Interneta spēļu traucējumu zemfrekvences svārstību amplitūdas izmaiņas (2015)

Front Psychol. 2015; 6: 1471.

Publicēts tiešsaistē 2015 Sep 28. doi: 10.3389 / fpsyg.2015.01471

PMCID: PMC4585012

Xiao Lin,^1,² Xize Jia,^3,⁴ Yu-Feng Zang,^3,⁴ un Guangheng Dong^1,^5,^*

Autora informācija ► Raksta piezīmes ► Autortiesību un licences informācija ►

Anotācija

Neiroattēlu pētījumi atklāja, ka ar spēli saistītās smadzeņu funkcionālās aktivitātes ir traucētas interneta spēļu traucējumu (IGD) subjektiem. Tomēr maz ir zināms par smadzeņu spontāno darbību pārmaiņām. Jaunākie pētījumi ir ierosinājuši, ka dažāda frekvences diapazona smadzeņu aktivitātes rada dažādas nervu aktivitātes un tām ir atšķirīgas fizioloģiskās un psiholoģiskās funkcijas. Tādējādi šajā pētījumā mēs uzstādījām iespēju izpētīt spontānas smadzeņu aktivitātes IGD subjektos, izmērot zemfrekvences svārstību (fALFF) frakcionēto amplitūdu, lai izpētītu falsifikācijas miera stāvokļa fona specifiskās izmaiņas. Frekvenču diapazonu mēs sadalījām piecās joslās, pamatojoties uz literatūru.

Salīdzinot ar veselām kontrolēm, IGD grupa uzrādīja samazinātas FALFF vērtības smadzenīšu aizmugurējā daivā un paaugstinātas FALFF vērtības augstākajos temporālajos gyrusos. Nozīmīga mijiedarbība starp frekvenču joslām un grupām tika konstatēta smadzenītēs, priekšējā cingulātā, lingvālajā grozā, vidējā temporālajā gurulā un vidējā frontālajā grozā. Ir pierādīts, ka šie smadzeņu reģioni ir saistīti ar izpildvaras funkciju un lēmumu pieņemšanu. Šie rezultāti atklāja mainīto IGD spontāno smadzeņu darbību, kas palīdzēja izprast IGD pamatā esošo patofizioloģiju.

atslēgvārdi: interneta spēļu traucējumi, miera stāvokļa funkcionālās magnētiskās rezonanses attēlveidošana, zemfrekvences svārstību amplitūda

Ievads

Interneta atkarības traucējumi (IAD) ir definēti kā indivīda nespēja kontrolēt pārmērīgu interneta izmantošanu, pat ņemot vērā psiholoģiskās funkcionēšanas aspektu negatīvās sekas (Young, 1998; Ficpatriks, 2008; Tao et al., 2008; Flisher, 2010). Tas ir ierosināts kā “uzvedības atkarība” atbilstoši tā negatīvajai ietekmei uz sociālo garīgo veselību (Kuss un Griffiths, 2012). Tomēr par IAD mehānismu ir zināms maz, un nav izstrādāta vienota IAD definīcija, un diagnostikas un statistikas rokasgrāmatā 4 (DSM-4) nebija iekļauti šie uzvedības traucējumi (Bloķēt, 2008). Līdz ar straujo IAD izplatību, DSM-5 ir izstrādāts interneta spēļu traucējumiem (IGD), pamatojoties uz vielu lietošanas traucējumu un atkarību definīciju (Frančs un Vidigers, 2012; American Psychiatric Association, 2013; Petry un O'Brien, 2013; Petry et al., 2014).

Interneta daudzveidīgo funkciju dēļ ir daudz dažādu IAD veidu. Kopumā IAD sastāv no trim apakštipiem: IGD, interneta pornogrāfija un e-pasts (Bloķēt, 2007). Ņemot vērā atkarības definīciju, visām šīm IAD kategorijām ir četras raksturīgas pazīmes: pārmērīga lietošana, atsaukšana, tolerance un negatīvas sekas (Bārda un vilks, 2001; Bloķēt, 2008; Tao et al., 2010). Kā visizplatītākā IAD forma (Dong et al., 2012a), IGD var būt kopīgas specifiskas neiropsiholoģiskas īpašības ar citām uzvedības atkarībām, piemēram, patoloģiskām azartspēlēm (Griffiths, 2005; Grant et al., 2010; Dong et al., 2012b; Han et al., 2012; Dong un Potenza, 2014).

Daudzos attēlveidošanas pētījumos ir izpētītas IGD īpašības, izmantojot dažādus uzdevumus (Fowler et al., 2007; Dong et al., 2011a, 2012b; Han et al., 2011a; Xu, 2013), taču ir grūti salīdzināt datus, kas iegūti no dažādām eksperimentālajām paradigmām, un izdarīt klīniski noderīgus secinājumus no dažādiem izziņas uzdevumiem (Zang et al., 2007a). Atpūtas stāvokļa fMRI pētījumi atklāja dažas smadzeņu aktivizēšanas anomālijas IGD (vairāk aprakstus skatiet Veinšteins un Lejojeux (2015). IGD subjektiem ir augstāka impulsivitāte, kas ir tipisks simptoms narkomānijai; šis simptoms ir saistīts ar samazinātu cingulate gyrus aktivizēšanu, kas ietver kognitīvo kontroli (Dong et al., 2012a). FMRI pētījums arī parādīja pastiprinātu smadzeņu stumbra reģionālo viendabīgumu (ReHo), zemāko parietālo daivu, smadzenes kreisajā aizmugurē un priekšējā kreisā priekšējā daivā, kas saistīti ar maņu-motorisko koordināciju, kas varētu būt saistīta ar pirkstu kustību, spēlējot interneta spēles (Dong et al., 2012c).

Atpūtas stāvokļa fMRI ir izstrādāts kā jauns paņēmiens kopš Bislava pētījuma (Biswal et al., 1995). Vispirms viņi ziņoja par ļoti sinhronām spontānas zemas frekvences (0.01 – 0.08 Hz) BOLD signāla svārstībām motorisko garozu starpā, secinot, ka zemfrekvences svārstību amplitūda (ALFF) ir neirofizioloģisks rādītājs (Biswal et al., 1995). Pamatojoties uz ALFF, Zang et al. (2007b) veicināja citu vietējo smadzeņu aktivitātes attēlojuma rīku - zemfrekvences svārstību (fALFF) frakcionālo amplitūdu, kas varētu noteikt BOLD signāla spontānu svārstību reģionālo intensitāti (Zou et al., 2008; Zuo et al., 2010). Nesen fALFF tika plaši izmantots psihisko traucējumu pacientu pētījumos, piemēram, depresijas (Guo et al., 2013), šizofrēnija (Bluhm et al., 2007), uzmanības deficīta hiperaktivitātes traucējumi (Zang et al., 2007b), IGD (Yuan et al., 2013), un tā tālāk. Joprojām nav skaidrs, vai IGD smadzeņu aktivitātes anomālijas ir saistītas ar īpašām frekvenču joslām. Ir svarīgi noteikt smadzeņu spontānās svārstības noteiktā frekvencē, nevis plašā frekvenču joslā. Smadzenēs ir daudz dažādu svārstību, to frekvences svārstās no ļoti lēnām svārstībām ar desmitiem sekunžu periodiem līdz ļoti straujām svārstībām ar frekvencēm, kas pārsniedz 1000 Hz (Bullock, 1997). Buzsáki un Draguhn (2004) ierosināja “svārstību klasi”, kurā ir 10 frekvenču joslas no 0.02 līdz 600 Hz (Penttonen un Buzsáki, 2003). Un Zuo et al. (2010) izpētīja FALFF četrās frekvenču joslās un konstatēja, ka svārstības ir saistītas ar specifiskiem neironu procesiem (Buzsáki un Draguhn, 2004; Knyazevs, 2007). Viņi atklāja, ka zemu frekvenču svārstību amplitūdas (0.01 – 0.027 Hz) visizturīgākās ir garozas struktūrās, bet augstas frekvences - visspēcīgākās subkortikālajās struktūrās, piemēram, bazālajās ganglijās. Pētījumos atklāts, ka šizofrēnijas pacientiem bija raksturīgas īpašas svārstību amplitūdas novirzes lēnā 4 frekvenču joslā (Yu et al., 2014). Han et al. (2011b) pierādīja arī to, ka smadzeņu darbības anomālijas pacientiem ar amnestiskiem viegliem kognitīviem traucējumiem dažādās frekvenču joslās bija pakļauti atšķirīgiem aktivizācijas modeļiem.

Šajā pētījumā mēs apkopojām FALFF frekvences vērtības 0 – 0.25, ieskaitot sešas 0 – 0.01 Hz, 0.01 – 0.027 Hz, 0.027 – 0.073 Hz, 0.073 – 0.198 Hz un 0.198 – 0.25 Hz frekvenču joslas IGD, saskaņā ar Buzsáki “svārstību klasēm”. Mēs centāmies salīdzināt FALFF vērtību starp IGD un HC dažādās joslās un pievērsties diviem jautājumiem: pirmkārt, vai IGD subjektiem ir nenormālas FALFF amplitūdas, salīdzinot ar veselīgu kontroli; otrkārt, vai IGD novirzes ir saistītas ar īpašām frekvenču joslām.

Materiāli un metodes

Dalībnieka izvēle

Eksperiments atbilst Pasaules Ārstu asociācijas ētikas kodeksam (Helsinku deklarācija) un ir apstiprināts Džedzjanas Parastās universitātes Cilvēku izmeklēšanas komitejā. Piecdesmit divi universitātes studenti tika pieņemti darbā ar sludinājumu starpniecību [26 IGD, 26 veselīgas kontroles (HC)]. Viņi visi bija labās rokas vīrieši. IGD un HC grupas būtiski neatšķīrās pēc vecuma (IGD: N = 26, 22.2 ± 3.13 gadi; HC: N = 26, 22.28 ± 2.54 gadi; t(50) = 0.1, p = 0.9). Tā kā vīriešiem bija lielāks IGD īpatsvars, tika iekļauti tikai vīrieši. Dalībniekiem bija jāparaksta informēta piekrišana, un visi dalībnieki apmeklēja strukturētas psihiatriskās intervijas (MINI) (Lecrubier et al., 1997), ko veic pieredzējis psihiatrs ar ievadīšanas laiku aptuveni 15 min. Visiem dalībniekiem nebija MINI uzskaitīto I ass psihisko traucējumu. Visi dalībnieki neatbilda DSM-4 kritērijiem narkotiku ļaunprātīgai izmantošanai vai atkarībai, ieskaitot alkoholu, lai gan visi IGD un HC dalībnieki ziņoja par alkohola lietošanu savā dzīves laikā. Visiem dalībniekiem skenēšanas dienā tika dots norādījums nelietot nekādas vielas, ieskaitot kafiju, tēju. Neviens dalībnieks neziņoja par smadzeņu bojājumiem vai iepriekšēju pieredzi ar nelegālām narkotikām (piemēram, kokaīnu, marihuānu).

IGD diagnoze tika noteikta, pamatojoties uz 50 vai lielāku punktu skaitu Young tiešsaistes atkarības testā (Young, 1998). Kā īpaša atkarība no uzvedības IGD darbības definīcija un diagnostikas standarti joprojām ir pretrunīgi. Šajā pētījumā IGD grupu veidoja personas, kas atbilda vispārējiem IAD kritērijiem (IAT rādītāji pārsniedza 50) un ziņoja, ka “lielāko daļu tiešsaistes laika tērē tiešsaistes spēlēm (> 80%)” (Blaszczynski, 2008; Weng et al., 2013). IGD grupas IAT rādītājs (72 ± 11.7) bija daudz augstāks nekā veselīgajiem kontrolgrupas rādītājiem [29 ± 10.4), t(50) = 14, p = 0.000].

Data Acquisition

Pēc parastās lokalizētāja skenēšanas tika iegūti T1 svērtie attēli ar sabojātu gradienta atsaukšanas secību [TR = 240 ms; atbalss laiks (TE) = 2.46 ms; pagrieziena leņķis (FA) = 90 °; skata lauks (FOV) = 220 ~ 220 mm²; datu matrica = 256 ~ 256]. Pēc tam tika iegūti miera stāvokļa funkcionālie attēli, izmantojot atbalss-plānveida attēlveidošanas secību (TR = 2000 ms; TE = 30 ms; FA = 90 °; FOV = 220 ~ 220 mm)²; datu matrica = 64 ~ 64) ar 33 aksiālajām šķēlēm (šķēles biezums = 3 mm un šķēluma atstarpe = 1 mm, kopējie tilpumi = 210) vienā 7 sērijas minūtē. Personām skenēšanas laikā tika prasīts nekustēties un sistemātiski nedomāt par kaut ko. Datu iegūšanas beigās visi subjekti apstiprināja, ka visu skenēšanas periodu ir nomodā.

Datu priekšapstrāde un FALFF aprēķināšana

Visa funkcionālā attēla apstrāde tika veikta ar datu apstrādes palīgu miera stāvokļa fMRI [DPARSF (Yan un Zang, 2010)^¹] programmatūra. Katram dalībniekam pirmie 10 laika punkti tika izslēgti no turpmākas analīzes, tas ir, lai izvairītos no īslaicīgām signāla izmaiņām pirms magnetizācija bija sasniegusi vienmērīgu stāvokli un ļautu subjektiem pierast pie fMRI skenēšanas vides. Atlikušie 200 smadzeņu apjomi tika koriģēti, lai noteiktu laika sadalījumu, un koriģēti galvas kustības korekcijai. Tika iekļauti tikai dalībnieki, kuru galvas kustība ir mazāka par 1.5 mm x, y vai z virzienā un mazāka par 2 rotāciju ap katru asi. 26 HC un 26 IGD subjekti bija derīgi šajā pētījumā. Pēc tam visi pārkārtotie attēli tika telpiski normalizēti, pēc tam atkārtoti ņemti uz 3 mm izotropiem vokseliem un telpiski izlīdzināti (pilnā platumā ar pusi no maksimuma = 6 mm), un lineārā tendence tika noņemta. Pēc sākotnējās apstrādes fALFF tika aprēķināts, izmantojot DPARSF. Īsumā par konkrētu vokseli laika rindas vispirms tika pārveidotas frekvences domēnā, izmantojot “ātru Furjē transformāciju”. Tika aprēķināta jaudas spektra kvadrātsakne un pēc tam vidējā vērtība, izmantojot iepriekš noteiktu frekvences intervālu. Šī vidējā kvadrātsakne tika saukta par FALFF pie noteiktā frekvenču joslu vokseļa (Zang et al., 2007a). Pilnu frekvenču diapazonu (0 – 0.25 Hz) mēs sadalījām piecās apakšjoslās: lēni-6 (0 – 0.01 Hz), lēni-5 (0.01 – 0.027 Hz), lēni – 4 (0.027 – 0.073 Hz), lēni– 3 (0.073 – 0.198 Hz) un lēni 2 (0.198 – 0.25 Hz) (35, 46, 30) un aprēķināta katras frekvences joslu FALFF.

Statistiskā analīze

Tika veikta divvirzienu (grupas un frekvences joslas) dispersijas atkārtota mērījuma analīze (ANOVA), izmantojot vokseli pa vokselim, ar grupu (IGD un HC) kā starp subjektu koeficientu un frekvences joslu (lēns 2, lēni-3, lēni-4, lēni-5, lēni-6) kā atkārtotiem mērījumiem. Mēs arī aprēķinājām uz ROI balstītu korelācijas analīzi, sekojot nozīmīgajam galvenajam efektam un mijiedarbībai starp IGD smagumu un FALFF vērtībām, un mēs izvēlējāmies FALFF vērtības no īpašām joslām.

rezultāti

Galvenie divvirzienu atkārtoto mērījumu ANOVA efekti parādīti skaitlis Attēls11, galdi Tabulas11 un 22. Attēlveidošanas datu daudzkārtējiem salīdzinājumiem mēs izmantojām Alphasim korekciju. Labots p <0.05 atbilst nekoriģētu kombinācijai p <0.05 un kopas izmērs> 248 mm³). Uz ROI balstīta korelācijas analīze tika veikta starp FALFF vērtībām un IGD smagumu (IAT rādītāji). Smadzenītēm tika novērota nozīmīga negatīva korelācija ar IGD smagumu (lēni-4: r = -0.487, p = 0.000; lēni-5: r = -0.485, p = 0.000; redzēt skaitlis Attēls2C2C). ROI koordinātu noteica pēc izdzīvojušā klastera aktivizācijas maksimuma. ROI rādiuss ir 4 mm, un to veic programmatūra REST^².

ATTĒLS 1

(A) Galvenā grupas ietekme uz zemfrekvences svārstību (ALFF) amplitūdu. Smadzeņu reģioni, kuros zemas frekvences svārstību (fALFF) frakcionētā amplitūda atšķiras starp interneta spēļu traucējumiem (IGD) un veselīgām kontrolierīcēm. IGD subjekti ...

Smadzeņu reģioni ar galveno grupas efektu.

Smadzeņu reģioni ar mijiedarbības efektu starp grupu un biežumu.

ATTĒLS 2

ALFF vērtības augstākajos temporālajos gyrusos un smadzenītēs. Sarkans un zils taisnstūris attēloja attiecīgi IGD subjektus un veselīgu kontroli. Pilna frekvences josla (0 – 0.25 Hz) tika sadalīta piecās joslās. Viņi tika izstādīti (A, B) ...

Nozīmīga mijiedarbība starp frekvences joslu un grupu tika novērota smadzenītēs, priekšējā cingulātā, lingvālajā gūžā, vidējā temporālajā gurulā un vidējā frontālajā grozā. Vidējā frontālajā gyrusā parādījās paaugstinātas amplitūdas vērtības, bet vidējā temporālajā gyrusā - IGD amplitūdas vērtības samazinājās. Turklāt uz ROI balstītās analīzēs tika parādītas dinamiskas FALFF izmaiņas smadzenītēs un lingvālā ģerbonī, kā arī frekvences pielāgošana (sk. skaitlis Attēls33). IGD smadzenītēs parādījās samazinātas amplitūdas vērtības augstākas frekvences sfērā (lēns-2, lēns-3, lēns-4) un paaugstinātas amplitūdas vērtības zemākas frekvences apgabalā (lēns-6, sk. skaitlis Attēls3A3A). Turpretī lingvālam gyrusam tika parādītas paaugstinātas amplitūdas vērtības augstākas frekvences sfērā (lēns-2, lēns-3) un samazinātas amplitūdas vērtības zemākas frekvences apgabalā (lēns-6, sk. skaitlis Attēls3B3B). Šiem diviem reģioniem bija kopīgs pārejas punkts lēnā 5 joslā, lai mainītu amplitūdu.

ATTĒLS 3

Apgriezts raksts smadzenītēs un lingvālajā grozā dažādās IGD joslās. Sarkans un zils taisnstūris attēloja attiecīgi IGD subjektus un veselīgu kontroli. Pilna frekvences josla (0 – 0.25 Hz) tika sadalīta piecās joslās. Viņi tika parādīti ...

diskusija

Šajā pētījumā tika pētīta patoloģiska spontāna smadzeņu aktivitāte IGD ar fALFF dažādās frekvenču joslās. Galvenās grupas efekts atklāja, ka IGD uzrādīja zemākas FALFF vērtības augstākajos temporālajos gyrusos un augstākas FALFF vērtības smadzenēs. Mēs parādījām BOLD svārstību amplitūdas visās frekvenču joslās (0 – 0.25 Hz) un atradām apgrieztu frekvences diapazona izmaiņu modeli smadzenītēs un lingvālajā gyrusā IGD. Šie atklājumi sniedz pilnu FALFF analīzes biežuma jomā un uzsver īpašas frekvences izvēles nozīmi garīgās attīstības traucējumu noteikšanai.

Atšķirīga fALFF garozā starp IGD un HC (grupas galvenā ietekme)

Iepriekšējie literatūras pārstāvji uzskatīja, ka lēnas 2 signāls atspoguļo ļoti zemas frekvences novirzi un lēnais 6 atspoguļo augstfrekvences fizioloģiskus trokšņus (Zang et al., 2007a; Xu, 2013). Grupas galvenā efekta analīze, koncentrējoties uz spontānu neironu aktivitāti noteiktos frekvenču diapazonos (lēni-4 un lēni-5) IGD. Galvenais grupas efekts atklāja, ka IGD rādīja zemākas FALFF vērtības lēnajā 4 un lēnajā 5 smadzenītēs. Šajā pētījumā tika konstatēta negatīva korelācija starp FALFF vērtībām smadzenītēs un IGD smagumu. Smadzenīte parasti tiek klasificēta kā motora struktūra, kuras funkcija neaprobežojas tikai ar kustību koordināciju vai līdzsvaru, un tai ir arī liela nozīme augstākajos izziņas procesos (De Zeeuw et al., 2011; Stoodley et al., 2012). Pierādījumi no anatomiskiem, fizioloģiskiem un funkcionāliem attēlveidošanas pētījumiem ir pierādījuši, ka cilvēkiem ar smadzenīšu bojājumiem ir konstatētas kognitīvās izpildfunkciju un darba atmiņas nepilnības (Raymond et al., 1996; De Smet et al., 2013). Tas saņem ievadi no maņu sistēmām un citām smadzeņu zonām un integrē šos ievadus, lai pielāgotu motorisko aktivitāti (Dojons et al., 2003; Ito, 2006; Yuan et al., 2011). Smadzenīšu iespējamā loma atkarībā ir apskatīta nesenā dokumentā, kurā ierosināts, ka smadzenītes ir potenciāls regulēšanas centrs, kuru ietekmē atkarība (Moulton et al., 2013). Literatūrā ir pierādīts, ka IGD subjekti ir saistīti ar ReHo, kas ir augstāks nekā parasti (Liu et al., 2010; Dong et al., 2012c) un funkcionālā savienojamība (Ding et al., 2013) virs smadzenītes. Šajā pētījumā tika novērota negatīva korelācija starp FALFF vērtībām smadzenītēs un IGD smagumu (sk. skaitlis Attēls2C2C), kas arī apstiprina, ka smadzeņu smadzeņu patoloģiskā spontānā neironu aktivitāte ir saistīta ar IGD nepareizu izturēšanos.

FALFF vērtības bija augstākas IGD augstākajos temporālajos gyrusos. Iepriekšējais pētījums parādīja, ka IGD, salīdzinot ar HC, uzrādīja samazinātu funkcionālo savienojamību laika zonā (Ding et al., 2013). Mūsu iepriekšējā pētījumā tika atklāts samazināts ReHo līmenis zemākā temporālajā gyrusā, un mēs secinām, ka tas varētu būt ilgstoša spēles ilguma rezultāti (Dong et al., 2012c). Pašreizējie atklājumi daļēji neatbilst iepriekšējam pētījumam, tāpēc mēs izvirzām hipotēzi, ka paaugstināts FALFF augstākajā temporālajā gyrusā var atspoguļot augstāku smadzeņu aktivitātes līmeni, kas korelē ar IGD kustības elastību, taču šīs jomas funkcija ir jāturpina pētīt.

Frekvences atkarīgas amplitūdas izmaiņas IGD

Mijiedarbības efekti starp grupām un frekvenču joslām tika novēroti smadzenītēs, priekšējā cingulate gyrus, lingual gyrus, vidējā temporālā gyrusā un vidējā frontālajā gyrus.

Augstākas fALFF vērtības vidējā frontālajā Gyrus IGD

Šajā pētījumā IGD dalībnieki uzrādīja augstākas FALFF vērtības kreisā priekšējā friziera gyrusā dažādās joslās. Vidējam frontālajam gyrusam ir nozīmīga loma dažādu sistēmu, piemēram, mācīšanās un atmiņas, koordinēšanā, kas ir cieši saistīta ar garīgajām operācijām (Kardināls, 2006). Iepriekšējā pētījumā mēs secinājām, ka IGD subjektiem ir pastiprināta sinhronizācija smadzeņu reģionos, kas saistīti ar maņu un motoru koordināciju (Van Rooij et al., 2011) - tiešsaistes spēles spēlē spēlētājiem ir jāintegrē vairākas sistēmas, ieskaitot sensoro sistēmu, motora vadību, motora koordinātas un informācijas apstrādes sistēmu (Ito, 2006). Arī pašreizējie secinājumi apstiprina šo pieņēmumu. Šis rezultāts saskan arī ar Liu pētījumu (Liu et al., 2010), kas atklāja, ka subjektiem ar IGD bija vērojams būtisks ReHo vērtības pieaugums kreisā vidējā frontālajā gyrusā. Tātad mēs izdarām secinājumu, ka IGD dalībnieki parādīja augstākas FALFF vērtības kreisā frontālās frontālās daļas augšdaļā, kas varētu būt saistīts ar paaugstinātu sensoro-motora koordinātu spēju.

Anomālija priekšējā Cingulate Gyrus IGD

Mēs atradām zemāku fALFF priekšējā cingulatā Gyrus lēnajā 6. Cingulāta priekšējais reģions ir saistīts ar kavēšanu, kontroli un konfliktu uzraudzību (Paus, 2001; Goldstein et al., 2007), un novirzes ir minētas iepriekšējos IGD pētījumos (Liu et al., 2010; Moulton et al., 2013). Kā minēts ievadā, zemākas FALFF vērtības var attiekties uz tālsatiksmes neironu aktivitātes samazinātu koordinācijas spēju. Šo pieņēmumu apstiprina pētījumi šajā jomā: ar funkcionālas savienojamības pieeju. Hong et al. (2013) ziņots par samazinātu funkcionālo savienojamību starp ACC un PFC IAD. Jiang et al. (2011) ir ierosinājuši, ka zemākas aktivitātes ACC var atspoguļot patoloģiski samazinātu spontāno neironu aktivitāti šajā reģionā un funkcionālo deficītu. Citi ar uzdevumu saistīti pētījumi ir pierādījuši šo faktu, ka IGD vienmēr ir saistīta ar kognitīvām disfunkcijām, piemēram, kognitīvās funkcijas traucējumiem (Dong et al., 2010, 2011b). Tāpēc mēs uzskatām, ka ACC anomālija ir saistīta ar IGD kognitīvajām funkcijām.

Reversais attēls smadzenītēs un Lingual Gyrus dažādās joslās IGD

Ir svarīgi atzīmēt, ka spontānas nervu aktivitātes anomālijas IGD ir atkarīgas no īpašām frekvenču joslām, it īpaši smadzenītēs un lingvālā ģerusā. Salīdzinot ar HC, IGD parādīja samazinātu amplitūdu zemāko frekvenču joslās (lēni-4, lēni-5, lēni-6) un palielinātu amplitūdu augstākās frekvences joslās (lēni-2, lēni-3) lingvālā ģerusā. Tieši pretēji, IGD parādīja palielinātu amplitūdu zemākas frekvences joslās (lēni-6) un samazinātu amplitūdu augstākajās joslās (lēni-2, lēni-3, lēni-4) smadzenītēs (skaitļi 2A, B). Atklāts, ka dažādas svārstīgas joslas izstrādā dažādi mehānismi un tām ir atšķirīgas fizioloģiskās funkcijas (Bullock, 1997; Yuan et al., 2013). Tā kā iepriekšējie pētījumi ir pierādījuši, ka zemākām frekvenču svārstībām ir lielāka stipruma jauda un lielākām frekvenču svārstībām ir zemāka stipruma jauda (Baria et al., 2011; Yuan et al., 2013). Pašreizējie atklājumi varētu domāt, ka IGD ir palielinājusi tālsatiksmes neirālās aktivitātes koordinēšanas spējas smadzenītēs un lingālajā ģerusā. Šo pieņēmumu var apstiprināt iepriekšējā pētījumā, kurā ziņots, ka indivīdiem ar IGD bija paaugstināta funkcionālā savienojamība divpusējā smadzenītē (Liu et al., 2010; Ko, 2014), un vēl viens pētījums ir atklājis pelēkās vielas blīvuma deficītu lingvālajā dzimumdziedzerī, kas var būt saistīts ar tālsatiksmes neironu darbību (Weng et al., 2013).

Secinājumi

Šī pētījuma secinājumi liecināja, ka IGD subjekti daudzos smadzeņu reģionos parādīja patoloģisku fALFF, ieskaitot smadzenītes (IGD <HC) un augšējo temporālo gyrus (IGD> HC). Šis pētījums var palīdzēt izprast IGD patofizioloģiju, un pilnīga frekvences amplitūdas analīze var palīdzēt izvēlēties konkrētu frekvenču diapazonu ar IGD saistītu smadzeņu darbību noteikšanai.

Autora iemaksas

XL analizēja datus, uzrakstīja manuskripta pirmo melnrakstu; XJ sniedza ieguldījumu datu analīzē, Y-FZ sniedza ieguldījumu Eksperimentālo metožu vadībā un uzlaboja manuskriptu. GD izstrādāja šo pētījumu, pārskatīja un uzlaboja manuskriptu. Visi autori ir devuši ieguldījumu un ir apstiprinājuši galīgo manuskriptu.

Interešu konflikta paziņojums

Autori paziņo, ka pētījums tika veikts bez jebkādām komerciālām vai finansiālām attiecībām, kuras varētu uzskatīt par iespējamu interešu konfliktu.

Pateicības

Šo pētījumu atbalstīja Ķīnas Nacionālais zinātnes fonds (31371023). Dr Zangu atbalsta programma “Cienījamais profesors Qian Jiang”.

Finansējums. Finansētājiem nebija nekādas nozīmes pētījuma izstrādē, datu vākšanā un analīzē, lēmumu publicēt vai sagatavot manuskriptu.

¹http://www.restfmri.net

²www.restfmri.net

Atsauces

American Psychiatric Association (2013). Amerikas Psihiatru asociācija. Psihisko traucējumu diagnostikas un statistikas rokasgrāmata, 5th Edn. Ārlingtona, Teksasa: Amerikas Psihiatru asociācija
Baria AT, Baliki MN, Parrish T., Apkarian AV (2011). Smadzeņu BOLD svārstību anatomiskie un funkcionālie bloki. J. Neurosci. 31 7910 – 7919. 10.1523 / JNEUROSCI.1296-11.2011 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
Bārda KW, Vilks EM (2001). Piedāvāto interneta atkarības diagnostisko kritēriju izmaiņas. Kiberpsihola. Behavs. 4 377 – 383. 10.1089 / 109493101300210286 [PubMed] [Cross Ref]
Bisvals B., Yetkin FZ, Haughton VM, Hyde JS (1995). Funkcionālā savienojamība miera stāvoklī esošu cilvēka smadzeņu garozā, izmantojot atbalss-plāna MRI. Magn. Reson. Med. 34 537 – 541. 10.1002 / mrm.1910340409 [PubMed] [Cross Ref]
Blaszczynski A. (2008). Komentārs: atbilde uz “Problēmas ar videospēļu“ atkarības ”jēdzienu: daži gadījumu izpētes piemēri”. Int. J. Ment. Veselības atkarīgais. 6 179–181. 10.1007/s11469-007-9132-2 [Cross Ref]
Bloķēt JJ (2007). Problēmu interneta lietošanas pētījumā izplatība ir nepietiekami novērtēta. CNS Spectr. 12 14 – 15. [PubMed]
Bloķēt JJ (2008). DSM-V problēmas: interneta atkarība. Am. J. Psihiatrija 165 306 – 307. 10.1176 / appi.ajp.2007.07101556 [PubMed] [Cross Ref]
Bluhm RL, Miller J., Lanius RA, Osuch EA, Boksman K., Neufeld RWJ, et al. (2007). Spontānas zemfrekvences svārstības treknrakstā signālā šizofrēnijas pacientiem: anomālijas noklusējuma tīklā. Šizofrs. Bullis. 33 1004 – 1012. 10.1093 / schbul / sbm052 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
Bullock TH (1997). Signāli un pazīmes nervu sistēmā: elektriskās aktivitātes dinamiskā anatomija, iespējams, ir bagāta ar informāciju. Proc Natl. Acad. Sci. ASV 94 1 – 6. [PMC bezmaksas raksts] [PubMed]
Buzsáki G., Draguhn A. (2004). Neironu svārstības garozas tīklos. Zinātne 304 1926 – 1929. 10.1126 / science.1099745 [PubMed] [Cross Ref]
Kardināls RN (2006). Neironu sistēmas, kas saistītas ar aizkavētu un varbūtīgu pastiprināšanu. Neironu tīkls. 19 1277 – 1301. 10.1016 / j.neunet.2006.03.004 [PubMed] [Cross Ref]
De Smet HJ, Paquier P., Verhoeven J., Mariën P. (2013). Smadzenīte: tās loma valodā un ar to saistītās izziņas un emocionālās funkcijas. Prāta Langs. 127 334 – 342. 10.1016 / j.bandl.2012.11.001 [PubMed] [Cross Ref]
De Zeeuw CI, Hoebeek FE, Bosman LWJ, Schonewille M., Witter L., Koekkoek SK (2011). Spatiotemorālas dedzināšanas shēmas smadzenēs. Nat. Rev. Neurosci. 12 327 – 344. 10.1038 / nrn3011 [PubMed] [Cross Ref]
Ding W.-N., Sun J.-H., Sun Y.-W., Zhou Y., Li L., Xu J.-R., et al. (2013). Mainīta noklusējuma tīkla miera stāvokļa funkcionālā savienojamība pusaudžiem ar atkarību no interneta spēlēm. PLoS ONE 8: e59902 10.1371 / journal.pone.0059902 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
Dong G., DeVito EE, Du X., Cui Z. (2012a). Pavājināta inhibējoša kontrole “atkarības no interneta traucējumiem”: funkcionāls magnētiskās rezonanses attēlveidošanas pētījums. Psihiatrijas rez. 203 153 – 158. 10.1016 / j.pscychresns.2012.02.001 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
Dong G., DeVito E., Huang J., Du X. (2012b). Difūzijas tenzora attēlojums atklāj talamu un aizmugures cingulāta garozas novirzes interneta spēļu atkarīgajos. J. Psychiatr. Res. 46 1212 – 1216. 10.1016 / j.jpsychires.2012.05.015 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
Dong G., Huang J., Du X. (2012c). Izmaiņas miera stāvokļa smadzeņu darbības reģionālajā viendabīgumā interneta spēļu atkarīgajiem. Behav. Smadzeņu darbība. 8 1–8. 10.1186/1744-9081-8-41 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
Dong G., Huang J., Du X. (2011a). Uzlabota jutības pakāpe pret jutīgumu un samazināta jutība pret zaudējumiem interneta atkarīgajiem: fMRI pētījums minēšanas uzdevuma laikā. J. Psychiatr. Res. 45 1525 – 1529. 10.1016 / j.jpsychires.2011.06.017 [PubMed] [Cross Ref]
Dong G., Zhou H., Zhao X. (2011b). Interneta atkarīgie vīrieši uzrāda pasliktinātu izpildvaras kontroli: pierādījumi no krāsaina vārda Stroop uzdevuma. Neurosci. Lett. 499 114 – 118. 10.1016 / j.neulet.2011.05.047 [PubMed] [Cross Ref]
Dong G., Lu Q., Zhou H., Zhao X. (2010). Impulsu inhibīcija cilvēkiem ar interneta atkarības traucējumiem: elektrofizioloģiskie pierādījumi no Go / NoGo pētījuma. Neurosci. Lett. 485 138 – 142. 10.1016 / j.neulet.2010.09.002 [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]
Dojons Dž., Penhune V., Ungerleider LG (2003). Cortico-striatal un cortico-cerebellar sistēmu atšķirīgais ieguldījums motoriku apguvē. Neuropsychologia 41 252–262. 10.1016/S0028-3932(02)00158-6 [PubMed] [Cross Ref]
Ficpatriks Dž. (2008). Atkarība no interneta: atpazīšana un iejaukšanās. Arka. Psihiatr. Medmāsas. 22 59 – 60. 10.1016 / j.apnu.2007.12.001 [PubMed] [Cross Ref]
Flisher C. (2010). Pieslēgšanās: pārskats par atkarību no interneta. J. Paediatr. Bērna veselība 46 557 – 559. 10.1111 / j.1440-1754.2010.01879.x [PubMed] [Cross Ref]
Fowler JS, Volkow ND, Kassed CA, Chang L. (2007). Attēlo atkarīgo cilvēka smadzenes. Sci. Prakse. Perspektīva. 3 4 – 16. 10.1151 / spp07324 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
Frančs AJ, Vidigers T. (2012). Psihiatriskā diagnoze: DSM-IV pagātnes nodarbības un brīdinājumi par DSM-5 nākotni. Annu. Klins. Psihols. 8 109 – 130. 10.1146 / annurev-clinpsy-032511-143102 [PubMed] [Cross Ref]
Goldstein RZ, Tomasi D., Rajaram S., Cottone LA, Zhang L., Maloney T., et al. (2007). Priekšējā cingulāta un mediālā orbitofrontālā garozas loma narkotiku norāžu apstrādes procesā kokaīna atkarības gadījumā. Neirozinātnes 144 1153 – 1159. 10.1016 / j.neuroscience.2006.11.024 [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 M. (2005). Azartspēļu un videospēļu saistība: atbilde uz Johansonu un Gotestamu. Psihols. Rep. 96 644 – 646. 10.2466 / pr0.96.3.644-646 [PubMed] [Cross Ref]
Guo W., Liu F., Zhang J., Zhang Z., Yu L., Liu J., et al. (2013). Reģionālās aktivitātes disociācija noklusējuma režīma tīklā pirmās epizodes gadījumā, lielākiem depresijas traucējumiem, kas iepriekš nebija lietoti ar narkotikām miera stāvoklī. J. Affect. Disord. 151 1097 – 1101. 10.1016 / j.jad.2013.09.003 [PubMed] [Cross Ref]
Han DH, Bolo N., Daniels MA, Arenella L., Lyoo IK, Renshaw PF (2011a). Smadzeņu darbība un vēlme pēc interneta videospēļu spēlēšanas. Kompr. Psihiatrija 52 88 – 95. 10.1016 / j.comppsych.2010.04.004 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
Han Y., Wang J., Zhao Z., Min B., Lu J., Li K., et al. (2011b). Amnestisku vieglu kognitīvo traucējumu zemfrekvences svārstību amplitūdas izmaiņas atkarībā no frekvences: miera stāvokļa fMRI pētījums. Neuroimage 55 287 – 295. 10.1016 / j.neuroimage.2010.11.059 [PubMed] [Cross Ref]
Han DH, Lyoo IK, Renshaw PF (2012). Diferenciālās reģionālās pelēkās vielas apjomi pacientiem ar tiešsaistes atkarību un profesionāliem spēlētājiem. J. Psychiatr. Res. 46 507 – 515. 10.1016 / j.jpsychires.2012.01.004 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
Hong S.-B., Kim J.-W., Choi E.-J., Kim H.-H., Suh J.-E., Kim C.-D., et al. (2013). Samazināts orbitofrontālais garozas biezums vīriešiem pusaudžiem ar atkarību no interneta. Behav. Smadzeņu darbība. 9 1–5. 10.1186/1744-9081-9-11 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
Ito M. (2006). Cerebellar shēmas kā neironu mašīna. Progr. Neurobiol. 78 272 – 303. 10.1016 / j.pneurobio.2006.02.006 [PubMed] [Cross Ref]
Jiang G.-H., Qiu Y.-W., Zhang X.-L., Han L.-J., Lv X.-F., Li L.-M., et al. (2011). Heroīna lietotāju amplitūdas zemfrekvences svārstību anomālijas: miera stāvokļa fMRI pētījums. Neuroimage 57 149 – 154. 10.1016 / j.neuroimage.2011.04.004 [PubMed] [Cross Ref]
Knyazev GG (2007). Motivācija, emocijas un to kavējošā vadība atspoguļojas smadzeņu svārstībās. Neurosci. Biobehav. Rev. 31 377 – 395. 10.1016 / j.neubiorev.2006.10.004 [PubMed] [Cross Ref]
Ko C. (2014). Interneta spēļu traucējumi. Curr. Atkarība. Rep 1 177 – 185.
Kuss DJ, Griffiths MD (2012). Atkarība no interneta un azartspēlēm: sistemātisks neiroattēlu pētījumu pārskats. Smadzenes Sci. 2 347 – 374. 10.3390 / brainsci2030347 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
Lecrubier Y., Sheehan DV, Weiller E., Amorim P., Bonora I., Harnett Sheehan K., et al. (1997). Mini starptautiskā neiropsihiatriskā intervija (MINI). Īsa diagnostikas strukturēta intervija: uzticamība un derīgums saskaņā ar CIDI. Eiro. Psihiatrija 12 224 – 231.
Liu J., Gao XP, Osunde I., Li X., Zhou SK, Zheng HR, et al. (2010). Palielināta reģionālā viendabība interneta atkarības traucējumos miera stāvokļa funkcionālās magnētiskās rezonanses attēlveidošanas pētījumā (2009). Zods. Med. Dž. (Angļu val.) 123 1904 – 1908. [PubMed]
Moulton EA, Elman I., Becerra LR, Goldstein RZ, Borsook D. (2013). Smadzenes un atkarība: ieskats, kas gūts no neiromātikas pētījumiem. Atkarīgais. Biol. 19 317 – 331. 10.1111 / adb.12101 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
Pauss T. (2001). Primāta priekšējā cingulāta garoza: kur motora vadība, piedziņa un izziņas saskarne. Nat. Rev. Neurosci. 2 417 – 424. 10.1038 / 35077500 [PubMed] [Cross Ref]
Penttonen M., Buzsáki G. (2003). Dabiskās logaritmiskās attiecības starp smadzeņu oscilatoriem. Thalamus Relat. Sistu. 2 145 – 152. 10.1017 / S1472928803000074 [Cross Ref]
Petry NM, O'Brien CP (2013). Interneta spēļu traucējumi un DSM-5. Atkarība 108 1186 – 1187. 10.1111 / add.12162 [PubMed] [Cross Ref]
Petrijs NM, Rehbeins F., Džentilts DA, Lemmens JS, Rumpfs H.-J., Mößle T., et al. (2014). Starptautisks konsenss interneta spēļu traucējumu novērtēšanai, izmantojot jauno DSM-5 pieeju. Atkarība 109 1399 – 1406. 10.1111 / add.12457 [PubMed] [Cross Ref]
Raimonds JL, Lisbergera SG, Mauks MD (1996). Smadzenīte: neironu mācību iekārta? Zinātne 272 1126 – 1131. 10.1126 / science.272.5265.1126 [PubMed] [Cross Ref]
Stoodley CJ, Valera EM, Schmahmann JD (2012). Smadzeņu funkcionālā topogrāfija motoriskiem un kognitīviem uzdevumiem: fMRI pētījums. Neuroimage 59 1560 – 1570. 10.1016 / j.neuroimage.2011.08.065 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
Tao R., Huangs X., Vangs J. (2008). Piedāvātais kritērijs interneta atkarības klīniskajai diagnostikai. Med. J. Čins. Tautas Liberat. Armija 33 1188 – 1191.
Tao R., Huang X., Wang J., Zhang H., Zhang Y., Li M. (2010). Piedāvātie interneta atkarības diagnostikas kritēriji. Atkarība 105 556 – 564. 10.1111 / j.1360-0443.2009.02828.x [PubMed] [Cross Ref]
Van Rooij AJ, Schoenmakers TM, Vermulst AA, Van den Eijnden RJJM, Van de Mheen D. (2011). Tiešsaistes videospēļu atkarība: atkarīgo pusaudžu spēlētāju identificēšana. Atkarība 106 205 – 212. 10.1111 / j.1360-0443.2010.03104.x [PubMed] [Cross Ref]
Veinšteins A., Lejoyeux M. (2015). Jaunumi neirobioloģisko un farmakoģenētisko mehānismu jomā, kas ir atkarība no interneta un videospēlēm. Am. J. Addict. 24 117 – 125. 10.1111 / ajad.12110 [PubMed] [Cross Ref]
Weng C.-B., Qian R.-B., Fu X.M., Lin B., Han X.-P., Niu C.-S., et al. (2013). Pelēkās vielas un baltās vielas novirzes no tiešsaistes spēļu atkarības. Eiro. J. Radiol. 82 1308 – 1312. 10.1016 / j.ejrad.2013.01.031 [PubMed] [Cross Ref]
Xu S.-H. (2013). Interneta narkomāni ”. Uzvedības impulsivitāte: pierādījumi no Aiovas azartspēļu uzdevuma: Interneta narkomānu izturēšanās impulsivitāte: pierādījumi no Aiovas azartspēļu uzdevuma. Acta Psychol. Sinica 44 1523 – 1534.
Yan C., Zang Y. (2010). DPARSF: Matlab rīkkopa miera stāvokļa fMRI “cauruļvada” datu analīzei. Priekšpuse. Syst. Neurosci. 14: 13 10.3389 / fnsys.2010.00013 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
Young KS (1998). Interneta atkarība: jauna klīniska traucējuma rašanās. Kiberpsihola. Behavs. 1 237–244. 10.1007/s10899-011-9287-4 [Cross Ref]
Yu R., Chien Y.-L., Wang H.-LS, Liu C.-M., Liu C.-C., Hwang T.-J., et al. (2014). Biežumam raksturīgas šizofrēnijas zemfrekvences svārstību amplitūdas maiņas. Hum. Smadzenes Mapp. 35 627 – 637. 10.1002 / hbm.22203 [PubMed] [Cross Ref]
Yuan K., Jin C., Cheng P., Yang X., Dong T., Bi Y., et al. (2013). Zemas frekvences svārstību noviržu amplitūda pusaudžiem ar atkarību no tiešsaistes spēlēm. PLoS ONE 8: e78708 10.1371 / journal.pone.0078708 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
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]
Zang Y.-F., He Y., Zhu C.-Z., Cao Q.-J., Sui M.-Q., Liang M., et al. (2007a). Mainīta sākotnējā smadzeņu aktivitāte bērniem ar ADHD, ko atklāj miera stāvokļa funkcionāls MRI. Brain Dev. 29 83 – 91. 10.1016 / j.braindev.2006.07.002 [PubMed] [Cross Ref]
Zang Y.-F., Yong H., Chao-Zhe Z., Qing-Jiu C., Man-Qiu S., Meng L., et al. (2007b). Mainīta sākotnējā smadzeņu aktivitāte bērniem ar ADHD, ko atklāj miera stāvokļa funkcionāls MRI. Brain Dev. 29 83 – 91. 10.1016 / j.braindev.2006.07.002 [PubMed] [Cross Ref]
Zou Q.-H., Zhu C.-Z., Yang Y., Zuo X.-N., Long X.-Y., Cao Q.-J., et al. (2008). Uzlabota pieeja zemfrekvences svārstību (ALFF) amplitūdas noteikšanai miera stāvokļa fMRI: frakcionēts ALFF. J. Neurosci. Metodes 172 137 – 141. 10.1016 / j.jneumeth.2008.04.012 [PMC bezmaksas raksts] [PubMed] [Cross Ref]
Zuo X.-N., Di Martino A., Kelly C., Shehzad ZE, Gee DG, Klein DF, et al. (2010). Svārstīgās smadzenes: sarežģītas un uzticamas. Neuroimage 49 1432 – 1445. 10.1016 / j.neuroimage.2009.09.037 [PMC bezmaksas raksts] [PubMed] [Cross Ref]