- 1Tianjin Medical University General Hospital, Tianjin, Ķīna, Radioloģijas nodaļa un Tianjin funkcionālās attēlveidošanas galvenās laboratorijas
- 2Psiholoģijas nodaļa, Linyi Ceturtā cilvēku slimnīca, Linyi, Ķīna
- 3Radioloģijas nodaļa, Linyi Tautas slimnīca, Linyi, Ķīna
Attīstoties internetam, arvien vairāk pusaudžu pārmērīgi spēlē tiešsaistes spēles, kas rada nelabvēlīgu ietekmi uz indivīdiem un sabiedrību. Iepriekšējie pētījumi ir parādījuši mainītu pelēkās vielas apjomu (GMV) personām ar interneta spēļu traucējumiem (IGD), taču pusaudžiem joprojām nav skaidra saistība starp tendenci uz IGD un GMV visā smadzenēs. Šajā pētījumā anatomiskā attēlveidošana ar augstu izšķirtspēju tika veikta 67 pusaudžiem vīriešiem, kuri spēlēja tiešsaistes spēles; un Janga interneta atkarības tests (IAT) tika veikts, lai pārbaudītu tieksmi uz IGD. FMRIB programmatūras bibliotēka (FSL) tika izmantota, lai aprēķinātu uz vokseļiem balstītas korelācijas starp GMV un IAT rādītāju pēc izglītības vecuma un gadu kontroles. Divpusējā postcentral gyri (postCG), divpusējā precentral gyri (preCG), labā precuneus, kreisās aizmugurējās midcingulate garozas (pMCC), kreisās apakšējās parietālās daivas (IPL) un labās vidējās frontālās gyrus (MFG) GMV. bija negatīvi korelēti ar IAT punktu skaitu. Korelācija joprojām pastāvēja starp IAT punktu skaitu un divpusējās postCG, kreisās preCG, kreisās pMCC un labās MFG GMV pēc tam, kad bija kontrolēts kopējais tiešsaistes spēles laiks. Kad dalībnieki tika sadalīti divās grupās pēc IAT rādītāja, šo IAT saistīto smadzeņu reģionu GMV bija zemāki augsta IAT rādītāja apakšgrupā (IAT rādītājs> 50) nekā zemā IAT rādītāja apakšgrupā (IAT rādītājs ≤50). Mūsu rezultāti liecināja, ka smadzeņu reģionu GMV, kas iesaistīti sensomotoru procesā un kognitīvajā kontrolē, bija saistīti ar IGD tendenci. Šie atklājumi var novest pie jauniem mērķiem IGD novēršanai un ārstēšanai.
Ievads
Iepriekšējās desmitgadēs internetam bija nozīmīga loma mūsu dzīvē. Tomēr arvien vairāk pusaudžu pārmērīgi sērfo internetā un spēlē tiešsaistes spēles, kas negatīvi ietekmē pašus pusaudžus un sabiedrību. Epidemioloģiskais pētījums parādīja, ka interneta spēļu traucējumi (IGD), kas ir interneta atkarības (IA) apakštips (1), bija ļoti izplatīta garīgās veselības problēma ķīniešu pusaudžiem (2). Tāpēc arvien vairāk pētījumu koncentrējās uz IGD neiromehānismu, un to mērķis bija dot ieguldījumu IGD profilaksē un ārstēšanā.
Smadzeņu strukturālo neiroattēlu var izmantot, lai izpētītu smadzeņu mehānismus par individuālām personības iezīmēm (3-5). Iepriekšējos strukturālajos pētījumos tika atklāts, ka indivīdiem ar IGD bija pelēkās vielas (ĢM) struktūras anomālijas, piemēram, samazināts pelēkās vielas tilpums (GMV) vai ĢM blīvums vairākos garozas un subkortikālos apgabalos (6-11) un paaugstinātu GMV frontālajā un laika reģionā (8, 12). Šie pētījumi liecināja, ka vairāki smadzeņu apvidi frontālajā, temporālajā, parietālajā un subkortikālā reģionā, piemēram, ventrālajā striatumā, bija saistīti ar IA, kas veicināja izpratni par IA neiromehānismiem. Tomēr vairums iepriekšējo pētījumu koncentrējās tikai uz IA vai IGD, kas diagnosticēti ar klīnisko anketu, piemēram, interneta atkarības testu (IAT), un salīdzināja IGD indivīdu un veselīgas kontroles uzvedības un smadzeņu funkcijas un struktūras atšķirības. Faktiski ne visi cilvēki, kas spēlē tiešsaistes spēles, cieš no IGD (13). Tāpēc ir nepieciešams izpētīt tiešsaistes spēļu spēlētāju strukturālās korelācijas ar atšķirīgu noslieci uz IGD, ne tikai personām ar IGD diagnozi.
Nesen trīs pētījumi tieši koncentrējās uz tendences uz IA neirālajām asociācijām. Wen un Hsieh (14) izpētīja attiecības starp visu smadzeņu funkcionālajiem savienojumiem un IA līmeni gados jaunu pieaugušo grupā (19 – 29 gadi) un konstatēja, ka divi tīkli, kas galvenokārt sastāv no frontāliem reģioniem, ir saistīti ar IA tendenci. Li et al. (15) ziņoja, ka labās dorsolaterālās prefrontālās garozas struktūra un funkcionālā savienojamība ir pozitīvi korelēta ar IAT rādītāju veselu, jaunu pieaugušo grupā (18 – 27 gadi). Kühna (16) atklāja, ka smadzeņu reģionu GMV fronto-striatal tīklā korelē ar pārmērīgu interneta lietošanu, ko novērtē ar IAT vērtējumu. Turklāt iepriekšējie pētījumi arī parādīja, ka GMV izmaiņas bija saistītas ar tiešsaistes spēļu atkarības smagumu IGD subjektos. Piemēram, Weng et al. parādīja, ka labā orbitofrontālā garozas un divpusējās insula GMV pozitīvi korelē ar tiešsaistes spēļu atkarības smagumu IGD subjektos (7). Cai et al. ziņots par palielinātu kodoliem uzkrāto kodolu GMV saistību ar IAT rādītājiem IGD indivīdiem (17). Zhou et al. Pētījums. parādīja, ka zemāks GMV labajā orbitofrontālajā garozā bija saistīts ar lielāku tiešsaistes videospēļu atkarības smagumu interneta spēlētājiem (18). Šie pētījumi parādīja, ka smadzeņu struktūras un funkcijas ir saistītas ar IA līmeni. Tomēr pusaudžiem (14 – 18 gadi) vēl nebija skaidri novērtēta saistība starp tendenci uz IGD un GMV visā smadzenēs. Pusaudzis vecumā no 14 līdz 18 ir kritiskā psiholoģiskās attīstības periodā un ir pakļauts atkarībai un nelabvēlīgām sekām (19, 20). Daudzi pētījumi par atkarību no vielām pievērsa īpašu uzmanību pusaudžiem vecumā no 14 līdz 18 gadiem (21, 22). Liela parauga pētījums parādīja, ka IGD ir ļoti izplatīta ķīniešu pamatskolēniem un vidusskolēniem ar biežumu 22.5% starp tiem studentiem, kuri spēlē tiešsaistes spēles (2). Tāpēc vairāk jāizpēta smadzeņu struktūras korelācijas ar tendenci uz IGD pusaudžiem (14 – 18 gadi).
Turklāt iepriekšējie pētījumi parādīja, ka tiešsaistes spēļu ilgstoša spēlēšana var izraisīt tiešsaistes spēļu spēlētāju smadzeņu strukturālu reorganizāciju (12, 23, 24). GMV ventrolaterālajā prefrontālajā garozā, dorsolaterālajā prefrontālajā garozā, papildu motora apgabalā un rostālā priekšējā cingulāta garozā tika korelēti ar tiešsaistes spēles ilgumu pusaudžiem ar IA traucējumiem (6, 25). Tāpēc ir vērts izpētīt, vai tiešsaistes spēļu spēlēšanas ilgums ietekmē saistību starp GMV un tendenci uz IGD.
Šajā pētījumā tika pieņemti darbā 67 vīriešu pusaudži (14 – 18 gadi), kuri spēlēja tiešsaistes spēles. Vokseļu bāzes korelācijas analīze tika veikta, lai noteiktu smadzeņu reģionus, kas saistīti ar IAT rādītājiem, pirms un pēc kontroles visā tiešsaistes spēles laikā. Balstoties uz iepriekšējiem pētījumiem, prefrontālās-striatālās shēmas ir cieši saistītas ar atkarību. Vēdera striatum piedalījās ieradumu apguves un apbalvošanas procesā, kas saistīts ar atkarību (26, 27), un prefrontālā garozas samazinātā kontroles ietekme uz apbalvošanas procesu ir viens no atkarības mehānismiem (28, 29). Tāpēc mēs izvirzījām hipotēzi, ka IGD tendence var būt saistīta ar smadzeņu reģioniem, kas saistīti ar kognitīvo vadību (prefrontālo garozu) un apbalvošanas procesu (ventrālais striatums). Šis pētījums var radīt jaunus mērķus IGD profilaksei un ārstēšanai pusaudžiem.
Materiāli un metodes
Priekšmeti
Šajā pētījumā tika pieņemti darbā sešdesmit septiņi labās rokas pusaudži (14 – 18 gadi, vidēji 15.54 ± 0.14), kuri spēlēja tiešsaistes spēles. Divdesmit no 67 dalībniekiem bija Veselības skolas audzēkņi, bet 47 no 67 dalībniekiem bija pusaudži, kuru vecāki viņus aizveda pie psihiatra iespējamās IGD dēļ. Visi dalībnieki saņēma izglītību 6 – 12 gadiem, sākot no pamatskolas līdz vecākajai vidusskolai. Visi dalībnieki tiešsaistes spēles spēlēšanai pavadīja vairāk nekā 80% no tiešsaistes laika. Šajā pētījumā tika iesaistīti tikai vīriešu kārtas pusaudži, jo salīdzinoši neliels skaits sieviešu spēlē tiešsaistes spēles un cieš no IGD (2, 30). Izslēgšanas kritēriji bija šādi: alkohola lietošana vai atkarība no narkotikām; jebkādu neiroloģisku vai psihisku slimību, piemēram, bezmiega, migrēnas, troksnis ausīs un hiperaktīvās uzmanības deficīta, esamība; fizisko slimību vēsture, piemēram, smadzeņu trauma, smadzeņu audzējs vai epilepsija, kas novērtēta saskaņā ar klīnisko novērtējumu un medicīnisko dokumentāciju; MRI pretruna; un redzamas novirzes no parastā MRI. Šo pētījumu apstiprināja Tjandzjinas Medicīnas universitātes vispārējās slimnīcas ētikas komiteja, un visi dalībnieki un viņu aizbildņi sniedza rakstisku informētu piekrišanu saskaņā ar iestādes vadlīnijām.
Aptaujas lapa
Šajā pētījumā tika izmantots interneta atkarības tests, lai novērtētu tendenci uz IGD. IAT sastāv no 20 vienumiem, un atbildes uz šiem jautājumiem tika aprakstītas kā 1 – 5 vērtējums (1 = “reti” līdz 5 = “vienmēr”) (31). Kopējais 20 vienību vērtējums mēra atkarības no interneta nopietnību. Tika novērtēta tiešsaistes spēļu spēlēšanas pieredze līdz Paškontroles anketa, kurā tika jautāts par spēles ilgumu un daudzumu. Kopējais tiešsaistes spēles spēlēšanas laiks tika aprēķināts kā stundas dienā, kas reizināts ar tiešsaistes spēļu spēlēšanas dienām. Visu dalībnieku intelekta koeficients (IQ) tika pārbaudīts, izmantojot standarta Raven progresīvās matricas. Trauksme un depresija tika izteikta, izmantojot pašnovērtējuma trauksmes skalu (SAS) un pašnovērtējuma depresijas skalu (SDS).
Strukturālā MRI
Strukturālie attēli tika iegūti, izmantojot Siemens 3.0 T skeneri (Magnetom Verio, Siemens, Erlangen, Vācija). 192 blakusesošo sagitālo augstas izšķirtspējas anatomisko attēlu sērija tika iegūta, izmantojot trīsdimensiju T1 svērtu ar apjoma magnetizāciju sagatavotu ātru gradienta-atbalss secību ar šādiem parametriem: TR = 2000 ms, TE = 2.34 ms, TI = 900 ms, pagrieziena leņķis = 9 °, FOV = 256 mm × 256 mm, šķēles biezums = 1 mm, matricas izmērs = 256 × 256.
Voksela bāzes morfometrijas (VBM) analīze
Visi strukturālie attēli tika sākotnēji apstrādāti ar VBM8 rīklodziņu1 SPM8 (Attēlveidošanas neirozinātnes Wellcome departaments, Londona, Lielbritānija)2 darbojas uz MATLAB R2010a (Math Works Inc., Šerborna, MA, ASV). Attēlu rekonstrukcijas laikā tika veikta trīsdimensiju ģeometriska korekcija. Pēc tam visu dalībnieku individuālie vietējie attēli tika segmentēti GM, baltajā vielā (WM) un smadzeņu mugurkaula šķidrumā (CSF), un GM segmenti tika normalizēti Monreālas Neiroloģiskā institūta veidnē, veicot diferenciālu anatomisku reģistrāciju caur eksponencētu melu algebru ( DARTEL) (32). Pēc tam reģistrētie ĢM attēli tika modulēti, sadalot velku lauka jakobieti, lai labotu vietējo izplešanos vai saraušanos. Izolētais Gausa kodols, kura platums ir 8 mm ar maksimālo pusi, tika pieņemts, lai izlīdzinātu modulētos ĢM attēlus. Visu dalībnieku normalizētā GM vidējais attēls tika izmantots, lai izveidotu GM masku, kuras slieksnis tika iestatīts uz vērtību 0.3 (tika izvēlēti pikseļi ar aprēķinātām GM frakcijas vērtībām> 30%). Tad GM maska tika izmantota kā skaidra maska statistiskajā analīzē, lai izslēgtu pikseļus ar zemām GM varbūtības vērtībām.
Statistiskā analīze
Lai pārbaudītu korelāciju starp GMV un IAT rādītāju starp visiem dalībniekiem pēc vecuma un izglītības līmeņa kontrolēšanas, tika veikta Voxel-viisālā vairāku regresiju analīze. Neparametriskas permutācijas pieeja (33) tika izpildīts ar randomizēšanas rīku, kurš tika komandēts FMRIB programmatūras bibliotēkā (FSL)3. Tika veikta bez sliekšņa esošu klasteru uzlabošanas (TFCE) analīze, jo tā apvieno klastera apmēru un augstumu vienā statistikā un neprasa patvaļīgu klasteru veidošanas sliekšņa izvēli (34). Korelācija starp GMV un IAT vērtējumu tika novērtēta, izmantojot uz permutāciju balstītu neparametrisku pārbaudi ar 5,000 nejaušām permutācijām. Statistiskais nozīmīguma slieksnis tika noteikts P <0.01. Lai noskaidrotu, vai tiešsaistes spēļu ilgums ietekmē korelāciju starp GMV un IAT, tika atkārtoti veikta Voxel daudzkārtējās regresijas analīze, pievienojot kopējo tiešsaistes spēles laiku kā nepatīkamu kovariātu.
Kopas ar korelāciju starp GMV un IAT rādītāju tika definētas kā interesējošie reģioni (ROI), un tika iegūts vidējais GMV katrā ROI. Pēc ROI balstītas korelācijas analīze tika veikta starp vidējo GMV un IAT rādītāju pēc izglītības vecuma un gadu kontroles. Tad visi dalībnieki tika sadalīti divās apakšgrupās, augstās IAT punktu grupā (IAT rezultāts> 50, N = 30) un zemā IAT punktu grupa (IAT vērtējums ≤50, N = 37). GMV atšķirība starp abām apakšgrupām tika pārbaudīta, izmantojot vispārējā lineārā modeļa analīzi, kontrolējot izglītības vecumu un gadus. Abas nozīmīguma pakāpes tika noteiktas P <0.05.
rezultāti
Dalībniekiem bija vidējais rādītājs 46 IAT, ko izmantoja, lai novērtētu IGD tendenci. Subjekti pavadīja vidēji 5.5 h / dienā, spēlējot tiešsaistes spēles, un ilga vidēji 56 mēnešus. Klīniskās un demogrāfiskās īpašības ir uzskaitītas 1. Tabulā 1.
Pēc Voksela balstītas korelācijas analīze atklāja, ka divpusējā postcentral girri (postCG), divpusējā precentral girri (preCG), labā preuneus, kreisā aizmugurējā midcingulate cortex (pMCC), kreisā zemākā parietālās daivas (IPL) GMV. labā frontālā frizūra (MFG) bija ievērojami korelēta ar IAT rādītājiem (4. attēls) 1; Tabula 2). Attēls 2 parāda uz ROI balstītas korelācijas starp GMV un IAT rādītājiem. Pēc tam, kad kopējais tiešsaistes spēles spēlēšanas laiks tika pievienots kā traucēkļu kovariāts, korelācija starp IAT un GMV divpusējā postCG, kreiso preCG, kreiso pMCC un labo MFG joprojām pastāvēja (attēls). 3; Tabula 3).
Skaitlis 1. Smadzeņu reģioni, kuriem ir negatīva strukturālā korelācija ar interneta atkarības testa (IAT) rādītājiem pusaudžu tiešsaistes spēļu spēlētājos. IAT rādītājs tika negatīvi korelēts ar divpusējā postcentral gyri, divpusējā precentral gyri, labā preuneus, kreisā aizmugurējā vidējā cingulācijas garozas, kreisās apakšējās parietālās lobulas un labās vidējās frontālās girusa pelēkās vielas tilpumiem (GMV). Cipari zem attēliem ir Monreālas Neiroloģiskā institūta koordinātas plkst z-aksis. Krāsu josla apzīmē log p.
Tabula 2. Smadzeņu reģioni parādīja strukturālās korelācijas ar interneta atkarības testa (IAT) rādītājiem.
Skaitlis 2. Interešu reģionu (ROI) bāzes korelācijas analīze starp pelēkās vielas daudzumu (GMV) un interneta atkarības testa (IAT) rādītājiem. Atlikums tika izmantots, jo korelācijas analīzes laikā tika kontrolēts izglītības vecums un gadi.
Skaitlis 3. Smadzeņu reģioni, kuriem ir negatīva strukturālā korelācija ar interneta atkarības testa (IAT) rādītājiem pusaudžu tiešsaistes spēļu spēlētājos pēc tam, kad ir kontrolēts kopējais tiešsaistes spēles spēles laiks. IAT rādītājs tika negatīvi korelēts ar divpusējā postcentral gyri, kreisā precentral gyrus, kreisā aizmugurējā vidējā cingulate garozas un labās vidējās frontālās gyrus pelēkās vielas tilpumiem (GMV). Cipari zem attēliem ir Monreālas Neiroloģiskā institūta koordinātas plkst z-aksis. Krāsu josla apzīmē log p.
Tabula 3. Pēc kopējā tiešsaistes spēles laika kontrolēšanas reģioni parādīja strukturālās korelācijas ar interneta atkarības testa (IAT) rādītājiem.
Kā redzams 4. Tabulā 4, kad dalībnieki tika sadalīti divās apakšgrupās pēc IAT vērtējuma, apakšgrupai ar augstu IAT punktu (IAT rādītājs> 50) septiņos no astoņiem reģioniem bija zemāka GMV, salīdzinot ar apakšgrupu ar zemu IAT punktu grupu (IAT rezultāts ≤ 50) (P <0.05).
Tabula 4. Interešu reģioni (ROI) balstīti pelēkās vielas apjoma (GMV) salīdzinājumi starp abām apakšgrupām.
diskusija
Šajā pētījumā pusaudžu tiešsaistes spēļu spēlētāju saistība starp GMV un IGD tendenci tika novērtēta visās smadzenēs. Pārbaudot tiešsaistes spēles kopējo laiku, divpusējā postCG, kreisā preCG, kreisā pMCC un labā MFG GMV joprojām bija negatīvi korelēti ar IGD tendenci. Pusaudžiem ar zemāku GMV smadzeņu reģionos, kas saistīti ar sensorimotoru procesu un kognitīvo kontroli, bija lielāka IGD tendence.
Tas atbilda hipotēzei, ka GMV MFG kā prefrontāla garozas daļa, kas iesaistīta kognitīvajā kontrolē (35, 36), bija negatīvi korelēta ar IGD tendenci. Personām ar IGD plaši tika ziņots par strukturālām un funkcionālām novirzēm (37-40). Piemēram, IA tika atrasta mazāka aktivācija prefrontālajā garozā (40). Iepriekšējie pētījumi parādīja zemāku ĢM blīvumu un GMV prefrontālajā garozā IGD indivīdiem (37, 39). Zemākas frekvences svārstību amplitūda labajā MFG tika atklāta arī IGD indivīdiem (41). Nenormāla aktivizēšana prefrontālajā garozā tika konstatēta arī personām, kas atkarīgas no narkotikām, piemēram, marihuānas lietotājiem un atturīgiem kokaīna lietotājiem (42-44). Līdzīgas izmaiņas prefrontālās garozas funkcionālā savienojamībā tika atklātas personām ar atkarību no alkohola un personām ar IGD (45, 46). Šie pētījumi parādīja, ka prefrontālās garozas strukturālais vai funkcionālais stāvoklis ir saistīts ar atkarību. Šajā pētījumā labās MFG GMV bija negatīvi korelēts ar IAT rādītāju, un tas bija zemāks augstā IAT punktu apakšgrupā nekā zemais IAT punktu apakšgrupa. Labās MFG struktūras anomālijas var izraisīt tiešsaistes spēļu spēlētāju kognitīvās kontroles traucējumus. Tā rezultātā tiešsaistes spēļu spēlētāji nevarēja kontrolēt savu problemātisko tiešsaistes spēļu spēlēšanu un izrādīja lielāku tendenci uz IGD.
Neskatoties uz hipotēzi, mēs neatradām ventrālā striatuma GMV, kas korelē ar IAT rādītājiem. Ventilais striatums ir kritisks reģions, kas saistīts ar atkarību, un parasti tas izraisa patoloģisku aktivizāciju cilvēkiem ar atkarību (26, 27). Savā pētījumā mēs koncentrējāmies uz pusaudžu tiešsaistes spēļu spēlētājiem, bet ne tikai uz IGD indivīdiem, kas varētu būt iespējams izskaidrojums vēdera striatum negatīvajam rezultātam. Tomēr šis negatīvais rezultāts jāpārbauda turpmākajā pētījumā ar lielu izlases lielumu.
Negaidīti sensora motorā iesaistītais preCG, postCG un pMCC parādīja negatīvas korelācijas ar IAT rezultātu. PreCG spēlēja galveno lomu motora plānošanā un vadīšanā (47). Pusaudžu vecums ir kritisks neironu attīstības periods, un to ietekmē vides faktori. Iepriekšējie pētījumi parādīja, ka alkohola un narkotiku lietošana var mainīt GMV pusaudžu smadzenēs (48). Pētījums parādīja, ka ilgāka metamfetamīna lietošana ir saistīta ar GMV samazināšanos preCG (49). Mūsu pētījumā preCG GMV bija zemāks augstā IAT punktu skaita apakšgrupā nekā tas, kas bija zemā IAT punktu apakšgrupā. Darbības novēršanas un nomākšanas apsvēršana ir konceptuāli saistīta ar primāro motorisko garozu (50), preCG pazeminātais GMV varētu būt saistīts ar IGD tendenci. PostCG sastāv no primārā maņu garozas un ir iesaistīts maņu informācijas integrācijā (24). Negatīvā korelācija starp postCG GMV un IAT punktu nozīmē šī reģiona zemāko GMV indivīdiem ar augstāku IAT rādītāju. PostCG funkciju patoloģiska savienojamība tika atklāta pusaudžiem ar IGD (51). PostCG samazināts GMV un garozas biezums attiecīgi tika atklāts arī heroīna lietotājiem (52) un pusaudžiem ar atkarību no tiešsaistes spēlēm (53). Pavājināta postCG var izraisīt anomālijas signālu uztveršanā, apstrādē un integrācijā, kas saistīti ar ķermeni, un var neizdoties vadīt notiekošo uzvedību, kas saistīta ar uzbudinājumu, uzmanību, stresu, atlīdzību un kondicionēšanu, un visbeidzot ir saistīta ar atkarību (54). Šajā pētījumā negatīvās strukturālās korelācijas ar IAT vērtējumu tika konstatētas arī kreisajā pMCC. PMCC ir plaša funkcionāla savienojamība ar smadzeņu reģioniem, kas iesaistīti sensora motorā (55, 56), un tai ir svarīga loma sensora motora integrācijas un motora vadības apstrādē (57). Sensora motora laukumi ne tikai kontrolē kustības galvenos aspektus, bet arī var mainīt cilvēka uzvedību58). Sensora motora tīkla funkcionālās īpašības var būt saistītas ar automatizētu / kompulsīvu izturēšanos atkarības gadījumā (59). Tika ziņots par sensora garozas traucējumiem arī personām ar kokaīna atkarību (60, 61) un alkohola uzņemšana (62). Kopumā GMV samazināšana preCG, postCG un pMCC var būt saistīta ar sensora motora tīkla anomālijām un vēl vairāk saistīta ar IGD tendenci.
Šajā pētījumā negatīvās korelācijas starp IAT punktu skaitu un labās preCG / postCG, kreisās IPL un labā preuneus GMV izzuda pēc tam, kad tika kontrolēta tiešsaistes spēles kopējā laika ietekme. PreCG / postCG tika iesaistīts sensora motorā (63); IPL un pareizais preuneus bija cieši saistīti ar vizuālo un tīšu apstrādi (64-66). Spēļu process liek spēlētājiem pievērst īpašu uzmanību nelielajām ekrāna izmaiņām ilgu laiku, pēc tam savainot viņu redzes spējas (65), kam varētu būt saistība ar GMV samazināšanu ar vizuālo uzmanību saistītajos reģionos. Iepriekšējie pētījumi parādīja samazinātu precuneus GMV (8) un samazināts IPL garozas biezums (53) indivīdiem ar atkarību no tiešsaistes spēlēm. Mūsu rezultāti parādīja, ka GMV samazinājumu dažos smadzeņu reģionos, kas saistīti ar vizuālo uzmanību un sensora motoru, ietekmēja kopējais tiešsaistes spēles spēlēšanas laiks, proti, tam bija kumulatīva ietekme, spēlējot tiešsaistes spēli.
Mūsu pētījumā jāņem vērā vairāki ierobežojumi. Pirmkārt, kaut arī tika atklātas dažas korelācijas starp smadzeņu GMV un IAT rādītājiem, cēloņsakarību nevar noskaidrot šajā korelācijas analīzē. Novērotais zemākais GMV pusaudžiem ar augstāku IAT punktu skaitu var būt saistīts ar pārmērīgu tiešsaistes spēļu spēlēšanu vai jau pastāvošu stāvokli, kas ir jutīgs pret IGD. Otrkārt, IAT ir subjektīva anketa, un ir vajadzīgas objektīvākas metodes, lai novērtētu tendenci uz IGD. Treškārt, kopējais tiešsaistes spēļu spēlēšanas laiks bija tikai varbūtējs rādītājs un, iespējams, nebija pietiekami precīzs. Ceturtkārt, mēs nevarējām izslēgt spēles žanra ietekmi uz rezultātiem, kas būtu jāņem vērā turpmākajā pētījumā. Visbeidzot, mūsu pētījumā tika pieņemti darbā tikai vīrieši pusaudži. Tāpēc pašreizējie atklājumi attiecas tikai uz pusaudžu pusaudžu tiešsaistes spēļu spēlētājiem.
Secinājumi
Šajā pētījumā tika pētīta strukturālā korelācija ar IGD tendenci pusaudžu tiešsaistes spēļu spēlētāju grupā. Tika konstatēts, ka smadzeņu reģionu GMV, kas saistīti ar sensora motoru un kognitīvo kontroli, ir saistīti ar IAT rādītājiem. Zemāks GMV reģionos, kas saistīti ar sensora motoru un kognitīvo vadību, varētu būt saistīts ar augsto IGD tendenci, kas varētu izraisīt jaunus mērķus IGD profilaksei un ārstēšanai pusaudžiem.
Ētikas paziņojums
Šo pētījumu apstiprināja Tjandzjinas Medicīnas universitātes vispārējās slimnīcas ētikas komiteja, un visi dalībnieki un viņu aizbildņi sniedza rakstisku informētu piekrišanu saskaņā ar iestādes vadlīnijām.
Autora iemaksas
NP, YY, XL un QZ izstrādāti pētījumi. XQ, XD, GD, YZ un QZ veica pētījumus. YY bija iesaistīts klīniskajā novērtēšanā. NP, YZ, GD un QZ analizēja datus. NP, YZ, XL, YY un QZ rakstīja rakstu.
Interešu konflikta paziņojums
Autori paziņo, ka pētījums tika veikts bez jebkādām komerciālām vai finansiālām attiecībām, kuras varētu uzskatīt par iespējamu interešu konfliktu.
Zemsvītras piezīmes
Atsauces
1. Bloķēt JJ. DSM-V jautājumi: atkarība no interneta. Es esmu psihiatrija (2008) 165(3):306–7. doi:10.1176/appi.ajp.2007.07101556
2. Li Y, Zhang X, Lu F, Zhang Q, Wang Y. Interneta atkarība no pamatskolas un vidusskolas skolēniem Ķīnā: nacionāli reprezentatīvs izlases pētījums. Cyberpsychol Behav Soc Netw (2014) 17(2):111–6. doi:10.1089/cyber.2012.0482
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
3. Hayakawa YK, Sasaki H, Takao H, Mori H, Hayashi N, Kunimatsu A, et al. Smadzeņu strukturālās anomālijas sievietēm ar subklīnisku depresiju, ko atklāj uz vokseļiem balstīta morfometrija un difūzijas tenzora attēlveidošana. J Ietekmējiet Disord (2013) 144(3):263–8. doi:10.1016/j.jad.2012.10.023
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
4. Takeuchi H, Taki Y, Sassa Y, Hashizume H, Sekiguchi A, Nagase T, et al. Reģionālais pelēkās un baltās vielas tilpums, kas saistīts ar Stroopa traucējumiem: pierādījumi no vokseliem balstītas morfometrijas. Neuroimage (2012) 59(3):2899–907. doi:10.1016/j.neuroimage.2011.09.064
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
5. Liu F, Guo W, Yu D, Gao Q, Gao K, Xue Z, et al. Galveno depresīvo traucējumu dažādu terapeitisko reakciju klasifikācija ar daudzdimensiju modeļa analīzes metodi, kuras pamatā ir strukturālie MR skenējumi. PLoS One (2012) 7(7):e40968. doi:10.1371/journal.pone.0040968
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
6. Yuan K, Qin W, Wang G, Zeng F, Zhao L, Yang X, et al. Mikrostruktūras novirzes pusaudžiem ar interneta atkarības traucējumiem. PLoS One (2011) 6(6):e20708. doi:10.1371/journal.pone.0020708
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
7. Weng CB, Qian RB, Fu XM, Lin B, Han XP, Niu CS, et al. Pelēkās vielas un baltās vielas anomālijas tiešsaistes spēļu atkarībā. Eur J Radiol (2013) 82(8):1308–12. doi:10.1016/j.ejrad.2013.01.031
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
8. Sun Y, Sun J, Zhou Y, Ding W, Chen X, Zhuang Z, et al. In vivo mikrostruktūras izmaiņu novērtēšana pelēkā vielā, izmantojot DKI interneta spēļu atkarībā. Behav Brain Funct (2014) 10:37. doi:10.1186/1744-9081-10-37
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
9. Ko CH, Hsieh TJ, Wang PW, Lin WC, Yen CF, Chen CS, et al. Mainīts pelēkās vielas blīvums un traucēta amygdala funkcionālā savienojamība pieaugušajiem ar interneta spēļu traucējumiem. Prog Neuropsychopharmacol Biol psihiatrija (2015) 57:185–92. doi:10.1016/j.pnpbp.2014.11.003
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
10. Lin X, Dong G, Wang Q, Du X. Nenormāla pelēkās vielas un balto vielu tilpums “interneta spēļu narkomānos”. Addict Behav (2015) 40:137–43. doi:10.1016/j.addbeh.2014.09.010
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
11. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, Xu JR, et al. Pelēkās vielas novirzes interneta atkarībā: vokseļu morfometrijas pētījums. Eur J Radiol (2011) 79(1):92–5. doi:10.1016/j.ejrad.2009.10.025
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
12. Kuhn S, Gleich T, Lorenz RC, Lindenberger U, Gallinat J. Spēlējot supermario, tiek stimulēta smadzeņu strukturālā plastika: pelēkās vielas izmaiņas, kas rodas apmācības laikā ar komerciālu videospēli. Mol Psihiatrija (2014) 19(2):265–71. doi:10.1038/mp.2013.120
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
13. Przybylski AK, Weinstein N, Murayama K. Interneta spēļu traucējumi: jaunas parādības klīniskās nozīmības izpēte. Es esmu psihiatrija (2017) 174(3):230–6. doi:10.1176/appi.ajp.2016.16020224
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
14. Wen T, Hsieh S. Tīklā balstīta analīze atklāj funkcionālo savienojamību, kas saistīta ar tendenci uz atkarību no interneta. Priekšējais Hum Neurosci (2016) 10:6. doi:10.3389/fnhum.2016.00006
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
15. Li W, Li Y, Yang W, Zhang Q, Wei D, Li W, et al. Smadzeņu struktūras un funkcionālā savienojamība, kas saistīta ar individuālām atšķirībām interneta tendencēs veseliem jauniem pieaugušajiem. Neuropsychologia (2015) 70:134–44. doi:10.1016/j.neuropsychologia.2015.02.019
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
16. Kuhn S, Gallinat J. Brains tiešsaistē: pastāvīgās interneta izmantošanas strukturālās un funkcionālās korelācijas. Addict Biol (2015) 20(2):415–22. doi:10.1111/adb.12128
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
17. Cai C, Yuan K, Yin J, Feng D, Bi Y, Li Y, et al. Striatum morfometrija ir saistīta ar kognitīvās kontroles deficītu un simptomu smagumu interneta spēļu traucējumos. Smadzeņu attēlveidošana Behav (2016) 10(1):12–20. doi:10.1007/s11682-015-9358-8
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
18. Zhou F, Montag C, Sariyska R, Lachmann B, Reuter M, Weber B, et al. Orbitofrontālā pelēkās vielas deficīts kā interneta spēļu traucējumu marķieris: sakrīt pierādījumi no šķērsgriezuma un perspektīvā garengriezuma. Addict Biol (2017). doi: 10.1111 / adb.12570
19. Ac-Nikolic E, Zaric D, Niciforovic-Surkovic O. Interneta atkarības izplatība skolēnu vidū Novi Sadā. Srp Arh Celok Lek (2015) 143(11–12):719–25. doi:10.2298/SARH1512719A
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
20. Gonzalvez MT, Espada JP, Orgiles M, Morales A, Sussman S. Nikotīna atkarība kā starpnieks projekta EX ietekmei uz tabakas lietošanas samazināšanu zinātniekiem. Front Psychol (2016) 7:1207. doi:10.3389/fpsyg.2016.01207
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
21. Colby SM, Nargiso J, Tevyaw TO, Barnett NP, Metrik J, Lewander W et al. Uzlabota motivācijas intervija salīdzinājumā ar īsu padomu pusaudžu smēķēšanas atmešanai: rezultāti no nejaušināta klīniskā pētījuma. Addict Behav (2012) 37(7):817–23. doi:10.1016/j.addbeh.2012.03.011
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
22. Thanki D, Domingo-Salvany A, Barrio Anta G, Sanchez Manez A, Llorens Aleixandre N, Suelves JM, et al. Skrīninga instrumenta izvēlei ir nozīme: problēma ar kaņepju lietošanas skrīningu Spānijas pusaudžu populācijā. ISRN atkarīgais (2013) 2013:723131. doi:10.1155/2013/723131
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
23. Kuhns, Romanowski A, Schilling C, Lorencs R, Morsens C, Seiferth N, et al. Video spēļu neironu pamats. Tulkot psihiatrijā (2011) 1:e53. doi:10.1038/tp.2011.53
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
24. Tanaka S, Ikeda H, Kasahara K, Kato R, Tsubomi H, Sugawara SK, et al. Lielāks labās un aizmugurējās daļas parietālais tilpums darbības videospēļu ekspertos: uzvedības un vokseļu bāzes morfometrijas (VBM) pētījums. PLoS One (2013) 8(6):e66998. doi:10.1371/journal.pone.0066998
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
25. Lī D, Namkoong K, Lī J, Jung YC. Nenormāla pelēkās vielas tilpums un impulsivitāte jauniem pieaugušajiem ar interneta spēļu traucējumiem. Addict Biol (2017). doi: 10.1111 / adb.12552
26. Ešbijs FG, Turners BO, Horvitz JC. Cortical un bazālo gangliju ieguldījums ieradumu apguvē un automātiskums. Trends Cogn Sci (2010) 14(5):208–15. doi:10.1016/j.tics.2010.02.001
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
27. Volkow ND, Wang GJ, Fowler JS, Tomasi D, Telang F. Atkarība: ārpus dopamīna atlīdzības shēmas. Proc Natl Acad Sci USA (2011) 108(37):15037–42. doi:10.1073/pnas.1010654108
28. Walter M, Wang Y, Yin Y, Sun YW, Zhou Y, Chen X, et al. Samazināta prefrontālās daivas starpdisfēriskā funkcionālā savienojamība pusaudžiem ar interneta spēļu traucējumiem: primārais pētījums, izmantojot miera stāvokļa fMRI. PLoS One (2015) 10(3):e0118733. doi:10.1371/journal.pone.0118733
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
29. Koob GF, Volkow ND. Atkarības neirocirkulācija. Neuropsychopharmacology (2009) 35(1):217–38. doi:10.1038/npp.2009.110
30. Yu L, Shek DT. Interneta atkarība Honkongas pusaudžiem: trīs gadu garengriezuma pētījums. J Pediatr Adolesc Gynecol (2013) 26(3 Suppl):S10–7. doi:10.1016/j.jpag.2013.03.010
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
31. Jaunais KS. Noķertā tīklā: kā atpazīt interneta atkarības pazīmes - un veiksmīga atveseļošanās stratēģija. Novērtējums (1998) 21(6):713–22.
32. Ashburner J. Ātrs diferenciāls attēlu reģistrācijas algoritms. Neuroimage (2007) 38(1):95–113. doi:10.1016/j.neuroimage.2007.07.007
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
33. Nichols TE, Holmes AP. Neparametriski permutācijas testi funkcionālā neiroattēlā: gruntējums ar piemēriem. Hum Brain Mapp (2002) 15(1):1–25. doi:10.1002/hbm.1058
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
34. Smits SM, Nikols TE. Kopu uzlabošana bez sliekšņiem: risinot izlīdzināšanas, sliekšņa atkarības un lokalizācijas problēmas klastera secinājumos. Neuroimage (2009) 44(1):83–98. doi:10.1016/j.neuroimage.2008.03.061
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
35. Rd MDA, Cohen JD, Stenger VA, Carter CS. Izdalot dorsolaterālā prefrontālā un priekšējā cingulāta garozas lomu kognitīvajā kontrolē. Zinātne (2000) 288(5472):1835. doi:10.1126/science.288.5472.1835
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
36. Yuan P, Raz N. Prefrontālās garozas un izpildfunkcijas veseliem pieaugušajiem: strukturālo neiroattēlu pētījumu metaanalīze. Neurosci Biobehav Rev (2014) 42(5):180–92. doi:10.1016/j.neubiorev.2014.02.005
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
37. Wang H, Jin C, Yuan K, Shakir TM, Mao C, Niu X, et al. Pelēkās vielas tilpuma un izziņas kontroles izmaiņas pusaudžiem ar interneta spēļu traucējumiem. Front Behav Neurosci (2015) 9:64. doi:10.3389/fnbeh.2015.00064
38. Liu GC, Yen JY, Chen CY, Yen CF, Chen CS, Lin WC, et al. Smadzeņu aktivācija reakcijas nomākšanai, izmantojot azartspēļu vadīšanas traucējumus interneta spēļu traucējumos. Kaohsiung J Med Sci (2014) 30(1):43–51. doi:10.1016/j.kjms.2013.08.005
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
39. Choi J, Cho H, Kim JY, Jung DJ, Ahn KJ, Kang HB, et al. Strukturālās izmaiņas prefrontālajā garozā ietekmē starp interneta spēļu traucējumiem un nomāktu garastāvokli. Sci Rep (2017) 7(1):1245. doi:10.1038/s41598-017-01275-5
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
40. Seok JW, Lee KH, Sohn S, Sohn JH. Neironu substrāti riskantu lēmumu pieņemšanai personām ar atkarību no interneta. Aust NZJ psihiatrija (2015) 49(10):923–32. doi:10.1177/0004867415598009
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
41. Park SY, Kim SM, Roh S, Soh MA, Lee SH, Kim H, et al. Tiešsaistes spēļu atkarības virtuālās realitātes ārstēšanas programmas sekas. Skaitļošanas metožu programmas Biomed (2016) 129:99–108. doi:10.1016/j.cmpb.2016.01.015
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
42. Bolla K, Ernst M, Kiehl K, Mouratidis M, Eldreth D, Contoreggi C et al. Prefrontālās garozas disfunkcija abstinentiem kokaīna lietotājiem. J Neiropsihiatrija Clin Neurosci (2004) 16(4):456. doi:10.1176/jnp.16.4.456
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
43. Bolla KI, Eldreth DA, Matochik JA, Cadet JL. Neatkarīgu marihuānas lietotāju lēmumu neironu substrāti. Neuroimage (2005) 26(2):480–92. doi:10.1016/j.neuroimage.2005.02.012
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
44. Bolla KI, Eldreth DA, London ED, Kiehl KA, Mouratidis M, Contoreggi C et al. Orbitofrontāla garozas disfunkcija atturīgiem kokaīna lietotājiem, kuri veic lēmumu pieņemšanas uzdevumu. Neuroimage (2003) 19(3):1085. doi:10.1016/S1053-8119(03)00113-7
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
45. Ge X, Sun Y, Han X, Wang Y, Ding W, Cao M, et al. Dorsolaterālā prefrontālā garozas funkcionālā savienojamības atšķirība starp smēķētājiem ar atkarību no nikotīna un personām ar interneta spēļu traucējumiem. BMC Neurosci (2017) 18(1):54. doi:10.1186/s12868-017-0375-y
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
46. Han JW, Han DH, Bolo N, Kim B, Kim BN, Renshaw PF. Atšķirības funkcionālā savienojamībā starp atkarību no alkohola un interneta spēļu traucējumiem. Addict Behav (2015) 41:12–9. doi:10.1016/j.addbeh.2014.09.006
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
47. Nock NL, Dimitropolous A, Tkach J, Frasure H, von Gruenigen V. Neironu aktivizēšanas samazināšana uz augstas kaloritātes pārtikas norādēm aptaukojušos endometrija vēža slimniekiem pēc uzvedības dzīvesveida iejaukšanās: eksperimentāls pētījums. BMC Neurosci (2012) 13:74. doi:10.1186/1471-2202-13-74
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
48. Squeglia LM, Grey KM. Alkohola un narkotisko vielu lietošana un smadzenes Curr Psychiatry Rep (2016) 18(5):46. doi:10.1007/s11920-016-0689-y
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
49. Hall MG, Alhassoon OM, Stern MJ, Wollman SC, Kimmel CL, Perez-Figueroa A, et al. Pelēkās vielas novirzes no kokaīna salīdzinājumā ar metamfetamīnu atkarīgiem pacientiem: neiroattēlu metaanalīze. Es esmu narkotiku alkohola lietošana (2015) 41(4):290–9. doi:10.3109/00952990.2015.1044607
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
50. Stinear CM, Coxon JP, Byblow WD. Primārā motora garozas un kustību novēršana: kur pieturas notiek. Neurosci Biobehav Rev (2009) 33(5):662–73. doi:10.1016/j.neubiorev.2008.08.013
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
51. Zhang JT, Yao YW, Li CS, Zang YF, Shen ZJ, Liu L, et al. Insulas atpūtas režīma funkcionālais savienojums jauniešiem ar interneta spēļu traucējumiem. Addict Biol (2016) 21(3):743–51. doi:10.1111/adb.12247
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
52. Gardini S, Venneri A. Samazināta pelēkā viela aizmugurējā izolā kā struktūras ievainojamība vai diatēze atkarībai. Brain Res Bull (2012) 87(2–3):205–11. doi:10.1016/j.brainresbull.2011.11.021
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
53. Yuan K, Cheng P, Dong T, Bi Y, Xing L, Yu D, et al. Kortikālā biezuma anomālijas vēlu pusaudža vecumā ar tiešsaistes spēļu atkarību. PLoS One (2013) 8(1):e53055. doi:10.1371/journal.pone.0053055
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
54. Paulus MP, Stjuarts JL. Interpocepcija un narkomānija. Neirofarmakoloģija (2014) 76 (Pt B): 342 – 50. doi: 10.1016 / j.neuropharm.2013.07.002
55. Picard N, Strick PL. Mediālās sienas motoriskās zonas: to atrašanās vietas un funkcionālās aktivizācijas pārskats. Cereb Cortex (1996) 6(3):342–53. doi:10.1093/cercor/6.3.342
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
56. Yu C, Zhou Y, Liu Y, Jiang T, Dong H, Zhang Y, et al. Cilvēka cingulāta garozas funkcionālo segregāciju apstiprina ar funkcionāliem savienojumiem balstīta neiroanatomiskā gabals. Neuroimage (2011) 54(4):2571–81. doi:10.1016/j.neuroimage.2010.11.018
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
57. Wang D, Zhou Y, Zhuo C, Qin W, Zhu J, Liu H, et al. Mainīta cingulate apakšreģionu funkcionālā savienojamība šizofrēnijas gadījumā. Tulkot psihiatrijā (2015) 5:e575. doi:10.1038/tp.2015.69
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
58. Casartelli L, Chiamulera C. Mehāniskais veids: motoriskās sistēmas izpratnes un darbības veidošanas klīniskā nozīme autismā un narkomānijā. Cogn Affect Behav Neurosci (2016) 16(2):191–206. doi:10.3758/s13415-015-0399-7
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
59. Gremel CM, Lovinger DM. Asociējošās un sensorimotorās kortiko-bazālo gangliju ķēdes lomas ļaunprātīgi lietotu narkotiku iedarbībā. Gēni Brena prāts (2017) 16(1):71–85. doi:10.1111/gbb.12309
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
60. Porrino LJ, Lyons D, Smith HR, Daunais JB, Nader MA. Kokaīna pašpārvalde rada pakāpenisku limbisko, asociācijas un sensorimotoro striatomu domēnu iesaistīšanos. J Neurosci (2004) 24(14):3554–62. doi:10.1523/JNEUROSCI.5578-03.2004
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
61. Hanlons CA, Veslijs MJ, Rots AJ, Millers MD, Porrino LJ. Lateralitātes zaudēšana hroniskiem kokaīna lietotājiem: sensoru motoru kontroles fMRI izmeklēšana. Psihiatrijas Res (2010) 181(1):15–23. doi:10.1016/j.pscychresns.2009.07.009
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
62. Nikolaou K, Critchley H, Duka T. Alkohols ietekmē neironu substrātus, kas kavē reakciju, bet ne stimulus, kas signalizē par reakcijas pārtraukšanu. PLoS One (2013) 8(9):e76649. doi:10.1371/journal.pone.0076649
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
63. White LE, Andrews TJ, Hulette C, Richards A, Groelle M, Paydarfar J, et al. Cilvēka sensora motora sistēmas uzbūve. I: centrālā sulka morfoloģija un citoarhitektūra. Cereb Cortex (1997) 7(1):18–30. doi:10.1093/cercor/7.1.18
64. Cavanna AE, Trimble MR. Preuneus: tās funkcionālās anatomijas un uzvedības korelācijas pārskats. smadzenes (2006) 129(Pt 3):564–83. doi:10.1093/brain/awl004
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
65. Feng Q, Chen X, Sun J, Zhou Y, Sun Y, Ding W, et al. Arterisko spin-iezīmēto perfūzijas magnētiskās rezonanses attēlojuma voksela līmeņa salīdzinājums pusaudžiem ar interneta spēļu atkarību. Behav Brain Funct (2013) 9(1):33. doi:10.1186/1744-9081-9-33
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar
66. Due DL, Huettel SA, Hall WG, Rubin DC. Aktivizācija mezolimbiskās un visuospatialās neironu ķēdēs, ko izraisa smēķēšanas norādes: pierādījumi no funkcionālās magnētiskās rezonanses attēlveidošanas. Es esmu psihiatrija (2002) 159(6):954–60. doi:10.1176/appi.ajp.159.6.954
PubMed Kopsavilkums | CrossRef pilns teksts | Google Scholar