Verminderde functionele hersenconnectiviteit bij adolescenten met internetverslaving (2013)

Introductie

Internetverslaving wordt steeds meer erkend, zowel in de publieke als de wetenschappelijke gemeenschap wereldwijd [1]hoewel het een relatief nieuwe aandoening is en de psychopathologische kenmerken en neurobiologische mechanismen ervan nog steeds slecht worden begrepen. Recente neuroimaging-onderzoeken hebben significante veranderingen in hersenfunctie en -structuur gemeld die samenhangen met internetverslaving. Het merendeel van deze onderzoeken maakte gebruik van functionele magnetische resonantiebeeldvorming (fMRI) die tijdens taken werd uitgevoerd en had betrekking op frontale en striatale regio's en, in mindere mate, op de pariëtale en de insula cortex [2]-[5]. Bovendien, met behulp van positron emissie tomografie (PET), Kim et al. (2011) vond verminderde dopamine D2-receptorbeschikbaarheid in bilaterale caudate en rechter putamen [6]en Hou et al. (2012) met behulp van single photon emission computed tomography (SPECT) gevonden verminderde striatale dopamine transporter expressieniveau bij volwassenen met internetverslaving [7]. Deze bevindingen komen overeen met de huidige theoretische modellen van verslavingsstoornissen, die niet alleen substantieverslaving, maar ook gedragsverslaving (bijvoorbeeld pathologisch gokken) omvatten, die de pathologie van het fronto-striatale circuit benadrukken [8], evenals de insula [9], [10]. Structurele MRI-onderzoeken door Zhou et al. (2011) en Yuan et al. (2011) hebben samen grijze substantie-afwijkingen in hersengebieden voorgesteld, inclusief de prefrontale cortex [11], [12]en een diffusie-tensor imaging-onderzoek door Lin et al. (2012) meldde wijdverspreide witte stofafwijkingen bij adolescenten met internetverslaving [13]. Ten slotte, Liu et al. (2010) vond een gewijzigde regionale homogeniteit bij internetverslaving [14], wat voor zover bekend de enige FMRI-bevinding in de rusttoestand is in de literatuur met betrekking tot deze stoornis [15]. De auteurs onderzochten de temporele homogeniteit in het bloed-zuurstof-niveau-afhankelijke (BOLD) signaal van elke voxel met die van de dichtstbijzijnde 26 naburige voxels op een voxel-wijze.

Rust-status fMRI is een relatief nieuwe beeldvormingstechniek voor het onderzoeken van inter-regionale correlaties van spontane hersenactiviteit, vastgelegd als iemand rustig in de scanner ligt zonder een specifieke taak uit te voeren [16]. De aanpak biedt een robuuste methode voor het in kaart brengen van goed gedefinieerde functionele systemen [17], [18]. Rusttoestand maatregelen zijn betrouwbaar [19], [20], onder genetische controle [21]-[23], en dacht een intrinsieke eigenschap van hersenfunctionele organisatie te indexeren [24], onder voorbehoud van bepaalde voorbehouden [25]. In combinatie met grafentheoretische technieken biedt fMRI met rusttoestand een krachtig middel om de grootschalige organisatie van hersenfunctionele dynamica en zijn verstoring van psychopathologische aandoeningen te onderzoeken. [26].

In deze studie gebruikten we resting-state fMRI-gegevens om verschillen in functionele connectiviteit in kaart te brengen tussen een uitgebreide reeks van 90 verschillende corticale en subcorticale hersenregio's bij gezonde individuen en adolescenten met internetverslaving, met de nadruk op individuen die zich bezighouden met overmatig online gamen tussen de voorgestelde subtypen van deze aandoening [27]. We hebben ook een analyse uitgevoerd van netwerktopologische storingen [28] om te beoordelen of verschillen tussen de groepen in connectiviteitssterkte verder werden geassocieerd met een globale herconfiguratie van functionele interacties [26], zoals is gemeld bij veel andere psychiatrische stoornissen [29], [30].

Gebaseerd op eerdere structurele en functionele neuroimaging-bevindingen bij internetverslaving [3], [4], [6], [7], [15], samen met de gevestigde theoretische modellen van verslavingsstoornissen [8], [9], veronderstelden we dat adolescenten met internetverslaving een veranderde interregionale connectiviteit zouden vertonen tussen frontale en striatale regio's, met een mogelijke verdere betrokkenheid van de pariëtale cortex en insula.

Materialen en methoden

ethische uitspraak

Deze studie werd goedgekeurd door de institutionele review board voor menselijke onderwerpen aan de Seoul National University. Alle adolescenten en hun ouders hebben voorafgaand aan het betreden van de studie schriftelijke geïnformeerde toestemming gegeven. De studie werd uitgevoerd in overeenstemming met de Verklaring van Helsinki.

Deelnemers

Twaalf rechtshandige mannelijke adolescenten met internetverslaving en 11 rechtshandig en geslachtsgematcht [31] gezonde controles namen deel aan deze studie. De diagnose internetverslaving werd vastgesteld met behulp van de Young Internet Addiction Scale (YIAS), die bestaat uit 20-items, elk gebaseerd op een 5-punt Likert-schaal die de mate van problemen evalueert die door internetgebruik worden veroorzaakt [32], en de Kiddie-Schedule voor affectieve stoornissen en Schizofrenie-Present en Lifetime-versie (K-SADS-PL), een semi-gestructureerde diagnostische interviewtool met vastgestelde validiteit en betrouwbaarheid, die ons in staat heeft gesteld andere psychiatrische stoornissen uit te sluiten [33], [34]. Deelnemers met internetverslaving waren beperkt tot degenen die rapporteerden dat ze typische verslavingscomponenten hadden meegemaakt (tolerantie, terugtrekking, preoccupatie met het spelen van online games, herhaalde onsuccesvolle pogingen om online gaming te verminderen of stoppen, negatief beïnvloed humeur bij pogingen om online gamen te verminderen, en het negeren van belangrijke relaties of activiteiten vanwege online spellen) [35], [36]. Alle deelnemers met internetverslaving rapporteerden overmatig online gamen tussen de voorgestelde subtypes van deze aandoening. Dezelfde instrumenten werden toegepast bij het rekruteren van gezonde adolescenten. Demografische informatie en intelligentiequotiënt (IQ) van alle deelnemers werden ook beoordeeld (zie Tabel 1).

Download link: 

 

• PPT

  PowerPoint-dia

• PNG

  grotere afbeelding (21KB)

• TIFF

  originele foto (58KB)

Tafel 1. Demografische en klinische kenmerken van de deelnemers.

doi: 10.1371 / journal.pone.0057831.t001

Data-acquisitie en beeldverwerking

Rust-status fMRI-afbeeldingen werden verkregen op een 3T Siemens-scanner (Siemens Magnetom Trio Tim Syngo MR B17, Duitsland) met de volgende parameters: herhalingstijd (TR) 2700 ms; echo tijd (TE) 30 ms; acquisitiematrix 64 × 64; gezichtsveld (FOV) 192 × 192 mm²; kantelhoek 90 °; voxel-afmeting 3.0 mm × 3.0 mm × 3.0 mm; snijdt 40. De totale tijd van de acquisitie was 6 min 45 sec. Er werd een kopspoel gebruikt en de beweging van de kop werd geminimaliseerd door de lege ruimte rondom het hoofd te vullen met sponsmateriaal en de onderkaak met een tape te bevestigen.

Het voorbewerken van fMRI-afbeeldingen werd uitgevoerd met behulp van de Data Processing Assistant voor Rust-Staat fMRI (DPARSF) [37], die is gebaseerd op Statistical Parametric Mapping (SPM8) en Resting-State fMRI Data Analysis Toolkit (REST). De eerste 5-afbeeldingen in elk onderwerp werden verwijderd en de resterende 145-afbeeldingen werden gecorrigeerd voor segmenttiming en opnieuw uitgelijnd op het eerste volume om bewegingsartefacten te corrigeren. Alle deelnemers vertoonden minder dan 0.5 mm verplaatsing en 0.5 ° rotatie in hun 6 hoofdbewegingsparameters. Bovendien waren de twee groepen niet significant verschillend (p<0.05) in de vier hoofdbewegingsparameters die onlangs zijn voorgesteld door Van Dijk et al. [38]: dat wil zeggen, gemiddelde hoofdverplaatsing (internetverslaving: 0.04 ± 0.01 mm, controle: 0.04 ± 0.01 mm), maximale hoofdverplaatsing (internetverslaving: 0.18 ± 0.14 mm, controle: 0.17 ± 0.07 mm), aantal micro (> 0.1 mm ) bewegingen (niet meer dan 2 voor alle deelnemers, behalve voor twee personen in de internetverslavingsgroep met 5 en 6 microbewegingen) en hoofdrotatie (internetverslaving: 0.04 ± 0.01 °, controle: 0.04 ± 0.00 °). Vóór ruimtelijke normalisatie werd een hersensjabloon gemaakt op basis van leeftijd en geslacht op basis van gegevens van de NIH MRI Study of Normal Brain Development, met behulp van Template-O-Matic [39]. Onze fMRI-afbeeldingen werden genormaliseerd met behulp van deze aangepaste sjabloon en afgevlakt met een halfhoge maximale Gauss-kernel van 6 mm over de volledige breedte. De gegevens werden vervolgens verwijderd en fluctuaties in de lage frequentie (0.01-0.08 Hz) werden gefilterd om signalen van grijs materiaal te detecteren en het effect van ruis te verminderen. Bewegingsparameters met zes koppen, signalen van witte materie en cerebrospinale vloeistofsignalen werden teruggebracht van het gefilterde BOLD-signaal. Ten slotte werden de residuen van deze regressie geëxtraheerd uit 90-hersenregio's (knooppunten) op basis van de ALA-atlas (Automated Anatomical Labelling) [40], en paarsgewijze associaties werden berekend, wat resulteerde in een 90 bij 90 connectiviteitsmatrix per onderwerp. Pearson's correlatiecoëfficiënt (nul lag) werd gebruikt om elke paarsgewijze associatie te kwantificeren. Merk op dat het globale signaal niet was opgenomen als een hinderlijke covariaat, waardoor het aandeel negatieve correlaties minimaal was.

Data-analyse

De netwerkgebaseerde statistiek (NBS) [41], [42] werd gebruikt om regionale hersennetwerken te identificeren die een significant verschil tussen de groepen in interregionale functionele connectiviteit laten zien. Specifiek werd een t-test uitgevoerd om te testen op een verschil tussen de groepen in de correlatiecoëfficiënt bij elk van de unieke regionale combinaties van 90 × (90-1) / 2 = 4005. Verbonden netwerken, formeel bekend als grafische componenten, werden vervolgens geïdentificeerd tussen de verbindingen met een t-statistiek die een drempelwaarde van t = 3.0 overschreed. Een familiegewijze fout (FWE) -gecorrigeerde p-waarde werd berekend voor de grootte van elke resulterende component met permutatietests (20000-permutaties). Elke permutatie omvatte het willekeurig schuiven van de groepslabels en het identificeren van de grootte van de grootste onderling verbonden netwerk, waardoor een empirische nulverdeling van maximale componentafmetingen wordt verkregen [43]. Een FWE-gecorrigeerde p-waarde werd geschat voor elk onderling verbonden netwerk als het deel van de permutaties dat een groter onderling verbonden netwerk opleverde, of een van gelijke grootte. De twee alternatieve hypothesen (verslaving> controles en verslaving <controles) werden onafhankelijk geëvalueerd. Al deze stappen werden uitgevoerd met behulp van het NBS-softwarepakket, dat gratis wordt verspreid als onderdeel van de Brain Connectivity Toolbox (http://www.brain-connectivity-toolbox.net/) of NITRC (http://www.nitrc.org/projects/nbs/). Om de reproduceerbaarheid van eventuele significante bevindingen te beoordelen op alternatieve atlassen [44]de bovenstaande analyse werd afzonderlijk herhaald met de AAL-atlas gesubstitueerd met twee alternatieve atlassen voor het parcelluleren van de cortex in niet-overlappende gebieden; namelijk de structurele atlas van het Montreal Neurological Institute (MNI) (http://www.fmrib.ox.ac.uk/fsl/data/atlas-descriptions.html) en een willekeurige paralellering met 120-regio's [45]. De MNI-atlas is een grove verkaveling die acht anatomische gebieden per hersenhelft voorstelt, waardoor de karakterisering van inter lobaire connectiviteit wordt vergemakkelijkt.

Vervolgens hebben we getest op verschillen tussen groepen in belangrijke op grafieken gebaseerde netwerkmaatregelen [28]; namelijk de gemiddelde clusteringcoëfficiënt, karakteristieke padlengte en kleinewereldheidsverhouding. Interpretatie van deze maatregelen in termen van hersencomplexiteit en organisatie is te vinden in veel recente literatuur [26], [30], [46]-[49]. De connectiviteitsmatrices werden eerst gebinariseerd met betrekking tot een reeks vaste verbindingsdichtheden, variërend van 10% tot 30% [28]. Netwerkmetingen werden bij elke dichtheid berekend met behulp van de juiste functie in de Brain Connectivity Toolbox. De clusteringcoëfficiënt en de karakteristieke padlengte werden genormaliseerd ten opzichte van een geheel van willekeurige 20-netwerken gegenereerd met behulp van het Maslov-Sneppen herbedradingsalgoritme [50]. De verschillen tussen de groepen werden vervolgens bij elke dichtheid beoordeeld met behulp van een tweezijdige t-toets.

Ten slotte werden de clusteringcoëfficiënt en padlengte lokaal berekend voor elk van de 90-regio's. Een tweezijdige t-toets werd ook gebruikt om te testen op verschillen tussen groepen in deze regiospecifieke maatregelen. De valse ontdekkingssnelheid (FDR) [51] werd gebruikt om te corrigeren voor meerdere vergelijkingen binnen de familie van netwerkdichtheden en -regio's.

Resultaten

Deelnemerskenmerken

Alle deelnemers waren rechtshandige mannen. Er werd geen significant verschil gevonden in leeftijd en IQ tussen de twee groepen en de YIAS-score was significant hoger in de internetverslavingsgroep (Tabel 1).

Groepsverschillen in functionele connectiviteit

De NBS identificeerde een enkel netwerk dat significant toonde (p<0.05, 59, FWE-gecorrigeerd) verminderde connectiviteit bij adolescenten met internetverslaving in vergelijking met controles. Dit getroffen netwerk omvatte 38 verbindingen, waarbij XNUMX verschillende hersengebieden betrokken warenFiguur 1). Het netwerk werd breed gerepliceerd toen de AAL-atlas werd vervangen door twee alternatieve atlassen voor het parcelleren van de cortex in niet-overlappende regio's (zie Figuur S1). Ondanks aanzienlijke variatie in het totale aantal regio's dat deze atlassen omvatte (AAL: 90, MNI: 16, random: 120), was opmerkelijke consistentie duidelijk in de algehele netwerkstructuur. De netwerkgrootte is naar verwachting toegenomen met atlasresolutie (dwz het totale aantal regio's), waardoor een complexere configuratie is ontstaan. De betrokken corticale en subcorticale gebieden (en bijbehorende lobben) werden echter breed gerepliceerd in de drie atlassen. Cijfers werden gevisualiseerd met de BrainNet Viewer (http://www.nitrc.org/projects/bnv/).

Download link: 

• PPT

  PowerPoint-dia

• PNG

  grotere afbeelding (3.47MB)

• TIFF

  originele foto (3.16MB)

Figuur 1. Netwerk van verminderde hersenfunctionele connectiviteit bij adolescenten met internetverslaving.

Rode stippen stellen stereotactische centroïden voor van hersenregio's (knooppunten) gedefinieerd door de AAL-atlas (Automated Anatomical Labelling) en blauwe lijnen geven suprathreshold-links (t = 3.0) weer die het aangetaste netwerk omvatten dat is geïdentificeerd met de netwerkgebaseerde statistiek (NBS) (p<0.05, componentgewijs gecorrigeerd). De axiale weergave illustreert de betrokkenheid van interhemisferische verbindingen (dwz verbindingen die elkaar kruisen tussen de rechter- en linkerhersenhelft). De sagittale weergave illustreert de betrokkenheid van frontale, temporale en pariëtale lobben in het getroffen netwerk.

doi: 10.1371 / journal.pone.0057831.g001

Na Fornito et al. [52]AAL-regio's werden gecategoriseerd in overeenkomstige grote lobben (bijv. Frontale, temporale, pariëtale) en de proportie van verbindingen die deze grootschalige delingen verbinden, werd voor elk paar lobben gekwantificeerd. Er werd vastgesteld dat fronto-temporo-pariëtale connecties beïnvloed werden, maar de occipitale lob was niet opgenomen in het getroffen netwerk. Het merendeel van de verbindingen die in de internetverslavingsgroep waren verminderd, omvatte koppelingen tussen subcorticale regio's en frontale (~ 24%) en pariëtale (~ 27%) cortices (Figuur 2). Om beter te begrijpen welke subcorticale regio's mogelijk bijdragen aan deze bevinding, hebben we de connectiviteit tussen elke corticale kwab en elke subcorticale regio afzonderlijk onderzocht in het NBS-netwerk (Figuur S2). Deze analyse onthulde dat de subcorticale gebieden hippocampus, globus pallidus en putamen omvatten. De amygdala en caudate nucleus waren niet opgenomen in het getroffen netwerk. Bilateraal putamen was de meest uitgebreid betrokken subcorticale regio, die verminderde verbanden vertoonde met alle drie de belangrijkste betrokken cerebrale lobben. Dit patroon werd gerepliceerd met behulp van de MNI-atlas, waarvan het resulterende netwerk alleen putamen en insula omvatte, naast frontale, pariëtale en temporale lobben; caudate nucleus en occipitale lob waren niet opgenomen in het getroffen netwerk.

Download link:  

 

• PPT

  PowerPoint-dia

• PNG

  grotere afbeelding (153KB)

• TIFF

  originele foto (508KB)

Figuur 2. Percentage verbonden verbindingen bij internetverslaving die verschillende paren van brede cerebrale divisies met elkaar verbindt.

Het aantal links waarbij elk paar divisies is betrokken, wordt genormaliseerd door het totale aantal paarsgewijze koppelingen.Let op dat de hippocampus, globus pallidus en putamen zijn toegewezen aan de subcorticale categorie en dat de anterieure cingulate gyrus is toegewezen aan de frontale categorie. De amygdala en caudate nucleus waren niet opgenomen in het verstoorde netwerk en daarom was het niet nodig om deze regio's aan een lob toe te wijzen. Het putamen, bilateraal, was het meest uitgebreid betrokken subcorticale gebied, dat verminderde verbindingen met alle drie de belangrijkste betrokken cerebrale lobben vertoonde.

doi: 10.1371 / journal.pone.0057831.g002

We hebben geen enkel netwerk geïdentificeerd met een verhoogde connectiviteit in de internetverslavingsgroep. Er werd geen significante correlatie gevonden tussen functionele connectiviteit in het geïdentificeerde netwerk en de YIAS-score, hetzij in de internetverslavingsgroep of in controles.

Groepsverschillen in netwerktopologie

Er werd geen verschil tussen de groepen genoteerd in de gemiddelde clusteringcoëfficiënt, de karakteristieke padlengte of de kleinewereldheidsverhouding in een van de onderzochte netwerkdichtheden (p<0.05, FDR-gecorrigeerd) (Figuur 3). Bovendien overleefde geen verschil tussen de groepen in de overeenkomstige lokale (regiospecifieke) maatregelen de FDR-correctie voor meerdere vergelijkingen. Een minder stringente foutpositieve correctie toepassen p<(1/90) = 0.011 [53] om trendniveau-effecten te onderzoeken, leverde dit tussen de groepsverschillen in de lokale clusteringcoëfficiënt en de lokale padlengte op die voornamelijk in de occipitale lobben voorkomt (Tabellen S1 en S2).

Download link: 

 

• PPT

  PowerPoint-dia

• PNG

  grotere afbeelding (1.57MB)

• TIFF

  originele foto (1.87MB)

Figuur 3. Small-world parameters van hersenfunctionele connectiviteit bij adolescenten met internetverslaving.

doi: 10.1371 / journal.pone.0057831.g003

Discussie

Er werd bewijs gevonden van verminderde hersenfunctionele connectiviteit bij adolescenten met internetverslaving. In overeenstemming met de huidige modellen met nadruk op de rol van cortico-subcorticale pathologie bij verslaving [54], 24% van de verbindingen in het gewijzigde netwerk differentiëren verslaafde individuen en gezonde controles omvatten links tussen frontale en subcorticale regio's. Een extra 27% koppelde subcorticale en pariëtale gebieden aan, met beperkter bewijs voor betrokkenheid van de insula, opnieuw consistent met recent bewijs van een betrokkenheid van deze regio's bij verslaving. Merk op dat onze analyse een strenge test is van cortico-subcorticale modellen van verslaving, omdat deze metingen omvatte van paarsgewijze functionele connectiviteit tussen 90-verschillende regio's verspreid over de hersenen. Het feit dat cortico-subcorticale systemen een prominente pathologie zijn gebleken met behulp van deze volledig data-gedreven analyse, biedt een sterke ondersteuning voor de betrokkenheid van deze systemen bij internetverslaving. Bovendien geven onze bevindingen aan dat internetverslaving neurobiologische kenmerken gemeen heeft met andere verslavende aandoeningen, en dat met name subcorticale regio's kerngebieden van hersennetwerkpathologie kunnen vertegenwoordigen. Een belangrijke opmerking is de mening van het National Institute on Drug Abuse dat gedragsverslavingen relatief zuivere verslavingsmodellen kunnen zijn, rekening houdend met het feit dat deze voorwaarden niet worden verontreinigd door de effecten van stoffen [55]. Terwijl de studie naar vele andere verslavingsstoornissen steevast wordt verstoord door secundaire toxiciteitseffecten van drugsmisbruik, wordt internetverslaving gedragsgediagnosticeerd en biedt het dus een meer gericht model voor het bestuderen van verslaving die vrij is van langdurige medicamenteuze effecten.

In deze studie werd de NBS gebruikt met gemeten netwerkomvang op basis van de omvang; dat wil zeggen, het totale aantal verbindingen dat het netwerk omvat. Deze groottemaat is niet geschikt voor het detecteren van focale effecten waarbij afzonderlijke geïsoleerde verbindingen zijn betrokken die niet gezamenlijk een netwerk vormen. Om te testen op dit soort focale verschillen tussen groepen, werd in de NBS-analyse herhaald getest op verschillen in componentmassa in plaats van grootte. De massastatistiek biedt een grotere gevoeligheid voor focale, intense effecten dan testen op verschillen in componentgrootte. Daarnaast hebben we ook grens-achtige vergelijkingen toegepast met behulp van de FDR, die erg gevoelig zal zijn voor focale effecten met hoge intensiteit. Er waren geen significante verschillen tussen de groepen waarneembaar met de FDR- of massastatistieken, wat suggereert dat afwijkende connectiviteit bij internetverslaving een gedistribueerd netwerk omvat dat verschillende corticale en subcorticale regio's omvat.

Aangezien bekend is dat hersennetwerkeigenschappen gevoelig zijn voor de keuze van een parcellatiesjabloon, hebben we verschillende alternatieve verkiesschema's onderzocht om de reproduceerbaarheid van eventuele bevindingen te beoordelen op veranderingen in nodale definities [45], [56], [57]. Dit stelde ons in staat om uit te sluiten dat bepaalde bevindingen alleen te wijten waren aan een statistisch gunstige positionering van knooppunten, maar niet reproduceerbaar met andere bekende parcellaties.

IIn tegenstelling tot de verminderde sterkte van functionele connectiviteit, toonden topologische parameters geen significante groepsverschillen. Zelfs toen we verdere verkennende analyses uitvoerden op basis van minder strenge controle tegen type I-fout, gaven de resultaten mogelijk een mogelijk topologisch verschil aan dat voornamelijk de occipitale lob betrof, die niet werd beïnvloed door de NBS-analyse. Dus terwijl internetverslaving geassocieerd was met een wijdverbreide en significante afname van functionele connectiviteit in cortico-subcorticale circuits, was deze afname niet geassocieerd met een wereldwijde verstoring van de hersenfunctionele netwerktopologie. Deze studie toont aan dat er wijdverbreide verschillen in functionele connectiviteit kunnen bestaan ​​in afwezigheid van wijzigingen in basale topologische metingen. Het lijkt misschien opmerkelijk dat verschillen in verbindingssterkte zo wijdverbreid waren in de afwezigheid van significante topologische verschillen. Het is echter belangrijk op te merken dat topologie en connectiviteitssterkte verschillende eigenschappen van het connectoom zijn en dat afwijkingen in het ene geen afwijkingen in het andere hoeven te impliceren. Vergelijkbare bevindingen zijn waargenomen bij andere aandoeningen [52], [58]. We merken echter op dat groepsverschillen in sommige topologische eigenschappen neigden naar statistische significantie. Analyse van een groter monster kan het nodige vermogen verschaffen om deze effecten significant te verklaren. Onze resultaten suggereren dat topologische veranderingen subtieler zijn dan die waargenomen voor functionele connectiviteitsmetingen.

Van de 59-verbindingen in het gewijzigde netwerk waren 25 interhemispherische verbindingen en 34 waren intrahemisferisch, wat wijst op de betrokkenheid van zowel langeafstandsverbindingen als korteafstandsverbindingen in de hersenen. Gezien het feit dat internetverslaving een pas erkende mentale gezondheidstoestand is, met zijn concept en diagnostische criteria nog steeds ongrijpbaar en onbepaald, zou het misschien verrassend kunnen zijn om zo'n uitgebreid netwerk in de hersenen van deze onderwerpen te vinden. Onlangs hebben Lin et al. (2012) onderzocht de integriteit van witte hersenen van de hersenen bij adolescenten met internetverslaving met behulp van diffusie-tensor-beeldvorming en vond een wijdverspreide afname van fractionele anisotropie (FA) in de hersenen zonder gebied van hogere FA in internetverslaving [13]. Dergelijke resultaten impliceren een mogelijke anatomische basis voor de functionele stoornissen die zijn waargenomen in onze steekproef, een hypothese die kan worden getest met behulp van gecombineerde fMRI en diffusie-gewogen beeldvorming in dezelfde deelnemers [59].

Met betrekking tot het grote aantal interhemisferische verbindingen gevonden in het veranderde netwerk, wordt lang gedacht dat efficiënte interhemisferische communicatie belangrijk is in hersenfuncties. [60]-[63]. Echter, relatief weinig neuroimaging-onderzoeken naar verslaving hebben de functionele integratie tussen tweezijdige hemisferen aangepakt. Onlangs hebben Kelly et al. (2011) waargenomen verminderde interhemisferische functionele connectiviteit bij van cocaïne afhankelijke volwassenen [64]. Ze toonden een primaire betrokkenheid van een fronto-parietaal netwerk, met een relatieve hoeveelheid tijdelijke regio's, resultaten die overeenkomen met onze bevindingen. Hoewel de auteurs de bevinding voornamelijk behandelden als een weerspiegeling van de langetermijneffecten van chronische cocaïneblootstelling, noemden zij ook de mogelijkheid dat verminderde interhemisferische functionele connectiviteit mogelijk is voorafgegaan aan de blootstelling aan cocaïne als een kwetsbaarheid voor verslavingsstoornissen. Onze resultaten suggereren dat deze interhemispherische veranderingen een kwetsbaarheid voor verslavingsstoornissen of een neuraal correlaat van generiek verslavend gedrag weerspiegelen, in plaats van secundair aan langdurig drugsgebruik, aangezien verslaving in onze steekproef werd gedefinieerd in puur gedragstermen. Deze mogelijkheden kunnen worden geëvalueerd door te testen op fenotypische overeenkomsten tussen niet-aangetaste familieleden van individuen met drugs- of gedragsverslavingsstoornissen.

Interessant is dat een vergelijkbaar patroon van verminderde functionele connectiviteit in de rusttoestand tussen frontale en pariëtale regio's werd gerapporteerd, zowel in cocaïne- als heroïne-afhankelijke individueles [64], [65]. In een recent overzicht, Sutherland et al. (2012) suggereerde dat verminderde connectiviteit in de fronto-parietale circuits een centrale component kan zijn in het netwerk van cognitieve stoornissen met verminderde beschikbaarheid van drugsverslaafde populaties [54]. Onze bevinding in internetverslaving ondersteunt ook het idee dat een verminderde functionele connectiviteit tussen frontale en pariëtale regio's een gemeenschappelijk kenmerk kan zijn voor verschillende soorten verslaving, wat duidt op de aanwezigheid van een gedeeld fenotype dat geen secundair gevolg is van drugsgebruik. Bovendien toonde een recent onderzoek van de functionele connectiviteit van volledige hersenen bij schizofrenie prominente fronto-temporele in plaats van fronto-pariëtale of fronto-striatale veranderingen [52], consistent met klassieke pathofysiologische modellen van de stoornis [66]. Natuurlijk, de meest opmerkelijke bevinding van de huidige studie is dat internetverslaving in het bijzonder werd geassocieerd met de pathologie van striatale circuits, een systeem dat vaak betrokken is bij andere verslavende aandoeningen, wat duidt op een gedeeld neurobiologisch fenotype. Het identificeren van veranderde striatale circuits die overlappen met die van gevestigde verslavingsstoornissen kan nuttig zijn om te testen of het verslavingsmodel een geschikt theoretisch kader is om de stoornis te begrijpen [67], [68]. Of een relatief sterkere verslechtering van de fronto-pariëtale en fronto-striatale functionele connectiviteit grotendeels specifiek kan zijn voor verslavingsstoornissen, blijft echter in het geding. Toekomstige studies die verschillende stoornissen direct vergelijken, zijn nodig om de specificiteit vast te stellen.

Een van de meest interessante bevindingen in het huidige onderzoek was de sterke betrokkenheid van het putamen. Het is bekend dat deze hersenstructuur meerdere neurotransmitters, waaronder dopamine, moduleert en de afgestompte striatale dopaminerge functie is sterk betrokken als een van de belangrijkste biologische mechanismen van verslavingsstoornissen [8]. Dopamine is een sleutellusmodulator van de putamenfunctie en kan mogelijk een belangrijke rol spelen bij de functionele connectiviteitsstoornissen die in deze studie worden waargenomen. Dit is consistent met recent bewijs dat de beschikbaarheid van striatale dopaminetransporter en D2-receptor is veranderd bij mensen met internetverslaving [6], [7] en dat genetische en farmacologische modulatie van dopaminegehalten in de hersenen een diepgaande invloed kan hebben op functionele connectiviteitspatronen [69]-[71]. Rekening houdend met deze eerdere rapporten en het voorgestelde neurobiologische mechanisme van verslaving waarbij sprake is van stompe striatale dopaminerge functie [8], inzicht in de effecten van dopamine op het netwerk, geïdentificeerd als veranderde functionele connectiviteit in het huidige onderzoek, zal een belangrijke stap betekenen in het begrijpen van de neurobiologische correlaten van internetverslaving.

Onze bevinding dat het putamen de meest uitgebreid betrokken subcorticale regio was in het verminderde functionele netwerk, sparen de caudate nucleus, is ook interessant. Beide structuren maken deel uit van het striatum, dat op zijn beurt deel uitmaakt van de subcorticale structuren. Het putamen wordt meestal beschouwd als een hersengebied dat geassocieerd is met motorische activiteit, en is minder vaak betrokken geweest bij de toevoeging van stoffen dan het caudaat. Van motorische activiteiten is aangetoond dat een goed geleerde reeks repetitieve vingerbewegingen gepaard gaat met activering in het putamen [72]-[76]. Mensen die aan internetverslaving lijden, ondergaan mogelijk een veel hogere frequentie van bepaald gedrag gedurende een lange periode, waaronder repetitieve manipulatie van de muis en het toetsenbord, en deze ervaringen kunnen hun hersenen beïnvloeden. Daarom duidt een afwijkende connectiviteit die voortkomt uit het putamen misschien op een specifiek kenmerk van internetverslaving. Omdat we de mate van vingermanipulatie bij onze deelnemers niet hebben gemeten, blijft de implicatie van verminderde in plaats van verhoogde functionele connectiviteit met betrekking tot het putamen in relatie tot muis / toetsenbordmanipulatie echter open voor toekomstig onderzoek. Als alternatief kan de betrokkenheid van het putamen in onze bevindingen zijn rol weerspiegelen in cognitieve processen die gedeeld worden met de caudate en die verslechterd zijn in verslaving, zoals beloningsverwerking [77], [78].

Een ander punt dat de discussie waard is, is de afwezigheid van een verhoogde functionele connectiviteit in de internetverslavingsgroep. Hoewel we vooral een afgenomen functionele connectiviteit in de verslavingsgroep verwachtten, hebben we in feite de mogelijkheid om een ​​verhoogde functionele connectiviteit te observeren ook niet uitgesloten, vooral gezien de hypothese dat adolescenten met internetverslaving een praktijkeffect kunnen vertonen als gevolg van buitensporige online activiteiten [79]-[82]. Een mogelijke verklaring voor de negatieve bevinding zou kunnen zijn dat onze kleine steekproefomvang niet de kracht had om deze op de praktijk gerichte toename in functionele connectiviteit te detecteren. Het is echter nog niet volledig vastgesteld of cognitieve prestaties bij bepaalde taken of de ernst van bepaalde psychopathologieën zich manifesteren als verminderde of toegenomen functionele connectiviteit [83], [84]. Een andere overweging zou moeten zijn dat het effect van langdurig excessief internetgebruik de hersenen afhankelijk van de subpopulatie differentieel zou kunnen beïnvloeden. Bijvoorbeeld, een subpopulatie, professionele online gokspelers genoemd, houdt zich bezig met intensieve internetactiviteiten, besteedt evenveel tijd aan het oefenen van online games en presteert waarschijnlijk beter in die games dan mensen met internetverslaving, en lijkt toch niet verslaafd te zijn, zoals blijkt uit een significant lagere YIAS-score [85]. Daarom kan worden verondersteld dat praktijkeffecten bij internetactiviteiten zich mogelijk verschillend kunnen manifesteren, afhankelijk van het individu.

De huidige studie heeft enkele belangrijke beperkingen. Ten eerste was de steekproefomvang vrij klein, wat waarschijnlijk ons ​​vermogen beperkte om significante correlaties tussen functionele connectiviteit en YIAS-scores te detecteren. De huidige bevinding moet dus worden gerepliceerd in een groter aantal deelnemers met internetverslaving en controles. Het is echter opmerkelijk dat onze steekproefomvang in het algemeen vergelijkbaar was met die van eerdere functionele neuroimaging-onderzoeken naar internetverslaving. Onze steekproef was uniek, omdat de meeste eerdere studies gebaseerd waren op volwassenen [2]-[7]. Ten tweede zijn de diagnostische criteria voor internetverslaving nog niet goed vastgesteld, hoewel onze bevindingen wijzen op een mogelijke neurobiologische basis voor deze vermoedelijke stoornis. Ten derde, hoewel we comorbide psychische stoornissen met K-SADS-PL hebben uitgesloten, kunnen subthreshold-level symptomen van comorbide mentale aandoeningen nog steeds aanwezig zijn. Ten vierde kan het verzamelen van een breder scala aan klinische informatie zoals slaapgewoonten onze gegevens hebben verrijkt en onze bijdrage aan de literatuur hebben verbeterd [86], [87]. Ten slotte beperkt het cross-sectionele studieontwerp de interpretatie van een causaal verband tussen verminderde functionele connectiviteit en de ontwikkeling van internetverslaving. Opgemerkt moet worden dat hoofdbeweging is ontstaan ​​als een belangrijke verstoring in functionele neuroimaging [38], [88]. Hoofdbeweging werd uitvoerig beoordeeld in deze studie met behulp van een reeks recent voorgestelde rotatie- en verplaatsingsmaatregelen [38]. Er werd geen significant verschil tussen groepen gevonden voor een van de beschouwde hoofdbewegingsmetingen.

ISamenvattend suggereren de resultaten van deze studie dat adolescenten met internetverslaving veranderde hersenfunctionele connectiviteit vertonen in afwezigheid van grove verstoringen van netwerktopologie. Het veranderde netwerk toonde een uitgebreide betrokkenheid van interhemisferische verbindingen op lange afstand evenals intrahemisferische verbindingen op korte afstand door de hersenen heen. Subcorticale hersenregio's kunnen een belangrijke rol spelen in dit veranderde netwerk, met name het putamen, dat verminderde verbindingen vertoonde met alle drie de belangrijkste betrokken cerebrale lobben.

ondersteunende informatie

Figure_S1.tif

• 1 / 4

vijgdeel

Download

Netwerk van verminderde hersenfunctionele connectiviteit bij adolescenten met internetverslaving (met behulp van verschillende atlassen).Rode stippen stellen stereotactische centroïden voor van hersenregio's (knooppunten) gedefinieerd door Montreal Neurological Institute (MNI) structurele atlas (A) en willekeurige parabellatie-atlas (B), en blauwe lijnen vertegenwoordigen suprathreshold-links (t = 2.1 en 3.0, respectievelijk) bestaande uit de getroffen netwerk geïdentificeerd met de netwerkgebaseerde statistiek (NBS) (p<0.05, componentgewijs gecorrigeerd).

Figuur S1.

Netwerk van verminderde hersenfunctionele connectiviteit bij adolescenten met internetverslaving (met behulp van verschillende atlassen).Rode stippen stellen stereotactische centroïden voor van hersenregio's (knooppunten) gedefinieerd door Montreal Neurological Institute (MNI) structurele atlas (A) en willekeurige parabellatie-atlas (B), en blauwe lijnen vertegenwoordigen suprathreshold-links (t = 2.1 en 3.0, respectievelijk) bestaande uit de getroffen netwerk geïdentificeerd met de netwerkgebaseerde statistiek (NBS) (p<0.05, componentgewijs gecorrigeerd).

(TIF)

Figuur S2.

Percentage verbindingen beïnvloed door internetverslaving die verschillende paren van brede cerebrale divisies met elkaar verbinden (gedetailleerd voor subcorticale regio's).Het aantal links waarbij elk paar divisies is betrokken, wordt genormaliseerd door het totale aantal paarsgewijze koppelingen.

(TIF)

Tabel S1.

Lokale clusteringcoëfficiënt.Deze tabel toont trendniveau-resultaten met minder stringente fout-positieve correctie p<(1/90) = 0.011; geen enkel resultaat overleefde de standaard correctie van het valse ontdekkingspercentage voor meerdere vergelijkingen.

(DOC)

Tabel S2.

Lokale padlengte.Deze tabel toont trendniveau-resultaten met minder stringente fout-positieve correctie p<(1/90) = 0.011; geen enkel resultaat overleefde de standaard correctie van het valse ontdekkingspercentage voor meerdere vergelijkingen.

(DOC)