Groepsonafhankelijke componentanalyse onthult afwisseling van rechts executive control-netwerk bij internetgaming-stoornis (2017)

CNS Spectr. 2017 Aug 29: 1-11. doi: 10.1017 / S1092852917000360.

Wang L1, Zhang Y2, Lin X1, Zhou H1, Du X3, Dong G1.

Abstract

DOEL:

Eerdere studies hebben aangetoond dat personen met internet-gokverslaving (IGD) een aandachtsbias hadden voor gaming-gerelateerde signalen en een verminderde executieve functies vertoonden. Het doel van deze studie was om de alternaties in verwante functionele hersennetwerken te onderzoeken die ten grondslag liggen aan aandachtsbias in IGD-onderwerpen.

Methode:

Achttien IGD-onderwerpen en 19-gezonde controles (HC) werden gescand met functionele magnetische resonantiebeeldvorming tijdens het uitvoeren van een verslavingstrooptaak. Netwerken van functionele connectiviteit werden geïdentificeerd met behulp van groepsonafhankelijke componentanalyse (ICA).

RESULTATEN:

ICA identificeerde 4-functionele netwerken die verschillen aantoonden tussen de 2-groepen, die gerelateerd waren aan het juiste uitvoerende controlenetwerk en visueel gerelateerde netwerken in ons onderzoek. Binnen het juiste uitvoerende controlenetwerk, in tegenstelling tot controles, toonden IGD-proefpersonen verhoogde functionele connectiviteit in de temporale gyrus en frontale gyrus, en verminderde functionele connectiviteit in de achterste cingulate cortex, temporale gyrus en frontale gyrus.

CONCLUSIE:

Deze bevindingen suggereren dat IGD gerelateerd is aan abnormale functionele connectiviteit van het juiste uitvoerende controlenetwerk en kan worden beschreven als verslaving-gerelateerde abnormaal verhoogde cognitieve controle verwerking en verminderde responsremming tijdens een verslaving Stroop taak. De resultaten suggereren dat IGD-proefpersonen een verhoogde vatbaarheid voor gamegerelateerde aanwijzingen vertonen, maar een verzwakte sterkte van remmende controle.

trefwoorden:

Addiction Stroop taak; Internetgokken-stoornis; aandachtsbias; uitvoerend controlenetwerk; onafhankelijke componentanalyse

PMID: 28847333

DOI: 10.1017 / S1092852917000360