Kegiatan Multi-Pengawalan Media yang Lebih Tinggi Terkait dengan Ketumpatan Kelabu yang lebih kecil dalam Cortex Cingulate Anterior (2014)

Petikan: Aktiviti Loh KK, Kanai R (2014) yang lebih tinggi Aktiviti Pengauditan Media Tinggi Bersekutu dengan Ketumpatan Kelabu yang Lebih Kecil di Cortex Cingulate Anterior. PLOS ONE 9 (9): e106698. doi: 10.1371 / journal.pone.0106698

Editor: Katsumi Watanabe, Universiti Tokyo, Jepun

Menerima: Februari 25, 2014; Diterima: Ogos 8, 2014; Published: September 24, 2014

Copyright: © 2014 Loh, Kanai. 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: Pembiayaan untuk projek ini datang dari geran PRESTO dari Agensi Sains dan Teknologi Jepun. Para pendanaan tidak mempunyai peranan dalam reka bentuk kajian, pengumpulan data dan analisis, keputusan untuk menerbitkan, atau penyediaan manuskrip.

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

Pengenalan

Media multitasking, atau penggunaan serentak pelbagai bentuk media, semakin banyak berlaku dalam masyarakat moden [1] dan telah dikaitkan dengan kebolehan kawalan kognitif menurun [2] serta kesan negatif psikososial seperti kemurungan dan kecemasan sosial [3], kesejahteraan sosial yang negatif [4], dan prestasi akademik yang lemah [5]. Walau bagaimanapun, pada masa ini, sedikit yang diketahui mengenai proses saraf yang berkaitan dengan pelbagai tugas media. Kajian ini menyiasat hubungan antara aktiviti multitasking media dan kebolehubahan struktur otak. Penyelidikan telah menunjukkan bahawa struktur otak boleh diubah dengan pendedahan berpanjangan kepada persekitaran novel [6] serta latihan dan pengalaman [7], [8]. Tambahan pula, kebolehubahan serantau dalam perkara kelabu dan putih, yang dinilai melalui Voxel-Based Morphometry (VBM) dengan pasti meramalkan perbezaan individu dalam pelbagai fungsi kognitif (lihat [9] untuk semakan). Berdasarkan penemuan di atas, kami membuat hipotesis bahawa penglibatan berlainan dalam multitasking media juga akan mencerminkan perbezaan dalam struktur otak serantau.

Dalam siasatan semasa, Indeks Media-Pelbagai (MMI, [2]) digunakan sebagai ukuran media ciri-ciri multitasking. Skor MMI telah dikaitkan secara konsisten dengan prestasi individu pada tugas kawalan kognitif [2], [10],[11]. Oleh itu, mereka berkhidmat sebagai hubungan tingkah laku yang boleh dipercayai dengan kebolehubahan struktur otak. Kami menjangkakan bahawa skor MMI individu akan mencerminkan perbezaan struktur otak, khususnya dalam kawalan kognitif dan kawasan multitasking. Kajian lepas telah menyatukan peranan wilayah kortikal prefrontal dalam kawalan kognitif [12], [13], [14], [15]. Berdasarkan kajian lesi oleh [16], kawasan yang berbeza terlibat dalam aspek berbahaya yang multitasking: cingulates anterior dan posterior terlibat dalam ingatan retrospektif, dan wilayah prefrontal terlibat dalam ingatan dan perancangan yang prospektif. Oleh itu, kami menjangkakan untuk mencari persatuan antara aktiviti multitasking media dan kebolehubahan struktur di rantau ini. Aktiviti multitasking media berkait rapat dengan ciri keperibadian (iaitu neuroticism dan extraversion [3]), yang seterusnya, meramalkan perbezaan struktur di dalam otak [17]. Oleh itu, hubungan antara media multitasking dan struktur otak mungkin dikelirukan oleh perbezaan sifat ini. Untuk menyiasat kemungkinan ini, hubungan antara ciri-ciri personaliti MMI dan Big Five juga diperiksa.

Kami memperoleh skor MMI, langkah-langkah sifat kepribadian Big Five dan pencitraan resonans magnetik (MRI) dalam 75 orang dewasa yang sihat yang berkemampuan berpengalaman dengan komputer dan teknologi media. Untuk memeriksa hubungan antara aktiviti multitasking media dan kebolehubahan struktur otak, kita terlebih dahulu mengaitkan skor individu MMI dengan ketumpatan bahan kelabu serantau pada tahap seluruh otak melalui VBM dioptimumkan [18]. Kami juga mengkaji korelasi antara ciri-ciri Big Five dan markah MMI. Untuk memberi penerangan mengenai kepentingan fungsi perbezaan struktur yang diperolehi, kami menganalisis aktiviti otak negeri berehat untuk menjelaskan persatuan antara skor MMI dan sambungan fungsi dalam otak.

Kaedah

Peserta

Orang dewasa yang sihat 75 (min umur = 24.6, SD = 5.0, 38 lelaki) diambil dari kumpulan peserta psikologi Universiti Kolej London (UCL) mengambil bahagian dalam kajian semasa selepas memberikan persetujuan bertulis. Kajian ini telah diluluskan oleh jawatankuasa etika UCL tempatan (kod permohonan etika: 2213 / 002). Kami menyaring peserta untuk memasukkan pelajar dan kakitangan universiti yang berkemahiran dengan komputer dan teknologi media. Mereka telah dibayar secara tunai untuk penyertaan mereka. Antara peserta 75 yang mengambil bahagian dalam kajian VBM, data fMRI dikumpulkan dari subset peserta 40. Jantina, umur, tahap pendidikan dan skor MMI tidak banyak berbeza antara kedua-dua sampel (Jadual 1).

Download:  

• PPT

  Slaid PowerPoint

• PNG

  imej yang lebih besar (37KB)

• TIFF

  imej asal (190KB)

Jadual 1. Perbandingan antara ciri demografi dan skor MMI peserta yang terlibat dalam analisis VBM dan analisis sambungan fungsian.

doi: 10.1371 / journal.pone.0106698.t001

Soal Selidik Pemodelan Media yang Modified

Versi diubahsuai Kuesioner Multi-Tugasan Media [2] telah ditadbir kepada semua peserta. MMI menyediakan langkah yang stabil untuk aktiviti pelbagai aktiviti media individu. Kuesioner terdiri daripada dua bahagian utama: Bahagian pertama yang disenaraikan jenis media biasa 12 dan peserta melaporkan jumlah jam setiap minggu yang mereka habiskan menggunakan setiap medium. Dalam versi diubahsuai yang digunakan dalam kajian ini, jenis media 10 dikekalkan daripada [2]: Media cetak, televisyen, video berasaskan komputer, muzik, panggilan suara menggunakan telefon mudah alih atau telefon, pesanan segera, pemesejan Perkhidmatan Pesanan Ringkas (SMS), E-mel, melayari web dan aplikasi berasaskan komputer yang lain. Item "video atau permainan komputer" diubahsuai untuk memasukkan permainan pada telefon bimbit. Item "audio bukan muzik" digantikan dengan "menggunakan laman rangkaian sosial". Perubahan dibuat untuk menggambarkan aliran semasa dalam penggunaan media. Bahagian kedua terdiri daripada matriks yang melibatkan para peserta yang menunjukkan berapa banyaknya mereka menggunakan semua jenis media lain ketika mereka menggunakan medium utama. Jumlah penggunaan serentak ditunjukkan pada skala 1 hingga 4 (1 = "Tidak pernah", 2 = "Sedikit masa", 3 = "Beberapa waktu" dan 4 = "Kebanyakan masa"). Tanggapan para peserta pertama kali dikodkan seperti berikut: "Tidak pernah" = 0, "Sedikit waktu" = 0.33, "Beberapa waktu" = 0.67 dan "Sebagian besar waktu" = 1. Penjumlahan jawapan yang terhitung untuk setiap medium utama menghasilkan bilangan min media yang digunakan secara serentak semasa menggunakan medium utama. MMI dikira berdasarkan formula berikut: Di mana m_i adalah bilangan min media yang serentak digunakan semasa menggunakan medium utama, i; h_i adalah bilangan jam seminggu yang digunakan menggunakan medium utama, i; dan h_jumlah adalah jumlah jam setiap minggu yang digunakan menggunakan semua bentuk media.

Inventori Besar Lima

Inventori Besar Lima (BFI; [19]) memberikan ukuran item 44 yang singkat dan boleh dipercayai untuk faktor kepribadian Big Five: extraversion (item 8), kesahihan (item 9), ketelitian (item 9), neuroticism (item 8) dan keterbukaan untuk pengalaman (item 10). Kami mengguna pakai BFI untuk mengkaji persatuan antara ciri-ciri personaliti MMI dan Big Five dalam sampel kami.

Perolehan Data MRI

Pengimbas 1.5 T Siemens Avanto (Siemens Medical, Erlangen, Jerman) digunakan untuk memperoleh imej struktur berwajaran T1 bertekanan tinggi untuk setiap peserta (MPRAGE; 1 mm³ vakum padu; Keping 160; TR = 2730 ms; TE = 3.57 ms). Data MRI fungsional diperoleh dengan menggunakan urutan pengarkaan echo-planar (EPI) T2 * -weighted sensitif kepada kontras BOLD. Setiap pengambilalihan terdiri daripada kepingan 32 serong, resolusi 3.0 × 3.0 mm, ketebalan 2.0 mm dengan jurang kepingan 1.0 mm. Kepingan EPI adalah bersudut secara individu untuk setiap subjek untuk mengurangkan artifak kerentanan dari rongga hidung dan untuk memaksimumkan liputan untuk kawasan orbitofrontal dan korteks parietal posterior, sambil mengorbankan liputan atas tiang temporal. Oleh itu, orientasi akhir adalah antara 8 ° hingga 16 °. Selang masa antara dua pengambilalihan berturut-turut dengan kepingan yang sama adalah 2528 ms dengan sudut flip 90 dan masa gema 44. Bidang paparan adalah 192 × 192 mm. Resolusi in-plane digital adalah piksel 64 × 64 dengan dimensi piksel 3.0 × 3.0 mm. Semua data diperoleh dengan gegelung kepala saluran 32. Semasa imbasan MRI yang berfungsi, para peserta diarahkan untuk tetap diam, menjaga mata terbuka, dan tidak berfikir tentang sesuatu khususnya. Satu larian terdiri daripada pengambilalihan isipadu 180 dan volum 6 awal dibuang dari analisis untuk mengelakkan kekeliruan magnetisasi yang tidak stabil. FMRI negeri beristirahat mengambil kira-kira 7.5 minit.

Analisis Vokal Morphometri (VBM)

Morfometri berasaskan Voxel (VBM; [20]) adalah teknik analisa neuroimaging yang biasa digunakan yang membolehkan analisis statistik yang bijak voxel terhadap imej MRI yang telah diproses terlebih dahulu. Resolusi struktural T1 bertekanan tinggi telah dianalisis dengan VBM melalui Pemetaan Statistik Parametrik (SPM8, Jabatan Kejuruteraan Kognitif Wellcome). Imej-imej tersebut pertama kali dibahagikan untuk perkara kelabu dan putih. Pendaftaran Anatomi Diffeomorphic Melalui Exploitated Lie Algebra (DARTEL) kemudiannya dilakukan untuk mendaftarkan imej-imej perkara kelabu. Untuk memastikan jumlah bahan kelabu serantau dikekalkan selepas pendaftaran, imej berdaftar dimodulasi oleh penentu Yakub bidang aliran yang dikira oleh DARTEL. Imej-imej perkara kelabu yang terdaftar telah disapu dengan kernel Gaussian (lebar penuh pada maksimum maksimum = 10 mm) dan kemudian diubah dan dinormalisasi ke ruang stereotaktik Institut Neurologi Montreal (MNI) untuk analisis regresi berganda yang lebih banyak.

Analisis regresi berganda dilakukan pada imej bahan kelabu yang dinormalisasi dengan skor MMI sebagai pemangkin utama. Umur, jantina dan jumlah isipadu otak dimasukkan sebagai kovariates tanpa minat untuk semua regresi. Untuk mengesan voxels di mana ketumpatan bahan kelabu serantau dikaitkan dengan skor MMI, kami menerima ambang yang ketat p <.05 dengan kesilapan keluarga yang bijak seluruh otak diperbetulkan.

Analisis Kesambungan Fungsian

Untuk menjalankan analisis kesalinghubungan fungsional, kami menggunakan sambungan kotak peti sambungan berfungsi Conn 13 (http://www.nitrc.org/projects/conn; [21]digabungkan dengan prosedur preprocessing SPM8. Langkah-langkah pra-proses yang disusun dalam susunan, termasuk pembetulan untuk pemotongan slice, menyusun semula data siri masa ke volum pertama (iaitu pembetulan gerakan), pendaftaran bersama siri masa MRI berfungsi dengan MRI struktur yang sesuai, pemisah imej ke dalam tisu yang berasingan jenis seperti bahan kelabu, bahan putih dan cecair serebrospinal (CSF), dan normalisasi kepada template MNI standard dan pelicinan ruang dengan penapis Gaussian (FWHM = 8 mm). Data siri masa kemudian bandpass ditapis ke 0.01 Hz-0.1 Hz.

Untuk analisis penyambungan fungsi berasaskan benih, kami menggunakan kluster penting yang terdapat dalam analisis VBM sebagai benih kepentingan (ROI). Siri masa min yang diekstrak dari ROI digunakan sebagai pemampat dalam model regresi berganda pada analisis tahap individu. Untuk meminimumkan pengaruh faktor-faktor yang mengelirukan, regresor untuk enam parameter pembetulan gerakan dari pra-proses dimasukkan. Di samping itu, isyarat BOLD min untuk perkara kelabu, bahan putih dan CSF diekstrak daripada topeng yang dibuat dari prosedur segmentasi, dan juga dimasukkan sebagai pemendors untuk meminimumkan variasi yang berkaitan dengan isyarat global ini. Hubungan temporal antara isyarat ROI dan seluruh otak dihitung dan korelasi dengan ROI benih telah ditukar kepada skor Z menggunakan transformasi Fisher untuk analisis kepentingan peringkat kedua.

Dengan imej statistik transformasi Z, kami mula-mula menentukan kawasan otak yang menunjukkan kesalinghubungan fungsional dengan ROI benih menggunakan ambang voxel-wise p_{Diperbetulkan FWE}<0.05. Selepas itu, kami menggunakan ambang yang kurang ketat p<0.001 (tidak dikoreksi) sebagai topeng untuk menangkap kawasan yang terhubung dengan ACC untuk analisis tahap kedua di mana kami bertujuan untuk mencari kawasan otak yang berkorelasi dengan skor MMI. Kami memasukkan usia, jantina dan jumlah keseluruhan intrakranial sebagai kovariat dan menerapkan ambang batas p <0.05 dengan kesilapan keluarga yang dibetulkan untuk jumlah yang ditakrifkan oleh topeng awal. Rasional untuk pelekat awal adalah untuk memastikan analisis kami dikekang ke kawasan otak yang menunjukkan aktiviti berkorelasi dengan kawasan benih. Walaupun kita mendapati korelasi dengan perbezaan individu di luar kawasan ini, penemuan ini mungkin mencerminkan korelasi palsu. Kami mengguna pakai ambang yang kurang ketat untuk pelekat untuk meningkatkan kuasa analisis tahap kedua kami.

Data pengimejan yang diproses serta dataset yang mengandungi pemboleh ubah untuk kedua-dua analisis regresi kaitan VBM dan fungsional disediakan secara umum di: http://dx.doi.org/10.6084/m9.figshare.10​30286.

Hasil

Analisis VBM mendedahkan hubungan negatif antara skor MMI dengan ketumpatan bahan kelabu dalam korteks cingulate anteriorRajah 1; ACC; t (70) = 5.16, P_{Diperbetulkan FWE} <.05, Saiz kluster = 158 voxel × 1.5³ = 533 mm³; koordinat puncak MNI: x = 12, y = 41, z = 3). Tiada kawasan otak lain menunjukkan korelasi yang signifikan dengan skor MMI. Oleh itu, media yang lebih tinggi-multitasking dikaitkan dengan jumlah bahan kelabu yang lebih kecil dalam ACC. Walau bagaimanapun, analisis korelasi antara skor MMI dan BFI menunjukkan persamaan yang sangat signifikan antara skor Extraversion dan MMI (Jadual 2; r = 0.347, p = 0.002). Oleh itu, kami mengesyaki bahawa persatuan bahan kelabu MMI-ACC yang diperhatikan boleh dikelirukan oleh perbezaan individu dalam skor extraversion. Memandangkan ini, kami mengulangi analisis VBM yang terdahulu untuk mengawal nilai BFI sebagai kovarian tambahan. Kami menjalankan regresi berganda (dengan ketumpatan bahan abu-abu sebagai pemboleh ubah bergantung) termasuk MMI dan semua nilai Big Five sebagai prediktor bersama dengan kovariat demografi. Hubungan negatif yang signifikan telah diperhatikan di antara MMI dan jumlah bahan kelabu dalam rantau ACC yang sama (t (65) = 5.08, P_{Diperbetulkan FWE}<.05, Saiz kluster = 74 voxel × 1.5³ = 250 mm³; koordinat puncak MNI: x = 12, y = 40, z = 3). Ini mencadangkan bahawa terdapat persamaan unik antara ketumpatan MMI dan kelabu dalam ACC bebas daripada variasi dalam ciri-ciri keperibadian Lima Besar.

Download:  

• PPT

  Slaid PowerPoint

• PNG

  imej yang lebih besar (475KB)

• TIFF

  imej asal (768KB)

Rajah 1. Analisis regresi VBM mendedahkan bahawa skor MMI ketara dikaitkan dengan ketumpatan bahan kelabu dalam ACC (t (70) = 5.16, P_{Diperbetulkan FWE} <0.05, Saiz kluster = 158 voxel x 1.5³ = 533 mm³; koordinat puncak MNI: x = 12, y = 41, z = 3).

Ketumpatan bahan kelabu yang diselaraskan dalam voxel puncak (paksi-Y) adalah berkorelasi negatif (r = -0.54, p<0.001) dengan skor MMI (paksi-X).

doi: 10.1371 / journal.pone.0106698.g001

Download:  

• PPT

  Slaid PowerPoint

• PNG

  imej yang lebih besar (20KB)

• TIFF

  imej asal (126KB)

Jadual 2. Korelasi antara skor indeks multitasking Media dan skor Inventori Big Five.

doi: 10.1371 / journal.pone.0106698.t002

Untuk memberi penerangan tentang kepentingan fungsi keputusan VBM kami, kami berusaha untuk menentukan, melalui analisis hubungan fungsional, kawasan otak yang menunjukkan hubungan yang ketara dengan ROI yang kami terima. Analisis ini mendedahkan bahawa aktiviti dalam ROI ACC yang diperolehi dikaitkan dengan beberapa kawasan otak yang biasanya dicirikan sebagai Rangkaian Mod Lalai termasuk persimpangan temporo-parietal dua hala (TPJ; hemisfera kanan, x = 48, y = -64, z = 36, p_{Diperbetulkan FWE}<0.05; hemisfera kiri, x = −44, y = −70, z = 36) dan precuneus (x = 4, y = −68, z = 30, p_{Diperbetulkan FWE}<0.05) antara kawasan lain (Jadual 3). Keputusan ini mencadangkan bahawa ROI ACC yang kami dapati dengan analisis VBM mungkin jatuh di dalam DMN. Seterusnya, kami selanjutnya menyiasat jika skor MMI dikaitkan dengan penyambungan antara ROI ACC dan kawasan DMN kami. Analisis regresi dijalankan pada korelasi z-transformasi antara kawasan ACC dan DMN dengan MMI sebagai peramal utama dan umur, jantina dan jumlah isipadu otak sebagai kovariat. Tiada persatuan yang penting muncul di p_{Diperbetulkan FWE}<0.05. Walau bagaimanapun, di ambang kurang ketat p_{tidak dikesan}<0.001, skor MMI yang lebih tinggi dikaitkan dengan hubungan lemah antara ROI ACC dan precuneus (Rajah 2; precuneus; t (40) = 5.22, p_{tidak dikesan}<0.001, Saiz kluster = 159 mm³; Koordinat MNI puncak: x = 10, y = -50, z = 18). Kami menekankan bahawa hasil sambungan kami diperolehi di ambang yang kurang ketat dan memberikan keterangan yang terhad untuk kami membuat kesimpulan tentang persatuan MMI dan konektivitas yang berfungsi. Oleh itu, set penemuan ini hanya berfungsi dalam tafsiran fungsi keputusan VBM kami.

Download:  

• PPT

  Slaid PowerPoint

• PNG

  imej yang lebih besar (795KB)

• TIFF

  imej asal (1.17MB)

Rajah 2. Analisis regresi menunjukkan bahawa hubungan antara ROI ACC dan Precuneus (persilangan garisan biru) dikaitkan secara negatif dengan skor MMI (Precuneus; t (40) = 5.22, P_{FWE-tidak dikesan}<0.001, Saiz kluster = 159 mm³; Koordinat MNI puncak: x = 10, y = -50, z = 18).

Terdapat hubungan negatif (r = -0.68, p<0.001) antara korelasi ACC-Precuneus berubah-ubah Z (paksi-Y) dan skor MMI (paksi-X).

doi: 10.1371 / journal.pone.0106698.g002

Download:  

• PPT

  Slaid PowerPoint

• PNG

  imej yang lebih besar (34KB)

• TIFF

  imej asal (177KB)

Jadual 3. Kawasan otak memperlihatkan hubungan berfungsi dengan ROI ACC.

doi: 10.1371 / journal.pone.0106698.t003

Perbincangan

Sebagai hipotesis, kajian sekarang menunjukkan hubungan yang signifikan antara multitasking media dan variasi struktur otak: Individu yang melaporkan jumlah multitasking media yang lebih tinggi mempunyai ketumpatan bahan kelabu yang lebih kecil dalam ACC. Persatuan ini penting pada ambang yang ketat (p_{Diperbetulkan FWE}<0.05) dan bebas daripada perbezaan sifat kepribadian Big Five. Kami membincangkan tafsiran yang mungkin mengenai korelasi struktur kami berdasarkan bukti baru-baru ini mengenai fungsi ACC dan hubungan kelakuan MMI.

ACC berfungsi sebagai perhubungan penting dalam laluan pemprosesan maklumat di otak dan telah terlibat dalam sensorimotor, nociceptive, proses kognitif dan emosi / motivasi yang lebih tinggi [22], [23]. Daripada jumlah ini, kita yakin bahawa rantau ACC yang diperolehi kemungkinan besar dikaitkan dengan proses kognitif yang lebih tinggi kerana multitasking media telah secara konsisten dikaitkan dengan prestasi kawalan kognitif [2], [10], [11], [24]. Selain itu, ROI ACC mempamerkan penyambungan fungsi yang ketara dengan kawasan otak DMN yang juga biasanya dikaitkan dengan operasi kognitif yang lebih tinggi [25], [26].

Dari segi pemprosesan kognitif, ACC umumnya dianggap terlibat dalam kesilapan atau pengesanan konflik [27], [28]. Pengaktifan ACC biasanya diperhatikan dalam tugas-tugas yang serentak mengaktifkan respons tidak serasi iaitu Stroop Task [29], [30], perhatian terpilih [31] dan tugas flanker [32], [33]. Terutama, ACC telah terlibat dalam paradigma dwi-tugas [34], [35] di mana seseorang dihadapkan dengan rangsangan dan tanggapan bersaing yang berkaitan dengan dua atau lebih tugas. Dengan analog ini, dalam multitasking media, individu dihadapkan dengan tuntutan tugas yang berbeza yang berkaitan dengan pelbagai jenis media yang mereka gunakan secara serentak. Oleh itu, ROI yang diperolehi boleh dikaitkan dengan fungsi kawalan kognitif yang berkaitan dengan dwi-tugas. Satu kaveat kritikal adalah bahawa fungsi-fungsi di atas biasanya disebabkan oleh ACC dorsal berbanding dengan kawasan rostral di mana ROI kami terletak [23], [32], [35], [36]. Walau bagaimanapun, para penyelidik telah menyatakan bahawa garis panduan ini tidak mutlak [23], [34], [37]. Khususnya, untuk menyokong tafsiran kita sekarang, Dreher dan rakan sekerja [34] melaporkan bahawa ACC rostral secara unik terlibat dalam pengesanan konflik dalam konteks dwi-tugas.

Temuan utama kami menunjukkan bahawa multitasking media yang lebih berat mempunyai jumlah ACC yang lebih kecil. Untuk menjelaskan kemungkinan implikasi tingkah laku penurunan jumlah ACC dalam multitasking yang berat, kami mengkaji kajian tingkah laku yang mengaitkan MMI dan kawalan kognitif. Kajian mercu tanda oleh Ophir et al. [2] pertama menunjukkan hubungan antara peningkatan aktiviti multitasking media dan kawalan kognitif yang lebih buruk. Mereka melibatkan peserta dalam pelbagai tugas kawalan kognitif seperti tugas Stroop, penukaran tugas, penapisan gangguan dan tugas-tugas n-back. Di tengah-tengah pengganggu, multitaskers yang berat (berbanding dengan multitaskers yang lebih ringan) lebih perlahan dalam mengesan perubahan dalam corak visual, lebih mudah dipahami oleh orang-orang yang tidak menghairankan semasa tugas ingatan, dan perlahan dalam pertukaran tugas. Penulis mencadangkan bahawa multitasking yang berat kurang mampu secara sukarela menghalang perhatian mereka hanya untuk tugas maklumat yang relevan. Lui dan Wong [24] memberikan keterangan lanjut bahawa lebih banyak multitaskers lebih berat untuk menghalang rangsangan tugas-tidak relevan dan akibatnya dapat melakukan lebih baik dalam tugas-tugas integrasi multisensori. Satu kajian seterusnya [11] menunjukkan bahawa multitasking berat dilakukan dengan lebih teruk pada Operasi Span Task (OSPAN) yang sangat mirip dengan paradigma dwi-tugas sejak peserta dikehendaki menyelesaikan masalah matematik secara serentak dan menghafal huruf yang dikemukakan. Multitasking yang berat juga melaporkan lebih banyak kegagalan perhatian dalam kehidupan seharian [38]. Walau bagaimanapun, satu kajian terbaru oleh Alzahabi dan Becker [10] melaporkan penemuan yang berlawanan: multitaskers yang lebih berat tidak lebih buruk pada prestasi dwi-tugas dan lebih baik pada penukaran tugas. Mereka juga tidak dapat meniru penemuan Ophir et al. Walaupun menggunakan tugas yang sama. Para penulis menyatakan bahawa sampel mereka adalah wanita terutamanya dan ini mungkin menghasilkan hasil penemuan mereka. Mereka menekankan kepentingan kajian membujur untuk mendedahkan perhubungan yang mantap antara MMI dan kawalan kognitif.

Ringkasnya, kesusasteraan MMI yang ada pada umumnya mencadangkan bahawa individu yang terlibat dalam media berat-multitasking menunjukkan kemampuan kawalan kognitif yang lebih buruk. Penemuan sekarang ini memanjangkan kesusasteraan ini dengan menghubungkan aktiviti media-multitasking yang lebih berat dengan jumlah yang lebih kecil dalam ACC: rantau otak yang terlibat dalam kawalan kognitif berdasarkan penumpuan bukti neuroimaging. Walau bagaimanapun, kami menekankan bahawa lebih banyak kerja diperlukan untuk mewujudkan hubungan antara struktur ACC dan kebolehan kawalan kognitif. Kajian pesakit dengan lesi ACC telah menghasilkan perspektif yang sangat bercampur tentang keperluan ACC dalam fungsi kognitif yang terlibat [39], [40], [41].

Terdapat juga kemungkinan bahawa rantau ACC kami yang terlibat dalam proses emosi / motivasi kerana ia terletak di ACC rostral yang biasanya dikaitkan dengan pemprosesan motivasi dan emosi [23]. Mengurangkan jumlah ACC sering dikaitkan dengan gangguan yang melibatkan pemprosesan emosi-motivasi yang menyusup seperti gangguan obsesif-kompulsif [42], gangguan tekanan selepas trauma [43], kemurungan [44] dan ketagihan dadah dan bukan ubat yang berkaitan [45], [46]. Berdasarkan perspektif ini, adalah wajar bahawa multitasking media yang lebih berat, dengan jumlah ACC dikurangkan, mungkin kurang diletakkan dalam peraturan emosi dan motivasi. Malah, skor MMI yang lebih tinggi didapati berkorelasi dengan peningkatan neuroticism, mencari sensasi dan impulsif [3], [11] dan hasil sosio-emosi negatif [4]. Menariknya, corak perbezaan struktur otak yang diperolehi dalam kajian ini adalah sama dengan korelasi neural Internet (IA). Individu yang mempunyai IA, yang ditakrifkan sebagai terlalu banyak penggunaan internet atau komputer, didapati mempunyai ketumpatan perkara kelabu dan putih yang berkurangan di ACC [46], [47], [48]. Terdapat kemungkinan bahawa kedua-dua konstruktif, multitasking media dan IA bertindih: MMI memberi ukuran berapa banyak orang yang menggunakan pelbagai peranti sekaligus dan ini mungkin berkaitan dengan IA yang melibatkan penggunaan komputer dan internet yang berlebihan.

Keterbatasan penting untuk kerja sekarang ialah hasil kami diperolehi daripada kajian rentas keretakan mengenai hubungan antara tingkah laku media multitasking dan struktur otak. Oleh itu, arah kausalitas di antara mereka tidak dapat ditentukan. Walaupun difikirkan bahawa individu yang mempunyai ACC yang lebih kecil lebih mudah terdedah kepada multitasking kerana keupayaan yang lebih lemah dalam kawalan kognitif atau peraturan sosio-emosi, adalah sama-sama munasabah bahawa tahap pendedahan yang lebih tinggi terhadap situasi multitasking membawa kepada perubahan struktur dalam ACC. Kajian longitudinal diperlukan untuk menentukan arah penyebabnya. Penemuan semasa kami membuka jalan untuk penyelidikan sedemikian dengan menyediakan pautan empirik antara aktiviti multitasking media dan perbezaan struktur dalam ACC. Satu kaveat lain adalah bahawa penemuan sekarang mungkin tidak melampaui populasi kita yang dikaji yang agak berpendidikan dan terdedah kepada teknologi. Sesungguhnya corak penggunaan media boleh sangat dipengaruhi oleh faktor demografi [1]. Oleh itu, kajian masa depan perlu mengkaji peranan faktor demografi seperti pendidikan dan status sosio-ekonomi dalam menyederhanakan hubungan antara media multitasking, prestasi kognitif dan struktur otak.

Sebagai kesimpulan, individu yang terlibat dalam aktiviti media multitasking lebih banyak mempunyai jumlah bahan kelabu yang lebih kecil di ACC. Ini juga boleh menjelaskan prestasi kawalan kognitif yang lebih buruk dan hasil sosio-emosi negatif yang dikaitkan dengan peningkatan media-multitasking. Walaupun sifat rentas kerangka kajian kami tidak membolehkan kami menentukan arah kausalitas, hasil kami membawa kepada persatuan novel cahaya antara tingkah laku multitasking media individu dan perbezaan struktur ACC.

Sumbangan Pengarang

Mencipta dan merancang eksperimen: KL RK. Menjalankan eksperimen: KL RK. Menganalisis data: KL RK. Bahan reagen / bahan / analisis yang disumbangkan: KL RK. Tulis kertas: KL RK.