Rangkaian Fungsian Otak yang Terganggu dalam Gangguan Ketagihan Internet: Kajian Magnetik Resonans Magnet yang berfungsi sebagai Istana Negara (2014)

Chong-Yaw Wee penyumbang yang sama, Zhimin Zhao penyumbang yang sama,  Pew-Thian Yap, Guorong Wu, Feng Shi, Harga Benar, Yasong Du, Jianrong Xu, Surat Yan Zhou, Surat Dinggang Shen

Diterbitkan: September 16, 2014

DOI: 10.1371 / journal.pone.0107306

Abstrak

Gangguan ketagihan internet (IAD) semakin dikenali sebagai gangguan kesihatan mental, terutamanya di kalangan remaja. Walau bagaimanapun, patogenesis yang dikaitkan dengan IAD tetap tidak jelas. Dalam kajian ini, kami berhasrat untuk menerokai ciri-ciri fungsian encephalic remaja IAD di rehat menggunakan data pengimejan resonans magnetik berfungsi. Kami menggunakan pendekatan graf-teoretis untuk menyiasat kemungkinan gangguan sambungan berfungsi dari segi sifat rangkaian termasuk kecenderungan dunia kecil, kecekapan, dan nodal pada remaja 17 dengan kawalan sihat IOS dan 16 sosio-demografi. Ujian parametrik yang dikesan kadar penemuan palsu dilakukan untuk menilai kepentingan statistik perbezaan topologi rangkaian peringkat kumpulan. Di samping itu, analisis korelasi dilakukan untuk menilai hubungan antara sambungan fungsi dan langkah klinikal dalam kumpulan IAD. Hasil kami menunjukkan bahawa terdapat gangguan yang signifikan dalam penyambung fungsi pesakit IAD, terutamanya di antara kawasan yang terletak di lobus frontal, occipital, dan lobus parietal. Sambungan yang terjejas adalah sambungan jarak jauh dan antara jarak berbintang. Walaupun perubahan ketara diperhatikan untuk metodologi nodal serantau, tidak ada perbezaan dalam topologi rangkaian global antara IAD dan kumpulan yang sihat. Di samping itu, analisis korelasi menunjukkan bahawa keabnormalan serantau yang dikaitkan dikaitkan dengan keterukan IAD dan penilaian klinikal tingkah laku. Penemuan kami, yang agak konsisten antara atlas anatomi dan atlet yang jelas, mencadangkan bahawa IAD menyebabkan gangguan sambungan berfungsi dan, yang penting, gangguan tersebut mungkin berkaitan dengan kecacatan tingkah laku.

angka

Petikan: Wee CY, Zhao Z, Yap PT, Wu G, Shi F, et al. (2014) Rangkaian Fungsian Otak yang Terganggu dalam Gangguan Ketagihan Internet: Kajian Berulang Resonans Magnet yang Berfungsi Negeri-Istana. PLOS ONE 9 (9): e107306. doi: 10.1371 / journal.pone.0107306

Editor: Satoru Hayasaka, Sekolah Perubatan Wake Forest, Amerika Syarikat

Menerima: Januari 20, 2014; Diterima: Ogos 11, 2014; Published: September 16, 2014

Copyright: © 2014 Wee et al. Ini adalah artikel akses terbuka yang diedarkan di bawah terma Lesen Pengiktirafan Creative Commons, yang membenarkan penggunaan, pengedaran, dan pembiakan tidak terhad dalam mana-mana medium, dengan syarat pengarang dan sumber asal dikreditkan.

Pembiayaan: Karya ini disokong sebahagian oleh geran Institut Kesihatan Nasional (NIH) hibah EB006733, EB008374, EB009634, AG041721, dan CA140413, serta Yayasan Sains Semula Jadi Nasional China (81171325) dan Program R&D Teknologi Utama Nasional 2007BAI17B03. Penyumbang dana tidak mempunyai peranan dalam reka bentuk kajian, pengumpulan dan analisis data, keputusan untuk menerbitkan, atau penyusunan naskah.

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

Pengenalan

Telah dilaporkan bahawa penggunaan internet secara berlebihan boleh membawa kepada ciri-ciri sosio-tingkah laku yang berubah-ubah yang serupa dengan yang terdapat dalam ketagihan dan perjudian patologi [1], [2]. Dengan bilangan pengguna internet yang melambung sejak dekad yang lalu, masalah ini semakin dianggap sebagai isu kesihatan awam yang serius [3]. Ketagihan internet, dan ketagihan komputer yang berkaitan secara umum, nampaknya merupakan fenomena yang luas, yang menjejaskan berjuta-juta individu di Amerika Syarikat dan di luar negara, dengan kadar insiden tertinggi yang berlaku di kalangan remaja dan pelajar kolej di kawasan Asia yang membangun [3]-[7]. Kesan overexposure internet semasa dewasa muda adalah kepentingan klinikal dan kemasyarakatan tertentu, kerana masa remaja adalah tempoh perubahan ketara dalam neurobiologi yang berkaitan dengan membuat keputusan [8] dan dengan itu mempamerkan kerentanan yang lebih tinggi terhadap gangguan afektif dan ketagihan [9]-[11]. Sejak karya seminal oleh Young [2], ketagihan internet telah menarik perhatian penting dari sosiologi, ahli psikologi, psikiatri, dan pendidik.

Ciri-ciri klinikal masalah tingkah laku yang berkaitan dengan penggunaan internet telah diterangkan di bawah pelbagai kriteria diagnostik, termasuk gangguan ketagihan internet (IAD) [12], penggunaan internet patologi [13], dan penggunaan internet bermasalah [14]. IAD telah diklasifikasikan sebagai gangguan kawalan impuls, kerana ia melibatkan penggunaan internet maladaptive tanpa sebarang minuman keras, mirip dengan perjudian patologi. IAD mewujudkan ciri-ciri yang serupa dengan ketagihan yang lain, termasuk perkembangan kesukaran akademik, kewangan, dan pekerjaan akibat daripada tingkah laku dan masalah ketagihan dalam membangun dan memelihara hubungan peribadi dan keluarga. Individu yang menderita IAD akan menghabiskan lebih banyak masa dalam kesendirian, yang seterusnya mempengaruhi fungsi sosial yang normal. Dalam kes-kes yang paling teruk, pesakit mungkin mengalami ketidakselesaan fizikal atau masalah perubatan seperti sindrom carpal tunnel, mata kering, sakit belakang, sakit kepala yang teruk, makan ketidakteraturan, dan tidur terganggu [15], [16]. Selain itu, pesakit sering tahan terhadap rawatan IAD dan mempunyai kadar berulang tinggi [17], dan banyak daripada mereka juga mengalami kecanduan yang lain, seperti penagihan kepada dadah, alkohol, perjudian, atau seks [18].

Walaupun IAD belum dianggap sebagai ketagihan atau gangguan mental di DSM-5 [19], terdapat banyak kajian, terutamanya berdasarkan soal selidik psikologi yang dilaporkan sendiri, menunjukkan kesan negatif dalam kehidupan sehari-hari dari segi komponen tingkah laku, faktor psikososial, pengurusan gejala, komorbiditi psikiatri, diagnosis klinikal, dan hasil rawatan [6], [20]-[23]. Selain daripada analisis berasaskan perilaku ini, teknik neuroimaging telah digunakan baru-baru ini untuk meneroka kesan penggunaan internet yang berlebihan terhadap ciri-ciri struktur dan fungsional otak manusia [7], [24]-[29]. Resting state imaging magnetic resonance (R-fMRI), yang berkesan dalam vivo alat untuk menyiasat aktiviti neuron otak, sebelum ini telah digunakan untuk mengenal pasti kemungkinan gangguan ciri-ciri fungsi encephalic di IAD [24], [26], [27], [30]. dalam [27], analisis homogeneitas serantau (ReHo), yang mengukur ketekalan fluktuasi frekuensi rendah serantau (LFF) dalam rangkaian otak, mendedahkan penyegerakan dipertingkatkan antara kawasan otak yang berkaitan dengan jalur ganjaran dalam pesakit IAD. Satu kajian serupa tentang individu dengan kecanduan permainan dalam talian (OGA) yang dicadangkan menggunakan amplitud LFF yang lebih tinggi di korteks orbitofrontal medial kiri, yang mempunyai sambungan anatomi kepada beberapa wilayah yang berkaitan dengan pengambilan keputusan yang diarahkan oleh matlamat, sebagai biomarker untuk penyakit ini [30]. Hong et al. menggunakan statistik berasaskan rangkaian (NBS) untuk menganalisis perbezaan kumpulan dalam hubungan fungsi serantau antara IAD dan kumpulan kawalan, dan pengurangan penyambungan fungsional yang meluas diperhatikan dalam kumpulan IAD dengan, terutamanya, gangguan global keseluruhan topologi rangkaian [26]. Dalam kajian lain yang berasaskan konektivitas berfungsi, perubahan dalam sambungan rangkaian lalai diterokai menggunakan korteks cingulate posterior (PCC) sebagai kawasan benih [24]. Keputusan menunjukkan peningkatan hubungan fungsi antara lobus posterior cerebellum dua hala dan gyrus temporal tengah, serta mengurangkan hubungan antara lobular parietal dua hala dan gyrus temporal yang lebih rendah.

Dalam kajian semasa, kami menggunakan pendekatan graf-teoretik untuk menganalisis IAD berdasarkan data R-fMRI. Kami mula-mula menilai kepentingan gangguan sambungan berfungsi menggunakan ujian parametrik dengan pelbagai pembetulan perbandingan. Ini membolehkan kita meneroka sepenuhnya corak penuh otak sambungan berfungsi dan juga corak sambungan antara rangkaian besar-besaran [31]. Kedua, kita menyiasat kemungkinan gangguan sambungan yang berkaitan dengan IAD dari segi sifat rangkaian global, termasuk sifat dunia kecil (iaitu, pekali pengelompokan dan panjang jalan ciri) dan kecekapan rangkaian (iaitu, kecekapan global dan tempatan) berbanding dengan rejim dunia kecil. Ketiga, dengan jarak jarak jaringan yang sama, kami menilai kepentingan fungsional rangkaian dengan mengambil kira hubungan wilayah dengan keseluruhan hubungan fungsional [32] berdasarkan ukuran sentral setiap ROI. Kami bermotivasi untuk menggunakan pusat rangkaian untuk melancarkan lebih baik kawasan-kawasan yang terganggu pada peringkat lebih tempatan. Akhirnya, kami meneroka hubungan antara metrik rangkaian dan kedua-dua tingkah laku dan skor klinikal peserta. Menyiasat hubungan antara sifat-sifat rangkaian dan hasil klinikal meningkatkan pengetahuan kami terhadap patologi ketagihan dan memberikan wawasan penting untuk pembangunan teknik diagnosis IAD yang lebih dipercayai.

Bahan dan Kaedah

Peserta

Tiga puluh tiga peserta tangan kanan, yang terdiri daripada remaja 17 dengan IAD (lelaki 15 dan wanita 2) dan subjek kawalan seksual (HC) 16, lelaki, dan pendidikan yang sesuai dengan pendidikan (XCUMX lelaki dan wanita 14), mengambil bahagian dalam kajian ini . Pesakit direkrut dari Jabatan Psikiatri Anak dan Remaja, Pusat Kesihatan Mental Shanghai, Sekolah Perubatan Universiti Jiao Tong Shanghai. Subjek kawalan direkrut daripada komuniti setempat menggunakan iklan. Kajian ini telah diluluskan oleh Jawatankuasa Etika Penyelidikan Perubatan dan Lembaga Pengawasan Institusi Pusat Kesihatan Mental Shanghai selaras dengan Pengisytiharan Helsinki, dan persetujuan penuh bertulis secara tertulis telah diperolehi daripada ibu bapa / penjaga setiap peserta.

Tempoh IAD dianggarkan melalui diagnosis retrospektif. Semua subjek diminta untuk mengingat kembali gaya hidup mereka ketika mereka awalnya kecanduan internet. Untuk mengesahkan ketagihan internet mereka, pesakit diuji semula mengikut Young's Diagnostic Questionnaire (YDQ) yang diubah suai untuk kriteria ketagihan internet oleh Beard dan Wolf [33], dan kebolehpercayaan IAD yang dilaporkan sendiri telah disahkan melalui temu bual dengan ibu bapa mereka. Pesakit IAD menghabiskan sekurang-kurangnya jam sehari di internet atau permainan dalam talian, dan hari seminggu. Kami mengesahkan maklumat ini dari rakan sebilik dan rakan sekelas pesakit bahawa mereka sering berkeras berada di internet pada larut malam, mengganggu kehidupan orang lain walaupun ada akibatnya. Perhatikan semua pesakit ketagihan internet sekurang-kurangnya atau lebih dari 2 tahun. Maklumat terperinci mengenai YDQ yang diubah suai untuk kriteria ketagihan internet disediakan di Fail S1.

Mengikuti penyelidikan IAD sebelum ini [34], hanya HC yang menghabiskan masa kurang daripada 2 (menghabiskan masa = ) sehari di internet dimasukkan dalam kajian semasa. Kumpulan HC dibelanjakan hari seminggu di internet. HC juga diuji dengan kriteria YDQ yang diubah untuk memastikan mereka tidak menderita IAD. Semua peserta yang direkrut adalah penutur asli Cina dan tidak pernah menggunakan bahan terlarang. Perhatikan bahawa YDQ yang telah diubah suai diterjemahkan ke bahasa Cina untuk kemudahan para peserta. Untuk membenarkan lagi keputusan diagnosis, satu lagi ukuran diagnostik IAD, Skala Ketagihan Internet Young (YIAS) [35], telah dijalankan untuk setiap peserta. YIAS adalah soal selidik item 20 yang dibangunkan oleh Dr Kimberly Young untuk menilai tahap penagihan internet. Ia mengkategorikan pengguna internet ke dalam tiga darjah keparahan berdasarkan skema skor 100-point: pengguna dalam talian ringan ( mata), pengguna dalam talian sedang ( mata), dan pengguna dalam talian yang teruk ( mata).

Di samping diagnosis IAD melalui YDQ dan YIAS yang diubahsuai, keadaan tingkah laku pesakit IAD juga dinilai menggunakan beberapa soal selidik yang berkaitan dengan tingkah laku: Barratt Impulsiveness Scale-11 (BIS-11) [36], Skala Peluang Pengurusan Masa (TMDS) [37], Kuesioner Kekuatan dan Kesulitan (SDQ) [38], dan McMaster Family Assessment Device (FAD) [39]. Kedua-dua versi SDQ dan ibu bapa digunakan dalam kajian ini. Butiran soal selidik ini disediakan di Fail S1.

Sebelum ditemuramah untuk sejarah perubatan, semua peserta menjalani pemeriksaan fizikal yang mudah (tekanan darah dan ujian denyutan jantung) untuk mengecualikan gangguan fizikal yang berkaitan dengan gerakan, pencernaan, saraf, pernafasan, peredaran, endokrin, sistem kencing dan pembiakan. Kriteria exclusionary termasuk: 1) sejarah gangguan kejiwaan psikiatrik dan bukan psikiatri, seperti gangguan kecemasan, kemurungan, pengejaran, skizofrenia, autisme, atau gangguan bipolar; 2) sejarah penyalahgunaan atau pergantungan bahan; 3) sejarah gangguan fizikal yang berkaitan dengan gerakan, pencernaan, saraf, pernafasan, peredaran, endokrin, kencing, dan sistem pembiakan; dan 4) kehamilan atau haid pada wanita pada hari pengimbasan. Prosedur pengecualian ini adalah penting untuk memastikan peserta dalam kajian ini tidak terjejas oleh gangguan fizikal, neurologi atau neuropsychiatrik yang lain dan dengan itu mengurangkan bias mungkin dalam penemuan yang diperolehi. Maklumat demografi terperinci dan skor klinikal disediakan di Jadual 1.

thumbnail

Jadual 1. Maklumat demografi para peserta yang terlibat dalam kajian ini.

doi: 10.1371 / journal.pone.0107306.t001

Pengambilalihan Data dan Proses Pra

Pengambilalihan data dilakukan menggunakan pengimbas 3.0 Tesla (Philips Achieva). Imej-imej fungsian peribahasa dari setiap peserta telah diperolehi dengan masa echo (TE) = 30 ms dan masa pengulangan (TR) = 2000 ms. Matriks perolehan adalah 64 × 64 dengan FOV segi empat tepat 230 × 230 mm2, dan resolusi voxel 3.59 × 3.59 × 4 mm3. Imbasan itu termasuk jumlah 220 untuk setiap peserta. Semasa pemerolehan data, peserta diminta berbohong secara senyap-senyap dalam pengimbas dengan mata mereka ditutup. Walaupun tiada teknik tambahan atau peranti digunakan untuk mengukur sama ada mata pelajaran itu benar-benar memelihara mata mereka, subjek telah mengesahkan bahawa mereka sedar dan terus menutup mata semasa imbasan.

Proses preprocessing dilakukan dengan menggunakan saluran paip standard dalam dua kotak peralatan pemprosesan R-fMRI, DPARSF [40] dan REST [41]. Sebelum mana-mana pra-proses, jumlah 10 R-fMRI pertama setiap subjek dibuang untuk mencapai keseimbangan magnetisasi. Volum R-fMRI telah dinormalisasi ke ruang MNI dengan resolusi 3 × 3 × 3 mm3. Regresi isyarat gangguan termasuk ventrikel, perkara putih, dan isyarat global dilakukan. Tiada peserta dikecualikan berdasarkan kriteria penghapusan lebih daripada 3 mm atau putaran sudut lebih besar daripada darjah 3 dalam sebarang arah. Untuk meminimumkan kesan pergerakan kepala, kami menggunakan pembetulan parameter Friston 24 serta nilai sesaran frasa bermakna (v) [42] dengan ambang FD 0.5. Sebelum anggaran sambungan berfungsi, siri masa R-fMRI min setiap ROI adalah band pass yang ditapis ( Hz).

Analisis Pembinaan Rangkaian dan Sambungan Individu

Analisis teori grafik telah digunakan dalam kajian ini untuk menyiasat perubahan fungsi otak connectome yang disebabkan oleh IAD di kalangan sekumpulan remaja Cina. Rangkaian otak fungsional telah dibina pada tahap makro yang mana nod mewakili kawasan otak yang telah ditetapkan dan tepi mewakili interregional connecting-state connectivity functional (RSFC). Untuk menentukan nod rangkaian, kami membatalkan otak kawasan-kepentingan (ROI) dengan melancarkan imej-imej fMRI ke atlas pelabelan Anatomi Automatik (AAL) [43]. Kawasan berdasarkan atlas AAL disenaraikan dalam Jadual S1 di Fail S1. Sisi masa wakil setiap ROI kemudiannya diperolehi dengan purata siri masa regressed atas semua vokal dalam setiap ROI individu. Untuk mengukur interregional RSFC, kami mengira korelasi Pearson berpasangan untuk semua kemungkinan (() = 4005) pasangan ROI dan membina matriks sambungan simetri untuk mewakili sambungan ini. Kami menganalisis perbezaan peringkat kumpulan antara setiap pasangan ROI dari segi kekuatan sambungan. Perbezaan penting bagi setiap sambungan berfungsi dinilai dengan menggunakan univariat massa (dua ekor) -tembangun dengan ambang dan kadar penemuan palsu (FDR).

Analisis Metrik dan Ciri Rangkaian

Matriks sambungan fungsi berasaskan korelasi Pearson disambungkan dengan padat, dengan banyak unsur kekuatan rendah dan palsu. Untuk memodelkan rangkaian otak manusia dengan lebih baik, yang memperlihatkan sifat dunia kecil, matriks sambungan fungsional setiap individu diproses lebih lanjut untuk mempunyai julat jarak yang termasuk dalam rejim dunia kecil) [44]-[48]. Rejim ini memastikan ciri-ciri dunia kecil yang agak konsisten untuk rangkaian otak ROI 90 [44]. Khususnya, matriks korelasi Pearson setiap subjek ditukarkan menjadi matriks jejari binarized, , menurut jarak yang sudah ditetapkan, di mana semua pada mulanya ditetapkan kepada satu, dan kemudian elemen-elemen yang bersamaan dengan nilai korelasi yang paling rendah berulang kali ditetapkan kepada sifar sehingga tahap tertentu yang dicapai. Berdasarkan rangkaian ini, kami menggunakan kedua-dua metrik rangkaian global dan serantau untuk menganalisis keseluruhan senibina dan pusat nodal serantau rangkaian otak untuk perbandingan peringkat kumpulan. Metrik global yang digunakan termasuk parameter dunia kecil, iaitu pekali kluster () dan panjang laluan ciri () [49], [50], serta kecekapan rangkaian global () dan kecekapan rangkaian tempatan (). Di samping itu, kami mengira versi normal langkah-langkah ini menggunakan rangkaian rawak (, dan ) untuk memastikan harta dunia kecil rangkaian otak yang dibina. Kami menentukan rangkaian sebagai dunia kecil jika memenuhi tiga kriteria berikut: , , dan nisbah dunia kecil, . Tiga metrik centrality nodal - ijazah (), kecekapan (), dan antara) - setiap rantau otak dikira untuk menyiasat ciri-ciri tempatan rangkaian berfungsi [44], [46].

Untuk menyiasat secara statistik antara perbezaan kumpulan, kami melakukan dua ekor, dua sampel -tembangun dengan ambang (FDR diperbetulkan) pada setiap metrik rangkaian (global dan serantau) berdasarkan kawasan di bawah kurva (AUC) bagi setiap metrik rangkaian yang dibina dari rejim dunia kecil [48]. AUC menyediakan ringkasan ciri-ciri topologi rangkaian otak ke seluruh rejim dunia kecil, bukannya hanya mempertimbangkan topologi pada ambang batas jarang [44], [51]. Secara spesifik, untuk setiap metrik rangkaian, kita mula-mula mengira nilai AUC setiap subjek individu merentasi rangkaian dengan tahap yang berbeza dan kemudian dilakukan dua sampel -teri untuk menilai secara statistik sebarang perbezaan peringkat kumpulan antara IAD dan kumpulan yang sihat. Perlu diperhatikan bahawa sebelum ujian statistik, kami menggunakan beberapa regresi linear untuk menghapuskan kesan umur, jantina dan pendidikan, serta interaksi mereka [31], [52]-[54].

Kebolehpercayaan dan Kebolehulangan menggunakan Atlas Fungsi

Dalam kajian semasa, rangkaian sambungan berfungsi telah dibina di peringkat serantau dengan membatalkan seluruh otak menjadi ROI 90 berdasarkan atlas AAL. Walau bagaimanapun, ia juga telah dilaporkan bahawa rangkaian otak yang diperoleh daripada skema pembalikan yang berbeza atau menggunakan skala spasial yang berbeza boleh mempamerkan seni bina topologi yang berbeza [55]-[57]. Untuk menilai kebolehpercayaan dan kebolehulangan hasil kami, kami mengulangi eksperimen menggunakan atlas fungsional Dosenbach [58], yang memisahkan otak manusia ke ROI 160, termasuk cerebellum. Di atlas ini, setiap ROI ditakrifkan sebagai persegi diameter mm 10 di sekitar titik benih yang dipilih, dan jarak di antara semua pusat ROI adalah sekurang-kurangnya 10 mm tanpa tumpang tindih spatial, bermakna beberapa kawasan otak tidak diliputi oleh set ROI.

Hubungan Antara Metrik Rangkaian dan Markah Perilaku

Bagi kawasan tersebut (berdasarkan atlas AAL) yang menunjukkan perbezaan peringkat kumpulan yang signifikan dalam sentraliti nodal serantau, kita menggunakan korelasi Pearson berpasangan, FDR diperbetulkan) untuk menganalisis hubungan antara sifat rangkaian setiap wilayah dan skor tingkah laku individu. Secara khusus, dalam analisis korelasi, metrik rangkaian diperlakukan sebagai pemboleh ubah bersandar, sementara skor tingkah laku, seperti, BIS-11, TMDS, SDQ, dan FAD, diperlakukan sebagai pemboleh ubah bebas. Untuk lebih memahami hubungan antara kawasan otak yang terjejas dan keparahan penyakit, kami juga menghitung pekali korelasi Pearson antara ciri rangkaian dan skor YIAS.

Hasil

Ciri-ciri Demografi dan Klinikal

Tidak terdapat perbezaan yang signifikan dari segi usia, jantina, dan tahun pendidikan (semuanya dengan ) antara kumpulan IAD dan HC. Walau bagaimanapun, terdapat perbezaan yang signifikan dalam penggunaan internet dari segi hari seminggu () dan jam sehari (). Walaupun tidak terdapat perbezaan yang signifikan antara kumpulan untuk skor BIS-11 dan TMDS (semua dengan ), SDQ-P (), SDQ-C (), dan FAD (skor) jauh lebih tinggi dalam kumpulan IAD, seperti ditunjukkan dalam Jadual 1 and Rajah 1. Terutama, YIAS (), langkah klinikal yang digunakan untuk mengelaskan IAD, menunjukkan perbezaan peringkat kumpulan yang paling penting.

thumbnail

Rajah 1. Perbezaan antara kumpulan dari segi langkah klinikal dan tingkah laku.

(YIAS = Skala Ketagihan Internet Young, BIS-11 = Skala Impulsif Barratt-11, TMDS = Skala Pelupusan Pengurusan Masa, SDQ-P = Versi induk soal selidik Kekuatan dan Kesukaran, SDQ-C = Versi anak-anak Soal selidik Kekuatan dan Kesukaran, FAD = McMaster Peranti Penilaian Keluarga).

doi: 10.1371 / journal.pone.0107306.g001

Kesambungan fungsian individu

Berbanding dengan kumpulan HC, hanya tiga sambungan berfungsi mengalami perubahan ketara selepas pembetulan FDR. Dua hubungan antara hemisfera, satu antara gyrus angular kiri (lobus parietal) dan korteks orbitofrontal tengah kanan (lobus depan) dan satu lagi antara gyrus fusiform kiri (lobus occipital) dan kanan gyrus angular (lobus parietal), mempamerkan kekuatan konektiviti dalam Pesakit IAD. Satu sambungan intra-hemispherik, di antara caudate kanan (korteks subcortical) dan gyrus supramarginal kanan (lobus parietal), menunjukkan penyambungan menurun dalam kumpulan penyakit. Sambungan fungsi ini telah digambarkan dengan jelas dalam Rajah 2. Sambungan warna merah dan biru menunjukkan sambungan konkrit yang bertambah dan berkurangan, masing-masing, dalam kumpulan IAD. Perhatikan bahawa kebanyakan sambungan fungsi yang terjejas melibatkan kawasan yang terletak di bahagian hemisfera dan parietal kanan.

thumbnail

Rajah 2. Hubungan fungsi yang ketara diubah pada pesakit IAD (FDR diperbetulkan).

Merah: peningkatan fungsi berfungsi, Blue: mengurangkan sambungan fungsi. (FRO: Frontal, INS: Insula, TEM: Temporal, PAR: Parietal, OCC: Occipital, LIM: Limbic, SBC: Subkortikal). Visualisasi ini dibuat menggunakan pakej Pandangan BrainNet (http://www.nitrc.org/projects/bnv) dan Circos (http://circos.ca/).

doi: 10.1371 / journal.pone.0107306.g002

Ciri-ciri global Rangkaian Fungsian

Kami menerokai sifat-sifat topologi rangkaian otak fungsian intrinsik dengan membandingkan tingkah laku dunia kecil mereka dengan rangkaian rawak yang boleh dibandingkan dengan pelbagai tahap kekurangan rangkaian, . Khususnya, kami menyiasat parameter dunia kecil (contohnya, pekali kluster, panjang jalan ciri, dan nisbah dunia kecil, ), serta kecekapan global dan tempatan. Rangkaian rawak yang digunakan dalam kajian ini mengekalkan bilangan nod dan pinggir, serta pengagihan darjah rangkaian otak sebenar dalam keprihatinan melalui teknik rewiring yang diterangkan dalam [59]. Analisis statistik menggunakan dua sampel -test (, FDR diperbetulkan) terhadap nilai AUC ke atas rejim dunia kecil menunjukkan tiada perbezaan yang signifikan antara kumpulan IAD dan HC dari segi sifat rangkaian global.

Ciri Nodal Serantau Rangkaian Fungsian

Walaupun topologi dunia kecil biasa, terdapat perbezaan peringkat kelompok yang signifikan yang diperhatikan dalam sentimen nodal serantau. Dalam kajian ini, kami menganggap rantau otak dapat diubah dengan ketara dalam kumpulan IAD jika sekurang-kurangnya satu daripada tiga metodologi nodal serantau mempunyai - nilai lebih kecil daripada 0.05 (FDR diperbetulkan) berdasarkan nilai AUC. Jadual 2 meringkaskan kawasan-kawasan yang banyak diubah pada pesakit IAD. Berbanding dengan kumpulan HC, pesakit IAD menunjukkan perubahan centrality nod yang kebanyakannya terletak pada lobus parietal yang lebih rendah sebelah kiri (IPL), talam kiri (THA), dan kawasan lain seperti sistem limbik, khususnya anterior cingulate gyrus (ACG) dan kanan cingulate gyrus tengah (MCG). Terutama, IPL dan ACG adalah komponen rangkaian mod lalai (DMN), yang sebelum ini telah dikaitkan dengan penyambungan yang diubah dalam ketagihan bahan [60]-[62].

thumbnail

Jadual 2. Kawasan yang menunjukkan pusat nodal abnormal pada pesakit IAD berbanding dengan kawalan sihat (HC) berdasarkan atlas AAL.

doi: 10.1371 / journal.pone.0107306.t002

Kebolehpercayaan dan Kebolehulangan menggunakan Atlas Fungsi

Apabila atlas Dosenbach digunakan untuk menentukan ROI, perbezaan kumpulan yang ketara diperhatikan terutamanya pada sambungan frontal dan parietal ke cerebellem. Penemuan ini diringkaskan dalam Jadual 3. Walaupun hubungan ini berbeza daripada yang dikenal pasti berdasarkan atlas AAL, kebanyakan sambungan yang terganggu melibatkan cuping otak yang sama, kecuali kawasan cerebellum. Dari segi metrik rangkaian global, kami mendapati tiada perbezaan di antara kumpulan IAD dan HC, sama seperti keputusan berdasarkan atlas AAL. Untuk metrik rangkaian tempatan, kami mendapati bahawa beberapa kawasan yang dikenal pasti terletak secara spasial berhampiran dengan kawasan yang dikenal pasti berdasarkan atlas AAL, seperti ACG dan THA seperti yang diberikan dalam Jadual 4.

thumbnail

Jadual 3. Sambungan fungsian dalam individu IAD yang mengalami perubahan signifikan berdasarkan atlas Dosenbach.

doi: 10.1371 / journal.pone.0107306.t003

thumbnail

Jadual 4. Kawasan menunjukkan pusat nod yang tidak normal pada pesakit IAD berbanding dengan kawalan sihat (HC) berdasarkan atlas Dosenbach.

doi: 10.1371 / journal.pone.0107306.t004

Hubungan Antara Metrik Rangkaian dan Langkah Tingkah Laku

Tiada ketara (, FDR diperbetulkan) korelasi antara metrik rangkaian global (, , , dan ) dan skor tingkah laku dan klinikal. Walau bagaimanapun, metrik nodal serantau di beberapa wilayah adalah ketara (, FDR diperbetulkan) dikaitkan dengan skor tingkah laku dan klinikal. ACG yang betul dikaitkan secara positif dengan skor YIAS. MCG yang betul berkorelasi positif dengan skor YIAS. Di sebelah kiri, THA berkorelasi positif dengan skor YIAS dan SDQ-P. Walau bagaimanapun, IPL kiri tidak berkorelasi dengan ketara terhadap sebarang skor tingkah laku atau klinikal. Kawasan otak yang berkorelasi dengan nilai tingkah laku dan klinikal ditunjukkan di dalam Rajah 3.

thumbnail

Rajah 3. Kawasan otak yang berkorelasi dengan nilai tingkah laku dan klinikal dalam kumpulan IAD (FDR diperbetulkan).

Ilustrasi ini dibuat menggunakan pakej Pandangan BrainNet (http://www.nitrc.org/projects/bnv). (YIAS = Skor Ketagihan Internet Young, BIS-11 = Skala Impulsif Barratt-11, TMDS = Skala Pelupusan Pengurusan Masa, SDQ-P = Kekuatan dan Kesukaran versi induk Soal selidik, SDQ-C = Versi anak-anak Soal selidik Kekuatan dan Kesukaran.).

doi: 10.1371 / journal.pone.0107306.g003

Perbincangan

Perubahan Kesambungan Fungsian Individu

Pandangan mengenai mekanisme perkembangan otak manusia adalah penting untuk pemahaman yang lebih baik mengenai asas patologi gangguan yang mempengaruhi kanak-kanak dan remaja, yang membawa kepada kemungkinan rawatan awal. Berdasarkan analisis teori grafik data R-fMRI, telah disarankan bahawa organisasi fungsional otak manusia matang dan berkembang dari zaman kanak-kanak hingga remaja hingga dewasa dengan mengikuti trend yang unik - pemisahan fungsi yang lebih besar pada kanak-kanak dan integrasi fungsional yang lebih besar pada orang dewasa di tahap keseluruhan otak [63]-[66]. Khususnya, organisasi rangkaian otak berfungsi beralih dari sambungan tempatan ke seni bina yang lebih diedarkan dengan pembangunan [63], [66], di mana orang dewasa cenderung mempunyai sambungan fungsian jangka pendek yang lebih lemah dan sambungan jarak jauh yang lebih kuat daripada kanak-kanak [65].

Penemuan kami menunjukkan bahawa sambungan terganggu yang diperhatikan di IAD, walaupun hanya segelintir selepas pembetulan FDR, adalah sambungan fungsian jarak jauh dan antara hemispherik yang penting untuk komunikasi jarak jauh dalam otak manusia. Gangguan sambungan jarak jauh dan antara hemisfera adalah gejala biasa dalam banyak kelainan tingkah laku, termasuk autisme [67]-[70], skizofrenia [71], ketagihan opioid [72], [73], dan ketagihan kokain [74]. Kemerosotan sambungan jarak jauh dapat dilihat sebagai kegagalan proses integrasi dalam rangkaian fungsi otak manusia yang diedarkan [63], [64], [75], satu penyelewengan dari trajektori neurodevelopmental biasa. Oleh itu, kami membuat spekulasi bahawa perkembangan abnormal hubungan jarak jauh dan antara hemisfera dalam remaja IAD yang diperhatikan dalam kajian ini adalah salah satu sebab yang mungkin untuk kelakuan ketagihan mereka.

Perubahan dalam Hartanah Rangkaian Global

Otak manusia dianggap sebagai sistem dinamik saling kompleks dan besar dengan pelbagai ciri-ciri topologi penting, seperti dunia kecil, kecekapan tinggi pada kos pendawaian rendah, dan hub yang sangat berkaitan [46], [76]-[79]. Dalam rangkaian dunia kecil, nod di dalam kumpulan berkumpulan memihak kepada pemprosesan maklumat modular dan terhubung dari jauh melalui beberapa sambungan jarak jauh yang kecil untuk penghalaan keseluruhan yang cekap [50]. Kedua-dua kumpulan IAD dan HC menunjukkan sifat-sifat dunia kecil, iaitu, pekali pekali tinggi () dan panjang laluan ciri khas (), berbanding dengan rangkaian rawak yang boleh dibandingkan. Walau bagaimanapun, kami melihat pekali kluster yang lebih stabil secara konsisten dan panjang laluan sifat normal yang sama dalam kumpulan IAD berbanding dengan kumpulan HC atas ketumpatan sambungan, sejajar dengan kajian R-fMRI sebelum ini [26]. Pekali kluster yang lebih besar mencerminkan integrasi neuron yang terganggu di antara kawasan yang jauh, yang memperlihatkan hubungan fungsionasi jarak jauh yang agak jarang dan relatif padat dalam kumpulan IAD dan HC. Kemajuan peringkat klinikal, dari segi sederhana hingga teruk, boleh menyebabkan lebih banyak gangguan atau pemotongan sambungan jauh, dan dengan itu mungkin menggalakkan penubuhan sambungan jarak jauh dalam kluster sebagai laluan alternatif untuk mengekalkan penghantaran maklumat antara dua kawasan yang jauh. Walau bagaimanapun, penubuhan sambungan jarak jauh dapat memperkenalkan kluster tidak normal yang meningkatkan risiko menghasilkan aliran maklumat yang tidak terkawal atau rawak melalui keseluruhan rangkaian. Sebaliknya, semua rangkaian otak mempamerkan pemprosesan maklumat selari yang serupa dengan kecekapan global dan tempatan berbanding rangkaian rawak yang setanding [80]. Penemuan ini menyokong konsep model dunia kecil otak manusia yang menyediakan kombinasi seimbang pengkhususan tempatan dan integrasi global [81]. Observasi kami tidak ada perbezaan yang signifikan antara kumpulan IAD dan HC dari segi sifat rangkaian global mungkin menyiratkan bahawa perubahan struktur rangkaian fungsi dalam IAD adalah halus. Akibatnya, penyelidikan lanjut ke biomarker IAD yang khusus di rantau dapat mendedahkan maklumat penting tentang patologi penyakit itu, dan ketagihan, secara umum.

Ciri Nodal Serantau Rangkaian Fungsian

Perubahan yang berkaitan dengan IAD terhadap sentral nodal kebanyakannya terdapat dalam komponen sistem limbik termasuk ACG dan MCG, IPL, dan THA. Gangguan kawasan-kawasan ini serta laluan sambungan yang berkaitan boleh ditafsirkan untuk mencerminkan kecekapan pemprosesan maklumat menurun, mungkin mencerminkan gangguan fungsi dalam IAD.

Gyrus cingulate (CG), bahagian integral dari sistem limbik, terlibat dalam pembentukan emosi dan pemprosesan, pembelajaran dan ingatan, fungsi eksekutif, dan kawalan pernafasan [82]. Ia menerima input dari THA dan neocortex dan projek ke korteks entourhinal melalui cingulum. Laluan ini memberi tumpuan kepada peristiwa-peristiwa penting secara emosi dan mengawal tingkah laku yang agresif [29]. Gangguan fungsi yang berkaitan dengan CG dapat mengganggu kemampuan seseorang individu untuk memantau dan mengawal perilakunya, terutama tingkah laku yang berkaitan dengan emosi [83]. Analisis substansial dan kecanduan yang paling banyak menunjukkan perubahan yang signifikan di bahagian-bahagian anterior dan posterior CG (ACG dan PCG), termasuk ketagihan alkohol [84], perjudian patologi [85], dan IAD [27], [29]. Dalam penderaan kokain, serupa, perubahan tambahan dalam MCG juga telah dilaporkan [86]. Dalam kajian fMRI sebelumnya, ia juga telah menunjukkan bahawa CG anterior, middle, dan posterior semuanya terjejas dalam keadaan ganjaran dan hukuman [87]. Oleh kerana peranan MCG dalam memproses emosi positif dan negatif, tidak menghairankan bahawa rantau ini menunjukkan gangguan sambungan yang ketara dalam pesakit IAD.

THA adalah papan suis maklumat otak dan terlibat dalam banyak fungsi otak termasuk pemprosesan ganjaran [88], tingkah laku yang diarahkan oleh matlamat, dan fungsi kognitif dan motor [89]. Ia menyampaikan isyarat deria dan isyarat dari kawasan subkortikal ke korteks serebrum [90]. Melalui THA, korteks orbitofrontal menerima unjuran langsung dan tidak langsung dari kawasan otak limbik lain yang terlibat dengan tetulang ubat, seperti amygdala, CG, dan hippocampus [91], untuk mengawal dan membetulkan ganjaran dan tingkah laku berkaitan dengan hukuman [92]. Litar thalamo-cortikal yang tidak normal didapati dalam penagih permainan dalam talian [93] mungkin mencadangkan penurunan fungsi THA yang berkaitan dengan corak kronik kualiti tidur yang kurang baik [94] dan tumpuan perhatian terhadap komputer. Di samping itu, THA berfungsi secara fungsional dengan hippocampus [95] sebagai sebahagian daripada sistem hippocampal yang dilanjutkan, yang penting untuk fungsi kognitif seperti navigasi ruang dan penyatuan maklumat dari memori jangka pendek ke memori jangka panjang [96], [97].

Kami mengamati perubahan penting pusat-pusat nod dalam IPL, sejajar dengan keputusan yang dilaporkan dalam kajian IAD berasaskan R-fMRI baru-baru ini [24], [93]. Sama seperti THA, IPL secara besar-besaran dihubungkan dengan korteks pendengaran, visual, dan somatosensori, dan ia dapat memproses pelbagai jenis rangsangan serentak. Sebagai salah satu struktur perkembangan otak manusia yang terakhir dalam pembangunan, IPL mungkin lebih terdedah kepada pendedahan yang berlebihan terhadap rangsangan pendengaran dan visual, terutamanya semasa zaman kanak-kanak. Kemerosotan IPL yang disebabkan oleh kegunaan internet terlalu banyak boleh menindas keupayaan seorang individu untuk memetikan respon yang betul dalam perencatan peraturan impuls [98], [99], merosakkan keupayaan mereka untuk menahan keinginan internet yang disebabkan oleh isyarat, yang mungkin menjejaskan IPL. Corak pekeliling sedemikian sering dilihat dalam bahan dan penagih tingkah laku.

Daerah-daerah DMN biasanya lebih aktif beristirahat daripada melaksanakan tugas-tugas yang diarahkan pada matlamat [62]. Kawasan-kawasan ini diketahui terlibat dalam modulasi emosi dan aktiviti rujukan diri, termasuk menilai tanda-tanda isyarat dalaman dan luaran, mengingat masa lalu, dan merancang masa depan [60], [62], yang merupakan kriteria penting dalam diagnosis IAD. Ia sebelum ini telah dicadangkan bahawa penyambungan yang diubah melibatkan kawasan DMN menyumbang kepada pelbagai kelakuan gejala penyakit [100], termasuk ketagihan bahan [101], [102] dan kecanduan tingkah laku [24], [103]. Penemuan kami yang diubah dari sambungan fungsi yang melibatkan beberapa kawasan DMN adalah sebahagiannya konsisten dengan pemerhatian sebelumnya, yang menunjukkan DMN berpotensi untuk berfungsi sebagai biomarker untuk mengenal pasti pesakit IAD.

Kebolehpercayaan dan Kebolehulangan menggunakan Atlas Fungsi

Beberapa kawasan otak yang tidak normal yang dikenal pasti berdasarkan atlas AAL juga dikenal pasti menggunakan atlas berfungsi, menyokong kebolehpercayaan dan kebolehulangan hasil kami. Satu sebab yang mungkin untuk keputusan yang sedikit berbeza ialah rejim digunakan dalam kajian ini. Ciri-ciri dunia kecil rangkaian sambungan yang dibina berdasarkan atlas AAL dari ROI 90 adalah paling konsisten dalam julat ini [44]. Walau bagaimanapun, julat sparsiti ini mungkin tidak optimum untuk atlas dengan bilangan ROI yang berbeza. Selain itu, ROI yang diperolehi dari atlas Dosenbach ditakrifkan secara fungsional dan tidak meliputi seluruh otak [58]. Di atlas ini, pusat semua ROI 160 pertama kali dikenal pasti dan sfera dengan radius 5 mm ditanam dari setiap pusat, menghasilkan ROI sfera 10 mm. Pusat setiap ROI juga ditetapkan sekurang-kurangnya 10 mm selain dari pusat-pusat ROI yang lain, yang membawa kepada atlas yang tidak tumpang tindih secara spasial. Sebaliknya, atlas AAL merangkumi tisu perkara kelabu keseluruhan cerebrum. Perbezaan dalam definisi ROI dan kawasan keseluruhan yang dilindungi mungkin menyumbang kepada variasi hasil. Oleh itu, penyelidikan lanjut menggunakan kohort yang lebih besar diperlukan untuk menentukan sejauh mana pilihan skema pembalikan otak mempengaruhi pencirian topologi rangkaian.

Korelasi Antara Metrik Rangkaian dan Langkah Tingkah Laku

Dalam kajian ini, kami tidak melihat apa-apa hubungan antara metrik rangkaian dan langkah-langkah tingkah laku global, menyiratkan ketiadaan perubahan dalam topologi rangkaian otak keseluruhan. Temuan ini juga mungkin menunjukkan bahawa variasi rangkaian otak adalah halus kerana kepekaan otak manusia (neuroplasticity) [104], [105] dalam memulihkan kebanyakan fungsi hariannya melalui laluan alternatif (litar saraf). Keplastikan otak melibatkan penyusunan semula hubungan antara sel saraf atau neuron dan dapat dipengaruhi oleh banyak faktor [106]-[108]. Ia berlaku dalam cara yang berkaitan dengan usia dengan lebih besar semasa kanak-kanak dan remaja daripada dewasa, menunjukkan pemulihan yang lebih baik daripada gangguan neuron terjejas pada remaja dengan IAD. Tambahan pula, telah ditunjukkan bahawa pelbagai keadaan tingkah laku, dari kecanduan kepada gangguan neurologi dan psikiatri, dikaitkan dengan perubahan setempat dalam litar saraf [106]. Oleh itu, tidak menghairankan bahawa langkah-langkah rangkaian global kasar seperti purata koefisien clustering, panjang laluan ciri, dan kecekapan rangkaian kurang sensitif dalam mengesan perubahan litar otak dalam kumpulan IAD.

Walau bagaimanapun, metrik nodal serantau beberapa kawasan otak dikaitkan dengan beberapa langkah tingkah laku. Khususnya, versi ibu bapa SDQ (SDQ-P), yang mengukur kedua-dua keupayaan individu untuk mengendalikan impulsif sewajarnya dan keterukan emosi dan masalah tingkah laku prososial berdasarkan maklumat yang diberikan oleh ibu bapa remaja yang dikaji, adalah positif dikaitkan dengan kawasan otak yang terjejas secara fizikal yang terdapat di IAD. Ketidakupayaan untuk mengawal tingkah laku impulsif dan emosi adalah salah satu daripada gejala tingkah laku utama. Adalah biasa bahawa pesakit tidak menyedari perubahan kepada emosi dan tingkah laku mereka walaupun perubahan ini agak jelas kepada orang-orang di sekitarnya. Ini mungkin sebab utama mengapa tiada langkah rangkaian dikaitkan dengan versi kanak-kanak SDQ (SDQ-C) kerana sifat penilaian sendiri. Sebaliknya, tiada hubungan yang signifikan antara langkah rangkaian serantau dan langkah-langkah tingkah laku lain termasuk BIS-11, FAD, dan TMDS. Penemuan ini disokong oleh yang besar - nilai untuk langkah-langkah ini antara IAD dan kumpulan yang sihat (Jadual 1). Penemuan ini mungkin menunjukkan bahawa beberapa langkah tingkah laku ini berguna untuk menentukan kawasan yang terjejas dan oleh itu membantu diagnosis IAD, walaupun sejumlah besar kerja masih diperlukan untuk lebih memahami peranan langkah-langkah ini dalam ketagihan atau gangguan tingkah laku.

Isu / Had Metodologi

Terdapat beberapa batasan yang harus ditonjolkan dalam kajian ini. Pertama, diagnosis IAD didasarkan pada hasil dari soal selidik yang dilaporkan sendiri, yang mungkin mempengaruhi kebolehpercayaan diagnosis. Pada masa akan datang, alat diagnostik piawaian bagi pengenalan IAD perlu dibangunkan untuk meningkatkan kebolehpercayaan dan kesahan diagnosis IAD. Kedua, kajian kami adalah terhad oleh saiz sampel yang kecil dan ketidakseimbangan jantina peserta (31 jantan dan perempuan 4), yang mungkin mengurangkan kuasa statistik dan kebolehpercayaan penemuan, walaupun faktor-faktor ini dikawal dalam analisis. Kesan jantina pada kelaziman IAD masih merupakan isu yang dibahaskan. Berdasarkan penemuan Young [35], bilangan wanita yang tinggi mempamerkan pergantungan internet. Sebaliknya, satu kajian baru-baru ini melaporkan bahawa lelaki menunjukkan risiko yang lebih tinggi terhadap kelakuan IAD [109]. Walau bagaimanapun, ia juga telah melaporkan bahawa tiada hubungan antara jantina dan IAD [110], [111]. Percubaan masa depan yang menggunakan kohort yang lebih besar dengan nisbah jantina yang lebih seimbang diperlukan untuk menilai hubungan antara kelamin dan kerentanan IAD.

maklumat sokongan

Fail S1.

Bahan Tambahan.

doi: 10.1371 / journal.pone.0107306.s001

(PDF)

Penghargaan

Karya ini sebahagiannya disokong oleh geran Institut Kesihatan Nasional (NIH) hibah EB006733, EB008374, EB009634, AG041721, dan CA140413, serta Yayasan Sains Semula Jadi Nasional China (81171325) dan Program R&D Teknologi Utama Nasional 2007BAI17B03.

Sumbangan Pengarang

Menyedari dan merancang eksperimen: CYW ZZ PTY GW FS TP YD JX YZ DS. Menjalankan eksperimen: CYW ZZ YD JX YZ DS. Menganalisis data: CYW PTY DS. Alat reagen / bahan / analisis yang disumbangkan: ZZ YD JX YZ. Tulis kertas: CYW PTY TP DS.

Rujukan

  1. 1. Ng BD, Wiemer-Hastings P (2005) Ketagihan ke internet dan permainan dalam talian. Cyberpsychol Behav 8: 110-113. doi: 10.1089 / cpb.2005.8.110
  2. 2. Ketagihan Internet KS Young (1998): Kemunculan gangguan klinikal baru. Cyberpsychol Behav 1: 237-244. doi: 10.1089 / cpb.1998.1.237
  3. Lihat Perkara
  4. PubMed / NCBI
  5. Google Scholar
  6. Lihat Perkara
  7. PubMed / NCBI
  8. Google Scholar
  9. Lihat Perkara
  10. PubMed / NCBI
  11. Google Scholar
  12. Lihat Perkara
  13. PubMed / NCBI
  14. Google Scholar
  15. Lihat Perkara
  16. PubMed / NCBI
  17. Google Scholar
  18. Lihat Perkara
  19. PubMed / NCBI
  20. Google Scholar
  21. Lihat Perkara
  22. PubMed / NCBI
  23. Google Scholar
  24. Lihat Perkara
  25. PubMed / NCBI
  26. Google Scholar
  27. Lihat Perkara
  28. PubMed / NCBI
  29. Google Scholar
  30. Lihat Perkara
  31. PubMed / NCBI
  32. Google Scholar
  33. Lihat Perkara
  34. PubMed / NCBI
  35. Google Scholar
  36. Lihat Perkara
  37. PubMed / NCBI
  38. Google Scholar
  39. Lihat Perkara
  40. PubMed / NCBI
  41. Google Scholar
  42. Lihat Perkara
  43. PubMed / NCBI
  44. Google Scholar
  45. 3. Ko CH, Yen JY, Yen CF, Chen CS, Chen CC (2012) Persatuan antara ketagihan internet dan gangguan psikiatri: semakan kesusasteraan. Eur psikiatri 27: 1-8. doi: 10.1016 / j.eurpsy.2010.04.011
  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. 4. Blok J (2006) Kekerapan ditaksir dalam kajian penggunaan internet bermasalah. CNS Spectr 12: 14-15.
  77. Lihat Perkara
  78. PubMed / NCBI
  79. Google Scholar
  80. Lihat Perkara
  81. PubMed / NCBI
  82. Google Scholar
  83. Lihat Perkara
  84. PubMed / NCBI
  85. Google Scholar
  86. Lihat Perkara
  87. PubMed / NCBI
  88. Google Scholar
  89. 5. Ketagihan Internet Fitzpatrick JJ (2008): Pengiktirafan dan campur tangan. Arch Neurol 22: 59-60. doi: 10.1016 / j.apnu.2007.12.001
  90. Lihat Perkara
  91. PubMed / NCBI
  92. Google Scholar
  93. Lihat Perkara
  94. PubMed / NCBI
  95. Google Scholar
  96. 6. Cao F, Su L, Liu T, Gao X (2007) Hubungan antara impulsivity dan ketagihan internet dalam sampel remaja China. Eur psikiatri 22: 466-471. doi: 10.1016 / j.eurpsy.2007.05.004
  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. Lihat Perkara
  149. PubMed / NCBI
  150. Google Scholar
  151. Lihat Perkara
  152. PubMed / NCBI
  153. Google Scholar
  154. Lihat Perkara
  155. PubMed / NCBI
  156. Google Scholar
  157. Lihat Perkara
  158. PubMed / NCBI
  159. Google Scholar
  160. Lihat Perkara
  161. PubMed / NCBI
  162. Google Scholar
  163. Lihat Perkara
  164. PubMed / NCBI
  165. Google Scholar
  166. Lihat Perkara
  167. PubMed / NCBI
  168. Google Scholar
  169. Lihat Perkara
  170. PubMed / NCBI
  171. Google Scholar
  172. Lihat Perkara
  173. PubMed / NCBI
  174. Google Scholar
  175. Lihat Perkara
  176. PubMed / NCBI
  177. Google Scholar
  178. Lihat Perkara
  179. PubMed / NCBI
  180. Google Scholar
  181. Lihat Perkara
  182. PubMed / NCBI
  183. Google Scholar
  184. Lihat Perkara
  185. PubMed / NCBI
  186. Google Scholar
  187. Lihat Perkara
  188. PubMed / NCBI
  189. Google Scholar
  190. Lihat Perkara
  191. PubMed / NCBI
  192. Google Scholar
  193. Lihat Perkara
  194. PubMed / NCBI
  195. Google Scholar
  196. Lihat Perkara
  197. PubMed / NCBI
  198. Google Scholar
  199. Lihat Perkara
  200. PubMed / NCBI
  201. Google Scholar
  202. Lihat Perkara
  203. PubMed / NCBI
  204. Google Scholar
  205. Lihat Perkara
  206. PubMed / NCBI
  207. Google Scholar
  208. Lihat Perkara
  209. PubMed / NCBI
  210. Google Scholar
  211. Lihat Perkara
  212. PubMed / NCBI
  213. Google Scholar
  214. Lihat Perkara
  215. PubMed / NCBI
  216. Google Scholar
  217. Lihat Perkara
  218. PubMed / NCBI
  219. Google Scholar
  220. Lihat Perkara
  221. PubMed / NCBI
  222. Google Scholar
  223. Lihat Perkara
  224. PubMed / NCBI
  225. Google Scholar
  226. Lihat Perkara
  227. PubMed / NCBI
  228. Google Scholar
  229. Lihat Perkara
  230. PubMed / NCBI
  231. Google Scholar
  232. Lihat Perkara
  233. PubMed / NCBI
  234. Google Scholar
  235. Lihat Perkara
  236. PubMed / NCBI
  237. Google Scholar
  238. Lihat Perkara
  239. PubMed / NCBI
  240. Google Scholar
  241. Lihat Perkara
  242. PubMed / NCBI
  243. Google Scholar
  244. Lihat Perkara
  245. PubMed / NCBI
  246. Google Scholar
  247. Lihat Perkara
  248. PubMed / NCBI
  249. Google Scholar
  250. Lihat Perkara
  251. PubMed / NCBI
  252. Google Scholar
  253. Lihat Perkara
  254. PubMed / NCBI
  255. Google Scholar
  256. Lihat Perkara
  257. PubMed / NCBI
  258. Google Scholar
  259. Lihat Perkara
  260. PubMed / NCBI
  261. Google Scholar
  262. Lihat Perkara
  263. PubMed / NCBI
  264. Google Scholar
  265. Lihat Perkara
  266. PubMed / NCBI
  267. Google Scholar
  268. Lihat Perkara
  269. PubMed / NCBI
  270. Google Scholar
  271. Lihat Perkara
  272. PubMed / NCBI
  273. Google Scholar
  274. Lihat Perkara
  275. PubMed / NCBI
  276. Google Scholar
  277. Lihat Perkara
  278. PubMed / NCBI
  279. Google Scholar
  280. Lihat Perkara
  281. PubMed / NCBI
  282. Google Scholar
  283. Lihat Perkara
  284. PubMed / NCBI
  285. Google Scholar
  286. Lihat Perkara
  287. PubMed / NCBI
  288. Google Scholar
  289. Lihat Perkara
  290. PubMed / NCBI
  291. Google Scholar
  292. Lihat Perkara
  293. PubMed / NCBI
  294. Google Scholar
  295. Lihat Perkara
  296. PubMed / NCBI
  297. Google Scholar
  298. Lihat Perkara
  299. PubMed / NCBI
  300. Google Scholar
  301. Lihat Perkara
  302. PubMed / NCBI
  303. Google Scholar
  304. 7. Yuan K, Qin W, Wang G, Zeng F, Zhao L, et al. (2011) Ketidakstabilan mikro struktur di kalangan remaja dengan gangguan ketagihan internet. PLOS ONE 6: e20708. doi: 10.1371 / journal.pone.0020708
  305. Lihat Perkara
  306. PubMed / NCBI
  307. Google Scholar
  308. Lihat Perkara
  309. PubMed / NCBI
  310. Google Scholar
  311. Lihat Perkara
  312. PubMed / NCBI
  313. Google Scholar
  314. Lihat Perkara
  315. PubMed / NCBI
  316. Google Scholar
  317. 8. Ernst M, Pine DS, Hardin M (2006) Model Triadik neurobiologi tingkah laku yang bermotivasi dalam masa remaja. Psychol Med 36: 299-312. doi: 10.1017 / s0033291705005891
  318. 9. Pine DS, Cohen P, Brook JS (2001) Kereaktifan emosi dan risiko psikopatologi di kalangan remaja. CNS Spectr 6: 27-35.
  319. 10. Silveri MM, Tzilos GK, Pimentel PJ, Yurgelun-Todd DA (2004) Trajektori perkembangan emosi dan kognitif remaja: kesan seks dan risiko penggunaan dadah. Ann NY Acad Sci 1021: 363-370. doi: 10.1196 / annals.1308.046
  320. 11. Steinberg L (2005) Perkembangan kognitif dan afektif semasa remaja. Trend Cogn Sci 9: 69-74. doi: 10.1016 / j.tics.2004.12.005
  321. 12. Ko CH, Yen JY, Chen CC, Chen SH, Yen CF (2005) Mencadangkan kriteria diagnostik kecanduan internet untuk remaja. J Nerv Ment Dis 193: 728-733. doi: 10.1097 / 01.nmd.0000185891.13719.54
  322. 13. Yoo HJ, Cho SC, Ha J, Yune SK, Kim SJ, et al. (2004) Perhatian simptom hiperaktiviti defisit dan ketagihan internet. Psikiatri Klinik Neurosci 58: 487-494. doi: 10.1111 / j.1440-1819.2004.01290.x
  323. 14. Shapira NA, Lessig MC, Goldsmith TD, Szabo ST, Lazoritz M, et al. (2003) Penggunaan internet yang bermasalah: Klasifikasi yang dicadangkan dan kriteria diagnostik. Menurunkan Kecemasan 17: 207-216. doi: 10.1002 / da.10094
  324. 15. Penularan nternet Beard KW (2005): semakan semula teknik penilaian semasa dan soalan penilaian berpotensi. Cyberpsychol Behav 8: 7-14. doi: 10.1089 / cpb.2005.8.7
  325. 16. Young K (1999) Inovasi dalam Amalan Klinikal: Buku Sumber, Sumber Profesional Akhbar, jumlah 17, bab Ketagihan Internet: Gejala, Penilaian, Dan Rawatan. ms 19-31.
  326. 17. Blok JJ (2008) Isu untuk DSM-V: Ketagihan Internet. Am J Psikiatri 165: 306-307. doi: 10.1176 / appi.ajp.2007.07101556
  327. 18. Doidge N (2007) Otak Yang Menukar Sendiri: Cerita Triumph Peribadi dari Perbatasan Sains Otak. Buku Penguin, 1st edisi doi: 10.1080 / 10398560902721606
  328. 19. Persatuan Psikiatrik Amerika (2013) Manual Diagnostik dan Statistik Gangguan Mental (DSM-5). American Psychiatric Publishing (APPI) .. doi: 10.1007 / springerreference_179660
  329. 20. Ketagihan Internet Bernardi S (2009) SPallanti (2009): Kajian klinikal deskriptif yang memberi tumpuan kepada komorbiditi dan gejala disosiatif. Compr Psychiatry 50: 510-516. doi: 10.1016 / j.comppsych.2008.11.011
  330. 21. Caplan SE (2002) Penggunaan internet yang bermasalah dan kesejahteraan psikososial: Perkembangan instrumen pengukuran kognitif-tingkah laku berasaskan teori. Compund Human Behav 18: 553-575. doi: 10.1016 / s0747-5632 (02) 00004-3
  331. 22. Shaw M, Black DW (2008) Kecanduan Internet: definisi, penilaian, epidemiologi dan pengurusan klinikal. Ubat CNS 22: 353-365. doi: 10.2165 / 00023210-200822050-00001
  332. 23. 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
  333. 24. Ding W, Sun J, Sun Y, Zhou Y, Li L, et al. (2013) Sambungan rangkaian rangkaian berayun yang berfungsi semula di kalangan remaja dengan ketagihan permainan internet. PLOS ONE 8: e59902. doi: 10.1371 / journal.pone.0059902
  334. 25. Lin F, Zhou Y, Du Y, Qin L, Zhao Z, et al. (2012) Ketidaksuburan perkara putih yang tidak normal pada remaja dengan gangguan ketagihan internet: Kajian statistik spatial berasaskan saluran. PLOS ONE 7: e30253. doi: 10.1371 / journal.pone.0030253
  335. 26. Hong SB, Zalesky A, Cocchi L, Fornito A, Choi EJ, et al. (2013) Peningkatan hubungan otak fungsional pada remaja dengan penagihan internet. PLOS ONE 8: e57831. doi: 10.1371 / journal.pone.0057831
  336. 27. Liu J, Yuan L, Ye J (2010) Algoritma yang efisien untuk kelas masalah lasso yang bersatu. Dalam: KDD. ms 323-332.
  337. 28. Yuan K, Cheng P, Dong T, Bi Y, Xing L, et al. (2013) Keabnormalan ketebalan kortikal di akhir remaja dengan ketagihan permainan dalam talian. PLOS ONE 8: e53055. doi: 10.1371 / journal.pone.0053055
  338. 29. Zhou Y, Lin F, Du Y, Qin L, Zhao Z, et al. (2011) Kelainan perkara abu-abu dalam penagihan internet: Kajian morfometri berasaskan voxel. Eur J Radiol 79: 92-95. doi: 10.1016 / j.ejrad.2009.10.025
  339. 30. Yuan K, Jin C, Cheng P, Yang X, Dong T, et al. (2013) Kelebihan keabnormalan turun naik frekuensi rendah di kalangan remaja dengan ketagihan permainan dalam talian. PLOS ONE 8: e78708. doi: 10.1371 / journal.pone.0078708
  340. 31. Zuo XN, Ehmke R, Mennes M, Imperati D, Castellanos FX, et al. (2012) Rangkaian pusat dalam hubungan fungsi manusia. Cereb Cortex 22: 1862-1875. doi: 10.1093 / cercor / bhr269
  341. 32. Koschützki D, Lehmann KA, Peeters L, Richter S, Tenfelde-Podehl D, et al. Indeks Centrality (2005). In: Brandes U, Erlebach T, editor, Analisis rangkaian: asas metodologi. New York: Springer-Verlag, jumlah 3418, ms 16-61.
  342. 33. Janggut KW, Wolf EM (2001) Pengubahsuaian dalam kriteria diagnostik yang dicadangkan untuk ketagihan internet. Cyberpsychol Behav 4: 377-383. doi: 10.1089 / 109493101300210286
  343. 34. Ko CH, Liu GC, Hsiao S, Yen JY, Yang MJ, et al. (2009) Kegiatan otak yang berkaitan dengan dorongan permainan ketagihan permainan dalam talian. J Psychiatr Res 43: 739-747. doi: 10.1016 / j.jpsychires.2008.09.012
  344. 35. Young Young (1998) Terperangkap di Internet: Bagaimana Mengenali Tanda-tanda Ketagihan Internet dan Strategi Pemenang untuk Pemulihan. John Wiley dan Anak-anak.
  345. 36. Patton JH, Stanford MS, Barratt ES (1995) Struktur faktor skala impulsif barratt. J Clin Psychol 51: 768-774. doi: 10.1002 / 1097-4679 (199511) 51: 6 <768 :: aid-jclp2270510607> 3.0.co; 2-1
  346. 37. Huang X, Zhang Z (2001) Penyusun inventori pelupusan pengurusan masa remaja. Acta Psychol Sin 33: 338-343.
  347. 38. Goodman R (1997) Kekuatan dan soal selidik kuesioner: Satu nota penyelidikan. J Child Psychol Psychiatry 38: 581-586. doi: 10.1111 / j.1469-7610.1997.tb01545.x
  348. 39. Epstein NB, Baldwin LM, Bishop DS (1983) Peranti Penilaian Keluarga McMaster. J Marital Fam Ther 9: 171-180. doi: 10.1111 / j.1752-0606.1983.tb01497.x
  349. 40. Yan CG, Zang YF (2010) DPARSF: Kotak peralatan MATLAB untuk analisis data "saluran paip" fMRI keadaan berehat. Syst Front Neurosci 4: 13. doi: 10.3389 / fnsys.2010.00013
  350. 41. Song XW, Dong ZY, Long XY, Li SF, Zuo XN, et al. (2011) REST: Toolkit untuk memproses pengimejan data pengimejan resonans magnetic resonance state. PLOS ONE 6: e25031. doi: 10.1371 / journal.pone.0025031
  351. 42. Kuasa JD, Barnes KA, Snyder AZ, Schlaggar BL, Petersen SE (2012) Hubungan yang tidak jelas tetapi sistematik dalam rangkaian MRI yang berfungsi berfungsi dari gerakan subjek. Neuroimage 59: 2142-2154. doi: 10.1016 / j.neuroimage.2011.10.018
  352. 43. Tzourio-Mazoyer N, Landeau B, Papathanassiou D, Crivello F, Etard O, et al. (2002) Penyelarasan anatomi automatik pengaktifan dalam SPM menggunakan pembungkusan anatomi makroskopi otak subjek MRI MNI tunggal. Neuroimage 15: 273-289. doi: 10.1006 / nimg.2001.0978
  353. 44. Achard S, Bullmore E (2007) Kecekapan dan kos rangkaian berfungsi otak yang ekonomik. PLoS Comput Biol 3: e17. doi: 10.1371 / journal.pcbi.0030017
  354. 45. Bassett DS, Meyer-Lindenberg A, Achard S, Duke T, Bullmore E (2006) Penyesuaian semula adaptif rangkaian fungsi otak manusia dunia kecil fraktal. Proc Natl Acad Sci USA 103: 19518-19523. doi: 10.1073 / pnas.0606005103
  355. 46. Rubinov M, Sporns O (2010) Langkah komprehensif rangkaian sambungan otak: Kegunaan dan tafsiran. Neuroimage 52: 1059-1069. doi: 10.1016 / j.neuroimage.2009.10.003
  356. 47. Smit DJA, Stam CJ, Posthuma D, Boomsma DI, De Geus EJC (2008) Kelebihan rangkaian "dunia kecil" di dalam otak: Analisis teori graf perhubungan kebolehan fungsi EEG. Hum Brain Mapp 29: 1368-1378. doi: 10.1002 / hbm.20468
  357. 48. Zhang J, Wang J, Wu Q, Kuang W, Huang X, et al. (2011) Rangkaian sambungan otak yang terganggu dalam ubat-ubatan, episod pertama masalah gangguan kemurungan. Biol Psikiatri 70: 334-342. doi: 10.1016 / j.biopsych.2011.05.018
  358. 49. Latora V, Marchiori M (2001) Kelakuan cekap rangkaian dunia kecil. Phys Rev Lett 87: 198701. doi: 10.1103 / physrevlett.87.198701
  359. 50. Watt DJ, Strogatz SH (1998) Dinamik kolektif rangkaian "dunia kecil". Alam 393: 440-442. doi: 10.1038 / 30918
  360. 51. Dia Y, Wang J, Wang L, Chen ZJ, Yan C, et al. (2009) Membongkar organisasi modular intrinsik aktiviti otak spontan pada manusia. PLOS ONE 4: 1-17. doi: 10.1371 / journal.pone.0005226
  361. 52. Gong G, Rosa-Neto P, Carbonell F, Chen ZJ, He Y, et al. (2009) Perbezaan umur dan jantina yang berkaitan dengan rangkaian anatomi kortikal. J Neurosci 29: 15684-15693. doi: 10.1523 / jneurosci.2308-09.2009
  362. 53. Tian L, Wang J, Yan C, He Y (2011) Hemisphere- dan perbezaan jantina yang berkaitan dengan rangkaian otak dunia: Satu kajian MRI berfungsi berehat. Neuroimage 54: 191-202. doi: 10.1016 / j.neuroimage.2010.07.066
  363. 54. Zhu W, Wen W, He Y, Xia A, Anstey KJ, et al. (2012) Mengubah pola topologi dalam penuaan normal menggunakan rangkaian struktur besar-besaran. Neurobiol Penuaan 33: 899-913. doi: 10.1016 / j.neurobiolaging.2010.06.022
  364. 55. Hayasaka S, Laurienti PJ (2010) Perbandingan ciri-ciri antara analisis rangkaian berasaskan rantau dan voxel dalam data fmri negeri berehat. Neuroimage 50: 499-508. doi: 10.1016 / j.neuroimage.2009.12.051
  365. 56. Fornito A, Zalesky A, Bullmore ET (2010) Rangkaian scaling effect dalam graf analisis analitik fMRI data negeri resting-manusia. Syst Front Neurosci 4: 22. doi: 10.3389 / fnsys.2010.00022
  366. 57. Zalesky A, Fornito A, Harding IH, Cocchi L, Yücel M, et al. (2010) Rangkaian anatomi seluruh otak: Adakah pilihan nod penting? Neuroimage 50: 970-983. doi: 10.1016 / j.neuroimage.2009.12.027
  367. 58. Dosenbach NUF, Nardos B, Cohen AL, Fair DA, Power JD, et al. (2010) Ramalan kematangan otak individu menggunakan fmri. Sains 329: 1358-1361. doi: 10.1126 / science.1194144
  368. 59. Maslov S, Sneppen K (2002) Kepastian dan kestabilan dalam topologi rangkaian protein. Sains 296: 910-913. doi: 10.1126 / science.1065103
  369. 60. Buckner RL, Andrew-Hanna JR, Schacter DL (2008) Rangkaian mod lalai otak: anatomi, fungsi, dan kaitan dengan penyakit. Ann NY Acad Sci 1124: 1–38. doi: 10.1196 / tahun.1440.011
  370. 61. Greicius MD, Krasnow B, Reiss AL, Menon V (2003) Sambungan fungsian di otak berehat: analisa rangkaian hipotesis mod lalai. Proc Natl Acad Sci USA 100: 253-258. doi: 10.1073 / pnas.0135058100
  371. 62. Raichle ME, MacLeod AM, Snyder AZ, Kuasa WJ, Gusnard DA, et al. (2001) Satu fungsi lalai fungsi otak. Proc Natl Acad Sci USA 98: 676-682. doi: 10.1073 / pnas.98.2.676
  372. 63. Adil DA, Dosenbach NUF, Gereja JA, Cohen AL, Brahmbhatt S, et al. (2007) Pembangunan rangkaian kawalan yang berbeza melalui pemisahan dan integrasi. Proc Natl Acad Sci USA 104: 13507-13512. doi: 10.1073 / pnas.0705843104
  373. 64. Adil DA, Cohen AL, Kuasa JD, Dosenbach NUF, JA Gereja, et al. (2009) Rangkaian otak fungsional berkembang daripada organisasi "tempatan kepada diedarkan". PLoS Comput Biol 5: e1000381. doi: 10.1371 / journal.pcbi.1000381
  374. 65. Kelly AC, Di Martino A, Uddin LQ, Zarrar Shehzad1 DGG, Reiss PT, et al. (2009) Perkembangan hubungan fungsi cingulate anterior dari zaman kanak-kanak hingga dewasa dewasa. Cereb Cortex 19: 640-657. doi: 10.1093 / cercor / bhn117
  375. 66. Supekar K, Musen M, Menon V (2009) Perkembangan rangkaian otak fungsional berskala besar di kalangan kanak-kanak. PLoS Biol 7: e1000157. doi: 10.1371 / journal.pbio.1000157
  376. 67. Anderson JS, Druzgal TJ, Froehlich A, DuBray MB, Lange N, et al. (2011) Mengurangkan hubungan fungsi interhemispheric dalam autisme. Cereb Cortex 21: 1134-1146. doi: 10.1093 / cercor / bhq190
  377. 68. Wilson TW, Rojas DC, Reite ML, Teale PD, Rogers SJ (2007) Kanak-kanak dan remaja dengan pameran autisme mengurangkan tanggapan gamma keadaan mantap. Biol Psikiatri 62: 192-197. doi: 10.1016 / j.biopsych.2006.07.002
  378. 69. Uddin LQ, Supekar K, Menon V (2010) Perkembangan tipikal dan atipikal rangkaian otak manusia yang berfungsi: pandangan dari fMRI keadaan berehat. Syst Front Neurosci 4: 21. doi: 10.3389 / fnsys.2010.00021
  379. 70. Uddin LQ, Supekar KS, Ryali S, Menon V (2011) Penyesuaian dinamik penyambungan struktur dan fungsi merentasi rangkaian otak neurokognitif teras dengan pembangunan. J Neurosci 31: 18578-18589. doi: 10.1523 / jneurosci.4465-11.2011
  380. 71. Liang M, Zhou Y, Jiang T, Liu Z, Tian L, et al. (2006) Pemotongan fungsi yang meluas dalam Schizophrenia dengan pencitraan resonans magnetik yang berfungsi sebagai rehat. Neuroreport 17: 209-213. doi: 10.1097 / 01.wnr.0000198434.06518.b8
  381. 72. Fingelkurts AA, Fingelkurts AA, Kivisaari R, Autti T, Borisov S, et al. (2006) Meningkatkan sambungan fungsi tempatan dan menurun jarak jauh pada jalur frekuensi EEG alpha dan beta dalam pesakit yang bergantung kepada opioid. Psychopharmacology 188: 42-52. doi: 10.1007 / s00213-006-0474-4
  382. 73. Fingelkurts AA, Fingelkurts AA, Kivisaari R, Autti T, Borisov S, et al. (2007) Pengeluaran opioid menghasilkan peningkatan hubungan fungsi tempatan dan jauh di jalur frekuensi EEG alpha dan beta. Neurosci Res 58: 40-49. doi: 10.1016 / j.neures.2007.01.011
  383. 74. Kelly C, Zuo XN, Gotimer K, Cox CL, Lynch L, et al. (2011) Dikurangkan interimispheric state connectivity berfungsi dalam ketagihan kokain. Biol Psikiatri 69: 684-692. doi: 10.1016 / j.biopsych.2010.11.022
  384. 75. Fair DA, Cohen AL, Church NUDJA, Miezin FM, Barch DM, et al. (2008) Senibina matang rangkaian lalai otak. Proc Natl Acad Sci USA 105: 4028-4032. doi: 10.1073 / pnas.0800376105
  385. 76. Bullmore E, Sporns O (2009) Kompleks rangkaian otak: Grafik analisis teori struktur dan sistem berfungsi. Nat Rev Neurosci 10: 186-198. doi: 10.1038 / nrn2575
  386. 77. Dia Y, Evans A (2010) Graf pemodelan teoretikal sambungan otak. Curr Opin Neurol 23: 341-350.
  387. 78. Stam CJ (2010) Pencirian keupayaan anatomi dan fungsi di dalam otak: perspektif rangkaian kompleks. Int J Psychophysiol 77: 186-194. doi: 10.1016 / j.ijpsycho.2010.06.024
  388. 79. Wang J, Zuo X, He Y (2010) analisis rangkaian berasaskan graf MRI fungsi resting-state. Syst Front Neurosci 4: 16. doi: 10.3389 / fnsys.2010.00016
  389. 80. Latora V, Marchiori M (2003) Perilaku dunia kecil ekonomi dalam rangkaian berwajaran. Jurnal Fizikal Eur B 32: 249-263. doi: 10.1140 / epjb / e2003-00095-5
  390. 81. Tononi G, Edelman GM, Sporns O (1998) Kompleksiti dan koheren: Mengintegrasikan maklumat di dalam otak. Trend dalam Sains Kognitif 2: 474-484. doi: 10.1016 / s1364-6613 (98) 01259-5
  391. 82. Mayberg HS (1997) Disregulation Limbic-kortikal: model kemurungan yang dicadangkan. J Neuropsychiatry Clin Neurosci 9: 471-481.
  392. 83. Goldstein RZ, Tomasi D, Rajaram S, Cottone LA, Zhang L, et al. (2007) Peranan cingulate anting dan medan orbitofrontal medial dalam pemprosesan isyarat dadah dalam ketagihan kokain. Neurosains 144: 1153-1159. doi: 10.1016 / j.neuroscience.2006.11.024
  393. 84. Grüsser SM, Writ J, Klein S, Hermann D, Smolka MN, et al. (2004) Pengaktifan cue yang disebabkan oleh striatum dan korteks prefrontal medial dikaitkan dengan kebangkitan seterusnya dalam alkohol yang tidak diketahui. Psychopharmacology (Berl) 175: 296-302. doi: 10.1007 / s00213-004-1828-4
  394. 85. Miedl SF, Fehr T, Meyer G, Herrmann M (2010) Penyelarasan neurobiologi masalah perjudian dalam senario blackjack quasi-realistik seperti yang dinyatakan oleh fMRI. Psikiatri Res 181: 165-173. doi: 10.1016 / j.pscychresns.2009.11.008
  395. 86. Matochik JA, London ED, Eldreth DA, Cadet JL, Boll KI (2003) Komposisi tisu kortikal depan dalam penyalahgunaan kokain di barat: Kajian pencitraan resonans magnetik. Neuroimage 19. doi: 10.1016 / s1053-8119 (03) 00244-1
  396. 87. Fujiwara J, Tobler PN, Taira M, Iijima T, Tsutsui KI (2009) Pengecualian dan penghapusan bersepadu dalam korteks cingulate. J Neurophysiol 101: 3284-3293. doi: 10.1152 / jn.90909.2008
  397. 88. Yu C, Gupta J, Yin HH (2010) Peran thalamus mediodorsal dalam pembezaan temporal tindakan beruntung ganjaran. Front Integral Neurosci 4: 14. doi: 10.3389 / fnint.2010.00014
  398. 89. Corbit LH, Muir JL, Balleine BW (2003) Lesi thalamus mediodorsal dan nukleus thalamic anterior menghasilkan kesan yang tidak disukai pada penyesuaian instrumen dalam tikus. Eur J Neurosci 18: 1286-1294. doi: 10.1046 / j.1460-9568.2003.02833.x
  399. 90. Sederhana CB (2002) Sistem saraf autonomi pusat: persepsi pendengaran sedar dan penjanaan corak autonomi. Annu Rev Neurosci 25: 433-469. doi: 10.1146 / annurev.neuro.25.032502.111311
  400. 91. Ray JP, Prince JL (1993) Penyusunan unjuran daripada nukleus mediodorsal thalamus ke korteks orbital dan prefrontal medial dalam monyet macaque. J Comp Neurol 337: 1-31. doi: 10.1002 / cne.903370102
  401. 92. Rolls ET (2004) Fungsi korteks orbitofrontal. Kognisi Otak 55: 11-29. doi: 10.1016 / s0278-2626 (03) 00277-x
  402. 93. Dong G, Huang J, Du X (2012) Perubahan dalam homogenitas serantau aktiviti otak berehat di penagih permainan internet. Behav Brain Fun 18: 8-41. doi: 10.1186 / 1744-9081-8-41
  403. 94. Steriade M, Llinás RR (1998) Keadaan fungsian thalamus dan interaksi neuron yang berkaitan. Physiol Rev 68: 649-742.
  404. 95. Stein T, Moritz C, Quigley M, Cordes D, Haughton V, et al. (2000) Sambungan fungsional dalam thalamus dan hippocampus dikaji dengan pencitraan mr berfungsi. AJNR Am J Neuroradiol 21: 1397-1401.
  405. 96. Burgess N, Maguire EA, O'Keefe J (2002) Hippocampus manusia dan memori spatial dan episodik. Neuron 35: 625–641. doi: 10.1016 / s0896-6273 (02) 00830-9
  406. 97. Warburton EC, Baird A, Morgan A, Muir JL, Aggleton JP (2001) Kepentingan utama hippocumpas dan nukleus antik thalamik untuk semua pembelajaran spasial allocentric: Bukti dari kajian pemotongan pada tikus. J Neurosci 21: 7323-7330.
  407. 98. Garavan H, Hester R, Murphy K, Fassbender C, Kelly C (2006) Perbezaan individu dalam fungsi neuroanatomy kawalan kendalian. Brain Res 1105: 130-142. doi: 10.1016 / j.brainres.2006.03.029
  408. 99. Menon V, Adleman NE, White CD, Glover GH, Reiss AL (2001) Pengaktifan otak berkaitan ralat semasa tugas penghambatan tindak balas Go / NoGo. Hum Brain Mapp 12: 131–143. doi: 10.1002 / 1097-0193 (200103) 12: 3 <131 :: aid-hbm1010> 3.0.co; 2-c
  409. 100. Whitfield-Gabrieli S, Ford JM (2012) Kegiatan rangkaian mod lalai dan kesambungan dalam psychopathology. Annu Rev Clin Psychol 8: 49-76. doi: 10.1146 / annurev-clinpsy-032511-143049
  410. 101. Ding X, Lee SW (2013) Rangkaian kecanduan cocaine yang berkaitan dengan kecacatan yang berkaitan dengan rangkaian mod lalai yang tidak normal: Satu kajian kumpulan ica dengan pesanan model yang berlainan. Neurosci Lett 548: 110-114. doi: 10.1016 / j.neulet.2013.05.029
  411. 102. Ma N, Liu Y, Fu XM, Li N, Wang CX, et al. (2011) Rangkaian lalai otak biasa mod rangkaian fungsi dalam penagih dadah. PLOS ONE 6: e16560. doi: 10.1371 / journal.pone.0016560
  412. 103. Tschernegg M, JS Crone, Eigenberger T, Schwartenbeck P, Fauth-Bühler M, et al. (2013) Keabnormalan rangkaian otak berfungsi dalam perjudian patologi: pendekatan grafik-teori. Front Hum Neurosci 7: 625. doi: 10.3389 / fnhum.2013.00625
  413. 104. Kolb B, Whishaw IQ (1998) Kepekaan otak dan kelakuan. Annu Rev Psychol 49: 43-64. doi: 10.1146 / annurev.psych.49.1.43
  414. 105. Shaw CA, McEachern J, editor (2001) Ke arah teori neuroplasticity. Psikologi Tekan.
  415. 106. Kolb B, Gibb R (2003) Keplastikan dan kelakuan otak. Curr Dir Psychol Sci 12: 1-5. doi: 10.1111 / 1467-8721.01210
  416. 107. Kolb B, Gibb R (2011) Kepekaan otak dan kelakuan dalam otak yang sedang berkembang. J Dapat Psikiatri Remaja Anak Acad 20: 265-276.
  417. 108. Robinson TE, Berridge KC (1993) Dasar neural keinginan dadah: teori kepekaan incentive of addiction. Brain Res Rev 18: 247-291. doi: 10.1016 / 0165-0173 (93) 90013-p
  418. 109. Alavi SS, Maracy MR (2011) Pengaruh gejala psikiatri terhadap gangguan ketagihan internet pada pelajar universiti Isfahan. J Res Med Sci 16: 793-800.
  419. 110. Egger O, Rauterberg M (1996) Kelakuan dan ketagihan internet. Laporan teknikal, Unit Psikologi Kerja & Organisasi (IFAP), Institut Teknologi Persekutuan Switzerland (ETH), Zurich.
  420. 111. Petrie H, Gunn D (1998) Internet "ketagihan": Kesan seks, umur, kemurungan dan introversi. In: Persatuan Psikologi British London Conference. London, Britain: Persatuan Psikologi British. Kertas yang dibentangkan di Persidangan Psikologi British London.