PLoS One. 2013 Nov 4;8(11):e78708.
doi: 10.1371 / journal.pone.0078708. eCollection 2013.
Yuan K1, Jin C, Cheng P, Yang X, Dong T, Bi Y, Xing L, von Deneen KM, Yu D, Liu J, Liang J, Cheng T, Qin W, Tian J.
Abstrak
Majoriti kajian neuroimaging terdahulu telah menunjukkan kedua-dua kelainan berfungsi struktur dan tugas yang berkaitan dengan remaja dengan kecanduan permainan dalam talian (OGA). Walau bagaimanapun, beberapa pengimejan resonans pengimejan fungsional (fMRI) berfungsi menumpukan pada intensiti serantau turun naik spontan dalam darah yang bergantung kepada tahap oksigen (BOLD) semasa keadaan rehat dan kajian yang lebih sedikit menyiasat hubungan antara sifat-sifat keadaan rehat yang tidak normal dan kawalan kognitif yang terjejas kebolehan. Dalam kajian ini, kami menggunakan kaedah turun naik frekuensi rendah (ALFF) untuk meneroka ciri-ciri tempatan aktiviti otak spontan pada remaja dengan kawalan OGA dan sihat semasa berehat. Lapan belas remaja dengan usia OGA dan 18, pendidikan- dan sukarelawan yang sesuai dengan jantina menyertai kajian ini. Berbanding dengan kawalan yang sihat, remaja dengan OGA menunjukkan peningkatan ketara dalam nilai ALFF di korteks orbitofrontal medial kiri (OFC), precuneus kiri, kawasan motor tambahan kiri (SMA), gyrus parahippocampal kanan (PHG) dan cingulate tengah dua hala korteks (MCC). Keabnormalan kawasan ini juga dikesan dalam kajian kecanduan terdahulu. Lebih penting lagi, kami mendapati bahawa nilai ALFF dari OFC medial kiri dan precuneus kiri telah berkorelasi positif dengan tempoh OGA di kalangan remaja dengan OGA. Nilai ALFF medan OFC medan kiri juga dikaitkan dengan prestasi ujian Stroop perkataan warna. Keputusan kami mencadangkan bahawa aktiviti neuron spontan yang tidak normal di kawasan ini mungkin terlibat dalam patofisiologi OGA.
Pengenalan
Ketagihan permainan dalam talian (OGA) ditakrifkan sebagai penggunaan internet maladaptif dan ketidakupayaan seseorang untuk mengawal penggunaan Internet, yang telah diklasifikasikan sebagai satu jenis gangguan kawalan impuls [1]-[3]. Data dari Persatuan Internet Pemuda China (pengumuman pada Februari 2, 2010) menunjukkan bahawa kadar kejadian OGA di kalangan belia bandar Cina adalah sekitar 14%. Sebagai salah satu masalah kesihatan mental yang biasa di kalangan remaja China, OGA telah dikaitkan dengan kemerosotan kesejahteraan individu individu, kegagalan akademik dan prestasi kerja yang berkurang [4], yang kini menjadi masalah kesihatan yang lebih serius di kalangan remaja di seluruh dunia [5], [6]. Walaupun OGA belum dikodifikasikan secara rasmi dalam kerangka psikopatologi, banyak kajian remaja OGA telah mendedahkan ketidakstabilan struktur dan fungsi dalam korteks orbitofrontal (OFC), kawasan motor tambahan (SMA), korteks cingulate, gyrus parahippocampal (PHG), korteks prefrontal dorsolateral (DLPFC), precuneus, gyrus temporal, insula dan cerebellum [1], [2] Ketidaksuburan di kawasan ini telah dikaitkan dengan penyalahgunaan bahan oleh banyak kajian ketagihan [7], dan boleh dikaitkan dengan ketidaksesuaian dalam kawalan kognitif, kawalan eksekutif, keinginan, kepekaan ganjaran, tingkah laku yang diarahkan matlamat dan memori kerja dalam remaja OGA [1].
Walaupun OGA menimbulkan beban individu dan sosial, tidak ada rawatan standard bagi OGA [8]. Klinik-klinik di China telah melaksanakan jadual waktu regimen, disiplin yang ketat dan rawatan kejutan elektrik, dan mendapat perhatian untuk pendekatan rawatan ini [4]. Mengembangkan kaedah berkesan untuk campur tangan dan rawatan OGA akan memerlukan pemahaman yang jelas mengenai mekanisme yang mendasari keadaan ini. Sehingga kini, kebanyakan kajian OGA telah menumpukan pada mengesan defisit struktur dan gangguan fungsi yang berkaitan dengan tugas pada orang-orang dengan OGA, yang membantu dalam menilai mekanisme neural yang mendasari OGA. Walau bagaimanapun, beberapa kajian telah menilai perubahan isyarat oksigen darah (BOLD) terhadap aktiviti spontan serantau OGA semasa keadaan berehat. Sebagai pendekatan noninvasive, peredaran pengimejan resonans magnetik fungsian (fMRI) berfungsi untuk menyiasat turun naik frekuensi rendah spontan (LFF) dalam isyarat BOLD, yang mengelakkan percanggahan yang berkaitan dengan prestasi dan dapat mencerminkan aktiviti saraf spontan di otak [9], [10]. Selain itu, kaedah fMRI negeri beristirahat telah digunakan secara meluas untuk mendedahkan senibina fungsi tipikal dan tipikal intrinsik otak [10]. Kegiatan neuron yang tidak normal semasa berehat boleh berfungsi sebagai penanda yang mencukupi untuk mencerminkan kemajuan dan gangguan fungsi eksekutif pelbagai penyakit otak.
Baru-baru ini, Liu et al. menggunakan kaedah homogeneitas serantau (ReHo) dan mendapati bahawa orang dengan OGA menunjukkan peningkatan yang signifikan dalam nilai ReHo dalam gyrus cingulate yang betul, parahippocampus dua hala, precuneus kiri, dan kiri gyrus frontal unggul [11]. Kaedah ReHo mencerminkan homogenitas temporal LFF serantau tanpa mengira intensiti, dan berdasarkan hipotesis bahawa vokal-spokal yang bersifat spasial harus mempunyai corak temporal yang serupa [12]. Walaupun amplitud LFF (ALFF) dianggap dikaitkan dengan aktiviti neuron tempatan, asas perubahan ALFF dalam OGA masih tidak jelas [13]. Selain itu, Liu et al. [11] tidak menyiasat hubungan antara sifat-sifat keadaan rehat yang tidak normal dan tempoh OGA. Untuk menyiasat lebih lanjut keabnormalan keadaan di kalangan remaja OGA, kaedah ALFF digunakan dalam kajian ini dan data mengenai tempoh OGA dikumpulkan. Selain itu, para penyelidik telah mengesan keupayaan kawalan kognitif yang merosakkan pada remaja dengan OGA menggunakan tugas Stroop perkataan berwarna [14], [15]. Oleh itu, penilaian tingkah laku dalam kajian ini adalah prestasi pada tugas Stroop warna perkataan. Sambungan penemuan neuroimaging kepada indeks perilaku yang jelas yang diketahui terjejas dalam OGA akan menjadi indeks lanjut pentingnya penemuan ini kepada OGA.
Bahan dan Kaedah
Semua prosedur penyelidikan telah diluluskan oleh Jawatankuasa Kecil Hospital China Barat mengenai Kajian Manusia dan telah dijalankan selaras dengan Deklarasi Helsinki. Semua peserta dan penjaga mereka dalam kajian kami memberi kebenaran bertulis secara bertulis.
Mata pelajaran
Mengikut kaji selidik Diagnostik Muda yang diubahsuai (YDQ) untuk kriteria OGA oleh Beard and Wolf [8], [16], dua puluh pelajar dengan OGA ditapis daripada murid baru dan pelajar kelas 165. Lapan belas remaja dengan OGA (lelaki 12, umur min = 19.4 ± 3.1 tahun, pendidikan 13.4 ± 2.5 tahun) mengambil bahagian dalam kajian kami dengan tidak termasuk dua pemain kidal. Untuk menyiasat sama ada terdapat sebarang perubahan linear dalam struktur otak, tempoh penyakit itu dianggarkan melalui diagnosis retrospektif. Kami meminta subjek untuk mengingati gaya hidup mereka apabila mereka pada awalnya ketagih kepada permainan mereka yang paling dalam talian, iaitu World of Warcraft (WOW). Untuk menjamin mereka mengalami OGA, kami mengulangi mereka dengan kriteria YDQ yang diubahsuai oleh Beard and Wolf. Kebolehpercayaan laporan diri dari subjek OGA juga telah disahkan dengan bercakap dengan ibu bapa mereka melalui telefon serta teman sebilik dan rakan sekelas.
Kawalan sihat sembilan belas umur- dan jantina yang dipadankan dengan jantina (lelaki 12 dan perempuan 6, umur min = 19.5 ± 2.8 tahun, pendidikan 13.3 ± 2.0 tahun) tanpa sejarah peribadi atau keluarga gangguan psikiatri turut mengambil bahagian dalam kajian kami. Menurut kajian OGA sebelumnya, kami memilih kawalan sihat yang menghabiskan masa kurang daripada 2 setiap hari di Internet [4]. Kawalan sihat juga diuji dengan kriteria YDQ yang diubah suai oleh Beard dan Wolf untuk memastikan mereka tidak mengalami OGA. Kesemua peserta yang direkrut yang ditayangkan adalah orang Cina asli dan dinilai oleh laporan diri sendiri dan Questionnaire Handedness Edinburgh. Kriteria pengecualian untuk kedua-dua kumpulan adalah 1) kewujudan gangguan neurologi yang dinilai oleh Tinjauan Klinik Struktur untuk Manual Diagnostik dan Statistik Gangguan Mental, Edisi Keempat (DSM-IV); 2) alkohol, nikotin atau penyalahgunaan dadah melalui pemeriksaan dadah urine; 3) kehamilan atau haid pada wanita; dan 4) apa-apa penyakit fizikal seperti tumor otak, hepatitis, atau epilepsi yang dinilai berdasarkan penilaian klinikal dan rekod perubatan. Skala kebimbangan Hamilton (HAMA) dan Beck Depression inventory-II (BDI) digunakan untuk menilai keadaan emosi semua peserta dalam dua minggu sebelumnya. Maklumat demografi yang lebih terperinci diberikan dalam Jadual 1.
Pengumpulan data tingkah laku
Menurut kajian terdahulu [17], reka bentuk tugas Stroop perkataan warna telah dilaksanakan dengan menggunakan perisian E-prime 2.0 (http://www.pstnet.com/eprime.cfm). Tugas ini menggunakan reka bentuk blok dengan tiga syarat iaitu congruent, incongruent and rest. Tiga perkataan, Merah, Biru, dan Hijau dipamerkan dalam tiga warna (merah, biru dan hijau) sebagai rangsangan kongruen dan tidak serasi. Semasa rehat, salib dipaparkan di tengah-tengah skrin, dan mata pelajaran dikehendaki untuk menetapkan mata mereka pada salib ini tanpa bertindak balas. Semua acara telah diprogramkan menjadi dua larian dengan urutan yang berbeza dari blok kongruen dan incongruent. Setiap peserta diarah untuk bertindak balas dengan warna yang dipaparkan secepat mungkin dengan menekan butang pada Peti Serasi ™ dengan tangan kanan. Butang menekan oleh indeks, tengah, dan jari cincin masing-masing dengan warna merah, biru, dan hijau. Peserta diuji secara individu di dalam bilik yang tenang ketika mereka berada dalam keadaan yang tenang. Selepas amalan awal, data tingkah laku dikumpul dua atau tiga hari sebelum pengimbasan MRI.
Pemerolehan Data MRI
Semua kajian fMRI dilakukan pada pengimbas 3-T GE (EXCITE, GE Signa, Milwaukee, WI, Amerika Syarikat) menggunakan gegelung kepala birdcage standard sebagai gegelung kepala fasa lapan saluran di Huaxi MR Research Centre, Chengdu, China . Pad busa digunakan untuk mengurangkan bunyi kepala dan pengimbas bunyi bising. Selepas pengimbasan lokalisasi konvensional, imej berwajaran T1 diperoleh dengan urutan pengulangan kecerunan yang rosak (waktu pengulangan (TR) = 1900 ms; echo time (TE) = 2.26 ms; sudut flip (FA) = 9 °; FOV) = 256 × 256 mm2; matriks data = 256 × 256; kepingan = 176; saiz voxel = 1 × 1 × 1 mm3). Kemudian, imej fungsian rehat-keadaan telah diperoleh menggunakan urutan echo-planar-imaging (TR = 2000ms; TE = 30ms; FA = 90 °; FOV = 240 × 240 mm2; matriks data = 64 × 64) dengan kepingan paksi 32 (ketebalan kepingan = 5 mm dan tiada jurang keping, jumlah jilid = 180) dalam satu jangka masa enam minit. Subjek diarahkan untuk menutup mata, tetap diam dan tidak memikirkan apa-apa secara sistematik semasa pengimbasan. Pada akhir perolehan data, semua subjek mengesahkan bahawa mereka tetap terjaga sepanjang tempoh imbasan keseluruhan.
Pengolahan data dan pengiraan ALFF
Semua pemprosesan imej berfungsi dilakukan dengan Pemetaan Statistik Parametrik (SPM5, http://www.fil.ion.ucl.ac.uk/spm) perisian dan Pembantu Pemprosesan Data bagi perisian Resting-State fMRI (DPARSF) [18]. Bagi setiap peserta, titik sepuluh kali pertama dibuang untuk mengelakkan perubahan isyarat sementara sebelum magnetisasi mencapai keadaan mantap dan membenarkan subjek digunakan untuk persekitaran pengimbasan fMRI. Baki otak 170 yang tersisa diperbetulkan untuk pemotongan timah dan menyusun semula untuk pembetulan pergerakan kepala. Tiada mata pelajaran yang mempunyai pergerakan kepala melebihi pergerakan 1 mm atau 1 ° dalam mana-mana arah. Kemudian, semua imej yang diselaraskan semula telah diubah secara normal ke dalam templat EPI Institut Neurologi Montreal (MNI), diletakkan kembali ke vokel isotropik 3 mm dan kemudian diletakkan secara spasi (lebar lebar pada separuh maksimum = 8 mm). Selepas itu, dengan memanggil fungsi-fungsi di FAMRI Analisis Data Istirahat Negeri (REST, http://rest.restfmri.net), penyingkiran linear trend dan penapisan band-pass (0.01-0.08 Hz) untuk mengurangkan kesan drift frekuensi rendah dan bunyi fisiologi frekuensi tinggi [18] telah dilakukan pada siri masa.
Selepas pra-proses, pengiraan ALFF dilakukan menggunakan DPARSF dengan memanggil fungsi di REST seperti dalam kajian terdahulu [19]. Pertama, untuk mendapatkan spektrum kuasa, siri masa yang ditapis telah diubah menjadi domain frekuensi menggunakan transformasi Fourier yang cepat (FFT). Kemudian punca kuasa spektrum kuasa diperolehi untuk setiap titik data frekuensi untuk menghasilkan amplitud sebagai fungsi kekerapan. Nilai-nilai ini, purata di seluruh 0.01-0.08 Hz pada setiap voxel, telah digunakan sebagai nilai ALFF. Akibatnya, akar segiempat ini digunakan sebagai nilai ALFF. ALFF setiap voxel dibahagikan dengan nilai ALFF rata-rata global dalam topeng seluruh otak untuk setiap subjek, menghasilkan ALFF standard setiap voxel yang mempunyai nilai tentang 1.
Analisis statistik
Untuk menilai perbezaan antara kumpulan OGA dan kumpulan kawalan dalam umur, jantina, tempoh penyakit, dan tahun pendidikan, dua sampel t-tests dilakukan menggunakan SPSS 13.0 dan a p> 0.05 dianggap tidak signifikan. Untuk meneroka kawasan mana yang mempunyai nilai ALFF yang berbeza dari nilai 1, satu sampel t-test (p<0.05, kesalahan keluarga (FWE) diperbetulkan) menggunakan SPM5 dilakukan dalam setiap kumpulan. Kemudian, dua sampel t-test dilakukan untuk menjelaskan perbezaan ALFF antara kedua-dua kumpulan selepas mengawal umur dan jantina. Pembetulan untuk berbilang perbandingan dilakukan menggunakan simulasi Monte Carlo. Had yang diperbetulkan p<0.05 diperoleh daripada gabungan ambang sebanyak p<0.005 untuk setiap voxel dan ukuran kluster minimum 351 mm3 (Program AlphaSim dalam perisian AFNI, http: // afni.nimh.nih.gov/). Bagi kawasan otak di mana pesakit OGA menunjukkan sifat-sifat ALFF yang tidak normal, nilai-nilai ALFF bagi setiap rantau telah diekstrak, purata dan regresi terhadap petunjuk patologi yang ditunjukkan oleh tempoh penyakit dan prestasi tugas Stroop perkataan warna.
Hasil
Keputusan kami menunjukkan bahawa kadar OGA adalah kira-kira 12.1% dalam penyiasatan sampel kecil kami. Mengikut laporan mereka menggunakan Internet, subjek OGA menghabiskan waktu 10.2 ± 2.6 setiap hari dan 6.3 ± 0.5 hari per minggu dalam permainan dalam talian. Para remaja dengan OGA menghabiskan lebih banyak jam sehari dan lebih banyak hari seminggu di Internet daripada kawalan (p<0.005) (Jadual 1).
Hasil data kelakuan
Kedua-dua kumpulan menunjukkan kesan Stroop yang signifikan, di mana masa tindak balas lebih panjang semasa ketidakcocokan daripada keadaan kongruen (OGA: 677.3 ± 75.4 ms vs 581.2 ± 71.6 ms dan kawalan: 638.3 ± 65.9 ms vs 549.0 ± 50.6 ms; p<0.005). Kumpulan OGA melakukan lebih banyak kesalahan daripada kumpulan kawalan semasa keadaan tidak serentak (8.56 ± 4.77 vs 4.56 ± 2.93; p<0.05), walaupun kelewatan tindak balas yang diukur dengan masa tindak balas (RT) semasa keadaan tidak selaras dengan keadaan kongruen tidak berbeza secara signifikan antara kedua kumpulan ini (98.2 ± 40.37 ms vs 91.92 ± 45.87 ms; p > 0.05).
Keputusan data pengimejan
Peta ALFF bagi kumpulan OGA dan kumpulan kawalan dibentangkan dalam Rajah 1, dan kedua-dua kumpulan kedua-dua menunjukkan nilai ALFF yang lebih tinggi dalam korteks cingulate posterior (PCC) / precuneus, korteks prefrontal medial (MPFC), dan lobus parietal inferior (IPL) dua hala semasa keadaan berehat. Kawasan ini sebahagian besarnya termasuk dalam rangkaian mod lalai dalam kajian terdahulu [19]. Satu dua sampel t-test kawalan untuk usia dan jantina dan diperbetulkan untuk pelbagai perbandingan (menggunakan simulasi Monte Carlo dengan ukuran kluster terkecil menghasilkan ambang yang diperbetulkan p <0.05 dari ambang yang tidak diperbetulkan p <0.005 untuk setiap voxel) mendedahkan bahawa kumpulan OGA menunjukkan peningkatan yang ketara dalam nilai ALFF di OFC medial kiri, precuneus kiri, SMA kiri, PHG kanan dan MCC dua hala berbanding dengan kumpulan kawalan. Tidak terdapat kawasan otak dengan penurunan nilai ALFF. Selain itu, korelasi positif yang signifikan diperhatikan antara jangka masa OGA dan nilai ALFF standard dalam medial OFC kiri (r = 0.6627, p = 0.0027) dan precuneus kiri (r = 0.5924, p = 0.0096) (Rajah 2). Nilai-nilai ALFF dari OFC kiri didapati berkorelasi dengan bilangan ralat tindak balas semasa keadaan yang salah di kalangan remaja dengan OGA (r = 0.6690, p = 0.0024) (Rajah 3). Oleh kerana subjek OGA mempunyai penarafan kemurungan yang jauh lebih tinggi yang diukur oleh BDI, kami menganalisis semula data pengimejan berfungsi, menggunakan BDI sebagai kovariat. Data yang dihasilkan serupa dengan data asal. Kami juga menguji sama ada skor BDI dikaitkan dengan nilai-nilai ALFF di kawasan otak yang tidak normal, tempoh prestasi tugas OGA dan perkataan warna Stroop. Walau bagaimanapun, tiada keputusan penting yang diperhatikan.
Perbincangan
Dalam kajian semasa, kaedah ALFF digunakan untuk menyiasat perbezaan keadaan di antara pesakit dengan OGA dan kawalan normal. ALFF adalah kaedah yang mudah dan meyakinkan untuk mengukur amplitud turun naik frekuensi rendah dalam isyarat BOLD, dan kajian terdahulu telah menunjukkan kapasiti kaedah ini untuk menentukan lokasi rantau otak yang mana yang mempunyai aktiviti spontan yang tidak normal [13]. Di dalam setiap kumpulan, kami mengenal pasti sesetengah kawasan mempamerkan nilai ALFF yang lebih tinggi berbanding dengan kawasan otak lain semasa keadaan berehat (Rajah 1). Kawasan-kawasan ini secara meluas bertindih dengan kawasan utama rangkaian mod lalai (DMN) [20]. Berhubung dengan kedua-dua sampel tHasilnya, berbanding dengan kawalan yang sihat, remaja dengan OGA menunjukkan peningkatan ALFF di OFC medial kiri, kiri precuneus, kiri SMA, kanan PHG dan MCC bilateral semasa keadaan berehat (Rajah 2). Perlu diingat bahawa subjek OGA mempunyai penarafan kemurungan yang jauh lebih tinggi pada BDI, bagaimanapun, analisis termasuk BDI sebagai covariate mendedahkan hasil yang sama. Selain itu, nilai-nilai ALFF medan kiri OFC dan precuneus dikaitkan secara positif dengan tempoh OGA (Rajah 2). Di samping itu, untuk mengesahkan keupayaan kawalan kognitif yang merosot pada remaja dengan OGA, ujian Stroop perkataan warna digunakan dalam kajian kami. Selaras dengan penemuan sebelumnya [14], [15], kumpulan OGA melakukan lebih banyak kesilapan daripada kumpulan kawalan semasa keadaan tidak menentu, yang menunjukkan bahawa remaja dengan OGA menunjukkan kemampuan kawalan kognitif yang terganggu, seperti yang diukur oleh ujian Stroop perkataan warna. Menariknya, nilai-nilai ALFF di sebelah kiri OFC juga dikaitkan dengan bilangan kesilapan semasa keadaan tidak sepadan di kalangan remaja dengan OGA (Rajah 3). Keputusan kami menunjukkan bahawa perubahan ALFF dalam OFC boleh berfungsi sebagai biomarker untuk mencerminkan keupayaan kawalan kognitif terjejas OGA.
Dalam kajian ini, kami mendapati bahawa nilai ALFF meningkat di OFC medial kiri dalam kumpulan OGA. Secara anatomi, OFC mempunyai hubungan yang luas dengan daerah striatum dan limbik (seperti amygdala), yang kelihatan terlibat dalam pengendalian kognitif kelakuan yang diarahkan oleh matlamat melalui penilaian kepentingan motivasi rangsangan dan pemilihan tingkah laku untuk mendapatkan yang diinginkan hasil. Keabnormalan struktur dan disfungsi OFC di OGA telah dilaporkan dalam kajian terdahulu [4], [11], [15]. Park et al. digunakan a 18Kajian tomografi pelepasan positron F-fluorodeoxyglucose positron (PET) untuk menyiasat metabolisme glukosa serebrum serantau semasa keadaan rehat pada individu muda dengan OGA dan kawalan normal, dan menunjukkan bahawa aktiviti metabolik OFC pada remaja dengan OGA meningkat berbanding dengan kawalan normal [21]. Analisis ini mencadangkan bahawa aktiviti metabolik yang tidak normal di kawasan OFC mungkin dikaitkan dengan kemerosotan dalam kawalan impuls dan pemprosesan ganjaran pada remaja dengan OGA. Mengenai kajian MRI yang berkaitan dengan tugas, Ko et al. mengenal pasti substrat saraf penggambaran permainan dalam talian melalui penilaian terhadap kawasan otak yang berkaitan dengan dorongan permainan yang digerakkan oleh cue, dan mendapati bahawa OFC dapat diaktifkan secara tidak normal pada penagih jika dibandingkan dengan kawalan [22]. Kesamaan dari penemuan ini kepada keinginan yang ditimbulkan oleh cue dalam ketergantungan bahan [23], yang mencadangkan bahawa keinginan dalam ketagihan permainan dan keinginan dalam pergantungan bahan mungkin berkongsi mekanisme neurobiologi yang sama. Kajian neuroimaging struktur sebelum ini juga telah melaporkan jumlah bahan kelabu yang dikurangkan daripada OFC dalam kumpulan OGA [1], [4]. Selaras dengan penemuan fungsional dan struktur ini, kajian kami mendapati nilai ALFF yang lebih tinggi dalam medial OFC pada remaja dengan OGA berbanding dengan kawalan. Selain itu, korelasi yang signifikan antara nilai-nilai ALFF OFC dan prestasi tugas semasa ujian Stroop perkataan warna diperhatikan dalam kumpulan OGA (Rajah 3). Kajian ketagihan sebelumnya mendedahkan persatuan antara gangguan Stroop dan metabolisme glukosa relatif di OFC di kalangan subjek ketagihan kokain [24]. Hubungan tingkah laku otak ini menunjukkan bahawa sifat negeri yang tidak normal di OFC dikaitkan dengan keupayaan kawalan kognitif yang merosakkan di kalangan remaja dengan OGA.
Nilai ALFF lebih tinggi dalam precuneus dalam subjek OGA berbanding kawalan. Precuneus adalah rantau otak dalam korteks posteromedial lobus parietal dan memainkan peranan penting dalam fungsi kognitif asas [25]. Precuneus telah dicadangkan untuk terlibat dalam pengambilan memori episodik, imej visual-spatial, pemprosesan diri dan kesedaran [25]. Baru-baru ini, beberapa penyelidik juga melaporkan peningkatan ReHo di precuneus kiri di OGA pelajar berbanding dengan kawalan [11]. Selain itu, satu kajian menunjukkan bahawa precuneus dikaitkan dengan permainan yang menggesa, keinginan dan keterukan OGA, dan mencadangkan agar precuneus mengaktifkan untuk memproses petunjuk permainan, mengintegrasikan memori yang diambil dan menyumbang keinginan cue-induced untuk permainan dalam talian [26]. Oleh itu, kami mencadangkan bahawa ketidakstabilan keadaan rehat precuneus pada remaja dengan OGA mungkin dikaitkan dengan keinginan dalam OGA jangka panjang.
Nilai ALFF yang lebih besar dalam mata pelajaran OGA, berbanding dengan kawalan, juga terdapat di SMA kiri, MCC bilateral dan PHG yang betul. SMA memainkan peranan penting dalam kawalan kognitif, tindakan sukarela, inisiasi / perencatan tindak balas motor [27] dan juga dalam konflik emosi [28]. MCC adalah bahagian tengah dari gyrus cingulate dan penting untuk pemantauan dan pemprosesan konflik [29]. Kajian penggunaan bahan sebelum ini melaporkan kecacatan keadaan berehat ketagihan SMA dan MCC [30], [31]. PHG difikirkan menyumbang kepada pembentukan dan penyelenggaraan maklumat terikat dalam ingatan kerja [32]. Memori kerja merujuk kepada penyimpanan sementara dan manipulasi maklumat dalam talian dan juga penting untuk kawalan kognitif [33]. Liu et al. melaporkan peningkatan ReHo dalam PHG dua hala di kalangan pelajar OGA berbanding dengan kawalan [11]. Selain itu, sesetengah penyelidik juga mendapati anisotropi pecahan yang lebih rendah daripada PHG dalam subjek OGA [4]. Hasil kami membuktikan corak keadaan berehat normal PHG pada remaja dengan OGA.
Kesimpulannya, dalam kajian ini, kita melihat bahawa ALFF adalah tidak normal pada remaja dengan OGA berbanding dengan kawalan, iaitu nilai ALFF yang lebih tinggi di OFC medial kiri, kiri precuneus, kiri SMA, kanan PHG dan MCC bilateral. Kami juga memerhatikan bahawa nilai ALFF yang lebih tinggi di OFC medial kiri dan precuneus kiri telah berkorelasi positif dengan tempoh OGA. Nilai ALFF dari OFC kiri telah dikaitkan dengan prestasi tugas Stroop perkataan warna (mis. Ralat tindak balas) dalam kumpulan OGA. Penemuan kami mencadangkan bahawa aktiviti spontan yang tidak normal di kawasan ini mungkin mencerminkan patofisiologi yang mendasari pengguna OGA. Oleh kerana penemuan keadaan berehat yang sama dengan perubahan keadaan peredaran dadah yang berkaitan dengan dadah, kami mencadangkan agar OGA mungkin berkongsi mekanisme neural dengan penagihan dadah. Perlu diingat bahawa kemurungan harus dipertimbangkan sebagai potensi kerumitan apabila menjelaskan penemuan neuroimaging dalam kajian semasa. Satu kajian komprehensif yang lebih lanjut diperlukan untuk memberikan lebih banyak perspektif saintifik mengenai OGA.
Penghargaan
Kami ingin mengucapkan terima kasih kepada Qin Ouyang, Qizhu Wu, Junran Zhang, Changjian Hu dan Haifeng Luo untuk bantuan teknikal yang berharga dalam menjalankan kajian ini.
Penyata Pembiayaan
Makalah ini disokong oleh Projek untuk Program Penyelidikan Asas dan Pembangunan Asas Kebangsaan (973) di bawah Grant No. 2011CB707700; Yayasan Sains Asli Negara China di bawah Grant Nos. 81227901, 81271644, 81271546, 30930112, 81000640, 81000641, 81101036, 81101108, 31200837, 81030027, 81301281; dan Dana Penyelidikan Fundamental untuk Universiti-universiti Pusat, Yayasan Sains Asli Inner Mongolia di bawah Grant No. 2012MS0908. Para pendanaan tidak mempunyai peranan dalam reka bentuk kajian, pengumpulan data dan analisis, keputusan untuk menerbitkan, atau penyediaan manuskrip.
Rujukan
;