lan pamuter video game kerep nuduhake kinerja fungsi kognitif banget, kayata kontrol motor lan nggawe keputusan sing wiyar sajrone game. Pancen, efek laku dolanan video wis ditampilake kanggo nerbitake macem-macem skills eksekutif sing ditambahi, kalebu kemampuan kesimpulan, motorik, attentional, lan probabilistik probabilitas (Green lan Bavelier, 2003; Castel et al., 2005; Dye et al., 2009; Green et al., 2010; Green et al., 2012). Siji paneliten fMRI nemokake mundhut rekrutmen jaringan fronto-parietal ing video game pemain dibandhingake non-gamer sajrone tugas sing ditrima kanthi dhuwur, bisa nggambarake kontrol eksekutif lan attentional sing luwih efisien (Bavelier et al., 2012). Rong pasuryan kontrol kognitif sing ditampilake dening pecandu internet ndadekake dilema sing menarik. Ing panliten kita, pengamatan wilayah frontal ngubungake loro jaringan ing ngendi konektivitas fungsional sing mudhun lan tambah dening kecenderungan kecanduan internet bisa nggambarake owahan ing wilayah frontal kanggo macem-macem aspek kontrol kognitif (yaiku kanggo ngontrol panggunaan internet lan skill game). Punika worth nyebutke sing sanajan Hong et al. (2013) hipotesis ana sing bisa dadi panyambungan fungsional sing gumantung karo efek praktik ing pecandu internet, mung konektivitas fungsionalitas sing kurang ing observasi. Siji kemungkinan ngajokaken dening Hong et al. (2013) amarga ora ana panyambungan fungsi fungsional sing tambah ing individu internet sing kecanduan amarga ukuran sampel sing cilik menehi kekuwatan. Kanthi nggunakake analisis basis wiji, sing mbutuhake sawetara banding tinimbang pendekatan kabèh otak, Hong et al. (2015) dianalisis maneh data 2013 lan nemu loro konektivitas fungsional sing tambah lan nyuda gumantung karo kecanduan internet.

Sambungan sing paling akeh didistribusikake Jaringan Tendensi Internet kecanduan

Data nuduhake nomer akeh inter- lan intra-hemispheric sambungan ing loro negatif jaringan CIAS-R lan CIAS-R, nggambarake pengaruh ekstensif cenderung kecanduan internet ing otak. Kita mirsani manawa proporsi paling dhuwur ing jaringan positif CIAS-R nglibatake "insula lan cingulate - temporal," "frontal - temporal," lan "subkortikal - parietal" ujung, nalika proporsi paling dhuwur saka koneksi ing CIAS-R jaringan negatif melu "frontal - cerebellar" lan "insula lan cingulate - temporal" ujung (Gambar Figure44). Ing model kecanduan sing dicithak (Moulton et al., 2014), cerebellum mbantu njaga homeostasis saka sekawan sirkuit sing saling nyambungake karo kecanduan: ganjaran / saliency, motivasi / drive, learning / memory lan uga kontrol kognitif. Model iki nyawiji model sirkuit papat (Volkow et al., 2003, 2010) lan jaringan panggonane fungsi cerebellar sing gegayutan karo pangolahan eksekutif lan asosiatif ing korteks cerebral (Buckner et al., 2011). Komponen kanggo ganjaran / saliency, motivasi / drive, lan learning / memory dikuatake, dene kontrol kognitif kalah ing kecanduan. Deleng Gambar Figure66 kanggo ilustrasi. Pengamatan kita babagan proporsi panyambungan fungsi paling dhuwur saka jaringan kecenderungan internet loro sing umum kompatibel karo Moulton et al. (2014) model komponen kritis sing terlibat ing sirkuit kecanduan. Uga, kita ora mirsani akeh sambungan sing dumadi saka rongga occipital, sing uga dovetails Hong et al. (2013) temuan. Nanging, kita uga nemokake sebagéyan gedhé pinggiran "subcortikal - parietal" sing sanajan ora utamané disorot ing model sirkuit papat, sambungan kasebut wis diamati ing literatur kecanduan internet (kayata, Ding et al., 2013; Hong et al., 2013, 2015), sing bisa amarga efek laku sing gegandhengan karo panggunaan internet.

GAMBAR 6

Model kecanduan sing nuduhaké peran modulasi cerebellum saka papat jaringan otak utama sing diajukake bakal kena akibat kecanduan (diadaptasi saka Moulton et al., 2014). Sirkuit iki kalebu ganjaran / saliency, motivasi / drive, learning / memory, ...

Titik kritis Diubah dening Kecanduan Internet Kecanduan

Kita kenal node kanthi koneksi paling maksimal sing ana hubungane karo kecenderungan kecanduan internet. Simpul kasebut yaiku wong-wong sing pola hubungane antara simpul dhewe lan wilayah otak liyane sing paling rentan diganti dening kecenderungan kecanduan internet. Wilayah kasebut sacara khusus yaiku gyrus cingulate posterior bilateral, insula tengen, gyrus temporal tengah, ninggalaké kutub temporal unggul, putamen tengen, lan bagian orbit saka IFG kiwa (Gambar Figure55). Wilayah-wilayah iki wis disebabake minangka wilayah kunci ing akeh (internet) studi kecanduan lan sawetara wis disebutake ing bagean sadurunge. Kita saiki ngrembug babagan sastra sing nyoroti wilayah kasebut kanthi luwih rinci. PCC, bagean saka jaringan mode standar lan melu macem-macem aspèk pemrosesan diri (Buckner et al., 2008; Fransson lan Marrelec, 2008), dadi wilayah wiji ing Ding et al.'S (2013) panlitèn, sing nuduhaké panyambungan fungsional sing gedhé banget karo rongga rongga cerebellum bilateral lan gyrus temporal tengah, nalika ngurangi lobulus parietal inferior bilateral lan gyrus temporal inferior ing internet pecandu game. Internet pecandu uga ditemokake kanggo nuduhake anisotropi pecahan normal (Dong et al., 2012b) lan keruwetan barang abu-abu (Zhou et al., 2011) ing PCC. Zhang et al. (2015) milih insula, sing wis disebabake ing kecanduan (Naqvi lan Bechara, 2009; Droutman et al., 2015), minangka wilayah wiji lan ditemokake panyambungan fungsional sing diganti karo jaringan wilayah ing pecandu internet. Peran insula ing kecanduan wis disaranake kanggo nggabungake sinyal interoceptive menyang raos sadar (ndesake obat) lan prilaku bias nalika nggawe keputusan (Naqvi lan Bechara, 2009). Gyrus temporal tengah lan kutub temporal unggul wis diamati ing sawetara studi kecanduan internet (waca Meng et al., 2015 kanggo meta-analisis), lan wis digandhengake karo game nggusah / keinginan, pangolahan semantik, disembodiment, memori kerja, lan proses emosi; Nanging, peran tartamtu ing kecanduan mbutuhake penyelidikan luwih lanjut. Ing putamen, bagéan saka striatum dorsal, uga wilayah kritis sing disaranake dening panalitiyan kecanduan (kayata, Ko et al., 2009; Ding et al., 2013; Lin et al., 2015), ing endi dopamin neurotransmission campur ing pangembangan compulsive-seeking and idem (Volkow et al., 2006; Koob lan Volkow, 2010). Salajengipun, panaliten ngandharaken bilih dysfunction kaliyan sirkuit striato-thalamo-orbitofrontal minangka panyebab krusial, dene striatum dorsal ingkang wonten ing praktik-praktek lan keinginan, korteks orbitofrontal kalebet salience, drive, lan compulsivityVolkow lan Fowler, 2000; Koob lan Volkow, 2010; Volkow et al., 2010; Goldstein lan Volkow, 2011). Fungsi ora normal korteks orbitofrontal bisa nerangake perilaku sing nglakoni kesalahan ing kecanduan. Summarizing kasebut ing ndhuwur, simpul-simpul sing kita kenal yaiku pusat sing paling rentan ditrapake dening kecanduan internet, lan wis diidentifikasi ing pirang-pirang literatur sing ana.

Batesan

Kaya sing dituduhake dening salah sijine panaliti kita, manawa kanggo nindakake regression sinyal global ing negara ngendheke fMRI isih tetep dadi debat sing saiki. Sawise maneh nganalisa data sing saiki tanpa regression sinyal global, asil kita beda beda tinimbang analisis asli kita lan mung 22.91% saka sudhut ditemokake ing NBS nganalisa tanpa regression sinyal global overlapped karo sing ana ing asil kita saiki. Tanpa regression sinyal global, kita ora nemokake koneksi fungsional sing cukup positif karo skor CIAS-R; Nanging, kita nemokake jaringan sing kalebu sambungan fungsi sing ana hubungan negatif karo skor CIAS-R. Nalika ngenali node kanthi sambungan sing paling akehe gegandhèngan karo kecenderungan kecanduan internet, kita nemokake konsistensi karo analisis regresi sinyal global saéngga wilayah sing cingulate, insula, temporal, lan frontal paling larang. Nanging, sawetara prabédan kalebu nemokake tambahan saka wilayah motor tambahan bilateral lan gyrus sudut tengen sing nuduhaké panyambungan fungsional, lan ora ana wilayah subkortis ing jaringan kasebut. Nalika révisi sinyal global tetep isih kontroversial, kita mutusaké kanggo nglaporake asil kasebut. Rincian jaringan sing diidentifikasi tanpa regression sinyal global didokumentasikan ing Bahan Tambahan 3. Muga-muga, karya depan ing gambar sing wis didandani bakal ngasilake cahya ing asil sing luwih akurat. Ing wekdal punika, kita saranaken interpretasi asil kasebat kanthi salebeting cathetan kasebut.

kesimpulan

Nggunakake pendekatan data-driven, kita nuduhake statistik basis jaringan minangka alat sing migunani kanggo nemtokake konektivitas uta otak sing kena pengaruh kecenderungan kecanduan internet, ngenali koneksi lan wilayah kritis sing nyinaoni studi sadurunge. Dibandhingake karo analisis wiji, pendekatan otak iki nyedhiyakake analisis komprehensif babagan sambungan otak sing terkait karo kecanduan internet, nyelidiki total sambungan 6670. Kita luwih nunjukake menawa akeh sambungan fungsional lan wilayah otak sing kritis ing kasus klinis kecanduan uga ditemokake bakal digandhengake karo tendensi pra-klinis sing diindeks dening langkah-langkah kuesioner perilaku. Sanajan nggunakake pendekatan correlational, kita ora bisa yakin manawa jaringan kasebut diganti minangka akibat saka panggunaan internet utawa manawa ana karakteristik wong sing predisposed karo risiko luwih dhuwur ngembangake kecanduan internet, panliten iki nyedhiyakake informasi sing bermanfaat kanggo mbantu kita mangerteni saraf ciri sing nduwe dhasar kecanduan lan pangembangane.

Kontribusi panganggo

TW ditindakake eksperimen, nganalisis data, nerangake asil, nulis lan ngrubah manuskrip. SH ngrancang eksperimen kasebut, nyerat proposal hibah, dipandu persiapan lan eksekusi eksperimen, mbantu ing interpretasi data, nyiapake, lan ngrubah manuskrip.

Pernyataan Konflik Kepentingan

Panulis ngandharake yen riset kasebut dilakoni kanthi ora ana hubungan komersial utawa finansial sing bisa dianggep minangka konflik kepentingan potensial.

Acknowledgments

Para penulis ngucapake matur nuwun marang Yun-Ting Lee kanggo bantuan pengumpulan data lan Professor Po-Hsien Huang kanggo konsultasi statistik. Sinau dibiayai dening Kementerian Sains lan Teknologi (PALING), Taiwan (PALING 102-2420-H-006-006-MY2 lan PALING 104-2420-H-006-004-MY2). Saliyane, riset iki uga didhukung dening Kementerian Pendidikan (MOE), Taiwan, ROC The Aim kanggo Proyek Universitas Top Nasional Cheng Kung University (NCKU). Kami ngucapake Mind Research and Imaging Centre (MRIC), didhukung dening PALING, ing NCKU kanggo konsultasi lan kasedhiya instrumen. Soal selidik CIAS-R disupport oleh Sue-Huei Chen.

Cathetan sikil

¹http://www.mricro.com

²http://www.fil.ion.ucl.ac.uk/spm

Bahan Tambahan

Bahan Tambahan kanggo artikel iki bisa ditemokake online ing: http://journal.frontiersin.org/article/10.3389/fnhum.2016.00006

Klik kene kanggo file data tambahan.^{(20K, DOCX)}

Klik kene kanggo file data tambahan.^{(33K, DOCX)}

Klik kene kanggo file data tambahan.^{(258K, DOCX)}

Cathetan Suku

Asosiasi Psikiatri Amerika [APA] (2013). Manual Diagnostik lan Statistik Penyakit Mental (DSM-5^®). Arlington, VA: American Psychiatric Pub.
Aron AR, Robbins TW, Poldrack RA (2004). Inhibisi lan corteks frontal inferior tengen. Trends Cogn. Sci. 8 170-177. 10.1016 / j.tics.2004.02.010 [PubMed] [Ref]
Bavelier D., Achtman RL, Mani M., Focker J. (2012). Dasar saraf saka manungsa sing selektif ing pemain video game aksi. Vis. Res. 61 132-143. 10.1016 / j.visres.2011.08.007 [Artikel gratis PMC] [PubMed] [Ref]
Biswal BB, Mennes M., Zuo XN, Gohel S., Kelly C., Smith SM, et al. (2010). Menyang nemokake panemuan ilmu fungsi otak manungsa. Proc. Natl. Acad. Sci. Amerika Serikat 107 4734-4739. 10.1073 / pnas.0911855107 [Artikel gratis PMC] [PubMed] [Ref]
Brand M., Young KS, Laier C. (2014). Kontras kontrol lan Internet kecanduan: model teoretis lan review neuropsikologi lan neuroimaging temuan. Ngarep. Hum. Neurosci. 8: 375 10.3389 / fnhum.2014.00375 [Artikel gratis PMC] [PubMed] [Ref]
Buckner RL, Andrews-Hanna JR, Schacter DL (2008). Jaringan default otak - Anatomi, fungsi, lan relevan karo penyakit. Taun Cogn. Neurosci. 2008 1-38. 10.1196 / annals.1440.011 [PubMed] [Ref]
Buckner RL, Krienen FM, Castellanos A., Diaz JC, Yeo BTT (2011). Organisasi cerebellum manungsa sing dianggep karo panyambungan fungsi intrinsik. J. Neurophysiol. 106 2322 – 2345. 10.1152 / jn.00339.2011 [Artikel gratis PMC] [PubMed] [Ref]
Castel AD, Pratt J., Drummond E. (2005). Efek saka pengalaman video game aksi ing wektu kanggo nyegah pemulangan lan efisiensi panelusur visual. Acta Psychol. 119 217-230. 10.1016 / j.actpsy.2005.02.004 [PubMed] [Ref]
Chen CY, Huang MF, Yen JY, Chen CS, Liu GC, Yen CF, et al. (2015). Kaitane karo otak saka inhibisi respon ing gangguan game Internet. Klinik Psikiatri. Neurosci. 69 201-209. 10.1111 / pcn.12224 [PubMed] [Ref]
Chen S., Weng L., Su Y., Wu H., Yang P. (2003). Perkembangan kecanduan internet Cina lan psikometrik. Chin. J. Psychol. 45 251-266. 10.1371 / journal.pone.0098312 [Ref]
Craddock RC, Jbabdi S., Yan CG, Vogelstein JT, Castellanos FX, Di Martino A., et al. (2013). Konektivitas sinar manungsa ing macroscale. Nat. Metode 10 524-539. 10.1038 / Nmeth.2482 [Artikel gratis PMC] [PubMed] [Ref]
Ding WN, Sun JH, Sun YW, Chen X., Zhou Y., Zhuang ZG, et al. (2014). Impulsivity trait lan gangguan pencegahan prefrontal impuls ing remaja karo kecanduan internet game dicethakaké dening sinau fMRI Go / No-Go. Behav. Fungsi Otak. 10:20 10.1186/1744-9081-10-20 [Artikel gratis PMC] [PubMed] [Ref]
Ding WN, Sun JH, Sun YW, Zhou Y., Li L., Xu JR, et al. (2013). Konfigurasi jaringan standar minangka panyambungan fungsional ing negara remaja karo kecanduan game internet. PLOS ONE 8: e59902 10.1371 / journal.pone.0059902 [Artikel gratis PMC] [PubMed] [Ref]
Dong GH, DeVito EE, Du XX, Cui ZY (2012a). Kawigaten kendharaan kendharaan ing 'gangguan kelainan internet': pangaji imaging fungsional imaging fungsional. Psychiatry Res. Neuroimaging 203 153-158. 10.1016 / j.pscychresns.2012.02.001 [Artikel gratis PMC] [PubMed] [Ref]
Dong GH, DeVito E., Huang J., Du XX (2012b). Pencitraan tensor penyebaran ngungkapake kelainan thalamus lan kelainan cingulate cingulate ing internet pecandu game. J. Psychiatr. Res. 46 1212-1216. 10.1016 / j.jpsychires.2012.05.015 [Artikel gratis PMC] [PubMed] [Ref]
Dong GH, Lin X., Hu YB, Xie CM, Du XX (2015a). Tautan fungsi ora seimbang antarane jaringan kontrol eksekutif lan jaringan pahala nerangake tindak tanduk seeking online game ing gangguan game Internet. Sci. Rep. 5: 9197 10.1038 / Srep09197 [Artikel gratis PMC] [PubMed] [Ref]
Dong GH, Lin X., Potenza MN (2015b). Nyuda panyambungan fungsional ing jaringan kontrol eksekutif gegandhengan karo fungsi eksekutif sing ora bisa diatasi ing gangguan game Internet. Prog. Neuro-Psychopharmacol. Biol. Psychiatry 57 76-85. 10.1016 / j.pnpbp.2014.10.012 [Artikel gratis PMC] [PubMed] [Ref]
Dong GH, Lin X., Zhou HL, Lu QL (2014). Kelenturan kognitif ing internet pecandu: bukti fMRI saka kahanan ngoper-susah gampang lan gampang-angel. Addict. Behav. 39 677-683. 10.1016 / j.addbeh.2013.11.028 [PubMed] [Ref]
Dong GH, Shen Y., Huang J., Du XX (2013). Fungsi kesalahan ngawasi cacat ing wong kanthi gangguan kecanduan internet: studi fMRI sing ana hubungane karo acara. Eur. Addict. Res. 19 269-275. 10.1159 / 000346783 [PubMed] [Ref]
Droutman V., Baca SJ, Bechara A. (2015). Revisiting peran insula ing kecanduan. Trends Cogn. Sci. 19 414-420. 10.1016 / j.tics.2015.05.005 [Artikel gratis PMC] [PubMed] [Ref]
Dye MWG, CS Green, Bavelier D. (2009). Tambah kecepatan pangolahan kanthi game video aksi. Curr. Dir. Psychol. Sci. 18 321-326. 10.1111 / j.1467-8721.2009.01660.x [Artikel gratis PMC] [PubMed] [Ref]
Finn ES, Shen X., Holahan JM, Scheinost D., Lacadie C., Papademetris X., et al. (2014). Gangguan jaringan fungsional ing disleksia: analisis kabèh-otak, analisis data konektivitas konektivitas. Biol. Psychiatry 76 397-404. 10.1016 / j.biopsych.2013.08.031 [Artikel gratis PMC] [PubMed] [Ref]
Fornito A., Bullmore ET (2015). Connectomics: paradigma anyar kanggo mangertèni penyakit otak. Eur. Neuropsychopharmacol. 25 733-748. 10.1016 / j.euroneuro.2014.02.011 [PubMed] [Ref]
Fornito A., Yoon J., Zalesky A., Bullmore ET, Carter CS (2011). Gangguan konektivitas fungsi umum lan spesifik ing skizofrenia episode pisanan sajrone kinerja kontrol kognitif. Biol. Psychiatry 70 64-72. 10.1016 / j.biopsych.2011.02.019 [Artikel gratis PMC] [PubMed] [Ref]
Walikota WPM, van Ridderinkhof KR (2008). Mekanisme neural, dinamika temporal, lan beda-beda ing kontrol interferensi. J. Cogn. Neurosci. 20 1854-1865. 10.1162 / jocn.2008.20122 [PubMed] [Ref]
Fox MD, Zhang D., Snyder AZ, Raichle ME (2009). Sinyal global lan observasi antikorelasi jaringan otak negara. J. Neurophysiol. 101 3270 – 3283. 10.1152 / jn.90777.2008 [Artikel gratis PMC] [PubMed] [Ref]
Fransson P., Marrelec G. (2008). Cortex cingulate precuneus / posterior nduweni peran pivotal ing jaringan mode standar: bukti saka analisis jaringan korélasi parsial. Neuroimage 42 1178-1184. 10.1016 / j.neuroimage.2008.05.059 [PubMed] [Ref]
Goldstein RZ, Volkow ND (2011). Disfungsi korteks prefrontal ing kecanduan: temuan neuroimaging lan implikasi klinis. Nat. Rev. Neurosci. 12 652-669. 10.1038 / nrn3119 [Artikel gratis PMC] [PubMed] [Ref]
Green CS, Bavelier D. (2003). Game video action modifies visual selective attention. Nature 423 534-537. 10.1038 / nature01647 [PubMed] [Ref]
CS Green, Pouget A., Bavelier D. (2010). Peningkatan kesimpulan probabilitas minangka mekanisme belajar umum karo game video tumindak. Curr. Biol. 20 1573-1579. 10.1016 / j.cub.2010.07.040 [Artikel gratis PMC] [PubMed] [Ref]
CS Green, Sugarman MA, Medford K., Klobusicky E., Bavelier D. (2012). Efek saka pengalaman video game action on task-switching. Ngomong. Hum. Behav. 28 984-994. 10.1016 / j.chb.2011.12.020 [Artikel gratis PMC] [PubMed] [Ref]
Griffiths MD, Pontes HM (2014). Kelainan internet ketagihan lan gangguan internet ora padha. J. Addict. Res. Dadi 5:e124 10.4172/2155-6105.1000e124 [Ref]
Han CE, Yoo SW, Seo SW, Na DL, Seong JK (2013). Statistik statistik kluster kanggo konektivitas otak ing hubungan karo langkah-langkah prilaku. PLOS ONE 8: e72332 10.1371 / journal.pone.0072332 [Artikel gratis PMC] [PubMed] [Ref]
Han DH, Kim YS, Lee YS, Min KJ, Renshaw PF (2010). Owah-owahan aktivitas corteks kanthi cue-induced, kanthi video-game. Cyberpsychol. Behav. Soc. Netw. 13 655-661. 10.1089 / cyber.2009.0327 [PubMed] [Ref]
Hoeft F., CL Watson, Kesler SR, Bettinger KE, Reiss AL (2008). Bedane jender ing sistem mesokortikolimbi sajrone game komputer. J. Psychiatr. Res. 42 253-258. 10.1016 / j.jpsychires.2007.11.010 [PubMed] [Ref]
Hong SB, Harrison BJ, Dandash O., Choi EJ, Kim SC, Kim HH, et al. (2015). Keterlibatan selektif konektivitas fungsional putamen ing pemuda karo gangguan game internet. Brain Res. 1602 85-95. 10.1016 / j.brainres.2014.12.042 [PubMed] [Ref]
Hong SB, Zalesky A., Cocchi L., Fornito A., Choi EJ, Kim HH, et al. (2013). Konektivitas otak utamane kurang ing remaja karo kecanduan internet. PLOS ONE 8: e57831 10.1371 / journal.pone.0057831 [Artikel gratis PMC] [PubMed] [Ref]
Király O., Griffiths MD, Urbán R., Farkas J., Kökönyei G., Elekes Z., et al. (2014). Masalah internet nggunakake masalah online lan game online sing ora padha: temuan saka sampel remaja sing gedhe banget. Cyberpsychol. Behav. Soc. Netw. 17 749-754. 10.1089 / cyber.2014.0475 [Artikel gratis PMC] [PubMed] [Ref]
Ko CH, Hsieh TJ, Chen CY, Yen CF, Chen CS, Yen JY, et al. (2014). Pengaktifan otak sing diganti sajrone pamblokiran nanggepi lan pamroses kesalahan ing subyek kanthi gangguan game internet: pangaji imaging fungsional fungsional. Eur. Arch. Klinik Psikiatri. Neurosci. 264 661–672. 10.1007/s00406-013-0483-3 [PubMed] [Ref]
Ko CH, Hsieh TJ, Wang PW, Lin WC, Yen CF, Chen CS, et al. (2015). Kapadhetan mateni abu-abu lan gangguan konektivitas fungsionalitas amygdala ing wong diwasa kanthi gangguan game Internet. Prog. Neuro-Psychopharmacol. Biol. Psychiatry 57 185-192. 10.1016 / j.pnpbp.2014.11.003 [PubMed] [Ref]
Ko CH, Liu GC, Hsiao SM, Yen JY, Yang MJ, Lin WC, et al. (2009). Kegiatan otak sing digandhengake karo game game kecanduan game online. J. Psychiatr. Res. 43 739-747. 10.1016 / j.jpsychires.2008.09.012 [PubMed] [Ref]
Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, Chen CS (2013). Otak hubungane keinginan kanggo game online ing cahya ing subyek karo kecanduan game Internet lan subjek remitted. Addict. Biol. 18 559-569. 10.1111 / j.1369-1600.2011.00405.x [PubMed] [Ref]
Ko C.-H, Yen C.-F, Yen C.-N, Yen J.-Y, Chen C.-C, Chen S.-H. (2005). Screening for addiction internet: studi empiris ing poin cut-off kanggo skala kecanduan internet chen. Kaohsiung J. Med. Sci. 21 545–551. 10.1016/S1607-551X(09)70206-2 [PubMed] [Ref]
Kong X.-Z., Zhen Z., Li X., Lu H.-H., Wang R., Liu L., et al. (2014). Bedane individu ing impulsivity ngramal gerakan sirah nalika imaging magnetik imaging. PLOS ONE 9: e104989 10.1371 / journal.pone.0104989 [Artikel gratis PMC] [PubMed] [Ref]
Koob GF, Volkow ND (2010). Neurocircuitry kecanduan. Neuropsychopharmacology 35 217-238. 10.1038 / npp.2009.110 [Artikel gratis PMC] [PubMed] [Ref]
Kühn S., Gallinat J. (2015). Pemikiran online: korélasi struktural lan fungsional saka panggunaan internet sing kebiasaan. Addict. Biol. 20 415-422. 10.1111 / adb.12128 [PubMed] [Ref]
Kuss DJ, Griffiths MD (2012). Internet kecanduan game: review sistematis babagan riset empiris. Int. J. Sakit Kesehatan Mental. 10 278–296. 10.1007/s11469-011-9318-5 [Ref]
Li BJ, Friston KJ, Liu J., Liu Y., Zhang GP, Cao FL, et al. (2014). Nyuda panyambungan ganglia frontal-basal ing remaja karo kecanduan internet. Sci. Rep. 4: 5027 10.1038 / Srep05027 [Artikel gratis PMC] [PubMed] [Ref]
Li WW, Li YD, Yang WJ, Zhang QL, Wei DT, Li WF, et al. (2015). Struktur otak lan panyambungan fungsional sing ana hubungane karo beda individu ing kecenderungan Internet ing wong diwasa enom sing sehat. Neuropsychologia 70 134-144. 10.1016 / j.neuropsychologia.2015.02.019 [PubMed] [Ref]
Lin FC, Zhou Y., Du YS, Zhao ZM, Qin LD, Xu JR, et al. (2015). Sirkuit fungsi kortikostrialis sing aberrant ing remaja karo gangguan kecanduan Internet. Ngarep. Hum. Neurosci. 9: 356 10.3389 / fnhum.2015.00356 [Artikel gratis PMC] [PubMed] [Ref]
Lin MP, Ko HC, Wu JYW (2011). Faktor risiko prevalensi lan psikososial sing terkait karo kecanduan internet ing sampel wakil mahasiswa ing taiwan. Cyberpsychol. Behav. Sosiasi. Netw. 14 741-746. 10.1089 / cyber.2010.0574 [PubMed] [Ref]
Lorenz RC, Kruger JK, Neumann B., Schott BH, Kaufmann C., Heinz A., et al. (2013). Kaktus reaksi lan inhibisi ing pemain game komputer patologis. Addict. Biol. 18 134-146. 10.1111 / j.1369-1600.2012.00491.x [PubMed] [Ref]
Meng YJ, Deng W., Wang HY, Guo WJ, Li T. (2015). Disfungsi prefrontal ing individu kanthi kelainan game Internet: analisis meta-analisis resonansi magnetik fungsional fungsional. Addict. Biol. 20 799-808. 10.1111 / adb.12154 [PubMed] [Ref]
Moulton EA, Elman I., Becerra LR, Goldstein RZ, Borsook D. (2014). Cerebellum lan kecanduan: wawasan sing ditemokake saka riset neuroimaging. Addict. Biol. 19 317-331. 10.1111 / adb.12101 [Artikel gratis PMC] [PubMed] [Ref]
Naqvi NH, Bechara A. (2009). Pulo kecanduan sing didelikake: insula. Trends Neurosci. 32 56-67. 10.1016 / j.tins.2008.09.009 [Artikel gratis PMC] [PubMed] [Ref]
Nichols TE, Holmes AP (2002). Tes permutasi nonparametrik kanggo neuroimaging fungsi: sepisanan karo conto. Hum. Brain Mapp. 15 1-25. 10.1002 / hbm.1058 [PubMed] [Ref]
OReilly M. (1996). Internet kecanduan: gangguan anyar lumebu ing leksikon medis. Saget. Med. Asosiasi. J. 154 1882-1883. [Sunting]Artikel gratis PMC] [PubMed]
Park CH, Chun JW, Cho H., Jung YC, Choi J., Kim DJ (2015). Apa otak game sing kecanduan internet cedhak karo kondisi patologis? Addict. Biol. [Epub ahead of print] .10.1111 / adb.12282 [PubMed] [Ref]
Petry NM, O'Brien CP (2013). Kelainan internet game lan DSM-5. kecanduan 108 1186-1187. 10.1111 / add.12162 [PubMed] [Ref]
Petry NM, Rehbein F., Gentile DA, Lemmens JS, Rumpf HJ, Mößle T., et al. (2014). Konsensus internasional kanggo nganilai kelainan game internet nggunakake pendekatan DSM-5 anyar. kecanduan 109 1399-1406. 10.1111 / add.12457 [PubMed] [Ref]
Rorden C., Karnath HO, Bonilha L. (2007). Ngapikake peta-gejala pemetaan. J. Cogn. Neurosci. 19 1081-1088. 10.1162 / jocn.2007.19.7.1081 [PubMed] [Ref]
Saad ZS, Gotts SJ, Murphy K., Chen G., Jo HJ, Martin A., et al. (2012). Masalah liyane: carane pola korelasi lan klompok beda dadi kleru sawise regression sinyal global. Brain Connect. 2 25-32. 10.1089 / brain.2012.0080 [Artikel gratis PMC] [PubMed] [Ref]
Song XW, Dong ZY, Long XY, Li SF, Zuo XN, Zhu CZ, et al. (2011). REST: toolkit kanggo ngolah data imaging resonansi imaging fungsi negara. PLOS ONE 6: e25031 10.1371 / journal.pone.0025031 [Artikel gratis PMC] [PubMed] [Ref]
Stanley ML, Moussa MN, Paolini BM, Lyday RG, Burdette JH, Laurienti PJ (2013). Netepake simpul ing jaringan otak kompleks. Ngarep. Ngomong. Neurosci. 7: 169 10.3389 / fncom.2013.00169 [Artikel gratis PMC] [PubMed] [Ref]
Sun YJ, Ying H., Seetohul RM, Wang XM, Ya Z., Qian L., et al. (2012). Otak fMRI sinau babagan kepenginan sing didhoken dening gambar cue ing pecandu game online (remaja lanang). Behav. Brain Res. 233 563-576. 10.1016 / j.bbr.2012.05.005 [PubMed] [Ref]
Takeuchi H., Taki Y., Nouchi R., Sekiguchi A., Hashizume H., Sassa Y., et al. (2014). Asosiasi antarane panyambungan fungsi negara istirahat lan empathizing / systemizing. Neuroimage 99 312-322. 10.1016 / j.neuroimage.2014.05.031 [PubMed] [Ref]
Talati A., Hirsch J. (2005). Spesialisasi fungsional ing gyrus frontal medali kanggo keputusan persepsi / ora-go adhedhasar informasi "apa," "kapan," lan "ngendi" sing gegandhengan: studi fMRI. J. Cogn. Neurosci. 17 981-993. 10.1162 / 0898929054475226 [PubMed] [Ref]
Tzourio-Mazoyer N., Landeau B., Papathanassiou D., Crivello F., Etard O., Delcroix N., et al. (2002). Labeling anatomi otomatis aktivasi ing SPM nggunakake pembalikan anatomi macroskopik saka otak tunggal subyek MNI. Neuroimage 15 273-289. 10.1006 / nimg.2001.0978 [PubMed] [Ref]
van den Heuvel MP, Pol HEH (2010). Njelajah jaringan otak: review babagan panyambungan fMRI fingrèt negara. Eur. Neuropsychopharmacol. 20 519-534. 10.1016 / j.euroneuro.2010.03.008 [PubMed] [Ref]
Volkow ND, Fowler JS (2000). Kecanduan, panyakit pamrih lan drive: keterlibatan korteks orbitofrontal. Cereb. Cortex 10 318-325. 10.1093 / cercor / 10.3.318 [PubMed] [Ref]
Volkow ND, Fowler JS, Wang GJ (2003). Otak manungsa sing kecanduan: pemahaman saka studi imaging. J. Clin. Investig. 111 1444-1451. 10.1172 / Jci200318533 [Artikel gratis PMC] [PubMed] [Ref]
Volkow ND, Wang GJ, Fowler JS, Tomasi D., Telang F., Baler R. (2010). Ketergantungan: Sensitivitas ganjaran sing mudhun lan sensitivitas ekspektasi sing luwih dhuwur nyedhiyakake kanggo ngatasi sirkuit kontrol otak. Bioessays 32 748-755. 10.1002 / bies.201000042 [Artikel gratis PMC] [PubMed] [Ref]
Volkow ND, Wang GJ, Telang F., Fowler JS, Logan J., Childress AR, et al. (2006). Cocaine isyarat lan dopamin ing dorsal striatum: mekanisme kepenuhan ing kecanduan kokain. J. Neurosci. 26 6583-6588. 10.1523 / Jneurosci.1544-06.2006 [PubMed] [Ref]
Wang Y., Yin Y., Sun YW, Zhou Y., Chen X., Ding WN, et al. (2015). Nyuda panyimpenan intermispherik fungsi preparat kanggo remaja karo gangguan game internet: sinau utamane nggunakake fMRI. PLOS ONE 10: e0118733 10.1371 / journal.pone.0118733 [Artikel gratis PMC] [PubMed] [Ref]
Wee CY, Zhao ZM, Yap PT, Wu GR, Shi F., Price T., et al. (2014). Jaringan fungsi otak sing disebabake ing gangguan kecanduan internet: studi imonansi resonans magepokan karo negara ngaso. PLOS ONE 9: e107306 10.1371 / journal.pone.0107306 [Artikel gratis PMC] [PubMed] [Ref]
Weissenbacher A., Kasess C., Gerstl F., Lanzenberger R., Moser E., Windischberger C. (2009). Korelasi lan antikorelasi ing konektivitas fungsionalitas resting-state MRI: perbandingan kuantitatif strategi preprocessing. Neuroimage 47 1408-1416. 10.1016 / j.neuroimage.2009.05.005 [PubMed] [Ref]
Xia M., Wang J., He Y. (2013). BrainNet Viewer: alat visualisasi jaringan kanggo konektomi otak manungsa. PLOS ONE 8: e68910 10.1371 / journal.pone.0068910 [Artikel gratis PMC] [PubMed] [Ref]
Yan C., Zang Y. (2010). DPARSF: kothak piranti MATLAB kanggo analisis data pipeline "fMRI". Ngarep. Syst. Neurosci. 4: 13 10.3389 / fnsys.2010.00013 [Artikel gratis PMC] [PubMed] [Ref]
Yarkoni T., Poldrack RA, Nichols TE, Van Essen DC, Wager TD (2011). Sintesis otomatis skala besar data neuroimaging fungsional manusia. Nat. Metode 8 665-670. 10.1038 / nmeth.1635 [Artikel gratis PMC] [PubMed] [Ref]
Yeo BTT, Krienen FM, Sepulcre J., Sabuncu MR, Lashkari D., Hollinshead M., et al. (2011). Organisasi korteks serebral manungsa kira-kira dening konektivitas fungsi intrinsik. J. Neurophysiol. 106 1125 – 1165. 10.1152 / jn.00338.2011 [Artikel gratis PMC] [PubMed] [Ref]
Young KS (1998). Internet kecanduan: munculna kelainan klinis anyar. CyberPsychol. Behav. 1 237–244. 10.1007/s10899-011-9287-4 [Ref]
Yuan K., Qin W., Yu D., Bi Y., Xing L., Jin C., et al. (2015). Interaksi jaringan inti otak lan kontrol kognitif ing individu internet game gangguan ing pungkasan remaja / awal diwasa. Struktur otak. Fungsi. [Epub ahead of print] .10.1007 / s00429-014-0982-7 [PubMed] [Ref]
Zalesky A., Fornito A., Bullmore ET (2010a). Statistik basis jaringan: ngenali beda ing jaringan otak. Neuroimage 53 1197-1207. 10.1016 / j.neuroimage.2010.06.041 [PubMed] [Ref]
Zalesky A., Fornito A., Harding IH, Cocchi L., Yücel M., Pantelis C., et al. (2010b). Jaringan anatomi utuh-otak: apa pilihan kelenjar penting? Neuroimage 50 970-983. 10.1016 / j.neuroimage.2009.12.027 [PubMed] [Ref]
Zhang JT, Yao YW, Li CSR, Zang YF, Shen ZJ, Liu L., et al. (2015). Sambungan panyengkuyung fungsi negara istirahat saka insula ing wong diwasa enom karo gangguan game Internet. Addict. Biol. [Epub ahead of print] .10.1111 / adb.12247 [Artikel gratis PMC] [PubMed] [Ref]
Zhou Y., Lin FC, Du YS, Qin LD, Zhao ZM, Xu JR, et al. (2011). Kelainan materi abu-abu ing Internet kecanduan: studi morfometri berbasis voxel. Eur. J. Radiol. 79 92-95. 10.1016 / j.ejrad.2009.10.025 [PubMed] [Ref]