Interneta un azartspēļu atkarība: sistemātiska neiromogrāfijas pētījumu (2012) literatūras apskats

Smadzenes Sci. 2012, 2(3), 347-374; doi:10.3390 / brainsci2030347
 
Daria J. Kuss* un Mark D. Griffiths
 
Nottingham Trent University, Nottingham NG1 4BU, Apvienotā Karaliste
 
* Autors, kam būtu jārisina korespondence.
 
Saņemts: 28 June 2012; pārskatītā veidā: 24 Augusts 2012 / Pieņemts: 28 Augusts 2012 / Publicēts: 5 septembris 2012
 
(Šis raksts pieder īpašajai problēmai Atkarība un neiroadaptācija)

Abstract:

Pēdējā desmitgadē ir uzkrāti pētījumi, kas liek domāt, ka pārmērīga interneta izmantošana var izraisīt uzvedības atkarības attīstību. Interneta atkarība ir uzskatīta par nopietnu apdraudējumu garīgajai veselībai, un pārmērīga interneta izmantošana ir saistīta ar dažādām negatīvām psihosociālām sekām. Šīs pārskatīšanas mērķis ir identificēt visus līdz šim gūtos empīriskos pētījumus, kuros izmantotas neirotogrāfijas metodes, lai izgaismotu jaunās garīgās veselības problēmas, kas saistītas ar interneta un spēļu atkarību no neiroloģijas viedokļa.

Neiromaging pētījumi sniedz priekšrocības salīdzinājumā ar tradicionālo aptauju un uzvedības pētījumiem, jo ​​ar šo metodi ir iespējams atšķirt konkrētas smadzeņu zonas, kas ir saistītas ar atkarības attīstību un uzturēšanu. Tika veikta sistemātiska literatūras meklēšana, identificējot 18 pētījumus. Šie pētījumi sniedz pārliecinošus pierādījumus par līdzību starp dažādiem atkarību veidiem, jo ​​īpaši atkarībām no vielām un interneta un spēļu atkarību, dažādos līmeņos.

Molekulārā līmenī interneta atkarību raksturo vispārējs atalgojuma trūkums, kas izraisa pazeminātu dopamīnerģisko aktivitāti.

Neironu shēmu līmenī internets un spēļu atkarība noveda pie neiroadaptācijas un strukturālām izmaiņām, kas radās ilgstošas ​​paaugstinātas aktivitātes rezultātā, kas saistīta ar atkarību saistītajās smadzeņu zonās.

Uzvedības līmenī internets un azartspēļu atkarīgie, šķiet, ir sašaurināti attiecībā uz to kognitīvo darbību dažādās jomās.

Pētījums rāda, ka ar interneta un spēļu atkarības attīstību saistīto neironu korelātu izpratne veicinās turpmāko pētniecību un pavērs ceļu atkarības ārstēšanas pieeju attīstībai.

Atslēgas vārdi: interneta atkarība; spēļu atkarība; neirofotografēšana; literatūras apskats

 

1. Ievads

Pēdējā desmitgadē ir uzkrāti pētījumi, kas liek domāt, ka pārmērīga interneta izmantošana var izraisīt uzvedības atkarības attīstību (piemēram, [1,2,3,4]). Klīniskie pierādījumi liecina, ka interneta atkarīgajiem ir vairāki biopsihosociāli simptomi un sekas [5]. Tie ietver simptomus, kas tradicionāli saistīti ar atkarībām, kas saistītas ar vielu, proti, sāpīgums, garastāvokļa maiņa, tolerance, atcelšanas simptomi, konflikts un recidīvs [6]. Interneta atkarība ietver neviendabīgu interneta darbību spektru ar potenciālu slimības vērtību, piemēram, spēļu, iepirkšanās, azartspēļu vai sociālo tīklu. Azartspēles ir daļa no postulētās interneta atkarības konstrukcijas, un spēļu atkarība, šķiet, ir visplašāk pētīta specifiskā interneta atkarības forma līdz šim [7]. Garīgās veselības aprūpes speciālistu un pētnieku plašie priekšlikumi, lai iekļautu interneta atkarību kā garīgās veselības traucējumus garīgajā traucējumu diagnostikas un statistikas rokasgrāmatas (DSM-V) gaidāmajā piektajā izdevumā, tiks īstenoti, kad Amerikas Psihiatru asociācija pieņems interneta lietošanas traucējumu iekļaušanu. kā garīgās veselības problēma, kas ir vērts turpmākai zinātniskai izmeklēšanai [8].

Pārmērīga interneta izmantošana ir saistīta ar dažādām negatīvām psihosociālām sekām. Tie ir garīgi traucējumi, piemēram, somatizācija, obsesīvi kompulsīvi un citi trauksmes traucējumi, depresija [9] un disociācija [10], kā arī personības iezīmes un patoloģija, piemēram, introversija un psihotika [11]. Izplatības aplēses svārstās no 2% [12] uz 15% [13] atkarībā no attiecīgā sociokulturālā konteksta, parauga un izmantotajiem vērtēšanas kritērijiem. Interneta atkarība ir uzskatāma par nopietnu apdraudējumu garīgajai veselībai Āzijas valstīs ar plašu platjoslas lietojumu, jo īpaši Dienvidkoreju un Ķīnu [14].

 

 

1.1. Neiroapgādes pieaugums

Saskaņā ar Cartesian dualismu Francijas filozofs Dekarts atbalstīja viedokli, ka prāts ir vienība, kas ir nošķirta no ķermeņa [15]. Tomēr kognitīvās neirozinātnes ir pierādījušas viņu nepareizi un samierinājušas ķermeņa fizisko vienību ar prāta nenotveramo vienību [16]. Mūsdienu neirofotografēšanas metodes sasaista kognitīvos procesus (ti, Descartes domāšanas prātu) ar faktisko uzvedību (ti, Descartes kustīgo ķermeni), izmērot un attēlojot smadzeņu struktūru un aktivitāti. Mainīta aktivitāte smadzeņu zonās, kas saistītas ar atalgojumu, motivāciju, atmiņu un kognitīvo kontroli, ir saistīta ar atkarību [17].

Pētījumi ir vērsti uz narkomānijas attīstības neirālo korelāciju, izmantojot klasisko un operantu kondicionēšanu [18,19]. Ir konstatēts, ka vielas brīvprātīgas un kontrolētas lietošanas sākumposmā lēmumu par zāļu lietošanu izgatavo specifiski smadzeņu reģioni, proti, prefrontālā garoza (PFC) un vēdera striatums (VS). Attīstoties pieradumam lietot un piespiedu kārtā, smadzeņu aktivitātes izmaiņas notiek, jo striatuma (DS) muguras reģioni arvien vairāk tiek aktivizēti, izmantojot dopamīnerģisko inervāciju (ti, dopamīna izdalīšanās).20]. Ilgstoša narkotiku lietošana noved pie izmaiņām smadzeņu dopamīnerģiskajos ceļos (īpaši priekšējā cingulārā (AC), orbitofrontālā garozā (OFC) un kodola accumbens (NAc), kas var novest pie jutīguma mazināšanās pret bioloģiskajiem ieguvumiem un samazina indivīda jutīgumu. kontrolēt meklēšanu un narkotiku lietošanu.21,22]. Molekulārā līmenī ilgstoša depresija (SIA, ti, sinaptiskās aktivitātes samazināšana) ir saistīta ar smadzeņu adaptāciju, kas saistīta ar atkarībām no vielām [23]. Narkotiku narkomāni kļūst jutīgi pret narkotikām, jo ​​ilgstošas ​​uzņemšanas laikā palielinās ventrālā tegmentālā apgabala sinaptiskais spēks, un tas ir arī glutamāta LTD kodolā, kas izraisīs alkas [24].

Tajā pašā laikā smadzenes (ti, NAc, OFC, DLPFC) kļūst arvien atsaucīgākas pret narkotiku norādēm (piemēram, pieejamību, konkrētu kontekstu), izmantojot alkas [21,25]. Narkotiku lietošanas vēlme ietver sarežģītu mijiedarbību starp dažādiem smadzeņu reģioniem. Aktivitāte kodolkrāsās pēc atkārtotas narkotiku lietošanas noved pie mācīšanās saiknēm starp narkotiku norādēm un narkotiku pastiprinošo iedarbību [26]. Turklāt orbitofrontālā garoza, kas ir svarīga motivācijai iesaistīties uzvedībā, amygdala (AMG) un hipokamps (Hipp), kā galvenie smadzeņu reģioni, kas saistīti ar atmiņas funkcijām, spēlē lomu vielas intoksikācijā un tieksmē [17].

Dabas atlīdzība, piemēram, pārtika, slava un / vai panākumi, pakāpeniski zaudē savu hedonisko valenci. Pateicoties pieradumam atalgot uzvedību un narkotiku uzņemšanu, attīstās raksturīgs atkarības simptoms (ti, tolerance). Lai iegūtu vēlamo efektu, ir nepieciešams palielināt vielas daudzumu vai palielināt iesaistīšanos attiecīgajā uzvedībā. Rezultātā atlīdzības sistēma kļūst nepilnīga. Tas noved pie antireward sistēmas aktivizēšanas, kas samazina atkarīgā spēju piedzīvot bioloģiskos pastiprinātājus kā patīkamu. Tā vietā viņam ir vajadzīgi spēcīgāki pastiprinātāji, ti, viņu narkotika vai izvēlētā izvēle, lielākos apjomos (ti, tolerance attīstās), lai piedzīvotu atlīdzību [27]. Turklāt dopamīna trūkums mezokortikolimbiskajos ceļos abstinences laikā izskaidro raksturīgos atcelšanas simptomus. Tie tiks novērsti ar atjaunotu narkotiku lietošanu [17]. Rezultāts ir recidīvs un apburta uzvedības cikla attīstība [28]. Ilgstoša narkotiku lietošana un / vai iesaistīšanās atalgojošā uzvedībā izraisa izmaiņas smadzenēs, tai skaitā disfunkcijas prefrontālajos reģionos, piemēram, OFC un cingulate gyrus (CG) [17,29].

Pētījumi liecina, ka smadzeņu aktivitātes izmaiņas, kas parasti saistītas ar atkarībām, kas saistītas ar vielu, rodas pēc kompulsīvas iesaistīšanās uzvedībā, piemēram, patoloģiskās azartspēles [30]. Saskaņā ar to ir pieņemts, ka līdzīgi mehānismi un izmaiņas ir saistītas ar interneta un spēļu atkarību. Šā pārskata mērķis ir identificēt līdz šim veiktos salīdzinošās analīzes empīriskos pētījumus, kuros izmantotas neirotogrāfijas metodes, lai izgaismotu jaunās psihiskās veselības problēmas, kas saistītas ar interneta un spēļu atkarību no neiroloģijas viedokļa. Neiromaging plaši ietver vairākas atšķirīgas metodes. Tie ir elektroencefalogramma (EEG), pozitronu emisijas tomogrāfija (PET), SPECT viena fotona emisijas skaitļotā tomogrāfija (SPECT), funkcionālā magnētiskās rezonanses attēlveidošana (fMRI) un strukturālā magnētiskā rezonanses attēlveidošana (sMRI), piemēram, voksela morfometrija (VBM) un difūzijas-tenzora attēlveidošana (DTI). Šie pētījumi ir īsumā izskaidroti pirms pētījumu izpētes, kuros izmantotas šīs metodes, lai veiktu pētījumus par interneta un spēļu atkarību.

 

 

1.2. Neiroimēšanas veidi, kurus izmanto, lai pētītu atkarību izraisošo smadzeņu darbību

Elektroencefalogramma (EEG): Ar EEG var noteikt nervu aktivitāti smadzeņu garozā. Vairāki elektrodi ir piestiprināti pie dalībnieka galvas noteiktām vietām (ti, priekšējiem, aizmugurējiem, kreisajiem un labajiem). Šie elektrodi mēra sprieguma svārstības (ti, strāvas plūsmu) starp elektrodu pāriem, kas rodas, ierosinot neironu sinapses [31]. Ar notikumiem saistītu potenciālu (ERP) gadījumā attiecības starp smadzenēm un uzvedību var izmērīt, izmantojot elektrofizioloģisku neironu reakciju uz stimulu [32].

Pozitronu emisijas tomogrāfija (PET): PET ir neirofotografēšanas metode, kas ļauj pētīt smadzeņu darbību molekulārā līmenī. PET pētījumos vielmaiņas aktivitāte smadzenēs tiek mērīta ar fotoniem no pozitronu emisijām (ti, pozitīvi uzlādētiem elektroniem). Iedarbību veic ar radioaktīvu 2-deoksiglikozes (2-DG) šķīdumu, ko aizņem smadzeņu aktīvie neironi. 2-DG daudzums neironos un pozitronu emisijās tiek izmantots vielmaiņas aktivitātes noteikšanai smadzenēs. Tādējādi, konkrēta uzdevuma veikšanas laikā var kartēt neironu aktivitāti. Iatsevišķus neirotransmitētājus var atšķirt ar PET, kas padara pēdējos izdevīgākus par MRI metodēm. Tā var detalizēti izmērīt aktivitāšu sadalījumu. PET ierobežojumi ietver salīdzinoši zemu telpisko izšķirtspēju, laiku, kas nepieciešams, lai iegūtu skenēšanu, kā arī iespējamo radiācijas risku [33].

Vienreizējas fotonijas emisijas skaitļojamā tomogrāfija (SPECT): SPECT ir PET forma. Līdzīgi kā PET, asinsritē tiek ievadīta radioaktīvā viela (“marķieris”), kas strauji ceļo uz smadzenēm. Jo spēcīgāka ir vielmaiņas aktivitāte konkrētos smadzeņu reģionos, jo spēcīgāka ir gamma staru bagātināšana. Emitēto starojumu mēra saskaņā ar smadzeņu slāņiem, un vielmaiņas aktivitāte tiek attēlota, izmantojot datorizētas metodes. Atšķirībā no PET, SPECT ļauj skaitīt atsevišķus fotonus, taču tā izšķirtspēja ir vājāka, jo ar SPECT izšķirtspēja ir atkarīga no gammas kameras tuvuma, kas mēra neironu radioaktivitāti. [34].

Funkcionālā magnētiskās rezonanses attēlveidošana (fMRI): FMRI gadījumā tiek mērītas izmaiņas asins skābekļa līmeņos smadzenēs, kas liecina par neironu aktivitāti. Konkrētāk, tiek vērtēta oksihemoglobīna (ti, hemoglobīna, kas satur skābekli asinīs) attiecība pret dezoksihemoglobīnu (ti, hemoglobīnu, kas atbrīvo skābekli) smadzenēs, jo asins plūsma “aktīvajās” smadzeņu zonās palielinās, lai transportētu vairāk glikozes. hemoglobīna molekulās. Šīs vielmaiņas aktivitātes novērtējums smadzenēs ļauj smalkākai un detalizētākai smadzeņu attēlošanai, salīdzinot ar strukturālo MRI. Papildus tam fMRI priekšrocības ietver smadzeņu attēlveidošanas ātrumu, telpisko izšķirtspēju un potenciālā veselības apdraudējuma trūkumu saistībā ar PET skenēšanu. [35].

Strukturālās magnētiskās rezonanses attēlveidošana (sMRI): sMRI izmanto dažādas metodes, lai attēlotu smadzeņu morfoloģiju [36].

  • Viena no šādām metodēm ir morfometrija (VB). VBM izmanto, lai salīdzinātu smadzeņu apgabalu apjomu un pelēkās un baltās vielas blīvumu [37].
  • Vēl viena sMRI metode ir difūzijas tenzora attēlveidošana (DTI). DTI ir baltās vielas attēlveidošanas metode. Tajā novērtēta ūdens molekulu izplatīšanās smadzenēs, kas palīdz identificēt savstarpēji saistītas smadzeņu struktūras, izmantojot frakcionētu anizotropiju (FA). Šis pasākums ir šķiedru blīvuma, aksona diametra un mielinizācijas indikators baltajā vielā [38].

 

 

2. Metode

Visaptveroša literatūras meklēšana tika veikta, izmantojot datubāzi Web of Knowledge. Attiecībā uz interneta lietošanu tika ievadīti šādi meklēšanas vienumi (un to atvasinājumi): “atkarība”, “pārpalikums”, “problēma” un “piespiedu režīms”. Turklāt papildu pētījumi tika identificēti no papildu avotiem, piemēram, Google Scholar, un tie tika pievienoti, lai iegūtu plašāku literatūras pārskatu. Pētījumi tika atlasīti saskaņā ar šādiem iekļaušanas kritērijiem. Pētījumiem bija: i) jānovērtē internets vai tiešsaistes spēļu atkarība vai spēļu tieša ietekme uz neiroloģisko darbību, ii) jāizmanto neirofotogrāfijas metodes, iii) jāpublicē recenzētajā žurnālā, un iv) jābūt pieejamam kā pilnīgs teksts Angļu valoda. Literatūras meklējumiem laika periods netika noteikts, jo neirotogrāfijas metodes ir salīdzinoši jaunas, tāpēc tika sagaidīts, ka pētījumi būs nesen (ti, gandrīz visi ir publicēti starp 2000 un 2012).

3. Rezultāti

Kopumā tika identificēti 18 pētījumi, kas atbilst iekļaušanas kritērijiem. No tiem datu iegūšanas metode bija fMRI astoņos pētījumos [39,40,41,42,43,44,45,46] un sMRI divos pētījumos [47,48], divi pētījumi, ko izmantoja PET skenēšana [49,50], no kuriem viens apvienoja to ar MRI [49], viens lietoja SPECT [51] un seši pētījumi tika izmantoti EEG [52,53,54,55,56,57]. Jāatzīmē arī, ka divi no tiem patiešām bija tādi paši pētījumi ar vienu, ko publicēja kā vēstuli [53] un viens publicēts kā pilns papīrs [54]. Viens pētījums [57] atbilst visiem kritērijiem, bet tika izslēgts, jo interneta atkarības diagnozes dati nebija pietiekami, lai izdarītu pamatotus secinājumus. Turklāt divos pētījumos netika tieši novērtēta interneta un spēļu atkarība [43,50], bet novērtēja spēļu tiešo ietekmi uz neiroloģisko aktivitāti, izmantojot eksperimentālo paradigmu, un tāpēc tika saglabāti pārskatā. Detalizēta informācija par iekļautajiem pētījumiem ir sniegta Tabula 1.

3.1. fMRI pētījumi

Hoeft et al. [43] pētīja dzimumu atšķirības mezokortikolimbiskajā sistēmā 22 veseliem studentiem (vecuma diapazons = 19 – 23 gadi; 11 sievietes). Visi dalībnieki guva fMRI (3.0-T Signa skeneris (General Electric, Milwaukee, WI, ASV), pabeidza Simptoma kontrolsarakstu 90-R [58] un NEO-Personības inventarizācijas-R [59]. FMRI tika veikts 40 bloku laikā ar 24 s bumbu spēli ar mērķi iegūt telpu vai līdzīgu kontroles nosacījumu, kas neietvēra konkrētu spēles mērķi (pamatojoties uz tā strukturālo grims). Rezultāti liecināja, ka ir aktivizēta neirāla shēma, kas eksperimentālajā stāvoklī ir iesaistīta atalgojumā un atkarībā (ti, insula, NAc, DLPFC un OFC). Līdz ar to faktiskā spēles mērķa esamība (raksturīga visbiežāk sastopamajām tiešsaistes spēlēm, kas ir uz noteikumiem balstītas, nevis tīras lomu spēles), modificēta smadzeņu darbība ar uzvedību. Šeit ir acīmredzama skaidra cēloņu un seku saikne, kas pastiprina secinājumus.

Rezultāti arī parādīja, ka vīriešiem bija lielāka aktivācija (rNAc, blOFC, rAMG) un funkcionālā savienojamība (lNAc, rAMG) mezokortikolimbiskā atlīdzības sistēmā, salīdzinot ar sievietēm. Turklāt rezultāti parādīja, ka spēles spēlēšana aktivizēja pareizo insulu (rI; signālu autonomo arousal), labo dorso-laterālo PFC (maksimizējiet atalgojumu vai pārmaiņu uzvedību), divpusējās premotoru kores (blPMC; sagatavošanās atlīdzībai) un precuneus, lNAc un rOFC (teritorijas, kas saistītas ar vizuālo apstrādi, vizuālo telpisko uzmanību, motora funkciju un sensoru motoru transformāciju) salīdzinājumā ar atpūtas stāvokli [43]. Insula ir saistīta ar apzinātu aizraušanos ar atkarību izraisošām vielām, piesaistot lēmumu pieņemšanas procesus, kas saistīti ar risku un atalgojumu. Insula disfunkcija var izskaidrot neiroloģiskas darbības, kas norāda uz recidīvu [60]. Eksperimentālā rakstura dēļ šis pētījums varēja sniegt ieskatu par īpatnējo smadzeņu aktivāciju kā spēļu rezultāts veselā (ti, ne atkarīgā) populācijā.

TabulaTabula 1. Iekļautie pētījumi.   

Noklikšķiniet šeit, lai parādītu tabulu

 

Ko et al. [44] mēģināja identificēt tiešsaistes azartspēļu atkarības neironu substrātus, novērtējot smadzeņu zonas, kas iesaistītas tiešsaistes spēļu spēlēšanā starp desmit vīriešu tiešsaistes azartspēļu atkarīgajiem (World of Warcraft spēlē vairāk nekā 30 ha nedēļā), salīdzinot ar desmit vīriešu kontrolēm (kuru lietošana tiešsaistē) bija mazāk nekā divas stundas dienā). Visi dalībnieki pabeidza koledžas studentu diagnostikas kritērijus interneta atkarībai (DCIA-C;74]), Mini-International neiropsihiatriskā intervija [75], Chen interneta atkarības skala (CIAS) [71], alkohola lietošanas traucējumu identifikācijas tests (AUDIT) [76] un Fagerstrom tests par nikotīna atkarību (FTND) [77]. Autori iepazīstināja ar spēlēm saistītus un pārī savienotus mozaīkas attēlus fMRI skenēšanas laikā (3T MRscanner), un BOLD signālu kontrasti abos apstākļos tika analizēti, izmantojot cue reaktivitātes paradigmu [25]. Rezultāti norādīja uz cue inducētu alkas, kas ir izplatīta starp atkarīgajām vielām. Spēļu narkomānu vidū bija atšķirīga smadzeņu aktivācija, kas bija saistīta ar spēlei atbilstošu norādījumu prezentāciju, salīdzinot ar kontrolēm un salīdzinot ar mozaīkas attēlu prezentāciju, ieskaitot rOFC, rNAc, blAC, mFC, rDLPFC un labo caudāta kodolu (rCN). Šī aktivizēšana ir saistīta ar spēļu vēlmi un spēļu pieredzes atcerēšanos. Tika apgalvots, ka ir līdzīgs bioloģisko pamatu dažādām atkarībām, ieskaitot tiešsaistes spēļu atkarību. Šī pētījuma, kas mākslīgi izraisīja tieksmi eksperimentālā un kontrolētā vidē, kvazi-eksperimentālais raksturs ļāva autoriem izdarīt secinājumus, balstoties uz grupu atšķirībām, un tādējādi saistot tiešsaistes spēļu atkarības statusu ar smadzeņu apgabalu aktivizēšanu, kas saistīta ar tradicionālākiem simptomiem ( ti, ar vielu saistītās atkarības.

Han et al. [42] izvērtēja atšķirības smadzeņu darbībā pirms videospēļu spēlēšanas un tās laikā universitātes studentiem, kas spēlē septiņu nedēļu laikā. Visi dalībnieki pabeidza Beck depresijas inventarizāciju [78], Interneta atkarības skala [67] un 7 punkta vizuālo analogo skalu (VAS), lai novērtētu vēlēšanos pēc interneta videospēļu spēlēšanas. Izlasē bija 21 universitātes studenti (14 vīrietis; vidējais vecums = 24.1 gadi, SD = 2.6; datora lietošana = 3.6, SD = 1.6 ha diena; vidējais SGS rezultāts = 38.6, SD = 8.3). Tie tika iedalīti divās grupās: pārmērīga interneta spēļu grupa (kas spēlēja interneta video spēles vairāk nekā 60 min dienā 42 dienas laikā; n = 6) un vispārējā spēlētāju grupa (kas spēlēja mazāk nekā 60 min. dienu tajā pašā periodā; n = 15). Autori izmantoja no FNRI atkarīgo asins skābekļa līmeni (izmantojot Philips Achieva 3 Tesla TX skeneri) un ziņoja, ka smadzeņu aktivitāte priekšējā cingulārā un orbitofrontālā garozā palielinājās starp pārmērīgo interneta spēļu grupu, kas pakļauta interneta videospēļu norādēm, salīdzinot ar vispārējiem spēlētājiem. Viņi arī ziņoja, ka palielinājušās vēlmes pēc interneta videospēlēm ir saistītas ar palielināto aktivitāti visu dalībnieku priekšā. Šis kvazi-eksperimentālais pētījums ir saprotams, jo tas ne tikai piedāvāja pierādījumus par atšķirīgu smadzeņu aktivitāti tiešsaistes spēļu narkomānos, salīdzinot ar vispārējo spēlētāju kontroles grupu, bet arī izskaidroja smadzeņu aktivāciju, kas rodas, spēlējot abās grupās. Tas norāda, ka (i) tiešsaistes spēļu tieksme maina smadzeņu darbību neatkarīgi no atkarības statusa, un tādēļ to var uzskatīt par atkarības simptomu (prodromālu), un ka (ii) atkarīgi spēlētāji var atšķirties no atkarīgiem tiešsaistes spēlētājiem ar citu smadzeņu aktivācijas veids.

Liu et al. [45] administrēja reģionālo homogenitātes (ReHo) metodi, lai analizētu interneta atkarīgo encefalālo funkcionālo raksturojumu atpūtā. Izlasē bija 19 koledžas studenti ar interneta atkarību un 19 kontroli. Interneta atkarība tika novērtēta, izmantojot bārda un vilka kritērijus [72]. Veikta FMRI, izmantojot 3.0T Siemens Tesla Trio Tim skeneri. Reģionālā viendabība norāda uz smadzeņu skābekļa līmeņu laika homogenitāti interesējošajos smadzeņu reģionos. Tika ziņots, ka interneta atkarīgie cieš no funkcionālām smadzeņu izmaiņām, kas noved pie novirzēm reģionālajā homogēnumā, salīdzinot ar kontroles grupu, jo īpaši attiecībā uz atlīdzības ceļiem, kas tradicionāli saistīti ar vielu atkarībām. Interneta lietotāju vidū palielinājās ReHo smadzeņu reģioni atpūtas stāvoklī (smadzeņu, smadzeņu, rCG, divpusējā parahipokampusa (blPHipp), labās frontālās daivas, kreisā priekšējā frontālā gyrus (lSFG), labākā zemākā laika girusa (rITG), kreisā augstākā laika gyrus (lSTG) un vidējā laika gyrus (mTG)), salīdzinot ar kontroles grupu. Laika reģioni ir iesaistīti dzirdes apstrādē, izpratnē un verbālajā atmiņā, turpretī pakauša reģioni rūpējas par vizuālo apstrādi. Smadzenes regulē izziņas darbību. Cingulate gyrus attiecas uz sensoru informācijas integrēšanu un konfliktu uzraudzību. Hipokampi ir iesaistīti smadzeņu mezokortikolimbiskajā sistēmā, kas saistīta ar atalgojuma ceļiem. Kopumā šie secinājumi liecina par izmaiņām dažādos smadzeņu reģionos interneta atkarības dēļ. Tā kā šajā pētījumā tika novērtēta reģionālā viendabība atpūtas stāvoklī, nav skaidrs, vai izmaiņas, kas vērojamas smadzenēs, kas novērotas interneta narkomānos, ir atkarības cēlonis vai sekas. Tāpēc nevar izdarīt cēloņsakarības.

Yuan et al. [46] pētīja interneta atkarības ietekmi uz lielāko neironu šķiedru ceļu mikrostrukturālo integritāti un mikrostrukturālajām izmaiņām, kas saistītas ar interneta atkarības ilgumu. Viņu izlasē bija 18 studenti ar interneta atkarību (12 tēviņi; vidējais vecums = 19.4, SD = 3.1 gadi; vidējais tiešsaistes spēles = 10.2 h dienā, SD = 2.6; interneta atkarības ilgums = 34.8 mēneši, SD = 8.5) un 18 ne-interneta atkarīgie kontroles dalībnieki (vidējais vecums = 19.5 gadi, SD = 2.8). Visi dalībnieki pabeidza modificēto diagnostikas anketu interneta atkarībai [72], pašnovērtējuma trauksmes skala (nav sniegta informācija) un pašvērtējuma depresijas skala (nav sniegta informācija). Autori izmantoja fMRI un izmantoja optimizētu vokseļu morfometrijas (VBM) tehniku. Viņi analizēja baltās vielas frakcionētās anizotropijas (FA) izmaiņas, izmantojot difūzijas tenzora attēlveidošanu (DTI), lai atklātu smadzeņu strukturālās izmaiņas pēc interneta atkarības ilguma. Rezultāti parādīja, ka interneta atkarība izraisīja pārmaiņas smadzeņu struktūrā un ka konstatētās smadzeņu izmaiņas ir līdzīgas tām, kas konstatētas narkomānos.

Kontrolējot vecuma, dzimuma un smadzeņu tilpumu, tika konstatēts, ka interneta atkarīgo vidū samazinājās pelēkās vielas tilpums divpusējā dorsolaterālā prefronta garozā (DLPFC), papildu motora zonā (SMA), orbitofrontālajā garozā (OFC), smadzenēs un kreisajā pusē Rostral ACC (rACC), iekšējās kapsulas kreisās aizmugurējās daļas palielināta FA (PLIC), un samazināta FA baltā vielā labajā parahippocampal gyrus (PHG). Bija arī korelācija starp pelēkās vielas apjomiem DLPFC, rACC, SMA un baltās vielas FA izmaiņām PLIC ar laiku, ko persona bija atkarīga no interneta. Tas norāda, ka jo ilgāk cilvēks ir atkarīgs no interneta, jo smaga smadzeņu atrofija kļūst. Ņemot vērā šo metodi, no autora apraksta nav skaidrs, cik lielā mērā viņu izlasē iekļauti tie, kas paši bija atkarīgi no interneta, vai spēlēt spēles tiešsaistē. Konkrēta jautājuma iekļaušana, kas jautā par tiešsaistes spēļu biežumu un ilgumu (nevis jebkuru citu iespējamo interneta darbību), liecina, ka attiecīgā grupa sastāvēja no spēlētājiem. Papildus tam, iesniegtie rezultāti nevar izslēgt citus faktorus, kas var būt saistīti ar interneta atkarību (piemēram, depresijas simptomātika), kas varēja veicināt smadzeņu atrofijas pastiprināšanos.

Dong et al. [39] pārbaudīja atlīdzību un sodu apstrādi interneta narkomānos, salīdzinot ar veselīgu kontroli. Pieaugušie vīrieši (n = 14) ar interneta atkarību (vidējais vecums = 23.4, SD = 3.3 gadi) tika salīdzināti ar veseliem pieaugušiem vīriešiem 13 (vidējais vecums = 24.1 gadi, SD = 3.2). Dalībnieki pabeidza strukturētu psihiatrisko interviju [79], Beck depresijas inventarizācija [78], Ķīnas interneta atkarības tests [62,63] un interneta atkarības tests (IAT; [61]). IAT mēra psiholoģisko atkarību, piespiedu izmantošanu, izņemšanu, saistītās problēmas skolā, darbā, miega, ģimenes un laika vadībā. Dalībniekiem bija jāsasniedz 80 (no 100) uz IAT, lai tos klasificētu kā interneta atkarību. Turklāt visi tie, kas klasificēti kā interneta atkarīgie, katru dienu pavadīja vairāk nekā sešas stundas tiešsaistē (izņemot ar darbu saistītu interneta lietošanu) un to darīja vairāk nekā trīs mēnešus.

Visi dalībnieki iesaistījās realitātē simulētajā uzminēšanas uzdevumā par naudas ieguvumu vai zaudējumu situāciju, izmantojot spēļu kārtis. Dalībnieki saņēma fMRI ar stimuliem, kas tika parādīti caur monitoru galvas spolē, un to asins skābekļa līmeņa (BOLD) aktivācija tika mērīta saistībā ar uzvaru un zaudējumiem no uzdevuma. Rezultāti parādīja, ka interneta atkarība bija saistīta ar pastiprinātu aktivāciju OFC pieauguma pētījumos, un samazināts priekšējās cingulārās aktivācijas zuduma pētījumos, salīdzinot ar parastajām kontrolēm. Interneta narkomāni uzrādīja lielāku jutīguma jutīgumu un samazināja zaudējumu jutību, salīdzinot ar kontroles grupu [39]. Šā pētījuma kvazi-eksperimentālais raksturs ļāva faktiski salīdzināt abas grupas, pakļaujot tās spēļu situācijai un tādējādi mākslīgi izraisot neironu reakciju, kas bija iesaistīšanās uzdevumā. Tāpēc šis pētījums ļāva izskaust cēloņsakarību starp iedarbību uz spēļu zīmēm un no tā izrietošo smadzeņu aktivāciju. To var uzskatīt par empīrisku pierādījumu par jutīguma jutīgumu internetā atkarīgajiem, salīdzinot ar veselīgu kontroli.

Han et al. [40] salīdzināja reģionālo pelēkās vielas apjomu pacientiem ar tiešsaistes spēļu atkarību un profesionāliem spēlētājiem. Autori veica fMRI, izmantojot 1.5 Tesla Espree skeneri (Siemens, Erlangen) un veica ar pelēko vielu apjoma salīdzinājumu. Visi dalībnieki pabeidza strukturētu klīnisko interviju DSM-IV [80], Beck depresijas inventarizācija [78], Barratt impulsivitātes skala-korejiešu versija (BIS-K9) [81,82] un Interneta atkarības skala (IAS) [67]. Tie, kas i) novērtē vairāk par 50 (ārpus 100) par IAS, (ii) spēlējot ilgāk par četrām stundām dienā / 30 h nedēļā, un (iii) traucēta uzvedība vai ciešanas tiešsaistes spēļu dēļ tika klasificētas kā interneta spēļu atkarīgie. Izlasē bija trīs grupas. Pirmajā grupā bija 20 pacienti ar tiešsaistes spēļu atkarību (vidējais vecums = 20.9, SD = 2.0; vidējais slimības ilgums = 4.9 gadi, SD = 0.9; vidējais spēles laiks = 9.0, SD = 3.7 h / dienā; SD = 13.1 h / dienā, vidējie SGS rādītāji = 2.9, SD = 81.2). Otrā grupa sastāvēja no profesionāliem 9.8 spēlētājiem (vidējais vecums = 17 gadi, SD = 20.8; vidējais spēles laiks = 1.5, SD = 9.4 h / diena; vidējais interneta lietojums = 1.6, SD = 11.6 h / dienā; 2.1, SD = 40.8). Trešā grupa ietvēra veselīgu 15.4 kontroli (vidējais vecums = 18, SD = 12.1 gadi; vidējais spēks = 1.1, SD = 1.0 h / diena; vidējais interneta lietojums = 0.7, SD = 2.8 h / dienā; vidējais SGS rezultāts = 1.1, SD = 41.6).

Rezultāti parādīja, ka azartspēļu atkarīgajiem bija augstāka impulsivitāte, neatlaidīgas kļūdas, palielināts tilpums kreisajā talamus pelēkā vielā un samazināts pelēkās vielas tilpums ITG, labās vidējās astes giruss (rmOG) un kreisā zemāka pakauša gyrus (lIOG) attiecība pret kontroles grupu. . Profesionāliem spēlētājiem lCG bija palielinājies pelēkās vielas daudzums un lmOG un rITG samazinājās pelēkās vielas, salīdzinot ar kontroles grupu, palielinājās pelēkās vielas lCG, un samazinājās kreisā talamus pelēka viela attiecībā pret tiešsaistes spēlētājiem. Galvenās atšķirības starp azartspēļu atkarīgajiem un profesionālajiem spēlētājiem bija profesionālo spēlētāju palielinātais pelēkās vielas daudzums lCG (svarīga izpildvaras funkcijai, pievilcīgumam un vizuālai uzmanībai) un spēļu narkomānu kreisajā talamā (svarīga pastiprināšanai un brīdinājumiem) [40]. Pamatojoties uz pētījuma neeksperimentālo raksturu, ir grūti atšķirt smadzeņu struktūras atšķirības dažādās grupās ar faktisko atkarības statusu. Nevar izslēgt iespējamos traucējošos mainīgos, kas varēja veicināt konstatēto atšķirību.

Han et al. [41] pārbaudīja bupropiona ilgstošas ​​iedarbības ārstēšanas ietekmi uz smadzeņu darbību starp interneta spēļu atkarīgajiem un veselīgu kontroli. Visi dalībnieki pabeidza strukturētu klīnisko interviju DSM-IV [80], Beck depresijas inventarizācija [78], Interneta atkarības skala [61], un interneta videospēļu spēle tiek novērtēta ar 7 punkta vizuālo analogo skalu. Tie dalībnieki, kuri iesaistījās interneta spēlēs ilgāk par četrām stundām dienā, ieguva vairāk nekā 50 (no 100) IAS, un tiem bija traucēta uzvedība un / vai ciešanas tika klasificētas kā interneta spēļu atkarīgie. Izlasē bija 11 interneta spēļu narkomāni (vidējais vecums = 21.5, SD = 5.6 gadi; vidējais vēlēšanās rezultāts = 5.5, SD = 1.0; vidējais spēles laiks = 6.5, SD = 2.5 h / diena; vidējais SGS rezultāts = 71.2, SD = 9.4, SD = 8 un 11.8 veselīgas kontroles (vidējais vecums = 2.1, SD = 3.9 gadi; vidējais alkas rezultāts = 1.1, SD = 1.9; vidējais interneta lietojums = 0.6, SD = 27.1 h / dienā; vidējais SGS rezultāts = 5.3, SD = 150) . Laikā, kad tiek pakļautas spēļu norādēm, interneta spēļu narkomāniem bija vairāk smadzeņu aktivācijas kreisajā pakauša kaula kaklā, kreisajā dorsolaterālajā prefrontālajā garozā un pa kreisi parahippocampal gyrus attiecībā pret kontroles grupu. Dalībniekiem ar interneta spēļu atkarību tika veiktas sešas nedēļas ilgas bupropiona atbrīvošanas terapijas (300 mg / dienā pirmajā nedēļā un pēc tam 1.5 mg). Smadzeņu aktivitāte tika izmērīta sākumā un pēc ārstēšanas, izmantojot XNUMX Tesla Espree fMRI skeneri. Autori ziņoja, ka bupropiona ilgstošas ​​atbrīvošanas ārstēšana darbojas līdzīgi interneta spēļu narkomāniem, kā tas darbojas pacientiem ar atkarību no vielām. Pēc ārstēšanas interneta spēļu narkomānu vidū samazinājās alkas, spēļu laiks un cūku izraisīta smadzeņu darbība. Šī pētījuma gareniskais raksturs ļauj noteikt cēloņu un seku, kas uzsver iesniegto rezultātu derīgumu un ticamību.

 

 

3.2. sMRI pētījumi

Lin et al. [48] pētīja baltās vielas integritāti pusaudžiem ar interneta atkarību. Visi dalībnieki pabeidza interneta atkarības testa modificētu versiju [72], Edinburgas rokraksta inventarizācija [83], Mini Starptautiskā neiropsihiatriskā intervija bērniem un pusaudžiem (MINI-KID) [84], laika pārvaldības izvietojuma skala [85], Barratt impulsivitātes skala [86], ekrāns bērnu trauksmes emocionāliem traucējumiem (SCARED) [87] un ģimenes novērtēšanas ierīce (FAD) [88]. Izlasē bija 17 interneta atkarīgie (14 vīrieši; vecuma diapazons = 14 – 24 gadi; IAS vidējais rādītājs = 37.0, SD = 10.6) un veselīgi 16 kontrolieri (14 vīrieši; vecuma diapazons = 16 – 24 gadi; IAS vidējais rādītājs = 64.7 , SD = 12.6). Autori veica pilnīgu smadzeņu vokseļu analīzi frakcionētai anizotropijai (FA) ar trakta bāzes telpisko statistiku (TBSS), un interešu analīzes apjoms tika veikts, izmantojot difūzijas tenzora attēlu (DTI), izmantojot 3.0-Tesla Phillips Achieva medicīnisko skeneri. .

Rezultāti liecināja, ka OFC bija saistīta ar emocionālu apstrādi un ar atkarību saistītām parādībām (piemēram, tieksmi, kompulsīvu uzvedību, nepareizu lēmumu pieņemšanu). Nenormāla balto vielu integritāte priekšējā cingulārā garozā bija saistīta ar dažādām atkarībām un norādīja uz kognitīvās kontroles traucējumiem. Autori arī ziņoja par šķiedru savienojumu traucējumiem korpusa zvans, kas parasti ir sastopams ar atkarību no vielām. Interneta atkarīgie parādīja zemāku FA visā smadzenēs (orbito-frontālās baltās vielas korpusa zvīņa, cinguluma, zemākas fract-occipital fasciculus, korona starojuma, iekšējās un ārējās kapsulas), salīdzinot ar kontrolēm, un bija negatīvas korelācijas starp FA kreisajā korpusā callosum un emocionālie traucējumi un FA kreisajā ārējā kapsulā un interneta atkarībā. Kopumā interneta narkomāniem smadzeņu reģionos, kas saistīti ar emocionālo apstrādi, izpildvaras uzmanību, lēmumu pieņemšanu un kognitīvo kontroli, bija nenormāla balto vielu integritāte salīdzinājumā ar kontroles grupu. Autori uzsvēra smadzeņu struktūru līdzību starp interneta atkarīgajiem un narkomāniem [48]. Ņemot vērā pētījuma neeksperimentālo un šķērsgriezuma raksturu, nevar izslēgt alternatīvus paskaidrojumus par smadzeņu izmaiņām, izņemot atkarību.

Zhou et al. [47] pētīja smadzeņu pelēkās vielas blīvumu (GMD) izmaiņām pusaudžiem ar interneta atkarību, izmantojot vokseļu morfometrijas (VBM) analīzi, izmantojot augstas izšķirtspējas T1 svērtās struktūras magnētiskās rezonanses attēlus. To paraugā bija 18 pusaudži ar interneta atkarību (16 vīrieši, vidējais vecums = 17.2 gadi, SD = 2.6) un 15 veseli kontroles dalībnieki bez psihiskām slimībām (13 tēviņi; vidējais vecums = 17.8 gadi, SD = 2.6). Visi dalībnieki pabeidza modificēto interneta atkarības testu [72]. Autori izmantoja augstas izšķirtspējas T1 svērtās MRI, kas veiktas ar 3T MR skeneri (3T Achieva Philips), skenētas MPRAGE impulsu sekvences pelēkās un baltās vielas kontrastiem, un VBM analīze tika izmantota, lai salīdzinātu GMD starp grupām. Rezultāti parādīja, ka interneta narkomāniem bija zemāks GMD lacC (nepieciešams motoru kontrolei, izziņas, motivācijas), lPCC (self-reference), kreisā insula (īpaši saistībā ar alkas un motivācijas) un kreisās lingvālās gyrus (ti, jomās, kas ir saistīti ar emocionālās uzvedības regulēšanu un tādējādi saistīti ar emocionālām problēmām, ko rada interneta atkarīgie). Autori apgalvo, ka viņu pētījums sniedz neirobioloģiskus pierādījumus par strukturālām smadzeņu izmaiņām pusaudžiem ar interneta atkarību un ka viņu konstatējumi ietekmē atkarības psihopatoloģijas attīstību. Neraugoties uz atšķirībām starp grupām, konstatējumus nevar attiecināt tikai uz vienas grupas atkarības statusu. Iespējamie traucējošie mainīgie var būt ietekmējuši smadzeņu izmaiņas. Turklāt šajā gadījumā nevar droši skaidrot attiecību virzienu.

 

 

3.3. EEG pētījumi

Dong et al. [53] pētīja neiroloģiski atbildes reakcijas inhibīciju starp interneta atkarīgajiem. Ar EEG saistīto notikumu izraisīto smadzeņu potenciālu (ERP) ieraksti tika pārbaudīti 12 vīriešu interneta narkomānos (vidējais vecums = 20.5 gadi, SD = 4.1) un salīdzināti ar 12 veseliem kontroles studentiem (vidējais vecums = 20.2, SD = 4.5), kamēr notiek go / NoGo uzdevums. Dalībnieki pabeidza psiholoģiskos testus (ti, simptomu kontrolsaraksts-90 un 16 personisko faktoru skala [89]) un interneta atkarības tests [65]. Rezultāti parādīja, ka interneta atkarīgajiem bija zemākas NoGo-N2 amplitūdas (kas atspoguļo reakcijas inhibīciju - konfliktu uzraudzību), augstākas NoGo-P3 amplitūdas (inhibējošie procesi - atbildes novērtēšana) un ilgāku NoGo-P3 maksimālo latentumu, salīdzinot ar kontrolēm. Autori secināja, ka, salīdzinot ar kontroles grupu, interneta atkarīgie (i) bija mazāk aktivizēti konfliktu atklāšanas posmā, (ii) izmantoja vairāk kognitīvo resursu, lai pabeigtu kavēšanas uzdevuma turpmāko posmu, (iii) bija mazāk efektīvi informācijas apstrādē, un (iv) bija zemāka impulsa kontrole.

Dong et al. [52] salīdzināja interneta atkarīgos un veselīgu kontroli attiecībā uz notikumiem, kas saistīti ar notikumiem (ERP), izmantojot EEG, kamēr viņi veica krāsu vārdu Stroop uzdevumu. Vīriešu dalībnieki (n = 17; vidējais vecums = 21.1 gadi, SD = 3.1) un 17 vīriešu veselīgie universitātes studenti (vidējais vecums = 20.8 gadi, SD = 3.5) pabeidza psiholoģiskos testus (ti, simptomu kontrolsaraksts-90 un 16 personīgie faktori) skala [89]) un interneta atkarības tests [64]. Šajā IAT versijā bija iekļauti astoņi priekšmeti (bažas, iecietība, neveiksmīga atturēšanās, izstāšanās, kontroles zaudēšana, intereses, maldināšana, izbēgšanas motivācija). Tie dalībnieki, kuri apstiprināja četrus vai vairāk priekšmetus, tika klasificēti kā interneta atkarīgie. Rezultāti parādīja, ka interneta atkarīgajiem bija ilgāks reakcijas laiks un vairāk atbildes reakciju neatbilstošos apstākļos salīdzinājumā ar kontrolēm. Autori arī ziņoja par samazinātu vidējo frontālās negativitātes (MFN) novirzi neatbilstošos apstākļos nekā kontroles. Viņu secinājumi liecina, ka interneta atkarīgie ir samazinājuši izpildvaras kontroles spēju, salīdzinot ar kontrolēm.

Ge et al. [55] pētīja saistību starp P300 komponentu un interneta atkarības traucējumiem starp 86 dalībniekiem. No tiem 38 bija interneta atkarības pacienti (21 tēviņi; vidējais vecums = 32.5, SD = 3.2 gadi) un 48 bija veselīgi koledžas studenti (25 vīrieši; vidējais vecums = 31.3, SD = 10.5 gadi). EEG pētījumā P300 ERP tika mērīts, izmantojot standarta skaņas nianses uzdevumu, izmantojot American Nicolet BRAVO instrumentu. Visi dalībnieki pabeidza strukturētu klīniskās diagnostikas interviju garīgajiem traucējumiem [80] un interneta atkarības tests [64]. Tie, kas apstiprināja piecus vai vairāk (no astoņiem posteņiem), tika klasificēti kā interneta atkarīgie. Pētījumā konstatēts, ka interneta narkomāniem bija garāki P300 latentuma rādītāji salīdzinājumā ar kontroles grupu un ka līdzīgos pētījumos interneta atkarīgajiem bija līdzīgi profili, salīdzinot ar citiem ar narkomāniem (ti, alkoholu, opioīdu, kokaīnu). Tomēr rezultāti neliecināja, ka interneta atkarīgajiem bija trūkums uztveres ātrumā un dzirdes stimulu apstrādē. Šķiet, ka tas norāda, ka interneta atkarība, nevis kaitējums uztveres ātrumam un dzirdes stimuliem, nevar ietekmēt šīs specifiskās smadzeņu funkcijas. Autori arī ziņoja, ka kognitīvās disfunkcijas, kas saistītas ar interneta atkarību, var uzlabot, izmantojot kognitīvās uzvedības terapiju, un ka tie, kas trīs mēnešus piedalījās kognitīvās uzvedības terapijā, samazināja to P300 latenci. Galīgais garengriezuma rezultāts ir īpaši saprotams, jo tas novērtēja attīstību laika gaitā, ko var attiecināt uz terapijas labvēlīgo ietekmi.

Little et al. [56] pētīja kļūdu apstrādi un reakcijas inhibēšanu pārmērīgos spēlētājos. Visi dalībnieki pabeidza videospēļu atkarības testu (PVN) [73], Eysenck Impulsiveness Questionnaire holandiešu versija [90,91] un daudzuma-biežuma-mainīguma indekss alkohola patēriņam [92]. Izlasē bija 52 studenti, kas tika iedalīti divās 25 pārmērīgo spēlētāju grupās (23 tēviņi; vērtībā vairāk nekā 2.5 PVN; vidējais vecums = 20.5, SD = 3.0 gadi; vidējais PVN rādītājs = 3.1, SD = 0.4; vidējais spēļu skaits = 4.7 ha diena , SD = 2.3) un 27 kontrolierīces (10 tēviņi; vidējais vecums = 21.4, SD = 2.6; vidējais Vat rādītājs = 1.1, SD = 0.2; vidējā spēle = 0.5 ha diena, SD = 1.2). Autori izmantoja Go / NoGo paradigmu, izmantojot EEG un ERP ierakstus. Viņu konstatējumi liecināja par līdzību ar vielu atkarības un impulsu kontroles traucējumiem saistībā ar sliktu inhibīciju un augstu impulsivitāti pārmērīgiem spēlētājiem salīdzinājumā ar kontroles grupu. Viņi arī ziņoja, ka pārmērīgi lielie spēlētāji bija samazinājuši ERNN centrālās amplitūdas pēc nepareiziem izmēģinājumiem salīdzinājumā ar pareiziem izmēģinājumiem un ka tas noveda pie sliktas kļūdu apstrādes. Pārmērīgi lielie spēlētāji arī uzrāda mazāk traucējumu gan pašziņojumam, gan uzvedības pasākumiem. Šā pētījuma stiprums ir tā kvazik eksperimentālais raksturs, kā arī pašnovērtējumu pārbaude ar uzvedības datiem. Tāpēc konstatēto rezultātu derīgums un ticamība palielinās.

 

 

3.4. SPECT pētījumi

Hou et al. [51] pārbaudīja atlīdzības shēmu dopamīna pārvadātāju līmeni interneta atkarīgajos, salīdzinot ar kontroles grupu. Interneta atkarīgie sastāvēja no pieciem vīriešiem (vidējais vecums = 20.4, SD = 2.3), kuru vidējais interneta lietojums bija 10.2 h (SD = 1.5) un kas vairāk nekā sešus gadus cieta no interneta atkarības. Kontroles grupa vecuma grupā sastāvēja no deviņiem vīriešiem (vidējais vecums = 20.4, SD = 1.1 gadi), kuru vidējais dienas lietojums bija 3.8 h (SD = 0.8 h). Autori veica 99mTc-TRODAT-1 vienfotona emisijas skaitļošanas tomogrāfijas (SPECT) smadzeņu skenēšanu, izmantojot Siemens Diacam / e.cam / icon dubulto detektoru SPECT. Viņi ziņoja, ka samazināts dopamīna pārvadātājs norādīja uz atkarību un ka bija līdzīgas neirobioloģiskas novirzes ar citām uzvedības atkarībām. Viņi arī ziņoja, ka striatāla dopamīna transportera (DAT) līmenis samazinājās starp interneta atkarīgajiem (nepieciešami striatāla dopamīna līmeņa regulēšanai), un ka korpusa striatuma tilpums, svars un uzņemšanas attiecība samazinājās salīdzinājumā ar kontrolēm. Ziņots, ka dopamīna līmenis ir līdzīgs cilvēkiem ar atkarību no vielām un ka interneta atkarība “var izraisīt smagu smadzeņu bojājumus” ([51], lpp. 1). Šo secinājumu nevar uzskatīt par pilnīgi precīzu attiecībā uz paziņotās ietekmes virzienu, ko nevar noteikt ar izmantoto metodi.

 

 

3.5. PET pētījumi

Koepp et al. [50] bija pirmā izpētes grupa, kas sniedza pierādījumus par striatāla dopamīna izdalīšanos videospēļu laikā (ti, spēle, kas navigēja cisternā par monetāro stimulu). Savā pētījumā astoņi vīriešu videospēļu spēlētāji (vecuma diapazons = 36 – 46 gadi) bija pakļauti pozitronu emisijas tomogrāfijai (PET) videospēļu laikā un atpūtas stāvoklī. PET skenē izmantoja 953B-Siemens / CTIPET kameru, un tika veikta reģiona interešu (ROI) analīze. Ekstracelulārie dopamīna līmeņi tika mērīti, izmantojot atšķirības [11C] RAC saistīšanās potenciāls ar dopamīnu D2 receptoriem vēdera un muguras strēmā. Rezultāti parādīja, ka vēdera un muguras striata bija saistītas ar mērķtiecīgu uzvedību. Autori arī ziņoja, ka saistīšanās potenciāla maiņa videospēļu laikā bija līdzīga amfetamīna vai metilfenidāta injekcijām. Ņemot to vērā, šajā pārskatā iekļautais agrākais pētījums [50] jau spēja izcelt izmaiņas neiroķīmiskajā darbībā kā spēļu ietekme uz atpūtas kontroli. Šim secinājumam ir milzīga nozīme, jo tajā skaidri norādīts, ka spēļu darbību faktiski var salīdzināt ar psihoaktīvo vielu izmantošanu, skatoties no bioķīmiskā līmeņa.

Kim et al. [49] pārbaudīja, vai interneta atkarība ir saistīta ar samazinātu dopamīnerģisko receptoru pieejamības līmeni striatumā. Visi dalībnieki pabeidza strukturētu klīnisko interviju DSM-IV [80], Beck depresijas inventarizācija [93], korejiešu Wechsler pieaugušo izlūkošanas skala [94], Interneta atkarības tests [69] un interneta atkarības traucējumu diagnostikas kritēriji (IADDC;68]). Interneta atkarība tika definēta kā tie dalībnieki, kuri IAT ieguva vairāk nekā 50 (no 100) un apstiprināja trīs vai vairākus no septiņiem kritērijiem IADDC.

To paraugs sastāvēja no pieciem vīriešiem, kuri bija atkarīgi no interneta (vidējais vecums = 22.6, SD = 1.2 gadi; IAT vidējais rādītājs = 68.2, SD = 3.7; vidējais dienas interneta laiks = 7.8, SD = 1.5) un septiņi vīriešu kontroles (vidējais vecums = 23.1, SD = 0.7 gadi, IAT vidējais rezultāts = 32.9, SD = 5.3, vidējais dienas interneta laiks = 2.1, SD = 0.5). Autori veica PET pētījumu un izmantoja radioaktīvi iezīmētu ligandu [11C] racloprīda un pozitronu emisijas tomogrāfija ar ECAT EXACT skeneri, lai pārbaudītu Dopamīnu D2 saistīšanās potenciāls. Viņi arī veica fMRI, izmantojot General Electric Signa 1.5T MRI skeneri. D metodes novērtēšanas metode2 receptoru pieejamība pārbaudīja interešu reģionu (ROI) analīzi vēdera strijā, muguras caudātā, muguras putamenā. Autori ziņoja, ka ir konstatēts, ka interneta atkarība ir saistīta ar neirobioloģiskām novirzēm dopamīnerģiskajā sistēmā, kas atrodama ar atkarību saistītajās vielās. Tika arī ziņots, ka interneta narkomāniem bija samazināts dopamīna D līmenis2 receptoru pieejamība striatumā (ti, divpusējā muguras caudāts, labais putamens) attiecībā pret kontrolēm un ka bija negatīva korelācija starp dopamīna receptoru pieejamību ar interneta atkarības smagumu [49]. Tomēr no šī pētījuma nav skaidrs, cik lielā mērā interneta atkarība varēja izraisīt neiroķīmijas atšķirības attiecībā pret jebkuru citu neskaidru mainīgo, un līdzīgi, vai tā ir atšķirīgā neiroķīmija, kas varēja izraisīt patoģenēzi.

 

 

4. Diskusija

FMRI pētījumu rezultāti liecina, ka smadzeņu reģioni, kas saistīti ar atalgojumu, atkarību, tieksmi un emocijām, tiek aizvien vairāk aktivizēti spēles laikā un spēļu signālu prezentācijā, īpaši atkarīgajiem interneta lietotājiem un spēlētājiem, tostarp NAc, AMG, AC, DLPFC, IC, rCN, rOFC, insula, PMC, precuneus [42,43]. Spēļu norādes parādījās kā spēcīgas vīriešu tiešsaistes spēļu atkarīgo iedomības prognozes [44]. Turklāt tika pierādīts, ka pēc psihofarmakoloģiskās vai kognitīvās uzvedības terapijas var samazināt saistītus simptomus, piemēram, alkas, spēļu cēloņu izraisītas smadzeņu aktivitātes un kognitīvās disfunkcijas [41,55].

Papildus tam ir konstatētas strukturālas izmaiņas interneta atkarīgajos, salīdzinot ar kontrolēm, tostarp smadzeņu, smadzeņu, rCG, blPHipp, labās frontālās daivas, lSFG, rITG, lSTG un mTG. Konkrēti, šie reģioni izrādījās palielināti un kalibrēti, norādot, ka interneta narkomānos notiek neiroadaptācija, kas sinhronizē dažādus smadzeņu reģionus. Tie ietver, bet ne tikai, plaši izplatīto mezokortikolimbisko sistēmu, kas ir saistīta ar atalgojumu un atkarību. Turklāt interneta narkomānu smadzenes var labāk integrēt sensoru un uztveres informāciju [45]. To var izskaidrot ar biežu iesaistīšanos interneta lietojumprogrammās, piemēram, spēlēm, kas prasa spēcīgāku savienojumu starp smadzeņu reģioniem, lai mācīšanās uzvedība un reakcijas uz atkarībām atbilstošām norādēm notiktu automātiski.

Turklāt, salīdzinot ar kontrolēm, tika konstatēts, ka interneta narkomāniem ir samazinājies pelēkās vielas tilpums blDLPFC, SMA, OFC, smadzenēs, ACC, lPCC, palielināts FA lPLIC, un samazinājās FA baltā vielā PHG [46]. LACC ir nepieciešama motoru kontrolei, izziņas un motivācijas nodrošināšanai, un tās aktivitātes samazināšanās ir saistīta ar kokaīna atkarību [95]. OFC ir iesaistīts emociju apstrādē, un tai ir nozīme alkas, nepareizas lēmumu pieņemšanas procesos, kā arī iesaistīšanā kompulsīvā uzvedībā, no kurām katra ir atkarīga no atkarības [96]. Turklāt interneta atkarības ilgums ir saistīts ar DLPFC, rACC, SMA un PLIC izmaiņām, kas liecina par smadzeņu atrofijas smaguma pieaugumu laika gaitā [46]. DLPFC, rACC, ACC un PHG ir saistīti ar pašpārvaldi [22,25,44], bet SMA veic starpniecību kognitīvo kontroli [97]. Atrofija šajos reģionos var izskaidrot kontroles zaudējumu, kas saistīts ar atkarības pieredzi saistībā ar viņa izvēlēto narkotiku vai aktivitāti. No otras puses, PCC ir svarīgs emocionālo procesu un atmiņas mediācijā [98] un pelēkās vielas blīvuma samazināšanās var liecināt par novirzēm, kas saistītas ar šīm funkcijām.

Iekšējās kapsulas palielinājums ir saistīts ar motora roku funkciju un motora attēliem [99,100] un, iespējams, to var izskaidrot ar biežu iesaistīšanos datorspēlēs, kas prasa un ievērojami uzlabo acu roku koordināciju [101]. Turklāt iekšējās kapsulas priekšējā daļā, ārējā kapsulā, korona starojuma, zemākas fract-occipital fasciculus un precentrālās girusa priekšējā daļā tika konstatēts samazināts šķiedru blīvums un baltās vielas mielinācija, ko noteica ar FA,48]. Ir ziņots par līdzīgām baltās vielas novirzēm citās ar atkarību saistītajās vielās [102,103]. Līdzīgi tika konstatēts, ka šķiedru savienojamība korpusa zvīņos interneta lietotājiem ir samazinājusies, salīdzinot ar veselīgām kontrolēm, kas norāda, ka interneta atkarībai var būt līdzīgas deģeneratīvas sekas attiecībā uz saitēm starp puslodes. Šie konstatējumi atbilst tiem datiem, kas norādīti ar atkarību saistītajās vielās [104].

Turklāt bija vērojamas dzimumu atšķirības aktivācijā tādā veidā, ka vīriešiem smadzeņu reģionu, kas saistīti ar mezokortikolimbisko atalgojuma sistēmu, aktivizācija un savienojamība bija spēcīgāka attiecībā pret sievietēm. Tas var izskaidrot, ka vīriešiem ir ievērojami lielāka neaizsargātība pret spēļu un interneta atkarības veidošanu, par ko ziņots empīriskās literatūras pārskatā (ti, [7,105]).

Papildus MRI konstatējumiem EEG pētījumi, kas līdz šim novērtē interneta un spēļu atkarību, piedāvā dažādus svarīgus konstatējumus, kas var palīdzēt izprast šīs jaunās psihopatoloģijas uzvedības un funkcionālās korelācijas. Turklāt visu iekļauto EEG pētījumu eksperimentālais raksturs ļauj noteikt cēloņsakarību starp novērtētajiem mainīgajiem lielumiem. Ir pierādīts, ka, salīdzinot ar kontrolēm, interneta atkarīgie bija samazinājuši P300 amplitūdas un palielinājuši P300 latentumu. Parasti šī amplitūda atspoguļo uzmanību. Atšķirības amplitūdā starp interneta atkarīgajiem un kontrolēm liecina, ka vai nu interneta atkarīgajiem ir traucēta uzmanības spēja, vai arī viņi nespēj adekvāti veltīt uzmanību [55,57]. Mazas P300 amplitūdas ir saistītas ar ģenētisko neaizsargātību pret alkoholismu metaanalīzē [106]. Turklāt tika konstatēts, ka P300 latentuma samazināšanās atšķirt smagos sociālos dzirdinātājus no zemas sociālas dzērāju puses [107]. Līdz ar to, šķiet, ir kopīgas izmaiņas neironu sprieguma svārstībās cilvēkiem, kas ir atkarīgi no vielām, un iesaistīšanās interneta lietošanā, salīdzinot ar cilvēkiem, kas nav atkarīgi. Līdz ar to, šķiet, ka interneta atkarība ietekmē neiroelektrisko darbību, kas ir līdzīga vielu atkarībām. Parasti interneta narkomānu smadzenes bija mazāk efektīvas attiecībā uz informācijas apstrādi un reakcijas inhibēšanu, salīdzinot ar veselīgu kontroles dalībnieku smadzenēm [54,56]. Tas norāda, ka interneta atkarība ir saistīta ar zemu impulsu kontroli un palielinātu kognitīvo resursu daudzumu, lai pabeigtu konkrētus uzdevumus [53]. Turklāt interneta narkomāniem, šķiet, ir samazināta izpildvaras kontroles spēja attiecībā pret kontroli [56,53]. Šie rezultāti ir saskaņā ar samazinātu izpildvaras kontroles spēju, kas konstatēta ar kokaīna atkarīgajiem, kas samazina aktivitātes pirms un vidū smadzeņu reģionos, kas ļautu veikt impulsu izraisītas darbības [108].

No bioķīmiskā viedokļa PET pētījumu rezultāti liecina par striatāla dopamīna izdalīšanos spēļu laikā [50]. Bija pierādīts, ka bieža spēļu un interneta izmantošana samazina dopamīna līmeni (sakarā ar pazeminātu dopamīna pārvadātāju pieejamību) un izraisīja neirobioloģiskas disfunkcijas dopamīnerģiskajā sistēmā interneta narkomānos [49,51]. Samazināta pieejamība bija saistīta ar interneta atkarības smagumu [49]. Dopamīna līmeņa pazemināšanās ir ziņota atkarības gadījumos un atkal [26,109,110]. Turklāt ir ziņots par korpusa striatuma strukturālajām novirzēm [51]. Korpusstriatum nodarītie zaudējumi ir saistīti ar heroīna atkarību [111].

Šajā literatūras pārskatā iekļautie pētījumi, šķiet, sniedz pārliecinošus pierādījumus par līdzību starp dažādiem atkarību veidiem, jo ​​īpaši atkarībām no vielām un interneta atkarību dažādos līmeņos. Molekulārā līmenī ir pierādīts, ka interneta atkarību raksturo vispārējs atalgojuma trūkums, ko raksturo pazemināta dopamīnerģiskā aktivitāte. Šo attiecību virziens vēl nav izpētīts. Lielākā daļa pētījumu neizslēdza iespēju, ka atkarība attīstās kā nepietiekamas atlīdzības sistēmas sekas, nevis otrādi. Iespēja, ka atlīdzības sistēmas deficīts ļauj noteiktām personām attīstīt narkotiku vai uzvedības atkarību, piemēram, interneta atkarību, var radīt lielāku risku psihopatoloģijai. Interneta narkomānos negatīvo ietekmi var uzskatīt par pamatstāvokli, kur atkarīgais nodarbojas ar interneta un spēļu izmantošanu, lai mainītu savu noskaņojumu. To izraisa pretaizdzīšanas sistēmas aktivizēšana. Sakarā ar pārmērīgu interneta un tiešsaistes spēļu izmantošanu, šķiet, ka pretinieku procesi tiek uzsākti, kas ātri pieradina atkarīgo no iesaistīšanās internetā, kā rezultātā tiek pieļauta iecietība, un, ja lietošana tiek pārtraukta, atsaukšana [27]. Attiecīgi, samazināts neironu dopamīns, kā parādīts interneta atkarībā, var būt saistīts ar bieži ziņotām saslimšanām ar afektīviem traucējumiem, piemēram, depresiju [112], bipolāriem traucējumiem [113] un robežu personības traucējumi [10].

Nervu shēmas līmenī neuroadaptācija notiek smadzeņu aktivitāšu pieauguma rezultātā smadzeņu zonās, kas saistītas ar atkarību un strukturālām izmaiņām interneta un spēļu atkarības rezultātā. Minētie pētījumi sniedz skaidru priekšstatu par interneta un spēļu atkarības patoģenēzi un uzsver to, kā tiek saglabāti atkarības uzvedības modeļi. Smadzenes pielāgojas biežai zāļu lietošanai vai iesaistīšanās atkarību izraisošajā uzvedībā tā, ka tā kļūst jutīga pret dabiskiem pastiprinātājiem. Svarīgi ir tas, ka tiek mainīta OFC darbība un struktūra un cingulate gyrus, kā rezultātā palielinās narkotiku vai uzvedības spēja un zaudēta kontrole pār uzvedību. Mācīšanās mehānismi un palielināta patēriņa / iesaistīšanās motivācija rada kompulsīvas uzvedības [114].

Uzvedības līmenī interneta un azartspēļu atkarīgie, šķiet, ir sašaurināti attiecībā uz to impulsu kontroli, uzvedības traucējumiem, izpildvaras funkcionēšanu, uzmanības spējām un vispārējo kognitīvo darbību. Savukārt dažas prasmes tiek attīstītas un uzlabotas, jo bieži tiek izmantota tehnoloģija, piemēram, uztveres informācijas integrēšana smadzenēs caur jutekļiem un koordinācija ar rokām. Šķiet, ka pārmērīga sadarbība ar tehnoloģiju rada vairākas priekšrocības spēlētājiem un interneta lietotājiem, tomēr kaitējot pamatkognitīvajai darbībai.

Kopumā šajā pārskatā izklāstītie pētījumi pamato atkarību sindroma modeli, jo dažādās atkarībās šķiet, ka ir neirobioloģiskas kopsakarības [115]. Saskaņā ar šo modeli, neirobioloģija un psihosociālais konteksts palielina risku kļūt par atkarību. Atkarība no atkarību izraisošas narkotikas vai uzvedības un specifiskiem negatīviem notikumiem un / vai vielas turpmāka lietošana un iesaistīšanās uzvedībā izraisa uzvedības izmaiņas. Rezultāts ir pilnvērtīgu atkarību attīstība, kas atšķiras izteiksmē (piemēram, kokaīns, internets un spēļu spēles), bet līdzīgi simptomātikā [115], ti, garastāvokļa maiņa, pievilcība, iecietība, izstāšanās, konflikts un recidīvs [6].

Neskatoties uz ziņotajiem rezultātiem, ir jārisina vairāki ierobežojumi. Pirmkārt, parādās metodoloģiskas problēmas, kas var samazināt ziņoto empīrisko rezultātu stiprumu. Šajā pārskatā aprakstītās ziņotās smadzeņu izmaiņas, kas saistītas ar interneta un tiešsaistes spēļu atkarību, var izskaidrot divos dažādos veidos. No vienas puses, varētu apgalvot, ka interneta atkarība noved pie smadzeņu izmaiņām attiecībā pret kontroli. No otras puses, cilvēki ar neparastām smadzeņu struktūrām (kā tie, kas novēroti šajā pētījumā) var būt īpaši jutīgi, lai attīstītu atkarību izraisošu uzvedību. Tikai eksperimentālie pētījumi ļaus noteikt cēloņu un seku attiecības. Ņemot vērā šī pētījuma jutīgo raksturu, kas būtiski novērtē potenciālo psihopatoloģiju, ētiskie apsvērumi ierobežos eksperimentālo pētījumu iespējas šajā jomā. Lai pārvarētu šo problēmu, nākotnes pētniekiem vairākkārt ir jāizvērtē smadzeņu darbība un smadzeņu izmaiņas cilvēka dzīves garumā. Tas ļautu iegūt nenovērtējamu informāciju par patoģenēzes un ar to saistīto smadzeņu izmaiņu sakarību sarežģītākā un svarīgākā cēloņsakarībā.

Otrkārt, šis pārskats ietvēra neirofotografēšanas pētījumus gan par interneta atkarīgajiem, gan tiešsaistes spēļu atkarīgajiem. Pamatojoties uz savāktajiem pierādījumiem, ir grūti izdarīt jebkādus atskaitījumus attiecībā uz konkrētajām darbībām, kas atkarīgas no tiešsaistē iesaistītajiem atkarīgajiem, izņemot dažus autorus, kas īpaši nodarbojas ar tiešsaistes spēļu atkarību. No otras puses, citi izmantoja atkarības un interneta spēļu atkarības kategorijas gandrīz vienādi, kas neļauj izdarīt secinājumus par atšķirībām un līdzībām starp abiem. Ņemot to vērā, pētniekiem tiek ieteikts skaidri novērtēt faktisko rīcību tiešsaistē un, ja nepieciešams, paplašināt spēļu jēdzienu ar citiem potenciāli problemātiskiem tiešsaistes uzvedības veidiem. Visbeidzot, cilvēki nekļūst atkarīgi no interneta informācijas nesējiem, bet drīzāk tie ir pasākumi, kurus tie veic, iespējams, var būt problemātiski un var izraisīt atkarību tiešsaistē.

 

 

 

   

5. Secinājumi

Šīs pārskatīšanas mērķis bija identificēt visus līdz šim veiktos empīriskos pētījumus, kuros izmantotas neirofotogrāfijas metodes, lai atklātu interneta un spēļu atkarības neironu korelācijas. Ir salīdzinoši maz pētījumu (n = 19), un tāpēc ir svarīgi veikt papildu pētījumus, lai atkārtotu jau veikto pētījumu rezultātus. Līdz šim veiktie pētījumi ir izmantojuši gan strukturālas, gan funkcionālas paradigmas. Katras šīs paradigmas izmantošana ļauj izdalīt informāciju, kas ir būtiska, lai izveidotu mainītu neironu aktivitāti un morfoloģiju, ko izraisa interneta un spēļu atkarība. Kopumā pētījumi liecina, ka interneta un spēļu atkarība ir saistīta gan ar izmaiņām gan smadzeņu funkcijā, gan struktūru. Tādēļ šī uzvedības atkarība ne tikai palielina aktivitāti smadzeņu reģionos, kas parasti ir saistīti ar atkarībām no vielām, bet šķiet, ka tas noved pie neiroadaptācijas tādā veidā, ka smadzenes pašas faktiski mainās pārmērīgas iesaistīšanās dēļ ar internetu un spēļu spēlēm. .

Metodes kontekstā neirotogrāfijas pētījumi sniedz priekšrocības salīdzinājumā ar tradicionālo aptauju un uzvedības pētījumiem, jo, izmantojot šīs metodes, ir iespējams atšķirt konkrētas smadzeņu zonas, kas ir saistītas ar atkarības attīstību un uzturēšanu. Paaugstinātas glutamaterģiskās un elektriskās aktivitātes mērījumi sniedz ieskatu smadzeņu funkcionēšanā, savukārt smadzeņu morfometrijas un ūdens difūzijas rādītāji liecina par smadzeņu struktūru. Ir pierādīts, ka katrs no tiem būtiski mainās interneta un spēļu atkarības dēļ.

Nobeigumā var secināt, ka izpratne par neironu korelāciju, kas saistīta ar atkarību izraisošu uzvedību, kas saistīta ar interneta lietošanu un spēļu spēlēšanu tiešsaistē, veicinās turpmāko pētniecību un pavērs ceļu atkarības ārstēšanas pieeju attīstībai. Attiecībā uz klīnisko praksi, lai attīstītu specifiskas un efektīvas ārstēšanas metodes, ir būtiski palielināt zināšanas par interneta un spēļu atkarības patoģenēzi un uzturēšanu. Tie ietver psihofarmakoloģiskās pieejas, kas vērstas uz interneta un spēļu atkarību, īpaši bioķīmijas un neirocirkulācijas līmenī, kā arī psiholoģiskās stratēģijas, kuru mērķis ir modificēt apgūto maladaptīvo kognitīvo un uzvedības modeli.

 

 

 

   

Interešu konflikts

Autori paziņo, ka nav interešu konflikta.

 

 

 

   

Atsauces

  1. Young, K. Interneta atkarība desmitgades laikā. Pasaules psihiatrija 2010, 9, 91. [Google Scholar]
  2. Tao, R .; Huang, XQ; Wang, JN; Zhang, HM; Zhang, Y .; Li, MC Ierosinātie diagnostikas kritēriji interneta atkarībai. Atkarība 2010, 105, 556 – 564. [Google Scholar]
  3. Shaw, M .; Melnā, DW interneta atkarība: definīcija, novērtējums, epidemioloģija un klīniskā vadība. CNS narkotikas 2008, 22, 353 – 365. [Google Scholar] [CrossRef]
  4. Müller, KW; Wölfling, K. Datorspēļu un interneta atkarība: diagnostikas, fenomenoloģijas, patoģenēzes un terapeitiskās iejaukšanās aspekti. Suchttherapie 2011, 12, 57 – 63. [Google Scholar] [CrossRef]
  5. Beutel, ME; Hoch, C .; Woelfing, K .; Mueller, KW Datorspēļu un interneta atkarības klīniskās pazīmes personām, kas meklē ārstēšanu ambulatorajā klīnikā, kas saistīta ar datoru spēļu atkarību. Z. Psychosom. Med. Psihoterapija. 2011, 57, 77 – 90. [Google Scholar]
  6. Griffiths, MD “Komponentu” atkarības modelis biopsihosociālā sistēmā. J. Subst. Izmantot 2005, 10, 191 – 197. [Google Scholar] [CrossRef]
  7. Kuss, DJ; Griffiths, MD interneta spēļu atkarība: sistemātisks empīrisko pētījumu pārskats. Int. J. Ment. Veselības atkarīgais. 2012, 10, 278 – 296. [Google Scholar] [CrossRef]
  8. American Psychiatric Association DSM-5 attīstība. Interneta lietošanas traucējumi. Pieejams tiešsaistē: http://www.dsm5.org/ProposedRevision/Pages/proposedrevision.aspx?rid=573# (pieejams 31 jūlijā 2012).
  9. Adalier, A. Attiecība starp interneta atkarību un psiholoģiskiem simptomiem. Int. J. Glob. Izgl. 2012, 1, 42 – 49. [Google Scholar]
  10. Bernardi, S .; Pallanti, S. Interneta atkarība: aprakstošs klīniskais pētījums, kurā uzmanība pievērsta saslimšanām un disociatīviem simptomiem. Kompr. Psihiatrija 2009, 50, 510 – 516. [Google Scholar] [CrossRef]
  11. Xiuqin, H .; Huimin, Z .; Mengchen, L .; Jinan, W .; Ying, Z .; Ran, T. Garīgā veselība, personība un vecāku audzināšanas stili pusaudžiem ar interneta atkarības traucējumiem. Cyberpsychol. Behav. Soc. Tīkls. 2010, 13, 401 – 406. [Google Scholar] [CrossRef]
  12. Johansson, A .; Gotestam, KG Interneta atkarība: anketas un izplatības raksturojums Norvēģijas jauniešiem (12-18 gadi). Scand. J. Psychol. 2004, 45, 223 – 229. [Google Scholar] [CrossRef]
  13. Lin, M.-P .; Ko, H.-C .; Wu, JY-W. Ar interneta atkarību saistīti izplatības un psihosociālie riska faktori Taivānas koledžas studentu reprezentatīvajā valstī. Cyberpsychol. Behav. Soc. Tīkls. 2011, 14, 741 – 746. [Google Scholar]
  14. Fu, KW; Chan, WSC; Wong, PWC; Jip, PSF Interneta atkarība: izplatība, diskriminācijas gadījumu derīgums un korelācija starp pusaudžiem Honkongā. Br. J. Psihiatrija 2010, 196, 486 – 492. [Google Scholar] [CrossRef]
  15. Dekarts, R. Cilvēka traktāts; Prometheus grāmatas: Ņujorka, NY, ASV, 2003. [Google Scholar]
  16. Repovš, G. Kognitīvā neirozinātne un „prāta-ķermeņa problēma”. Horiz. Psihols. 2004, 13, 9 – 16. [Google Scholar]
  17. Volkova, ND; Fowler, JS; Wang, GJ Atkarīgā cilvēka smadzenes: ieskats no attēlveidošanas pētījumiem. J. Clin. Ieguldīt. 2003, 111, 1444 – 1451. [Google Scholar]
  18. Pavlovs, IP kondicionēts reflekss: smadzeņu kortex fizioloģiskās aktivitātes izpēte; Dover: Mineola, NY, ASV, 2003. [Google Scholar]
  19. Skinner, BF zinātne un cilvēka uzvedība; Macmillan: Ņujorka, NY, ASV, 1953. [Google Scholar]
  20. Everits, BJ; Robbins, TW Narkotiku pastiprināšanas nervu sistēmas: no darbībām līdz ieradumiem līdz piespiedu kārtai. Nat. Neurosci. 2005, 8, 1481 – 1489. [Google Scholar] [CrossRef]
  21. Kalivas, PW; Volkow, ND Atkarības neirālais pamats: motivācijas un izvēles patoloģija. Am. J. Psihiatrija 2005, 162, 1403 – 1413. [Google Scholar] [CrossRef]
  22. Goldstein, RZ; Volkow, ND Narkotiku atkarība un tās pamatā esošā neirobioloģiskā bāze: Neiromating pierādījumi par frontālās garozas iesaistīšanos. Am. J. Psihiatrija 2002, 159, 1642 – 1652. [Google Scholar] [CrossRef]
  23. Craven, R. Atkarības neirālo korelātu orientēšana. Nat. Neurosci. 2006, 7. [Google Scholar]
  24. Brebner, K .; Wong, TP; Liu, L .; Liu, Y .; Campsall, P .; Gray, S .; Phelps, L .; Phillips, AG; Wang, YT Nucleus accumbens Ilgstoša depresija un uzvedības sensibilizācija. Zinātne 2005, 310, 1340 – 1343. [Google Scholar]
  25. Wilson, SJ; Sayette, MA; Fiez, JA Prefrontal atbildes uz narkotiku norādēm: neirokognitīvā analīze. Nat. Neurosci. 2004, 7, 211 – 214. [Google Scholar]
  26. Di Chiara, G. Nucleus accumbens apvalks un dopamīns: diferencēta loma uzvedībā un atkarībā. Behav. Brain Res. 2002, 137, 75 – 114. [Google Scholar] [CrossRef]
  27. Koob, GF; Le Moal, M. Addiction un smadzeņu antireward sistēma. Ann. Psychol. 2008, 59, 29 – 53. [Google Scholar]
  28. Prochaska, JO; DiClemente, CC; Norcross, JC Meklējot to, kā cilvēki mainās. Pieteikumi atkarības uzvedībai. Am. Psihols. 1992, 47, 1102 – 1114. [Google Scholar]
  29. Potenza, MN Vai atkarību izraisošiem traucējumiem jāietver ar vielu nesaistīti apstākļi? Atkarība 2006, 101, 142 – 151. [Google Scholar] [CrossRef]
  30. Grant, JE; Alus, JA; Potenza, MN Vielas neirobioloģija un uzvedības atkarības. CNS Spectr. 2006, 11, 924 – 930. [Google Scholar]
  31. Nīdermeijers, E .; da Silva, FL elektroencefalogrāfija: pamatprincipi, klīniskie pielietojumi un saistītās jomas; Lippincot Williams & Wilkins: Filadelfija, PA, ASV, 2004. [Google Scholar]
  32. Luck, SJ; Kappenman, ES Oxford Handbook par notikumiem saistītām sastāvdaļām; Oxford University Press: Ņujorka, Ņujorka, ASV, 2011. [Google Scholar]
  33. Bailey, DL; Townsend, DW; Valk, PE; Maisey, MN Pozitronu emisijas tomogrāfija: pamatzinātnes; Springer: Secaucus, NJ, ASV, 2005. [Google Scholar]
  34. Meikle, SR; Beekman, FJ; Rose, SE Papildu molekulārās attēlveidošanas tehnoloģijas: augstas izšķirtspējas SPECT, PET un MRI. Drug Discov. Šodien Technol. 2006, 3, 187 – 194. [Google Scholar] [CrossRef]
  35. Huettel, SA; Dziesma, AW; McCarthy, G. Funkcionālā magnētiskās rezonanses attēlveidošana, 2nd ed .; Sinauer: Sunderland, MA, ASV, 2008. [Google Scholar]
  36. Simms, M .; Jäger, HR; Schmierer, K .; Yousry, TA Pārskats par strukturālo magnētisko rezonansi. J. Neurol. Neurosurg. Psihiatrija 2004, 75, 1235 – 1244. [Google Scholar] [CrossRef]
  37. Ashburner, J .; Friston, KJ Voxel balstītas morfometrijas metodes. NeuroImage 2000, 11, 805 – 821. [Google Scholar] [CrossRef]
  38. Le Bihan, D .; Mangins, JF; Poupn, C .; Clark, CA; Pappata, S .; Molko, N .; Chabriat, H. Diffusion Tensor Imaging: koncepcijas un lietojumi. J. Magn. Reson. Attēlveidošana 2001, 13, 534 – 546. [Google Scholar]
  39. Dong, G .; Huang, J .; Du, X. Palielināta atalgojuma jutība un samazināts zaudējumu jutīgums interneta atkarīgajiem: fMRI pētījums guessing uzdevuma laikā. J. Psychiatr. Res. 2011, 45, 1525 – 1529. [Google Scholar]
  40. Han, DH; Lyoo, IK; Renshaw, PF Diferenciālie reģionālie pelēkās vielas apjomi pacientiem ar tiešsaistes spēļu atkarību un profesionāliem spēlētājiem. J. Psychiatr. Res. 2012, 46, 507 – 515. [Google Scholar] [CrossRef]
  41. Han, DH; Hwang, JW; Renshaw, PF Bupropion ilgstošās darbības ārstēšana samazina vēlēšanās pēc videospēlēm un cue-inducētām smadzeņu aktivitātēm pacientiem ar interneta videospēļu atkarību. Exp. Clin. Psihofarmakols. 2010, 18, 297 – 304. [Google Scholar]
  42. Han, DH; Kim, YS; Lee, YS; Min, KJ; Renshaw, PF Izmaiņas cue-inducētā, prefronta garozas aktivitātē ar videospēļu spēli. Cyberpsychol. Behav. Soc. Tīkls. 2010, 13, 655 – 661. [Google Scholar] [CrossRef]
  43. Hoeft, F .; Watson, CL; Kesler, SR; Bettinger, KE; Reiss, AL Dzimumu atšķirības mezokortikolimbiskajā sistēmā datora spēles laikā. J. Psychiatr. Res. 2008, 42, 253 – 258. [Google Scholar]
  44. Ko, CH; Liu, GC; Hsiao, SM; Yen, JY; Yang, MJ; Lin, WC; Jena, CF; Chen, CS Smadzeņu darbības, kas saistītas ar tiešsaistes spēļu atkarības spēju. J. Psychiatr. Res. 2009, 43, 739 – 747. [Google Scholar] [CrossRef]
  45. Liu, J .; Gao, XP; Osunde, I .; Li, X .; Zhou, SK; Zheng, HR; Li, LJ Palielināts reģionālās homogēnums interneta atkarības traucējumā: atpūtas valsts funkcionālā magnētiskās rezonanses attēlveidošanas pētījums. Zods. Med. J. 2010, 123, 1904 – 1908. [Google Scholar]
  46. Yuan, K .; Qin, W .; Wang, G .; Zeng, F .; Zhao, L .; Yang, X .; Liu, P .; Liu, J .; Sun, J .; von Deneen, KM; un citi. Mikrostruktūras novirzes pusaudžiem ar interneta atkarības traucējumiem. PloS One 2011, 6, e20708. [Google Scholar]
  47. Zhou, Y .; Lin, F.-C .; Du, Y.-S .; Qin, L.-D .; Zhao, Z.-M .; Xu, J.-R .; Lei, H. Pelēkās vielas novirzes interneta atkarībā: vokseļa morfometrijas pētījums. Eiro. J. Radiol. 2011, 79, 92 – 95. [Google Scholar]
  48. Lin, F .; Zhou, Y .; Du, Y .; Qin, L .; Zhao, Z .; Xu, J .; Lei, H. Nenormāla balto vielu integritāte pusaudžiem ar interneta atkarības traucējumiem: Telpu statistikas pētījums, kas balstīts uz traktu. PloS One 2012, 7, e30253. [Google Scholar]
  49. Kim, SH; Baik, SH; Park, CS; Kim, SJ; Choi, SW; Kim, SE Samazināti striatāla dopamīna D2 receptori cilvēkiem ar interneta atkarību. Neiroreport 2011, 22, 407 – 411. [Google Scholar] [CrossRef]
  50. Koepp, MJ; Gunn, RN; Lawrence, AD; Cunningham, VJ; Dagers, A .; Jones, T .; Brooks, DJ; Bench, CJ; Grasby, PM Pierādījumi striatāla dopamīna atbrīvošanai videospēles laikā. Daba 1998, 393, 266 – 268. [Google Scholar]
  51. Hou, H .; Jia, S .; Hu, S .; Fan, R .; Sun, W .; Sun, T .; Zhang, H. Samazināts striatāla dopamīna pārvadātājs cilvēkiem ar interneta atkarības traucējumiem. J. Biomed. Biotechnol. 2012, 2012. [Google Scholar]
  52. Dong, G .; Zhou, H .; Zhao, X. Vīriešu interneta narkomāni rāda, ka izpildvaras kontroles spējas ir vājākas: pierādījumi, kas izriet no krāsu vārda „Stroop” uzdevuma. Neurosci. Lett. 2011, 499, 114 – 118. [Google Scholar] [CrossRef]
  53. Dong, G .; Lu, Q .; Zhou, H .; Zhao, X. Impulsu inhibīcija cilvēkiem ar interneta atkarības traucējumiem: elektrofizioloģiskie pierādījumi no Go / NoGo pētījuma. Neurosci. Lett. 2010, 485, 138 – 142. [Google Scholar] [CrossRef]
  54. Dong, G .; Zhou, H. Vai impulsu kontroles spēju traucē cilvēki ar interneta atkarības traucējumiem: elektrofizioloģiskie pierādījumi no ERP pētījumiem. Int. J. Psychophysiol. 2010, 77, 334 – 335. [Google Scholar] [CrossRef]
  55. Ge, L .; Ge, X .; Xu, Y .; Zhang, K .; Zhao, J .; Kong, X. P300 izmaiņas un kognitīvās uzvedības terapija pacientiem ar interneta atkarības traucējumiem 3 mēneša novērošanas pētījums. Neironu regen. Res. 2011, 6, 2037 – 2041. [Google Scholar]
  56. Littel, M .; Luijten, M .; van den Berg, I .; van Rooij, A .; Keemink, L .; Franken, I. Kļūdu apstrāde un reakcijas inhibēšana pārmērīgu datorspēļu spēlētājiem: ERP pētījums. Atkarīgais. Biol. 2012. [Google Scholar]
  57. Yu, H .; Zhao, X .; Li, N .; Wang, M .; Zhou, P. Pārmērīga interneta izmantošanas ietekme uz EEG raksturīgo laika frekvenci. Prog. Nat. Sci. 2009, 19, 1383 – 1387. [Google Scholar] [CrossRef]
  58. Derogatis, LR SCL-90-R administrācija, vērtēšanas un procedūru rokasgrāmata II; Klīniskā psihometriskā izpēte: Tovsons, MD, ASV, 1994. [Google Scholar]
  59. Costa, PT; McCrae, RR pārskatītais NEO personības inventarizācija (NEO-PI-R) un NEO piecfaktoru inventarizācija (NEO-FFI): profesionālā rokasgrāmata; Psiholoģiskā novērtējuma resursi: Odesa, FL, ASV, 1992. [Google Scholar]
  60. Naqvi, NH; Bechara, A. Slēpta atkarības sala: Insula. Tendences Neurosci. 2009, 32, 56 – 67. [Google Scholar] [CrossRef]
  61. Young, KS Internet Addiction Test (IAT). Pieejams tiešsaistē: http://www.netaddiction.com/index.php?option=com_bfquiz&view=onepage&catid=46&Itemid=106 (pieejams 14 maijā 2012).
  62. Tao, R .; Huang, X .; Wang, J .; Liu, C .; Zang, H .; Xiao, L. Ierosinātais kritērijs interneta atkarības klīniskai diagnostikai. Med. J. Chin. PLA 2008, 33, 1188 – 1191. [Google Scholar]
  63. Wang, W .; Tao, R .; Niu, Y .; Chen, Q .; Jia, J .; Wang, X. Sākotnēji ierosinātie patoloģiskā interneta lietošanas diagnostikas kritēriji. Zods. Domāju. Veselība J. 2009, 23, 890 – 894. [Google Scholar]
  64. Young, K. Interneta atkarība: jauna klīniska traucējuma rašanās. Cyberpsychol. Behav. 1998, 3, 237 – 244. [Google Scholar] [CrossRef]
  65. Young, KS; Rogers, RC Saistība starp depresiju un interneta atkarību. Cyberpsychol. Behav. 1998, 1, 25 – 28. [Google Scholar] [CrossRef]
  66. Johnson, S. NPD Group: Kopējais 2010 spēļu programmatūras pārdošanas apjoms, salīdzinot ar 2009. Pieejams tiešsaistē: http://www.g4tv.com/thefeed/blog/post/709764/npd-group-total-2010-game-software-sales-flat-compared-to-2009 (pieejams 3 februārī 2012).
  67. Young, K. Datora lietošanas psiholoģija: XL. Interneta atkarības izmantošana: gadījums, kas pārkāpj stereotipu. Psihols. Rep. 1996, 79, 899 – 902. [Google Scholar] [CrossRef]
  68. Goldberg, I. Interneta atkarības traucējumu (IAD) diagnostiskie kritēriji. Pieejams tiešsaistē: http://www.psycom.net/iadcriteria.html (pieejams 23 maijā 2012).
  69. Young, K. nozvejotas tīklā; Wiley: Ņujorka, NY, ASV, 1998. [Google Scholar]
  70. Bentler, PM Salīdzinošie piemērotības rādītāji struktūras modeļos. Psihols. Bullis. 1990, 107, 238 – 246. [Google Scholar] [CrossRef]
  71. Chen, SH; Weng, LC; Su, YJ; Wu, HM; Yang, PF attīstības ķīniešu interneta atkarības skala un tās psihometriskais pētījums. Zods. J. Psychol. 2003, 45, 279 – 294. [Google Scholar]
  72. Bārda, KW; Vilks, EM modifikācija ierosinātajos diagnostikas kritērijos interneta atkarībai. Cyberpsychol. Behav. 2001, 4, 377 – 383. [Google Scholar] [CrossRef]
  73. Van Rooij, AJ; Schoenmakers, TM; van den Eijnden, RJ; van de Mheen, D. Videospēļu atkarības tests (PVN): derīguma un psihometriskie raksturlielumi. Cyberpsychol. Behav. Soc. Tīkls. 2012. [Google Scholar]
  74. Ko, CH; Yen, JY; Chen, SH; Yang, MJ; Lin, HC; Yen, CF Ierosinātie diagnostikas kritēriji un interneta atkarības skrīninga un diagnostikas instruments koledžu studentiem. Kompr. Psihiatrija 2009, 50, 378 – 384. [Google Scholar]
  75. Sheehan, DV; Lecrubier, Y .; Sheehan, KH; Amorims, P .; Janvas, J .; Weiller, E .; Hergueta, T .; Baker, R .; Dunbar, GC Mini-International neiropsihiatriskā intervija (MINI): DSM-IV un ICD-10 strukturētas diagnostiskās psihiatriskās intervijas izstrāde un apstiprināšana. J. Clin. Psihiatrija 1998, 59, 22 – 33. [Google Scholar]
  76. Tsai, MC; Tsai, YF; Chen, CY; Liu, CY Alkohola lietošanas traucējumu noteikšanas tests (AUDIT): Noslēguma punktu noteikšana ķīniešu slimnīcā. Alkohols. Clin. Exp. Res. 2005, 29, 53 – 57. [Google Scholar] [CrossRef]
  77. Heatherton, TF; Kozlovskis, LT; Frecker, RC; Fagerström, KO Fagerstromas nikotīna atkarības tests: Fagerstrom tolerances anketas pārskatīšana. Br. J. Addict. 1991, 86, 1119 – 1127. [Google Scholar] [CrossRef]
  78. Beck, A .; Ward, C .; Mendelsons, M. Depresijas mērīšanas inventārs. Arch. Ģen. Psihiatrija 1961, 4, 561 – 571. [Google Scholar] [CrossRef]
  79. Lebcrubier, Y .; Sheehan, DV; Weiller, E .; Amorims, P .; Bonora, I .; Sheehan, HK; Janavs, J .; Dunbar, GC Mini Starptautiskā neiropsihiatriskā intervija (MINI). Īsa diagnostiskā intervija: uzticamība un derīgums saskaņā ar CIDI. Eiro. Psihiatrija 1997, 12, 224 – 231. [Google Scholar]
  80. Pirmkārt, MB; Gibbon, M .; Spitzer, RL; Williams, JBW strukturēta klīniskā intervija DSM-IV asu traucējumiem: klīnikas versija (SCID-CV): administrācijas buklets; American Psychiatric Press: Vašingtona, DC, ASV, 1996. [Google Scholar]
  81. Barratt, ES faktors dažu impulsu un trauksmes psihometrisko rādītāju analīzei. Psihols. Rep. 1965, 16, 547 – 554. [Google Scholar] [CrossRef]
  82. Lee, HS impulsivitāte; Korejas vadlīnijas: Seula, Koreja, 1992. [Google Scholar]
  83. Oldfield, RC Novērtēšana un analīzes veikšana: Edinburgas inventarizācija. Neuropsychologia 1971, 9, 97 – 113. [Google Scholar] [CrossRef]
  84. Sheehan, DV; Sheehan, KH; Shyte, RD; Janavs, J .; Bannon, Y .; Rogers, JE; Milo, KM; Krājumi, SL; Wilkinson, B. Mini Starptautiskā neiropsihiatriskā intervija bērniem un pusaudžiem uzticamība un derīgums (MINI-KID). J. Clin. Psihiatrija 2010, 71, 313 – 326. [Google Scholar] [CrossRef]
  85. Huang, X .; Zhang, Z. Pusaudža laika vadības izvietojuma skalas apkopošana. Acta Psychol. Grēks. 2001, 33, 338 – 343. [Google Scholar]
  86. Patton, JH; Stanforda, MS; Barratt, ES Faktoru struktūra Barratt impulsivitātes skalā. J. Clin. Psihols. 1995, 51, 768 – 774. [Google Scholar] [CrossRef]
  87. Birmaher, B .; Khetarpal, S .; Brent, D .; Cully, M .; Balach, L .; Kaufman, J .; Neer, SM Bērnu trauksmes emocionālo traucējumu ekrāns (SCARED): mēroga konstrukcija un psihometriskie raksturlielumi. J. Am. Acad. Bērnu Adolesc. Psihiatrija 1997, 36, 545 – 553. [Google Scholar]
  88. Epšteina, NB; Baldwin, LM; Bishop, DS McMaster ģimenes novērtēšanas ierīce. J. Marital Fam. Ther. 1983, 9, 171 – 180. [Google Scholar] [CrossRef]
  89. Yang, CK; Choe, BM; Baity, M .; Lee, JH; Cho, JS SCL-90-R un 16PF vecāko vidusskolu skolēnu profili ar pārmērīgu interneta lietošanu. Var. J. Psihiatrija 2005, 50, 407 – 414. [Google Scholar]
  90. Eysenck, SBG; Pearson, PR; Easting, G .; Allsopp, JF Vecuma normas impulsivitātei, pieaugušajiem un empātijai pieaugušajiem. Pers. Individ. Atšķiras. 1985, 6, 613 – 619. [Google Scholar] [CrossRef]
  91. Lijffijt, M .; Caci, H .; Kenemans, JL l7 aptaujas holandiešu tulkojuma apstiprināšana. Pers. Individ. Atšķiras. 2005, 38, 1123 – 1133. [Google Scholar] [CrossRef]
  92. Lemmens, P .; Tan, ES; Knibbe, RA Dzeršanas daudzuma un biežuma mērīšana vispārējā iedzīvotāju apsekojumā: piecu rādītāju salīdzinājums. J. Stud. Alkohols 1992, 53, 476 – 486. [Google Scholar]
  93. Beck, AT; Steers, R. Beckas depresijas inventarizācijas rokasgrāmata; Psiholoģiskā korporācija: San Antonio, TX, ASV, 1993. [Google Scholar]
  94. Yi, YS; Kim, JS Korejiešu-Vechlera pieaugušo izlūkošanas skalas īso formu derīgums. Korejas J. Klins. Psihols. 1995, 14, 111 – 116. [Google Scholar]
  95. Goldstein, RZ; Alia-Klein, N .; Tomasi, D .; Carrillo, JH; Maloney, T .; Woicik, PA; Wang, R .; Telang, F .; Volkow, ND Anterior cingulate garozas hipoaktivizāciju emocionāli svarīgs uzdevums kokaīna atkarības. Proc. Natl. Acad. Sci. ASV 2009, 106, 9453 – 9458. [Google Scholar]
  96. Schoenebaum, G .; Roesch, MR; Stalnaker, TA Orbitofrontālā garoza, lēmumu pieņemšana un narkomānija. Tendences Neurosci. 2006, 29, 116 – 124. [Google Scholar] [CrossRef]
  97. Li, C .; Sinha, R. Inhibitējošā kontrole un emocionālā stresa regulēšana: Neiromizējoši pierādījumi par frontālās-limbiskās disfunkcijas psihostimulatoru atkarību. Neurosci. Biobehav. Rev. 2008, 32, 581 – 597. [Google Scholar] [CrossRef]
  98. Maddock, RJ; Garrett, AS; Buonocore, MH Posterior cingulate garozas aktivācija ar emocionāliem vārdiem: fMRI pierādījumi no valences lēmuma uzdevuma. Hum. Smadzenes Mapp. 2003, 18, 30 – 41. [Google Scholar] [CrossRef]
  99. Schnitzler, A .; Salenius, S .; Salmelin, R .; Jousmäki, V .; Hari, R. Primārā motora garoza iesaistīšana motora attēlos: neiromagnētiskais pētījums. Neuroimage 1997, 6, 201 – 208. [Google Scholar] [CrossRef]
  100. Schiemanck, S .; Kwakkel, G .; Post, MWM; Kappelle, JL; Prevo, AJH Iekšējo kapsulu bojājumu ietekme uz motora roku funkcijas rezultātiem pēc gada pēc insulta. J. Rehabils. Med. 2008, 40, 96 – 101. [Google Scholar] [CrossRef]
  101. Rosenberg, BH; Landsittel, D .; Averch, TD Vai video spēles var izmantot, lai prognozētu vai uzlabotu laparoskopiskās prasmes? J. Endourol. 2005, 19, 372 – 376. [Google Scholar] [CrossRef]
  102. Bora, E .; Yucel, M .; Fornito, A .; Pantelis, C .; Harrison, BJ; Cocchi, L .; Pell, G .; Lubman, DI Baltās vielas mikrostruktūra opiātu atkarībā. Atkarīgais. Biol. 2012, 17, 141 – 148. [Google Scholar] [CrossRef]
  103. Yeh, PH; Simpson, K .; Durazzo, TC; Gazdzinski, S .; Meyerhoffs, difūzijas tenzoru attēlojuma DJ Trakta bāzes telpiskā statistika (TBSS) alkohola atkarības gadījumā: Motivējošās neirocirkulācijas anomālijas. Psihiatrijas Res. 2009, 173, 22 – 30. [Google Scholar] [CrossRef]
  104. Arnone, D .; Abou-Saleh, MT; Barrick, TR Difūzijas tensor attēlojums korpusa zvīņainā atkarībā. Neuuropsychobiology 2006, 54, 107 – 113. [Google Scholar] [CrossRef]
  105. Byun, S .; Ruffini, C .; Mills, JE; Douglas, AC; Niang, M .; Stepchenkova, S .; Lee, SK; Loutfi, J .; Lee, JK; Atallah, M .; un citi. Interneta atkarība: 1996 – 2006 kvantitatīvā pētījuma metasintēze. Cyberpsychol. Behav. 2009, 12, 203 – 207. [Google Scholar] [CrossRef]
  106. Polich, J .; Pollock, VE; Bloom, FE P300 amplitūdas metanalīze no vīriešiem, kas pakļauti alkoholisma riskam. Psihols. Bullis. 1994, 115, 55 – 73. [Google Scholar] [CrossRef]
  107. Nichols, JM; Martin, F. P300 smagos sociālajos dzērumos: lorazepāma iedarbība. Alkohols 1993, 10, 269 – 274. [Google Scholar] [CrossRef]
  108. Sokhadze, E .; Stewart, C .; Hollifield, M .; Tasman, A. Notikumi, kas saistīti ar izpildvaras disfunkciju izpēti ātrākas reakcijas uzdevumā kokaīna atkarībā. J. Neurother. 2008, 12, 185 – 204. [Google Scholar] [CrossRef]
  109. Thomas, MJ; Kalivas, PW; Shaham, Y. Neiroplastiskums mezolimbiskā dopamīna sistēmā un kokaīna atkarība. Br. J. Pharmacol. 2008, 154, 327 – 342. [Google Scholar]
  110. Volkova, ND; Fowler, JS; Wang, GJ; Swanson, JM Dopamīns narkotiku lietošanā un atkarībā: attēlveidošanas pētījumu un ārstēšanas seku rezultāti. Mol. Psihiatrija 2004, 9, 557 – 569. [Google Scholar] [CrossRef]
  111. Jia, SW; Wang, W .; Liu, Y .; Wu, ZM Neiroapgādes pētījumi par smadzeņu korpusa striatuma izmaiņām starp heroīna atkarīgajiem pacientiem, kas ārstēti ar augu izcelsmes zālēm, U'finer kapsulu. Atkarīgais. Biol. 2005, 10, 293 – 297. [Google Scholar] [CrossRef]
  112. Morrison, CM; Gore, H. Saikne starp pārmērīgu interneta lietošanu un depresiju: ​​1319 jauniešu un pieaugušo aptaujas pētījums. Psihopatoloģija 2010, 43, 121 – 126. [Google Scholar] [CrossRef]
  113. Di Nicola, M .; Tedeschi, D .; Mazza, M .; Martinotti, G .; Harnic, D .; Catalano, V .; Bruschi, A .; Pozzi, G .; Bria, P .; Janiri, L. Uzvedības atkarības bipolāriem traucējumiem: impulsivitātes un personības dimensiju nozīme. J. Affect. Disord. 2010, 125, 82 – 88. [Google Scholar] [CrossRef]
  114. Volkova, ND; Fowler, JS; Wang, GJ Atkarīgo cilvēku smadzenes skatījās, ņemot vērā attēlveidošanas pētījumus: Smadzeņu shēmas un ārstēšanas stratēģijas. Neirofarmakoloģija 2004, 47, 3 – 13. [Google Scholar] [CrossRef]
  115. Shaffer, HJ; LaPlante, DA; LaBrie, RA; Kidman, RC; Donato, AN; Stanton, MV Ceļā uz atkarības sindroma modeli: vairākas izteiksmes, kopējā etioloģija. Harv. Psihiatrija 2004, 12, 367 – 374. [Google Scholar] [CrossRef]