Analisis Berdasarkan Rangkaian Mendedahkan Sambungan Fungsian Berkaitan dengan Kecenderungan Kecanduan Internet (2016)

Front Hum Neurosci. 2016; 10: 6.

Diterbitkan dalam talian 2016 Feb 1. doi:  10.3389 / fnhum.2016.00006

PMCID: PMC4740778

Tanya Wen1,2,* and Shulan Hsieh1,3,4,*

Abstrak

Kegigihan dan penggunaan internet secara kompulsif boleh memberi kesan psikologi negatif, sehingga semakin dikenal sebagai gangguan mental. Kajian ini menggunakan statistik berasaskan rangkaian untuk menerokai bagaimana sambungan fungsian seluruh otak beristirahat berkaitan dengan tahap ketagihan internet individu, diindeks oleh soal selidik diri. Kami mengenal pasti dua rangkaian yang penting secara topologi, satu dengan sambungan yang berkorelasi positif dengan kecenderungan kecanduan internet, dan satu dengan hubungan yang berkait rapat dengan kecenderungan kecanduan internet. Kedua-dua rangkaian itu saling berkaitan di rantau frontal, yang mungkin mencerminkan perubahan di rantau frontal untuk aspek kawalan kognitif yang berlainan (iaitu untuk mengawal penggunaan internet dan kemahiran permainan). Seterusnya, kami mengkategorikan otak ke dalam subkelompok serantau yang besar, dan mendapati bahawa majoriti perkadaran sambungan dalam kedua-dua rangkaian itu bersesuaian dengan model ketagihan cerebellar yang merangkumi model litar empat.

Akhir sekali, kita melihat bahawa kawasan otak dengan sambungan antara serantau yang paling berkaitan dengan kecenderungan kecanduan internet meniru mereka yang sering dilihat dalam kesusasteraan ketagihan, dan disokong oleh analisis meta-analisis kajian kecanduan internet. Penyelidikan ini memberikan pemahaman yang lebih baik mengenai rangkaian berskala besar yang terlibat dalam kecenderungan kecanduan internet dan menunjukkan bahawa tahap ketagihan internet pre-klinikal dikaitkan dengan kawasan dan sambungan yang sama seperti kes-kes klinikal ketagihan.

Kata kunci: ketagihan internet, statistik berasaskan rangkaian, sambungan berfungsi, keadaan berehat, meta-analisis

Pengenalan

Ketagihan internet (; ) adalah fenomena moden yang dicirikan oleh keasyikan dan penggunaan internet secara kompulsif. Khususnya, gangguan permainan internet (IGD) telah disenaraikan dalam Seksyen III Manual Diagnostik dan Statistik versi 5 (DSM-5®, ). Oleh kerana kekurangan kriteria standard, beberapa kesusasteraan merawat dua istilah sebagai sinonim (lihat ; untuk perbincangan); Walau bagaimanapun, penggunaan internet secara kompulsif dan berlebihan untuk apa-apa aktiviti (yang akan kita rujuk dalam kesusasteraan ini sebagai ketagihan internet) lebih global daripada IGD subtipe utama, yang boleh termasuk pelbagai bentuk penggunaan internet selain permainan dalam talian (; ; ). Kajian semasa kami menyiasat ketagihan internet dalam bentuk yang lebih umum. Sama seperti gangguan penggunaan bahan, ketagihan internet menunjukkan gejala penarikan diri, toleransi, kehilangan kawalan, dan masalah psikososial, yang membawa kepada kesusahan atau kemerosotan signifikan dalam fungsi harian. Kelaziman nampaknya negara-negara Asia yang paling tinggi dan remaja lelaki, dan telah dianggarkan berkisar dari 14.1 hingga 16.5% (selang keyakinan peratus 95) di kalangan pelajar-pelajar kolej Taiwan dalam satu kajian (). Fenomena ini telah menarik lebih perhatian sejak beberapa tahun yang lalu dan jelas memerlukan kajian lanjut.

Pencitraan resonans magnetik fungsional (fMRI) telah digunakan untuk mengenal pasti substrat saraf penagihan internet, yang ternyata menunjukkan tandatangan otak yang sama dengan ketagihan yang berkaitan dengan bahan (; ; ). Di dalam kajian yang berkaitan dengan gangguan dan peristiwa, beberapa kawasan yang dikaitkan dengan ganjaran, ketagihan, dan keinginan telah dikenalpasti dengan memainkan perjudian internet yang berbeza dengan garis dasar, termasuk insula, nukleus accumbens (NAc), korteks prefrontal dorsolateral (DLPFC), dan frontal orbit korteks (OFC) (; ; ; ; ). Walau bagaimanapun, pendekatan berasaskan pengaktifan membezakan aktiviti yang berkaitan dengan kiu dan tidak membincangkan bagaimana kawasan otak berinteraksi, dan oleh itu tidak dapat menggambarkan sambungan fungsi yang diubah berkait dengan langkah klinikal atau tingkah laku; namun gangguan manusia adalah akibat daripada gangguan dalam sistem kompleks yang saling berkaitan (). Pengenalan fMRI keadaan berehat telah terbukti menjadi alat yang berkuasa untuk mengkaji keseluruhan sambungan saraf otak (). Kesambungan fungsian rehat-keadaan dinilai oleh korelasi turun naik spontan isyarat-isyarat yang bergantung kepada tahap oksigen darah (BOLD) di kawasan-kawasan yang berbeza dari otak dan dianggap menyediakan ukuran organisasi fungsinya, dan boleh membantu mencirikan penyegerakan yang tidak normal di antara kawasan otak dalam spektrum fenotip psikologi (; ).

Walaupun terdapat beberapa kajian yang menggunakan kaitan fungsional untuk menyiasat kesalinghubungan fungsional yang diubah berkaitan dengan penagihan internet, kebanyakan kajian menggunakan kawasan benih dipilih secara priori, sama ada (a) mengaitkan satu kawasan benih dengan voxels yang tersisa dari seluruh otak [ menggunakan NAc; menggunakan gyrus frontal inferior yang betul (IFG); menggunakan korteks cingulate posterior (PCC); menggunakan amygdala; menggunakan insula; menggunakan nukleus caudate dan putamen; menggunakan tiang frontal yang betul; menggunakan DLPFC yang betul] atau (b) melakukan korelasi di antara pelbagai ROI yang telah dipratentukan yang dipilih dari rangkaian yang bermakna memeriksa rangkaian eksekutif pusat dan rangkaian penonjolan; memeriksa rangkaian kawalan eksekutif; memeriksa rangkaian kawalan eksekutif dan rangkaian ganjaran; memeriksa rangkaian penghamburan tindak balas; diperiksa enam ROI kortikostriat dua hala yang telah ditetapkan). Kawasan benih yang telah ditentukan sebelumnya diperiksa hanya mewakili sebahagian kecil dari otak, oleh itu mereka mungkin tidak dapat memberikan gambaran lengkap mengenai bagaimana penyambungnya dipengaruhi oleh ketagihan internet.

Sangat sedikit kajian telah menggunakan pendekatan seluruh otak untuk mengkaji ketagihan internet. Untuk pengetahuan kita, kini terdapat hanya empat kertas yang diterbitkan yang menggunakan pendekatan seluruh otak, dan kaedah mereka agak berubah, dari statistik berasaskan rangkaian (NBS; ) kepada topologi (; ; ) kepada sambungan homotopik bercorak voksel yang baru dibangunkan (). Secara khususnya, menggunakan NBS untuk mengenal pasti perbezaan antara kumpulan dalam hubungan fungsi serantau antara serantau, dan mendapati sambungan terjejas yang terlibat dalam litar cortico-subcortical pada pesakit dengan ketagihan internet. Walau bagaimanapun, kajian mereka memberi tumpuan kepada saiz sampel kecil dari populasi yang unik (remaja awal lelaki).

Oleh itu, dalam kertas kerja semasa kami, kami memutuskan untuk menggunakan pendekatan sambungan otak seluruhnya, NBS (; ), untuk mengenal pasti sambungan fungsi yang meramalkan kecenderungan ketagihan internet. NBS adalah kaedah statistik yang sah untuk menangani pelbagai masalah perbandingan pada graf, ia adalah sama dengan kaedah berasaskan kluster), dan digunakan untuk mengenal pasti sambungan dan rangkaian yang terdiri daripada hubungan manusia yang dikaitkan dengan kesan eksperimen atau perbezaan antara kumpulan dengan menguji hipotesis secara bebas pada setiap sambungan. Keputusan kami juga akan dibandingkan dengan meta-analisis kertas-kertas yang sedia ada yang berkaitan dengan kecerdasan saraf ketagihan internet. Kami berharap dapat memperluaskan kesusasteraan yang sedia ada dalam beberapa cara: (1) Kami berharap dapat memberikan gambaran yang lebih lengkap mengenai ketagihan internet dengan menggunakan analisa seluruh otak daripada menggunakan sebilangan kecil kawasan benih yang telah ditentukan sebelumnya. (2) Walaupun terdapat beberapa kajian kesambungan fungsian seluruh otak mengenai ketagihan internet (contohnya, ; ), kajian membandingkan kumpulan ketagihan internet dengan kawalan yang sihat. Kajian kami tidak melibatkan mana-mana pesakit klinikal, tetapi mencirikan kecenderungan kecanduan internet sebagai kecerunan. Kami berharap dapat mengenalpasti sambungan fungsi yang kekuatannya dimodulasi oleh tahap ketagihan. (3) Kebanyakan kajian ketagihan internet tidak mengambil cerebellum untuk dipertimbangkan, namun cerebellum telah terlibat sebagai rantau penting dalam ketagihan (). Oleh itu, kami telah memasukkan cerebellum dalam analisis kami. (4) Banyak kajian telah membatasi kumpulan peserta mereka kepada lelaki, dan sering mengandungi saiz sampel yang agak kecil (contohnya, , ; ). Untuk meningkatkan kebolehupayaan dan kekuatan kajian ini, sampel yang mengandungi kedua-dua jantina dan saiz sampel yang lebih besar adalah perlu (). Dengan menangani masalah-masalah di atas, kajian semasa ini berharap untuk memberikan pemahaman yang lebih baik tentang bagaimana kesalinghubungan berfungsi dikaitkan dengan kecenderungan ketagihan internet.

Bahan dan Kaedah

Meta-Analysis

Analisis meta dibina menggunakan pangkalan data NeuroSynth (http://neurosynth.org; ). Analisis tersuai telah dilakukan dengan menggunakan istilah carian "ketagihan," "penagih," "internet," "permainan," "permainan," dan "dalam talian" untuk mengenal pasti kajian berkaitan dengan ketagihan internet dalam pangkalan data. Kriteria kemasukan disahkan secara manual, dan senarai kajian yang disertakan terperinci dalam Bahan Tambahan 1. Sejumlah kajian 18 telah dimasukkan. Koordinat puncak koordinat serta kejiranan vokel 6 mm telah diekstrak dari kajian yang termasuk. Seterusnya, meta-analisis koordinat-koordinat ini telah dilakukan, menghasilkan ke hadapan dan menghormati kesimpulan seluruh otak z-score peta. Peta inferensi ke hadapan mencerminkan kemungkinan bahawa rantau akan diaktifkan memandangkan istilah ini [P(pengaktifan | terma)], oleh itu memaklumkan kami mengenai konsistensi pengaktifan untuk terma yang diberikan. Peta kesilapan terbalik menunjukkan kemungkinan bahawa istilah ini digunakan dalam kajian yang diberikan kehadiran aktivasi dilaporkan [P(istilah | pengaktifan)]; maka rantau yang diaktifkan menunjukkan ia lebih mungkin menjadi kajian berkaitan kecanduan internet daripada kajian berkaitan ketagihan bukan internet, yang menggambarkan pemilihan kawasan tersebut. Oleh kerana kedua-dua kesimpulan ke hadapan dan terbalik memainkan peranan penting dalam membantu kita memahami rantau yang berkaitan dengan penagihan internet, kita mengatasi kedua-dua peta kesimpulan tersebut untuk menggariskan kawasan umum mereka. Kelompok yang lebih besar daripada lima vokal dilaporkan.

Rest-Negeri fMRI

Peserta

Empat puluh tujuh peserta yang sihat (21 jantan dan perempuan 26) dari Taiwan selatan, yang kebanyakannya adalah pelajar atau kakitangan di universiti, direkrut melalui iklan, untuk mengambil bahagian dalam eksperimen (rentang umur = 19-29 tahun, umur = 22.87 tahun, SD = Tahun 2.22). Para peserta adalah tangan kanan (ditunjukkan oleh Inventaris Handedness Edinburgh), mempunyai penglihatan normal atau diperbaiki-normal, dan tidak ada riwayat gangguan psikologi atau saraf. Kemurungan, kecemasan dan skor kecerdasan mereka berada dalam julat biasa [Skor Persediaan Kemunduran Beck (BDI): 0-12; Skor Inventori Kebimbangan Beck (BAI): 0-7; Skor Ujian Matriks Standard Progresif Raven: 35-57]. Skor Keasyikan Skala Ketagihan Internet Chen (CIAS-R) dari semua peserta mempunyai julat = 28-92, min = 60.04, SD = 16.53. Jadual Table11 meringkaskan maklumat demografi dan ciri-ciri tingkah laku para peserta. Normaliti skor CIAS-R telah disahkan oleh ujian Shapiro-Wilk [W(47) = 0.98, p = 0.50]. Tiada korelasi yang signifikan antara jantina dan skor CIAS-R (Spearman's ρ = 0.15, p = 0.30). Semua peserta memberikan persetujuan bertulis secara bertulis, dan protokol kajian telah diluluskan (NO: B-ER-101-144) oleh Lembaga Pengawasan Institusi (LLM) Hospital Universiti Cheng Kung Negara, Tainan, Taiwan. Semua peserta telah dibayar 500 NTD selepas selesai eksperimen.

Jadual 1  

Maklumat demografi dan ciri-ciri tingkah laku.

Chen Internet Questionnaire Skala Ketagihan Ketagihan Internet (CIAS-R)

Chen Internet Addiction Scale-Revised (CIAS-R; ) adalah ukuran item 26 yang digunakan untuk menilai keterukan ketagihan internet. CIAS-R adalah berdasarkan kriteria tingkah laku additive DSM-IV-TR dan mengandungi dua subscale kecanduan internet (a) gejala utama dan (b) masalah yang berkaitan, menilai lima dimensi termasuk (1) penggunaan internet kompulsif, (2) gejala apabila internet diambil, toleransi (3), (4) bahaya hubungan interpersonal dan kesihatan fizikal, dan (5) masalah pengurusan masa. Item dinilai pada skala Likert 4-point, dengan jumlah markah antara 26 hingga 104, mencerminkan kecenderungan kecenderungan internet rendah dan tinggi. Telah ditunjukkan bahawa CIAS-R mempunyai konsistensi dalaman yang tinggi (Cronbach's α = 0.79-0.93; ) dan ketepatan diagnostik yang tinggi (AUC = 89.6%; ). Dalam kajian ini, skor keseluruhan CIAS-R digunakan sebagai penunjuk status semasa penagihan internet peserta.

Pemerolehan dan Pemprosesan Imej

Pengimejan dilakukan menggunakan pengimbas GE MR750 3T (GE Healthcare, Waukesha, WI, Amerika Syarikat) di pusat MRI National Cheng Kung University. Imej anatomi resolusi tinggi diperoleh dengan menggunakan SPGR cepat, yang terdiri daripada kepingan paksi 166 (TR = 7.6 ms, TE = 3.3 ms, sudut flip 171 = 12 °, Matriks 224 × Matriks 224, ketebalan kepingan = 1 mm). Imej fungsional diperolehi menggunakan urutan denyutan echo-planar pengimejan (EPI) gradien (EPI)TR = 2000 ms, TE = 30 ms, sudut flip = 77 °, Matriks 64 × Matriks 64, ketebalan kepingan = 4 mm, tiada jurang, saiz voxel 3.4375 mm × 3.4375 mm × 4 mm, 32 kepingan paksi yang meliputi seluruh otak).

Peserta diberitahu untuk berehat dan berbaring di pengimbas dengan mata mereka ditutup. Mereka diminta untuk tidak memikirkan apa-apa peristiwa tertentu semasa mengimbas. Masa imbasan untuk imej struktur adalah lebih kurang 3.6 min. Imej berfungsi berlangsung sekitar min 8, dengan lima TRS yang pertama berfungsi sebagai imbasan dummy untuk memastikan isyarat telah mencapai keadaan mantap sebelum data dikumpulkan; maka run terdiri daripada imej volum 240 EPI untuk analisis.

Data telah diproses terlebih dahulu menggunakan Pembantu Pemprosesan Data untuk Resting-State fMRI (DPARSF; ), yang berdasarkan fungsi dalam MRIcroN (1) dan juga perisian Pemetaan Statistik Parametrik (SPM2) dan Alat Analisis Data fMRI Istirahat Negeri (REST; ) di Matlab (The MathWorks, Inc., Natick, MA, Amerika Syarikat). Imej fungsional mengalami pembetulan masa slice, diikuti oleh penyusunan semula untuk membetulkan gerakan kepala dengan menggunakan enam parameter transformasi badan tegar. Pergerakan keseluruhan, yang dicirikan oleh anjakan framewise min (FD), tidak besar (min = 0.05, SD = 0.03) dan tidak dikaitkan dengan skor CIAS-R (Spearman's ρ = -0.28, p = 0.055), oleh itu impulsivity bukan faktor pencerobohan dan gerakan kecanduan internet). Imej T1 telah dikonfirmasi kepada imej berfungsi. Imej struktur dibahagikan kepada CSF, bahan putih dan bahan kelabu berdasarkan peta kebarangkalian tisu di ruang MNI, dan pengiraan ini digunakan dalam normalisasi berikutnya T1 dan EPI imej ke ruang MNI. Data-data tersebut telah diletakkan di domain spasial dengan menggunakan kernel Gaussian 6 mm lebar penuh pada separuh maksimum (FWHM) dan dikeluarkan trend linear. Gangguan covariates termasuk isyarat min global, isyarat perkara putih, dan isyarat bendalir cerebrospinal telah dimansuhkan. Walaupun sama ada untuk melaksanakan regresi isyarat global masih merupakan kontroversi yang berterusan (contohnya, ), kami memutuskan untuk melaksanakan kaedah ini kerana telah dicadangkan untuk memaksimumkan kekhususan korelasi fungsional dan meningkatkan korespondensi antara korelasi dan anatomi rehat (; ; ). Akhir sekali, imej-imej tersebut telah menyaring penapisan band 0.01-0.08 Hz.

Analisis Data

Imej fMRI telah dibatalkan berdasarkan Pelabelan Automatik Anatomi (AAL; ), membahagikan otak berdasarkan struktur anatomi kepada ROI 116 (atau nod). Kami memilih atlas AAL kerana ia merupakan pembatalan yang paling biasa digunakan dalam kajian rangkaian berfungsi () dan juga templat yang digunakan oleh , yang kajiannya paling relevan dengan kita, dengan itu meningkatkan tahap perbandingan antara merangkumi kajian (). Kaedah NBS digunakan untuk mengenal pasti rangkaian otak yang terdiri daripada penyambungan fungsi serantau yang menunjukkan korelasi yang signifikan dengan skor CIAS-R. Analisis berikut telah dilakukan dengan bantuan Toolbox Statistic Based Rangkaian () dengan skrip Matlab dalaman tambahan. Matriks korelasi 116 × 116 dibina untuk setiap peserta menggunakan kursus masa yang diekstrak daripada setiap ROI. Pearson's r nilai telah dinormalisasikan kepada Z skor menggunakan Fisher Z penjelmaan. Setiap sel matriks korelasi mewakili kekuatan hubungan (atau tepi) antara dua nod. Ujian univariat secara besar-besaran menggunakan korelasi peringkat Spearman dilakukan antara skor CIAS-R peserta dan kekuatan tepi dalam setiap tepi untuk mengenal pasti hubungan yang relevan yang meramalkan skor CIAS-R. Tepi calon yang menunjukkan ramalan tinggi skor CIAS-R dipilih melalui ambang utama Spearman's rho> 0.37 dan <-0.37 (kira-kira alpha satu-ekor = 0.005) masing-masing, untuk mengenal pasti rangkaian yang berkaitan positif dan negatif dengan CIAS- Skor R. Seterusnya, kelompok topologi, yang dikenali sebagai komponen grafik yang disambungkan dikenal pasti di antara sambungan supra-ambang. Kesalahan keluarga (FWE) untuk ukuran komponen dikira menggunakan pengujian permutasi (3000 permutasi), yang melibatkan penyusunan semula skor CIAS-R secara rawak dan mengulangi proses di atas setiap permutasi untuk mendapatkan sebaran nol dari ukuran komponen terbesar. Komponen grafik yang disambungkan yang ukurannya melebihi anggaran yang diperbetulkan FWE p- Nilai pemotongan <0.05 dikenal pasti sebagai rangkaian yang mempunyai kaitan dengan kecenderungan kecanduan internet. Pemapar BrainNet () digunakan untuk visualisasi sambungan. Satu ilustrasi saluran paip analisis data ditunjukkan di dalam Rajah Rajah11.

RAJAH 1  

Carta aliran data analisa data. Otak peserta telah diproses terlebih dahulu dan dibatalkan ke kawasan struktur yang berlainan mengikut templat AAL. Matriks korelasi dibina menggunakan kursus masa yang diekstrak dari setiap rantau ke ...

Hasil

Meta-Analysis

Kesimpulan maju dan terbalik zPeta -score dihasilkan dari NeuroSynth (ditunjukkan dalam Rajah Rajah22). Pengaktifan dalam kedua-dua peta menunjukkan persamaan yang tinggi antara satu sama lain. Bertindih di atas peta ini mendedahkan pengaktifan di kawasan cerebellum, lobus temporal (gyri temporal dua hala yang lebih rendah dua hala, tiang temporal yang unggul, dan gyrus temporal yang menengah dan unggul), beberapa bahagian hadapan (kiri tengah dan superior gyrus frontal orbital, gyrus frontal tengah kanan, operkum frontal inferior, dan gyrus precentral kanan), putamen bilateral, insula dua hala, cingulate tengah kanan, dan precuneus kanan. Jadual Table22 menyenaraikan kluster yang dikenalpasti serta kawasan AAL milik kluster.

RAJAH 2  

Peta kesimpulan analisis meta dilakukan pada NeuroSynth, menunjukkan kawasan aktif dalam kesimpulan ke hadapan, kesimpulan terbalik, dan pertindihan dua peta.
Jadual 2  

Kelompok tumpang tindih ke hadapan dan terbalik peta kesimpulan.

Rest-Negeri fMRI

Sambungan Fungsian Berkaitan dengan Kecenderungan Kecanduan Internet

Menggunakan NBS, kami mengenal pasti dua rangkaian yang menunjukkan korelasi kekuatan kelebihan dan skor CIAS-R (p <0.05, FWE-corrected): satu dengan tepi berkorelasi positif dengan skor CIAS-R ("CIAS-R positif," ditunjukkan dengan warna merah), dan satu dengan tepi berkorelasi negatif dengan CIAS-R ("CIAS-R negatif," ditunjukkan dengan warna biru). Rangkaian positif CIAS-R terdiri daripada 65 nod dan 90 tepi (45 intrahemispheric, 42 interhemispheric, dan 3 menghubungkan ke vermis), sementara jaringan negatif terdiri daripada 64 node dan 89 tepi (35 intrahemispheric, 40 interhemispheric, dan 14 bersambung ke / dalam vermis). Penting untuk diperhatikan bahawa kedua-dua rangkaian itu tidak terpisah sepenuhnya, dan mereka berkongsi sejumlah 39 nod, 30.77% daripadanya adalah kawasan lobus frontal. Jumlah tepi yang berkaitan dengan CIAS-R terdiri daripada 2.68% dari semua tepi otak. Rangkaian digambarkan dalam Rajah Rajah33 dan sambungan tertentu disenaraikan dalam Bahan Tambahan 2, Jadual S1.

RAJAH 3  

Rangkaian sambungan yang dikaitkan dengan skor CIAS-R. Sfera kelabu mewakili centroid setiap nod dan diperkecil dengan sewajarnya kepada bilangan tepi penting yang dikaitkan dengannya. Hanya nod dengan sambungan ditunjukkan. Garis merah mewakili ...

Pengedaran Global bagi Kedalaman Terlibat

Untuk mendapatkan pemahaman yang lebih baik tentang bagaimana sambungan ini diedarkan, kami mengikuti and , dan dikategorikan setiap rantau AAL dalam setiap rangkaian sebagai milik tujuh kumpulan subkelompok serantau: frontal, temporal, parietal, occipital, insula dan cingulate gyri, subcortical, dan cerebellum. Majoriti tepi dalam rangkaian positif CIAS-R melibatkan hubungan di antara (1) kawasan temporal dan insula dan cingulate gryi (~ 13%), yang kebanyakannya melibatkan gyrus cingulate posterior yang menghubungkan ke pelbagai wilayah temporal; (2) wilayah depan dan temporal (~12%), yang merangkumi sambungan antara korteks orbitofrontal medial, lobulus paracentral dan tiang temporal gyri, tiang temporal; dan (3) daerah parietal dan subkortikal (~11%), yang terdiri daripada hubungan antara korteks postcentral dan lobule parietal yang unggul dengan putamen dan pallidum. Adalah menarik untuk diperhatikan bahawa kecuali untuk lobus frontal, semua kawasan lain tidak mempunyai hubungan intra-serantau yang kekuatannya berkorelasi positif dengan kecenderungan ketagihan internet. Majoriti tepi dalam rangkaian negatif CIAS-R melibatkan sambungan antara (1) lobus frontal dan cerebellum (~19%), yang kebanyakannya adalah hubungan antara kawasan frontal orbital dan pelbagai ROI dari cerebellum; dan (2) insula dan cingulate gyri dan lobus temporal (~ 12%), yang terdiri daripada hubungan antara insula, cingulum, parahippocampal, dan lobro temporal gyri. Tiada kawasan okulina didapati dimasukkan ke dalam rangkaian negatif CIAS-R. Perkadaran sambungan antara serantau bagi setiap rangkaian digambarkan dalam Rajah Rajah44.

RAJAH 4  

Proporsi tepi yang secara positif dan negatif dikaitkan dengan kecenderungan kecanduan internet di kalangan pasangan subgroupings serantau. Perkadaran tersebut dikira dengan membahagikan bilangan tepi di antara (atau dalam) pasang wilayah dengan jumlah keseluruhan ...

Nod terpengaruh yang maksima

Oleh kerana bilangan besar tepi yang dikenal pasti, kami mengikuti , dan mengenal pasti nod yang mempunyai "jumlah tepi CIAS-R-korelasi" yang tinggi untuk menumpukan analisis kami ke kawasan-kawasan di mana hubungannya mempunyai hubungan maksimum dengan kecenderungan ketagihan internet. Jumlah tepi CIAS-R-korelasi nod ditakrifkan sebagai jumlah bilangan tepinya dalam kedua-dua rangkaian negatif CIAS-R dan CIAS-R negatif (ini bersamaan konsep dengan ukuran darjah dalam teori graf). Kaedah ini akan membolehkan kita mengenal pasti nod di mana sambungan paling cenderung diubah oleh kecenderungan kecanduan internet. Yang berikut Jadual Table33 menyenaraikan nod yang terjejas secara maksima, dan menunjukkan nod yang mempunyai sekurang-kurangnya sejumlah tepi CIAS-R-korelasi sekurang-kurangnya 8. Visualisasi nod dan sambungannya dipaparkan dalam Rajah Rajah55. Ini juga merupakan nod yang dipilih untuk dibincangkan.

Jadual 3  

Analisis tahap nod kecenderungan kecanduan internet.
RAJAH 5  

Visualisasi nod dengan jumlah tepi tertinggi yang berkaitan dengan kecenderungan kecanduan internet. Sfera hijau menggambarkan centroid setiap nod dengan tepi maksimum, manakala sfera kuning menggambarkan rakan sambungan fungsian mereka. Garis merah menunjukkan tepi ...

Perbincangan

Dalam kumpulan orang dewasa yang normal, kami menilai tahap ketagihan internet mereka melalui soal selidik diri (CIAS-R), dan selanjutnya mengenalpasti dua rangkaian otak yang berkaitan dengan fungsi berfungsi secara positif dan negatif dengan kecenderungan ketagihan internet. Dalam perkara berikut, kami membincangkan keputusan kami di skala yang berbeza: (1) kawasan penting yang menghubungkan rangkaian negatif CIAS-R dan CIAS-R, (2) dengan proporsi yang tinggi berkaitan dengan kecenderungan kecanduan internet dan (3 ) nod kritis yang diubah oleh kecenderungan ketagihan internet.

Kawasan Frontal Pautan CIAS-R Positif dan Rangkaian Negatif CIAS-R

Kami mendapati bahawa majoriti nod yang menghubungkan rangkaian dua (CIAS-R positif dan CIAS-R negatif) terletak di dalam lobus frontal. Kawasan ini termasuk gyrus frontal unggul, IFG, gyrus frontal medial, pengendali rolandic, dan kawasan motor tambahan. Korteks prefrontal telah dikaitkan menjadi struktur kritikal dalam kawalan kognitif, perencatan, dan pemilihan tindak balas (; ; ). Ketagihan internet adalah fenomena yang menyebabkan penagih menurun kawalan kendiri dan membuat keputusan mengenai penggunaan internet, yang digambarkan oleh penggunaan yang berlebihan walaupun mereka mengetahui kesan negatif. Sebagai contoh, beberapa kajian mendapati bahawa peserta dengan ketagihan internet menunjukkan pengaktifan fronto-striatal dan fronto-parietal yang lebih tinggi semasa tugas Go / Nogo (; ; ) dan tugas Stroop (, , ), mencadangkan pemantauan tindak balas yang kurang baik dan pemantauan kesilapan, dan peningkatan impulsif. Tetapi di sisi lain, penagih internet dan pemain permainan video sering menunjukkan prestasi fungsi kognitif yang sangat baik, seperti kawalan motor dan membuat keputusan yang cekap semasa permainan. Sesungguhnya pengaruh amalan permainan video telah terbukti umum kepada pelbagai kemahiran eksekutif yang dipertingkatkan, termasuk kemahiran persepsi, motor, perhatian, dan probabilistik kesimpulan (; ; ; ; ). Satu kajian fMRI mendapati pengambilan rangkaian fronto-parietal dalam pemutar permainan dikurangkan berbanding pemain bukan semasa tugas permintaan yang tinggi, mungkin mencerminkan kawalan eksekutif dan perhatian yang lebih cekap). Kedua-dua wajah kawalan kognitif yang dipaparkan oleh penagih internet menimbulkan dilema yang menarik. Dalam kajian kami, pemerhatian terhadap kawasan hadapan menghubungkan kedua-dua rangkaian di mana kesambungan berfungsi menurun dan peningkatan kecenderungan kecanduan internet dapat mencerminkan perubahan di rantau frontal untuk aspek-aspek kawalan kognitif yang berlainan (iaitu untuk mengawal penggunaan internet dan kemahiran permainan). Perlu dinyatakan bahawa walaupun hipotesis di sana mungkin dapat meningkatkan kesalinghubungan fungsional yang dikaitkan dengan kesan praktik dalam penagih internet, hanya penurunan konektivitas berfungsi diperhatikan dalam kajian mereka. Satu kemungkinan yang dicadangkan oleh kerana ketiadaan mereka yang tersambung dengan fungsi fungsian dalam internet-kecanduan individu adalah saiz sampel kecil mereka mengakibatkan kekurangan kuasa. Dengan menggunakan analisis berasaskan benih, yang memerlukan kurang banyak perbandingan daripada pendekatan keseluruhan otak, dianalisis semula data 2013 dan memerhatikan kedua-dua peningkatan dan penurunan fungsi sambungan yang berkaitan dengan ketagihan internet.

Sambungan yang Diagihkan secara meluas ke Rangkaian Kecenderungan Ketagihan Internet

Data menunjukkan sejumlah besar sambungan antara dan intra-hemispherik dalam kedua-dua rangkaian negatif CIAS-R dan CIAS-R, yang mencerminkan pengaruh luas kecenderungan kecanduan internet di otak. Kami mendapati bahawa nisbah sambungan tertinggi dalam rangkaian positif CIAS-R melibatkan bahagian tepi "insula dan cingulate - temporal," "frontal-temporal," dan "subkortikal - parietal", manakala nisbah tertinggi sambungan dalam CIAS-R rangkaian negatif melibatkan "frontal - cerebellar" dan "insula dan cingulate - temporal" tepi (Rajah Rajah44). Dalam model ketagihan baru yang dicadangkan (), cerebellum membantu mengekalkan homeostasis empat litar saling berkaitan dengan penagihan: ganjaran / kesungguhan, motivasi / pemacu, pembelajaran / ingatan serta kawalan kognitif. Model ini mengintegrasikan model litar empat (, ) dan rangkaian keadaan peruncit fungsi cerebrasi yang berkaitan dengan pemprosesan eksekutif dan bersekutu dalam korteks serebrum (). Komponen untuk ganjaran / kesungguhan, motivasi / memandu, dan pembelajaran / ingatan dikuatkan, sementara kawalan kognitif berkurang dalam ketagihan. Lihat Rajah Rajah66 untuk ilustrasi. Pengamatan kami mengenai perkadaran sambungan yang paling tinggi dari kedua-dua rangkaian kecenderungan kecenderungan internet umumnya bersesuaian dengan model komponen kritikal yang terlibat dalam litar ketagihan. Begitu juga, kita tidak melihat banyak sambungan yang penting yang terdiri daripada lobus ikal, yang juga mengagumkan penemuan. Walau bagaimanapun, kami juga menemui sebahagian besar "tepi subkortikal - parietal" yang walaupun tidak diketengahkan dalam model litar empat, sambungan ini telah diperhatikan dalam literatur ketagihan internet (contohnya, ; , ), yang boleh disebabkan oleh kesan amalan yang berkaitan dengan penggunaan internet.

RAJAH 6  

Model ketagihan yang menonjolkan peranan modulasi cerebellum dari empat rangkaian utama otak yang dicadangkan untuk dipengaruhi oleh ketagihan (disesuaikan daripada ). Litar ini termasuk ganjaran / kesungguhan, motivasi / memandu, pembelajaran / ingatan, ...

Nod Kritikal Dihidupkan oleh Kecenderungan Ketagihan Internet

Kami mengenal pasti nod dengan sambungan yang paling berkaitan dengan kecenderungan ketagihan internet. Nod ini adalah mereka yang corak sambungan antara simpul itu sendiri dan kawasan otak lain yang paling mudah dipengaruhi oleh kecenderungan kecanduan internet. Kawasan tersebut secara khusus adalah gyrus cingulate posterior dua, insula kanan, gyrus temporal tengah kanan, meninggalkan tiang temporal unggul, putamen kanan, dan bahagian orbit kiri IFG (Rajah Rajah55). Kawasan-kawasan ini telah terbabit sebagai kawasan utama dalam banyak kajian internet (kecanduan internet) dan ada yang telah disebutkan di bahagian sebelumnya. Kami kini membincangkan kesusasteraan ketagihan yang menonjolkan kawasan-kawasan ini secara terperinci. PCC, sebahagian daripada rangkaian mod lalai dan terlibat dalam pelbagai aspek pemprosesan diri (; ), berkhidmat sebagai rantau benih di Malaysia kajian yang menunjukkan keterkaitan berfungsi dengan ketara dengan lobus posterior cerebellum dua hala dan gyrus temporal tengah, sementara menurun lobular parietal dua hala dan gyrus temporal yang lebih rendah dalam penagih permainan internet. Penagih internet juga didapati menunjukkan anisotropi pecahan tidak normal () dan kepadatan bahan kelabu () di PCC. memilih insula, yang telah terlibat dalam ketagihan (; ), sebagai kawasan benih dan mendapati sambungan berfungsi berubah dengan rangkaian kawasan di penagih internet. Peranan insula dalam ketagihan telah dicadangkan untuk mengintegrasikan isyarat interoceptive ke dalam perasaan sedar (dorongan ubat) dan kelakuan bias semasa membuat keputusan (). Gyrus temporal tengah dan tiang temporal unggul telah diperhatikan dalam beberapa kajian kecanduan internet (lihat untuk analisis meta), dan telah dikaitkan dengan dorongan / keinginan permainan, pemprosesan semantik, pemula, ingatan kerja, dan pemprosesan emosi; Walau bagaimanapun, peranan khusus mereka dalam ketagihan memerlukan siasatan lanjut. The putamen, sebahagian daripada striatum punggung, juga merupakan kawasan kritikal yang dicadangkan oleh banyak penyelidikan ketagihan (contohnya, ; ; ), di mana neurotransmission dopamin bersamaan terlibat dalam pembangunan pencarian dan keinginan dadah yang kompulsif; ). Tambahan pula, penyelidikan telah menyarankan bahawa disfungsi dengan litar striato-thalamo-orbitofrontal adalah penyebab utama ketagihan, sementara striatum dorsal yang terlibat dalam pembelajaran dan keinginan untuk kebiasaan, korteks orbitofrontal terlibat dengan ketajaman, pemacu, dan pengejaran (; ; ; ). Fungsi luar biasa dari korteks orbitofrontal dapat menjelaskan perilaku yang tidak berfungsi dalam ketagihan. Merumuskan di atas, nod yang kami kenal adalah hab yang paling mudah dipengaruhi oleh kecenderungan kecanduan internet, dan mereka telah dikenal pasti berulang kali dalam kesusasteraan yang ada.

Had

Seperti yang ditunjukkan oleh salah satu daripada pengulas kami, sama ada untuk melakukan regresi isyarat global di negara berehat fMRI masih menjadi perdebatan semasa. Selepas menganalisis semula data semasa tanpa regresi isyarat global, keputusan kami ternyata agak berbeza berbanding dengan analisis asal kami dan hanya 22.91% dari tepi yang terdapat dalam analisis NBS tanpa regresi isyarat global yang bertindih dengan keputusan semasa kami. Tanpa regresi isyarat global, kami tidak dapat mencari sambungan fungsi yang mencukupi yang mempunyai kaitan positif dengan skor CIAS-R; Walau bagaimanapun, kami mendapati rangkaian yang terdiri daripada sambungan fungsional yang mempunyai kaitan negatif dengan skor CIAS-R. Apabila mengenal pasti nod dengan sambungan yang paling berkaitan dengan kecenderungan kecenderungan internet, kami mendapati konsistensi dengan analisis regresi isyarat global di mana kawasan cingulate, insula, temporal, dan frontal adalah yang paling terlibat. Walau bagaimanapun, beberapa perbezaan termasuk penemuan tambahan bagi kawasan motor tambahan dua hala dan gyrus angular kanan menunjukkan penurunan sambungan fungsi, dan tidak terdapat banyak kawasan subkortikal dalam rangkaian yang dikenalpasti. Walaupun regresi isyarat global masih tetap kontroversi, kami memutuskan untuk melaporkan kedua-dua keputusan. Butiran rangkaian yang dikenal pasti tanpa regresi isyarat global didokumenkan dalam Bahan Tambahan 3. Mudah-mudahan kerja masa depan pada proses preprocessing akan menjelaskan tentang hasil yang lebih tepat. Pada masa ini, kami mencadangkan untuk mentafsirkan keputusan semasa dengan peringatan seperti itu dalam fikiran.

Kesimpulan

Dengan menggunakan pendekatan yang didorong data, kami menunjukkan bahawa statistik berasaskan rangkaian adalah alat yang berguna untuk mencirikan kesambungan seluruh otak yang terjejas oleh kecenderungan kecanduan internet, mengenal pasti hubungan dan kawasan kritikal yang menggema pelajaran terdahulu. Berbanding dengan analisis benih, pendekatan seluruh otak ini memberikan analisis yang lebih komprehensif tentang sambungan otak yang berkaitan dengan ketagihan internet, menyiasat sejumlah sambungan 6670. Kami terus menunjukkan bahawa banyak sambungan fungsional dan kawasan otak yang kritikal dalam kes ketagihan klinikal juga didapati dikaitkan dengan kecenderungan pra-klinikal yang diindeks oleh langkah soal selidik tingkah laku. Walaupun menggunakan pendekatan korelasional, kita tidak dapat memastikan sama ada rangkaian-rangkaian ini diubah akibat penggunaan internet atau sama ada mereka adalah ciri-ciri orang yang terdedah kepada risiko yang lebih tinggi untuk mengembangkan ketagihan internet, kajian ini memberikan maklumat berguna dalam membantu kita memahami neural ciri-ciri yang mendasari ketagihan dan perkembangannya.

Sumbangan Pengarang

TW melakukan eksperimen, menganalisis data, menafsirkan hasil, menulis dan menyemak semula manuskrip. SH merancang percubaan, menulis cadangan pemberian, membimbing persiapan dan pelaksanaan eksperimen, membantu dalam menafsirkan data, mempersiapkan, dan merevisi manuskrip.

Penyata Percanggahan Kepentingan

Penulis mengisytiharkan bahawa penyelidikan itu dijalankan tanpa adanya sebarang hubungan komersial atau kewangan yang boleh ditafsirkan sebagai potensi konflik kepentingan.

Penghargaan

Penulis bersyukur kepada Yun-Ting Lee untuk membantu pengumpulan data dan Profesor Po-Hsien Huang untuk konsultasi statistik. Kajian ini dibiayai oleh Kementerian Sains dan Teknologi (PALING), Taiwan (PALING 102-2420-H-006-006-MY2 dan PALING 104-2420-H-006-004-MY2). Di samping itu, penyelidikan ini sebahagiannya disokong oleh Kementerian Pelajaran (MOE), Taiwan, ROC The Aim untuk Projek Universiti Teratas untuk Universiti Cheng Kung Kebangsaan (NCKU). Kami mengucapkan terima kasih kepada Pusat Penyelidikan dan Pemikiran Minda (MRIC), disokong oleh PALING, di NCKU untuk mendapatkan perundingan dan ketersediaan alat. Soal selidik CIAS-R disediakan oleh Sue-Huei Chen.

Nota kaki

Bahan Tambahan

Bahan Tambahan untuk artikel ini boleh didapati secara online di: http://journal.frontiersin.org/article/10.3389/fnhum.2016.00006

Rujukan

  • Persatuan Psikiatri Amerika [APA] (2013). Manual Diagnostik dan Statistik Gangguan Mental (DSM-5®). Arlington, VA: Pub Psikiatri Amerika.
  • Aron AR, Robbins TW, Poldrack RA (2004). Inhibisi dan korteks frontal inferior yang betul. Trend Cogn. Sci. 8 170-177. 10.1016 / j.tics.2004.02.010 [PubMed] [Cross Ref]
  • Bavelier D., Achtman RL, Mani M., Focker J. (2012). Pangkalan saraf perhatian selektif dalam pemain permainan video tindakan. Vis. Res. 61 132-143. 10.1016 / j.visres.2011.08.007 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Biswal BB, Mennes M., Zuo XN, Gohel S., Kelly C., Smith SM, et al. (2010). Menuju ilmu penemuan fungsi otak manusia. Proc. Natl. Acad. Sci. USA 107 4734-4739. 10.1073 / pnas.0911855107 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Jenama M., Young KS, Laier C. (2014). Kontrol merentas dan kecanduan Internet: model teori dan kajian penemuan neuropsikologi dan neuroimaging. Depan. Hum. Neurosci. 8: 375 10.3389 / fnhum.2014.00375 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Buckner RL, Andrews-Hanna JR, Schacter DL (2008). Rangkaian lalai otak - Anatomi, fungsi, dan kaitan dengan penyakit. Tahun Cogn. Neurosci. 2008 1-38. 10.1196 / annals.1440.011 [PubMed] [Cross Ref]
  • Buckner RL, Krienen FM, Castellanos A., Diaz JC, Yeo BTT (2011). Organisasi cerebellum manusia yang dianggarkan dengan penyambungan fungsi intrinsik. J. Neurophysiol. 106 2322-2345. 10.1152 / jn.00339.2011 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Castel AD, Pratt J., Drummond E. (2005). Kesan pengalaman video permainan aksi pada masa pengulangan pulangan dan kecekapan pencarian visual. Acta Psychol. 119 217-230. 10.1016 / j.actpsy.2005.02.004 [PubMed] [Cross Ref]
  • Chen CY, Huang MF, Yen JY, Chen CS, Liu GC, Yen CF, et al. (2015). Otak menghubungkan penghalang tindak balas dalam gangguan permainan Internet. Klinik Psikiatri. Neurosci. 69 201-209. 10.1111 / pcn.12224 [PubMed] [Cross Ref]
  • Chen S., Weng L., Su Y., Wu H., Yang P. (2003). Perkembangan skala ketagihan Internet Cina dan kajian psikometriknya. Chin. J. Psychol. 45 251-266. 10.1371 / journal.pone.0098312 [Cross Ref]
  • Craddock RC, Jbabdi S., Yan CG, Vogelstein JT, Castellanos FX, Di Martino A., et al. (2013). Mengemukakan connectomes manusia di makro. Nat. Kaedah 10 524-539. 10.1038 / Nmeth.2482 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Ding WN, Sun JH, Sun YW, Chen X., Zhou Y., Zhuang ZG, et al. (2014). Impulsiviti trait dan gangguan pencegahan impuls prefrontal di kalangan remaja dengan ketagihan permainan internet didedahkan oleh kajian Go / No-Go fMRI. Behav. Fungsi Otak. 10:20 10.1186/1744-9081-10-20 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Ding WN, Sun JH, Sun YW, Zhou Y., Li L., Xu JR, et al. (2013). Rangkaian piawai rangkaian terhidrat yang tersambung berfungsi di kalangan remaja dengan ketagihan permainan internet. PLOS SATU 8: e59902 10.1371 / journal.pone.0059902 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Dong GH, DeVito EE, Du XX, Cui ZY (2012a). Kawalan pencegahan terjejas dalam 'gangguan ketagihan internet': kajian imaging magnetik berfungsi. Psikiatri Res. Neuroimaging 203 153-158. 10.1016 / j.pscychresns.2012.02.001 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Dong GH, DeVito E., Huang J., Du XX (2012b). Pencari tensor penyebaran mendedahkan thalamus dan kelainan cingulate korteks posterior di penagih permainan internet. J. Psychiatr. Res. 46 1212-1216. 10.1016 / j.jpsychires.2012.05.015 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Dong GH, Lin X., Hu YB, Xie CM, Du XX (2015a). Hubungan fungsi yang tidak seimbang antara rangkaian kawalan eksekutif dan rangkaian ganjaran menerangkan tingkah laku mencari dalam talian dalam gangguan permainan Internet. Sci. Rep. 5: 9197 10.1038 / Srep09197 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Dong GH, Lin X., Potenza MN (2015b). Pengurangan sambungan fungsi dalam rangkaian kawalan eksekutif adalah berkaitan dengan gangguan fungsi eksekutif dalam gangguan permainan Internet. Prog. Neuro-Psychopharmacol. Biol. Psikiatri 57 76-85. 10.1016 / j.pnpbp.2014.10.012 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Dong GH, Lin X., Zhou HL, Lu QL (2014). Fleksibiliti kognitif dalam penagih internet: bukti fMRI dari situasi beralih yang sukar dan mudah dan sukar. Penagih. Behav. 39 677-683. 10.1016 / j.addbeh.2013.11.028 [PubMed] [Cross Ref]
  • Dong GH, Shen Y., Huang J., Du XX (2013). Fungsi pemantauan kesilapan terjejas pada orang dengan gangguan ketagihan internet: kajian fMRI yang berkaitan dengan peristiwa. Eur. Penagih. Res. 19 269-275. 10.1159 / 000346783 [PubMed] [Cross Ref]
  • Droutman V., Baca SJ, Bechara A. (2015). Menyemak semula peranan insula dalam ketagihan. Trend Cogn. Sci. 19 414-420. 10.1016 / j.tics.2015.05.005 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Dye MWG, CS Hijau, Bavelier D. (2009). Meningkatkan kelajuan pemprosesan dengan permainan video tindakan. Curr. Dir. Psychol. Sci. 18 321-326. 10.1111 / j.1467-8721.2009.01660.x [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Finn ES, Shen X., Holahan JM, Scheinost D., Lacadie C., Papademetris X., et al. (2014). Gangguan rangkaian fungsional dalam disleksia: analisis otak keseluruhan, perhubungan data berasaskan perhubungan. Biol. Psikiatri 76 397-404. 10.1016 / j.biopsych.2013.08.031 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Fornito A., Bullmore ET (2015). Connectomics: paradigma baru untuk memahami penyakit otak. Eur. Neuropsychopharmacol. 25 733-748. 10.1016 / j.euroneuro.2014.02.011 [PubMed] [Cross Ref]
  • Fornito A., Yoon J., Zalesky A., Bullmore ET, Carter CS (2011). Gangguan penyambungan fungsi umum dan spesifik dalam skizofrenia episod pertama semasa prestasi kawalan kognitif. Biol. Psikiatri 70 64-72. 10.1016 / j.biopsych.2011.02.019 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Forstmann BU, van den Wildenberg WPM, Ridderinkhof KR (2008). Mekanisme neural, dinamik temporal, dan perbezaan individu dalam kawalan gangguan. J. Cogn. Neurosci. 20 1854-1865. 10.1162 / jocn.2008.20122 [PubMed] [Cross Ref]
  • Fox MD, Zhang D., Snyder AZ, Raichle ME (2009). Isyarat global dan memerhatikan rangkaian otak negeri beracun antikorelasi. J. Neurophysiol. 101 3270-3283. 10.1152 / jn.90777.2008 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Fransson P., Marrelec G. (2008). Korteks cingulate precuneus / posterior memainkan peranan penting dalam rangkaian mod lalai: bukti dari analisis rangkaian korelasi separa. Neuroimage 42 1178-1184. 10.1016 / j.neuroimage.2008.05.059 [PubMed] [Cross Ref]
  • Goldstein RZ, Volkow ND (2011). Disfungsi korteks prefrontal dalam ketagihan: penemuan neuroimaging dan implikasi klinikal. Nat. Wahyu Neurosci. 12 652-669. 10.1038 / nrn3119 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Green CS, Bavelier D. (2003). Permainan video tindakan mengubah perhatian selektif visual. Alam 423 534-537. 10.1038 / nature01647 [PubMed] [Cross Ref]
  • Hijau CS, Pouget A., Bavelier D. (2010). Kesimpulan kebarangkalian yang lebih baik sebagai mekanisme pembelajaran umum dengan permainan video tindakan. Curr. Biol. 20 1573-1579. 10.1016 / j.cub.2010.07.040 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Green CS, Sugarman MA, Medford K., Klobusicky E., Bavelier D. (2012). Kesan pengalaman permainan video tindakan pada penukaran tugas. Kumpulkan. Hum. Behav. 28 984-994. 10.1016 / j.chb.2011.12.020 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Griffiths MD, Pontes HM (2014). Gangguan ketagihan internet dan gangguan permainan internet tidak sama. J. Penagih. Res. Ther. 5:e124 10.4172/2155-6105.1000e124 [Cross Ref]
  • Han CE, Yoo SW, Seo SW, Na DL, Seong JK (2013). Statistik berasaskan kluster untuk kesambungan otak dalam hubungan dengan langkah-langkah tingkah laku. PLOS SATU 8: e72332 10.1371 / journal.pone.0072332 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Han DH, Kim YS, Lee YS, Min KJ, Renshaw PF (2010). Perubahan dalam aktiviti korteks yang disebabkan oleh isyarat, dengan permainan video-permainan. Cyberpsychol. Behav. Soc. Netw. 13 655-661. 10.1089 / cyber.2009.0327 [PubMed] [Cross Ref]
  • Hoeft F., Watson CL, Kesler SR, Bettinger KE, Reiss AL (2008). Perbezaan jantina dalam sistem mesokortikolimbik semasa permainan komputer. J. Psychiatr. Res. 42 253-258. 10.1016 / j.jpsychires.2007.11.010 [PubMed] [Cross Ref]
  • Hong SB, Harrison BJ, Dandash O., Choi EJ, Kim SC, Kim HH, et al. (2015). Penglibatan selektif hubungan konkrit putamen dalam belia dengan gangguan permainan internet. Brain Res. 1602 85-95. 10.1016 / j.brainres.2014.12.042 [PubMed] [Cross Ref]
  • Hong SB, Zalesky A., Cocchi L., Fornito A., Choi EJ, Kim HH, et al. (2013). Kurangkan kesalinghubungan otak fungsional pada remaja dengan ketagihan internet. PLOS SATU 8: e57831 10.1371 / journal.pone.0057831 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Király O., Griffiths MD, Urbán R., Farkas J., Kökönyei G., Elekes Z., et al. (2014). Penggunaan internet yang bermasalah dan permainan dalam talian yang bermasalah tidak sama: penemuan dari sampel remaja yang besar di negara ini. Cyberpsychol. Behav. Soc. Netw. 17 749-754. 10.1089 / cyber.2014.0475 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Ko CH, Hsieh TJ, Chen CY, Yen CF, Chen CS, Yen JY, et al. (2014). Pengaktifan otak yang berubah semasa penghambatan tindak balas dan pemprosesan ralat dalam subjek dengan gangguan permainan internet: kajian pencitraan magnet berfungsi. Eur. Arch. Klinik Psikiatri. Neurosci. 264 661–672. 10.1007/s00406-013-0483-3 [PubMed] [Cross Ref]
  • Ko CH, Hsieh TJ, Wang PW, Lin WC, Yen CF, Chen CS, et al. (2015). Ketumpatan perkara kelabu yang diubah dan mengganggu penyambungan fungsi amygdala pada orang dewasa dengan gangguan permainan Internet. Prog. Neuro-Psychopharmacol. Biol. Psikiatri 57 185-192. 10.1016 / j.pnpbp.2014.11.003 [PubMed] [Cross Ref]
  • Ko CH, Liu GC, Hsiao SM, Yen JY, Yang MJ, Lin WC, et al. (2009). Aktiviti otak yang berkaitan dengan permainan yang menggalakkan ketagihan permainan dalam talian. J. Psychiatr. Res. 43 739-747. 10.1016 / j.jpsychires.2008.09.012 [PubMed] [Cross Ref]
  • Ko CH, Liu GC, Yen JY, Chen CY, Yen CF, Chen CS (2013). Otak menghubungkan keinginan untuk permainan dalam talian di bawah pendedahan di subjek dengan kecanduan permainan Internet dan subjek yang diulangi. Penagih. Biol. 18 559-569. 10.1111 / j.1369-1600.2011.00405.x [PubMed] [Cross Ref]
  • Ko C.-H., Yen C.-F., Yen C.-N., Yen J.-Y., Chen C.-C., Chen S.-H. (2005). Saringan untuk penagihan internet: kajian empirik pada titik pemotongan untuk skala kecanduan internet chen. Kaohsiung J. Med. Sci. 21 545–551. 10.1016/S1607-551X(09)70206-2 [PubMed] [Cross Ref]
  • Kong X.-Z., Zhen Z., Li X., Lu H.-H., Wang R., Liu L., et al. (2014). Perbezaan individu dalam impulsif meramalkan pergerakan kepala semasa pengimejan resonans magnetik. PLOS SATU 9: e104989 10.1371 / journal.pone.0104989 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Koob GF, Volkow ND (2010). Neurocircuitry ketagihan. Neuropsychopharmacology 35 217-238. 10.1038 / npp.2009.110 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Kühn S., Gallinat J. (2015). Otak dalam talian: hubungan struktur dan fungsi penggunaan Internet yang biasa. Penagih. Biol. 20 415-422. 10.1111 / adb.12128 [PubMed] [Cross Ref]
  • Kuss DJ, Griffiths MD (2012). Ketagihan permainan internet: semakan kajian sistematik empirikal. Int. J. Penagih Kesihatan Mental. 10 278–296. 10.1007/s11469-011-9318-5 [Cross Ref]
  • Li BJ, Friston KJ, Liu J., Liu Y., Zhang GP, Cao FL, et al. (2014). Kesan jangkitan ganglia frontal-basal pada remaja dengan penagihan internet. Sci. Rep. 4: 5027 10.1038 / Srep05027 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Li WW, Li YD, Yang WJ, Zhang QL, Wei DT, Li WF, et al. (2015). Struktur otak dan hubungan fungsi yang berkaitan dengan perbezaan individu dalam kecenderungan Internet pada orang dewasa muda yang sihat. Neuropsychologia 70 134-144. 10.1016 / j.neuropsychologia.2015.02.019 [PubMed] [Cross Ref]
  • Lin FC, Zhou Y., Du YS, Zhao ZM, Qin LD, Xu JR, et al. (2015). Litar fungsi kortikostrial yang tidak menentu di kalangan remaja dengan gangguan ketagihan Internet. Depan. Hum. Neurosci. 9: 356 10.3389 / fnhum.2015.00356 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Lin MP, Ko HC, Wu JYW (2011). Faktor risiko prevalens dan psikososial yang dikaitkan dengan ketagihan internet dalam sampel wakil kolej nasional di taiwan. Cyberpsychol. Behav. Soci. Netw. 14 741-746. 10.1089 / cyber.2010.0574 [PubMed] [Cross Ref]
  • Lorenz RC, Kruger JK, Neumann B., Schott BH, Kaufmann C., Heinz A., et al. (2013). Kereaktifan dan perencatan dalam pemain permainan komputer patologi. Penagih. Biol. 18 134-146. 10.1111 / j.1369-1600.2012.00491.x [PubMed] [Cross Ref]
  • Meng YJ, Deng W., Wang HY, Guo WJ, Li T. (2015). Disfungsi prefrontal pada individu dengan gangguan permainan Internet: meta-analisis kajian fungsi pengimejan resonans magnetik. Penagih. Biol. 20 799-808. 10.1111 / adb.12154 [PubMed] [Cross Ref]
  • Moulton EA, Elman I., Becerra LR, Goldstein RZ, Borsook D. (2014). Cerebellum dan ketagihan: pandangan yang diperoleh daripada penyelidikan neuroimaging. Penagih. Biol. 19 317-331. 10.1111 / adb.12101 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Naqvi NH, Bechara A. (2009). Pulau tersembunyi ketagihan: insula. Trend Neurosci. 32 56-67. 10.1016 / j.tins.2008.09.009 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Nichols TE, Holmes AP (2002). Ujian permutasi nonparametrik untuk neuroimaging berfungsi: primer dengan contoh. Hum. Brain Mapp. 15 1-25. 10.1002 / hbm.1058 [PubMed] [Cross Ref]
  • OReilly M. (1996). Ketagihan internet: gangguan baru memasuki kamus kimia. Boleh. Med. Persatuan. J. 154 1882-1883. [Artikel percuma PMC] [PubMed]
  • Park CH, Chun JW, Cho H., Jung YC, Choi J., Kim DJ (2015). Adakah otak kecanduan permainan internet hampir berada dalam keadaan patologi? Penagih. Biol. [Epub sebelum cetakan] .10.1111 / adb.12282 [PubMed] [Cross Ref]
  • Petry NM, O'Brien CP (2013). Gangguan permainan Internet dan DSM-5. Ketagihan 108 1186-1187. 10.1111 / add.12162 [PubMed] [Cross Ref]
  • Petry NM, Rehbein F., Gentile DA, Lemmens JS, Rumpf HJ, Mößle T., et al. (2014). Konsensus antarabangsa untuk menilai gangguan permainan internet menggunakan pendekatan DSM-5 yang baru. Ketagihan 109 1399-1406. 10.1111 / add.12457 [PubMed] [Cross Ref]
  • Rorden C., Karnath HO, Bonilha L. (2007). Memperbaiki pemetaan lesi-gejala. J. Cogn. Neurosci. 19 1081-1088. 10.1162 / jocn.2007.19.7.1081 [PubMed] [Cross Ref]
  • Saad ZS, Gotts SJ, Murphy K., Chen G., Jo HJ, Martin A., et al. (2012). Masalah pada rehat: bagaimana corak korelasi dan perbezaan kumpulan menjadi terdistorsi selepas regresi isyarat global. Otak Connect. 2 25-32. 10.1089 / brain.2012.0080 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Song XW, Dong ZY, Long XY, Li SF, Zuo XN, Zhu CZ, et al. (2011). REST: toolkit untuk pemprosesan pengimejan data resonans magnetic resonance berfungsi negeri. PLOS SATU 6: e25031 10.1371 / journal.pone.0025031 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Stanley ML, Moussa MN, Paolini BM, Lyday RG, Burdette JH, Laurienti PJ (2013). Menentukan nod dalam rangkaian otak kompleks. Depan. Kumpulkan. Neurosci. 7: 169 10.3389 / fncom.2013.00169 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Sun YJ, Ying H., Seetohul RM, Wang XM, Ya Z., Qian L., et al. (2012). Kajian otak fMRI yang dikasari oleh gambar-gambar isyarat dalam penagih permainan dalam talian (remaja lelaki). Behav. Brain Res. 233 563-576. 10.1016 / j.bbr.2012.05.005 [PubMed] [Cross Ref]
  • Takeuchi H., Taki Y., Nouchi R., Sekiguchi A., Hashizume H., Sassa Y., et al. (2014). Persatuan antara kesambungan fungsi negara berehat dan empati / sistematik. Neuroimage 99 312-322. 10.1016 / j.neuroimage.2014.05.031 [PubMed] [Cross Ref]
  • Talati A., Hirsch J. (2005). Pengkhususan fungsional dalam gyrus frontal medial untuk membuat persepsi pergi / tidak pergi berdasarkan maklumat berkaitan "apa," "bila," dan "di mana": kajian fMRI. J. Cogn. Neurosci. 17 981-993. 10.1162 / 0898929054475226 [PubMed] [Cross Ref]
  • Tzourio-Mazoyer N., Landeau B., Papathanassiou D., Crivello F., Etard O., Delcroix N., et al. (2002). Penyelarasan anatomi automatik pengaktifan dalam SPM menggunakan pembungkusan anatomi makroskopi otak subjek MRI MNI tunggal. Neuroimage 15 273-289. 10.1006 / nimg.2001.0978 [PubMed] [Cross Ref]
  • van den Heuvel MP, Pol HEH (2010). Meneroka rangkaian otak: semakan mengenai kesambungan fMRI fungsi berehat. Eur. Neuropsychopharmacol. 20 519-534. 10.1016 / j.euroneuro.2010.03.008 [PubMed] [Cross Ref]
  • Volkow ND, Fowler JS (2000). Ketagihan, penyakit paksaan dan pemacu: penglibatan korteks orbitofrontal. Cereb. Korteks 10 318-325. 10.1093 / cercor / 10.3.318 [PubMed] [Cross Ref]
  • Volkow ND, Fowler JS, Wang GJ (2003). Otak manusia yang ketagih: pandangan dari kajian pencitraan. J. Clin. Investig. 111 1444-1451. 10.1172 / Jci200318533 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Volkow ND, Wang GJ, Fowler JS, Tomasi D., Telang F., Baler R. (2010). Ketagihan: menurunkan sensitiviti ganjaran dan sensitiviti jangkaan meningkat bersekongkol untuk mengatasi litar kawalan otak. Bioessays 32 748-755. 10.1002 / bies.201000042 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Volkow ND, Wang GJ, Telang F., Fowler JS, Logan J., Childress AR, et al. (2006). Tanda-tanda kokain dan dopamin di striatum punggung: mekanisme keinginan dalam ketagihan kokain. J. Neurosci. 26 6583-6588. 10.1523 / Jneurosci.1544-06.2006 [PubMed] [Cross Ref]
  • Wang Y., Yin Y., Sun YW, Zhou Y., Chen X., Ding WN, et al. (2015). Mengurangkan penyambungan fungsi interhemispheric lobular prefrontal pada remaja dengan gangguan permainan internet: kajian utama menggunakan fMRI keadaan berehat. PLOS SATU 10: e0118733 10.1371 / journal.pone.0118733 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Wee CY, Zhao ZM, Yap PT, Wu GR, Shi F., Harga T., et al. (2014). Rangkaian fungsional otak yang terganggu dalam gangguan ketagihan internet: sebuah kajian pengimejan resonans magnetik yang berfungsi sebagai rehat. PLOS SATU 9: e107306 10.1371 / journal.pone.0107306 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Weissenbacher A., ​​Kasess C., Gerstl F., Lanzenberger R., Moser E., Windischberger C. (2009). Korelasi dan antikorelasi dalam perhubungan fungsi seketika MRI: perbandingan perbandingan strategi preprocessing. Neuroimage 47 1408-1416. 10.1016 / j.neuroimage.2009.05.005 [PubMed] [Cross Ref]
  • Xia M., Wang J., He Y. (2013). BrainNet Viewer: alat visualisasi rangkaian untuk konektomi otak manusia. PLOS SATU 8: e68910 10.1371 / journal.pone.0068910 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Yan C., Zang Y. (2010). DPARSF: kotak alat MATLAB untuk analisis data "saluran paip" fMRI keadaan berehat. Depan. Syst. Neurosci. 4: 13 10.3389 / fnsys.2010.00013 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Yarkoni T., Poldrack RA, Nichols TE, Van Essen DC, Wager TD (2011). Sintesis automasi berskala besar skala data neuroimaging berfungsi manusia. Nat. Kaedah 8 665-670. 10.1038 / nmeth.1635 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Yeo BTT, Krienen FM, Sepulcre J., Sabuncu MR, Lashkari D., Hollinshead M., et al. (2011). Organisasi korteks serebrum manusia dianggarkan dengan sambungan fungsian intrinsik. J. Neurophysiol. 106 1125-1165. 10.1152 / jn.00338.2011 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Young KS (1998). Ketagihan internet: kemunculan gangguan klinikal baru. CyberPsychol. Behav. 1 237–244. 10.1007/s10899-011-9287-4 [Cross Ref]
  • Yuan K., Qin W., Yu D., Bi Y., Xing L., Jin C., et al. (2015). Interaksi rangkaian otak teras dan kawalan kognitif dalam individu gangguan permainan internet di akhir remaja / dewasa dewasa. Struktur Otak. Fungsi. [Epub mendahului cetakan] .10.1007 / s00429-014-0982-7 [PubMed] [Cross Ref]
  • Zalesky A., Fornito A., Bullmore ET (2010a). Statistik berasaskan rangkaian: mengenal pasti perbezaan dalam rangkaian otak. Neuroimage 53 1197-1207. 10.1016 / j.neuroimage.2010.06.041 [PubMed] [Cross Ref]
  • Zalesky A., Fornito A., Harding IH, Cocchi L., Yücel M., Pantelis C., et al. (2010b). Rangkaian anatomi seluruh otak: adakah pilihan nod penting? Neuroimage 50 970-983. 10.1016 / j.neuroimage.2009.12.027 [PubMed] [Cross Ref]
  • Zhang JT, Yao YW, Li CSR, Zang YF, Shen ZJ, Liu L., et al. (2015). Dihubungkan dengan keadaan rehat yang berfungsi berfungsi insula pada orang dewasa muda dengan gangguan permainan Internet. Penagih. Biol. [Epub sebelum cetakan] .10.1111 / adb.12247 [Artikel percuma PMC] [PubMed] [Cross Ref]
  • Zhou Y., Lin FC, Du YS, Qin LD, Zhao ZM, Xu JR, et al. (2011). Kelainan perkara abu-abu dalam ketagihan Internet: kajian morphometry berasaskan voxel. Eur. J. Radiol. 79 92-95. 10.1016 / j.ejrad.2009.10.025 [PubMed] [Cross Ref]