Meerdere media Multi-Tasking-activiteit wordt geassocieerd met kleinere grijswaarde in de anterieur-coringate cortex (2014)

Citation: Loh KK, Kanai R (2014) Hogere media Multi-Tasking-activiteit is geassocieerd met kleinere grijze stof-dichtheid in de anterieure cingulate-cortex. PLoS ONE 9 (9): e106698. doi: 10.1371 / journal.pone.0106698

Editor: Katsumi Watanabe, University of Tokyo, Japan

ontvangen: Februari 25, 2014; Aanvaard: Augustus 8, 2014; Gepubliceerd: 24 september 2014

Copyright: © 2014 Loh, Kanai. Dit is een open access-artikel dat wordt verspreid onder de voorwaarden van de Creative Commons Attribution License, die onbeperkt gebruik, distributie en reproductie in elk medium mogelijk maakt, op voorwaarde dat de originele auteur en bron worden gecrediteerd.

financiering: De financiering voor dit project was afkomstig van een PRESTO-subsidie ​​van het Japan Science and Technology Agency. De financiers hadden geen rol in onderzoeksontwerp, gegevensverzameling en -analyse, besluit tot publicatie of voorbereiding van het manuscript.

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

Introductie

Media-multitasking, of de gelijktijdige consumptie van meerdere media-vormen, komt steeds meer voor in de moderne samenleving [1] en is geassocieerd met verminderde cognitieve controlevaardigheden [2] evenals negatieve psychosociale gevolgen zoals depressie en sociale angst [3], negatief sociaal welzijn [4]en slechte academische prestaties [5]. Op dit moment is er echter weinig bekend over de neurale processen die zijn geassocieerd met media-multitasking. De huidige studie onderzocht de relaties tussen media multitasking-activiteit en hersenstructuurvariabiliteit. Onderzoek heeft aangetoond dat de hersenstructuur kan worden gewijzigd bij langdurige blootstelling aan nieuwe omgevingen [6] evenals training en ervaring [7], [8]. Bovendien voorspelt regionale variabiliteit in grijze en witte stof, beoordeeld via Voxel-Based Morphometry (VBM), op betrouwbare wijze individuele verschillen in een reeks cognitieve functies (zie [9] voor een beoordeling). Op basis van de bovenstaande bevindingen, stelden we de hypothese dat differentiële engagementen in media-multitasking evenzo verschillen in regionale hersenstructuren weerspiegelen.

In het huidige onderzoek heeft de Media-Multitasking Index (MMI, [2]) is aangenomen als een maat voor trait media-multitasking. MMI-scores zijn consistent geassocieerd met individuele prestaties op cognitieve beheertaken [2], [10],[11]. Als zodanig dienen ze als een betrouwbaar gedragsmatig verband met de variabiliteit van hersenstructuren. We verwachtten dat de MMI-score van een individu hersenstructuurverschillen zou weerspiegelen, met name in cognitieve controle en multitaskingregio's. In het verleden is onderzoek geconcludeerd naar de rol van prefrontale corticale regio's bij cognitieve controle [12], [13], [14], [15]. Gebaseerd op een laesiestudie van [16]verschillende regio's zijn betrokken bij dissocieerbare aspecten van multitasking: de voorste en achterste cingulates zijn betrokken bij retrospectief geheugen, en de prefrontale regio's zijn betrokken bij prospectief geheugen en planning. We verwachtten daarom associaties te vinden tussen multitaskingactiviteiten in de media en de structurele variabiliteit in deze regio's. Media multitasking-activiteit is nauw verbonden met persoonlijkheidskenmerken (ie neuroticisme en extraversie [3]), die op hun beurt voorspellend zijn voor structurele verschillen in de hersenen [17]. Als zodanig kan de associatie tussen media-multitasking en hersenstructuur worden vertroebeld door deze eigenschapverschillen. Om deze mogelijkheid te onderzoeken, worden ook relaties tussen MMI en Big Five persoonlijkheidskenmerken onderzocht.

We verkreeg MMI-scores, Big Five-persoonlijkheidskenmerken en MRI-scans (magnetic resonance imaging) bij 75-gezonde volwassenen die relatief goed bekend waren met computers en mediatechnologieën. Om de relatie tussen media multitasking-activiteit en hersenstructuurvariabiliteit te onderzoeken, hebben we eerst individuele MMI-scores gecorreleerd met regionale grijze materiedichtheid op een volledig hersenniveau via geoptimaliseerde VBM [18]. We onderzochten ook de correlaties tussen de Big Five-kenmerken en MMI-scores. Om licht te werpen op de functionele betekenis van onze verkregen structurele verschillen, analyseerden we de hersenactiviteit in de rusttoestand om associaties tussen MMI-scores en functionele connectiviteit in de hersenen op te helderen.

Methoden

Deelnemers

75 gezonde volwassenen (gemiddelde leeftijd = 24.6, SD = 5.0, 38-mannetjes) gerekruteerd uit de University College London (UCL) psychologie deelnemerspool namen deel aan de huidige studie na het verstrekken van geïnformeerde schriftelijke toestemming. De studie werd goedgekeurd door de lokale ethische commissie van de UCL (ethiekapplicatiecode: 2213 / 002). We hebben de deelnemers gescreend op universiteitsstudenten en personeel dat goed bekend was met computers en mediatechnologieën. Ze werden contant vergoed voor hun deelname. Onder de 75-deelnemers die deelnamen aan de VBM-studie, werden fMRI-gegevens verzameld van een subset van 40-deelnemers. Geslacht, leeftijd, opleidingsniveau en MMI-scores verschilden niet significant tussen de twee steekproeven (Tabel 1).

Download link:  

• PPT

  PowerPoint-dia

• PNG

  grotere afbeelding (37KB)

• TIFF

  originele foto (190KB)

Tabel 1. Vergelijkingen tussen demografische kenmerken en MMI-scores van deelnemers die betrokken zijn bij VBM-analyses en functionele connectiviteitsanalyses.

doi: 10.1371 / journal.pone.0106698.t001

Modified Media Multitasking-vragenlijst

Een aangepaste versie van de Media Multi-tasking Questionnaire [2] werd aan alle deelnemers toegediend. De MMI zorgde voor een stabiele meting van de multitasking-activiteit van een persoon met betrekking tot kenmerken. De vragenlijst bestond uit twee hoofdgedeelten: de eerste sectie vermeldde 12 gemeenschappelijke mediatypes en de deelnemers meldden het totale aantal uren per week dat ze aan elk medium besteedden. In de aangepaste versie die in dit onderzoek werd gebruikt, bleven 10-mediatypen behouden [2]: Gedrukte media, televisie, computergebaseerde video, muziek, spraakoproepen via mobiel of telefoon, instant messaging, SMS-berichten (Short Messaging Service), e-mail, websurfen en andere computergebaseerde applicaties. Het item "video- of computerspellen" is aangepast om games op mobiele telefoons te omvatten. Het item "niet-muziekaudio" is vervangen door "gebruik van sociale netwerksites". De wijzigingen zijn aangebracht om beter de huidige trends in mediaconsumptie te weerspiegelen. De tweede sectie bestond uit een matrix waarin de deelnemers vermeldden hoeveel ze gelijktijdig alle andere soorten medium gebruikten, terwijl ze een primair medium gebruikten. De hoeveelheid gelijktijdig gebruik was aangegeven op een schaal van 1 tot 4 (1 = "Nooit", 2 = "Een beetje van de tijd", 3 = "Een deel van de tijd" en 4 = "Meestal"). De antwoorden van de deelnemers werden eerst als volgt opnieuw gecodeerd: "Never" = 0, "Een beetje van de tijd" = 0.33, "Een deel van de tijd" = 0.67 en "Meestal" = 1. Opsomming van de gerecodeerde responsen voor elk primair medium leverde het gemiddelde aantal media op dat gelijktijdig werd gebruikt bij het gebruik van een primair medium. De MMI werd berekend op basis van de volgende formule: Waar m_i is het gemiddelde aantal media dat tegelijkertijd wordt gebruikt tijdens het gebruik van primair medium, i; h_i is het aantal uren per week besteed aan het gebruik van het primaire medium, i; en h_totaal is het totale aantal uren per week besteed aan het gebruik van alle mediaformulieren.

Big Five-inventaris

The Big Five Inventory (BFI; [19]) leverde een korte en betrouwbare 44-artikelmaat voor de Big Five-persoonlijkheidsfactoren: extraversie (8-items), instemming (9-items), consciëntieusheid (9-items), neuroticisme (8-items) en openheid voor ervaring (10-items). We hebben het BFI goedgekeurd om associaties tussen MMI en Big Five persoonlijkheidstrekken in onze steekproef te onderzoeken.

MRI Data Acquisition

Een 1.5 T Siemens Avanto-scanner (Siemens Medical, Erlangen, Duitsland) werd gebruikt om T1-gewogen structurele beelden met hoge resolutie voor elke deelnemer te verkrijgen (MPRAGE; 1 mm³ kubieke voxels; 160-segmenten; TR = 2730 ms; TE = 3.57 ms). Functionele MRI-gegevens werden verkregen met behulp van oplopende T2 * -gewogen gradiënt-echo echo-planaire beeldvorming (EPI) sequenties die gevoelig zijn voor BOLD contrast. Elke acquisitie bestond uit 32 schuine slices, 3.0 × 3.0 mm resolutie, 2.0 mm dikte met 1.0 mm slice gap. De EPI-plakjes werden individueel gehoekt voor elk individu om gevoeligheidsverschijnselen uit de neusholte te verminderen en om de dekking voor de orbitofrontale gebieden en de posterieure pariëtale cortex te maximaliseren, terwijl de dekking over de temporale pool werd opgeofferd. Als zodanig varieerde de uiteindelijke richting tussen 8 ° tot 16 °. Het tijdsinterval tussen twee opeenvolgende overnames van hetzelfde segment was 2528 ms met een draaihoek van 90 graden en een echo-tijd van 44 ms. Het gezichtsveld was 192 × 192 mm. De digitale resolutie in het vlak was 64 × 64 pixels met een pixelafmeting van 3.0 × 3.0 mm. Alle gegevens werden verkregen met een 32-kanaalkopspoel. Tijdens de functionele MRI-scan kregen de deelnemers de opdracht om gewoon stil te blijven, de ogen open te houden en niet aan iets in het bijzonder te denken. Eén run bestond uit 180-volume-acquisities en de oorspronkelijke 6-volumes werden uit de analyse verwijderd om verwarring van instabiele magnetisatie te voorkomen. De FMRI-run-rusttoestand duurde ongeveer 7.5 minuten.

Voxel-Based Morphometry (VBM) -analyse

Morfometrie op basis van Voxel (VBM; [20]) is een veelgebruikte neuroimaging-analysetechniek die voxelgewijze statistische analyses van voorverwerkte MRI-afbeeldingen mogelijk maakt. De TXGUMX-gewogen structurele scans met hoge resolutie werden geanalyseerd met VBM via Statistical Parametric Mapping (SPM1, Wellcome Department of Cognitive Neurology). De afbeeldingen werden eerst gesegmenteerd voor grijze en witte materie. Diffeomorfe anatomische registratie door middel van exponentiated Lie Algebra (DARTEL) werd vervolgens uitgevoerd om de grijsstofbeelden samen te registreren. Om ervoor te zorgen dat het regionale grijswaardenvolume na de registratie werd gehandhaafd, werden geregistreerde afbeeldingen gemoduleerd door de Jacobiaanse determinant van de stroomvelden die door DARTEL waren berekend. De geregistreerde grijswaardenafbeeldingen werden afgevlakt met een Gauss-kernel (volledige breedte op half maximum = 8 mm) en vervolgens getransformeerd en genormaliseerd naar de stereotactische ruimte van het Montreal Neurological Institute (MNI) voor verdere meervoudige regressieanalyse.

Meerdere regressie-analyse werd uitgevoerd op de genormaliseerde grijswaardenafbeeldingen met MMI-scores als de belangrijkste regressor. Leeftijd, geslacht en totale hersenvolumes werden opgenomen als covariaten zonder interesse voor alle regressies. Voor het detecteren van voxels waarin de regionale grijsmeeldichtheid was gecorreleerd met MMI-scores, hebben we een stringente drempelwaarde aangenomen p <.05 met familie-achtige fout hele-hersenen gecorrigeerd.

Functionele connectiviteitsanalyse

Voor het uitvoeren van de functionele connectiviteitsanalyse gebruikten we de Conn functionele connectiviteit toolbox-versie 13 (http://www.nitrc.org/projects/conn; [21]) gecombineerd met voorbewerkingsprocedures van SPM8. De voorbewerkingstappen, op volgorde vermeld, omvatten correctie voor slice-timing, herschikking van de tijdreeksgegevens tot het eerste volume (dat wil zeggen bewegingscorrectie), co-registratie van functionele MRI-tijdreeksen naar de overeenkomstige structurele MRI, segmentatie van afbeeldingen in afzonderlijk weefsel soorten zoals grijze stof, witte stof en cerebrospinale vloeistof (CSF), en normalisatie van de standaard MNI-sjabloon en ruimtelijke afvlakking met een Gauss-filter (FWHM = 8 mm). De gegevens uit de tijdreeks werden vervolgens door bandfiltering gefilterd naar 0.01 Hz-0.1 Hz.

Voor de op zaad gebaseerde functionele connectiviteitsanalyse gebruikten we een enkele significante cluster die werd gevonden in de VBM-analyse als de seedregio-of-interest (ROI). De gemiddelde tijdreeks geëxtraheerd uit de ROI werd gebruikt als een regressor in een meervoudig regressiemodel bij een individuele niveauanalyse. Om de invloeden van verstorende factoren te minimaliseren, werden regressoren voor de zes bewegingscorrectieparameters van de voorbewerking opgenomen. Bovendien werden de gemiddelde Vette signalen voor de grijze massa, witte stof en CSF geëxtraheerd uit de maskers die waren gecreëerd met de segmentatieprocedure en werden ook opgenomen als regressoren om varianties te minimaliseren die zijn geassocieerd met deze globale signalen. Tijdelijke correlaties tussen het ROI-signaal en de rest van de hersenen werden berekend en de correlaties met de seed ROI werden omgezet naar Z-scores met behulp van de Fisher-transformatie voor significantieanalyses op het tweede niveau.

Met het Z-getransformeerde statistische beeld bepaalden we eerst hersengebieden met functionele connectiviteit met de seed ROI met behulp van een voxelgewenste drempel van p_{FWE-gecorrigeerde}<0.05. Vervolgens hebben we een minder stringente drempel gehanteerd van p<0.001 (niet gecorrigeerd) als een masker om met ACC verbonden regio's vast te leggen voor een analyse op het tweede niveau waarin we probeerden hersenregio's te vinden die gecorreleerd zijn met MMI-scores. We hebben leeftijd, geslacht en totale intracraniële volumes als covariabelen opgenomen en een drempelwaarde aangenomen van p <0.05 met familie-achtige fout gecorrigeerd voor het volume gedefinieerd door het eerste masker. De reden voor de initiële maskering was om ervoor te zorgen dat onze analyse werd beperkt tot hersengebieden die een gecorreleerde activiteit met het zaadgebied vertoonden. Zelfs als we een correlatie zouden vinden met individuele verschillen buiten deze regio's, zouden dergelijke bevindingen waarschijnlijk valse correlaties weerspiegelen. We hebben een minder strenge drempel voor de maskering aangenomen om de kracht van onze tweedelijnsanalyses te vergroten.

Verwerkte beeldgegevens en datasets met de variabelen voor zowel VBM als functionele connectiviteitsregressieanalyses worden openbaar gemaakt op: http://dx.doi.org/10.6084/m9.figshare.10​30286.

Resultaten

VBM-analyse bracht een negatief verband aan het licht tussen MMI-scores en grijze materiedichtheid in de cortex anterior cingulate (Figuur 1; ACC; t (70) = 5.16, P_{FWE-gecorrigeerde} <.05, Clustergrootte = 158 voxels × 1.5³ = 533 mm³; piek MNI-coördinaat: x = 12, y = 41, z = 3). Geen enkele andere hersenregio vertoonde significante correlaties met MMI-scores. Dus hogere media-multitasking was geassocieerd met kleinere grijze materievolumes in de ACC. Correlatieanalyses tussen MMI- en BFI-scores brachten echter een zeer significante associatie aan het licht tussen Extraversion en MMI-scores (Tabel 2; r = 0.347, p = 0.002). Als zodanig vermoedden we dat de waargenomen MMI-ACC grijze stof associatie zou kunnen worden vertroebeld door individuele verschillen in extraversiescores. Met het oog hierop herhaalden we de eerdere VBM-analyse waarbij BFI-scores verder werden gecontroleerd als aanvullende covariaten. We voerden een meervoudige regressie uit (met grijze materiedichtheid als afhankelijke variabele) inclusief MMI en alle Big Five-kenmerken als voorspellers samen met de demografische covariaten. Een significant negatief verband werd vastgesteld tussen MMI en het volume van de grijze stof in het identieke ACC-gebied (t (65) = 5.08, P_{FWE-gecorrigeerde}<.05, Clustergrootte = 74 voxels × 1.5³ = 250 mm³; piek MNI-coördinaat: x = 12, y = 40, z = 3). Dit suggereerde dat er een unieke associatie bestaat tussen MMI en grijze materiedichtheid in de ACC, onafhankelijk van variaties in de Big Five-persoonlijkheidskenmerken.

Download link:  

• PPT

  PowerPoint-dia

• PNG

  grotere afbeelding (475KB)

• TIFF

  originele foto (768KB)

Figuur 1. VBM-regressieanalyses onthulden dat MMI-scores significant geassocieerd waren met grijze materiedichtheid in de ACC (t (70) = 5.16, P_{FWE-gecorrigeerde} <0.05, Clustergrootte = 158 voxels x 1.5³ = 533 mm³; piek MNI-coördinaat: x = 12, y = 41, z = 3).

Aangepaste dichtheid van grijze materie in de piekvoxel (Y-as) was negatief gecorreleerd (r = -0.54, p<0.001) met MMI-scores (X-as).

doi: 10.1371 / journal.pone.0106698.g001

Download link:  

• PPT

  PowerPoint-dia

• PNG

  grotere afbeelding (20KB)

• TIFF

  originele foto (126KB)

Tabel 2. Correlaties tussen multitasking-indexscores voor de media en scores van Big Five-inventaris.

doi: 10.1371 / journal.pone.0106698.t002

Om licht te werpen op de functionele betekenis van onze VBM-resultaten, probeerden we via functionele connectiviteitsanalyses hersenregio's te identificeren die een significante connectiviteit vertoonden met onze verkregen ACC-regio van belang (ROI). Uit deze analyse bleek dat de activiteit in de verkregen ACC ROI gecorreleerd was met meerdere hersenregio's die kenmerkend werden gekarakteriseerd als het standaardmodusnetwerk, inclusief de bilaterale temporo-pariëtale knooppunten (TPJ; rechter hemisfeer, x = 48, y = -64, z = 36, p_{FWE-gecorrigeerde}<0.05; linker hersenhelft, x = −44, y = −70, z = 36) en precuneus (x = 4, y = −68, z = 30, p_{FWE-gecorrigeerde}<0.05) onder andere regio's (Tabel 3). Deze resultaten suggereerden dat de ACC ROI die we met de VBM-analyse vonden, waarschijnlijk binnen de DMN valt. Vervolgens hebben we verder onderzocht of MMI-scores waren gekoppeld aan connectiviteit tussen onze ACC ROI en DMN-regio's. Regressieanalyses werden uitgevoerd op z-getransformeerde correlaties tussen ACC- en DMN-gebieden met MMI als de belangrijkste voorspeller en leeftijd, geslacht en totale hersengroei als covariaten. Er kwamen geen significante verbanden naar voren p_{FWE-gecorrigeerde}<0.05. Bij een minder strenge drempel van p_{ongecorrigeerd}<0.001, hogere MMI-scores waren geassocieerd met een zwakkere connectiviteit tussen de ACC ROI en de precuneus (Figuur 2; precuneus; t (40) = 5.22, p_{ongecorrigeerd}<0.001, Clustergrootte = 159 mm³; Piek MNI-coördinaat: x = 10, y = -50, z = 18). We benadrukken dat onze connectiviteitsresultaten bij een minder strenge drempel werden verkregen en leverden slechts beperkt bewijs voor ons om conclusies te trekken over MMI en functionele connectiviteitsassociaties. Als zodanig diende deze reeks bevindingen uitsluitend in de functionele interpretatie van onze VBM-resultaten.

Download link:  

• PPT

  PowerPoint-dia

• PNG

  grotere afbeelding (795KB)

• TIFF

  originele foto (1.17MB)

Figuur 2. Regressieanalyses brachten aan het licht dat connectiviteit tussen de ACC ROI en de Precuneus (snijpunt van blauwe lijnen) negatief was geassocieerd met MMI-scores (Precuneus; t (40) = 5.22, P_{FWE-ongecorrigeerd}<0.001, Clustergrootte = 159 mm³; Piek MNI-coördinaat: x = 10, y = -50, z = 18).

Er was een negatieve relatie (r = -0.68, p<0.001) tussen aangepaste Z-getransformeerde ACC-Precuneus-correlaties (Y-as) en MMI-scores (X-as).

doi: 10.1371 / journal.pone.0106698.g002

Download link:  

• PPT

  PowerPoint-dia

• PNG

  grotere afbeelding (34KB)

• TIFF

  originele foto (177KB)

Tabel 3. Hersengebieden met functionele connectiviteit met ACC ROI.

doi: 10.1371 / journal.pone.0106698.t003

Discussie

Zoals verwacht, onthulde de huidige studie een significante relatie tussen media multitasking en hersenstructuurvariaties: individuen die hogere hoeveelheden media-multitasking rapporteerden hadden een kleinere grijze materiedichtheid in de ACC. Deze associatie was significant bij een strenge drempel (p_{FWE-gecorrigeerde}<0.05) en was onafhankelijk van de Big Five-karaktertrekverschillen. We bespreken mogelijke interpretaties van onze structurele correlaten in het licht van recente gegevens over ACC-functies en MMI-gedragsgerelateerde correlaten.

De ACC fungeert als een cruciale samenhang van informatieverwerkingspaden in de hersenen en is betrokken bij sensomotorische, nociceptieve, hogere cognitieve en emotionele / motivationele processen. [22], [23]. Hiervan stellen we dat onze verkregen ACC-regio hoogstwaarschijnlijk is gekoppeld aan hogere cognitieve processen, omdat multitasking van media consequent is geassocieerd met cognitieve controle prestaties [2], [10], [11], [24]. Verder vertoonde de ACC ROI significante functionele connectiviteit met de DMN-hersengebieden die ook kenmerkend verbonden waren met hogere cognitieve operaties [25], [26].

In termen van cognitieve verwerking wordt algemeen aangenomen dat de ACC betrokken is bij fouten of conflictdetectie [27], [28]. ACC-activeringen worden meestal waargenomen in taken die gelijktijdig incompatibele responsen activeren, dat wil zeggen de Stroop-taak [29], [30], selectieve aandacht [31] en flanker taak [32], [33]. Met name is ACC betrokken geweest bij paradigma's met twee taken [34], [35] waar een individu wordt geconfronteerd met concurrerende stimuli en reacties die verband houden met twee of meer taken. Analoog hieraan, worden multimediale media-individuen geconfronteerd met verschillende taakeisen in verband met de meerdere mediatypen die ze tegelijkertijd gebruiken. Als zodanig zou onze verkregen ROI kunnen worden betrokken bij dual-task gerelateerde cognitieve controlefuncties. Een kritisch voorbehoud is dat de bovengenoemde functies normaal worden toegeschreven aan de dorsale ACC in tegenstelling tot de rostrale regio waar onze ROI ligt [23], [32], [35], [36]. Onderzoekers hebben echter opgemerkt dat deze afbakening niet absoluut is [23], [34], [37]. In het bijzonder, ter ondersteuning van onze huidige interpretatie, Dreher en collega's [34] rapporteerde dat de rostrale ACC uniek betrokken is bij conflictdetectie in de context van dual-tasking.

Onze belangrijkste bevinding wees uit dat zwaardere multitaskers in de media kleinere ACC-volumes hadden. Om mogelijke gedragsimplicaties van verminderde ACC-volumes in zware multitaskers te onderzoeken, onderzochten we gedragsstudies die MMI en cognitieve controle met elkaar verbinden. Een mijlpaalonderzoek door Ophir et al. [2] onthulde voor het eerst de relatie tussen verhoogde multitasking-activiteit in de media en slechtere cognitieve controle. Ze hebben deelnemers betrokken bij een reeks cognitieve beheertaken zoals de Stroop-taak, taakomschakeling, distractorfiltering en de n-back-taken. In het aangezicht van afleiders waren zware multitaskers (ten opzichte van lichtere multitaskers) langzamer in het detecteren van veranderingen in visuele patronen, meer vatbaar voor valse herinneringen aan de distractoren tijdens een geheugentaak en waren ze langzamer in taakomschakeling. De auteurs suggereerden dat zware multitaskers minder in staat waren om vrijwillig hun aandacht te beperken tot alleen taakrelevante informatie. Lui en Wong [24] leverde verder bewijs dat zwaardere multitaskers slechter waren in het remmen van taak-irrelevante stimuli en daardoor in staat waren beter te presteren in multisensorische integratietaken. Een vervolgstudie [11] toonde aan dat zware multitaskers slechter presteerden op de Operation Span Task (OSPAN), die sterk leek op een paradigma met twee taken, aangezien deelnemers gelijktijdig wiskundige problemen moesten oplossen en gepresenteerde brieven moesten onthouden. Zware multitaskers meldden ook meer aandachtstekorten in het dagelijks leven [38]. Echter, een recente studie door Alzahabi en Becker [10] Gemelde tegengestelde bevindingen: zwaardere multitaskers waren niet slechter bij dual-task prestaties en waren beter in taakomschakeling. Ze waren ook niet in staat de bevindingen van Ophir et al. Te repliceren, ondanks het gebruik van identieke taken. De auteurs merkten op dat hun steekproef hoofdzakelijk vrouwelijk was en dit zou kunnen hebben geresulteerd in hun verschillende bevindingen. Ze benadrukten het belang van longitudinale studies om robuuste relaties tussen MMI en cognitieve controle te onthullen.

Samengevat suggereren bestaande MMI-literatuur over het algemeen dat individuen die zich bezighouden met zwaardere media-multitasking, minder goede cognitieve controle-eigenschappen hebben. Onze huidige bevindingen breiden deze literatuur uit door zwaardere media-multitasking-activiteiten te koppelen aan kleinere volumes in de ACC: een hersenregio die betrokken is bij cognitieve controle op basis van convergerende neuro-imaging bewijs. We benadrukken echter dat er meer werk nodig is om de relatie tussen ACC-structuur en cognitieve controle te bepalen. Studies van patiënten met ACC-laesies hebben zeer uiteenlopende perspectieven opgeleverd over de noodzaak van ACC in de betrokken cognitieve functies [39], [40], [41].

Er is ook een mogelijkheid dat onze verkregen ACC-regio betrokken is bij emotionele / motivationele processen, omdat deze zich bevindt in de rostrale ACC die typisch verbonden is met motivatie en emotieverwerking [23]. Verminderde ACC-volumes zijn vaak betrokken bij stoornissen met afwijkende emotioneel-motivationele verwerking zoals obsessief-compulsieve stoornis [42], post-traumatische stress-stoornis [43], depressie [44] en drugs- en niet-drugsgerelateerde verslavingen [45], [46]. Op basis van dit perspectief is het aannemelijk dat zwaardere multitaskers in de media, met beperkte ACC-volumes, mogelijk minder geneigd zijn in emotionele en motivationele regulering. Inderdaad, hogere MMI-scores blijken te correleren met toegenomen neuroticisme, sensatiezoekend en impulsiviteit [3], [11] en negatieve sociaal-emotionele uitkomsten [4]. Interessant is dat het patroon van hersenstructurele verschillen verkregen in de onderhavige studie vergelijkbaar was met de neurale correlaten van internetverslaving (IA). Personen met een IA, die simpelweg worden gedefinieerd als pathologisch overmatig gebruik van het internet of computers, bleken een afgenomen grijze en witte materiedichtheid te hebben in de ACC [46], [47], [48]. Er kon een mogelijkheid zijn dat de twee constructies, media-multitasking en IA, elkaar overlappen: de MMI gaf een indicatie van hoeveel mensen tegelijkertijd meerdere apparaten gebruikten en dit kon te maken hebben met IA, wat een excessief gebruik van computers en internet impliceert.

Een belangrijke beperking van het huidige werk is dat onze resultaten zijn verkregen uit een cross-sectionele studie over de relatie tussen media-multitasking-gedrag en hersenstructuur. Als zodanig kan de richting van de causaliteit tussen hen niet worden bepaald. Hoewel het denkbaar is dat personen met kleinere ACC gevoeliger zijn voor multitasken vanwege zwakkere mogelijkheden in cognitieve controle of sociaal-emotionele regulatie, is het even plausibel dat hogere niveaus van blootstelling aan multitasking-situaties leiden tot structurele veranderingen in de ACC. Een longitudinaal onderzoek is nodig om ondubbelzinnig de richting van de veroorzaker te bepalen. Onze huidige bevindingen openen een weg naar dergelijk onderzoek door een empirisch verband te leggen tussen multitasking-activiteiten in de media en structurele verschillen in de ACC. Een ander voorbehoud is dat de huidige bevindingen niet verder reiken dan onze bestudeerde populatie die relatief hoog opgeleid is en goed is blootgesteld aan technologie. De patronen van mediaconsumptie kunnen inderdaad sterk worden beïnvloed door demografische factoren [1]. Als zodanig moeten toekomstige studies de rol van demografische factoren, zoals onderwijs en sociaaleconomische status, onderzoeken bij het modereren van de relatie tussen media-multitasking, cognitieve prestaties en hersenstructuren.

Concluderend, individuen die zich bezighouden met meer media-multitasking-activiteit hadden kleinere grijze materievolumes in de ACC. Dit zou mogelijk ook de slechtere cognitieve controleprestaties en negatieve sociaal-emotionele uitkomsten kunnen verklaren die verband houden met toegenomen media-multitasking. Hoewel het cross-sectionele karakter van ons onderzoek ons ​​niet in staat stelt om de richting van de causaliteit te specificeren, brachten onze resultaten nieuwe associaties aan het licht tussen individuele media-multitasking-gedragingen en ACC-structuurverschillen.

Bijdragen van auteurs

Bedacht en ontwierp de experimenten: KL RK. Voer de experimenten uit: KL RK. Analyse van de gegevens: KL RK. Bijgedragen reagentia / materialen / analyse-instrumenten: KL RK. Schreef de krant: KL RK.