Keputusan untuk Keuntungan dan Kerugian Risky di kalangan Pelajar Kolej dengan Gangguan Internet Permainan (2015)

PLoS One. 2015 Jan 23; 10 (1): e0116471. doi: 10.1371 / journal.pone.0116471.

  • Yuan-Wei Yao,

    Gabungan: Pusat Pengajian Psikologi, Universiti Normal Beijing, Beijing, China⨯

  • Pin-Ru Chen,

    Gabungan: Pusat Pengajian Psikologi, Universiti Normal Beijing, Beijing, China⨯

  • Song Li,

    Gabungan: Pusat Pengajian Sains Matematik, Universiti Normal Beijing, Beijing, China⨯

  • Ling-Jiao Wang,

    Gabungan: Makmal Utama Neurosains dan Pembelajaran Kognitif Negeri dan Institut Penyelidikan Otak IDG/McGovern, Universiti Normal Beijing, Beijing, China⨯

  • Jin-Tao Zhang ,

    * E-mail: [e-mel dilindungi] (JTZ); [e-mel dilindungi] (XYF)

    Gabungan: Makmal Utama Negeri Neurosains dan Pembelajaran Kognitif dan Institut Penyelidikan Otak IDG/McGovern, Beijing Normal University, Beijing, China, Pusat Kolaborasi dan Inovasi dalam Sains Otak dan Pembelajaran, Beijing Normal University, Beijing, China⨯

  • Sarah W. Yip,

    Gabungan: Jabatan Psikiatri, Sekolah Perubatan Universiti Yale, New Haven, CT, Amerika Syarikat⨯

  • Geng Chen,

    Gabungan: Teras Pengkomputeran Saintifik dan Statistik, Institut Kesihatan Mental Negara, Institut Kesihatan Negara, Jabatan Kesihatan dan Perkhidmatan Manusia, Bethesda, Maryland, Amerika Syarikat⨯

  • Lin-Yuan Deng,

    Gabungan: Fakulti Pendidikan, Universiti Normal Beijing, Beijing, China⨯

  • Qin-Xue Liu,

    Gabungan: Pusat Pengajian Psikologi, Universiti Normal China Tengah, Wuhan, China, Makmal Utama Siberpsikologi dan Tingkah Laku Remaja (CCNU), Kementerian Pendidikan, Wuhan, China⨯

  • Xiao-Yi Fang

    * E-mail: [e-mel dilindungi] (JTZ); [e-mel dilindungi] (XYF)

    Gabungan: Institut Psikologi Perkembangan, Universiti Normal Beijing, Beijing, China, Makmal Utama Negeri Neurosains Kognitif dan Pembelajaran dan Institut Penyelidikan Otak IDG/McGovern, Universiti Normal Beijing, Beijing, China, Akademi Psikologi dan Tingkah Laku, Universiti Normal Tianjin, Tianjin, China

    ⨯

PLOS
  • Diterbitkan: Januari 23, 2015
  • DOI: 10.1371 / journal.pone.0116471

Abstrak

Individu yang mengalami gangguan permainan Internet (IGD) cenderung untuk mempamerkan pengambilan keputusan berisiko yang merugikan bukan sahaja dalam kehidupan sebenar mereka tetapi juga dalam tugas makmal. Pembuatan keputusan adalah fungsi pelbagai rupa yang kompleks dan proses kognitif yang berbeza terlibat dalam membuat keputusan untuk keuntungan dan kerugian. Walau bagaimanapun, hubungan antara penggubalan membuat keputusan dan keuntungan berbanding pemprosesan kerugian dalam konteks IGD kurang difahami. Matlamat utama kajian ini adalah untuk menilai secara berasingan membuat keputusan untuk keuntungan dan kerugian yang berisiko di kalangan pelajar kolej dengan IGD menggunakan tugas Piala. Selain itu, kami selanjutnya mengkaji kesan magnitud hasil dan tahap kebarangkalian pada pembuatan keputusan yang berkaitan dengan keuntungan dan kerugian berisiko masing-masing. Enam puluh pelajar kolej dengan IGD dan 42 kawalan sihat (HC) sepadan mengambil bahagian. Keputusan menunjukkan bahawa subjek IGD menunjukkan kecenderungan mengambil risiko yang lebih besar daripada HC. Berbanding dengan HC, subjek IGD membuat pilihan berisiko yang lebih merugikan dalam domain kerugian (tetapi bukan dalam domain keuntungan). Analisis susulan menunjukkan bahawa kemerosotan itu dikaitkan dengan ketidakpekaan terhadap perubahan dalam magnitud hasil dan tahap kebarangkalian untuk kerugian berisiko dalam kalangan subjek IGD. Di samping itu, skor keterukan ketagihan Internet yang lebih tinggi dikaitkan dengan peratusan pilihan berisiko yang merugikan dalam domain kerugian. Penemuan ini menekankan kesan ketidakpekaan terhadap kerugian pada keputusan yang merugikan di bawah risiko dalam konteks IGD, yang mempunyai implikasi untuk kajian intervensi masa depan.

Petikan:Yao Y-W, Chen P-R, Li S, Wang L-J, Zhang J-T, et al. (2015) Membuat Keputusan untuk Keuntungan dan Kerugian Berisiko di kalangan Pelajar Kolej dengan Gangguan Permainan Internet. PLoS ONE 10(1): e0116471. doi:10.1371/journal.pone.0116471

Editor Akademik: Ingmar H.A. Franken, Universiti Erasmus Rotterdam, BELANDA

Menerima: Julai 17, 2014; Diterima: Disember 9, 2014; Published: Januari 23, 2015

Ini adalah artikel akses terbuka, bebas dari semua hak cipta, dan boleh diterbitkan semula, diedarkan, dihantar, diubahsuai, dibina, atau digunakan oleh sesiapa sahaja untuk sebarang tujuan yang sah. Kerja ini disediakan di bawah Creative Commons CC0 dedikasi domain awam

Ketersediaan Data:Semua data yang berkaitan ada di dalam kertas dan fail Penyokong Maklumat.

Pembiayaan:Kajian ini disokong oleh Yayasan Sains Semula Jadi Kebangsaan China (No. 31170990 dan No. 81100992), dana penyelidikan asas untuk universiti pusat (No. 2012WYB01), dan Program Asasi Inovatif Kebangsaan untuk Pelajar Kolej China (No. 201310027028). SWY menerima sokongan gaji daripada geran daripada NIDA (T32 DA007238-23). Pembiaya tidak mempunyai peranan dalam reka bentuk kajian, pengumpulan dan analisis data, atau penyediaan manuskrip.

Minat bersaing: Para pengarang telah menyatakan bahawa tidak ada kepentingan bersaing.

Pengenalan

Gangguan permainan Internet (IGD) ditakrifkan sebagai permainan dalam talian yang berlebihan dan tidak terkawal walaupun mengalami akibat negatif, termasuk insomnia, prestasi akademik yang lemah, dan pengasingan sosial.1,2]. IGD semakin diiktiraf sebagai isu kesihatan mental di seluruh dunia [3], seperti yang diserlahkan olehnya yang baru-baru ini termasuk dalam Bahagian III DSM-5 sebagai topik yang memerlukan lebih banyak kajian masa depan [4]. Selain itu, memandangkan Internet tersedia secara percuma di kampus, majoriti pelajar kolej bermain permainan Internet untuk rekreasi, yang, bagaimanapun, menjadikan mereka sebagai salah satu populasi yang paling mudah terdedah kepada IGD [5,6].

Pembuatan keputusan maladaptif adalah salah satu gejala utama penambahan [7-9]. Penemuan terdahulu menunjukkan bahawa individu yang mengalami penyalahgunaan atau pergantungan bahan telah menjejaskan prestasi dalam pelbagai tugas membuat keputusan [10-14]. Kajian terkini menunjukkan defisit membuat keputusan dalam IGD. Sebagai contoh, penyelidik mendapati bahawa individu yang mempunyai IGD membuat pilihan yang lebih merugikan pada Tugasan Permainan Dadu berbanding subjek perbandingan bukan bermain yang sihat [15], dan bahawa kemerosotan tersebut mungkin sebahagiannya berpunca daripada kegagalan untuk menggunakan maklum balas [16]. Bukti juga menunjukkan bahawa individu yang mengalami ketagihan Internet mengalami masalah dalam membuat keputusan di bawah kekaburan yang diukur oleh Iowa Gambling Task [17,18]. Kajian neuroimaging menggunakan paradigma lain (cth., tugas meneka, tugas pendiskaunan kebarangkalian) juga mencadangkan perubahan dalam tindak balas saraf di kalangan individu dengan IGD semasa proses membuat keputusan, melibatkan menjangka dan memproses ganjaran dan hukuman [19-21] dan menilai risiko [22].

Pembuatan keputusan adalah fungsi kognitif yang kompleks, dan bukti terkumpul menunjukkan bahawa proses yang berbeza terlibat dalam membuat keputusan untuk keuntungan dan kerugian [23-26]. Sesetengah penyelidik telah mendapati bahawa individu yang mengalami gangguan berkaitan ketagihan membuat pilihan yang jauh lebih merugikan terutamanya dalam domain keuntungan-berbanding dengan kerugian-[27,28], manakala data sedia ada juga mencadangkan bahawa ketidakpekaan terhadap kerugian memainkan peranan penting dalam defisit membuat keputusan di kalangan individu yang mempunyai pergantungan bahan [29,30]. Walau bagaimanapun, sejauh mana kelemahan dalam membuat keputusan dalam kalangan subjek IGD disebabkan oleh perubahan dalam pemprosesan keuntungan berbanding kerugian masih kurang difahami. Menyiasat secara berasingan ciri-ciri mencari ganjaran dan mengelakkan kerugian dalam kalangan individu yang mempunyai IGD akan memajukan pemahaman semasa tentang mekanisme yang mendasari defisit membuat keputusan dalam populasi ini, dan mungkin membantu dalam pembangunan campur tangan yang lebih berkesan untuk IGD.

Dalam kajian semasa, kami berusaha untuk menilai secara berasingan membuat keputusan untuk keuntungan dan kerugian di kalangan pelajar kolej dengan IGD. Untuk tujuan ini, kami menerima pakai tugas Piala [26], yang mengasingkan pembuatan keputusan untuk domain untung dan rugi. Di samping itu, kami selanjutnya berusaha untuk mengkaji kesan dua komponen penting, magnitud hasil dan tahap kebarangkalian, terhadap pembuatan keputusan yang berkaitan dengan keuntungan dan kerugian yang berisiko. Berdasarkan kajian lepas [15,16,21], kami membuat hipotesis bahawa: (1) Subjek IGD, berbanding dengan kawalan sihat (HC) yang dipadankan akan membuat pilihan yang jauh lebih berisiko secara keseluruhan; (2) Subjek IGD, berbanding dengan HC, akan menunjukkan prestasi yang lebih teruk pada ujian risiko yang merugikan dalam kedua-dua domain untung dan rugi; (3) defisit membuat keputusan dalam kalangan subjek IGD dikaitkan dengan ketidakpekaan terhadap magnitud hasil dan tahap kebarangkalian; dan (4) Skor keterukan IGD dikaitkan secara positif dengan pilihan berisiko yang merugikan yang dibuat pada tugas Piala.

Kaedah

Kenyataan Etika

Protokol kajian ini telah diluluskan oleh Lembaga Kajian Institusi Sekolah Psikologi, Universiti Normal Beijing. Semua peserta memberikan persetujuan termaklum bertulis sebelum percubaan dan menerima pampasan kewangan untuk penyertaan mereka.

Peserta

Seramai 102 pelajar kolej (60 subjek IGD dan 42 HC) telah diambil dari universiti melalui pengiklanan dalam talian di Beijing, China. Memandangkan prevalens IGD yang lebih tinggi pada lelaki berbanding wanita [1,31-33], hanya subjek lelaki dipilih. Tiada peserta melaporkan pengalaman terdahulu dengan dadah terlarang (cth., kokain) atau perjudian (termasuk perjudian dalam talian). Selain itu, peserta yang melaporkan sebarang sejarah penyakit psikiatri atau neurologi, penggunaan ubat psikotropik yang menjejaskan sistem saraf pusat dikecualikan daripada kajian lanjut.

Diagnosis IGD telah ditubuhkan mengikut masa permainan Internet mingguan dan skala ketagihan Internet Chen (CIAS) [34]. CIAS terdiri daripada 26 item, berdasarkan skala Likert 4 mata, yang menilai 5 dimensi ketagihan Internet: penggunaan kompulsif, penarikan diri, toleransi, masalah hubungan Interpersonal dan pengurusan masa. Kebolehpercayaan dan kesahan CIAS di kalangan pelajar kolej telah ditunjukkan sebelum ini [33]. Kriteria kemasukan untuk subjek IGD ialah: (1) mendapat 67 atau lebih tinggi pada CIAS [33,35], (2) menghabiskan lebih banyak masa untuk permainan Internet daripada mana-mana aplikasi Internet lain, dan (3) menghabiskan sekurang-kurangnya 14 jam seminggu selama sekurang-kurangnya satu tahun. Untuk mengesahkan lagi bahawa subjek IGD ketagih dengan permainan Internet dan untuk menolak kesan aktiviti dalam talian lain (terutamanya perjudian dalam talian) terhadap membuat keputusan, subjek IGD diminta untuk menyenaraikan tiga aktiviti Internet pertama yang menghabiskan sebahagian besar masa dalam talian mereka. Kesemua mereka meletakkan permainan Internet sebagai yang pertama dan menunjukkan bahawa mereka 'ketagih' dengan permainan Internet, tetapi tiada seorang pun daripada mereka memasukkan perjudian dalam talian atau permainan poker dalam senarai mereka. Kriteria kemasukan untuk HC ialah: (1) rating ≤ 50 pada CIAS, (2) kadangkala permainan Internet (≤ 2 jam seminggu) atau tidak pernah bermain permainan dalam talian sepanjang hayat mereka.

Tugas Cawan

Tugasan Cups versi Cina berkomputer telah disesuaikan daripada tugas asal yang dibangunkan oleh [26]. Tugasan ini terdiri daripada 54 percubaan dibahagikan kepada domain untung dan rugi secara sama rata. Dalam setiap percubaan, peserta diminta memilih antara pilihan berisiko dan pilihan selamat, dan pilihan selamat diwakili oleh satu cawan dan dikaitkan dengan kebarangkalian 100% sama ada menang atau kalah 100 yuan. Pilihan berisiko diwakili oleh 2, 3 atau 4 cawan dan dikaitkan dengan 50%, 33% atau 25% daripada memenangi atau kehilangan jumlah wang yang lebih besar (kemungkinan hasil: 200 yuan, 300 yuan atau 400 yuan). Dalam setiap domain, setiap gabungan tahap kebarangkalian dan tahap hasil berlaku tiga kali, oleh itu domain untung dan rugi dibentangkan sebagai dua blok berasingan bagi 27 percubaan rawak. Peserta menunjukkan pilihan mereka dengan menekan butang kiri atau kanan. Selepas setiap pilihan, peserta diberi maklum balas serta-merta tentang hasil percubaan. Dua puluh peserta yang mencapai jumlah markah tertinggi akan diberikan bonus tambahan.

Berdasarkan manipulasi bebas tahap kebarangkalian dan tahap hasil, kombinasi adalah sama ada: (1) berfaedah risiko (RA), bermakna nilai jangkaan (EV) bagi pilihan berisiko adalah lebih menguntungkan daripada pilihan selamat; (2) merugikan risiko (RD), bermakna bahawa EV pilihan berisiko adalah kurang daripada pilihan yang selamat; atau (3) neutral risiko, bermakna pilihan berisiko dan selamat mempunyai nilai jangkaan yang sama (EQEV).

Analisis Statistik

Analisis statistik telah dijalankan menggunakan SPSS versi 20.0 dan R versi 3.1.0. Semua ujian adalah dua hujung dan kriteria kepentingan ditetapkan pada P < .05. Pertama, kami menggunakan ujian-t sampel bebas untuk meneroka perbezaan kumpulan dalam pembolehubah demografi. Kedua, untuk membandingkan prestasi subjek IGD dan HC pada tugas Piala, kami menggunakan analisis varians (ANOVA) dengan pengukuran berulang. Untuk meneroka kesan interaksi, analisis kesan mudah telah dilakukan. Di mana ujian Mauchly menunjukkan pelanggaran andaian sphericity, pembetulan Rumah Hijau-Geisser digunakan. Analisis post-hoc telah dijalankan menggunakan ujian t dengan pembetulan Bonferroni. Ketiga, kami memisahkan EV kepada dua komponen: tahap kebarangkalian dan magnitud hasil, untuk meneroka kesan kedua-dua komponen ini terhadap pembuatan keputusan untuk setiap percubaan, menggunakan fungsi R lmer perpustakaan lme4. Akhir sekali, untuk menyiasat hubungan antara keterukan ketagihan Internet dan prestasi membuat keputusan untuk mencapai keuntungan dan mengelakkan kerugian, korelasi Pearson digunakan untuk meneroka persatuan antara skor CIAS dan peratusan pilihan berisiko yang dibuat semasa tiga peringkat EV (RA, EQEV, RD). ) untuk domain untung dan rugi masing-masing.

Hasil

Ciri-ciri Demografi

Seperti yang ditunjukkan dalam Jadual 1, subjek IGD dan HC tidak berbeza dalam umur, purata tempoh pendidikan dan tahun penggunaan Internet seumur hidup. Selaras dengan kriteria kemasukan kami (iaitu, skor CIAS ≥ 67 untuk subjek IGA dan ≤ 50 untuk HCs), subjek IGD mempunyai skor CIAS yang jauh lebih tinggi, t (100) = 27.14, P < .001. Dua puluh dua daripada 42 HC kadang-kadang bermain permainan Internet, bagaimanapun, subjek IGD menghabiskan lebih banyak masa untuk permainan Internet setiap minggu daripada HC, t (80) = 15.41, P <.001.

thumbnail
Jadual 1. Demografi, seumur hidup penggunaan Internet, skor CIAS dan masa yang dihabiskan untuk subjek IGD dan HC.

doi: 10.1371 / journal.pone.0116471.t001

Kadar penggunaan tembakau dan alkohol adalah rendah untuk kedua-dua kumpulan: tiga subjek IGD dan satu HC melaporkan sekali-sekala (kurang daripada sekali sebulan) merokok. Sembilan belas subjek IGD dan 12 HC melaporkan penggunaan alkohol seumur hidup tetapi semuanya dengan frekuensi rendah (seminggu sekali atau kurang), dan kadar ini tidak berbeza antara kumpulan, t (29) = 1.27, P = .216.

Kecenderungan Mengambil Risiko

Kecenderungan mengambil risiko ialah ukuran kecenderungan individu untuk memilih pilihan berisiko berbanding pilihan selamat pada setiap tiga peringkat EV (RA, EQEV, RD) yang dikira secara berasingan untuk domain untung dan rugi [36]. Kami menjalankan 2 (domain: untung, rugi) × 3 (tahap EV: RA, EQEV, RD) × 2 (kumpulan: subjek IGD, HC) mengulangi langkah ANOVA. Seperti yang dijangkakan, kami melihat kesan utama kumpulan, F (1, 100) = 5.67, P = .019, separa η2 = .05, menunjukkan bahawa subjek IGD memilih pilihan yang lebih berisiko secara keseluruhan daripada HC pada domain untung dan rugi; dan kesan utama tahap EV, F (2, 200) = 289.64, P < .001, separa η2 = .74. Analisis post-hoc menunjukkan bahawa peserta membuat pilihan yang lebih berisiko apabila tahap EV adalah RA daripada RD. Interaksi tiga hala antara tahap EV, kumpulan dan domain tidak mencapai kepentingan, F (2, 200) = 1.43, P = .242, separa η2 = .01. Walau bagaimanapun, kami mendapati interaksi kumpulan tahap EV ×, F (2, 200) = 6.08, P = .006, separa η2 = .06, dan analisis kesan mudah menunjukkan bahawa interaksi yang ketara adalah disebabkan terutamanya oleh pengambilan risiko yang lebih pada laluan RD di kalangan subjek IGD berbanding dengan HC, F (2, 99) = 7.54, P = .001, separa η2 = .13. Kami juga mendapati interaksi domain tahap EV yang ketara ×, F (2, 200) = 7.70, P = .001, separa η2 = .07, dan analisis kesan mudah menunjukkan bahawa para peserta memilih pilihan yang jauh lebih berisiko dalam domain kerugian berbanding dengan domain keuntungan pada percubaan EQEV (bukan RA dan RD), F (1, 100) = 7.57, P = .007, separa η2 = .07.

ANOVA berasingan untuk setiap domain telah dijalankan selanjutnya. Bagi domain kerugian, sebagai tambahan kepada kesan utama yang ketara bagi peringkat kumpulan dan EV, terdapat kesan interaksi yang signifikan bagi paras EV × interaksi kumpulan, F (2, 200) = 6.90, P = .002, separa η2 = .07. Penemuan daripada analisis kesan mudah menunjukkan bahawa subjek IGA membuat pilihan yang lebih berisiko daripada HC pada ujian RD, F (1, 100) = 15.11, P < .001, separa η2 = .13, tetapi tidak berbeza daripada HC dalam bilangan pilihan berisiko pada percubaan RA dan EQEV (Rajah 1). Sebaliknya, untuk domain keuntungan, tidak terdapat kesan utama atau interaksi yang ketara bagi kumpulan atau peringkat EV × kumpulan (P = .092 dan P = .138, masing-masing).

thumbnail
Rajah 1. Prestasi membuat keputusan untuk mata pelajaran IGD dan HC pada tugas Piala.

 

Purata peratusan pilihan berisiko yang dibuat dalam (A) keuntungan dan (B) domain kerugian, sebagai fungsi tahap dan kumpulan EV. Bar ralat mencerminkan ralat standard. IGD = Gangguan permainan Internet; HCs = kawalan sihat; EV = nilai dijangka; RA = berfaedah risiko; EQEV = nilai jangkaan yang sama; RD = risiko merugikan.

doi: 10.1371 / journal.pone.0116471.g001

Sensitiviti kepada Magnitud Hasil dan Tahap Kebarangkalian

Kami selanjutnya memisahkan EV kepada dua komponen: magnitud hasil dan tahap kebarangkalian. Untuk mengkaji kesan kedua-dua komponen ini terhadap pembuatan keputusan berisiko, kami menjalankan model hierarki logistik menggunakan fungsi R lmer perpustakaan lme4 untuk mengambil kira varians percubaan demi percubaan dalam pengambilan risiko subjek, mengikut prosedur yang diterangkan. dalam kajian lepas [37]. Dua model asas masing-masing untuk domain untung dan rugi termasuk kumpulan (0 = HCs, 1 = subjek IGD), tahap kebarangkalian (mewakili kebarangkalian menang atau kalah untuk pilihan berisiko: 0.25, 0.33, 0.50), magnitud hasil (2, 3, 4 mewakili 200, 300, 400 dalam pilihan berisiko) dan interaksi kumpulan × tahap kebarangkalian dan kumpulan × magnitud hasil sebagai peramal kesan tetap, dan perbezaan individu dalam pilihan sebagai kesan rawak. Pembolehubah bersandar adalah pilihan subjek untuk setiap percubaan (0 = pilihan selamat, 1 = pilihan berisiko).

Seperti yang ditunjukkan dalam jadual 2, terdapat kesan utama tahap kebarangkalian dan magnitud hasil yang ketara dalam kedua-dua domain untung dan rugi. Kesan ini menunjukkan, untuk kedua-dua domain untung dan rugi, bahawa merentas kedua-dua subjek IGD dan HC, subjek mengambil risiko yang lebih sedikit kerana kebarangkalian pilihan berisiko menjadi kurang menguntungkan (kesan utama tahap kebarangkalian) dan subjek mengambil lebih banyak risiko sebagai hasilnya. magnitud pilihan berisiko meningkat (kesan utama magnitud hasil).

thumbnail
Jadual 2. Kesan tahap kebarangkalian dan magnitud hasil ke atas pengambilan risiko sebagai fungsi domain dan kumpulan.

doi: 10.1371 / journal.pone.0116471.t002

Dalam domain keuntungan, tiada kesan interaksi yang signifikan antara mana-mana tiga pembolehubah yang diterokai. Sebaliknya, dalam domain kerugian terdapat interaksi yang signifikan antara kumpulan × tahap kebarangkalian dan antara kumpulan × magnitud hasil, menunjukkan bahawa subjek IGD, berbanding HC, kurang berkemungkinan untuk menyesuaikan keputusan mereka berdasarkan tahap kebarangkalian dan magnitud hasil dalam domain kerugian .

Korelasi antara Keterukan Ketagihan Internet dan Pembuatan Keputusan

Korelasi Pearson juga dijalankan antara skor CIAS dan bilangan pilihan risiko untuk tiga peringkat EV (RA, EQEV, RD) secara berasingan untuk domain untung dan rugi. Dalam domain kerugian, keputusan menunjukkan bahawa skor CIAS dikaitkan secara positif dan pilihan berisiko dibuat pada ujian RD, r = .22, P = .001. Perkaitan antara skor CIAS sedikit berkorelasi dengan bilangan pilihan berisiko dalam percubaan RD untuk domain keuntungan, r = .19, P = 0.056.

Perbincangan

Untuk pengetahuan kami, kajian semasa adalah yang pertama menilai pembuatan keputusan berisiko di kalangan subjek IGD secara berasingan untuk potensi kerugian dan keuntungan. Selaras dengan hipotesis pertama kami, subjek IGD menunjukkan kecenderungan mengambil risiko yang lebih besar pada tugas Piala, berbanding dengan HC. Separa konsisten dengan hipotesis kedua dan ketiga kami, subjek IGD membuat pilihan yang jauh lebih berisiko daripada HC pada ujian RD untuk domain kerugian-tetapi bukan keuntungan-, dan kemerosotan itu dikaitkan dengan ketidakpekaan terhadap perubahan dalam magnitud hasil dan tahap kebarangkalian untuk berisiko. kerugian dalam kalangan subjek IGD. Selaras dengan hipotesis keempat kami, analisis korelasi selanjutnya menunjukkan persatuan positif yang ketara antara skor keterukan ketagihan Internet dan pilihan yang merugikan dalam domain kerugian. Secara keseluruhan, data ini memberikan bukti lanjut tentang kemerosotan pada keputusan yang berisiko dalam kalangan individu yang mempunyai IGD, dan juga mencadangkan bahawa pemprosesan kerugian (berbanding keuntungan) perubahan mungkin mendasari defisit membuat keputusan dalam populasi ini.

Dalam domain kerugian, subjek IGD membuat keputusan yang lebih berisiko pada ujian RD berbanding HC, dan analisis percubaan demi percubaan selanjutnya menunjukkan bahawa subjek IGD kurang berkemungkinan untuk menyesuaikan keputusan mereka berdasarkan tahap kebarangkalian dan magnitud hasil dalam domain ini. Penemuan ini konsisten dengan kajian terdahulu yang menggunakan tugas membuat keputusan yang sama dan menunjukkan kemerosotan dalam membuat keputusan yang berkaitan dengan pengelakan kerugian di kalangan individu yang mempunyai ketagihan bahan [38], gangguan makan [39], dan IGD [16, 19]. Satu penjelasan yang mungkin untuk penemuan ini ialah, melalui pengulangan tingkah laku permainan mereka, individu yang mempunyai IGD mungkin lebih kerap terlibat dalam penyelesaian masalah berkaitan kerugian, yang boleh menjadikan mereka lebih bertolak ansur dengan hukuman. Di samping itu, penemuan kami dalam membuat keputusan berkaitan kerugian yang diubah adalah konsisten dengan persembahan klinikal individu dengan IGD bahawa mereka cenderung untuk meremehkan potensi akibat negatif kehidupan sebenar untuk terus bermain dalam talian [2,40,41].

Kajian terdahulu telah menunjukkan tingkah laku pengambilan risiko yang merugikan dalam domain keuntungan di kalangan individu yang mengalami gangguan berkaitan ketagihan yang dicirikan oleh gangguan dalam kawalan impuls, seperti perjudian patologi [28] dan pergantungan alkohol [27]. Walau bagaimanapun, keputusan ANOVA atau analisis percubaan demi percubaan tidak menunjukkan peningkatan dalam keputusan berisiko untuk mendapatkan percubaan di kalangan subjek IGA. Beberapa kemungkinan penjelasan untuk perbezaan ini wujud. Khususnya, individu yang mempunyai perjudian patologi mempamerkan tindak balas ganjaran yang lebih tinggi kepada ganjaran kewangan berbanding bukan wang [42], dan ini boleh mengakibatkan pengambilan risiko yang lebih merugikan dalam domain keuntungan (berbanding kerugian), seperti yang telah dilaporkan sebelum ini [28]. Bagi individu yang mengalami pergantungan alkohol, penggunaan alkohol yang tahan lama dan berlebihan boleh mengubah struktur otak dan fungsi yang berkaitan, termasuk kawasan utama dalam pemprosesan ganjaran seperti amygdala [43,44]. Bukti menunjukkan bahawa pesakit dengan lesi amygdala menunjukkan defisit membuat keputusan terutamanya dalam domain keuntungan [26]. Walaupun penyelidikan lanjut diperlukan untuk mengesahkan hipotesis ini, ketiadaan pengambilan risiko yang meningkat untuk keuntungan di kalangan subjek IGD boleh mencerminkan pemprosesan ganjaran kewangan yang agak normatif (tetapi bukan kerugian) dalam populasi ini. Di samping itu, penemuan ini menyerlahkan kepentingan menilai aspek yang berbeza dalam membuat keputusan merentasi gangguan berkaitan ketagihan yang berbeza.

Skor keterukan ketagihan Internet adalah positif dikaitkan dengan bilangan pilihan berisiko yang merugikan yang dibuat pada tugas Cups, menunjukkan bahawa subjek dengan skor keterukan ketagihan Internet yang lebih tinggi membuat keputusan yang lebih merugikan berkaitan dengan kerugian berisiko semasa ujian RD. Penemuan ini adalah selaras dengan kajian terdahulu yang juga melaporkan keutamaan untuk alternatif berisiko yang merugikan dikaitkan dengan keterukan IGD menggunakan paradigma yang sama, seperti Tugas Permainan Dadu [15,16] dan tugas pendiskaunan kebarangkalian [22]. Penemuan ini menyokong hipotesis bahawa kemerosotan dalam membuat keputusan yang berkaitan dengan kerugian berisiko berkaitan dengan tahap keterukan ketagihan Internet (iaitu, skor CIAS) dan oleh itu mungkin menjadi sasaran terapeutik yang sesuai untuk rawatan IGD.

Secara keseluruhannya, penemuan kami mencadangkan kemerosotan dalam membuat keputusan berisiko dalam konteks mengelakkan kerugian di kalangan individu dengan IGD. Kajian lanjut diperlukan untuk mewujudkan asas neurobiologi untuk perubahan ini. Satu hipotesis ialah membuat keputusan yang merugikan dalam domain kerugian mungkin berkaitan dengan perubahan dalam fungsi cortico-striatal di kalangan individu dengan IGD, seperti yang telah dilaporkan di kalangan individu yang mempunyai ketagihan tingkah laku dan dadah [45-47]. Khususnya, insula memainkan peranan penting dalam biologi kedua-dua ketagihan dan membuat keputusan [9,48,49] dan terlibat dalam menjangkakan kerugian dan pembelajaran mengelak [50]. Oleh itu, satu hipotesis spekulatif ialah kemerosotan dalam membuat keputusan berkaitan pengelakan kerugian mungkin berkaitan dengan fungsi insular di kalangan individu yang mempunyai IGD.

Beberapa batasan kajian ini perlu diberi perhatian. Pertama, memandangkan IGD paling lazim di kalangan lelaki [1,32], kajian ini tidak melibatkan peserta wanita. Oleh itu kajian lanjut diperlukan untuk menilai membuat keputusan untuk keuntungan dan kerugian di kalangan wanita dengan IGD. Kedua, pengambilan pelajar kolej kami mengehadkan kebolehgeneralisasian penemuan kami. Walaupun pelajar kolej adalah salah satu populasi yang paling mudah terdedah kepada IGD [5,33], kajian masa depan diperlukan untuk meneroka perkaitan antara pengambilan risiko untuk potensi keuntungan dan kerugian dan IGD dalam sampel klinikal. Akhir sekali, kajian dengan reka bentuk membujur diperlukan untuk menyiasat sama ada perubahan membuat keputusan adalah akibat atau pendahulu IGD.

Kesimpulannya, kajian ini adalah yang pertama menilai pembuatan keputusan dalam domain untung dan rugi secara berasingan di kalangan pelajar kolej dengan IGA menggunakan tugas Piala. Subjek IGD menunjukkan kecenderungan mengambil risiko yang lebih besar daripada HC. Tambahan pula, subjek IGD membuat pilihan yang jauh lebih berisiko daripada HC pada ujian RD dalam domain kerugian tetapi tidak mendapat, dan kemerosotan tersebut dikaitkan dengan ketidakpekaan terhadap magnitud hasil dan tahap kebarangkalian yang berkaitan dengan kerugian berisiko. Di samping itu, skor keterukan ketagihan Internet dikaitkan secara positif dengan pilihan berisiko yang merugikan yang dibuat dalam domain kerugian. Secara keseluruhan, penemuan ini mencadangkan bahawa pemprosesan kehilangan perubahan (berbanding keuntungan) mungkin mendasari defisit membuat keputusan dalam populasi ini.

maklumat sokongan

Fail S1. Data diringkaskan.

doi: 10.1371 / journal.pone.0116471.s001

(XLSX)

Fail S2. Data untuk analisis percubaan demi percubaan.

doi: 10.1371 / journal.pone.0116471.s002

(XLSX)

Penghargaan

Penulis mengucapkan terima kasih kepada Dr. Elaine Bossard kerana menyediakan demo versi asal tugasan Cups, dan Dr. Shan Luo untuk bantuan dengan analisis data.

Sumbangan Pengarang

Mengandungi dan mereka bentuk eksperimen: YWY PRC JTZ LYD QXL XYF. Menjalankan eksperimen: YWY PRC SL LJW JTZ. Menganalisis data: YWY SL JTZ GC. Reagen/bahan/alat analisis yang disumbangkan: JTZ XYF. Menulis kertas: YWY JTZ SWY XYF.

Rujukan

  1. 1. Ko C-H, Yen J-Y, Chen S-H, Wang P-W, Chen C-S, et al. (2014) Penilaian kriteria diagnostik gangguan permainan Internet dalam DSM-5 di kalangan orang dewasa muda di Taiwan. J Psikiatri Res 53: 103–110. doi: 10.1016/j.jpsychires.2014.02.008. pmid:24581573
  2. 2. Petry NM, Rehbein F, Gentile DA, Lemmens JS, Rumpf HJ, et al. (2014) Konsensus antarabangsa untuk menilai gangguan permainan internet menggunakan pendekatan DSM-5 baharu. Ketagihan 109: 1399–1406. doi: 10.1111/tambah.12457. pmid:24456155
  3. Lihat Perkara
  4. PubMed / NCBI
  5. Google Scholar
  6. Lihat Perkara
  7. PubMed / NCBI
  8. Google Scholar
  9. 3. King DL, Delfabbro PH (2014) Psikologi kognitif gangguan permainan Internet. Clin Psychol Rev 34: 298–308. doi: 10.1016/j.cpr.2014.03.006. pmid:24786896
  10. Lihat Perkara
  11. PubMed / NCBI
  12. Google Scholar
  13. Lihat Perkara
  14. PubMed / NCBI
  15. Google Scholar
  16. Lihat Perkara
  17. PubMed / NCBI
  18. Google Scholar
  19. Lihat Perkara
  20. PubMed / NCBI
  21. Google Scholar
  22. Lihat Perkara
  23. PubMed / NCBI
  24. Google Scholar
  25. Lihat Perkara
  26. PubMed / NCBI
  27. Google Scholar
  28. Lihat Perkara
  29. PubMed / NCBI
  30. Google Scholar
  31. Lihat Perkara
  32. PubMed / NCBI
  33. Google Scholar
  34. Lihat Perkara
  35. PubMed / NCBI
  36. Google Scholar
  37. Lihat Perkara
  38. PubMed / NCBI
  39. Google Scholar
  40. Lihat Perkara
  41. PubMed / NCBI
  42. Google Scholar
  43. Lihat Perkara
  44. PubMed / NCBI
  45. Google Scholar
  46. Lihat Perkara
  47. PubMed / NCBI
  48. Google Scholar
  49. Lihat Perkara
  50. PubMed / NCBI
  51. Google Scholar
  52. Lihat Perkara
  53. PubMed / NCBI
  54. Google Scholar
  55. Lihat Perkara
  56. PubMed / NCBI
  57. Google Scholar
  58. Lihat Perkara
  59. PubMed / NCBI
  60. Google Scholar
  61. Lihat Perkara
  62. PubMed / NCBI
  63. Google Scholar
  64. Lihat Perkara
  65. PubMed / NCBI
  66. Google Scholar
  67. Lihat Perkara
  68. PubMed / NCBI
  69. Google Scholar
  70. Lihat Perkara
  71. PubMed / NCBI
  72. Google Scholar
  73. Lihat Perkara
  74. PubMed / NCBI
  75. Google Scholar
  76. Lihat Perkara
  77. PubMed / NCBI
  78. Google Scholar
  79. Lihat Perkara
  80. PubMed / NCBI
  81. Google Scholar
  82. Lihat Perkara
  83. PubMed / NCBI
  84. Google Scholar
  85. Lihat Perkara
  86. PubMed / NCBI
  87. Google Scholar
  88. Lihat Perkara
  89. PubMed / NCBI
  90. Google Scholar
  91. Lihat Perkara
  92. PubMed / NCBI
  93. Google Scholar
  94. Lihat Perkara
  95. PubMed / NCBI
  96. Google Scholar
  97. Lihat Perkara
  98. PubMed / NCBI
  99. Google Scholar
  100. Lihat Perkara
  101. PubMed / NCBI
  102. Google Scholar
  103. Lihat Perkara
  104. PubMed / NCBI
  105. Google Scholar
  106. Lihat Perkara
  107. PubMed / NCBI
  108. Google Scholar
  109. Lihat Perkara
  110. PubMed / NCBI
  111. Google Scholar
  112. Lihat Perkara
  113. PubMed / NCBI
  114. Google Scholar
  115. Lihat Perkara
  116. PubMed / NCBI
  117. Google Scholar
  118. Lihat Perkara
  119. PubMed / NCBI
  120. Google Scholar
  121. Lihat Perkara
  122. PubMed / NCBI
  123. Google Scholar
  124. Lihat Perkara
  125. PubMed / NCBI
  126. Google Scholar
  127. Lihat Perkara
  128. PubMed / NCBI
  129. Google Scholar
  130. Lihat Perkara
  131. PubMed / NCBI
  132. Google Scholar
  133. Lihat Perkara
  134. PubMed / NCBI
  135. Google Scholar
  136. Lihat Perkara
  137. PubMed / NCBI
  138. Google Scholar
  139. Lihat Perkara
  140. PubMed / NCBI
  141. Google Scholar
  142. Lihat Perkara
  143. PubMed / NCBI
  144. Google Scholar
  145. Lihat Perkara
  146. PubMed / NCBI
  147. Google Scholar
  148. 4. Persatuan Psikiatri Persatuan (2013) Manual Diagnostik dan Statistik Gangguan Mental (5th ed.). Arlington, VA: Pengarang.
  149. 5. Chou C, Condron L, Belland JC (2005) Kajian semula penyelidikan mengenai ketagihan Internet. Educ Psychol Rev 17: 363–388. doi: 10.1007/s10648-005-8138-1.
  150. 6. Ko C-H, Hsiao S, Liu G-C, Yen J-Y, Yang M-J, et al. (2010) Ciri-ciri membuat keputusan, berpotensi untuk mengambil risiko, dan personaliti pelajar kolej dengan ketagihan Internet. Psikiat Res 175: 121–125. doi: 10.1016/j.psychres.2008.10.004. pmid:19962767
  151. 7. Bechara A (2005) Membuat keputusan, kawalan impuls dan kehilangan kemahuan untuk menentang dadah: Perspektif neurokognitif. Nat Neurosci 8: 1458–1463. doi: 10.1038/nn1584. pmid:16251988
  152. 8. Lucantonio F, Stalnaker TA, Shaham Y, Niv Y, Schoenbaum G (2012) Kesan disfungsi orbitofrontal terhadap ketagihan kokain. Nat Neurosci 15: 358–366. doi: 10.1038/nn.3014. pmid:22267164
  153. 9. Paulus MP (2007) Disfungsi membuat keputusan dalam psikiatri: Pemprosesan homeostatik yang diubah? Sains 318: 602–606. doi: 10.1126/sains.1142997. pmid:17962553
  154. 10. Bechara A, Damasio H (2002) Membuat keputusan dan ketagihan (bahagian I): Pengaktifan terjejas keadaan somatik dalam individu yang bergantung kepada bahan apabila memikirkan keputusan dengan akibat negatif masa depan. Neuropsychologia 40: 1675–1689. doi: 10.1016/S0028-3932(02)00015-5. pmid:11992656
  155. 11. Bechara A, Dolan S, Hindes A (2002) Membuat keputusan dan ketagihan (bahagian II): Miopia untuk masa depan atau hipersensitiviti kepada ganjaran? Neuropsychologia 40: 1690–1705. doi: 10.1016/S0028-3932(02)00016-7. pmid:11992657
  156. 12. Jenama M, Roth-Bauer M, Driessen M, Markowitsch HJ (2008) Fungsi eksekutif dan membuat keputusan berisiko pada pesakit dengan pergantungan opiat. Alkohol Dadah Depen 97: 64–72. doi: 10.1016/j.drugalcdep.2008.03.017. pmid:18485620
  157. 13. Rogers RD, Everitt B, Baldacchino A, Blackshaw A, Swainson R, et al. (1999) Defisit tidak bergaul dalam kognisi membuat keputusan pendera amfetamin kronik, pendera opiat, pesakit dengan kerosakan fokus pada korteks prefrontal, dan sukarelawan normal yang kehabisan tryptophan: Bukti untuk mekanisme monoaminergik. Neuropsychopharmacol 20: 322–339. doi: 10.1016/S0893-133X(98)00091-8. pmid:10088133
  158. 14. Monterosso J, Ehrman R, Napier KL, O'Brien CP, Childress AR (2001) Tiga tugas membuat keputusan dalam pesakit yang bergantung kepada kokain: Adakah mereka mengukur konstruk yang sama? Ketagihan 96: 1825–1837. doi: 10.1046/j.1360-0443.2001.9612182512.x. pmid:11784475
  159. 15. Pawlikowski M, Jenama M (2011) Permainan Internet yang berlebihan dan membuat keputusan: Adakah pemain World of Warcraft yang berlebihan mempunyai masalah dalam membuat keputusan dalam keadaan berisiko? Psikiat Res 188: 428–433. doi: 10.1016/j.psychres.2011.05.017. pmid:21641048
  160. 16. Yao Y-W, Chen P-R, Chen C, Wang L-J, Zhang J-T, et al. (2014) Kegagalan untuk menggunakan maklum balas menyebabkan defisit membuat keputusan di kalangan pemain Internet yang berlebihan. Psikiat Res 219: 583–588. doi: 10.1016/j.psychres.2014.06.033. pmid:25024056
  161. 17. Sun D, ​​Chen Z, Ma N, Zhang X, Fu X, et al. (2009) Pembuatan keputusan dan fungsi perencatan tindak balas yang kuat dalam pengguna internet yang berlebihan. Spektrum CNS 14: 75–81. pmid:19238122
  162. 18. Xu S (2012) Impulsif tingkah laku penagih Internet: Bukti daripada Tugas Perjudian Iowa. Acta Psychol Sin 44: 1523–1534. doi: 10.3724/sp.j.1041.2012.01523
  163. 19. Dong G, Hu Y, Lin X, Lu Q (2013) Apakah yang membuatkan penagih Internet terus bermain dalam talian walaupun berhadapan dengan akibat negatif yang teruk? Penjelasan yang mungkin daripada kajian fMRI. Biol Psychol 94: 282–289. doi: 10.1016/j.biopsycho.2013.07.009. pmid:23933447
  164. 20. Dong G, Hu Y, Lin X (2013) Sensitiviti ganjaran/hukuman dalam kalangan penagih Internet: Implikasi terhadap tingkah laku ketagihan mereka. Prog Neuro-Psychoph 46: 139–145. doi: 10.1016/j.pnpbp.2013.07.007. pmid:23876789
  165. 21. Dong G, Huang J, Du X (2011) Kepekaan ganjaran yang dipertingkatkan dan penurunan sensitiviti kerugian dalam penagih Internet: Kajian fMRI semasa tugas meneka. J Psikiatri Res 45: 1525–1529. doi: 10.1016/j.jpsychires.2011.06.017. pmid:21764067
  166. 22. Lin X, Zhou H, Dong G, Du X (2015) Penilaian risiko terjejas pada orang yang mengalami gangguan permainan Internet: bukti fMRI daripada tugas pendiskaunan kebarangkalian. Prog Neuro-Psychoph 56C: 142–148. doi: 10.1016/j.pnpbp.2014.08.016. pmid:25218095
  167. 23. Fujiwara J, Tobler PN, Taira M, Iijima T, Tsutsui K-I (2009) Pengekodan ganjaran dan hukuman yang diasingkan dan bersepadu dalam korteks cingulate. J Neurophysiol 101: 3284–3293. doi: 10.1152/jn.90909.2008. pmid:19339460
  168. 24. Seymour B, Daw N, Dayan P, Singer T, Dolan R (2007) Pengekodan perbezaan kerugian dan keuntungan dalam striatum manusia. J Neurosci 27: 4826–4831. doi: 10.1523/JNEUROSCI.0400-07.2007. pmid:17475790
  169. 25. Levin IP, Xue G, Weller JA, Reimann M, Lauriola M, et al. (2011) Pendekatan neuropsikologi untuk memahami pengambilan risiko untuk potensi keuntungan dan kerugian. Neurosci Depan 6: 15–15. doi: 10.3389/fnins.2012.00015. pmid:22347161
  170. 26. Weller JA, Levin IP, Shiv B, Bechara A (2007) Korelasi saraf bagi membuat keputusan adaptif untuk keuntungan dan kerugian berisiko. Psychol Sci 18: 958–964. doi: 10.1111/j.1467-9280.2007.02009.x. pmid:17958709
  171. 27. Brevers D, Bechara A, Cleeremans A, Kornreich C, Verbanck P, et al. (2014) Menjejaskan membuat keputusan di bawah risiko pada individu dengan pergantungan alkohol. Alkohol Clin Exp Res 38: 1924–1931. doi: 10.1111/acer.12447. pmid:24948198
  172. 28. Brevers D, Cleeremans A, Goudriaan AE, Bechara A, Kornreich C, et al. (2012) Membuat keputusan di bawah kekaburan tetapi tidak di bawah risiko adalah berkaitan dengan keterukan masalah perjudian. Psikiat Res 200: 568–574. doi: 10.1016/j.psychres.2012.03.053.
  173. 29. Wesley MJ, Hanlon CA, Porrino LJ (2011) Pembuatan keputusan yang lemah oleh pengguna ganja kronik dikaitkan dengan penurunan tindak balas fungsi terhadap akibat negatif. Psikiat Res-Neuroim 191: 51–59. doi: 10.1016/j.pscychresns.2010.10.002. pmid:21145211
  174. 30. Gowin JL, Stewart JL, Mei AC, Ball TM, Wittmann M, et al. (2014) Pengaktifan cingulate dan insular cortex yang diubah semasa pengambilan risiko dalam pergantungan methamphetamine: kerugian kehilangan impak. Ketagihan 109: 237–247. doi: 10.1111/tambah.12354. pmid:24033715
  175. 31. Tang J, Yu Y, Du Y, Ma Y, Zhang D, et al. (2014) Kelaziman ketagihan internet dan kaitannya dengan peristiwa kehidupan yang tertekan dan gejala psikologi di kalangan pengguna internet remaja. Kelakuan Penagih 39: 744–747. doi: 10.1016/j.addbeh.2013.12.010. pmid:24388433
  176. 32. Dalbudak E, Evren C, Topcu M, Aldemir S, Coskun KS, et al. (2013) Hubungan ketagihan Internet dengan impulsif dan keterukan psikopatologi di kalangan pelajar universiti Turki. Psikiat Res 210: 1086–1091. doi: 10.1016/j.psychres.2013.08.014. pmid:23998359
  177. 33. Ko C-H, Yen J-Y, Chen S-H, Yang M-J, Lin H-C, et al. (2009) Kriteria diagnostik yang dicadangkan dan alat pemeriksaan dan mendiagnosis ketagihan Internet dalam pelajar kolej. Compr Psychiat 50: 378–384. doi: 10.1016/j.comppsych.2007.05.019. pmid:19486737
  178. 34. Chen S, Weng L, Su Y, Wu H, Yang P (2003) Pembangunan skala ketagihan Internet Cina dan kajian psikometriknya. Cina J Psychol 45: 279.
  179. 35. Mak K-K, Lai C-M, Ko C-H, Chou C, Kim D-I, et al. (2014) Sifat psikometrik skala ketagihan Internet Chen yang disemak semula (CIAS-R) dalam remaja Cina. J Abnorm Child psychol 42: 1237–1245. doi: 10.1007/s10802-014-9851-3. pmid:24585392
  180. 36. Jasper JD, Bhattacharya C, Levin IP, Jones L, Bossard E (2013) Numerasi sebagai peramal membuat keputusan berisiko adaptif. J Behav Membuat Dis 26: 164–173. doi: 10.1002/bdm.1748.
  181. 37. Weller JA, Fisher PA (2013) Defisit membuat keputusan dalam kalangan kanak-kanak yang dianiaya. Penganiayaan Kanak-Kanak 18: 184–194. doi: 10.1177/1077559512467846. pmid:23220788
  182. 38. Ersche KD, Roiser JP, Clark L, London M, Robbins TW, et al. (2005) Hukuman mendorong membuat keputusan berisiko dalam pengguna opiat yang dikekalkan methadone tetapi tidak pada pengguna heroin atau sukarelawan yang sihat. Neuropsychopharmacol 30: 2115–2124. doi: 10.1038/sj.npp.1300812. pmid:15999147
  183. 39. Svaldi J, Jenama M, Tuschen-Caffier B (2010) Kemerosotan membuat keputusan dalam wanita dengan gangguan makan pesta. Selera makan 54: 84–92. doi: 10.1016/j.appet.2009.09.010. pmid:19782708
  184. 40. Robbins T, Clark L (2015) Ketagihan tingkah laku. Curr Opin Neurobiol 30C: 66–72. doi: 10.1016/j.conb.2014.09.005.
  185. 41. Tao R, Huang X, Wang J, Zhang H, Zhang Y, et al. (2010) Kriteria diagnostik yang dicadangkan untuk ketagihan internet. Ketagihan 105: 556–564. doi: 10.1111/j.1360-0443.2009.02828.x. pmid:20403001
  186. 42. Sescousse G, Barbalat G, Domenech P, Dreher J-C (2013) Ketidakseimbangan dalam kepekaan terhadap pelbagai jenis ganjaran dalam perjudian patologi. Otak 136: 2527–2538. doi: 10.1093/otak/awt126. pmid:23757765
  187. 43. Kim SM, Han DH, Min KJ, Kim B-N, Cheong JH (2014) Pengaktifan otak sebagai tindak balas kepada isyarat keinginan dan keengganan yang berkaitan dengan alkohol pada pesakit dengan pergantungan alkohol. Dadah Alkohol Depen 141: 124–131. doi: 10.1016/j.drugalcdep.2014.05.017. pmid:24939441
  188. 44. Gilpin NW, Roberto M (2012) Modulasi neuropeptida neuroplastisitas amygdala pusat ialah pengantara utama pergantungan alkohol. Neurosci Biobehav Rev 36: 873–888. doi: 10.1016/j.neubiorev.2011.11.002. pmid:22101113
  189. 45. Balodis IM, Kober H, Worhunsky PD, Stevens MC, Pearlson GD, et al. (2012) Aktiviti frontostriatal yang berkurangan semasa pemprosesan ganjaran kewangan dan kerugian dalam perjudian patologi. Biol Psychiat 71: 749–757. doi: 10.1016/j.biopsych.2012.01.006. pmid:22336565
  190. 46. ​​Gradin VB, Baldacchino A, Balfour D, Matthews K, Steele JD (2013) Aktiviti otak yang tidak normal semasa tugas ganjaran dan kerugian dalam pesakit yang bergantung kepada opiat yang menerima terapi penyelenggaraan metadon. Neuropsychopharmacol 39: 885-894. doi: 10.1038/npp.2013.289. pmid:24132052
  191. 47. Yip SW, DeVito EE, Kober H, Worhunsky PD, Carroll KM, et al. (2014) Langkah-langkah prarawatan struktur otak dan fungsi otak pemprosesan ganjaran dalam pergantungan kanabis: Kajian penerokaan hubungan dengan pantang semasa rawatan tingkah laku. Dadah Alkohol Depen 140: 33–41. doi: 10.1016/j.drugalcdep.2014.03.031. pmid:24793365
  192. 48. Naqvi NH, Bechara A (2010) The insula and drug addiction: an interoceptive view of pleasure, urges, and decision-making. Fungsi Struktur Otak 214: 435–450. doi: 10.1007/s00429-010-0268-7. pmid:20512364
  193. 49. Noël X, Brevers D, Bechara A (2013) Pendekatan neurokognitif untuk memahami neurobiologi ketagihan. Curr Opin Neurobiol 23: 632–638. doi: 10.1016/j.conb.2013.01.018. pmid:23395462
  194. 50. Samanez-Larkin GR, Hollon NG, Carstensen LL, Knutson B (2008) Perbezaan individu dalam sensitiviti insular semasa jangkaan kerugian meramalkan pembelajaran mengelak. Psychol Sci 19: 320–323. doi: 10.1111/j.1467-9280.2008.02087.x. pmid:18399882