Front Behav Neurosci. 2015; 9: 296.
Publicēts tiešsaistē 2015 Nov 3. doi: 10.3389 / fnbeh.2015.00296
PMCID: PMC4630310
Xin Qi,1,† Xin Du,1,† Yongxin Yang,2,† Guijin Du,3 Peihong Gao,3 Yang Zhang,1 Wen Qin,1 Xiaodong Li,3,* un Quan Zhang1,*
Anotācija
Par galvenajiem uzvedības traucējumiem indivīdiem ar interneta spēļu traucējumiem (IGD), kas ir kļuvusi par nopietnu garīgās veselības problēmu visā pasaulē, tika ziņots par lielāku impulsu un riska uzņemšanos un samazinātu lēmumu pieņemšanas spēju. Tomēr nav skaidrs, kā riska līmenis modulē smadzeņu aktivitāti lēmumu pieņemšanas procesā IGD indivīdiem. Šajā pētījumā tika pieņemti darbā 23 pusaudži ar veseliem IGD un 24 kontroles līdzekļiem (HCs) bez IGD, un funkcionālā magnētiskās rezonanses attēlveidošanas eksperimentā tika izmantots balona analogā riska uzdevums (BART), lai novērtētu riska līmeņa modulāciju (varbūtība). sprādzienbīstamība) smadzeņu aktivitātei riskantu lēmumu pieņemšanā IGD pusaudžiem. IGD grupā, salīdzinot ar HC, tika konstatēta mazāka riska līmeņa samazināšana pareizās dorsolaterālās prefronālās garozas (DLPFC) aktivizācijas laikā aktīvās BART laikā. IGD grupā bija būtiska negatīva korelācija starp risku, kas saistīts ar DLPFC aktivitāti aktīvās BART un Barratt impulsa skalas (BIS-11) rādītājos, kas bija ievērojami augstāki IGD grupā, salīdzinot ar HC. Mūsu pētījums parādīja, ka kā būtisks ar smadzeņu reģionu saistītais lēmumu pieņemšanas process ir labāks, jo DLPFC ir mazāk jutīgs pret risku, kas saistīts ar IGD pusaudžiem, salīdzinot ar HC, kas var veicināt augstāku impulsa līmeni IGD pusaudžiem.
Ievads
Interneta spēļu traucējumi ir kļuvuši aizvien izplatītāki visā pasaulē, īpaši Āzijā (Wu et al., 2013; Tang et al., 2014) un rada negatīvu ietekmi uz dažādiem uzvedības un psihosociāliem aspektiem (\ tKo et al., 2010). Uzvedības pētījumi liecināja, ka samazināta riskanta lēmumu pieņemšanas spēja ir viens no svarīgākajiem IGD indivīdu uzvedības traucējumiem (Pawlikowski un zīmols, 2011; Yao et al., 2015). Piemēram, pētnieki atklāja, ka IGD indivīdi ir izvēlējušies neizdevīgāku izvēli, salīdzinot ar HC, un ka šādi traucējumi var būt daļēji saistīti ar atgriezeniskās saites neizmantošanu (Pawlikowski un zīmols, 2011; Yao et al., 2014). Turklāt pētījumi atklāja, ka, pieņemot turpmākus lēmumus, IGD priekšmeti samazina pieredzes rezultātu ņemšanu vērā.Dong et al., 2013). Riska lēmumu pieņemšana ir augsta līmeņa kognitīvā funkcija un ir būtiska cilvēka izdzīvošanai nenoteiktā vidē (Hastie, 2001). Riska nevēlēšanās ir būtiska lēmumu pieņemšanas procesa daļa normālā iedzīvotāju vidū (Macoveanu et al., 2013). Tomēr IGD indivīdi mēdz būt nelabvēlīgi riskanti lēmumi un saskaras ar vairāk nelabvēlīgām situācijām (Yao et al., 2015), kas var izraisīt negatīvu ietekmi uz IGD indivīdiem un sabiedrību. Tāpēc ir svarīgi izpētīt neironu mehānismus, kas ir pamatā riskantai lēmumu pieņemšanai IGD indivīdos.
Veseliem indivīdiem nejauši tika pētīti neirālie kontūri, kas saistīti ar riskantu lēmumu pieņemšanu, un tika konstatēts, ka riskantā lēmumu pieņemšanā ir iesaistīts izplatīts subkortikālo un kortikālo zonu tīkls, kas galvenokārt sastāv no prefrontāliem, parietāliem, limbiskiem un subortikāliem reģioniem.Ernst un Paulus, 2005; Trepel et al., 2005; Krain et al., 2006; Rao et al., 2008; Kohno et al., 2015), un konstatēts, ka smadzeņu aktivācijas līmenis šajos reģionos ir saistīts ar riska līmeni (\ tSchonberg et al., 2012; Galván et al., 2013; Telzer et al., 2013a; Rao et al., 2014; Kohno et al., 2015). Tomēr daži neiromogrāfiskie pētījumi koncentrējās uz IGD ietekmi uz neironu substrātiem, lai pieņemtu riskantus lēmumus. FMRI pētījums Dong et al. (2013) konstatēja, ka personas ar interneta atkarības traucējumiem pieprasīja vairāk smadzeņu resursu, lai pabeigtu lēmumu pieņemšanas uzdevumu, un ignorēja atgriezenisko saiti par iepriekšējo rezultātu, kas ir būtiska riska riskantu lēmumu pieņemšanas iezīme. Pētījums Lin et al. (2015) atklāja, ka kreisās zemākās frontālās gyrus aktivitātes līmeņi un kreisā priekšgala giruss IGD indivīdos samazinājās, veicot varbūtības diskontēšanas uzdevumu, kas liecināja par riska novērtējuma traucējumiem IGD indivīdos. Lai gan šie pētījumi liecināja, ka IGD ir saistīta ar patoloģisku smadzeņu aktivitāti riskantu lēmumu pieņemšanas procesu laikā, kā riska pakāpe modulē smadzeņu aktivāciju lēmumu pieņemšanas procesā joprojām ir vāji saprotama IGD indivīdiem. Mūsuprāt, neviens līdz šim veikts pētījums nebija vērsts uz kovu starp smadzeņu aktivāciju un riska līmeņiem lēmumu pieņemšanas procesā IGD indivīdiem, kas var veicināt pašreizējo izpratni par mehānismiem, kas saistīti ar IGD indivīdu lēmumu pieņemšanas deficītu.
Šajā pētījumā tika iekļauti 23 IGD pusaudži un 24 HC un tika iegūti fMRI dati, kamēr dalībnieki veica BART (Lejuez et al., 2002) novērtēt, kā riska līmenis modulē smadzeņu aktivāciju lēmumu pieņemšanas procesā IGD pusaudžiem salīdzinājumā ar HC. BART, kurā dalībnieki uzpūst virtuālo balonu, kas var pieaugt vai eksplodēt, nodrošina ekoloģiski derīgu modeli, lai novērtētu cilvēku riska uzņemšanās tendenci un uzvedību, un sniedz dalībniekiem iespēju noteikt riska līmeni katram balonam; jo lielāks balons bija piepūsts, jo lielāks risks, ka dalībnieki lieto. Atšķirībā no citiem riska uzdevumiem BART risks bija tieši un ekoloģiski definēts kā sprādziena varbūtība katram balonam; tādējādi BART ir adaptīvs, vērtējot riska līmeņa modulāciju smadzeņu aktivizēšanai lēmumu pieņemšanas procesā. BART ir veiksmīgi izmantots veseliem brīvprātīgajiem, un tika pierādīts, ka vairāki smadzeņu reģioni ir saistīti ar risku, tostarp DLPFC, ventromedial prefrontālā garoza, ACC / mediālā frontālā garoza, striatum un insula (Rao et al., 2008; Schonberg et al., 2012; Helfinstein et al., 2014; Kohno et al., 2015). BART ir izmantots arī atkarības pētījumos, un patoloģiska smadzeņu aktivācija tika konstatēta metamfetamīna atkarīgo personu DLPFC un striatumā (Kohno et al., 2014) un alkohola atkarības indivīdu prefrontālajā garozā un ACC (Bogg et al., 2012; Claus un Hutchison, 2012). Kā īpaša uzvedības atkarība (Karim un Chaudhri, 2012; Carli et al., 2013), IGD var ietekmēt arī ar risku saistītos smadzeņu reģionus. Tādējādi šajā pētījumā mēs izmantojām fMRI ar BART, lai noskaidrotu, vai IGD pusaudžiem, salīdzinot ar HC, ir mainīta riska līmeņa modulācija attiecībā uz smadzeņu aktivāciju lēmumu pieņemšanas procesā. Šis pētījums veicinās izpratni par neiromehānismiem, kas saistīti ar riska uzņemšanos un impulsīvo uzvedību IGD pusaudžiem.
Materiāli un metodes
Dalībnieka izvēle
Tā kā IGD diagnostikas standarti joprojām ir neskaidri (Blaszczynski, 2008; Griffiths, 2008) šajā pētījumā tika atlasīti samērā stingri iekļaušanas kritēriji. Pirmkārt, YDQ interneta atkarībai (Young, 1998) tika izmantots, lai noteiktu interneta atkarības traucējumu klātbūtni. YDQ sastāv no astoņiem “jā” vai “nē” jautājumiem par interneta lietošanu. Dalībniekiem, kuri ziņoja par piecām vai vairāk atbildēm “jā”, tika konstatēts, ka viņiem ir interneta atkarības traucējumi (Young, 1998). 50 vai augstāks rezultāts IAT (Jauniešu un interneta atkarības tests [IAT], 2009) tika izmantots kā otrais iekļaušanas kritērijs. Turklāt tika pieņemti darbā tikai tie IGD pusaudži, kuri ziņoja, ka tērē vidēji četras vai vairāk stundas dienā, spēlējot interneta spēles (> 80% no kopējā tiešsaistes laika). Saskaņā ar šiem iekļaušanas kritērijiem šajā pētījumā tika pieņemti darbā 26 labo roku IGD pusaudži. Tika pārbaudīti tikai vīrieši-vīrieši, jo bija diezgan maz sieviešu ar interneta spēļu pieredzi. Divdesmit pieci dalībnieki vīrieši tika pieņemti darbā kā HC. HC tika definēti kā subjekti, kuri neatbilda YDQ diagnozes kritērijiem, internetā pavadīja mazāk nekā 2 stundas dienā un kuru IAT rādītājs bija mazāks par 50. Visi dalībnieki bija bez medikamentiem un ziņoja, ka nav bijušas atkarības no narkotikām. vai galvas traumas. Impulsivitāte tika novērtēta visiem dalībniekiem ar BIS-11 (Patton et al., 1995). Visu dalībnieku IQ tika pārbaudīts, izmantojot SPM. Dati no trim 26 IGD pusaudžiem un viens no 25 HCs tika izmesti no šī pētījuma acīmredzamas galvas kustības dēļ fMRI eksperimenta laikā (maksimālais pārvietojums jebkurā kardinālā virzienā ir lielāks par 2 mm un / vai maksimālais centrifūgas lielums ir lielāks par 2 °) . Turpmākai analīzei tika izmantoti dati par atlikušajiem 23 IGD pusaudžiem un 24 HC. Vecums, izglītība un IQ bija labi saskaņotas starp abām grupām, un BIS rādītāji un IAT rādītāji bija ievērojami augstāki IGD grupā nekā HCS (Tabula Table11).
Šo pētījumu apstiprināja Tianjin Medical University vispārējās slimnīcas ētikas komiteja, un no katras tēmas tika saņemta rakstiska informēta piekrišana.
Uzdevums un procedūra
Šajā pētījumā mēs pielāgojām BART izmantoto FMRI pielāgoto versiju Rao et al. (2008). Īsumā, dalībnieki tika iepazīstināti ar virtuālo balonu un lūdza nospiest vienu no divām pogām, lai vai nu piepumpētu (sūknētu) balonu, vai izņemtu naudu. Lielākie baloni bija saistīti ar lielāku atalgojumu un lielāku sprādziena risku. Dalībnieki jebkurā brīdī varēja pārtraukt gaisa balona piepūli, lai uzvarētu vai turpinātu inflāciju, līdz balons eksplodē, un tādā gadījumā viņi zaudē derību. Maksimālais sūkņu skaits, ko dalībnieki varēja izmantot katram balonam, bija 12. Lai norādītu dalībniekus, lai sāktu inflāciju, tika izmantots kontroles cue (neliela apļa krāsa mainīta no sarkanas uz zaļu). Pēc tam, kad dalībnieki veiksmīgi nospieža pogu un sūknēja balonu, mazais aplis nekavējoties kļuva sarkans ar nejaušu intervālu starp 1.5 un 2.5 s. Tad cue atkal kļuva zaļš, lai norādītu nākamo inflācijas periodu. Pēc katra balona izmēģinājuma beigām pirms nākamā balonu izmēģinājuma notika arī atšķirīgs 2 – 4 intervāls. Uzvaras vai zaudējumu attēls tika uzrādīts 1.5 s. Sprādziena balona attēls tika parādīts 20 ms. Balona sprādziena risks (balona sprādziena varbūtība) tika definēts kā “riska līmenis”. Kovaritāte starp riska līmeni un smadzeņu reģionu aktivizāciju tika definēta kā “modulācija”.
Mūsu pētījumā mēs izmantojām divus BART veidus: aktīvās izvēles un pasīvās izvēles iespējas. Aktīvās izvēles režīmā dalībnieki varēja noteikt riska līmeni un nolēma uzpūst balonu vai izņemt naudu. Tomēr pasīvās izvēles režīmā dalībnieki nepārtraukti piepūsa balonu, kamēr dators noteica gala punktu, kā arī katra balona uzvaru vai zaudējumus. Balonu skaits, ko dalībnieki pabeidza skenēšanas laikā, nebija iepriekš noteikts, bet ir atkarīgs no reakcijas ātruma aktīvajos vai pasīvajos režīmos. Vienīgā atšķirība starp abiem režīmiem ir iespēja aktīvajā režīmā pārtraukt inflāciju un laimēt derību. Aktīvās izvēles režīma smadzeņu aktivācijas līmeņi, salīdzinot ar pasīvo bezsaistes režīmu (aktīvā pasīva), atspoguļo lēmumu pieņemšanas procesa neirālo bāzi. Pēc eksperimenta dalībnieki saņēma līdzvērtīgu naudas summu, kas nopelnīta aktīvā režīma eksperimenta laikā.
Data Acquisition
Funkcionālais MRI tika veikts ar Siemens 3.0T skeneri (Magnetom Verio, Siemens, Erlangen, Vācija), izmantojot gradienta atgādinātu echo planar attēlveidošanas secību ar šādiem parametriem: atkārtošanās laiks (TR) = 2000 ms, atbalss laiks (TE) = 30 ms, redzes lauks = 220 mm × 220 mm, matrica = 64 × 64, šķēles biezums = 4 mm un šķēle starpība = 1 mm. Uzdevumu stimulus projicēja uz displeja ekrāna magnēta urbuma priekšā, un dalībnieki skatījās stimulus caur spoguli, kas uzstādīts uz galvas spoles. Dalībnieki atbildēja uz uzdevumu, nospiežot pogu fMRI saderīgā atbildes lodziņā. Formālais eksperiments tika veikts pēc tam, kad dalībnieki iemācījās un praktizēja uzdevumus. Visi dalībnieki pabeidza divus 10 min funkcionālos braucienus, vienu katram uzdevumu režīmam. Abu uzdevumu skenēšanas secība tika līdzsvarota katrā grupā.
Uzvedības analīze
FMRI eksperimentā BART uzvedības mainīgie bija izmēģinājuma numurs, sūkņu kopējais un vidējais skaits, uzvaru un zudumu skaits, koriģētais sūkņu skaits (definēts kā vidējais sūkņu skaits, izņemot sprādzienbīstamos balonus), atlīdzība savākšanas ātrums (laimestu izmēģinājumu skaits dalīts ar kopējo izmēģinājumu skaitu) un vidējais visu sūkņu RT. Tika analizēti tikai uzvedības dati aktīvā režīma laikā, jo dalībnieki bija spiesti pieņemt pasīvā režīmā katram balonam datorā noteikto rezultātu. Divu paraugu tTests tika izmantots, lai salīdzinātu uzvedības datu atšķirību aktīvā režīmā starp IGD indivīdiem un HC. Statistiskās analīzes tika veiktas ar SPSS 21.0, un nozīmīguma līmenis tika noteikts P <0.05.
Funkcionālā MRI datu pirmapstrāde
Funkcionālā MRI datu priekšapstrāde tika veikta, izmantojot SPM8 (http://www.fil.ion.ucl.ac.uk/spm/software/spm8). Katram dalībniekam funkcionālie attēli tika koriģēti attiecībā uz iegūšanas laika aizkavēšanos starp dažādām šķēlītēm un koriģētajiem ģeometriskajiem pārvietojumiem atbilstoši aprēķinātajai galvas kustībai. Pēc tam attēli tika pārorientēti ar pirmo sējumu. Balstoties uz kustības korekcijas aprēķiniem, no šī pētījuma tika izslēgti dalībnieki, kuri demonstrēja maksimālo nobīdi jebkurā no x, y vai z virzieniem, kas lielāki par 2-mm vai vairāk par 2 ° leņķisko rotāciju (x, y vai z) . Pēc šī soļa visi reorganizētie attēli tika telpiski normalizēti ar MNI EPI veidni, atkārtoti izdrukāti uz 3 mm × 3 mm × 3 mm un pēc tam izlīdzināti ar 6 mm FWHM.
Statistiskā analīze
GLM tika izmantota individuālai datu analīzei, kas balstīta uz vokseli. BOLD laikrindu dati tika modelēti, izmantojot standarta HRF ar laika atvasinājumu. Katra subjekta galvas kustības parametri tika modelēti kā nevēlami kovariāri. Lai noņemtu zemas frekvences svārstības, tika izmantots augstfrekvences filtrs ar ierobežojumu 128 s.
GLM ietvēra trīs veidu notikumus, kas izrietēja no pogas preses: balona inflācija, uzvaras iznākums vai zaudējumu rezultāts. Tādējādi GLM aktīvā vai pasīvā uzdevumā bija trīs regresori, kas atbilst trīs veidu notikumiem. Modelī tika iekļauts arī ar katru inflāciju saistītais riska līmenis (ti, vidējās centrālās korekcijas ortogonalizētais sprādziena varbūtība) kā balonu inflācijas regresora lineārā parametru modulācija. Katram priekšmetam tika definēts ar risku saistītais kontrasts aktīvajos un pasīvajos uzdevumos, lai pārbaudītu smadzeņu aktivāciju, kas piesaistīta riska līmenim.
Otrā līmeņa izlases efekta analīzes tika veiktas, izmantojot 2 (grupa: IGD un HCs) × 2 (izvēles režīms: aktīvais un pasīvais) ANOVA ar risku saistītos kontrastos ar pilnu faktoru SPM8, un ar risku saistītos kontrastus aktīvie un pasīvie režīmi tajā pašā dalībniekā tika apstrādāti kā atkārtoti pasākumi. Šajā pētījumā galvenais mērķis bija novērtēt starpgrupu atšķirības ar risku saistītā smadzeņu aktivizācijas procesā lēmumu pieņemšanas procesā, ko var atspoguļot aktīvajā režīmā redzamā aktivācija, salīdzinot ar pasīvo režīmu (aktīvā - pasīvā). Tāpēc šajā pētījumā tika analizēts interaktīvais efekts starp grupas un izvēles režīmu, HC (aktīvā-pasīvā) - IGD (aktīvā-pasīvā). Vairāku salīdzinājumu korekcija tika veikta, izmantojot Monte Karlo simulāciju, kā rezultātā tika koriģēta slieksnis P <0.05 (AlphaSim programma, parametri, tostarp: viens balss P = 0.005, 1000 simulācijas, pilnais platums ar pusi maksimāli = 6 mm, klasteru savienojuma rādiuss r = 5 mm un globālās pelēkās vielas masku). Smadzeņu reģioni ar interaktīvu iedarbību tika noteikti kā ROI. Vidējās β aplēses ROI ietvaros tika iegūtas un a post hoc t-tests tika veikts.
Korelācija starp vidējām β aplēsēm ROI, BIS rādītājos un IAT rādītājos tika pārbaudīta ar Pearson korelācijas analīzi IGD grupā ar SPSS 21.0. Nozīmīguma līmenis tika iestatīts uz P <0.05.
rezultāti
Uzvedības rezultāti
Tabula Table22 parāda uzvedības rezultātus fMRI eksperimenta laikā. Divi paraugi t-tests atklāja, ka aktīvā režīma laikā IGD grupā vidējais RT bija īsāks nekā HC;P = 0.03), kopējais sūkņu skaits IGD grupā bija ievērojami lielāks (P <0.001). Nebija būtiskas atšķirības koriģētajā sūkņu skaitā, izmēģinājuma skaitā, vidējā sūkņu skaitā, uzvaru un zaudējumu skaitā, kā arī atlīdzības savākšanas likmē.
Attēlveidošanas rezultāti
2 (grupa: IGD un HCs) × 2 (izvēles režīms: aktīvs un pasīvs) ANOVA attiecībā uz riskiem, kas saistīti ar risku, atklāja būtisku interaktīvu efektu uz pareizā DLPFC aktivizēšanu (MNI koordinātes: 24, 54, 12; 38; t = 3.78; P <0.05, AlphaSim korekcija; skaitlis Attēls1A1A). post hoc t-tests atklāja, ka riska līmeņa modulācija par pareizo DLPFC aktivizāciju aktīvajā režīmā bija augstāka nekā pasīvajā režīmā HC, bet neparādīja būtisku atšķirību starp aktīvajiem un pasīvajiem režīmiem IGD grupā. Aktīvā režīma laikā riska līmeņa modulācija par pareizo DLPFC aktivizāciju IGD grupā ievērojami samazinājās, salīdzinot ar HC (skaitlis Attēls1B1B). Turklāt tika konstatēts arī nozīmīgs interaktīvs efekts kreisā smadzeņu aktivācijai (MNI koordinātes: -9, -78, -21; vokseļi: 72; t = 4.13; P <0.05, AlphaSim korekcija; skaitlis Attēls2A2A). post hoc t-tests atklāja, ka atšķirība riska līmeņa modulācijā par kreisā smadzeņu aktivāciju starp režīmiem un starp grupām bija līdzīga iezīme, kāda redzama pareizajā DLPFC (skaitlis Attēls2B2B).
Riska līmeņa modulācija aktīvās DLPFC aktivācijas laikā aktīvajā režīmā uzrādīja būtisku negatīvu korelāciju ar BIS kopējiem rādītājiem IGD grupā (skaitlis Attēls33). Nebija būtiskas korelācijas starp pareizo DLPFC un IAT rādītāju aktivizēšanu IGD grupā. Turklāt lēmumu pieņemšanas laikā nav konstatēta būtiska korelācija starp fMRI rezultātiem un uzvedības datiem.
diskusija
Mēs zinām, ka tas ir pirmais pētījums, lai novērtētu riska līmeņa modulāciju smadzeņu aktivācijai lēmumu pieņemšanas procesā IGD pusaudžiem, izmantojot BART fMRI. IGD grupā, salīdzinot ar HC, tika konstatēts, ka aktīvās lēmumu pieņemšanas laikā samazinājās ar risku saistītā pareizā DLPFC aktivizācija, kas liecināja, ka pareizā DLPFC aktivizācija bija mazāk jutīga pret riska līmeni IGD grupā nekā HC. Riska izmaiņas, kas saistītas ar pareizo DLPFC aktivizēšanu aktīvā lēmumu pieņemšanas procesā, negatīvi korelēja ar BIS punktu skaitu IGD grupā. Šie rezultāti var veicināt izpratni par nervu mehānismiem ar augstāku impulsivitāti IGD pusaudžiem.
Riska lēmumu pieņemšana, iespējams, balstās uz vairākiem smadzeņu procesiem, kas ir saistīti ar vērtības un riska novērtējumu, izpildvaras kontroli un emocionālo apstrādi (Gowin et al., 2013). DLPFC ir kritisks smadzeņu reģions, kas iesaistīts izpildvaras kontrolē (Bari un Robbins, 2013; Yuan un Raz, 2014), kas regulē uz mērķi orientētu, elastīgu un efektīvu rīcību un var būt starpnieks lēmumu pieņemšanā ar skaidru risku (Brand et al., 2006; Schiebener et al., 2012). DLPFC pārveidotā struktūra un funkcija ir pierādīta IGD indivīdiem (Yuan et al., 2011; Ko et al., 2013; Liu et al., 2014), kas atbilst konstatējumiem pētījumos par vielu atkarību (\ tBolla et al., 2005; Moeller et al., 2014) un uzvedības atkarība (Crockford et al., 2005). Lēmumu pieņemšanas laikā DLPFC darbība var būt starpnieka informācijas integrācija par risku un vērtību (Gowin et al., 2013), atspoguļo perspektīvas, novērtē rezultātus un aprēķina turpmāko lietderību (Trepel et al., 2005). IGD pusaudžiem, kuriem parasti ir pavājināta izpildvaras kontroles spēja (Zhou et al., 2012; Dong et al., 2015); tāpēc ir ticams apgalvot, ka samazināta ar risku saistītā pareizās DLPFC aktivizācija riska lēmumu pieņemšanas procesā IGD pusaudžiem var atspoguļot samazināto izpildvaras kontroles funkciju, kas starpniekos par negatīvām izvēli riska situācijās. Šajā pētījumā labais, bet ne kreisais DLPFC parādīja samazinātu ar risku saistītu aktivāciju IGD pusaudžiem salīdzinājumā ar HC. Šis labās malas pretstatījums kreisajai DLPFC aktivitātei, kas veicina riskantu lēmumu pieņemšanu, tika ziņots arī citos BART fMRI pētījumos (Rao et al., 2008; Schonberg et al., 2012; Galván et al., 2013; Kohno et al., 2014) un transkraniālās tiešās strāvas stimulācijas pētījumi (\ tGorini et al., 2014). Turklāt šī mazinātās aktivācijas līkne pareizajā DLPFC tika konstatēta arī narkotiku atkarīgajiem cilvēkiem, kad viņi veica virkni riskantu lēmumu pieņemšanas uzdevumu (Bolla et al., 2005; Ersche et al., 2005; Kohno et al., 2014). Kopumā šie rezultāti nozīmēja, ka pareizais DLPFC bija svarīgs reģions riskantai lēmumu pieņemšanai, un iespējamais neironu mehānisms, kas ir pamatā DLPFC aktivācijas maiņai IGD pusaudžiem, var būt līdzīgs tam, ko lieto indivīdi ar vielu lietošanu.
Nesen IGD ir konceptualizēta kā uzvedības atkarība vai impulsu kontroles traucējums (Kuss, 2013; Ding et al., 2014) un var būt saistīta ar inhibīcijas funkcijas traucējumiem (\ tDong un Potenza, 2014; Liu et al., 2014), kas ir līdzīgs citai uzvedības atkarībai (Grant et al., 2010), piemēram, patoloģiskas azartspēles (Miedl et al., 2012; Kräplin et al., 2014). Pārskatā tika secināts, ka impulsīvais kavējums ir daļa no lēmumu pieņemšanas \ tSakagami et al., 2006), un pētījumi ir veiksmīgi pierādījuši, ka DLPFC ir svarīga loma impulsīvā inhibīcijas procesā (\ tAsahi et al., 2004; Garavan et al., 2006; Nakata et al., 2008a,b; Probst un van Eimeren, 2013). Šajā pētījumā augstāki BIS-11 rādītāji IGD indivīdos, salīdzinot ar HC, izraisīja lielāku impulsivitāti IGD pusaudžiem, kas bija saskaņā ar citiem pētījumiem par impulsīvo kontroli IGD indivīdos (Ding et al., 2014; Ko et al., 2014; Metcalf un Pammer, 2014). Tāpēc mūsu pētījumā samazinātā riska līmeņa modulācija, kas saistīta ar pareizo DLPFC aktivāciju IGD pusaudžiem, var būt saistīta ar impulsīviem inhibīcijas traucējumiem. Turklāt tika konstatēta būtiska negatīva korelācija starp samazinātu riska līmeņa modulāciju uz pareizās DLPFC aktivāciju aktīvās izvēles laikā un BIS-11 rādītāju IGD pusaudžiem, kas nozīmē, ka IGD pusaudži ar augstāku impulsivitāti parādīja zemāku modulāciju. riska līmenis, kas saistīts ar pareizo DLPFC aktivizēšanu lēmumu pieņemšanas procesā. Pareizā DLPFC aktivizācija bija mazāk jutīga pret risku lēmumu pieņemšanas procesā IGD pusaudžiem ar augstākām impulsīvām spējām. Samazināta riska līmeņa modulācija par pareizo DLPFC aktivizēšanu IGD pusaudžiem var būt par iemeslu riska ignorēšanai.
Mūsu pētījumā konstatēts, ka līdztekus pareizajam DLPFC arī aktīvā lēmumu pieņemšanas procesā IGD grupā samazinājās riska līmeņa modulācija kreisās smadzeņu aktivācijas laikā. Lai gan iepriekšējos fMRI pētījumos ar BART tika ziņots par smadzeņu aktivācijas izmaiņām (\ tGalván et al., 2013; Telzer et al., 2013a,b; Rao et al., 2014) un citi uzdevumi, kas saistīti ar lēmumu pieņemšanas procesiem (Rosenbloom et al., 2012; Gabay et al., 2014), neironu mehānisms nav skaidri noteikts. Iepriekšējie pētījumi ir atklājuši, ka smadzeņi ir būtiska atkarības problēmu sastāvdaļa (Kühn et al., 2012; Moulton et al., 2014), un smadzeņu, īpaši kreisā smadzeņu, pelēkās vielas tilpums, kas samazināts pacientiem ar \ tMoreno-López et al., 2015). Turklāt samazinājās pelēkās vielas apjoms (Wang et al., 2015) un pastiprināto reģionālo viendabīgumu (\ tDong et al., 2012) kreisajā smadzenēs ir ziņots arī par IGD indivīdiem. Tāpēc ir vērts veikt tālākus pētījumus, kas saistīti ar smadzeņu aktivitātes un riskantu lēmumu pieņemšanu IGD indivīdos.
Šajā pētījumā jāapsver vairāki ierobežojumi. Pirmkārt, izlases lielums bija salīdzinoši neliels, kas var samazināt spēku un nespēja noteikt nelielas smadzeņu aktivācijas. Otrkārt, maksimālais iespējamo balonu sūkņu skaits šajā modificētajā BART uzdevumā tika samazināts līdz 12, un vairums dalībnieku pabeidza tikai 30 balonu izmēģinājumus BOLD skenēšanas 10 minūšu laikā. Tādējādi ierobežojumi, kas raksturīgi šai eksperimentālajai konstrukcijai, varēja samazināt jutību pret grupu atšķirību noteikšanu uzvedības rādītājos (Rao et al., 2010). Visbeidzot, ar šo šķērsgriezuma pētījumu nevar noteikt cēloņsakarību starp mainīto smadzeņu aktivāciju un IGD. Ilgstošs pētījums var palīdzēt novērtēt šīs attiecības.
Secinājumi
Tiek uzskatīts, ka tas ir pirmais pētījums, lai pārbaudītu riska līmeņa modulāciju smadzeņu aktivācijai lēmumu pieņemšanas procesā ar BART IGD pusaudžiem. Mūsu pētījums parādīja, ka IGD pusaudžiem mazinājās riska līmeņa modulācija par pareizo DLPFC aktivāciju, un samazināta ar risku saistītā pareizās DLPFC aktivācija bija negatīva korelācija ar BIS rādītājiem. Mūsu secinājumi liecināja, ka kā svarīgs smadzeņu reģions, kas saistīts ar lēmumu pieņemšanu, pareizais DLPFC ir mazāk jutīgs pret riska līmeni IGD pusaudžiem, salīdzinot ar HC, kas var veicināt lielāku impulsivitāti IGD pusaudžiem.
Autora iemaksas
XQ, YY, XL un QZ izstrādāti pētījumi; XQ, XD, PG, YZ, GD un QZ veica pētījumus; YY, PG tika iesaistīts klīniskajā novērtējumā; XQ, YZ, GD, WQ un QZ analizēja datus; XQ, YZ, XL, YY un QZ rakstīja papīru.
Interešu konflikta paziņojums
Autori paziņo, ka pētījums tika veikts bez jebkādām komerciālām vai finansiālām attiecībām, kuras varētu uzskatīt par iespējamu interešu konfliktu.
SAĪSINĀJUMI
| ACC | priekšējais cingulēt |
| BART | balona analogā riska uzdevums |
| BIS-11 | Barratt impulsivitātes skala |
| DLPFC | dorsolaterālā prefrontālā garoza |
| fMRI | funkcionālās magnētiskās rezonanses attēlveidošana |
| FWHM | pilna platuma ar pusi maksimumu |
| GLM | vispārējs lineārs modelis |
| HC | veselīgas kontroles |
| HRF | hemodinamiskās reakcijas funkcija |
| IAT | Young tiešsaistes tiešsaistes atkarības tests |
| IGD | interneta spēļu traucējumi |
| IQ | Intelekta koeficients |
| MNI | Monreālas neiroloģijas institūts |
| ROI | interesējošais reģions |
| RT | reakcijas laiks |
| SPM | Standard Raven's ProgressiveMatrices |
| SPM8 | Statistikas parametru kartēšanas programmatūra |
| YDQ | Jauna diagnostikas anketa |
Atsauces
- Asahi S., Okamoto Y., Okada G., Yamawaki S., Yokota N. (2004). Negatīva korelācija starp pareizo prefrontālo aktivitāti reakcijas inhibēšanas un impulsivitātes laikā: fMRI pētījums. Eiro. Arch. Psihiatrijas klīnika. Neurosci. 254 245–251. 10.1007/s00406-004-0488-z [PubMed] [Cross Ref]
- Bari A., Robbins TW (2013). Inhibēšana un impulsivitāte: reakcijas kontroles uzvedības un neironu pamats. Prog. Neurobiol. 108 44 – 79. 10.1016 / j.pneurobio.2013.06.005 [PubMed] [Cross Ref]
- Blaszczynski A. (2008). Komentārs: atbilde uz “problēmām saistībā ar videospēļu„ atkarības ”koncepciju: daži gadījumu izpētes piemēri”. Int. J. Garīgās veselības atkarīgais. 6 179–181. 10.1007/s11469-007-9132-2 [Cross Ref]
- Bogg T., Fukunaga R., Finn PR, Brown JW (2012). Kognitīvā kontrole saistās ar alkohola lietošanu, pazīmju dezinfekciju un pazeminātu kognitīvo spēju: pierādījumi par mediālo prefrontālo garozas disregulāciju atalgojuma meklējumos. Narkotiku atkarība no alkohola. 122 112 – 118. 10.1016 / j.drugalcdep.2011.09.018 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Bolla KI, Eldreth DA, Matochik JA, Cadet JL (2005). Neierobežotu lēmumu pieņemšanas neiroloģiskie substrāti abidinālos marihuānas lietotājos. Neuroimage 26 480 – 492. 10.1016 / j.neuroimage.2005.02.012 [PubMed] [Cross Ref]
- Zīmols M., Labudda K., Markowitsch HJ (2006). Lēmumu pieņemšanas neiropsiholoģiskās korelācijas neskaidrā un riskantā situācijā. Neironu tīkls. 19 1266 – 1276. 10.1016 / j.neunet.2006.03.001 [PubMed] [Cross Ref]
- Carli V., Durkee T., Wasserman D., Hadlaczky G., Despalins R., Kramarz E., et al. (2013). Saikne starp patoloģisko interneta lietošanu un komorbidālo psihopatoloģiju: sistemātiska pārskatīšana. Psihopatoloģija 46 1 – 13. 10.1159 / 000337971 [PubMed] [Cross Ref]
- Claus ED, Hutchison KE (2012). Riska uzņemšanas neirālie mehānismi un attiecības ar bīstamu dzeršanu. Alkohols. Clin. Exp. Res. 36 932 – 940. 10.1111 / j.1530-0277.2011.01694.x [PubMed] [Cross Ref]
- Crockford DN, Goodyear B., Edwards J., Quickfall J., El-Guebal N. (2005). Cue izraisīta smadzeņu darbība patoloģiskajos spēlētājiem. Biol. Psihiatrija 58 787 – 795. 10.1016 / j.biopsych.2005.04.037 [PubMed] [Cross Ref]
- Ding WN, Sun JH, Sun YW, Chen X., Zhou Y., Zhuang ZG, et al. (2014). Paaugstinātā impulsivitāte un traucēta prefrontāla impulsa inhibēšanas funkcija pusaudžiem ar interneta spēļu atkarību, ko atklāja Go / No-Go fMRI pētījums. Behav. Smadzeņu darbība. 10:20 10.1186/1744-9081-10-20 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Dong G., Hu Y., Lin X., Lu Q. (2013). Kas padara interneta atkarīgos spēlēt internetā pat tad, ja saskaras ar nopietnām negatīvām sekām? Iespējamie fMRI pētījuma skaidrojumi. Biol. Psihols. 94 282 – 289. 10.1016 / j.biopsycho.2013.07.009 [PubMed] [Cross Ref]
- Dong G., Huang J., Du X. (2012). Izmaiņas atpūtas smadzeņu aktivitātes reģionālajā homogenitātē interneta spēļu narkomānos. Behav. Smadzeņu darbība. 8:41 10.1186/1744-9081-8-41 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Dong G., Lin X, Hu Y., Xie C., Du X. (2015). Nelīdzsvarota funkcionālā saikne starp izpildvaras kontroles tīklu un atlīdzības tīklu izskaidro tiešsaistes spēļu meklēšanu interneta spēļu traucējumos. Sci. Rep. 5: 9197 10.1038 / srep09197 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Dong G., Potenza MN (2014). Interneta spēļu traucējumu kognitīvās uzvedības modelis: teorētiskie pamatojumi un klīniskās sekas. J. Psychiatr. Res. 58 7 – 11. 10.1016 / j.jpsychires.2014.07.005 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Ernst M., Paulus MP (2005). Lēmumu pieņemšanas neirobioloģija: selektīvs pārskats no neirokognitīvās un klīniskās perspektīvas. Biol. Psihiatrija 58 597 – 604. 10.1016 / j.biopsych.2005.06.004 [PubMed] [Cross Ref]
- Ersche KD, Fletcher PC, Lewis SJ, Clark L., Stocks-Gee G., London M., et al. (2005). Nenormālas frontālās aktivācijas, kas saistītas ar lēmumu pieņemšanu pašreizējos un bijušajos amfetamīna un opiātu atkarīgos indivīdos. Psihofarmakoloģija (Berl.) 180 612–623. 10.1007/s00213-005-2205-7 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Gabay AS, Radua J., Kempton MJ, Mehta MA (2014). Ultimāta spēle un smadzenes: neiromogrāfijas pētījumu meta-analīze. Neurosci. Biobehav. Rev. 47 549 – 558. 10.1016 / j.neubiorev.2014.10.014 [PubMed] [Cross Ref]
- Galván A., Schonberg T., Mumford J., Kohno M., Poldrack RA, Londona ED (2013). Lielāka dorsolaterālā prefronta garozas riska jutība jauniem smēķētājiem nekā nesmēķētājiem. Psihofarmakoloģija (Berl.) 229 345–355. 10.1007/s00213-013-3113-x [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Garavan H., Hester R., Murphy K., Fassbender C., Kelly C. (2006). Individuālās atšķirības inhibējošās kontroles funkcionālajā neuroanatomijā. Brain Res. 1105 130 – 142. 10.1016 / j.brainres.2006.03.029 [PubMed] [Cross Ref]
- Gorini A., Lucchiari C., Russell-Edu W., Pravettoni G. (2014). Riskantāko izvēļu modulēšana nesen noturīgajos atkarīgajos kokaīna lietotājos: transkraniālais tiešās strāvas stimulācijas pētījums. Priekšpuse. Hum. Neurosci. 8: 661 10.3389 / fnhum.2014.00661 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Gowin JL, Mackey S., Paulus MP (2013). Mainīta ar risku saistīta apstrāde vielu lietotājiem: sāpju un ieguvumu nelīdzsvarotība. Narkotiku atkarība no alkohola. 132 13 – 21. 10.1016 / j.drugalcdep.2013.03.019 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Grant JE, Potenza MN, Weinstein A., Gorelick DA (2010). Ievads uzvedības atkarībās. Am. J. Zāļu alkohola lietošana 36 233 – 241. 10.3109 / 00952990.2010.491884 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Griffiths MD (2008). Videospēļu atkarība: papildu domas un apsvērumi. Int. J. Garīgās veselības atkarīgais. 6 182–185. 10.1007/s11469-007-9128-y [Cross Ref]
- Hastie R. (2001). Spriedumu un lēmumu pieņemšanas problēmas. Annu. Psychol. 52 653 – 683. 10.1146 / annurev.psych.52.1.653 [PubMed] [Cross Ref]
- Helfinstein SM, Schonberg T., Congdon E., Karlsgodt KH, Mumford JA, Sabb FW, et al. (2014). Riska risku izvēle no smadzeņu darbības modeļiem. Proc Natl. Acad. Sci. ASV 111 2470 – 2475. 10.1073 / pnas.1321728111 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Karim R., Chaudhri P. (2012). Uzvedības atkarības: pārskats. J. Psihoaktīvās zāles 44 5 – 17. 10.1080 / 02791072.2012.662859 [PubMed] [Cross Ref]
- Ko CH, Hsiao S., Liu GC, Yen JY, Yang MJ, Yen CF (2010). Lēmumu pieņemšanas īpašības, risks uzņemties risku un koledžas studentu personība ar interneta atkarību. Psihiatrijas rez. 175 121 – 125. 10.1016 / j.psychres.2008.10.004 [PubMed] [Cross Ref]
- Ko CH, Hsieh TJ, Chen CY, Yen CF, Chen CS, Yen JY, et al. (2014). Mainīta smadzeņu aktivācija reakcijas inhibēšanas laikā un kļūdu apstrāde cilvēkiem ar interneta spēļu traucējumiem: funkcionāls magnētiskās attēlveidošanas pētījums. Eiro. Arch. Psihiatrijas klīnika. Neurosci. 264 661–672. 10.1007/s00406-013-0483-3 [PubMed] [Cross Ref]
- Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, Chen CS (2013). Smadzeņu korelācijas ar tiešsaistes spēļu gājienu, kas pakļautas cue ekspozīcijai, ar subjektiem ar interneta spēļu atkarību un pārraidītiem priekšmetiem. Atkarīgais. Biol. 18 559 – 569. 10.1111 / j.1369-1600.2011.00405.x [PubMed] [Cross Ref]
- Kohno M., Ghahremani DG, Morales AM, Robertsons CL, Ishibashi K., Morgan AT, et al. (2015). Riska uzņemšanās: dopamīna d2 / d3 receptoriem, atgriezeniskā saite un frontolimbiskā aktivitāte. Cereb. Cortex 25 236 – 245. 10.1093 / cercor / bht218 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Kohno M., Morales AM, Ghahremani ĢD, Hellemann G., Londona ED (2014). Riska lēmumu pieņemšana, prefrontāla garoza un mezokortikolimbisks funkcionālais savienojums atkarība no metamfetamīna. JAMA Psihiatrija 71 812 – 820. 10.1001 / jamapsychiatry.2014.399 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Krain AL, Wilson AM, Arbuckle R., Castellanos FX, Milham MP (2006). Riska un neskaidrības atšķirīgie neironu mehānismi: lēmumu pieņemšanas metaanalīze. Neuroimage 32 477 – 484. 10.1016 / j.neuroimage.2006.02.047 [PubMed] [Cross Ref]
- Kräplin A., Dshemuchadse M., Behrendt S., Scherbaum S., Goschke T., Bühringer G. (2014). Nepareiza lēmumu pieņemšana patoloģiskajās azartspēlēs: modeļa specifika un impulsivitātes loma. Psihiatrijas rez. 215 675 – 682. 10.1016 / j.psychres.2013.12.041 [PubMed] [Cross Ref]
- Kühn S., Romanowski A., Schilling C., Mobascher A., Warbrick T., Winterer G., et al. (2012). Smadzeņu pelēkās vielas deficīts smēķētājiem: koncentrēties uz smadzenēm. Smadzeņu struktūra. Funkcija. 217 517–522. 10.1007/s00429-011-0346-5 [PubMed] [Cross Ref]
- Kuss DJ (2013). Interneta spēļu atkarība: pašreizējās perspektīvas. Psihols. Res. Behav. Manag. 6 125 – 137. 10.2147 / PRBM.S39476 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Lejuez CW, Read JP, Kahler CW, Richards JB, Ramsey SE, Stuart GL, et al. (2002). Riska uzņemšanās uzvedības novērtējuma novērtējums: balona analogā riska uzdevums (BART). J. Exp. Psihols. Appl. 8 75–84. 10.1037//1076-898X.8.2.75 [PubMed] [Cross Ref]
- Lin X., Zhou H., Dong G., Du X. (2015). Riska novērtējuma samazināšanās cilvēkiem ar interneta spēļu traucējumiem: fMRI pierādījumi no varbūtības diskontēšanas uzdevuma. Prog. Neuro-Psychopharmacol. Biol. Psihiatrija 56 142 – 148. 10.1016 / j.pnpbp.2014.08.016 [PubMed] [Cross Ref]
- Liu GC, Yen JY, Chen CY, Yen CF, Chen CS, Lin WC, et al. (2014). Smadzeņu aktivācija reakcijas inhibēšanai, izmantojot spēļu celiņu, novēršot interneta spēļu traucējumus. Kaohsiung J. Med. Sci. 30 43 – 51. 10.1016 / j.kjms.2013.08.005 [PubMed] [Cross Ref]
- Macoveanu J., Rowe JB, Hornboll B., Elliott R., Paulson OB, Knudsen GM, et al. (2013). Spēlē drošu, bet vienalga zaudējot - serotonergisku signālu par negatīviem rezultātiem dorsomedial prefrontālā garozā riska novēršanas kontekstā. Eiro. Neiropsihofarmakols. 23 919 – 930. 10.1016 / j.euroneuro.2012.09.006 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Metcalf O., Pammer K. (2014). Impulsivitāte un ar to saistītās neiropsiholoģiskās īpašības regulāras un atkarīgas pirmās personas šāvēja spēļu spēlē. Cyberpsychol. Behav. Soc. Tīkls. 17 147 – 152. 10.1089 / cyber.2013.0024 [PubMed] [Cross Ref]
- Miedl SF, Peters J., Büchel C. (2012). Mainīti neironu atlīdzības reprezentācijas patoloģiskajos spēlmaņos atklājās aizkavēšanās un varbūtības diskontēšanas rezultātā. Arch. Ģen. Psihiatrija 69 177 – 186. 10.1001 / archgenpsychiatry.2011.1552 [PubMed] [Cross Ref]
- Moeller SJ, Froböse MI, Konova AB, Misyrlis M., Parvaz MA, Goldstein RZ, et al. (2014). Bieži un atšķirīgi traucējošas disregulācijas neirālās korelācijas: kokaīna atkarības un periodiskas sprādzienbīstamības traucējumi. J. Psychiatr. Res. 58 55 – 62. 10.1016 / j.jpsychires.2014.07.016 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Moreno-López L., Perales JC, Van Son D., Albein-Urios N., Soriano-Mas C., Martinez-Gonzalez JM, et al. (2015). Kokaīna lietošanas smaguma pakāpe un smadzeņu pelēkās vielas ir saistītas ar apgrozības traucējumiem kokaīna atkarīgos indivīdos. Atkarīgais. Biol. 20 546 – 556. 10.1111 / adb.12143 [PubMed] [Cross Ref]
- Moulton EA, Elman I., Becerra LR, Goldstein RZ, Borsook D. (2014). Smadzenes un atkarība: ieskats, kas gūts no neiromātikas pētījumiem. Atkarīgais. Biol. 19 317 – 331. 10.1111 / adb.12101 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Nakata H., Sakamoto K., Ferretti A., Gianni Perrucci M., Del Gratta C., Kakigi R., et al. (2008a). Somato-motoru inhibējošā apstrāde cilvēkiem: ar notikumu saistīta funkcionāla MRI izpēte. Neuroimage 39 1858 – 1866. 10.1016 / j.neuroimage.2007.10.041 [PubMed] [Cross Ref]
- Nakata H., Sakamoto K., Ferretti A., Gianni Perrucci M., Del Gratta C., Kakigi R., et al. (2008b). Izpildvaras funkcijas ar dažādiem motora rezultātiem somatosensoros Go / Nogo uzdevumos: ar notikumu saistīta funkcionāla MRI izpēte. Brain Res. Bullis. 77 197 – 205. 10.1016 / j.brainresbull.2008.07.008 [PubMed] [Cross Ref]
- Patton JH, Stanford MS, Barratt ES (1995). Barratt impulsivitātes skalas faktora struktūra. J. Clin. Psihols. 51 768 – 774. [PubMed]
- Pawlikowski M., zīmols M. (2011). Pārmērīga interneta spēļu un lēmumu pieņemšana: vai pārmērīga World of Warcraft spēlētājiem ir problēmas lēmumu pieņemšanā riskantos apstākļos? Psihiatrijas rez. 188 428 – 433. 10.1016 / j.psychres.2011.05.017 [PubMed] [Cross Ref]
- Probst CC, van Eimeren T. (2013). Impulsu kontroles traucējumu funkcionālā anatomija. Curr Neurol. Neurosci. Rep. 13:386 10.1007/s11910-013-0386-8 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Rao H., Korczykowski M., Pluta J., Hoang A., Detre JA (2008). Brīvprātīgās un piespiedu riska uzņemšanas neirālās korelācijas cilvēka smadzenēs: balona analoga riska uzdevuma (BART) fMRI pētījums. NeuroImage 42 902 – 910. 10.1016 / j.neuroimage.2008.05.046 [PubMed] [Cross Ref]
- Rao H., Mamikonyan E., Detre JA, Siderowf AD, Stern MB, Potenza MN, et al. (2010). Samazināta ventrāla striatāla aktivitāte ar impulsu kontroles traucējumiem Parkinsona slimībā. Mov Nespēja 25 1660 – 1669. 10.1002 / mds.23147 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Rao LL, Zhou Y., Liang ZY, Rao H., Zheng R., Sun Y., et al. (2014). Samazinot ventromediju prefrontālo garozas dezaktivāciju riskantā lēmumu pieņemšanā pēc simulētas mikrogravitācijas: -6 pakāpes galvas leju slīpuma gultas atpūta. Priekšpuse. Behav. Neurosci. 8: 187 10.3389 / fnbeh.2014.00187 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Rosenbloom MH, Schmahmann JD, cena BH (2012). Lēmumu pieņemšanas funkcionālā neuroanatomija. J. Neiropsihiatrija Clin. Neurosci. 24 266 – 277. 10.1176 / appi.neuropsych.11060139 [PubMed] [Cross Ref]
- Sakagami M., Pan X., Uttl B. (2006). Uzvedības inhibīcija un prefrontāla garoza lēmumu pieņemšanā. Neironu tīkls. 19 1255 – 1265. 10.1016 / j.neunet.2006.05.040 [PubMed] [Cross Ref]
- Schiebener J., Wegmann E., Pawlikowski M., zīmols M. (2012). Enkuru ietekmi lēmumu pieņemšanā var samazināt mijiedarbība starp mērķa uzraudzību un lēmumu pieņēmēja izpildvaras līmeni. Cogn. Process. 13 321–332. 10.1007/s10339-012-0522-4 [PubMed] [Cross Ref]
- Schonberg T., Fox CR, Mumford JA, Congdon E., Trepel C., Poldrack RA (2012). Ventromedial prefrontālās garozas aktivitātes samazināšanās secīgā riska uzņemšanās laikā: balona analogā riska uzdevuma fMRI izpēte. Priekšpuse. Neurosci. 6: 80 10.3389 / fnins.2012.00080 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Tang J., Yu Y., Du Y., Ma Y., Zhang D., Wang J. (2014). Interneta atkarības izplatība un tās saistība ar saspringtiem dzīves notikumiem un psiholoģiskiem simptomiem pusaudžu interneta lietotājiem. Atkarīgais. Behav. 39 744 – 747. 10.1016 / j.addbeh.2013.12.010 [PubMed] [Cross Ref]
- Telzer EH, Fuligni AJ, Lieberman MD, Galván A. (2013a). Zemas kvalitātes miega ietekme uz smadzeņu darbību un riska uzņemšanos pusaudža gados. Neuroimage 71 275 – 283. 10.1016 / j.neuroimage.2013.01.025 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Telzer EH, Fuligni AJ, Lieberman MD, Galván A. (2013b). Nozīmīgas ģimenes attiecības: pusaudžu riska uzņemšanas neirokognitīvie buferi. J. Cogn. Neurosci. 25 374 – 387. 10.1162 / jocn_a_00331 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Trepel C., Fox CR, Poldrack RA (2005). Prospect teorija par smadzenēm? Virzība uz kognitīvo neirozinātni, kas apdraud risku. Brain Res. Cogn. Brain Res. 23 34 – 50. 10.1016 / j.cogbrainres.2005.01.016 [PubMed] [Cross Ref]
- Wang H., Jin C., Yuan K., Shakir TM, Mao C., Niu X., et al. (2015). Pelēkās vielas tilpuma un izziņas kontroles izmaiņas pusaudžiem ar interneta spēļu traucējumiem. Priekšpuse. Behav. Neurosci. 9: 64 10.3389 / fnbeh.2015.00064 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Wu X, Chen X., Han J., Meng H., Luo J., Nydegger L., et al. (2013). Interneta lietošanas izplatības un faktoru izplatība pusaudžu vidū Vuhānā, Ķīnā: vecāku attiecību mijiedarbība ar vecumu un hiperaktivitātes impulsivitāti. PLoS ONE 8: e61782 10.1371 / journal.pone.0061782 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Yao YW, Chen PR, Chen C., Wang LJ, Zhang JT, Xue G., et al. (2014). Nespēja izmantot atgriezenisko saiti izraisa lēmumu pieņemšanas trūkumu starp pārmērīgiem interneta spēlētājiem. Psihiatrijas rez. 219 583 – 588. 10.1016 / j.psychres.2014.06.033 [PubMed] [Cross Ref]
- Yao YW, Chen PR, Li S., Wang LJ, Zhang JT, Yip SW, et al. (2015). Lēmumu pieņemšana par riskantu peļņu un zaudējumiem starp studentiem ar interneta spēļu traucējumiem. PLoS ONE 10: e0116471 10.1371 / journal.pone.0116471 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Young K. (1998). Interneta atkarība: jauna klīniska traucējuma rašanās. CyberPsychol. Behav. 1 237 – 244. 10.1089 / cpb.1998.1.237 [Cross Ref]
- Young, KS, interneta atkarības tests [IAT] (2009). Pieejams: http://netaddiction.com/index.php?option5combfquiz&view5onepage&catid546&Itemid5106
- Yuan K., Qin W., Wang G., Zeng F., Zhao L., Yang X., et al. (2011). Mikrostruktūras novirzes pusaudžiem ar interneta atkarības traucējumiem. PLoS ONE 6: e20708 10.1371 / journal.pone.0020708 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Yuan P., Raz N. (2014). Prefrontal cortex un izpildfunkcijas veseliem pieaugušajiem: strukturālo neirektēšanas pētījumu metaanalīze. Neurosci. Biobehav. Rev. 42 180 – 192. 10.1016 / j.neubiorev.2014.02.005 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
- Zhou Z., Yuan G., Yao J. (2012). Kognitīvi aizspriedumi pret interneta spēļu attēliem un izpildvaras deficītu indivīdiem ar interneta spēļu atkarību. PLoS ONE 7: e48961 10.1371 / journal.pone.0048961 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
;
