(CAUSE) က Comorbidity အင်တာနက်ကိုဂိမ်းအကြားရောဂါနှင့်စီးပွားပျက်ကပ်: Interrelationship နှင့်ဦးနှောက်ကဲ့သို့ရှုပ်ထွေးသောယန္တရားများ (2018)

တပ်ဦးစိတ်ရောဂါကုသမှု။ 2018 ဧပြီ 23; 9: 154 ။ Doi: 10.3389 / fpsyt.2018.00154 ။ eCollection 2018 ။

လျူ L ကို1,2, Yao အဘိဓါန် YW2, လီ CR3,4, Zhang က JT2, Xia CC ကို5, Lan J ကို1, ma အက်စ်အက်စ်1, zhou N ကို1, ဖန် XY1.

ြဒပ်မဲ့သော

အင်တာနက်ကဂိမ်းရောဂါ (IGD) သိမြင်မှုနှင့်စိတ်ပိုင်းဆိုင်ရာလိုငွေပြမှုအားဖြင့်သွင်ပြင်လက္ခဏာဖြစ်ပါတယ်။ ယခင်လေ့လာမှုများ IGD နှင့်စိတ်ကျရောဂါ၏ Co-ဖြစ်ပျက်မှုအစီရင်ခံတင်ပြကြပါပြီ။ သို့သော် extant ဦးနှောက်ပုံရိပ်သုတေသနအကြီးအကျယ် IGD အတွက်သိမြင်မှုလိုငွေပြမှုအာရုံစိုက်လာခဲ့သည်။ အနည်းငယ်လေ့လာမှုများ IGD နှင့်စိတ်ကျရောဂါလက္ခဏာများနှင့်နောက်ခံအာရုံကြောယန္တရားများအကြား comorbidity ကိုင်တွယ်ဖြေရှင်းကြပါပြီ။ ဤတွင်ကျနော်တို့စနစ်တကျတစ် longitudinal စစ်တမ်းလေ့လာမှု, cross-section ငြိမ်ဝပ်ရာပြည်နယ် functional ဖြစ်စေဆက်သွယ်မှု (rsFC) လေ့လာမှုတစ်ခုဝင်ရောက်စွက်ဖက်မှုလေ့လာမှုပေါင်းစပ်ပြီးနေဖြင့်ဤကိစ္စကိုစုံစမ်းစစ်ဆေး။ ကောလိပ်ကျောင်းသားတစ်ဦး longitudinal Datasets အပေါ် Autoregressive Cross-ကြံ့မော်ဒယ် IGD ပြင်းထန်မှုနှင့်စိတ်ကျရောဂါအပြန်အလှန်ကြိုတင်ခန့်မှန်းချက်ဖြစ်ကြောင်းပြသခဲ့သည်။ အဆိုပါအာရုံကြောအဆင့်မှာ, IGD နှင့်အတူတစ်ဦးချင်းစီလက်ဝဲ amygdala နှင့်ညာဘက် dorsolateral prefrontal cortex (DLPFC), ယုတ်ညံ့တိုကျရိုကျနှင့် precentral gyrus, ထိန်းချုပ်မှုသင်တန်းသားများနှင့်နှိုင်းယှဉ်ပါနှင့်စိတ်ကျရောဂါလက္ခဏာတွေအတွက်အခြေခံအဆိုးဟောကိန်းထုတ်လျှော့ချရေးမှာ amygdala-frontoparietal ဆက်သွယ်မှုကြားပိုမို rsFC ပြ တစ်ဦး psychotherapy ဝင်ရောက်စွက်ဖက်မှုကိုအောက်ပါ။ ထို့ပြင်အဆိုပါဝင်ရောက်စွက်ဖက်မှုကိုအောက်ပါ, IGD နှင့်အတူတစ်ဦးချင်းစီလက်ဝဲ amygdala တို့အကြားဆက်သွယ်မှုလျော့နည်းသွားခြင်းနှင့် non-ဝင်ရောက်စွက်ဖက်မှုအုပ်စုတစ်စုနှင့်အတူနှိုင်းယှဉ်ပါက, အလယ်တန်းတိုကျရိုကျနှင့် precentral gyrus left ပြသခဲ့သည်။ ဤရွေ့ကားတွေ့ရှိချက်အတူတကွ IGD နီးကပ်စွာစိတ်ကျရောဂါနဲ့ဆက်စပ်စေခြင်းငှါအကြံပြု; စိတ်လှုပ်ရှားမှုနှင့်အလုပ်အမှုဆောင်ထိန်းချုပ်မှုကွန်ရက်များအကြားထစ်အငေါ့ rsFC စိတ်ကျရောဂါအခြေခံနှင့် IGD နှင့်အတူတစ်ဦးချင်းစီအတွက်ကုထုံးပစ်မှတ်ကိုယ်စားပြုလိမ့်မည်။ Registry ကိုအမည်: IGD များ၏အမူအကျင့်များနှင့်ဦးနှောက်ယန္တရား; URL: https://www.clinicaltrials.gov/ct2/show/NCT02550405; မှတ်ပုံတင်နံပါတ်: NCT02550405.

KEYWORDS:

amygdala; စိတ်ကျရောဂါ; fMRI; အင်တာနက်ဂိမ်းကစားရောဂါ; ငြိမ်ဝပ်ရာပြည်နယ် functional ဖြစ်စေဆက်သွယ်မှု; subgenual anterior cingulate cortex

PMID: 29740358

PMCID: PMC5924965

Doi: 10.3389 / fpsyt.2018.00154

URL: https://www.clinicaltrials.gov/ct2/show/NCT02550405;

မှတ်ပုံတင်နံပါတ်: NCT02550405 ။

နိဒါန္း

အမူအကျင့်စွဲလမ်းနှင့်ပစ္စည်းဥစ္စာအသုံးပြုမှုမမှန် [ထိုကဲ့သို့သောစိတ်ကျရောဂါအဖြစ် comorbidities အပါအဝင်အများအပြားလက်တွေ့သရုပ်ဝေမျှ1] ။ အင်တာနက်စွဲ (အိုဝါ) တစ်ဦး putative အမူအကျင့်စွဲအဖြစ်မှတ်ခဲ့သည်။ အင်တာနက်ကဂိမ်းရောဂါ (IGD), အိုဝါထဲကအလွန်ပျံ့နှံ့နေတဲ့ပုံစံအဖြစ် [ထို Diagnostic ၏ပဉ္စမထုတ်ဝေခြင်းနှင့်နောက်ထပ်လေ့လာမှု warranting တစ်ခွအေနအေအဖြစ်စိတ်ပိုင်းဆိုင်ရာ Disorders (DSM-5) ၏စာရင်းအင်းလက်စွဲတွင်ထည့်သွင်းထားသည်2] ။ စိတ်ရောဂါနာမကျန်းသမားရိုးကျအမျိုးအစားကွဲပြားအဖွဲ့အစည်းများအဖြစ်ထည့်သွင်းစဉ်းစားပါပြီ။ သို့သျောလညျး [သုတေသနဒိုမိန်းလိုအပ်ချက် (RDoC) ၏ပဏာမခြေလှမ်းအတွက်သိမြင်မှုနှင့်စိတ်ပိုင်းဆိုင်ရာအလုပ်မဖြစ်၏ neurobiological အမှတ်အသားများအဖြေရှာတဲ့ခွဲခြားအတွက်သိသာထင်ရှားသောအရေးပါမှုဖြစ်စဉ်းစားနေကြသည်နှင့်အာရုံကြောဆိုင်ရာစိတ်ရောဂါအခြေအနေများအကြားမျှဝေစေခြင်းငှါ3] ။ အထူးသဖြင့်ဦးနှောက်ပုံရိပ်သည်ဤအာရုံကြောအမှတ်အသားများဖော်ထုတ်အတွက်အကျိုးရှိစွာ tool ကိုထောက်ပံ့ပေးလျက်ရှိသည်။ ယခင်လေ့လာမှုများ [ထိုကဲ့သို့သော IGD အတွက်လစ်လပ် inhibitory ထိန်းချုပ်မှုနှင့် maladaptive ဆုံးဖြတ်ချက်ချအဖြစ်သိမြင်မှုချို့ယွင်းများ၏အာရုံကြောအခြေစိုက်စခန်းများလေ့လာ4, 5] ။ သို့သျောလညျးစိတျပိုငျးဆိုငျရာအလုပ်မဖြစ် (ဥပမာ, စိတ်ကျရောဂါ) နှင့်ဒီလူဦးရေအတွက်နောက်ခံအာရုံကြောယန္တရားများ IGD နှင့်စိတ်ကျရောဂါမြင့်မား comorbidity ရှိနေသော်လည်းအဓိကအားမသိရသေးနျြရစျ။

စီးပွားပျက်ကပ်လက္ခဏာတွေမကြာခဏ [အိုဝါ / IGD နှင့်အတူတစ်ဦးချင်းစီအတွက်ဖြစ်ပေါ်6] ။ Meta-analysis သည် [ကျန်းမာထိန်းချုပ်မှု (26.3%) ထက်အိုဝါ (11.7%) နှင့်အတူတစ်ဦးချင်းစီအတွက်စိတ်ကျရောဂါနှင့်အတူလူနာတစ်ဦးကိုသိသိသာသာမြင့်မားတဲ့အချိုးအစားကဖော်ပြခဲ့သည်7] ။ IGD လေ့လာစရာများလည်း [ပိုမိုမြင့်မားစိတ်ကျရောဂါ IGD သို့မဟုတ်နှင့်အတူအန္တရာယ်မှာတစ်ဦးချင်းစီအတွက်လိုတဲ့သဘောထားကိုအဖြစ် IGD ကနေလွှတ်နေစဉ်အတွင်းစိတ်ကျဝေဒနာအတွက်လျှော့ချရေးအစီရင်ခံတင်ပြ8-10] ။ သို့သော်ဤ Cross-Section တွေ့ရှိချက် [အိုဝါ / IGD နှင့်စိတ်ကျရောဂါများအကြား directionality ရှင်းလင်းနိုင်ဘူး11, 12] ။ တစ်ဦးကအလားအလာလေ့လာမှုနောက်ထပ် IGD နှင့်စိတ်ကျရောဂါလက္ခဏာတွေအကြား interrelationship ထုတ်ဖော်ကိုကူညီလိမ့်မယ်။

အနားယူ-ပြည်နယ် fMRI [အခ်ါဦးနှောက်လှုပ်ရှားမှုစုံစမ်းစစ်ဆေးရန်တစ်အသုံးများ tool အဖြစ်ပေါ်ထွက်လာခဲ့ပါသည်13, 14] နှင့် IGD နှင့်အဓိကစိတ်ကျရောဂါရောဂါ (MDD) အပါအဝင်များစွာသောအာရုံကြောဆိုင်ရာစိတ်ရောဂါမမှန်အတွက်နှောက်ကမောက်ကမဖြစ်မှု [15, 16] ။ အရေးကြီးတာက, IGD နှင့် MDD အဆိုပါ amygdala နှင့် subgenual anterior cingulate cortex (sgACC) ပါဝင်သော, ငြိမ်ဝပ်ရာပြည်နယ် functional ဖြစ်စေဆက်သွယ်မှုစိတ်ပိုင်းဆိုင်ရာကွန်ယက် (rsFC) ကိုပြောင်းလဲဝေမျှဖို့ပေါ်လာပါသည်။ အထူးသဖြင့် amygdala [interceptive နှင့်ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရသတင်းအချက်အလက်များနှင့်စိတ်ပိုင်းဆိုင်ရာလှုံ့ဆော်မှုများ၏ detection နဲ့ပေါင်းစပ်ဖို့, အနုတ်လက္ခဏာစိတ်လှုပ်ရှားမှုအမှတ်တရများဖွဲ့စည်းခြင်းနှင့်သိုလှောင်မှုကိုအထောက်အကူပြုရန်11, 15, 17-19] ။ အဆိုပါ sgACC [စိတ်ခံစားမှုများနှင့်အခြားအဓိကလှုံ့ဆော်မှုတုံ့ပြန် arousal ထိန်းညှိအတွက်အရေးပါသောအခန်းကဏ္ဍ20, 21] ။ ယခင်လေ့လာမှုများ [MDD အတွက်နှစ်ဦးစလုံးအနုတ်လက္ခဏာလှုံ့ဆော်မှုမှအလွန်အကျွံတုံ့ပြန်မှုတွေနဲ့လင့်ခ်ထဲမှာ, နှစ်ဦးနှစ်ဖက် prefrontal cortex (PFC) အပါအဝင်အလုပ်အမှုဆောင်ထိန်းချုပ်မှုကွန်ယက်၏ဒေသများနှင့်အတူ amygdala ၏ maladaptive interaction က, အစီရင်ခံတင်ပြ22-24] နှင့် IGD [25] ။ အဆိုပါ sgACC [စည်းမျဉ်း affective မှအလယ်ပိုင်းဖြစ်ပါသည်15, 22] နှင့်စိတ်ကျရောဂါ၏ pathogenesis [15, 26] ။ အဆိုပါ sgACC နှင့် amygdala နှင့်အတူအပြန်အလှန်, အ PFC [စိတ်လှုပ်ရှားမှုကိုထိန်းညှိသောအလုပ်တခုကိုထိန်းချုပ်မှုဆားကစ်၏အစိတ်အပိုင်းတစ်ခုဖြစ်သည်27] ။ MDD လူနာ [အလွန်အကျွံ Self-ညွှန်ကြားမွေးမြူရေးနှင့်အတူအသင်းအဖွဲ့ထဲမှာ, sgACC နှင့် dorsomedial / dorsolateral PFC အကြားမြင့်မားသောဆက်သွယ်မှုပြသ28, 29] ။ တိုးမြှင့် sgACC-PFC ဆက်သွယ်မှုကိုလည်း [မူးယစ်ဆေးစွဲသဖြင့်တစ်ဦးချင်းစီမှာတွေ့ရှိထားသည်30, 31] ။ ထို့ကြောင့် amygdala, sgACC နှင့် PFC အကြားအလုပ်လုပ်တဲ့ connection ဆန်းစစ်အဖြစ်စိတ်ကျရောဂါနှင့်စွဲပြင်းထန်မှုနှင့်အတူသူတို့၏ဆကျဆံရေး IGD ဝေဖန်အာရုံကြော phenotypes ထုတ်ဖေါ်လိမ့်မည်။

ထို့ပြင်ယခင်လေ့လာမှုများ [အပြုအမူဆောင်ရွက်ချက်နှစ်ခုလုံးကိုစွဲပြင်းထန်မှု ameliorating အတွက်ထိရောက်သောဖြစ်ကြောင်းပြသ32, 33] နှင့်အထွေထွေအတွင်း IGD သို့မဟုတ်အိုဝါနှင့်အတူတစ်ဦးချင်းစီအတွက်စိတ်ကျရောဂါလက္ခဏာများ [34-36] ။ အမူအကျင့်ကြားဝင်စိတ်ကျရောဂါနှင့်စွဲရောဂါလက္ခဏာတွေလျော့ချရေးနှင့်အတူစိတ်ပိုင်းဆိုင်ရာကွန်ယက်ကိုချိတ်ဆက်မှုနှင့်၎င်း၏အသင်းအဖွဲ့များကိုသြဇာလွှမ်းမိုးပုံကိုဆန်းစစ်ပါ IGD နှင့်စိတ်ကျရောဂါများ shared အာရုံကြောအလွှာ၏ထောက်ခံမှုအတွက်အပိုဆောင်းသက်သေအထောက်အထားပေးလိမ့်မယ်။

လက်ရှိလေ့လာမှုတှငျကြှနျုပျတို့ IGD အတွက်စိတ်ကျရောဂါနှင့်စွဲလမ်း၏လက္ခဏာပြင်းထန်မှုအကြား interrelationship စူးစမ်းလေ့လာမယ့် 4 နှစ် longitudinal စစ်တမ်းကနေတွေ့ရှိချက်ပေးအပ်သည်။ ထို့အပွငျ IGD နှင့်အတူတစ်ဦးချင်းစီအတွက်စိတ်ကျရောဂါအခြေခံသည့်အာရုံကြောကွန်ရက်များ elucidate မှကျနော်တို့ amygdala နှင့် sgACC အာရုံစိုက် cross-section rsFC လေ့လာမှုပြုလုပ်ခဲ့သည်။ နောက်ဆုံးအနေနဲ့ကျနော်တို့ IGD နှင့်အတူတစ်ဦးချင်းစီအတွက်စိတ်ကျရောဂါနှင့်အတူ link ကိုအတွက်စိတ်ကျရောဂါကိုးကွယ်ရာ circuit ကိုကမောက်ကမဖြစ်မှု ameliorated ဘယ်လိုအပြုအမူကုသမှုဆန်းစစ်ခဲ့သည်။ ယခင်အမူအကျင့်သက်သေအထောက်အထားများအပေါ်အခြေခံပြီး [11, 12, 37] ကျွန်တော်အင်တာနက်စွဲ / စိတ်ကျရောဂါလက္ခဏာတွေအတိတ်နှင့်အနာဂတ်ပြင်းထန်မှုအကြားတစ်ဦး bidirectional ဆက်ဆံရေးမျိုးတွေးဆ။ ထို့ပြင် [ယခင်အာရုံကြောဆိုင်ရာစိတ်ရောဂါလေ့လာမှုများအပေါ်အခြေခံပြီး25, 38] ကျနော်တို့ IGD နှင့်အတူတစ်ဦးချင်းစီစိတ်ကျရောဂါလက္ခဏာတွေပြ IGD များအတွက်အပြုအမူဝင်ရောက်စွက်ဖက်မှုများကများလျော့ကျနိုင်သောအလုပ်အမှုဆောင်ထိန်းချုပ်မှုကွန်ယက်၏ဒေသများနှင့်အတူ amygdala ၏ rsFC နှင့် sgACC ပြောင်းလဲမယ်လို့တွေးဆ။

ကုန်ကြမ်းနှင့်နည်းစနစ်များ

သင်တန်းသားများကို

လေ့လာမှု ၁ အတွက်အချက်အလက်များသည် ၂၀၁၁ ခုနှစ်မှစတင်ကာဘေဂျင်းရှိတက္ကသိုလ်တစ်ခုတွင်ကောလိပ်ကျောင်းသားများ၏အင်တာနက်အသုံးပြုမှုကိုနှစ်ရှည်လေ့လာခြင်း၏တစ်စိတ်တစ်ပိုင်းအနေဖြင့် ၂၀၁၁ ခုနှစ်မှ စတင်၍ လှိုင်းလေးခုဖြင့်စုဆောင်းခဲ့သည်။ အွန်လိုင်းစစ်တမ်းကိရိယာတစ်ခု၊ ပထမနှစ်ကောလိပ်၏အစုစပ်တစ်ခုအားဖြင့်ကောက်ယူခဲ့သည်။ ကျောင်းသားများကိုနှစ်စဉ်အကဲဖြတ်ခဲ့သည်။ ပါ ၀ င်သူအားလုံးသည်စာဖြင့်အကြောင်းကြားထားသောသဘောတူညီချက်ပေးခဲ့ပြီးသူတို့၏အချိန်အတွက်ငွေရေးကြေးရေးအရလျော်ကြေးငွေပေးခဲ့သည်ဟုဘေဂျင်းပုံမှန်တက္ကသိုလ်၊ စိတ်ပညာကျောင်း၏အဖွဲ့အစည်းဆိုင်ရာပြန်လည်ဆန်းစစ်ခြင်းဘုတ်အဖွဲ့မှအတည်ပြုထားသော protocol တစ်ခုအရသိရသည်

စစ်တမ်းသင်တန်းသားများကိုသူတို့အွန်လိုင်းဂိမ်းကစားနှင့်ဒေတာများကိုယူခဲ့ပြီးသောအနေဖြင့်လေးနှစ်ဆက်တိုက်အသီးအသီးစဉ်အတွင်းဂိမ်းကစားဘို့အင်တာနက်ကိုအသုံးပြုပြီးသူတို့ရဲ့နေ့စဉ်အချိန် 20% ကျော်ပျမ်းမျှသုံးစွဲခဲ့မှသာလြှငျလေ့လာမှုတွင်ထည့်သွင်းခဲ့ကြသည်။ 2,182 ကျောင်းသားတစ်ဦးစုစုပေါင်း၏, 1,619 (1,253 အမျိုးသမီး, 366 ယောက်ျား) ကပါဝင်စံတွေ့ဆုံရန်မပြုခဲ့ခြင်းနှင့်လေ့လာမှုကနေဖယ်ထုတ်ထားခဲ့သည်။ အမျိုးသမီး၏ဖယ်အချိုး (90.99%) χ ((45.47%) အမျိုးသားများထက်ပိုမိုမြင့်မားခဲ့2 = 550.056, P <0.001) ။ ထို့ကြောင့်ကျောင်းသား ၅၆၃ ဦး (အမျိုးသမီး ၁၂၄ ဦး နှင့်အမျိုးသား ၄၃၉ ဦး) မှစစ်တမ်းများကိုလေ့လာခဲ့သည်။ သူတို့၏အသက်သည် ၁၆ နှစ်မှ ၂၁ နှစ်အထိရှိခဲ့သည် (ဆိုလိုသည်မှာ±ဖြစ်သည်။ ) SD = 18.31 အချိန် 89 မှာ) .1 ±။

လေ့လာမှု ၂ နှင့် ၃ သည် IGD အတွက်အပြုအမူဆိုင်ရာ ၀ င်ရောက်စွက်ဖက်မှုကိုဖွံ့ဖြိုးတိုးတက်စေရန်နှင့်အကဲဖြတ်ရန်ပိုမိုကြီးမားသောစီမံကိန်း၏အစိတ်အပိုင်းများဖြစ်သည်။ သင်တန်းသားများကိုအင်တာနက်မှတဆင့်စုဆောင်းခဲ့ပြီး၊ ဒေသခံတက္ကသိုလ်များတွင်တင်ထားသောကြော်ငြာများတွင်အောက်ဖော်ပြပါအချက်များပါဝင်သည်။ (၁) CIAS တွင်ရမှတ်> ၆၇ ။39]; (၂) တစ်ပတ်လျှင် ၁၄ နာရီအင်တာနက်ဂိမ်းကစားသည်အနည်းဆုံး ၁ နှစ်ဖြစ်သည်။ ကျန်းမာသောထိန်းချုပ်မှု (HC) ပါ ၀ င်သူများအတွက်ပါ ၀ င်မှုစံနှုန်းများမှာ (၁) CIAS တွင်ရမှတ် <၆၀; (၂) အင်တာနက်ဂိမ်းကစားခြင်းတွင်တစ်ပတ်လျှင် ၂ နာရီကျော်မျှမသုံးဖူးပါ။ တက်ရောက်သူအားလုံးသည်လက်ယာယောက်ျားများဖြစ်သည်။ ဖယ်ထုတ်ခြင်းသတ်မှတ်ချက်များမှာတရားမ ၀ င်ပစ္စည်းများနှင့်လောင်းကစားခြင်း (အွန်လိုင်းလောင်းကစားခြင်းအပါအ ၀ င်) အားယခင် (သို့) ယခင်အသုံးပြုမှု၊ စိတ်ရောဂါ (သို့) အာရုံကြောဆိုင်ရာရောဂါနှင့်သမိုင်းစိတ်ပိုင်းဆိုင်ရာဆေးဝါးများကိုလက်ရှိအသုံးပြုထားသည့် semi-structured အင်တာဗျူးတစ်ခုအရသိရသည်။ လေ့လာမှု ၂ တွင် IGD ပါ ၀ င်သူ ၇၆ ဦး နှင့် HC ၄၁ ဦး ပါ ၀ င်သည်။ လေ့လာမှု ၃ တွင် IGD နှင့်ပါ ၀ င်သူ ၆၃ ယောက်ကိုစုဆောင်းခဲ့သည်၊ ၄၄ ခုတွင်တုန်လှုပ်စေသောအမူအကျင့်ဆိုင်ရာဝင်ရောက်စွက်ဖက်မှု (CBI + group) တွင်ပါဝင်ရန်သဘောတူခဲ့ပြီးကျန် ၁၉ ခုမှာထိန်းချုပ်ရေးအဖွဲ့ဖြစ်သည်။ (CBI- group) သည်သူတို့၏အလုပ်ချိန်ဇယားကြောင့်ဖြစ်သည်။ CBI + အဖွဲ့မှလူ ၂၂ ဦး သည် CBI မတိုင်မီနှင့်ပြီးနောက်တွင်အနားယူသည့်ပြည်နယ် fMRI တွင်ပါ ၀ င်ခဲ့သည်။ CBI- ၁၉ အနက် ၁၆ ခုမှာတစ်ချိန်တည်းတွင်ပင်အလားတူစစ်ဆေးခဲ့သည်။ လေ့လာမှု ၂ နှင့် ၃ ကိုပေကျင်းပုံမှန်တက္ကသိုလ်ရှိသိပ္ပံနှင့်အာရုံကြောသိပ္ပံဆိုင်ရာအဓိကဓာတ်ခွဲခန်း၏အဖွဲ့အစည်းဆိုင်ရာပြန်လည်ဆန်းစစ်ခြင်းဘုတ်အဖွဲ့မှအတည်ပြုခဲ့သည်။

ဆောင်ရွက်ချက်များ

လေ့လာမှု 1, 2 နှင့် 3 ဘို့ကျနော်တို့တရုတ်အင်တာနက်စွဲလမ်းမှုစကေး (CIAS သုံးပြီးကောလိပ်ဂိမ်းကစားကြားအင်တာနက်စွဲလမ်း၏ပြင်းထန်မှုကိုတိုင်းတာ; 40), အရာ compulsive အသုံးပြုမှု, ရုပ်သိမ်းရေး, သည်းခံစိတ်များနှင့်လူ့ဆက်ဆံရေးနှင့်ကျန်းမာရေး / အချိန်စီမံခန့်ခွဲမှု၏ပြဿနာများအပါအဝင်ရောဂါလက္ခဏာတွေ / အကျိုးဆက်များ 26 အတိုင်းအတာအကဲဖြတ်တစ်ဦး 4-အမှတ် Likert စကေးအပေါ် 5 ပစ္စည်းများပါဝင်သည်။ အဆိုပါ CIAS များ၏ယုံကြည်စိတ်ချရနှင့်တရားဝင်မှု [ကောလိပ်ကျောင်းသားတွေအတွက်ယခင်ကသရုပ်ပြခဲ့ကြ40] နှင့်လက်ရှိစမ်းသပ်မှုတွင်ဤစကေး၏ Cronbach ၏ alpha မြှောက်ဖော်ကိန်းသည်အချိန်ကာလလေးမှတ်တွင် ၀.၉၃၀.၉.၉၅ ဖြစ်သည်။ လေ့လာမှု ၁ အတွက်ကျွန်ုပ်တို့သည်ရောဂါလက္ခဏာစစ်ဆေးရန်စာရင်း (SCL-0.933) မှပစ္စည်းများ ၁၃ ခုကို အသုံးပြု၍ စိတ်ကျရောဂါလက္ခဏာများကိုတိုင်းတာခဲ့သည်။41] ။ ဤပစ္စည်းများကို 1 (စစ်မှန်သောဘယ်တော့မှ) ၏ 4 (အစဉ်အမြဲစစ်မှန်တဲ့) ၏စကေးအပေါ် rated ခဲ့ကြသည်။ လက်ရှိစမ်းသပ်မှုတွင်ဤစကေးအတွက် Cronbach ၏ alpha မြှောက်ဖော်ကိန်းများသည်အချိန်ကာလလေးမှတ်တွင် ၀.၈၈၈ မှ ၉.၉၆ ဖြစ်သည်။ လေ့လာမှု ၂ နှင့် ၃ တွင်ပါဝင်သူများ၏စိတ်ကျရောဂါလက္ခဏာများကို Beck Depression Inventory (BDI) ဖြင့်တိုင်းတာသည်။42].

MRI ဒေတာများသိမ်းယူမှု

လေ့လာရေး 2 နှင့် 3 အဘို့, MRI data တွေကိုရှာမှီးခြင်းနှင့် preprocessing [ယခင်လေ့လာမှုထဲမှာအသေးစိတ်ဖော်ပြထားခဲ့သည်33] ။ အတိုချုပ်, ငြိမ်ဝပ်ရာပြည်နယ် fMRI data တွေကိုဦးနှောက် Imaging ကရေးစင်တာမှာ 3.0 T က Siemens Trióစကင်နာ, ဘေဂျင်းပုံမှန်တက္ကသိုလ်အပေါ်ရရှိသောခဲ့ကြသည်။ အဆိုပါ EPI ဒေတာအတွက် parameters ခဲ့ကြသည်: အထပ်ထပ်အချိန် = 2,000 ms, ပဲ့တင်သံအချိန် = 30 ms, လှန်ထောင့် = 90 °, အမြင် = 200 × 200 မီလီမီတာ၏လယ်ပြင်2, ဝယ်ယူ matrix ကို = 64 × 64, voxel အရွယ်အစား = 3.1 × 3.1 × 3.5 မီလီမီတာ3, အချပ် = 33, အချိန်အမှတ် = 200 ။ အထပ်ထပ်အချိန် = 1 ms, ပဲ့တင်သံအချိန် = 2,530 ms, လှန်ထောင့် = 3.39 °, အမြင် = 7 × 256 မီလီမီတာ၏လယ်ပြင်: တစ်ဦးက T256-wighted စကင်ကိုလည်းအောက်ပါ parameters တွေကိုနှင့်အတူဝယ်ယူခဲ့သည်2, voxel အရွယ်အစား = 1 × 1 × 1.33 မီလီမီတာ3, အချပ်အရေအတွက်က = 144 ။

စွဲလမ်းအပြုအမူကြားဝင်ဖြန်ဖြေရေး (CBI)

အဆိုပါ CBI [အစောပိုင်းကဖွံ့ဖြိုးနေတဲ့အမူအကျင့်ဝင်ရောက်စွက်ဖက်မှုများအပေါ် အခြေခံ. တီထွင်ခဲ့ခြင်းဖြစ်သည်33] ။ စိတ်ခံစားမှုကမောက်ကမဖြစ်မှုနှင့်အတူရောယှက်ရှုပ်ထွေးစိတ်ပိုင်းဆိုင်ရာဖြစ်စဉ်များ [43] တဏှာ IGD ၏ဖွံ့ဖြိုးတိုးတက်မှုနှင့်ပြုပြင်ထိန်းသိမ်းမှုအတွက်အရေးပါသောအခန်းကဏ္ဍမှဖြစ်နိုင်သည်။ တစ်ဦးချင်းစီနှင့်အတူရင်ဆိုင်ဖြေရှင်းနိုင်ခြင်းနှင့်တဏှာကိုလျော့ချကူညီကြားဝင်အပြုသဘောရလာဒ်မြှင့်တင်ရန်နှင့် relapse တားဆီးဖြစ်နိုင်သည် (နောက်ထပ်အသေးစိတ်နောက်ဆက်တွဲပစ္စည်းများ၏နည်းလမ်းများအပိုင်းကိုကြည့်ပါ) ။

စာရင်းအင်းအားသုံးသပ်ခြင်း

Autoregressive Cross-ကြံ့မော်ဒယ်လင်း

လေ့လာမှု 1, ကြှနျုပျတို့စွဲခြင်းနှင့်စိတ်ကျရောဂါလက္ခဏာတွေပြင်းထန်မှုအကြား longitudinal နှင့်အပြန်အလှန်ဆက်ဆံရေးအကဲဖြတ်ရန် autoregressive Cross-ကြံ့မော်ဒယ် (ACLM) အလုပ်။ အဆိုပါ ACLM အချိန်ကြာလာတာနဲ့အမျှနှစ်ခုဆောက်လုပ်ရေးအကြားဆက်ဆံရေးကိုဆန်းစစ်များအတွက်ကောင်းစွာ-သင့်လျော်သည်။ ACLM ခုနှစ်, autoregressive parameter သည်မည်မျှကောင်းကောင်းတစ်ခုအစောပိုင်းကအတိုင်းအတာ y ကိုကိုယ်စားပြုသည်t က y ၏နောက်ပိုင်းတွင်တိုင်းတာခန့်မှန်း(t + 1), ထို Cross-ကြံ့ parameter သည်ကိုမည်သို့ကာအစောပိုင်းကအတိုင်းအတာ z ကိုယ်စားပြုတယ်t y ကိုတစ်အကြာမှာအတိုင်းအတာခန့်မှန်း(t + 1) အထက်နှင့် y ၏ယခင်အတိုင်းအတာထက် ကျော်လွန်.t [44, 45] ။ အဆိုပါ ACLM ကျယ်ပြန့် [စွဲရောဂါလက္ခဏာတွေအပါအဝင်လက်တွေ့၏ယာယီအကြားဆက်ဆံရေးကိုစုံစမ်းစစ်ဆေးရာတွင်အသုံးပြုထားပြီး37, 46, 47] ။ autoregressive Cross-ကြံ့မော်ဒယ်များများ၏အစု [Mplus 7.4 အတွက်စမ်းသပ်ပြီးခဲ့ကြသည်48] ။ Mplus (နောက်ထပ်အသေးစိတ်နောက်ဆက်တွဲပစ္စည်းများကိုကြည့်ပါ) ပျောက်ဆုံးဒေတာကိုကိုင်တွယ်ရန်အပြည့်အဝသတင်းအချက်အလက်အများဆုံးဖြစ်နိုင်ခြေကို (FIML) ခန့်မှန်းချက်နည်းလမ်းကိုအသုံးပြုသည်။ SPSS 20.0 ဖော်ပြရန်စာရင်းဇယားများအတွက်အသုံးပြုခဲ့သည်။

အချိန်တစ်ဝှမ်းစမ်းသပ်ခြင်းလျော့ပါးသွားမည်ဖြစ်သလို

Times သတင်းစာ 1, 2, 3 နှင့် 4 မှာစိတ်ကျရောဂါနှင့်စွဲပြင်းထန်မှု: အဆိုပါ ACLM ရှစ် Construction ပါဝင်သည်။ တစ်ခုချင်းစီကိုအချိန်မှတ်မှာ CIAS subscales အင်တာနက်စွဲပြင်းထန်မှုများငုပ်လျှိုးနေ variable ကိုဖွဲ့စည်းများနှင့်စိတ်ကျဝေဒနာပြင်းထန်မှုဟာ SCL-90 ၏စိတ်ကျရောဂါ subscale ရမှတ်များကရည်ညွှန်းခဲ့ပါတယ်။ အဆိုပါ autoregressive နှင့် Cross-ကြံ့သက်ရောက်မှုအကဲဖြတ်ဖို့, ကျနော်တို့ Configuration, မက်ထရစ် (ဆိုလိုသည်မှာတင်) နှင့်ဖွဲ့စည်းတည်ဆောက်ပုံလျော့ပါးသွားမည်ဖြစ်သလိုဆင့်ကဲဆန်းစစ်ခဲ့သည်။ ကျနော်တို့ဇယား (လေးအသိုက်မော်ဒယ်များ၏မော်ဒယ်မထိုက်မတန်ညွှန်းကိန်းနှင့်နှိုင်းယှဉ်ပါ 1).

 
TABLE 1
www.frontiersin.org  

စားပွဲတင် 1။ အဆိုပါ autoregressive Cross-ကြံ့မော်ဒယ်များ၏နှိုင်းယှဉ်။

 
 

မော်ဒယ် 1 Configuration လျော့ပါးသွားမည်ဖြစ်သလိုစမ်းသပ်ဖို့အဘယ်သူမျှမလျော့ပါးသွားမည်ဖြစ်သလိုအသတ်နှင့်အတူခြေရင်းမော်ဒယ်အဖြစ်တာဝန်ထမ်းဆောင်ခဲ့သည်။ မော်ဒယ် 2 တှငျကြှနျုပျတို့ဆောက်လုပ်ရေးအကြိမ်တိုင်းအမှတ်မှာအတူတူပင်အဓိပ္ပာယ်ကိုရှိသည်သေချာစေရန်, အချိန် (စားပွဲတင် S2) ကိုဖြတ်ပြီးတန်းတူဖြစ်ရန်အတွက်အချက် Loading အတားအဆီးအားဖြင့်မက်ထရစ်လျော့ပါးသွားမည်ဖြစ်သလိုစမ်းသပ်ပြီး [50, 51] ။ မော်ဒယ် 3 တှငျကြှနျုပျတို့စိတ်ကျရောဂါပြင်းထန်မှု (T) ကိုများအတွက် Cross-ကြံ့လမ်းကြောင်းကန့်သတ် ဟုတ်ကဲ့ စွဲပြင်းထန်မှု (T + 1) နှင့်စွဲပြင်းထန်မှု (T) ကို ဟုတ်ကဲ့ စိတ်ကျရောဂါပြင်းထန်မှု (T + 1) အသီးသီး, အချိန်ကိုဖြတ်ပြီးတန်းတူဖြစ်။ နောက်ဆုံးအနေနဲ့မော်ဒယ် 4 အတွက်ကျနော်တို့ (ပုံတန်းတူဖြစ်ဖို့အချိန်ကိုဖြတ်ပြီးစိတ်ကျရောဂါနှင့်စွဲပြင်းထန်မှုအဘို့အသီးအသီးအလိုအလျောက်လမ်းနည်းပါးလမ်းကြောင်းသတ် 1) ။ ကျနော်တို့ထို့နောက်အကောင်းဆုံးပုံစံကိုရွေးပါအားလုံးလေးယောက်မော်ဒယ်များဆင့်ကဲ၏မော်ဒယ်မထိုက်မတန်ညွှန်းကိန်းနှင့်နှိုင်းယှဉ်ပါ။ အဆိုပါχ2 တန်ဖိုးနှိုင်းယှဉ်ထိုက်မတန်အညွှန်းကိန်း (CFI), Tucker-Lewis ကအညွှန်းကိန်း (TLI) နှင့်အမြစ်အကြမ်းဖျင်း (RMSEA) ၏တစ်စတုရန်းအမှားဆိုလိုမော်ဒယ်မထိုက်မတန်နှိုင်းယှဉ်ဖို့လျှောက်ထားခဲ့ကြ [49].

 
ပုံ 1
www.frontiersin.org  

ပုံ 1။ အဆိုပါ Cross-ကြံ့ဆုတ်ယုတ်ခွဲခြမ်းစိတ်ဖြာ။ ကျနော်တို့လမ်းကြောင်းအပေါ်စာလုံးတွေသုံးပြီးအချိန်ဖြတ်ပြီးမက်ထရစ်လျော့ပါးသွားမည်ဖြစ်သလို, Configuration လျော့ပါးသွားမည်ဖြစ်သလိုနှင့်အမှား covariance ၏လျော့ပါးသွားမည်ဖြစ်သလိုဖော်ပြသည်။ အဆိုပါကိန်းဂဏန်းများ * (စံလမ်းကြောင်းကိုကိန်းများမှာP <0.05; ***P <0.001) ။

 
 

အမူအကျင့်မှာ Data စာရင်းအင်းအားသုံးသပ်ခြင်း

လေ့လာမှု 2 နှစ်ခုနမူနာခုနှစ်တွင် t-tests အဆိုပါ IGD နှင့် HC အုပ်စုများအကြားစွဲလမ်းနှင့်စိတ်ကျရောဂါပြင်းထန်မှုနှိုင်းယှဉ်ဖို့ကောက်ယူခဲ့ကြသည်။ ထပ်ခါတလဲလဲအစီအမံအဖြစ်အကြား-ဘာသာရပ်အချက်အဖြစ်အုပ်စုတစု (CBI + နှင့် CBI-) နဲ့, အင်တာနက်ဂိမ်းကစားဝိသေသလက္ခဏာများပေါ် CBI ၏သက်ရောက်မှုဆန်းစစ်လေ့လာမှု 3 များတွင်အသုံးပြုများနှင့် session တစ်ခု (အခြေခံနှင့်ဒုတိယစမ်းသပ်မှု) ခံခဲ့ရသည်အတူကှဲလှဲ (ANOVAs) ၏လေ့လာဆန်းစစ် တစ်ဦးအတွင်း-ဘာသာရပ်အချက်။

MRI ဒေတာများကို Preprocessing

ဒေတာများ (DPABI ဗားရှင်း 1.2 သုံးပြီး preprocessed နှင့်ခွဲခြမ်းစိတ်ဖြာခဲ့သည်http://rfmri.org/dpabi) နှင့် SPM8 (http://www.fil.ion.ucl.ac.uk/spm) ။ ပထမဦးဆုံးအ 10 volumes ကိုစွန့်ပစ်ခဲ့ကြသည်။ တစ်ဦးချင်း EPI ဒေတာကိုဆုံးအချပ်အချိန်ရှိကြ၏။ အဘယ်သူ၏ခေါင်းကိုလည်ပတ်အတွက်ဘာသာပြန်ချက်အတွက် 3.0 မီလီမီတာသို့မဟုတ် 3 °ကျော်လွန်ရွေ့လျားမှု (2 IGD ဘာသာရပ်များ) သင်တန်းသားများကိုဖယ်ထုတ်ထားခဲ့သည်။ ကျနော်တို့နောက်ထပ် Friston-24 ဆုံးမခြင်းနှင့်အတူဦးခေါင်းရွေ့လျားမှု၏အလားအလာရှက်ကြောက်လျှော့ချ။ ကျနော်တို့ဇီဝကမ္မအပိုငျးအများ၏ဖြစ်နိုင်ခြေအကျိုးသက်ရောက်မှုများလျှော့ချရန် cerebrospinal fluid ကိုဖြူကိစ္စကနေအချက်ပြအထဲက regressed ။ EPI ဒေတာထို့နောက် Montreal အာရုံကြောသိပ္ပံ (MNI) အာကာသမှပုံမှန်ရှိကြ၏။ ဝက်အများဆုံး Gaussian kernel ကိုမှာ 4 မီလီမီတာအပြည့်အဝအကျယ်တစ် Spatial filter ကိုအသုံးပြုခဲ့သည်။ နောက်ပိုင်းတွင်တစ်ဦးတီးဝိုင်းယာယီ filter ကို (0.01-0.10 Hz) သွားတော်နိမ့်-အကြိမ်ရေပျံ့နဲ့ high-အကြိမ်ရေဆူညံသံလျော့ချပေးဖို့လျှောက်ထားခဲ့ပါတယ်။

rsFC Calculator

နှစ်နိုင်ငံ subgenual ACC နှင့် amygdala မျိုးစပါး [တဲ့ဆက်သွယ်မှု-based ကှကျ Atlas ထဲကနေဖော်ထုတ်ခဲ့ကြ52] နှင့် Brodmann areaရိယာ၏ Atlas မှ (Brodmann 34ရိယာ 1, ပုံ SXNUMX ကိုကြည့်ပါ) ။ မျိုးစေ့တစ်ခုစီတွင်ပျမ်းမျှအချိန်ကာလတစ်ခုစီသည်ဆက်စပ်မှုရှိသောမြေပုံများကိုဖန်တီးရန် ဦး နှောက်တစ်ခုလုံးရှိ voxels များကိုဆန့်ကျင်ခဲ့သည်။ Fisher ရဲ့ r-to-z အသွင်ပြောင်းနှင့်ဆက်စပ်သောကိန်း Z ကိုရမှတ်သို့ကူးပြောင်းခဲ့သည်။

ကျနော်တို့လေ့လာမှု 2 အတွက် sgACC နှင့် amygdala အတွက် IGD နှင့် HC အုပ်စုများ၏ rsFC နှိုင်းယှဉ်ခြင်း, လေ့လာမှု 3 အတွက် CBI + နှင့် CBI- အုပ်စုများ ([ဒုတိယစကင်ဖတ်စစ်ဆေးရန်မှာ rsFC - - [အခြေခံအခြေခံမှာ rsFC]) အကြား rsFC အပြောင်းအလဲနှစ်ခုနှင့်နှစ်ခုနှိုင်းယှဉ် -နမူနာ t-tests နှင့်အုပ်စု-ခြားနားချက်မြေပုံ Gaussian ကျပန်းလယ်ပြင်သီအိုရီ (GRFT, voxel-Level အားဖွငျ့တညျ့ခဲ့ကြသည် P <0.001 စပျစ်သီးပြွတ် -Level နှင့်အတူပေါင်းစပ် P <0.05) မိသားစုပညာရှိအမှားများအတွက်တညျ့။

လေ့လာမှု ၂ ရှိ IGD အုပ်စုအတွင်းတွင်ကျွန်ုပ်တို့သည် ROI အခြေခံသောဆုတ်ယုတ်မှုဆန်းစစ်ခြင်းများကို BDI၊ CIAS ရမှတ်နှင့် rs-FC အကြားဆက်နွယ်မှုများကိုစစ်ဆေးရန် ROI ကိုအခြေခံသောပြန်လည်ဆုတ်ယုတ်မှုဆန်းစစ်ခြင်းများကိုပြုလုပ်ခဲ့သည်။ voxel-level နှင့်အတူ GRFT မှတစ်ဆင့်တည့်မတ်ပေးခဲ့သည့်အတိုင်း ROIs အတွင်းသိသာထင်ရှားသည့် ဦး နှောက်လှုပ်ရှားမှုများကိုဖော်ပြခဲ့သည် P <0.005 နှင့်စပျစ်သီးပြွတ်အဆင့် P <0.05 (PSVC-FWE <0.05) ။

နှစ်ခု-နမူနာကနေဖော်ထုတ်အဖြစ်လေ့လာ 3 များအတွက်ရွယ်-based ဆုတ်ယုတ်ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်း BDI နှင့် CIAS ရမှတ်များနှင့်ပြောင်းလဲ rsFC ပြောင်းလဲမှုများအကြားဆက်ဆံရေးကိုဆန်းစစ်ဖို့ CBI + အုပ်စုတစ်စုအတွင်းကောက်ယူခဲ့ကြ t-tests (voxel-Level P <0.005 နှင့်စပျစ်သီးပြွတ်အဆင့် P <0.05; PSVC-FWE <0.05) ။

ရလဒ်များ

လေ့လာမှု 1: စီးပွားပျက်ကပ်နှင့်အင်တာနက်ဂိမ်းကစားသူများအတွက်စွဲပြင်းထန်မှုများတစ်ဦးက longitudinal စစ်တမ်း

ဆက်စပ်မှုလေးပါးကိုလှိုင်းတံပိုးကိုဖြတ်ပြီးအတူတူ variable တွေကိုတစ်ခုချင်းစီလှိုင်းအတွင်း variable တွေကိုအကြားသိသာထင်ရှားသောတစ်ပြိုင်တည်းပါဆက်စပ်မှုနှင့်လှိုင်းတံပိုးကိုဖြတ်ပြီးသိသိသာသာ longitudinal ဆက်စပ်မှု (စားပွဲတင် S1 ကိုကြည့်ပါ) ၏အလယ်အလတ်တည်ငြိမ်မှုသရုပ်ပြ Bivariate ။ အထူးသလေးပါးကိုလှိုင်းတံပိုးကိုဖြတ်ပြီး, အစောပိုင်းကအင်တာနက်စွဲ၏ပြင်းထန်မှု (နောက်ပိုင်းပိုမိုမြင့်မားစိတ်ကျရောဂါနှင့်ဆက်စပ်ခဲ့သည်r'0.19 ထံမှ 0.27 အထိ s ကို, P <0.01) နှင့်ပိုမိုမြင့်မားစိတ်ကျရောဂါအစောပိုင်းကသာ။ ကြီးမြတ်စွဲပြင်းထန်မှုနှင့်ဆက်စပ်ခဲ့သည် (r'0.25 ထံမှ 0.30 အထိ s ကို, P <0.01) ။

စွဲလမ်းနှင့်စိတ်ကျရောဂါပြင်းထန်မှုအကြား bidirectional ဆက်ဆံရေးကိုစမ်းသပ်ဖို့ကျနော်တို့ပထမဦးဆုံးအဆို covariates သို့မဟုတ်ကန့်သတ်ခြင်းမရှိဘဲမော်ဒယ် 1 fit ။ ဒီအခြေခံမော်ဒယ်များအတွက်မော်ဒယ်မထိုက်မတန် [ကောင်းသည်χ2(210)

= 441.049, P <0.001, CFI = 0.972, RMSEA = 0.044, SRMR = 0.070] ။ Model 1 သည်ပိုမိုတင်းကျပ်သောမော်ဒယ်များနှင့်နှိုင်းယှဉ်လျှင်အခြေခံမော်ဒယ်ဖြစ်သည်။ ကျွန်ုပ်တို့၏ယူဆချက်များနှင့်အညီ၊ Model 2 သည် RMSEA နှင့်ပိုမိုကောင်းမွန်သော RMSEA ရှိသော်လည်း ၁ နှင့်နှိုင်းယှဉ်လျှင်ပိုမိုကောင်းမွန်ကြောင်းပြသခဲ့သည်2, CFI နှင့် TLI တန်ဖိုးများ [Δχ2(12)

= 10.912, P > 0.05; FICFI <0.01, LTLI <0.01] ။ ထို့ကြောင့်အင်တာနက်စွဲလမ်းမှု၏မက်ထရစ်လျော့ပါးသွားမည်ကိုထောက်ခံခဲ့သည်။ အွန်လိုင်းဂိမ်းကစားသူများ၏စွဲလမ်းမှုပြင်းထန်မှုကိုလေးနှစ်တာကာလအတွင်းအတူတူဖြစ်လိမ့်မည်ဟုအကြံပြုခဲ့သည်။ ဒုတိယအချက်မှာ Model 4 သည် Model 3 နှင့်နှိုင်းယှဉ်လျှင်ပိုမိုကောင်းမွန်သော RMSEA နည်းသော်လည်း CFI, TLI နှင့် same အတူတူဖြစ်သည်2 တန်ဖိုး။ အကြောင်း, နှစ်ခုဆက်ဆံရေး၏ Cross-ကြံ့သက်ရောက်မှု [စိတ်ကျရောဂါ / စွဲပြင်းထန်မှု (T) ကိုဖြစ်ပါတယ် ဟုတ်ကဲ့ စွဲလမ်း / စိတ်ကျရောဂါပြင်းထန်မှု (T + 1)] ပု 4 နှစ်ပေါင်းဖြတ်ပြီးတူညီခဲ့ကြသည်။ ထို့နောက်စံပြ 4 χအတွက်မော်ဒယ် 3 ထံမှကွဲပြား2 သို့သော်မတူညီသောအညွှန်းကိန်းများ (FICFI <0.01, LTLI <0.01, MSRMSEA <0.01), နှစ်ခု variable တွေကိုတစ်ခုချင်းစီ autoregressive အကျိုးသက်ရောက်မှု 4 နှစ်တလျှောက်လုံးတည်ငြိမ်နှင့်တူညီခဲ့ကြောင်းအကြံပြုခဲ့သည်။ ထို့ကြောင့်ပုံစံ ၄ ကိုဤလေ့လာမှုအတွက်နောက်ဆုံးပုံစံအဖြစ်ရွေးချယ်ခဲ့သည်။

စားပှဲ 2 မော်ဒယ် 1 နှင့် 4 ၏လမ်းကြောင်းကိုကိန်း lists, နှင့်အင်တာနက်စွဲခြင်းနှင့်စိတ်ကျရောဂါလက္ခဏာတွေ၏ပြင်းထန်မှုအပြုသဘောအချိန်ကျော်ဆက်နွယ်နေကြောင်းခဲ့ပြသထားတယ်။ ထို့အပွငျစွဲပြင်းထန်မှုအပေါ်စိတ်ကျရောဂါ၏သက်ရောက်မှု (β = 0.118, 0.126, 0.127) စိတ်ကျရောဂါအပေါ်စွဲပြင်းထန်မှုများသက်ရောက်မှု (β = 0.070, 0.066, 0.070) ထက်မြင့်မားခဲ့သည်။ အတူတကွဤရလဒ်များကိုစိတ်ကျရောဂါနှင့်စွဲပြင်းထန်မှုများအကြားယာယီ interrelationship ၏စာရင်းအင်းအစီအမံသည်။

 
TABLE 2
www.frontiersin.org  

စားပွဲတင် 2။ အခြေခံမော်ဒယ်နှင့် ARCL မော်ဒယ် 6 ၏ parameter ခန့်မှန်းချက်။

 

လေ့လာမှု 2: အင်တာနက်ကိုဂိမ်း Disorders အတွက်ကမ္ဘာ့စီးပွားပျက်ကပ်၏ဦးနှောက်ကဲ့သို့ရှုပ်ထွေးသောဆက်စပ်မှု

IGD နှင့် HC ဘာသာရပ်များ၏အသက်အပိုင်းအခြားနှင့်အင်တာနက်ဂိမ်းလက်ခဏာ

IGD နှင့် HC ဘာသာရပ်များ, အသက်အတွက်ပညာရေးကွာခြား, ဒါမှမဟုတ်အရက်အသုံးပြုခြင်းနှင့်စီးကရက်ဆေးလိပ်အစီအမံခဲ့ပါဘူး။ မျှော်လင့်ထားသည့်အတိုင်း IGD ဘာသာရပ်များ (8.78 ± 5.54 vs. 2.85 ± 3.64 ပိုမိုမြင့်မား BDI အစီရင်ခံ; t = 6.91, P <0.001) နှင့်ပိုမိုမြင့်မား CIAS ရမှတ်များ (78.46 ± 8.40 vs. 43.49 ± 9.64; t = 20.27, P <0.001), HC ဘာသာရပ်များ (ဇယား S3) နှင့်နှိုင်းယှဉ်လျှင်။

IGD နှင့် HC ဘာသာရပ်များအကြားတွင် rsFC ကွာခြားချက်များ

HC မှနှိုင်းယှဉ် IGD ဘာသာရပ်များလက်ဝဲ amygdala နှင့်ညာဘက် DLPFC အကြားသိသိသာသာပိုမိုမြင့်မား rsFC (ပုံပြသ 2 နှင့်စားပွဲတင် 3) ။ သို့သျောလညျးအဘယ်သူမျှမအရေးပါသောအကြား-အုပ်စုသည်ကွဲပြားခြားနားမှုညာဘက် amygdala သို့မဟုတ်နှစ်နိုင်ငံ sgACC မျိုးစပါးများအတွက်လေ့လာတွေ့ရှိခဲ့ကြသည်။ တစ်ဦးထက်ပိုသောလစ်ဘရယ်စံနှုန်း (voxel အဆင့်ကိုအသုံးပြုခြင်းအားဖြင့် P <0.005 နှင့်စပျစ်သီးပြွတ်အဆင့် P <0.05), IGD ဘာသာရပ်များဘယ်ဘက် sgACC နှင့်ညာဘက် DLPFC (ပုံ S2 နှင့်စားပွဲတင် S4) အကြားသိသိသာသာပိုမိုမြင့်မား rsFC ပြသခဲ့သည်။

 
ပုံ 2
www.frontiersin.org  

ပုံ 2။ IGD နှင့် HC ဘာသာရပ်များအတွက်နားခိုရာ-ပြည်နယ် functional ဖြစ်စေဆက်သွယ်မှု (က) နှင့် IGD အုပ်စုတွင်စိတ်ကျရောဂါနှင့်အတူအသင်းအဖွဲ့ (ခ).

 
 
TABLE 3
www.frontiersin.org  

စားပွဲတင် 3။ IGD နှင့် HC ဘာသာရပ်များ (GRFT, voxel အဆငျ့အကြားဆက်သွယ်မှုအတွက်အရေးပါသောကွဲပြားခြားနားမှုဖေါ်ပြခြင်းအမျိုးအနွယ်ကိုတည်နေရာနှင့်တိုင်းဒေသကြီးများ P <0.001 နှင့်စပျစ်သီးပြွတ်အဆင့် P <0.05) ။

 
 

ဦးနှောက်-အပြုအမူပေါင်းသင်းဆက်ဆံရေး

အဆိုပါ IGD အုပ်စုတစ်စုအတွင်းမှာစိတ်ကျရောဂါရမှတ်အဆိုးလက်ဝဲ amygdala နှင့်ညာဘက် DLPFC (MNI အကြားဆက်သွယ်မှုနှင့်အတူဆက်နွယ်နေကြောင်းခဲ့သည်: 57, 9, 30; r = -0.35; ဂဏန်း 2) ။ စွဲပြင်းထန်မှုများနှင့်လက်ဝဲ amygdala ညာ DLPFC ဆက်သွယ်မှုအကြားမျှအရေးပါသောဆက်စပ်မှုရှိခဲ့သည်။

လေ့လာမှု 3: ကမ္ဘာ့စီးပွားပျက်ကပ်နဲ့ကုထုံးထိရောက်မှုများ၏ဦးနှောက်ကဲ့သို့ရှုပ်ထွေးသောခြေစွပ်အပြုအမူကြားဝင်ဖြန်ဖြေရေး၏အကျိုးသက်ရောက်မှုများ

အသက်အပိုင်းအခြားနှင့်အင်တာနက်ဂိမ်းလက်ခဏာ

ထပ်ခါတလဲလဲပြုလုပ်ထားသော ANOVA သည် IGD ၏ပြင်းထန်မှုအတွက်အုပ်စု (CBI + & CBI-) ကို (ပထမနှင့်ဒုတိယအကဲဖြတ်ချက်များ) အပြန်အလှန်လေ့လာခြင်းအားဖြင့်ပြသခဲ့သည်။F(1, 59) = 22.62, P <0.001] နှင့် BDI ရမှတ်F(1, 59) = 7.89, P <0.01] (စားပွဲတင် 4) ။ ထိန်းချုပ်မှုအုပ်စုနှင့်နှိုင်းယှဉ်ပါက, ဝင်ရောက်စွက်ဖက်မှုအုပ်စုတစ်စုကုသမှုပြီးနောက်နှစ်ဦးစလုံး CIAS နှင့်စိတ်ကျရောဂါရမှတ်များအတွက်သိသာထင်ရှားသောလျှော့ချပြသခဲ့သည်။

 
TABLE 4
www.frontiersin.org  

စားပွဲတင် 4။ ဝင်ရောက်စွက်ဖက်မှုမပြုမီနှင့်အပြီးကာလ-အချက်များမှာ CBI + နှင့် CBI- အုပ်စုတစ်စုအကြားတိုင်းတာ variable တွေကိုနှိုင်းယှဉ်။

 
 

အဆိုပါ CBI + နှင့် CBI- အဖွဲ့များအတွက် rsFC အတွက်အပြောင်းအလဲများ

အဆိုပါ CBI- အုပ်စုတစ်စုနှင့်နှိုင်းယှဉ်ပါက, CBI + အုပ်စုကိုသိသိသာသာဝင်ရောက်စွက်ဖက်မှုအပြီးတွင်လက်ဝဲ precentral gyrus နှင့် DLPFC နှင့်အတူလက်ဝဲ amygdala ၏ rsFC လျှော့ချပြသ (ပုံ 3A နှင့်စားပွဲတင် 5) ။ သို့သျောလညျးအဘယ်သူမျှမအရေးပါသောအကြား-အုပ်စုသည်ကွဲပြားခြားနားမှုညာဘက် amygdala သို့မဟုတ်နှစ်နိုင်ငံ sgACC မျိုးစပါးများအတွက်လေ့လာတွေ့ရှိခဲ့ကြသည်။ တစ်ဦးထက်ပိုသောလစ်ဘရယ်စံနှုန်း (voxel Level ဖြင့် P <0.005 နှင့်စပျစ်သီးပြွတ်အဆင့် P <0.05), CBI + ဘာသာရပ်များသိသိသာသာဘယ်ဘက် sgACC နှင့်လက်ဝဲ postcentral gyrus (ပုံ S3 နှင့်စားပွဲတင် S5) အကြားအလုပ်လုပ်တဲ့ဆက်သွယ်မှုလျော့နည်းသွားပြသခဲ့သည်။

 
ပုံ 3
www.frontiersin.org  

ပုံ 3။ လေ့လာမှု 3 အတွက်ရလဒ်များ။ MFG, precentral gyrus နှင့် SFG နှင့်အတူလက်ဝဲ amygdala ကျော် CBI + နှင့် CBI- အုပ်စုများအကြား - ထို rsFC အပြောင်းအလဲများကို ([rsFC အခြေခံမှာ] [ဒုတိယစကင်ဖတ်စစ်ဆေးဖို့မှာ rsFC]) ၏နှိုင်းယှဉ် (က); အဆိုပါ CBI + အုပ်စုတွင်စိတ်ကျရောဂါ၏ပြောင်းလဲရမှတ်နှင့်အတူအခြေခံမှာလက်ဝဲ amygdala နှင့်ညာဘက် DLPFC ၏ FC အသင်းအကြား negative အသင်းအဖွဲ့ (ခ); Scatterplot amygdala-DLPFC ၏အခြေခံ rsFC အတွက်ကျန်ရစ်သူစပျစ်သီးပြွတ်များအတွက်ပြောင်းလဲ BDI ၏ရမှတ်များနှင့် beta ကိုတန်ဖိုးများများအကြားဆက်စပ်မှု၏ပြသ (C).

 
 
TABLE 5
www.frontiersin.org  

စားပွဲတင် 5။ သိသာထင်ရှားသော CBI + နှင့် CBI- အုပ်စုများအကြားဆက်သွယ်မှုအတွက်ကွဲပြားခြားနားမှု (GRFT, voxel အဆင့်ကိုဖေါ်ပြခြင်းအမျိုးအနွယ်ကိုတည်နေရာနှင့်တိုင်းဒေသကြီးများ P <0.001 နှင့်စပျစ်သီးပြွတ်အဆင့် P <0.05) ။

 
 

ဦးနှောက်-အပြုအမူပေါင်းသင်းဆက်ဆံရေး

အဆိုပါ rsFC ၏အပြောင်းအလဲများနှင့်စိတ်ကျရောဂါသို့မဟုတ်စွဲပြင်းထန်မှုများအဆင့်ဆင့်အကြားမျှသိသာအသင်းအဖွဲ့များအတွက် CBI + အုပ်စုတွင်လေ့လာတွေ့ရှိခဲ့ကြသည်သော်လည်း, အခြေခံမှာလက်ဝဲ amygdala နှင့်ညာဘက် DLPFC အကြားဆက်သွယ်မှုအနုတ်လက္ခဏာ (စိတ်ကျရောဂါ၏ပြောင်းလဲရမှတ်နှင့်ဆက်စပ်ခဲ့သည် [Post ကို-အကြို] MNI: 42, 15, 27, r = 0.63; SVC; ကိန်းဂဏန်းများ 3B, C,) ကို CBI + အုပ်စု။ ယင်းအခြေခံစိတ်ကျရောဂါပြင်းထန်မှုများအတွက်ထိန်းချုပ်ထားသည့်အခါသို့သော်အသင်းအဖွဲ့မပိုသိသာခဲ့ပါတယ်။

ဆွေးနွေးမှု

ကျနော်တို့က longitudinal စစ်တမ်းလေ့လာမှု, cross-section ငြိမ်ဝပ်ရာပြည်နယ် functional ဖြစ်စေဆက်သွယ်မှု (rsFC) လေ့လာမှုတစ်ခုဝင်ရောက်စွက်ဖက်မှုလေ့လာမှုပေါင်းစပ်ပြီးနေဖြင့်စိတ်ကျရောဂါနှင့်စွဲလမ်းနှင့်မှုကိုထောက်ပံ့အာရုံကြောယန္တရားများလက္ခဏာတွေအကြားဆက်ဆံရေးအကဲဖြတ်။ စွဲလမ်းနှင့်စိတ်ကျရောဂါပြင်းထန်အပြန်အလှန်တစ်ဦး 4 နှစ်ကာလတစ်လျှောက်တစ်ဦးချင်းစီကတခြားသြဇာလွှမ်းမိုးအဖြစ်ယေဘုယျအားဖြင့်အင်တာနက်စွဲခြင်းနှင့်စိတ်ကျရောဂါအင်တာနက်ကိုဂိမ်းကစားသူတို့တွင်တစ်ဦး bidirectional ကြားဆက်ဆံရေးထိန်းသိမ်းထားသည်။ တိုက်ရိုက် IGD နှင့် HC ဘာသာရပ်များနှင့်အတူတစ်ဦးချင်းစီနှိုင်းယှဉ်ခြင်းအားဖြင့်ကျနော်တို့ IGD အုပ်စုသည်အပျက်သဘောဟာ IGD အုပ်စုတွင်စိတ်ကျရောဂါနှင့်အတူဆက်စပ်ဆက်သွယ်မှု၏ခွန်အားနှင့်အတူမြင့်မားတဲ့စိတ်ကျရောဂါပြင်းထန်မှုနှင့် amygdala-DLPFC rsFC ပြတွေ့ရှိခဲ့ပါတယ်။ ထို့အပွငျ IGD နှင့်အတူတစ်ဦးချင်းစီ IGD များအတွက်အပြုအမူဝင်ရောက်စွက်ဖက်မှုကိုလက်ခံရရှိပြီးနောက် amygdala နှင့် DLPFC အကြားလျှော့စိတ်ကျရောဂါပြင်းထန်မှုနှင့် rsFC ပြသခဲ့သည်။ စိတ်ခံစားမှုများနှင့်အလုပ်အမှုဆောင်ထိန်းချုပ်မှုကွန်ရက်များအကြားထစ်အငေါ့ interaction က IGD အတွက်စိတ်ကျရောဂါလက္ခဏာတွေအထောက်အကူပြုစေခြင်းငှါ, ထိုအထစ်အငေါ့ပစ်မှတ်ထားကြားဝင်အင်တာနက်စွဲခြင်းနှင့်စိတ်ကျရောဂါ၏နှစ်ဦးစလုံးရောဂါလက္ခဏာတွေသက်သာစေနိုင်သည်။ အတူတကွဤတွေ့ရှိချက်များကအင်တာနက်ဂိမ်းကစားစွဲခြင်းနှင့်စိတ်ကျရောဂါလက္ခဏာတွေနီးကပ်စွာအပြန်အလှန်ဆက်စပ်သောဖြစ်ကြောင်းခိုင်မာတဲ့ထောက်ခံမှုပေး။

ရလဒ်သည်အင်တာနက်ဂိမ်းကစားသူများ၏စွဲလမ်းမှုနှင့်စိတ်ဓာတ်ကျမှုလက္ခဏာများသည်တစ် ဦး နှင့်တစ် ဦး အပြန်အလှန်လွှမ်းမိုးမှုရှိသည်ဟူသောယူဆချက်နှင့်ကိုက်ညီသည်။ အထူးသဖြင့်အစောပိုင်းအချိန်၌စိတ်ကျရောဂါ / အင်တာနက်စွဲလမ်းမှုပြင်းထန်မှုသည်နောက်လာမည့်အချိန်တွင်စွဲ / စိတ်ကျရောဂါပြင်းထန်မှုကိုအပြုသဘောဖြင့်ခန့်မှန်းသည်။ ထို့ကြောင့်အွန်လိုင်းဂိမ်းကစားသူများ၏စွဲလမ်းမှုနှင့်စိတ်ဓာတ်ကျမှုပြင်းထန်မှုသည်အခြားစွဲလမ်းစေသောရောဂါများမှတွေ့ရှိချက်များနှင့်တစ်ထပ်တည်းကျသည်။53, 54] ။ ယခင်လေ့လာမှုများအွန်လိုင်းဂိမ်းကစားသူတို့တွင်ပိုမိုမြင့်မားစိတ်ကျရောဂါထင်ရှားခဲ့ကြပေမယ့် [5, 16, 55, 56] အဖြစ် longitudinal data တွေကိုသုံးပြီးစိတ်ကျရောဂါနှင့်စွဲပြင်းထန်မှုများအကြားအပြန်အလှန်ဆက်ဆံရေး [57] လက်ရှိတွေ့ရှိချက်အင်တာနက်ကိုဂိမ်းကစားအတွက်စိတ်ကျရောဂါနှင့်စွဲလမ်း၏ရောဂါလက္ခဏာများအကြားတစ်ဦးတည်ငြိမ် bidirectional ဆက်ဆံရေးမျိုးကိုသရုပ်ပြဖို့ပထမဦးဆုံးဖြစ်ကြသည်။ (1) လူပုဂ္ဂိုလ်တစ်ဦးချင်းအင်တာနက်ကိုဂိမ်းကစားသဖြင့်၎င်းတို့၏စိတ်ပိုင်းဆိုင်ရာဒုက္ခဆင်းရဲနှင့်အတူရင်ဆိုင်ဖြေရှင်းနိုင်သောကြောင့် bidirectional ကြားဆက်ဆံရေး [transpire စေခြင်းငှါ2, 58]; (2) တာရှညျအင်တာနက်ကိုဂိမ်း [ကြောင့်မရှိခြင်းသို့မဟုတ်စစ်မှန်သောဘဝဆက်ဆံရေးကနေဆုတ်ခွာဖို့စိတ်ကျရောဂါ induces58, 59] ။ ထို့အပြင်ထိုကဲ့သို့သော, ဇီဝဗေဒလူမှုရေးသို့မဟုတ်အစောပိုင်းဘဝဖြစ်ရပ်များအဖြစ်အချို့သော shared အချက်များ [စိတ်ကျရောဂါနှင့် IGD နှစ်ခုစလုံးအဖြစ်မိမိတို့၏အသင်းအဖွဲ့အန္တရာယ်ကိုတိုးပွားစေခြင်းငှါ58, 60] ။ ထို့အပွငျစွဲပြင်းထန်မှုအပေါ်စိတ်ကျရောဂါ၏သက်ရောက်မှုစိတ်ကျရောဂါအပေါ်စွဲလမ်း၏အကျိုးသက်ရောက်မှုကိုနောက်ထပ်စုံစမ်းစစ်ဆေးမှုလိုအပ်သည်ပြဿနာတစ်ရပ်ထက်ပိုမိုမြင့်မားဖြစ်သည်ထင်ရှား။ ,

အဆိုပါအာရုံကြောအဆင့်မှာ, HC နှင့်နှိုင်းယှဉ်ပါက, IGD အုပ်စုသည်အပျက်သဘောဟာ IGD အုပ်စုတစ်စုအတွင်းစိတ်ကျရောဂါပြင်းထန်မှုနှင့်အတူဆက်နွယ်ခဲ့သည့်လက်ဝဲ amygdala နှင့်ညာဘက် DLPFC အကြားသိသိသာသာပိုမိုမြင့်မား rsFC ပြသခဲ့သည်။ အဆိုပါ amygdala [စိတ်ခံစားမှုအပြောင်းအလဲနဲ့, အသိအမှတ်ပြုမှုနှင့်မှတ်ဉာဏ်ဖွဲ့စည်းရေးအတွက်အရေးပါသောအခန်းကဏ္ဍ11, 17, 19] ။ အရေးကြီးတာက, အ amygdala reactivity ကိုပု PFC အားဖြင့် modulated စေခြင်းငှါ, ဤနှစ်ခုဒေသများအကြားထစ်အငေါ့အာရုံကြောအပြန်အလှန်စိတ်ကျရောဂါအတွက်သွင်ပြင်လက္ခဏာခဲ့တာဖြစ်ပါတယ်။ ထို့အပြင် amygdala reactivity ကိုပု PFC အားဖြင့် modulated စေခြင်းငှါ, ဤနှစ်ခုဒေသများအကြားထစ်အငေါ့အာရုံကြောအပြန်အလှန်စိတ်ကျရောဂါအတွက်သွင်ပြင်လက္ခဏာခဲ့တာဖြစ်ပါတယ်။ ဥပမာ, amygdala နှင့် PFC အကြားအားနည်း rsFC [စိတ်ကျရောဂါအတွက်ယခင်ငြိမ်ဝပ်ရာပြည်နယ်လေ့လာမှုများအတွက်သရုပ်ပြခဲ့ပြီး23, 24, 61] IGD [25] နှင့်အရက်အလွဲသုံးစားလုပ် [62] ။ လျော့နည်းသွားစိတ်လှုပ်ရှားမှု-related တာဝန်များကိုစဉ်အတွင်း PFC-amygdala functional ဖြစ်စေဆက်သွယ်မှုကိုလည်း [MDD အစီရင်ခံထားသည်27, 38, 63] ။ အဆိုပါ DLPFC [သိမြင်မှုနှင့်အကြိုးသကျရောနှစ်ဦးစလုံးထိန်းချုပ်မှုကိုအထောက်အပံ့64အဆိုပါ DLPFC နှင့် amygdala တို့အကြား] နှင့်ပြောင်းလဲဆက်သွယ်မှုအနုတ်လက္ခဏာစိတ်လှုပ်ရှားမှုစည်းမျဉ်းများတွင်အခက်အခဲများသို့မဟုတ်နှောင့်ယှက်နဲ့ဆက်စပ်နိုင်ပါသည်။ MDD အတွက်အများဆုံးယခင်လေ့လာမှုများနှငျ့မတူဘဲလက်ရှိတွေ့ရှိချက်မွငျ့မား amygdala-DLPFC ဆက်သွယ်မှုပြသခဲ့သည်။ တစ်ဦး သင့်ရာကို ရှင်းပြချက် [တစ်ဦးကိုင်တွယ်ဖြေရှင်းမဟာဗျူဟာအနုတ်လက္ခဏာစိတ်ခံစားမှုကနေမှလွတ်မြောက်ရန်အဖြစ် IGD သင်တန်းသားများကိုဂိမ်းကစားခြင်းအပေါ်စောင့်ရှောက်စေခြင်းငှါဖြစ်ပါသည်58, 61] IGD နှင့်အတူတစ်ဦးချင်းစီအတွက်အတော်လေးနဂိုအတိုင်းဖြစ်ရသောအနှုတ်စိတ်လှုပ်ရှားမှု၏ထိန်းချုပ်မှုအတွက် DLPFC ပါဝငျ [65] MDD နှင့်အတူသူတို့အားဆွေမျိုး။ ဒါဟာပိုမိုမြင့်မားစိတ်ကျရောဂါလက္ခဏာများနှင့်အတူ IGD ဘာသာရပ်များစိတ်ကျရောဂါနှင့် amygdala-DLPFC ဆက်သွယ်မှုအကြားဆက်ဆံရေး linear မဖြစ်စေခြင်းငှါအကြံပြုသည် amygdala နှင့် DLPFC အကြားအနိမ့်ဆက်သွယ်မှုပြသသည်ကိုမှတ်သားရပါမည်။ ထို့ကြောင့်နိမ့်စိတ်ကျရောဂါလက္ခဏာများနှင့်အတူ IGD ဘာသာရပ်များစိတ်ခံစားမှုပြဿနာများကိုစီမံခန့်ခွဲရန် amygdala ၏လှုပ်ရှားမှုအပေါ် prefrontal ထိန်းချုပ်မှုကိုတိုးမြှင့်စေခြင်းငှါ, ဒါပေမယ့်ထိုကဲ့သို့သောမော်ဂျူအဖြစ်ထိရောက်မှုသို့မဟုတ် ပို. ပင်ပြင်းထန်စိတ်ကျရောဂါလက္ခဏာများနှင့်အတူရှိသူများအတွက်နှောင့်အယှက်မပေးခဲ့သညျ။ အတူတူ, အ amygdala ဗဟိုပြုဆက်သွယ်မှုအတွက်ပွောငျးလဲ၏ directionality နည်းစနစ်, စိတ်ကျရောဂါ၏ပြင်းထန်မှု, prefrontal Sub-ဒေသအလုပ်လုပ်တဲ့သောင်းပြောင်းထွေလာရောနှောနှင့်ဆေးဝါးကုသများ၏သက်ရောက်မှုများသတိထားထည့်သွင်းစဉ်းစားအတူ, ပိုမိုသုတေသနပြုရန်လိုအပ်သည်။ "

IGD အတွက်အမူအကျင့်ကြားဝင်တစ် Meta-analysis သည်ကနေသူတို့နှင့်အတူတသမတ်တည်း [34] လက်ရှိဝင်ရောက်စွက်ဖက်မှုလေ့လာမှု CBI- အုပ်စုတစ်စုနှင့်နှိုင်းယှဉ်ပါဝင်ရောက်စွက်ဖက်မှုကိုလက်ခံရရှိပြီးနောက် CBI + အုပ်စုတွင်အင်တာနက်စွဲခြင်းနှင့်စိတ်ကျရောဂါလက္ခဏာတွေသိသိသာသာလျှော့ချရေးပြခဲ့တယ်။ ထို့ပြင် CBI + အုပ်စုတစ်စုတိုကျရိုကျ cortical ဒေသများနှင့်အတူ amygdala ၏လျော့ချ rsFC ပြသခဲ့သည်။ ထို့ကြောင့် CBI IGD ဘာသာရပ်များစိတ်လှုပ်ရှားမှုစည်းမျဉ်းများအတွက်လျော့နည်းသိမြင်အရင်းအမြစ်များကိုလိုအပ်နိုင်အောင်, တိုက်ရိုက်အနုတ်လက္ခဏာစိတ်ပိုင်းဆိုင်ရာလှုံ့ဆော်မှုများ၏ salience လျှော့ချခြင်းအားဖြင့် amygdala-DLPFC ဆက်သွယ်မှုပုံမှန်ပုံရသည်။ အတူတူခေါ်ဆောင်သွားဤတွေ့ရှိချက် amygdala နှင့် DLPFC အကြားအလုပ်လုပ်တဲ့ interaction ကလက်တွေ့ဆောင်ရွက်ချက်များအတွက် IGD နှင့်ကိုယ်စားလှယ်လောင်းပစ်မှတ်များတွင်စိတ်ကျရောဂါလက္ခဏာတွေအလားအလာ neurobiological အမှတ်အသားအဖြစ်ဆောင်ရွက်စေခြင်းငှါအကြံပြုအပ်ပါသည်။

MDD ကနေတွေ့ရှိချက်ဆန့်ကျင် [15, 29, 64] မရှိသိသာ sgACC ဗဟိုပြု rsFC အပြောင်းအလဲတချို့ IGD နှင့်အတူတစ်ဦးချင်းစီ၌တွေ့မ sgACC နှင့် prefrontal cortex အကြား rsFC remediating အတွက် CBI ၏အကျိုးသက်ရောက်မှုခဲ့သည်။ တဦးတည်းဖြစ်နိုင်သမျှရှင်းပြချက်လေ့လာမှု 2 နှင့် 3 အတွက်ကျနော်တို့တတ်နိုင်သမျှသဖွငျ့အချက်များအဘို့ကိုထိန်းချုပ်ရန်ပြင်းထန်စိတ်ကျရောဂါနှင့်အတူ IGD ဘာသာရပ်များဖယ်ထုတ်လိုက်ခြင်း, sgACC dysconnectivity လျော့နည်းပြင်းထန်သောစိတ်ကျရောဂါနှင့်အတူတစ်ဦးချင်းစီအတွက်ကိုထင်ရှားစွာပြနိုင်မည်မဟုတ်ပါ, ထိုဖြစ်ခဲ့သည်။ နောက်ထပ်ဖြစ်နိုင်ချေတစ်ခုပြဿနာထပ်မံတစ်ခုတည်းနှင့် comorbid diagnoses နှင့်အတူတစ်ဦးချင်းစီ၏လေ့လာမှုများအားဖြင့်စုံစမ်းစစ်ဆေးခံရဖို့, IGD ဘာသာရပ်များနှင့် MDD လူနာအတွက်ပိုမိုမြင့်မားစိတ်ကျရောဂါလက္ခဏာတွေအခြေခံသည့်ကွဲပြားခြားနားသောယန္တယားစိုးရိမ်။ သို့ရာတွင်ထိုသို့ရလဒ် [ထိခိုက်စေကွန်ယက်၏ထစ်အငေါ့ rsFC အဆိုပါ prefrontal cortex အတွက်ခေကြောင်း MDD အတွက်လေ့လာမှုများနှင့်အတူတသမတ်တည်းသော sgACC နှင့် amygdala တို့အကြားအလားတူကွန်ယက်ကိုပုံစံများ, ပြသကြောင်းမှတ်သားရပါမည်23, 29].

အဆိုပါလေ့လာမှုစိတ်ကျရောဂါနှင့်စွဲပြင်းထန်မှုအဖြစ် IGD အတွက်၎င်း၏နောက်ခံအာရုံကြောယန္တရားများအကြားတစ်ဦး bidirectional ကြားဆက်ဆံရေးဖော်ပြခဲ့တယ်။ အလွန်အနည်းဆုံးအဲဒီတွေ့ရှိချက် [အရေးပါတဲ့အာရုံကြော phenotype-အလားအလာ RDoC အဘို့သက်သေသာဓကများကို3] IGD -of ။ ဤရလဒ်သည်ကိုလည်း IGD ပိုမိုထိရောက်သောဆောင်ရွက်ချက်၏ဖွံ့ဖြိုးတိုးတက်မှုအပေါ်သစ်ကိုအလင်းကိုသွန်းစေနိုင်သည်။ စိတ်ကျရောဂါအပါအဝင်စိတ်ပိုင်းဆိုင်ရာကမောက်ကမဖြစ်မှုကြောင့်အ relapse နှင့်အတူ၎င်း၏အသင်းစှဲအတွက်အရေးပါသောကုထုံးပစ်မှတ်အဖြစ်မှတ်နေသည် [66] ။ ကြားဝင်ဒီဇိုင်းနှင့် IGD များအတွက်ကုထုံးရလဒ်များအကဲဖြတ်တဲ့အခါမှာလက်ရှိတွေ့ရှိချက်အပေါ်အခြေခံပြီး, စိတ်ကျရောဂါနှင့်အခြားစိတ်ခံစားမှုကမောက်ကမဖြစ်မှုအကောင့်ထဲသို့ခေါ်ဆောင်သွားရပါမည်။ ဥပမာအားဖြင့်, [ထိုကဲ့သို့သော Real-time fMRI neuro-တုံ့ပြန်ချက်အဖြစ်ချဉ်းကပ်67] က amygdala ၏ rsFC နှင့် sgACC ထိရောက်စွာနှစ်ဦးစလုံး IGD နှင့်စိတ်ကျရောဂါလက္ခဏာတွေ ameliorate နှင့်ပိုမိုကောင်းမွန်သောရလဒ်များအောင်မြင်ရန်အခြားကြားဝင်ဖြည့်စွတ်ခြင်းငှါ modulate ရန်။

တချို့ကကန့်သတ်မှတ်ချက်ပြုရပါမည်။ လေ့လာမှု 1 နှင့် 90 စိတ်ကျရောဂါကိုတိုင်းတာဖို့ BDI ကိုအသုံးပြုသော်လည်းပထမဦးစွာလေ့လာရ 2, အ SCL-3 ၏ subscale ကိုအသုံးပြုခဲ့သည်။ နှစ်ဦးစလုံးတွင်ကျယ်ကျယ်ကောင်းသော psychometric ဂုဏ်သတ္တိများနှင့်အတူအကဲဖြတ် tools တွေကိုအသုံးပြုကြသည်ပေမယ့်, တွေ့ရှိချက်များကိုတသမတ်တည်းတိုင်းတာ အသုံးပြု. လေ့လာမှုများကအတည်ပြုခံရဖို့ကျန်ရစ်၏။ ဒုတိယအချက်မှာ IGD ် IA ၏အများဆုံးလေ့လာခဲ့ Subtype တစ်ခုဖြစ်သည်။ သို့သော်တဦးတည်း [အိုဝါ (ဥပမာ cybersexual စွဲ) ၏အခြားမျိုးကွဲဤတွေ့ရှိချက်ယဘေုယမှသတိထားရပါမည်68] ။ တတိယအချက်လက်ရှိလေ့လာမှုငယ်ရွယ်လူကြီးများအပေါ်အာရုံစူးစိုက်။ မြီးကောင်ပေါက်အရွယ် [IGD နှင့်စိတ်ကျရောဂါများအပါအဝင်များစွာသောစိတ်ခံစားမှုပြဿနာများ, နှစ်ဦးစလုံး၏ဖွံ့ဖြိုးတိုးတက်မှုအတွက်အခြားအရေးကြီးသည့်ကာလဖြစ်ပါသည်69] ။ အနာဂတ်လေ့လာမှုများ IGD နှင့်စိတ်ကျရောဂါနှင့်မြီးကောင်ပေါက်အတွက်နောက်ခံအာရုံကြောယန္တရားများအကြား comorbidity ဆနျးစစျဖို့အတှကျအရေးပေါ်လိုအပ်ချက်ရှိပါသည်။ စတုတ္ထလက်ရှိတွေ့ရှိချက်စိတ်ကျရောဂါနှင့် IGD အကြားကြောင်းကျိုးဆက်စပ်ဆက်ဆံရေးဟာရှင်းလင်းပါဘူး။ fMRI ပေါင်းစပ် အသုံးပြု. ကို Double-မျက်စိကန်း Random, ရလဒ်များအရအိပ်ယာ-controlled လေ့လာမှုများနှင့်လက္ခဏာမူးယစ်ဆေးတိုက်ရိုက်ဤပြဿနာကိုဖြေရှင်းရန်လိမ့်မည်။ ပဉ္စမလေ့လာမှု 3 အတွက် IGD ဘာသာရပ်များကျပန်းအဆိုပါ CBI + နှင့် CBI- အုပ်စုများဖို့တာဝန်မခံခဲ့ရပါ။ ထို့ကြောင့်ကျနော်တို့လက်ရှိအမူအကျင့်များနှင့်ပုံရိပ်တွေ့ရှိချက်အပေါ်ကုသမှုခံယူဖို့ထိုကဲ့သို့သောလှုံ့ဆော်မှုအဖြစ်တတ်နိုင်သမျှသဖွငျ့အချက်များဖယ်ထုတ်လို့မရပါဘူး။ နောက်ဆုံးအနေနဲ့ကျနော်တို့ CIAS ရမှတ်များနှင့်အပတ်စဉ်ထုတ်ဂိမ်းကစားခြင်းအချိန်အရသိရသည် IGD ဆုံးဖြတ်သည်။ သို့သော်ထိုကဲ့သို့သောလက္ခဏာ-based ချက်နှင့်အဓိပ္ပါယ် [တဲ့အစိုင်အခဲသီအိုရီအခြေခံကင်းမဲ့နှင့်ဘုံအပြုအမူတွေ pathologizing များ၏အန္တရာယ်ကိုထမ်းစေခြင်းငှါ70] ။ ထို့ကြောင့် IGD နှင့်အရေးပါသောသီးသန့်သတ်မှတ်ချက်ထည့်သွင်းစဉ်းစားတစ်ဦးသင့်လျော်သောလုပ်ငန်းလည်ပတ်ချက်နှင့်အဓိပ္ပါယ်အပေါ်အခြေခံပြီးသစ်ကို diagnostic tool များအနာဂတ်လေ့လာမှုများအဘို့အကြံပြုထားတာဖြစ်ပါတယ်။

နိဂုံးချုပ်မှာတော့ longitudinal စစ်တမ်းတစ်ခုပေါင်းစပ် အသုံးပြု. fMRI နှင့်ဝင်ရောက်စွက်ဖက်မှုလေ့လာမှုများ, ကျနော်တို့အင်တာနက်စွဲခြင်းနှင့်စိတ်ကျရောဂါလက္ခဏာတွေကအင်တာနက်ဂိမ်းကစားသူတို့တွင်အပြန်အလှန်လွှမ်းမိုးမှုနှင့်အတူမြင့်မားဆက်စပ်ခဲ့ကြကြောင်းသိရသည်။ IGD နှင့်အတူတစ်ဦးချင်းစီအနုတ်လက္ခဏာစိတ်ကျရောဂါလက္ခဏာတွေနဲ့ဆက်စပ်ခဲ့သည့်အဆင့်မြင့် amygdala-DLPFC ဆက်သွယ်မှု, နှင့်ထိုကဲ့သို့သောပွောငျးလဲအဖြစ်နံရံပစ်ကစားနည်း-cingulate ဆက်သွယ်မှု IGD များအတွက်အပြုအမူဝင်ရောက်စွက်ဖက်မှုကိုအောက်ပါလျော့နည်းသွားခဲ့ကြသည်ပြသခဲ့သည်။ အတူတကွမြင့်မားစိတ်ကျရောဂါလက္ခဏာများနှင့်နံရံပစ်ကစားနည်း-cingulato-amgydala circuit ကိုကမောက်ကမဖြစ်မှု IGD များအတွက်ကြားဝင်၏ IGD နှင့်ဖွံ့ဖြိုးရေး၏အဖြေရှာတဲ့ခွဲခြားဘို့အကောင့်ထဲသို့ခေါ်ဆောင်သွားရပါမည်။

စာရေးသူထောက်ပံ့

J-tz နဲ့ X-YF လေ့လာမှုအယူအဆနှင့်ဒီဇိုင်းတာဝန်ရှိသည်ကြ၏ ll C-CX, JL, နဲ့ S-SM ဟာကြားဝင်အလေ့အကျင့်များနှင့်အချက်အလက်ရှာမှီးဖို့လှူဒါန်းခဲ့; ဒေတာခွဲခြမ်းစိတ်ဖြာနှင့်တွေ့ရှိချက်များအနက်နှင့်အတူကူညီ Y ကို-WY, ll, J-tz နှင့် CL; ll နဲ့ Y-WY လက်ရေးမူများမှာတွေ့နိုင်ပါတယ်ရေးဆွဲ။ J-tz, CL, နဲ့ X-YF ဉာဏအကြောင်းအရာများအတွက်လက်ရေးမူများမှာတွေ့နိုင်ပါတယ်ဝေဖန်တည်းဖြတ်မူဖြစ်သည်။ အားလုံးစာရေးဆရာများပြင်းထန်စွာပြန်လည်သုံးသပ်ထုတ်ဝေရန်တင်သွင်းလက်ရေးမူများမှာတွေ့နိုင်ပါတယ်၏နောက်ဆုံး version ကိုအတည်ပြုခဲ့သည်။

အကျိုးစီးပွားထုတ်ပြန်ချက်၏ပဋိပက္ခ

အဆိုပါစာရေးဆရာသုတေသနအကျိုးစီးပွားအလားအလာပဋိပက္ခအဖြစ်ဖြစ်ပေါ်စေမည့်မည်ဆိုစီးပွားဖြစ်သို့မဟုတ်ဘဏ္ဍာရေးဆက်ဆံရေး၏မရှိခြင်းအတွက်ကောက်ယူခဲ့ကွောငျးကိုကွားပွော။

ကျေးဇူးတင်လွှာ

ကျွန်တော်တို့ရဲ့လေ့လာမှုမှာပါဝင်အားလုံးကိုဘာသာရပ်များကျေးဇူးတင်ပါတယ်။ ဤလုပ်ငန်းကိုတရုတ်အမျိုးသားသဘာဝသိပ္ပံဖောင်ဒေးရှင်း (အမှတ် 31170990, အမှတ် 81100992, အမှတ် 31700966) ကထောက်ခံခဲ့သည်; ဗဟိုတက္ကသိုလ်များများအတွက်အခြေခံသုတေသနရန်ပုံငွေအဖွဲ့ (အဘယ်သူမျှမ 2017XTCX04 ။ ); တစ်ဦး NIH ထောက်ပံ့ငွေ (အဘယ်သူမျှမ K02DA026990 ။ ); နှင့်တရုတ်ကိုပါရဂူသိပ္ပံဖောင်ဒေးရှင်း (အမှတ် 2017M620655) မှတစ်ဦးထောက်ပံ့ငွေ။

နောက်ဆက်တွဲပစ္စည်း

ဤဆောင်းပါးတွင်များအတွက်နောက်ဆက်တွဲပစ္စည်းမှာအွန်လိုင်းတွင်တွေ့နိုင်ပါသည်: https://www.frontiersin.org/articles/10.3389/fpsyt.2018.00154/full#supplementary-material

ကိုးကား

1 ။ ချိန်ဘာလိန် SR, et al Lochner ကို C, Stein DJ သမား, Goudriaan AE, ဗန် Holst RJ, ဇော J ကို။ အမူအကျင့်စွဲ-တစ်ဦးကမြင့်တက်ဒီရေ? EUR Neuropsychopharmacol (2016) 26: 841-55 ။ Doi: 10.1016 / j.euroneuro.2015.08.013

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

2 ။ American Psychiatric Association ။ စိတ်ပိုင်းဆိုင်ရာရောဂါများ၏ diagnostic နှင့်စာရင်းအင်းလက်စွဲ, 5th Edn။ Arlington, VA သို့: အမေရိကန်စိတ်ရောဂါအသင်း (2013) ။

3 ။ Insel T က, Cuthbert B, Garvey M က, Heinssen R ကို, ထင်းရူး DS, Quinn K သည်, et al ။ သုတေသနဒိုမိန်းလိုအပ်ချက် (RDoC): သုတေသနတစ်ဦးက New ခွဲခြားရေးမူဘောင်ခါနီးစိတ်ပိုင်းဆိုင်ရာ Disorders ပေါ်မှာ။ နံနက် J ကိုစိတ်ရောဂါကုသမှု (2010) 167: 748-51 ။ Doi: 10.1176 / appi.ajp.2010.09091379

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

4 ။ Lin က X ကို, Zhou H ကိုသည် Dong, G, အင်တာနက်ဂိမ်းကစားရောဂါနှင့်အတူလူအတွက်ဒူ X တို့မှာချို့တဲ့ခြင်းအန္တရာယ်အကဲဖြတ်: အလုပ်တခုကိုဝတဲ့ဖြစ်နိုင်ခြေထံမှ fMRI သက်သေအထောက်အထား။ prog Neuropsychopharmacol Biol စိတ်ရောဂါကုသမှု (2015) 56: 142-8 ။ Doi: 10.1016 / j.pnpbp.2014.08.016

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

5 ။ လျူ L ကို, yip SW, Zhang က JT, ဝမ် LJ, Shen ZJ, လျူ B, et al ။ အင်တာနက်ကဂိမ်းရောဂါအတွက် cue reactivity ကိုစဉ်အတွင်း ventral နှင့် dorsal striatum ၏ activation ။ စှဲလမျးသူ Biol ။ (2017) 22: 791-801 ။ Doi: 10.1111 / adb.12338

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

6 ။ Kaess M က, Durkee T က, Brunner R ကို, Carly V ကို, Parzer P ကို, Wasserman ကို C, et al ။ psychopathology နှင့် Self-ဖျက်ဆီးအပြုအမူတွေ: ဥရောပမြီးကောင်ပေါက်အကြားရောဂါဗေဒအင်တာနက်ကိုအသုံးပြုခြင်း။ EUR ကလေးမြီးကောင်ပေါက်စိတ်ရောဂါကုသမှု (2014) 23:1093–102. doi: 10.1007/s00787-014-0562-7

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

7 ။ ဟို RC, Zhang ကမီဂါဝပ်, Tsang ty, Toh AH, ပန်က F, Lu Y ကို, et al ။ အင်တာနက်စွဲခြင်းနှင့်စိတ်ရောဂါပူးတွဲရောဂါအကြားအသင်းအဖွဲ့: တစ် Meta-analysis သည်။ BMC စိတ်ရောဂါကုသမှု (2014) 14:183. doi: 10.1186/1471-244X-14-183

CrossRef အပြည့်အဝစာသား | Google Scholar

8 ။ ရှင်ဘုရင်က, DL နှင့် Delfabbro, PH ကိုမြီးကောင်ပေါက်အရွယ်အင်တာနက်ဂိမ်းကစားရောဂါ၏သိမြင်မှု psychopathology ။ J ကိုပုံမှန်မဟုတ်သောကလေး Psychol ။ (2016) 44:1635–45. doi: 10.1007/s10802-016-0135-y

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

9 ။ လင်းကို PC, စု CH, ယန်း JY, Ko CH ။ comorbid စိတ်ရောဂါရောဂါလက္ခဏာတွေနဲ့ကောလိပ်ကျောင်းသားများနှင့် Non-ကျောင်းသားအရွယ်ရောက်သူတို့တွင်အင်တာနက်ဂိမ်းကစားရောဂါလွှတ်အကြားအသင်းအဖွဲ့။ ထိုင်ဝမ် J ကိုစိတ်ရောဂါကုသမှု (2016) 30: 279-88 ။ Doi: 10.1016 / j.eurpsy.2010.04.011

CrossRef အပြည့်အဝစာသား | Google Scholar

10 ။ Stetina Bu, Kothgassner OD, Lehenbauer M က, အွန်လိုင်း-ဂိမ်း၏ညှို့အပြင် Kryspin-Exner ဗြဲ: အွန်လိုင်း-ဂိမ်းကစားခြင်း၏ကမ္ဘာပေါ်မှာစွဲလမ်းအပြုအမူများနှင့်စိတ်ကျဝေဒနာစကားတွေ။ comp Hum ပြုမူနေ (2011) 27: 473-9 ။ Doi: 10.1016 / j.chb.2010.09.015

CrossRef အပြည့်အဝစာသား | Google Scholar

11 ။ လူမျိုးခြား DA, Choo H ကို, Liau တစ်ဦးက, Sim T ကလီ D ကို, Fung: D, et al ။ လူငယ်များအကြားရောဂါဗေဒဗီဒီယိုဂိမ်းကိုအသုံးပြုခြင်း: တစ်နှစ်နှစ် longitudinal လေ့လာမှု။ ကလေးအထူးကု (2011) ။ 127:319–27. doi: 10.1542/peds.2010-1353

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

12 ။ လူငယ်တို့ KS, ရော်ဂျာ RC ။ စိတ်ကျရောဂါနှင့်အင်တာနက်စွဲလမ်းအကြားဆက်ဆံရေး။ CyberPsychol ပြုမူနေ။ (1998) 1: 25-8 ။ Doi: 10.1089 / cpb.1998.1.25

CrossRef အပြည့်အဝစာသား | Google Scholar

13 ။ ဆပ်သာလန် MT, McHugh MJ, Pariyadath V ကို, Stein EA ၏။ စွဲလမ်းအတွက်ပြည်နယ် functional ဖြစ်စေဆက်သွယ်မှုအနားယူ: သင်ခန်းစာများရှေ့ဆက်လေ့လာသင်ယူပြီးလမ်း။ Neuroimage (2012) 62: 2281-95 ။ Doi: 10.1016 / j.neuroimage.2012.01.117

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

14 ။ Zhang က S ကလီ CSR ။ အမူအကျင့်ထိတွေ့ဆက်ဆံမှုများ၏အာရုံကြောအတိုင်းအတာ: တာဝန်-ကျန်နေတဲ့အနိမ့်-အကြိမ်ရေအသှေးကိုအောက်ဆီဂျင်အဆင့်ကို-မှီခိုအဆိုပါ precuneus အတွက်လှုပ်ရှားမှု။ Neuroimage (2010) 49: 1911-8 ။ Doi: 10.1016 / j.neuroimage.2009.09.004

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

15 ။ Connolly CG, Wu J ကို, ဟို TC, Hoeft က F, Wolkowitz အို Eisendrath S က, et al ။ စိတ်ဓာတ်မြီးကောင်ပေါက်အတွက် subgenual anterior cingulate cortex ၏နားခိုရာ-ပြည်နယ် functional ဖြစ်စေဆက်သွယ်မှု။ Biol စိတ်ရောဂါကုသမှု (2013) 74: 898-907 ။ Doi: 10.1016 / j.biopsych.2013.05.036

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

16 ။ Zhang က JT, Yao အဘိဓါန် YW လီ CSR, Zang YF, Shen ZJ, လျူ L ကို, et al ။ အင်တာနက်ကဂိမ်းရောဂါနှင့်အတူငယ်ရွယ်လူကြီးများအတွက် insula ၏ပြောင်းလဲငြိမ်ဝပ်ရာပြည်နယ် functional ဖြစ်စေဆက်သွယ်မှု။ စှဲလမျးသူ Biol ။ (2016a) 21: 743-51 ။ Doi: 10.1111 / adb.12247

CrossRef အပြည့်အဝစာသား

17 ။ အဒေါ့ဖ် R ကို, Tranel: D, Damasio H ကို, လူ့ amygdala ဖို့နှစ်နိုင်ငံပျက်စီးဆုံးရှုံးမှုအောက်ပါမျက်နှာအသုံးအနှုန်းတွေထဲမှာစိတ်လှုပ်ရှားမှု၏ Damasio အေချို့တဲ့ခြင်းအသိအမှတ်ပြုမှု။ သဘာဝ (1994) 372:669–72. doi: 10.1038/372669a0

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

18. Gottfried JA, O'Doherty J, Dolan RJ ။ လူ့ amygdala နှင့် orbitofrontal cortex အတွက်ကြိုတင်ခန့်မှန်းဆုလာဘ်တန်ဖိုးကို encoding ။ သိပ္ပံ (2003) 301: 1104-7 ။ Doi: 10.1126 / science.1087919

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

19 ။ Phelps ကို EA, LeDoux je ။ စိတ်လှုပ်ရှားမှုအပြောင်းအလဲနဲ့ဖို့ amygdala ပံ့ပိုးမှုများကိုသာ: တိရိစ္ဆာန်မော်ဒယ်များမှသည်လူ့အပြုအမူဖြစ်သည်။ အာရုံခံဆဲလျ (2005) 48: 175-87 ။ Doi: 10.1016 / j.neuron.2005.09.025

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

20 ။ Zhang က S နဲ့, Hu က S, Chao နာရီ, IDE JS, Luo အဘိဓါန် X ကို, တတ်ကြ၏ OM, et al ။ prefrontal cortex နဲ့ဇီဝကမ္မ arousal ၏စည်းမျဉ်း Ventromedial ။ Soc Cogn neuroscience အပေါ်ဘယ်လိုသက်ရောက်မှု။ (2013) 9: 900-8 ။ Doi: 10.1093 / စကင် / nst064

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

21 ။ Zhang က S နဲ့, Hu က S, Chao နာရီ, Luo အဘိဓါန် X ကို, တတ်ကြ၏ OM လီ CSR ။ တစ်သိမြင်မှုလုပ်ငန်းတာဝန်များတွင်အရေပြား conduction တုံ့ပြန်မှုများ၏ဦးနှောက်ဆက်စပ်မှု။ Neuroimage (2012) 62: 1489-98 ။ Doi: 10.1016 / j.neuroimage.2012.05.036

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

22 ။ ခိုင်ဆာ RH အ, Andrews က-Hanna JR, အာမခံ TD, Pizzagalli DA ။ အဓိကစိတ်ကျရောဂါရောဂါအတွက်အကြီးစားကွန်ယက်ကိုကမောက်ကမဖြစ်မှု: ငြိမ်ဝပ်ရာပြည်နယ် functional ဖြစ်စေဆက်သွယ်မှုတစ်ခု Meta-analysis သည်။ ဂျေအေအမ်အေစိတ်ရောဂါကုသမှု (2015) 72: 603-11 ။ Doi: 10.1001 / jamapsychiatry.2015.0071

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

23 ။ Tahmasian M က, Knight ဟာ, DC, Manoliu တစ်ဦးက, Schwerthöffer: D, Scherr M က, Meng ကို C, et al ။ အဓိကစိတ်ကျရောဂါရောဂါအတွက်နံရံပစ်ကစားနည်း-နောက်ကျနေခဲ့သည်နှင့် dorsomedial-prefrontal cortex အတွက် hippocampus နှင့် amygdala ထပ်တူ၏ထစ်အငေါ့အခ်ါဆက်သွယ်မှု။ တပ်ဦး Hum neuroscience ။ (2013) 7: 639 ။ Doi: 10.3389 / fnhum.2013.00639

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

24 ။ တန် Y ကို, ဟောင်ကောင်, L, Wu က F, Womer က F, Jiang W က, Cao Y ကို, et al ။ တစ်ငြိမ်ဝပ်ရာပြည်နယ်အလုပ်လုပ်တဲ့သံလိုက်ပဲ့တင်ရိုက်ခတ်မှုပုံရိပ်လေ့လာမှု: အဓိကစိတ်ကျရောဂါရောဂါနှင့်အတူကုသမှု-နုံလူနာအတွက် amygdala နှင့်လက်ဝဲ ventral prefrontal cortex အကြား functional ဖြစ်စေဆက်သွယ်မှုလျော့နည်းသွားသည်။ Psychol Med ။ (2013) 43: 1921-7 ။ Doi: 10.1017 / S0033291712002759

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

25 ။ ko CH, Hsieh ကတီဂျေ, et al ဝမ် PW, လင်း WC, ယန်း CF, Chen က CS ။ မီးခိုးရောင်ကိစ္စသိပ်သည်းဆပြောင်းလဲနှင့်အင်တာနက်ဂိမ်းကစားရောဂါနှင့်အတူအရွယ်ရောက်သူများတွင် amygdala ၏ functional ဖြစ်စေဆက်သွယ်မှုပြတ်တောက်။ prog Neuropsychopharmacol Biol စိတ်ရောဂါကုသမှု (2015) 57: 185-92 ။ Doi: 10.1016 / j.pnpbp.2014.11.003

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

26 ။ Huebl J ကို, Brückeကို C, Merkl တစ်ဦးက, Bajbouj M က, Schneider GH, Kühn AA ကို။ စိတ်ပိုင်းဆိုင်ရာလှုံ့ဆော်မှုရဲ့အပြောင်းအလဲနဲ့ကုသမှုကိုခံနိုင်ရည်စိတ်ကျရောဂါနှင့်အတူလူနာအတွက် subgenual anterior cingulate cortex အတွက် beta ကိုတီးဝိုင်းလှုပ်ရှားမှု၏ Module များကထင်ဟပ်နေသည်။ Soc ။ Cogn neuroscience အပေါ်ဘယ်လိုသက်ရောက်မှု။ (2016) 11: 1290-8 ။ Doi: 10.1093 / စကင် / nsw038

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

27 ။ ဟောင်ကောင် L ကို, ချန် K ကို Womer က F, Ren L ကို, Jiang W က, Cao Y ကို, et al ။ အဓိကစိတ်ကျရောဂါရောဂါနှင့်အတူဆေးဝါး-နုံတစ်ဦးချင်းစီအတွက် amygdala နှင့် prefrontal cortex အကြား functional ဆက်သွယ်မှု။ J ကိုစိတ်ရောဂါကုသမှု neuroscience ။ (2013) 38: 417-22 ။ Doi: 10.1503 / jpn.120117

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

28 ။ Hamilton က JP, ချန်, G, Thomason ME, Schwartz ME, Gotlib ih ။ ငြိမ်ဝပ်ရာပြည်နယ် fmri အချိန်စီးရီးအချက်အလက်များ၏ multivariate granger ကြောင်းကျိုးဆက်စပ်ခွဲခြမ်းစိတ်ဖြာ: အဓိကစိတ်ကျရောဂါရောဂါအတွက်အာရုံကြောအရေးပိုစုံစမ်းစစ်ဆေး။ Mol စိတ်ရောဂါကုသမှု (2011) 16: 763-72 ။ Doi: 10.1038 / mp.2010.46

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

29 ။ Sheline Yi, စျေး JL, ယန် Z ကို, Mintun, MA ။ စိတ်ကျရောဂါအတွက်အလုပ်လုပ်တဲ့ MRI-ပြည်နယ်အနားယူပု dorsal Nexus မှတဆင့်ကွန်ရက်များအကြားပိုမိုဆက်သွယ်မှု unmasks ။ proc Natl Acad သိပ္ပံယူအက်စ်အေ (2010) 107: 11020-5 ။ Doi: 10.1073 / pnas.1000446107

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

30 ။ Camchong J ကို, Macdonald AW, Mueller BA, နယ်လ်ဆင် B, Specker S က, Slaymaker V ကို, et al ။ လှုံ့ဆော်အသုံးပြုမှုရောဂါအတွက် abstinence စဉ်အတွင်း functional ဖြစ်စေဆက်သွယ်မှုအနားယူအတွက်အပြောင်းအလဲများ: relapsers နှင့်ရှောင်ကြဉ်၏ပဏာမနှိုင်းယှဉ်။ မူးယစ်ဆေးအရက်ပြုမှ (2014) 139: 145-51 ။ Doi: 10.1016 / j.drugalcdep.2014.03.024

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

31 ။ Camchong J ကို, Stenger တစ်ဦးကရေရှည် abstinent အရက်သမားအတွက် Fein G. အနားခိုရာ-ပြည်နယ် synchrony ။ အရက် Clin Exp Res ။ (2013) 37:75–85. doi: 10.1111/j.1530-0277.2012.01859.x

CrossRef အပြည့်အဝစာသား | Google Scholar

32 ။ Zhang က JT, Ma အက်စ်အက်စ်လီ CSR, လျူ L ကို, Xia CC ကို, Lan J ကို, et al ။ အင်တာနက်ဂိမ်းကစားရောဂါအတှကျအမူအကျင့်ဝင်ရောက်စွက်ဖက်မှုစွဲလမ်း: အ ventral striatum ၏ functional ဖြစ်စေဆက်သွယ်မှု၏ပြန်လည်ကုစား။ စှဲလမျးသူ Biol ။ (2018) 23: 337-46 ။ Doi: 10.1111 / adb.12474

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

33 ။ Zhang က JT, Yao အဘိဓါန် YW, Potenza MN, Xia CC ကို, Lan J ကို, လျူ L ကို, et al ။ ပြောင်းလဲငြိမ်ဝပ်ရာပြည်နယ်အာရုံကြောလှုပ်ရှားမှုနဲ့အပြောင်းအလဲများကအင်တာနက်ဂိမ်းကစားရောဂါတစ်ခုစွဲလမ်းမူအကျင့်ဝင်ရောက်စွက်ဖက်မှုကိုအောက်ပါ။ သိပ္ပံကိုယ်စားလှယ်။ (2016b) 6: 28109 ။ Doi: 10.1038 / srep28109

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

34 ။ Winkler တစ်ဦးက, Dörsing B, Rief W က, Shen Y ကို, Glombiewski ဂျေအေ။ အင်တာနက်စွဲလမ်း၏ကုသမှု: တစ် Meta-analysis သည်။ Clin Psychol ဗျာ (2013) 33: 317-29 ။ Doi: 10.1016 / j.cpr.2012.12.005

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

35. Deng LY, Liu L, Xia CC၊ Lan J, Zhang JT, Fang XY ကောလိပ်ကျောင်းသားများ၏အင်တာနက်ဂိမ်းကိုပိုမိုကောင်းမွန်စေရန်အပြုအမူအားပြင်းထန်သော၊ တပ်ဦး Psychol ။ (2017) 8: 526 ။ Doi: 10.3389 / fpsyg.2017.00526

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

36 ။ Yao အဘိဓါန် YW, Chen က PR စနစ်, ချင်းမိုင်-ရှမ်း RL, Hare က TA လီက S, Zhang က JT, et al ။ ပေါင်းလိုက်သောအဖြစ်မှန်ကုထုံးနှင့်သတိသမ္ဘာဝနာအင်တာနက်ကိုဂိမ်းရောဂါနှင့်အတူငယ်ရွယ်လူကြီးများအတွက် intertemporal ဆုံးဖြတ် Impulse လျော့ကျသွားသည်။ comp Hum ပြုမူနေ။ (2017a) 68: 210-6 ။ Doi: 10.1016 / j.chb.2016.11.038

CrossRef အပြည့်အဝစာသား | Google Scholar

37 ။ Liang L ကို, Zhou: D, ယွမ်ကို C, နာမည်ကြီးဖုန်းကုမ္မဏီတခုဖြစ်တဲ့တစ်ဦး, အင်တာနက်စွဲခြင်းနှင့်စိတ်ကျရောဂါများအကြားဆက်ဆံရေးအတွက် Bian Y. ကျားကွဲပြားခြားနားမှု: တရုတ်ဆယ်ကျော်သက်တစ်ဦး Cross-ကြံ့လေ့လာမှု။ comp Hum ပြုမူနေ။ (2016) 63: 463-70 ။ Doi: 10.1016 / j.chb.2016.04.043

CrossRef အပြည့်အဝစာသား | Google Scholar

38 ။ Siegle GJ, Thompson ကဒဗလျူ, Carter က CS, Steinhauer SR, Thase ME ။ amygdala တိုးမြှင့်ခြင်းနှင့်ရပ်များမှာတစ်ဘက်စွန်းစိတ်ကျရောဂါအတွက် dorsolateral prefrontal BOLD တုံ့ပြန်မှုယုတ်လျော့ဆက်စပ်နှင့်လွတ်လပ်သော features တွေ။ Biol စိတ်ရောဂါကုသမှု (2007) 61: 198-209 ။ Doi: 10.1016 / j.biopsych.2006.05.048

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

39 ။ ko CH, ယန်း JY, ချန် SH ယန် MJ, လင်း HC, ယန်း CF. ရောဂါရှာဖွေစံနှင့်စိစစ်အဆိုပြုထားနှင့်ကောလိပ်ကျောင်းသားများကိုအင်တာနက်စွဲလမ်း၏ tool ကိုဖော်ထုတ်။ comp စိတ်ရောဂါကုသမှု (2009) 50: 378-84 ။ Doi: 10.1016 / j.comppsych.2007.05.019

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

40 ။ Chen က CY, Huang က MF, ယန်း JY, Chen က CS, လျူ GC, ယန်း CF, et al ။ ဦးနှောက်ကအင်တာနက်ဂိမ်းကစားရောဂါအတွက်တုန့်ပြန်တားစီး၏ဆက်နွယ်နေပါသည်။ စိတ်ရောဂါကုသမှု Clin neuroscience ။ (2015) 69: 201-9 ။ Doi: 10.1111 / pcn.12224

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

41 ။ Derogatis LR, Lipman ကို RS, Covi အယ်လ်အဆိုပါ SCL-90: တစ်ဦးပြင်ပလူနာ rating စကေး-ပဏာမအစီရင်ခံစာ။ Psychopharmacol Bull ။ (1973) 9: 13-28 ။

PubMed Abstract | Google Scholar

42 ။ Beck ကို AT, ရပ်ကွက် CH, Mendelson M က, ကဲ့ရဲ့ J ကို, Erbaugh ဂျေစိတ်ကျရောဂါတိုင်းတာခြင်းဘို့တစ်ခုစာရင်း။ Arch ဗိုလ်ချုပ်ကြီးစိတ်ရောဂါကုသမှု (1961) 4: 561-71 ။ Doi: 10.1001 / archpsyc.1961.01710120031004

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

43 ။ Kober H ကို, Mendesiedlecki P ကို, Kross EF, Weber နဲ့ J ကို, Mischel W က, ဟတ် CL, et al ။ Prefrontal-striatal လမ်းကြောင်းတဏှာ၏သိမြင်မှုစည်းမျဉ်းအခြေခံ။ proc Natl Acad သိပ္ပံယူအက်စ်အေ (2010) 107: 14811-6 ။ Doi: 10.1073 / pnas.1007779107

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

44 ။ Bast J ကိုစာဖတ်ခြင်းအတွက် Reitsma P. မဿဲသက်ရောက်မှု: စနစ်တကျနည်းလမ်းများနှင့်အတူငုပ်လျှိုးနေတိုးတက်မှုနှုန်းကွေးမော်ဒယ်များနှင့် simplex မော်ဒယ်တစ်ဦးနှိုင်းယှဉ်။ Multivariate ပြုမူနေ Res (1997) 32:135–67. doi: 10.1207/s15327906mbr3202_3

CrossRef အပြည့်အဝစာသား | Google Scholar

45 ။ Curran PJ, Bollen Ka ။ နှစ်ဦးစလုံးကမ္ဘာရဲ့အကောင်းဆုံး: ပေါင်းစပ်ပြီး autoregressive နှင့်ငုပ်လျှိုးကွေးမော်ဒယ်များ။ Collins က LM နှင့် Sayer AG က၌, အယ်ဒီတာများ။ ပြောင်းလဲမှု၏ခွဲခြမ်းစိတ်ဖြာခြင်းများအတွက်နယူးနည်းလမ်းများ။ ဝါရှင်တန်ဒီစီ: အမေရိကန်စိတ်ဓာတ်အသင်း (2001) ။ စ။ 107-135 ။

Google Scholar

46 ။ ဇွန်အက်စ်ကိုရီးယားမြီးကောင်ပေါက်အကြားမိုဘိုင်းဖုန်းစွဲခြင်းနှင့်စိတ်ကျရောဂါလက္ခဏာတွေအကြားအပြန်အလှန် longitudinal ဆက်ဆံရေး။ comp Hum ပြုမူနေ (2016) 58: 179-86 ။ Doi: 10.1016 / j.chb.2015.12.061

CrossRef အပြည့်အဝစာသား | Google Scholar

47 ။ သီချင်း TM, တစ်ခုက JY, Hayman ll, Kim က GS, Lee က JY, ဂျန် HL ။ နီကိုတင်းမှီခိုနှင့်ပျမ်းမျှအားဖြင့်ဆေးလိပ်သောက်အပေါ်တစ်ဦးကသုံးနှစ်ကြာ autoregressive Cross-ကြံ့ panel ကိုခွဲခြမ်းစိတ်ဖြာ။ ကျန်းမာရေးစောင့်ရှောက်မှုပညာပေး Res ။ (2012) 18: 115-24 ။ Doi: 10.4258 / hir.2012.18.2.115

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

48 ။ Muthén L. Mplus အသုံးပြုသူလမ်းညွှန်။ (2012) ။ Los Angeles မြို့ ,, CA: Muthén & Muthén 1998-2010 ။

Google Scholar

49 ။ ချောင် GW, Rensvold RB ။ တိုင်းတာခြင်းလျော့ပါးသွားမည်ဖြစ်သလိုစမ်းသပ်ဘို့ကောင်းမြတ်ခြင်း-of-မထိုက်မတန်အညွှန်းကိန်းတန်ဖိုးဖြတ်ဆန်းစစ်။ Struct Equ မော်ဒယ် Multidiscpl ဂျေ (2002) 9:233–55. doi: 10.1207/S15328007SEM0902_5

CrossRef အပြည့်အဝစာသား | Google Scholar

50 ။ Ciarrochi J ကို, က Parker P ကို, Kashdan T က, ကောင်းကင်ဘုံ P ကို, Barkus အီးမျှော်လင့်ခြင်းနှင့်စိတ်ပိုင်းဆိုင်ရာသုခချမ်းသာ။ antecedents, ဆက်စပ်မှုများနှင့်အကျိုးဆက်များကိုခွဲခြားရန်တစ်ဦးကခြောက်နှစ် longitudinal လေ့လာမှု။ [အွန်လိုင်းထုတ်ဝေအဆင့်မြှင့်] ။ ဂျေ positive ။ Psychol ။ (2015) ။ 10: 520-32 ။ Doi: 10.1080 / 17439760.2015.1015154

CrossRef အပြည့်အဝစာသား | Google Scholar

51 ။ Cross-အမျိုးသားစားသုံးသူသုတေသနအတွက်အတိုင်းအတာလျော့ပါးသွားမည်ဖြစ်သလိုအကဲဖြတ် Steenkamp JBEM, Baumgartner အိပ်ချ်။ ဂျေစားသုံးသူ။ res ။ (1998) 25: 78-107 ။ Doi: 10.1086 / 209528

CrossRef အပြည့်အဝစာသား | Google Scholar

52 ။ Neubert FX, အင်္ဂါဂြိုဟ် RB, Sallet J ကို, Rushworth MF ။ ဆက်သွယ်မှုလူ့ခြင်းနှင့်မျောက်တိုကျရိုကျ cortex အတွက်ဆုလာဘ်-guided သင်ယူမှုနှင့်ဆုံးဖြတ်ချက်ချမှတ်ခြင်းများအတွက်ဦးနှောက်ဧရိယာကြားဆက်ဆံရေးဖော်ပြသည်။ proc Natl Acad သိပ္ပံယူအက်စ်အေ (2015) 112: E2695-704 ။ Doi: 10.1073 / pnas.1410767112

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

53. Chaiton MO, Cohen JE, O'Loughlin J, Rehm J. မြီးကောင်ပေါက်အရွယ်ရှိစိတ်ကျရောဂါနှင့်ဆေးလိပ်သောက်ခြင်းအကြားဆက်နွယ်မှုဆိုင်ရာ longitudinal လေ့လာမှုများကိုစနစ်တကျပြန်လည်သုံးသပ်သည်။ BMC ပြည်သူ့ကျန်းမာရေး (2009) 9:356. doi: 10.1186/1471-2458-9-356

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

54 ။ Gilman အရှေ့တောင်အာဗြဟံ, HD ။ အရက်မှီခိုနှင့်အဓိကစိတ်ကျရောဂါ၏စတင်ခြင်း၏အမိန့်တစ်ခု longitudinal လေ့လာမှု။ မူးယစ်ဆေးအရက်ပြုမှ (2001) 63:277–86. doi: 10.1016/S0376-8716(00)00216-7

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

55 ။ Tortolero SR, Peskin MF, Baumler ER, Cuccaro pm တွင်, et al Elliott သည် MN, ဒေးဗီးစ် SL ။ နေ့စဉ်အကြမ်းဖက်ဗီဒီယိုဂိမ်း preadolescent လူငယ်အတွက်ကစားများနှင့်စိတ်ကျဝေဒနာ။ Cyberpsychol ပြုမူနေ Soc Netw။ (2014) 17: 609-15 ။ Doi: 10.1089 / cyber.2014.0091

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

56 ။ ko CH, ယန်း JY, ချန် SH, ဝမ် PW, Chen က CS, ယန်း CF. ထိုင်ဝမ်မှာနေတဲ့လူငယ်လူကြီးများတို့တွင် DSM-5 အင်တာနက်ဂိမ်းကစားရောဂါ၏ရောဂါရှာဖွေစံ၏အကဲဖြတ်။ J ကိုစိတ်ရောဂါ Res ။ (2014) 53: 103-10 ။ Doi: 10.1016 / j.jpsychires.2014.02.008

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

57 ။ cho သည် SM, Sung MJ, ရှင် KM, Lim က KY, ရှင် YM ။ ငယ်စဉ်ကလေးဘဝအတွက် psychopathology အထီးမြီးကောင်ပေါက်အတွက်အင်တာနက်စွဲလမ်းကြိုတင်ခန့်မှန်းသလား ကလေးသူငယ်စိတ်ရောဂါကုသမှု Hum Dev မှ။ (2013) 44:549–55. doi: 10.1007/s10578-012-0348-4

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

58 ။ Rappeneau V ကို, Bérodအေပစ္စည်းဥစ္စာကိုအသုံးပြုခြင်းရောဂါများအတွက်အန္တရာယ်အချက်အဖြစ်စိတ်ကျရောဂါပြန်လည်: ကြွက်မော်ဒယ်များမှသည်ထိုးထွင်းသိမြင်။ neuroscience Biobehav ။ ဗျာ (2017) 77: 303-16 ။ Doi: 10.1016 / j.neubiorev.2017.04.001

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

59 ။ Choi J ကို, ချို H ကိုကင်မ် JY, Jung DJ သမား, Ahn KJ, Kang HB, et al ။ အဆိုပါ prefrontal cortex အတွက်ဖွဲ့စည်းတည်ဆောက်ပုံကိုပြောင်းလဲအင်တာနက်ကိုဂိမ်းရောဂါနှင့်စိတ်ဓာတ်ခံစားချက်အကြားဆက်ဆံရေးပြေလည်အောင်ဆောင်ရွက်ပေးရန်။ သိပ္ပံကိုယ်စားလှယ် (2017) 7:1245. doi: 10.1038/s41598-017-01275-5

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

60 ။ Kendler KS, Prescott, CA, Myers J ကို, Neal MC ။ အမျိုးသားနှင့်အမျိုးသမီးများတွင်ဘုံစိတ်ရောဂါနှင့်ပစ္စည်းဥစ္စာအသုံးပြုမှုမမှန်များအတွက်မျိုးရိုးဗီဇနှင့်သဘာဝပတ်ဝန်းကျင်အန္တရာယ်အချက်များ၏ဖွဲ့စည်းပုံ။ Arch ဗိုလ်ချုပ်ကြီးစိတ်ရောဂါကုသမှု (2003) 60: 929-37 ။ Doi: 10.1001 / archpsyc.60.9.929

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

61 ။ Pannekoek ဖြစ်မှု, Werff SJA, Meens PH သည်, et al အစုလိုက် BG, Jolles DD, Veer ထားတဲ့ IM ။ ကုသမှု-နုံဆေးခန်းစိတ်ဓာတ်မြီးကောင်ပေါက်အတွက် limbic နှင့် salience ကွန်ရက်မှာထစ်အငေါ့ငြိမ်ဝပ်ရာပြည်နယ် functional ဖြစ်စေဆက်သွယ်မှု။ J ကိုကလေး Psychol စိတ်ရောဂါကုသမှု (2014) 55: 1317-27 ။ Doi: 10.1111 / jcpp.12266

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

62 ။ ဟူက S, et al IDE JS, Chao နာရီ, Zhornitsky S က, Fischer Ka, ဝမ် W က။ Non-မှီခိုအရက်သေစာသောက်၌သောက်သည့် amygdala နှင့်ပြဿနာပြည်နယ် functional ဖြစ်စေဆက်သွယ်မှုအနားယူ။ မူးယစ်ဆေးအရက်ပြုမှ (2018) 185: 173-180 ။ Doi: 10.1016 / j.drugalcdep.2017.11.026

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

63 ။ Dannlowski ဦး, Ohrmann P ကို, Konrad ကို C, Domschke K ကို Bauer J ကို, Kugel H ကို, et al ။ အဓိကစိတ်ကျရောဂါအတွက်လျှော့ချ amygdala-prefrontal နားချင်းဆက်မှီ: MAOA genotype နှင့်နာမကျန်းပြင်းထန်မှုနှင့်အတူအသင်းအဖွဲ့။ int J ကို Neuropsychopharmacol ။ (2009) 12: 11-22 ။ Doi: 10.1017 / S1461145708008973

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

64 ။ Mulders ကို PC, ဗန် Eijndhoven PF, Schene AH, Beckmann CF, အဓိကစိတ်ကျရောဂါရောဂါအတွက် Tendolkar ဗြဲနားခိုရာ-ပြည်နယ် functional ဖြစ်စေဆက်သွယ်မှု: တစ်ပြန်လည်သုံးသပ်။ neuroscience Biobehav ဗြာ (2015) 56: 330-44 ။ Doi: 10.1016 / j.neubiorev.2015.07.014

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

65 ။ Yao အဘိဓါန် YW, လျူ L ကို, Ma အက်စ်အက်စ်, ရှီ XH, Zhou N ကို, Zhang က JT, et al ။ အင်တာနက်ကဂိမ်းရောဂါအတွက် functional နှင့်ဖွဲ့စည်းတည်ဆောက်ပုံဆိုင်ရာအာရုံကြောကိုပြောင်းလဲ: တစ်စနစ်တကျပြန်လည်သုံးသပ်မှုနှင့် Meta-analysis သည်။ neuroscience Biobehav ဗျာ (2017) 83: 313-24 ။ Doi: 10.1016 / j.neubiorev.2017.10.029

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

66 ။ လီ CR, Sinha R. Inhibitory ထိန်းချုပ်မှုများနှင့်စိတ်ပိုင်းဆိုင်ရာစိတ်ဖိစီးမှုစည်းမျဉ်း: စိတ်ပညာလှုံ့ဆော်စွဲထဲမှာတိုကျရိုကျ-limbic ကမောက်ကမဖြစ်မှုများအတွက် neuroimaging သက်သေအထောက်အထား။ neuroscience Biobehav ဗျာ (2008) 32: 581-97 ။ Doi: 10.1016 / j.neubiorev.2007.10.003

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

67 ။ Kirsch M က, Gruber, ငါ Ruf M က, Kiefer က F, Kirsch P. ရီးရဲလ်အချိန်အလုပ်လုပ်တဲ့သံလိုက်ပဲ့တင်ရိုက်ခတ်မှုပုံရိပ် neurofeedback အရက်လှုံ့ဆော်မှုမှ striatal cue-reactivity ကိုလျှော့ချနိုင်ပါတယ်။ စှဲလမျးသူ Biol ။ (2015) 21: 982-92 ။ Doi: 10.1111 / adb.12278

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

68 ။ Wéryတစ်ဦးက, Billieux ဂျေပြဿနာဘာ: စိတ်ကူး, အကဲဖြတ်များနှင့်ဆက်ဆံမှု။ စှဲလမျးသူပြုမူနေ။ (2017) 64: 238-46 ။ Doi: 10.1016 / j.addbeh.2015.11.007

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

69 ။ pause T က, Keshavan M က, Giedd ဖြစ်မှု။ အဘယ်ကြောင့်အများအပြားစိတ်ရောဂါမမှန်မြီးကောင်ပေါက်အရွယ်စဉ်အတွင်းပေါ်ထွက်လာသလဲ? နတ်ဗြာ neuroscience ။ (2008) 9: 947-57 ။ Doi: 10.1038 / nrn2513

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

70 ။ et al Kardefelt-Winther: D, Heeren တစ်ဦးက, Schimmenti တစ်ဦးက, Rooij တစ်ဦးက, Maurage P ကို, Carras M က။ ကျွန်တော်တို့ဘယ်လိုဘုံအပြုအမူတွေ pathologizing မပါဘဲအမူအကျင့်စွဲ conceptualize နိုင်မလဲ? စှဲမွဲမှု (2017) 112: 1709-15 ။ Doi: 10.1111 / add.13763

PubMed Abstract | CrossRef အပြည့်အဝစာသား | Google Scholar

 

keywords: amygdala, စိတ်ကျရောဂါ, fMRI, အင်တာနက်ဂိမ်းကစားရောဂါ, ငြိမ်ဝပ်ရာပြည်နယ် functional ဖြစ်စေဆက်သွယ်မှု, subgenual anterior cingulate cortex

ကိုးကား: အင်တာနက်ကိုဂိမ်း Disorder နှင့်စီးပွားပျက်ကပ်အကြားလျူ L ကို, Yao အဘိဓါန် YW လီ CR, Zhang က JT, Xia CC ကို, Lan J ကို, Ma အက်စ်အက်စ်, Zhou N နှင့်ဖန် XY (2018) က Comorbidity: Interrelationship နှင့်ဦးနှောက်ကဲ့သို့ရှုပ်ထွေးသောယန္တရားများ။ တပ်ဦး။ စိတ်ရောဂါကုသမှု 9: 154 ။ Doi: 10.3389 / fpsyt.2018.00154

Received: 26 ဇန်နဝါရီလ 2018; လက်ခံခဲ့သည်: 04 ဧပြီလ 2018;
Published: 23 ဧပြီလ 2018 ။

မှတည်းဖြတ်သည်:

Yasser Khazaal, Université de Genève, ဆွစ်ဇာလန်

အားဖြင့်ပြန်လည်သုံးသပ်:

Qinghua သူ, အနောက်တောင်ပိုင်းတက္ကသိုလ်, တရုတ်
Aviv အမ် Weinstein, Ariel တက္ကသိုလ်, အစ္စရေး

မူပိုင်ခွင့်© 2018 လျူ, Yao အဘိဓါန်လီ, Zhang က, Xia, Lan, မာရင်းကျိုသည် Zhou နှင့်ဖန်။ ဒါက၏စည်းကမ်းချက်များအောက်မှာဖြန့်ဝေထားတဲ့ Open-access ကိုဆောင်းပါးဖြစ်ပါသည် ကို Creative Commons Attribution လိုင်စင် (CC ကို BY)။ သည်အခြားဖိုရမ်များအတွက်အသုံးပြုခြင်း, ဖြန့်ဖြူးသို့မဟုတ်မျိုးပွားခွင့်ပြု၏, မူရင်းစာရေးဆရာ (s) နှင့်မူပိုင်ခွင့်ပိုင်ရှင်ပေးအပ်အသိအမှတ်ပြုကြသည်နှင့်ဤဂျာနယ်အတွက်မူရင်းထုတ်ဝေကိုးကားကြောင်း, လက်ခံပညာသင်နှစ်အလေ့အကျင့်များနှင့်အညီ။ အဘယ်သူမျှမသုံးစွဲခြင်း, ဖြန့်ဖြူးသို့မဟုတ်မျိုးပွားဤဝေါဟာရများနှင့်အတူလိုက်လျောမခွင့်ပြုထားပါသည်။

* ပေးစာယူ: Jin-Tao က Zhang က, [အီးမေးလ်ကိုကာကွယ်ထားသည်]
Xiao-ရီဖန်, [အီးမေးလ်ကိုကာကွယ်ထားသည်]

ဤရွေ့ကားစာရေးသူအညီအမျှဤလုပ်ငန်းကိုမှလှူဒါန်းခဲ့ပါပြီ။