Besluitvorming voor riskante winsten en verliezen bij studenten met internetgamingstoornis (2015)

Abstract

Personen met internet-gamediagnostiek (IGD) hebben de neiging om nadelige risicovolle beslissingen te nemen, niet alleen in hun echte leven maar ook in laboratoriumtaken. Besluitvorming is een complexe veelzijdige functie en verschillende cognitieve processen zijn betrokken bij besluitvorming over winsten en verliezen. De relatie tussen verminderde besluitvorming en verwerking van winst versus verlies in de context van IGD is echter slecht begrepen. Het belangrijkste doel van de huidige studie was om de besluitvorming voor risicovolle winsten en verliezen bij studenten met IGD afzonderlijk te evalueren met behulp van de bekertaak. Daarnaast onderzochten we de effecten van de uitkomstmagnitude en het waarschijnlijkheidsniveau op de besluitvorming met betrekking tot respectievelijk risicovolle winsten en verliezen. Zestig studenten met IGD en 42-matched healthy controls (HCs) namen eraan deel. De resultaten gaven aan dat IGD-patiënten over het algemeen een grotere neiging tot het nemen van risico's vertoonden dan HC's. In vergelijking met HCs maakten IGD-onderwerpen nadeliger risicovolle keuzes in het verliesdomein (maar niet in het gain-domein). Follow-upanalyses gaven aan dat de stoornis geassocieerd was met ongevoeligheid voor veranderingen in uitkomstmagnitude en waarschijnlijkheidsniveau voor risicovolle verliezen bij IGD-patiënten. Daarnaast waren hogere scores voor ernst van internetverslaving geassocieerd met het percentage nadelige risicovolle opties in het verliesdomein. Deze bevindingen benadrukken het effect van ongevoeligheid voor verliezen op nadelige beslissingen onder risico in de context van IGD, wat gevolgen heeft voor toekomstige interventieonderzoeken.

Figuren

 

Citation:Yao YW, Chen PR, Li S, Wang LJ, Zhang JT, et al. (2015) Beslissingen nemen voor riskante winsten en verliezen bij studenten met internetgamingstoornis. PLoS ONE 10 (1): e0116471. doi: 10.1371 / journal.pone.0116471

Academische editor: Ingmar HA Franken, Erasmus Universiteit Rotterdam, NEDERLAND

ontvangen: Juli 17, 2014; Aanvaard: December 9, 2014; Gepubliceerd: 23 januari 2015

Dit is een open access-artikel, vrij van alle auteursrechten, en mag vrijelijk worden gereproduceerd, gedistribueerd, overgedragen, gewijzigd, gebouwd of op een andere manier door iemand worden gebruikt voor elk wettig doel. Het werk is beschikbaar gesteld onder de Creative Commons CC0 publieke domein toewijding

Beschikbaarheid van data:Alle relevante gegevens bevinden zich in het papier en de ondersteunende informatiebestanden.

financiering:Deze studie werd ondersteund door de National Natural Science Foundation of China (nr. 31170990 en nr. 81100992), de fundamentele onderzoeksfondsen voor de centrale universiteiten (nr. 2012WYB01) en de National Innovative Foundation-programma's voor universiteitsstudenten van China (nr. 201310027028). SWY ontving salarisondersteuning van de subsidie ​​van NIDA (T32 DA007238-23). De financiers hadden geen rol in het ontwerp van de studie, het verzamelen en analyseren van de gegevens, of de voorbereiding van het manuscript.

Concurrerende belangen: De auteurs hebben verklaard dat er geen concurrerende belangen bestaan.

Introductie

Internet gaming disorder (IGD) wordt gedefinieerd als excessief en ongecontroleerd gamen online, ondanks de ervaring met negatieve gevolgen, waaronder slapeloosheid, slechte academische prestaties en sociale isolatie [1,2]. IGD wordt wereldwijd steeds meer erkend als een kwestie van geestelijke gezondheid [3], zoals benadrukt door zijn recente opname in deel III van de DSM-5 als onderwerp dat meer toekomstig onderzoek verdient [4]. Bovendien, aangezien internet vrij beschikbaar is op campussen, spelen de meeste universiteitsstudenten internetgames voor recreaties, waardoor ze echter een van de meest vatbare bevolkingsgroepen voor IGD worden [5,6].

Onaangepaste besluitvorming is een van de belangrijkste symptomen van toevoeging [7-9]. Eerdere bevindingen suggereren dat personen met middelenmisbruik of -afhankelijkheid verminderde prestaties hebben op een reeks van besluitvormingstaken [10-14]. Recente onderzoeken wijzen op tekorten bij besluitvorming bij IGD. Onderzoekers ontdekten bijvoorbeeld dat mensen met IGD nadeliger keuzes maakten op de Game of Dice taak in vergelijking met gezonde, niet-spelende vergelijkende onderwerpen [15], en dat dergelijke beperkingen mogelijk gedeeltelijk het gevolg zijn van het niet gebruiken van feedback [16]. Bewijs suggereert ook dat personen met internetverslaving onderhevig zijn aan onduidelijkheid in de besluitvorming onder ambiguïteit gemeten door de Iowa Gambling Task [17,18]. Neuroimaging-onderzoeken met andere paradigma's (bijv. Een raadsopdracht, kansverdelingstaak) suggereren ook veranderingen in de neurale respons bij individuen met IGD tijdens besluitvormingsprocessen, waarbij ze anticiperen op en verwerken van beloningen en straffen [19-21] en het evalueren van risico's [22].

Besluitvorming is een complexe cognitieve functie en er is bewijs dat suggereert dat verschillende processen betrokken zijn bij de besluitvorming over winsten en verliezen [23-26]. Sommige onderzoekers hebben ontdekt dat personen met verslavingsstoornissen significant nadeliger keuzes maakten, voornamelijk in het voordeel-in vergelijking met verlies-domein [27,28], terwijl de bestaande gegevens ook suggereren dat ongevoeligheid voor verliezen een essentiële rol speelt bij de besluitvormingstekorten bij personen met substantieafhankelijkheid [29,30]. De mate waarin een gestoorde besluitvorming bij IGD-patiënten te wijten is aan veranderingen in de verwerking van winst versus verlies, blijft echter slecht begrepen. Afzonderlijk onderzoek naar de kenmerken van beloning en verliesvermijding bij mensen met IGD zal het huidige inzicht in de mechanismen die ten grondslag liggen aan beslissingsstoornissen in deze populatie bevorderen, en kan mogelijk helpen bij de ontwikkeling van effectievere interventies voor IGD.

In de huidige studie probeerden we de besluitvorming over winsten en verliezen bij studenten met IGD afzonderlijk te evalueren. Voor dit doel hebben we de Cups-taak [26], die de besluitvorming voor de winst- en verliesdomeinen isoleert. Daarnaast hebben we verder gezocht naar de effecten van twee essentiële componenten, de uitkomstmogelijkheid en het waarschijnlijkheidsniveau, op de besluitvorming met betrekking tot risicovolle winsten en verliezen. Gebaseerd op eerdere studies [15,16,21], veronderstelden we dat: (1) IGD-proefpersonen, in vergelijking met gematchte gezonde controles (HC's), over het geheel genomen significant riskantere keuzes zouden maken; (2) IGD-patiënten zouden, in vergelijking met HC's, slechter presteren op risico-ongunstige studies in zowel de winst- als de verliesdomeinen; (3) besluitvormingstekorten bij IGD-proefpersonen werden geassocieerd met ongevoeligheid voor de uitkomstmagnitude en waarschijnlijkheidsniveau; en (4) IGD-ernstscores waren positief geassocieerd met nadelige risicovolle opties die werden gemaakt voor de Cups-taak.

Methoden

ethische uitspraak

Het protocol van deze studie werd goedgekeurd door de Institutional Review Board van School of Psychology, Beijing Normal University. Alle deelnemers hebben voorafgaand aan het experiment schriftelijke geïnformeerde toestemming gegeven en een financiële vergoeding voor hun deelname ontvangen.

Deelnemers

Een totaal van 102-studenten (60 IGD-onderwerpen en 42 HC's) werden gerekruteerd uit universiteiten via online advertenties in Beijing, China. Gezien de hogere prevalentie van IGD bij mannen versus vrouwen [1,31-33], alleen mannelijke onderwerpen werden geselecteerd. Geen deelnemers meldden eerdere ervaring met illegale drugs (bijvoorbeeld cocaïne) of gokken (inclusief online gokken). Bovendien werden deelnemers die een geschiedenis van psychiatrische of neurologische ziekten rapporteerden, gebruik van psychotrope geneesmiddelen die het centrale zenuwstelsel beïnvloeden, uitgesloten van verder onderzoek.

De diagnose van IGD werd vastgesteld door de wekelijkse internetgametijd en de Chen-internetversieschaal (CIAS) [34]. De CIAS bestaat uit 26-items, gebaseerd op een 4-punt Likert-schaal, die de 5-dimensies van internetverslaving evalueert: dwangmatig gebruik, terugtrekking, tolerantie, problemen van interpersoonlijke relaties en tijdbeheer. De betrouwbaarheid en validiteit van het CIAS onder universiteitsstudenten is eerder aangetoond [33]. De inclusiecriteria voor IGD-proefpersonen waren: (1) scoorde 67 of hoger op CIAS [33,35], (2) bracht meer tijd door met internetgamen dan met andere internettoepassingen en (3) bracht minstens 14 uren per week door gedurende ten minste één jaar. Om verder te bevestigen dat IGD-proefpersonen verslaafd waren aan internetgamen en om de effecten van andere online activiteiten (met name online gokken) op besluitvorming uit te sluiten, werden IGD-proefpersonen gevraagd eerst drie internetactiviteiten te vermelden die het grootste deel van hun online tijd in beslag namen. Allemaal hebben zij internetgaming als eerste geclassificeerd en aangegeven dat zij 'verslaafd' zijn aan internetgamen, maar geen van hen heeft online gokken of pokerspellen op hun lijst staan. De opnamecriteria voor HC's waren: (1) beoordeling ≤ 50 op CIAS, (2) af en toe internetgamen (≤ 2 uren per week) of nooit online spellen spelen tijdens hun leven.

De Cups-taak

De gecomputeriseerde Chinese versie van Cups-taak is aangepast vanuit de oorspronkelijke taak die is ontwikkeld door [26]. De taak bestaat uit 54-trials die gelijkelijk zijn onderverdeeld in winst- en verliesdomeinen. In elke proef werd de deelnemers gevraagd om te kiezen tussen een risicovolle optie en een veilige optie, en de veilige optie wordt vertegenwoordigd door een enkele beker en wordt geassocieerd met een 100% kans om 100-yuan te winnen of te verliezen. De risicovolle optie wordt vertegenwoordigd door 2-, 3- of 4-bekers en wordt geassocieerd met 50%, 33% of 25% van het winnen of verliezen van een grotere hoeveelheid geld (mogelijke uitkomst: 200-yuan, 300-yuan of 400-yuan). Binnen elk domein vindt elke combinatie van waarschijnlijkheidsniveau en uitkomstniveau driemaal plaats, dus worden versterkings- en verliesdomeinen gepresenteerd als twee afzonderlijke blokken van willekeurige 27-proeven. Deelnemers gaven hun keuze aan door op de linker- of rechterknop te drukken. Na elke keuze kregen de deelnemers onmiddellijk feedback over de uitkomst van de proef. De twintig deelnemers die de hoogste totaalscores behaalden, kregen een extra bonus.

Op basis van een onafhankelijke manipulatie van waarschijnlijkheidsniveau en uitkomstniveau zijn combinaties: (1) risicovoordeel (RA), wat betekent dat de verwachte waarde (EV) van een risicovolle optie gunstiger is dan die van de veilige optie; (2) risk disadvantageous (RD), wat betekent dat de EV van riskante optie minder is dan die van de veilige optie; of (3) risiconeutraal, wat betekent dat de risicovolle en veilige opties gelijke verwachte waarden (EQEV) hebben.

Statistische analyse

Statistische analyses werden uitgevoerd met behulp van SPSS-versie 20.0 en R-versie 3.1.0. Alle tests waren tweezijdig en het criterium van significantie werd gesteld op P <.05. Ten eerste hebben we t-tests met onafhankelijke steekproeven gebruikt om groepsverschillen in demografische variabelen te onderzoeken. Ten tweede hebben we variantieanalyses (ANOVA's) met herhaalde metingen gebruikt om de prestaties van IGD-proefpersonen en HC's op de Cups-taak te vergelijken. Om interactie-effecten te onderzoeken zijn eenvoudige effectanalyses uitgevoerd. Waar Mauchly-tests een schending van de sfericiteitsaanname lieten zien, werden Greenhouse-Geisser-correcties gebruikt. Post-hocanalyses werden uitgevoerd met t-tests met Bonferroni-correctie. Ten derde hebben we EV onderverdeeld in twee componenten: waarschijnlijkheidsniveau en uitkomstgrootte, om het effect van deze twee componenten op de besluitvorming voor elk onderzoek te onderzoeken, met behulp van de R lmer-functie van de lme4-bibliotheek. Tot slot, om de relatie tussen de ernst van internetverslaving en de besluitvormingsprestaties van het behalen van winsten en het vermijden van verliezen te onderzoeken, werden Pearson's correlaties gebruikt om associaties tussen CIAS-scores en het percentage risicovolle keuzes gemaakt tijdens de drie EV-niveaus (RA, EQEV, RD ) voor respectievelijk de domeinen winst en verlies.

Resultaten

Demografische kenmerken

Zoals getoond in Tabel 1, de IGD-onderwerpen en HC's verschilden niet in leeftijd, gemiddelde duur van het onderwijs en jarenlang gebruik van internet. In overeenstemming met onze inclusiecriteria (dwz CIAS-score ≥ 67 voor IGA-proefpersonen en ≤ 50 voor HCs), hadden IGD-proefpersonen significant hogere CIAS-scores, t (100) = 27.14, P <.001. Tweeëntwintig van de 42 HC's speelden af ​​en toe internetgames, maar IGD-proefpersonen brachten wekelijks significant meer tijd door op internetgames dan HC's, t (80) = 15.41, P <.001.

Download link: 

• PPT

  PowerPoint-dia

• PNG

  afbeelding vergroten (72KB)

• TIFF

  originele foto (375KB)

Tabel 1. Demografisch, levensduur van internetgebruik, de CIAS-scores en tijd besteed aan IGD-onderwerpen en HC's.

doi: 10.1371 / journal.pone.0116471.t001

Het percentage tabaks- en alcoholgebruik was laag voor beide groepen: drie IGD-patiënten en één HCs meldden af ​​en toe (minder dan eenmaal per maand) het roken van sigaretten. Negentien IGD-patiënten en 12 HC's meldden levenslang alcoholgebruik, maar allemaal met lage frequenties (één keer per week of minder), en deze percentages verschilden niet tussen groepen, t (29) = 1.27, P = .216.

Risicobereidheid

De neiging tot het nemen van risico's is een maatstaf voor de neiging van een individu om de risicovolle optie te kiezen boven de veilige optie op elk van de drie EV-niveaus (RA, EQEV, RD), afzonderlijk berekend voor het winst- en verlies domein [36]. We hebben een 2 uitgevoerd (domein: winst, verlies) × 3 (EV-niveau: RA, EQEV, RD) × 2 (groep: IGD-onderwerpen, HCs) herhaalde ANOVA-metingen. Zoals verwacht, hebben we een belangrijk effect waargenomen van de groep, F (1, 100) = 5.67, P = .019, gedeeltelijk η² = .05, wat aangeeft dat IGD-onderwerpen over het algemeen meer riskante opties kiezen dan HC's in zowel het winst- als het verliesdomein; en een hoofdeffect van EV-niveau, F (2, 200) = 289.64, P <.001, gedeeltelijk η² = .74. Post-hoc-analyses lieten zien dat deelnemers meer risicovolle opties maakten toen het EV-niveau RA was dan RD. De drieweg interactie tussen EV-niveau, groep en domein heeft geen betekenis gekregen, F (2, 200) = 1.43, P = .242, gedeeltelijk η² = .01. We hebben echter een EV-niveau × groepsinteractie gevonden F (2, 200) = 6.08, P = .006, gedeeltelijk η² = .06, en eenvoudige effectanalyse toonde aan dat de significante interactie voornamelijk te wijten was aan meer risicobereidheid op de RD-paden onder IGD-onderwerpen in vergelijking met HC's, F (2, 99) = 7.54, P = .001, gedeeltelijk η² = .13. We vonden ook een significante EV-niveau × domeininteractie, F (2, 200) = 7.70, P = .001, gedeeltelijk η² = .07, en eenvoudige effectanalyse toonde aan dat de deelnemers significantere risicovolle opties in het verliesdomein kozen in vergelijking met het winstdomein op de EQEV (niet RA en RD) proeven, F (1, 100) = 7.57, P = .007, gedeeltelijk η² = .07.

Afzonderlijke ANOVA's voor elk domein werden verder uitgevoerd. Voor het verliesdomein was er, naast significante hoofdeffecten van groeps- en EV-niveau, een significant interactie-effect van EV-niveau × groepsinteractie, F (2, 200) = 6.90, P = .002, gedeeltelijk η² = .07. Bevindingen van eenvoudige effectanalyses toonden aan dat IGA-proefpersonen risicovollere keuzes maakten dan HC's op de RD-onderzoeken, F (1, 100) = 15.11, P <.001, gedeeltelijk η² = .13, maar verschilde niet van HC's in het aantal risicovolle keuzes in de RA- en EQEV-proeven (Fig 1). Voor het versterkingsdomein waren er daarentegen geen significante hoofd- of interactie-effecten van groep of EV-niveau × -groep (P = .092 En P = .138, respectievelijk).

Download link: 

• PPT

  PowerPoint-dia

• PNG

  afbeelding vergroten (104KB)

• TIFF

  originele foto (227KB)

Figuur 1. Besluitvormingsprestaties voor IGD-onderwerpen en HC's op de bekertaak.

 

Gemiddeld percentage risicovolle keuzes gemaakt in (A) de winst en (B) het verliesdomein, als een functie van EV-niveau en -groep. Foutbalken geven standaardfouten weer. IGD = internetgokprobleem; HCs = gezonde controles; EV = verwachte waarde; RA = risicovoordeel; EQEV = gelijke verwachte waarde; RD = risico ongunstig.

doi: 10.1371 / journal.pone.0116471.g001

Gevoeligheid voor het bereiken van het magnitude- en waarschijnlijkheidsniveau

We hebben de EV verder gescheiden in twee componenten: uitkomstmagnitude en waarschijnlijkheidsniveau. Om het effect van deze twee componenten op risicovolle besluitvorming te onderzoeken, hebben we logistieke hiërarchische modellen uitgevoerd met behulp van de R lmer-functie van de lme4-bibliotheek om rekening te houden met de trial-by-trial-variantie in risicobereidheid van proefpersonen, volgens de beschreven procedure in een eerdere studie [37]. Twee basismodellen respectievelijk voor de versterkings- en verliesdomeinen inclusief groep (0 = HCs, 1 = IGD-onderwerpen), waarschijnlijkheidsniveau (weergegeven kans van winnen of verliezen voor riskante opties: 0.25, 0.33, 0.50), uitkomstmagnitude (2, 3, 4 representeerde 200, 300, 400 in riskante opties) en interacties van groep × waarschijnlijkheidsniveau en groep × uitkomstmaten als fixed-effects-voorspellers, en individuele verschillen in keuze als random-effecten. De afhankelijke variabele was de keuze van de proefpersonen voor elke proef (0 = veilige optie, 1 = risicovolle opties).

Zoals getoond in tafel 2, er waren significante hoofdeffecten van waarschijnlijkheidsniveau en uitkomstmagnitude in zowel de winst- als de verliesdomeinen. Deze effecten duidden, voor zowel de winst- als de verliesdomeinen, aan dat tussen beide IGD-onderwerpen en HCs proefpersonen minder risico namen omdat de waarschijnlijkheid van de risicovolle optie minder gunstig werd (hoofdeffect van kansniveau) en dat proefpersonen meer risico's namen als uitkomst omvang van de risicovolle optie verhoogd (belangrijkste effect van de uitkomstmagnitude).

Download link: 

• PPT

  PowerPoint-dia

• PNG

  afbeelding vergroten (86KB)

• TIFF

  originele foto (511KB)

Tabel 2. Effect van waarschijnlijkheidsniveau en uitkomstmagnitude op het nemen van risico's als een functie van domeinen en groepen.

doi: 10.1371 / journal.pone.0116471.t002

In het gain-domein waren er geen significante interactie-effecten tussen een van de drie onderzochte variabelen. Daarentegen waren er in het verliesgebied significante interacties tussen het waarschijnlijkheidsniveau van de groep x en tussen de uitkomstmaten van de groep x, wat aangeeft dat IGD-subjecten, in vergelijking met HCs, minder geneigd waren hun beslissingen aan te passen op basis van waarschijnlijkheidsniveau en uitkomstmagnitude in het verliesdomein .

Correlatie tussen internetverslaving Ernst en besluitvorming

Pearson-correlaties werden ook uitgevoerd tussen CIAS-scores en het aantal risicokeuzes voor de drie EV-niveaus (RA, EQEV, RD) afzonderlijk voor de winst- en verliesdomeinen. In het verliesdomein gaven de resultaten aan dat CIAS-scores positief werden geassocieerd en risicovolle keuzes werden gemaakt bij RD-onderzoeken, r = .22, P = .001. De associatie tussen CIAS-scores was marginaal gecorreleerd aan het aantal risicovolle keuzes in RD-trials voor het gain-domein, r = .19, P = 0.056.

Discussie

Voorzover ons bekend is de huidige studie de eerste om risicovolle besluitvorming bij IGD-proefpersonen afzonderlijk te evalueren op mogelijke verliezen en winsten. In overeenstemming met onze eerste hypothese, toonden IGD-proefpersonen over het algemeen grotere tendensen in het nemen van risico's op de bekertaak, in vergelijking met HC's. Gedeeltelijk consistent met onze tweede en derde hypothese, maakten IGD-subjecten significant riskantere keuzes dan HCs op de RD-trials voor het verlies-maar niet voor het gain-domein, en de stoornis was geassocieerd met ongevoeligheid voor veranderingen in de uitkomstmagnitude en waarschijnlijkheidsniveau voor riskant verliezen bij IGD-patiënten. In overeenstemming met onze vierde hypothese, toonden correlationele analyses verder significant positieve associaties tussen ernstsniveaus van internetverslaving en nadelige opties in het verliesdomein. Samengevat leveren deze gegevens verder bewijs van stoornissen op beslissingen onder risico's van mensen met IGD, en suggereren ze bovendien dat het verlies van veranderingen (versus winst) verwerking ten grondslag kan liggen aan de tekorten bij de besluitvorming in deze populatie.

In het verliesdomein maakten IGD-proefpersonen risicovollere beslissingen over de RD-onderzoeken met betrekking tot HCS, en de trial-by-trial-analyse gaf verder aan dat IGD-proefpersonen minder geneigd waren hun beslissingen aan te passen op basis van waarschijnlijkheidsniveau en uitkomstmagnitude in dit domein. Deze bevindingen komen overeen met die uit eerdere onderzoeken met vergelijkbare besluitvormingstaken en het aantonen van beperkingen in de besluitvorming met betrekking tot verliesvermijding bij personen met substantieverslaving [38], eet stoornissen [39] en IGD [16, 19]. Een mogelijke verklaring voor deze bevindingen is dat mensen met IGD door de herhaling van hun spelgedrag vaker met verliesgerelateerde problemen kunnen werken, wat hen toleranter kan maken voor straffen. Bovendien is onze bevinding van gewijzigde verliesgerelateerde besluitvorming consistent met de klinische presentatie van individuen met IGD dat zij de neiging hebben om potentiële negatieve gevolgen in het echte leven te onderwaarderen om online te blijven spelen [2,40,41].

Eerdere studies hebben verhoogde nadelige risicovolle gedragingen in het gain-domein aangetoond bij personen met verslavingsgerelateerde stoornissen die worden gekenmerkt door stoornissen in impulsbeheersing, zoals pathologisch gokken [28] en alcoholverslaving [27]. Noch de resultaten van ANOVA, noch van trial-by-trial analyses duiden echter op verhogingen van risicovolle beslissingen over winstproeven onder IGA-proefpersonen. Er zijn verschillende mogelijke verklaringen voor deze verschillen. Specifiek, individuen met pathologisch gokken vertonen verhoogde respons op geldbeloningen versus niet-monetaire beloningen [42], en dit kan leiden tot grotere nadelige risico's in het winst (versus verlies) domein, zoals eerder is gerapporteerd [28]. Voor personen met alcoholverslaving kunnen langdurig en overmatig alcoholgebruik de hersenstructuren en gerelateerde functies veranderen, inclusief sleutelgebieden in beloningsverwerking zoals amygdala [43,44]. Er zijn aanwijzingen dat patiënten met amygdala-laesies beslissingsstoornissen hadden, voornamelijk in het gain-domein [26]. Hoewel verder onderzoek nodig is om deze hypotheses te bevestigen, kan de afwezigheid van verhoogd risico nemen voor winst onder de IGD-onderwerpen een relatief normatieve verwerking van monetaire beloningen (maar niet van verliezen) in deze populatie weerspiegelen. Bovendien benadrukken deze bevindingen het belang van het beoordelen van verschillende aspecten van besluitvorming over verschillende verslavingsgerelateerde aandoeningen.

Ernstverslaving van internetverslaving was positief geassocieerd met het aantal nadelige risicovolle keuzes gemaakt op de bekertaak, wat aangeeft dat proefpersonen met hogere scores op verslaving op het gebied van internetverslaving meer nadelige beslissingen namen met betrekking tot risicovolle verliezen tijdens RD-onderzoeken. Deze bevindingen komen overeen met de eerdere onderzoeken waarin ook werd vermeld dat de voorkeur voor nadelige risicovolle alternatieven verband hield met de ernst van IGD met behulp van vergelijkbare paradigma's, zoals de Game of Dice Task [15,16] en de kansverdelingstaak [22]. Deze bevindingen ondersteunen de hypothese dat stoornissen in de besluitvorming met betrekking tot risicovolle verliezen gerelateerd zijn aan de ernst van de ernst van internetverslaving (dwz CIAS-scores) en daarom een ​​geschikt therapeutisch doelwit kunnen zijn voor de behandeling van IGD.

Over het algemeen suggereren onze bevindingen stoornissen in risicovolle besluitvorming in het kader van verliesvermijding bij mensen met IGD. Verder onderzoek is nodig om de neurobiologische basis voor deze veranderingen vast te stellen. Een hypothese is dat nadelige besluitvorming in het verliesdomein verband kan houden met veranderingen in het cortico-striatale functioneren van mensen met IGD, zoals is gemeld bij personen met gedrags- en drugsverslavingen [45-47]. In het bijzonder speelt de insula een cruciale rol in de biologie van zowel verslaving als besluitvorming [9,48,49] en is betrokken bij verlies-anticipatie en vermijden van leren [50]. Een speculatieve hypothese is dus dat stoornissen in verliesvermijdende besluitvorming gerelateerd kunnen zijn aan het insulaire functioneren van individuen met IGD.

Verschillende beperkingen van deze studie moeten worden opgemerkt. Ten eerste, aangezien IGD het meest voorkomt bij mannen [1,32], deze studie omvatte geen vrouwelijke deelnemers. Daarom zijn verdere studies nodig om de besluitvorming over winsten en verliezen bij vrouwen met IGD te beoordelen. Ten tweede beperkt onze rekrutering van alleen studenten de generaliseerbaarheid van onze bevindingen. Hoewel universiteitsstudenten een van de meest vatbare populaties zijn voor IGD [5,33], toekomstige studies zijn nodig om de associatie tussen het nemen van risico's voor potentiële winsten en verliezen en IGD in klinische monsters te onderzoeken. Ten slotte zijn studies met longitudinale ontwerpen nodig om te onderzoeken of besluitvormingsveranderingen een consequentie of een voorloper van IGD zijn.

Concluderend, deze studie is de eerste om de besluitvorming in de winst- en verliesgebieden afzonderlijk te beoordelen onder studenten met IGA die de bekertaak gebruiken. IGD-proefpersonen vertoonden een grotere tendens tot het nemen van risico's dan HC's. Bovendien maakten IGD-proefpersonen significant riskantere keuzes dan HC's op de RD-trials in het verlies, maar niet in het gain-domein, en een dergelijke stoornis ging gepaard met ongevoeligheid voor de uitkomstmagnitude en waarschijnlijkheidsniveau gerelateerd aan risicovolle verliezen. Daarnaast waren de ernstscores voor internetverslaving positief geassocieerd met nadelige risicovolle opties die in het verliesdomein werden gemaakt. Alles bij elkaar suggereren deze bevindingen dat het verlies van veranderingen (versus winst) verwerking ten grondslag kan liggen aan de tekorten bij de besluitvorming in deze populatie.

ondersteunende informatie

Dankwoord

De auteurs danken Dr. Elaine Bossard voor het verstrekken van de demo van de originele versie van Cups-taak, en Dr. Shan Luo voor hulp bij gegevensanalyses.

Bijdragen van auteurs

Bedacht en ontwierp de experimenten: YWY PRC JTZ LYD QXL XYF. De experimenten uitgevoerd: YWY PRC SL LJW JTZ. Analyse van de gegevens: YWY SL JTZ GC. Bijgedragen reagentia / materialen / analysehulpmiddelen: JTZ XYF. Schreef de krant: YWY JTZ SWY XYF.

Referenties

1. 1. Ko CH, Yen JY, Chen SH, Wang PW, Chen CS, et al. (2014) Evaluatie van de diagnostische criteria van internetgaming-stoornis in de DSM-5 onder jongvolwassenen in Taiwan. J Psychiatr Res 53: 103-110. doi: 10.1016 / j.jpsychires.2014.02.008. PMID: 24581573
   • Bekijk artikel
   • PubMed / NCBI
   • Google Scholar
2. 2. Petry NM, Rehbein F, Gentile DA, Lemmens JS, Rumpf HJ, et al. (2014) Een internationale consensus voor het beoordelen van internetgaming-problemen met de nieuwe DSM-5-aanpak. Verslaving 109: 1399-1406. doi: 10.1111 / add.12457. PMID: 24456155
3. Bekijk artikel
4. PubMed / NCBI
5. Google Scholar
6. Bekijk artikel
7. PubMed / NCBI
8. Google Scholar
9. 3. King DL, Delfabbro PH (2014) De cognitieve psychologie van internetgaming-stoornis. Clin Psychol Rev 34: 298-308. doi: 10.1016 / j.cpr.2014.03.006. PMID: 24786896
10. Bekijk artikel
11. PubMed / NCBI
12. Google Scholar
13. Bekijk artikel
14. PubMed / NCBI
15. Google Scholar
16. Bekijk artikel
17. PubMed / NCBI
18. Google Scholar
19. Bekijk artikel
20. PubMed / NCBI
21. Google Scholar
22. Bekijk artikel
23. PubMed / NCBI
24. Google Scholar
25. Bekijk artikel
26. PubMed / NCBI
27. Google Scholar
28. Bekijk artikel
29. PubMed / NCBI
30. Google Scholar
31. Bekijk artikel
32. PubMed / NCBI
33. Google Scholar
34. Bekijk artikel
35. PubMed / NCBI
36. Google Scholar
37. Bekijk artikel
38. PubMed / NCBI
39. Google Scholar
40. Bekijk artikel
41. PubMed / NCBI
42. Google Scholar
43. Bekijk artikel
44. PubMed / NCBI
45. Google Scholar
46. Bekijk artikel
47. PubMed / NCBI
48. Google Scholar
49. Bekijk artikel
50. PubMed / NCBI
51. Google Scholar
52. Bekijk artikel
53. PubMed / NCBI
54. Google Scholar
55. Bekijk artikel
56. PubMed / NCBI
57. Google Scholar
58. Bekijk artikel
59. PubMed / NCBI
60. Google Scholar
61. Bekijk artikel
62. PubMed / NCBI
63. Google Scholar
64. Bekijk artikel
65. PubMed / NCBI
66. Google Scholar
67. Bekijk artikel
68. PubMed / NCBI
69. Google Scholar
70. Bekijk artikel
71. PubMed / NCBI
72. Google Scholar
73. Bekijk artikel
74. PubMed / NCBI
75. Google Scholar
76. Bekijk artikel
77. PubMed / NCBI
78. Google Scholar
79. Bekijk artikel
80. PubMed / NCBI
81. Google Scholar
82. Bekijk artikel
83. PubMed / NCBI
84. Google Scholar
85. Bekijk artikel
86. PubMed / NCBI
87. Google Scholar
88. Bekijk artikel
89. PubMed / NCBI
90. Google Scholar
91. Bekijk artikel
92. PubMed / NCBI
93. Google Scholar
94. Bekijk artikel
95. PubMed / NCBI
96. Google Scholar
97. Bekijk artikel
98. PubMed / NCBI
99. Google Scholar
100. Bekijk artikel
101. PubMed / NCBI
102. Google Scholar
103. Bekijk artikel
104. PubMed / NCBI
105. Google Scholar
106. Bekijk artikel
107. PubMed / NCBI
108. Google Scholar
109. Bekijk artikel
110. PubMed / NCBI
111. Google Scholar
112. Bekijk artikel
113. PubMed / NCBI
114. Google Scholar
115. Bekijk artikel
116. PubMed / NCBI
117. Google Scholar
118. Bekijk artikel
119. PubMed / NCBI
120. Google Scholar
121. Bekijk artikel
122. PubMed / NCBI
123. Google Scholar
124. Bekijk artikel
125. PubMed / NCBI
126. Google Scholar
127. Bekijk artikel
128. PubMed / NCBI
129. Google Scholar
130. Bekijk artikel
131. PubMed / NCBI
132. Google Scholar
133. Bekijk artikel
134. PubMed / NCBI
135. Google Scholar
136. Bekijk artikel
137. PubMed / NCBI
138. Google Scholar
139. Bekijk artikel
140. PubMed / NCBI
141. Google Scholar
142. Bekijk artikel
143. PubMed / NCBI
144. Google Scholar
145. Bekijk artikel
146. PubMed / NCBI
147. Google Scholar
148. 4. Association Psychiatric Association (2013) Diagnostisch en statistisch handboek voor psychische stoornissen (5th ed.). Arlington, VA: Author.
149. 5. Chou C, Condron L, Belland JC (2005) Een overzicht van het onderzoek naar internetverslaving. Educ Psychol Rev 17: 363-388. doi: 10.1007 / s10648-005-8138-1.
150. 6. Ko CH, Hsiao S, Liu GC, Yen JY, Yang MJ, et al. (2010) De kenmerken van besluitvorming, potentieel om risico's te nemen, en persoonlijkheid van studenten met internetverslaving. Psychiat Res 175: 121-125. doi: 10.1016 / j.psychres.2008.10.004. PMID: 19962767
151. 7. Bechara A (2005) Besluitvorming, impulscontrole en verlies van wilskracht om medicijnen te weerstaan: een neurocognitief perspectief. Nat Neurosci 8: 1458-1463. doi: 10.1038 / nn1584. PMID: 16251988
152. 8. Lucantonio F, Stalnaker TA, Shaham Y, Niv Y, Schoenbaum G (2012) De impact van orbitofrontale disfunctie op cocaïneverslaving. Nat Neurosci 15: 358-366. doi: 10.1038 / nn.3014. PMID: 22267164
153. 9. Paulus MP (2007) Beslissingsstoornissen in de psychiatrie: veranderde homeostatische verwerking? Wetenschap 318: 602-606. doi: 10.1126 / science.1142997. PMID: 17962553
154. 10. Bechara A, Damasio H (2002) Besluitvorming en verslaving (deel I): Verminderde activering van somatische toestanden in substantie-afhankelijke personen bij het nadenken over beslissingen met negatieve toekomstige gevolgen. Neuropsychologia 40: 1675-1689. doi: 10.1016 / S0028-3932 (02) 00015-5. PMID: 11992656
155. 11. Bechara A, Dolan S, Hindes A (2002) Besluitvorming en verslaving (deel II): Bijziendheid voor de toekomst of overgevoeligheid voor beloning? Neuropsychologia 40: 1690-1705. doi: 10.1016 / S0028-3932 (02) 00016-7. PMID: 11992657
156. 12. Merk M, Roth-Bauer M, Driessen M, Markowitsch HJ (2008) Uitvoerende functies en risicovolle besluitvorming bij patiënten met opiaatverslaving. Drug Alcohol Depen 97: 64-72. doi: 10.1016 / j.drugalcdep.2008.03.017. PMID: 18485620
157. 13. Rogers RD, Everitt B, Baldacchino A, Blackshaw A, Swainson R, et al. (1999) Ontbindbare tekorten in de beslissingskennis van chronische amfetaminemisbruikers, opiaatverslaafden, patiënten met focale schade aan de prefrontale cortex en normale, vrij van tryptofaan verarmde: aanwijzingen voor monoaminerge mechanismen. Neuropsychopharmacol 20: 322-339. doi: 10.1016 / S0893-133X (98) 00091-8. PMID: 10088133
158. 14. Monterosso J, Ehrman R, Napier KL, O'Brien CP, Childress AR (2001) Drie besluitvormingstaken bij cocaïneafhankelijke patiënten: meten ze hetzelfde construct? Verslaving 96: 1825-1837. doi: 10.1046 / j.1360-0443.2001.9612182512.x. PMID: 11784475
159. 15. Pawlikowski M, merk M (2011) Excessieve internetgaming en besluitvorming: hebben buitensporige spelers van World of Warcraft problemen met het nemen van beslissingen onder risicovolle omstandigheden? Psychiat Res 188: 428-433. doi: 10.1016 / j.psychres.2011.05.017. PMID: 21641048
160. 16. Yao YW, Chen PR, Chen C, Wang LJ, Zhang JT, et al. (2014) Het niet gebruiken van feedback veroorzaakt beslissingsproblemen bij overmatige internet gamers. Psychiat Res 219: 583-588. doi: 10.1016 / j.psychres.2014.06.033. PMID: 25024056
161. 17. Zon D, Chen Z, Ma N, Zhang X, Fu X, et al. (2009) Besluitvorming en prepotente reactie-inhibitiefuncties bij overmatige internetgebruikers. CNS Spectrums 14: 75-81. PMID: 19238122
162. 18. Xu S (2012) Gedragsimpulsiviteit van internetverslaafden: aanwijzingen uit de Iowa Gambling Task. Acta Psychol Sin 44: 1523-1534. doi: 10.3724 / sp.j.1041.2012.01523
163. 19. Dong G, Hu Y, Lin X, Lu Q (2013) Wat maakt internetverslaafden online nog steeds aan het spelen, zelfs wanneer ze worden geconfronteerd met ernstige negatieve gevolgen? Mogelijke verklaringen van een fMRI-onderzoek. Biol Psychol 94: 282-289. doi: 10.1016 / j.biopsycho.2013.07.009. PMID: 23933447
164. 20. Dong G, Hu Y, Lin X (2013) Beloning / strafgevoeligheden bij internetverslaafden: implicaties voor hun verslavende gedrag. Prog Neuro-Psychoph 46: 139-145. doi: 10.1016 / j.pnpbp.2013.07.007. PMID: 23876789
165. 21. Dong G, Huang J, Du X (2011) Verbeterde beloningsgevoeligheid en verminderde verliesgevoeligheid bij internetverslaafden: een fMRI-onderzoek tijdens een goktaak. J Psychiatr Res 45: 1525-1529. doi: 10.1016 / j.jpsychires.2011.06.017. PMID: 21764067
166. 22. Lin X, Zhou H, Dong G, Du X (2015) Verminderde risicobeoordeling bij mensen met internet-gokstoornis: fMRI-bewijs van een kansverdelingstaak. Prog Neuro-Psychoph 56C: 142-148. doi: 10.1016 / j.pnpbp.2014.08.016. PMID: 25218095
167. 23. Fujiwara J, Tobler PN, Taira M, Iijima T, Tsutsui KI (2009) Gescheiden en geïntegreerde codering van beloning en straf in de cingulate cortex. J Neurophysiol 101: 3284-3293. doi: 10.1152 / jn.90909.2008. PMID: 19339460
168. 24. Seymour B, Daw N, Dayan P, Singer T, Dolan R (2007) Differentiële codering van verliezen en winst in het menselijk striatum. J Neurosci 27: 4826-4831. doi: 10.1523 / JNEUROSCI.0400-07.2007. PMID: 17475790
169. 25. Levin IP, Xue G, Weller JA, Reimann M, Lauriola M, et al. (2011) Een neuropsychologische benadering om inzicht te krijgen in het nemen van risico's voor potentiële winsten en verliezen. Front Neurosci 6: 15-15. doi: 10.3389 / fnins.2012.00015. PMID: 22347161
170. 26. Weller JA, Levin IP, Shiv B, Bechara A (2007) Neurale correlaten van adaptieve besluitvorming voor risicovolle winsten en verliezen. Psychol Sci 18: 958-964. doi: 10.1111 / j.1467-9280.2007.02009.x. PMID: 17958709
171. 27. Brevers D, Bechara A, Cleeremans A, Kornreich C, Verbanck P, et al. (2014) Verminderde besluitvorming onder risico bij personen met alcoholafhankelijkheid. Alcohol Clin Exp Res 38: 1924-1931. doi: 10.1111 / acer.12447. PMID: 24948198
172. 28. Brevers D, Cleeremans A, Goudriaan AE, Bechara A, Kornreich C, et al. (2012) Besluitvorming onder onduidelijkheid maar niet onder risico houdt verband met de ernst van het probleemspel. Psychiat Res 200: 568-574. doi: 10.1016 / j.psychres.2012.03.053.
173. 29. Wesley MJ, Hanlon CA, Porrino LJ (2011) Slechte besluitvorming door chronische marihuanagebruikers hangt samen met verminderde functionele gevoeligheid voor negatieve gevolgen. Psychiat Res-Neuroim 191: 51-59. doi: 10.1016 / j.pscychresns.2010.10.002. PMID: 21145211
174. 30. Gowin JL, Stewart JL, May AC, Ball TM, Wittmann M, et al. (2014) Veranderde cingulaire en insulaire cortexactivatie tijdens het nemen van risico's met methamfetamine-afhankelijkheid: verliezen verliezen impact. Verslaving 109: 237-247. doi: 10.1111 / add.12354. PMID: 24033715
175. 31. Tang J, Yu Y, Du Y, Ma Y, Zhang D, et al. (2014) Prevalentie van internetverslaving en de associatie ervan met stressvolle levensgebeurtenissen en psychische symptomen bij adolescente internetgebruikers. Addict Behav 39: 744-747. doi: 10.1016 / j.addbeh.2013.12.010. PMID: 24388433
176. 32. Dalbudak E, Evren C, Topcu M, Aldemir S, Coskun KS, et al. (2013) Verband tussen internetverslaving met impulsiviteit en ernst van psychopathologie bij Turkse universiteitsstudenten. Psychiat Res 210: 1086-1091. doi: 10.1016 / j.psychres.2013.08.014. PMID: 23998359
177. 33. Ko CH, Yen JY, Chen SH, Yang MJ, Lin HC, et al. (2009) Voorgestelde diagnostische criteria en de screening- en diagnosetool van internetverslaving bij studenten. Compr Psychiat 50: 378-384. doi: 10.1016 / j.comppsych.2007.05.019. PMID: 19486737
178. 34. Chen S, Weng L, Su Y, Wu H, Yang P (2003) Ontwikkeling van een Chinese internetverslavingsschaal en zijn psychometrische studie. Chinees J Psychol 45: 279.
179. 35. Mak KK, Lai CM, Ko CH, Chou C, Kim DI, et al. (2014) Psychometrische eigenschappen van de herziene Chen Internet-verslavingsschaal (CIAS-R) bij Chinese adolescenten. J Abnorm Child psychol 42: 1237-1245. doi: 10.1007 / s10802-014-9851-3. PMID: 24585392
180. 36. Jasper JD, Bhattacharya C, Levin IP, Jones L, Bossard E (2013) Numeracy als een voorspeller van adaptieve risicovolle besluitvorming. J Behav Dec 26: 164-173 maken. doi: 10.1002 / bdm.1748.
181. 37. Weller JA, Fisher PA (2013) Beslissingsstoornissen bij mishandelde kinderen. Kindermishandeling 18: 184-194. doi: 10.1177 / 1077559512467846. PMID: 23220788
182. 38. Ersche KD, Roiser JP, Clark L, London M, Robbins TW, et al. (2005) Straf leidt tot risicovolle besluitvorming bij methadonhoudende opiaatgebruikers, maar niet bij heroïnegebruikers of gezonde vrijwilligers. Neuropsychopharmacol 30: 2115-2124. doi: 10.1038 / sj.npp.1300812. PMID: 15999147
183. 39. Svaldi J, merk M, Tuschen-Caffier B (2010) Beslissingsstoornissen bij vrouwen met een eetbuistoornis. Eetlust 54: 84-92. doi: 10.1016 / j.appet.2009.09.010. PMID: 19782708
184. 40. Robbins T, Clark L (2015) Gedragsverslavingen. Curr Opin Neurobiol 30C: 66-72. doi: 10.1016 / j.conb.2014.09.005.
185. 41. Tao R, Huang X, Wang J, Zhang H, Zhang Y, et al. (2010) Voorgestelde diagnostische criteria voor internetverslaving. Verslaving 105: 556-564. doi: 10.1111 / j.1360-0443.2009.02828.x. PMID: 20403001
186. 42. Sescousse G, Barbalat G, Domenech P, Dreher JC (2013) Onevenwichtigheid in de gevoeligheid voor verschillende soorten beloningen bij pathologisch gokken. Brain 136: 2527-2538. doi: 10.1093 / brain / awt126. PMID: 23757765
187. 43. Kim SM, Han DH, Min KJ, Kim BN, Cheong JH (2014) Hersenenactivering als reactie op hunkering- en aversie-inducerende aanwijzingen met betrekking tot alcohol bij patiënten met alcoholafhankelijkheid. Drug Alcohol Depen 141: 124-131. doi: 10.1016 / j.drugalcdep.2014.05.017. PMID: 24939441
188. 44. Gilpin NW, Roberto M (2012) Neuropeptide-modulatie van centrale neurliplastische amygdala is een belangrijke bemiddelaar van alcoholverslaving. Neurosci Biobehav Rev 36: 873-888. doi: 10.1016 / j.neubiorev.2011.11.002. PMID: 22101113
189. 45. Balodis IM, Kober H, Worhunsky PD, Stevens MC, Pearlson GD, et al. (2012) Verminderde frontostriatale activiteit tijdens verwerking van monetaire beloningen en verliezen bij pathologisch gokken. Biol Psychiat 71: 749-757. doi: 10.1016 / j.biopsych.2012.01.006. PMID: 22336565
190. 46. Gradin VB, Baldacchino A, Balfour D, Matthews K, Steele JD (2013) Abnormale hersenactiviteit tijdens een beloning en verliestaak bij opiaat-afhankelijke patiënten die methadon-onderhoudstherapie ondergaan. Neuropsychopharmacol 39: 885-894. doi: 10.1038 / npp.2013.289. PMID: 24132052
191. 47. Yip SW, DeVito EE, Kober H, Worhunsky PD, Carroll KM, et al. (2014) Voorbehandelingsmaatregelen van de hersenstructuur en beloningsverwerkende hersenfunctie bij afhankelijkheid van cannabis: een verkennend onderzoek naar relaties met onthouding tijdens gedragsbehandeling. Drug Alcohol Depen 140: 33-41. doi: 10.1016 / j.drugalcdep.2014.03.031. PMID: 24793365
192. 48. Naqvi NH, Bechara A (2010) De insula en drugsverslaving: een interoceptieve kijk op plezier, aandrang en besluitvorming. Brain Struct Funct 214: 435-450. doi: 10.1007 / s00429-010-0268-7. PMID: 20512364
193. 49. Noël X, Brevers D, Bechara A (2013) Een neurocognitieve benadering om de neurobiologie van verslaving te begrijpen. Curr Opin Neurobiol 23: 632-638. doi: 10.1016 / j.conb.2013.01.018. PMID: 23395462
194. 50. Samanez-Larkin GR, Hollon NG, Carstensen LL, Knutson B (2008) Individuele verschillen in insulaire gevoeligheid tijdens verliesverwachtingen voorspellen vermijdingsleren. Psychol Sci 19: 320-323. doi: 10.1111 / j.1467-9280.2008.02087.x. PMID: 18399882