Microstructuurafwijkingen bij adolescenten met internetverslavingsstoornis. (2011)

COMMENTAAR: Deze studie toont duidelijk aan dat mensen met internetverslaving hersenafwijkingen ontwikkelen die gelijken op die in middelenmisbruikers. Onderzoekers vonden een 10-20% vermindering in grijze massa van de frontale cortex bij adolescenten met internetverslaving. Hypofrontaliteit is de algemene term voor deze verandering in de hersenstructuur. Het is een belangrijke marker voor alle verslavingsprocessen.


Volledige studie: afwijkingen in de microstructuur bij adolescenten met een internetverslavingsstoornis.

PLoS ONE 6 (6): e20708. doi: 10.1371 / journal.pone.0020708

Aanbeveling: Yuan K, Qin W, Wang G, Zeng F, Zhao L, et al. (2011)

Redacteur: Shaolin Yang, University of Illinois in Chicago, Verenigde Staten

Ontvangen: december 16, 2010; Geaccepteerd: mei 10, 2011; Gepubliceerd: juni 3, 2011

Auteursrecht: © 2011 Yuan et al. Dit is een open access-artikel dat wordt verspreid onder de voorwaarden van de Creative Commons Attribution-licentie, die onbeperkt gebruik, distributie en reproductie op elk medium toestaat, op voorwaarde dat de oorspronkelijke auteur en bron worden gecrediteerd.

* E-mail: [e-mail beveiligd] (Yl); [e-mail beveiligd] (JT)

Abstract

Achtergrond

Recente studies suggereren dat internetverslaving (IAD) geassocieerd is met structurele afwijkingen in grijze hersenkrakers. Er zijn echter weinig studies die de effecten van internetverslaving op de microstructurele integriteit van belangrijke neuronale vezelroutes hebben onderzocht en bijna geen studies hebben de microstructurele veranderingen beoordeeld met de duur van internetverslaving.

Methodologie / belangrijkste bevindingen

We onderzochten de morfologie van de hersenen bij adolescenten met IAD (N = 18) met behulp van een geoptimaliseerde op voxel gebaseerde morfometrie (VBM) -techniek en bestudeerden de fractionele anisotropie (FA) veranderingen in de witte stof met behulp van de diffusie tensor imaging (DTI) methode, koppeling deze structurele hersenfuncties tot de duur van de IAD. We hebben bewijzen verstrekt voor de meervoudige structurele veranderingen van de hersenen bij IAD-proefpersonen. VBM-resultaten wezen op het afgenomen volume grijze stof in de bilaterale dorsolaterale prefrontale cortex (DLPFC), het aanvullende motorgebied (SMA), de orbitofrontale cortex (OFC), de kleine hersenen en de linkse rostrale ACC (rACC). DTI-analyse onthulde de verhoogde FA-waarde van de linker achterste ledemaat van de interne capsule (PLIC) en verminderde FA-waarde in de witte stof binnen de rechter parahippocampale gyrus (PHG). Grijsestofvolumes van de DLPFC-, rACC-, SMA- en FA-veranderingen in witte stof van de PLIC waren significant gecorreleerd met de duur van internetverslaving bij adolescenten met IAD.

Conclusies

Onze resultaten suggereerden dat langdurige internetverslaving zou resulteren in structurele hersenveranderingen, die waarschijnlijk hebben bijgedragen tot chronische dysfunctie bij personen met IAD. De huidige studie kan meer licht werpen op de mogelijke herseneffecten van IAD.

Introductie Top

Als een belangrijke periode tussen kinderjaren en volwassenheid, wordt de adolescentie omringd door veranderingen in fysieke, psychologische en sociale ontwikkeling [1]. Tijdens deze ontwikkelingsfase wordt meer tijd besteed aan leeftijdsgenoten en volwassenen om het hoofd te bieden aan de sociale omgeving waarin zich meer conflicten voordoen [2]. De aanwezigheid van relatief onrijpe cognitieve controle [3]-[7], maakt deze periode een tijd van kwetsbaarheid en aanpassing [8] en kan leiden tot een hogere incidentie van affectieve stoornissen en verslaving bij adolescenten [8]-[10]. Als een van de gemeenschappelijke psychische problemen bij Chinese jongeren, wordt internetverslaving (IAD) momenteel steeds serieuzer [11].

Het gebruik van internet is de afgelopen jaren enorm uitgebreid over de hele wereld. Het internet biedt externe toegang tot anderen en een overvloed aan informatie op alle interessegebieden. Onaangepast gebruik van internet heeft echter geleid tot een verslechtering van het psychologische welzijn van het individu, academische mislukkingen en verminderde werkprestaties [12]-[18]. Hoewel nog niet officieel gecodificeerd in een psychopathologisch kader, groeit IAD in de prevalentie en heeft het de aandacht getrokken van psychiaters, opvoeders en het publiek. Door de relatief onvolwassen cognitieve controle van de adolescenten lopen ze een hoog risico om IAD te contracteren. Sommige adolescenten hebben geen controle over hun impulsieve gebruik van internet voor het zoeken naar nieuwigheden en raken uiteindelijk verslaafd aan internet. Gegevens van de China Youth Internet Association (aankondiging op 2, 2010 in februari) toonden aan dat de incidentie van internetverslaving onder Chinese stedelijke jongeren rond 14% ligt. Het is vermeldenswaard dat het totale aantal 24 miljoen is (http://www.zqwx.youth.cn/).

Talrijke IAD-onderzoeken zijn over de hele wereld uitgevoerd en hebben enkele interessante bevindingen opgeleverd [11], [15], [19]-[22]. Ko et al. [19] identificeerde de neurale substraten van online gokverslaving via evaluatie van de hersengebieden geassocieerd met de cue-geïnduceerde gamedrift, die bestond uit de rechter orbitofrontale cortex (OFC), rechter nucleus accumbens (NAc), bilaterale anterieure cingulated cortex (ACC), mediaal frontale cortex, rechter dorsolaterale prefrontale cortex (DLPFC) en rechts caudate nucleus. Vanwege de gelijkenis van de cue-geïnduceerde hunkering in substantie afhankelijkheid, suggereerden ze dat de gokdrang / hunkering in online gamingverslaving en hunkering in substantieverslaving dezelfde neurobiologische mechanismen zouden kunnen delen. Cao et al. [11] ontdekte dat Chinese adolescenten met IAD meer impulsiviteit vertoonden dan controlepersonen. Onlangs hebben Dong et al. [20] onderzocht de responsremming bij mensen met IAD door tijdens een Go / NoGo-taak gebeurtenisgerelateerde hersenpotentialen vast te leggen en toonde aan dat de IAD-groep een lagere NoGo-N2-amplitude, hogere NoGo-P3-amplitude en langere NoGo-P3-pieklatentie vertoonde dan de normale groep. Ze suggereerden dat de IAD-proefpersonen een lagere activering hadden in de conflictdetectiefase dan de normale groep; dus moesten ze meer cognitieve inspanningen leveren om de remmingstaak in de late fase te voltooien. Bovendien toonden de IAD-proefpersonen minder efficiëntie in informatieverwerking en lagere cognitieve controle [20]. Sommige onderzoekers ontdekten ook tekorten in grijze stofdichtheid [21] en afwijkingen in de rusttoestand [22] bij IAD-patiënten, zoals lagere grijze materiedichtheid in de linker ACC, linker achterste cingulate cortex (PCC), linker insula en linker linguale gyrus en verhoogde regionale homogeniteit (ReHo) in de juiste cingulate gyrus, bilaterale parahippocampus en enkele andere hersengebieden .

Helaas is er momenteel geen gestandaardiseerde behandeling voor IAD. Klinieken in China hebben gereglementeerde tijdschema's, strikte discipline en elektrische schokbehandeling geïmplementeerd, die berucht zijn geworden voor deze behandelmethoden [13]. Om effectieve methoden voor interventie en behandeling van IAD te ontwikkelen, moet eerst een duidelijk inzicht worden verkregen in de onderliggende mechanismen van deze ziekte. Er zijn echter weinig studies die de afwijkingen van witte stof bij adolescenten met IAD melden. Kennis van de hersenafwijkingen van grijze stof en witte stof en associatie tussen deze afwijkingen en cognitieve functies bij IAD-patiënten is nuttig om mogelijke farmacotherapieën voor de behandeling van deze aandoening te identificeren. Vooruitgang in neuroimaging-technieken bieden ons ideale methoden om deze problemen te onderzoeken [23]-[27]. In deze studie onderzochten we de morfologie van de hersenen bij adolescenten met IAD met behulp van een geoptimaliseerde op voxel gebaseerde morfometrie (VBM) -techniek en bestudeerden witte stof fractionele anisotropie (FA) veranderingen met behulp van de diffusie tensor imaging (DTI) methode, en koppelden deze hersenen structurele maatregelen voor de duur van de IAD. We kunnen een conclusie trekken uit eerdere IAD-onderzoeken dat de IAD-proefpersonen verminderde cognitieve controle vertoonden, en we stelden de hypothese dat langdurige internetverslaving zou resulteren in structurele hersenveranderingen en deze structurele afwijkingen werden geassocieerd met functionele beperkingen in cognitieve controle bij IAD-patiënten [15], [16], [20], [28]. Bovendien zouden de structurele abnormaliteiten van bepaalde hersengebieden correleren met de duur van de IAD.

  

Materialen en methoden Top

Alle onderzoeksprocedures werden goedgekeurd door de subcommissie voor menselijke studies van het West Chinese ziekenhuis en werden uitgevoerd in overeenstemming met de Verklaring van Helsinki.

2.1 onderwerpen

Volgens de aangepaste Young Diagnostic Questionnaire voor Internet Addiction (YDQ) criteria van Beard en Wolf [16], [29], achttien eerstejaars en tweedejaars studenten met IAD (12 mannen, gemiddelde leeftijd = 19.4 ± 3.1 jaar, opleiding 13.4 ± 2.5 jaar) waren betrokken bij onze studie. De YDQ-criteria [16] bestond uit de volgende acht "ja" of "nee" vragen die waren: (1) Voel je je opgenomen in het internet (denk aan vorige online activiteit of de gewenste volgende online sessie)? (2) Bent u tevreden met internetgebruik als u uw hoeveelheid online tijd verhoogt? (3) Bent u er niet in geslaagd om het gebruik van internet herhaaldelijk te controleren, te verminderen of te stoppen? (4) Voelt u zich nerveus, temperamentvol, depressief of gevoelig wanneer u internetgebruik probeert te verminderen of te stoppen? (5) Blijf je langer online dan oorspronkelijk was bedoeld? (6) Loopt u het risico dat u vanwege het internet een belangrijke relatie, baan, opleiding of carrièremogelijkheid verliest? (7) Heb je tegen je familieleden, therapeut of anderen gelogen om de waarheid van je betrokkenheid bij internet te verbergen? (8) Gebruik je internet als een manier om te ontsnappen aan problemen of een angstige stemming te verlichten (bijvoorbeeld gevoelens van hulpeloosheid, schuld, angst of depressie)? Alle acht vragen werden in het Chinees vertaald. Young beweerde dat vijf of meer "ja" -antwoorden op de acht vragen duidden op een internetafhankelijke gebruiker [16]. Later wijzigde Beard en Wolf de YDQ-criteria [29], en respondenten die "ja" antwoordden op vraag 1 tot en met 5 en ten minste op een van de overige drie vragen, werden geclassificeerd als lijdend aan internetverslaving, die werd gebruikt voor het screenen van de proefpersonen in dit onderzoek. De verslaving was een geleidelijk proces, dus we onderzochten of er lineaire veranderingen in de hersenstructuur waren. De duur van de ziekte werd geschat via een retrospectieve diagnose. We vroegen de proefpersonen zich hun levensstijl te herinneren toen ze aanvankelijk verslaafd waren aan internet. Om te garanderen dat ze aan internetverslaving leden, hebben we ze opnieuw getest met de YDQ-criteria aangepast door Beard and Wolf. Ook hebben we de betrouwbaarheid van de zelfrapportages van de IAD-proefpersonen bevestigd door telefonisch met hun ouders te praten. De IAD-proefpersonen besteedden 10.2 ± 2.6 uur per dag aan online gamen. Het aantal dagen internetgebruik per week was 6.3 ± 0.5. We hebben deze informatie ook geverifieerd van de kamergenoten en klasgenoten van de IAD-proefpersonen die vaak erop stonden dat ze 's avonds laat op internet waren en ondanks de gevolgen het leven van anderen ontwrichtten. Achttien leeftijds- en geslachtsafhankelijke (p> 0.01) gezonde controles (12 mannen, gemiddelde leeftijd = 19.5 ± 2.8 jaar, opleiding 13.3 ± 2.0 jaar) zonder persoonlijke of familiegeschiedenis van psychiatrische stoornissen namen ook deel aan ons onderzoek. Volgens een eerdere IAD-studie [19], we kozen voor gezonde besturingselementen die minder dan 2 uren per dag op internet doorbrachten. De gezonde controles werden ook getest met de YDQ-criteria aangepast door Beard en Wolf om ervoor te zorgen dat ze geen IAD leden. Alle gerekruteerde deelnemers die werden gescreend, waren native Chinese sprekers, gebruikten nooit illegale stoffen en waren rechtshandig. Vóór het scannen met behulp van magnetische resonantie (MRI) werd urine-screening op alle proefpersonen uitgevoerd om middelenmisbruik uit te sluiten. Uitsluitingscriteria voor beide groepen waren (1) bestaan ​​van een neurologische aandoening; (2) alcohol-, nicotine- of drugsmisbruik; (3) zwangerschap of menstruatie bij vrouwen; en (4) elke lichamelijke ziekte zoals een hersentumor, hepatitis of epilepsie zoals beoordeeld op basis van klinische evaluaties en medische gegevens. Verder zijn de Self-Rating Anxiety Scale (SAS) en de Self-Rating Depression Scale (SDS) gebruikt om de emotionele toestand van alle deelnemers op de dag van de scans te evalueren. Alle patiënten en gezonde controles gaven schriftelijke geïnformeerde toestemming. Meer gedetailleerde demografische informatie werd gegeven in Tabel 1.

thumbnail
 
 
 
 
 
 
 
 
 
Tafel 1. Demografische gegevens voor internetverslaving (IAD) en controlegroepen.

doi: 10.1371 / journal.pone.0020708.t001

2.2 Brain Imaging Methodology and Data Analysis

2.2.1 Scanparameters.

Beeldvormingsgegevens werden uitgevoerd op een 3T Siemens-scanner (Allegra, Siemens Medical System) in het Huaxi MR Research Center, West China Hospital van Sichuan University, Chengdu, China. Er werd een standaard vogelkopspoel gebruikt, samen met schuimkussentjes om de beweging van de kop tot een minimum te beperken en scannergeluid te verminderen. Beeldsequenties werden verkregen door middel van diffusie gewogen beeldvorming met enkelvoudige echo-planaire beeldvorming in uitlijning met het voorste-achterste commissurale vlak. Diffusietensorbeelden werden verkregen met 2-gemiddelden. De diffusie sensibiliserende gradiënten werden toegepast langs 30 niet-lineaire richtingen (b = 1000 s / mm2) samen met een acquisitie zonder diffusieweging (b = 0 s / mm2). De afbeeldingsparameters waren 45 continue axiale plakjes met een plakdikte van 3 mm en geen opening, gezichtsveld = 240 × 240 mm2, herhalingstijd / echotijd = 6800 / 93 ms, acquisitiematrix = 128 × 128. Bovendien werden de axiale 3D T1-gewogen beelden verkregen met een verwisselbare gradiëntoproepvolgorde en de volgende parameters: TR = 1900 ms; TE = 2.26 ms; kantelhoek = 90; matrixresolutie in het vlak = 256 × 256; slices = 176; gezichtsveld = 256 mm; voxel-grootte = 1 × 1 × 1 mm.

2.2.2 VBM.

Structurele gegevens werden verwerkt met een FSL-VBM-protocol [30], [31] met FSL 4.1-software [32]. Eerst werden alle T1-afbeeldingen met hersencellen geëxtraheerd met behulp van de hersenextractietool (BET) [33]. Vervolgens werd weefselsegmentatie uitgevoerd met behulp van FMRIB's geautomatiseerde segmentatietool (FAST) V4.1 [34]. De resulterende partiële volumebeelden van grijze materie werden vervolgens uitgelijnd met MNI152-standaardruimte met behulp van de FMRIB's lineaire beeldregistratietool (FLIRT) [35], [36], optioneel gevolgd door niet-lineaire registratie met behulp van de FMRIB's niet-lineaire beeldregistratietool (FNIRT) [37], [38], waarbij een b-spline-weergave van het registratiegescherpveld wordt gebruikt [39]. De resulterende afbeeldingen werden gemiddeld om een ​​studiespecifiek sjabloon te creëren, waarop de oorspronkelijke grijze stofafbeeldingen vervolgens niet-lineair opnieuw werden geregistreerd. Het geoptimaliseerde protocol introduceerde een modulatie voor de samentrekking / vergroting vanwege de niet-lineaire component van de transformatie: elke voxel van het geregistreerde grijswaardenbeeld werd gedeeld door de Jacobiaan van het kettingveld. Om de beste smoothing-kernel te kiezen, werden alle 32-gemoduleerde, genormaliseerde grijswaarde-volumebeelden afgevlakt met isotrope Gausse kernels die groter werden (sigma = 2.5, 3, 3.5 en 4 mm, overeenkomend met een 6, 7, 8 en 9.2 mm FWHM respectievelijk). Regionale veranderingen in grijze materie werden beoordeeld met permutatie-gebaseerde niet-parametrische testen met willekeurige 5000-permutaties [40]. Analyse van covariantie (ANCOVA) werd gebruikt met leeftijd, geslachtseffecten en totaal intracraniaal volume als covariaten. Het totale intracraniële volume werd berekend als de som van de grijswaarden-, witte stof- en hersenvochtvolumes van de FSL BET-segmentaties. Onlangs hebben Dong et al. ontdekte dat depressiviteit en angstscores significant hoger waren na de verslaving dan voor de verslaving bij sommige studenten, en zij stelden dat dit resultaten van IAD waren, vandaar dat SAS en SDS niet als verwarring werden beschouwd. [41]. Correctie voor meerdere vergelijkingen is uitgevoerd met een op een cluster gebaseerde drempelmethode, waarbij een eerste cluster een drempel vormt op t = 2.0. Resultaten werden als significant beschouwd voor p<0.05. Voor de regio's waar IAD-proefpersonen een significant ander grijs-stofvolume vertoonden van de controles, werden de grijze-stofvolumes van deze gebieden geëxtraheerd, gemiddeld en teruggenomen tegen de duur van internetverslaving.

2.2.3 DTI.

We berekenden de FA-waarde voor elke voxel, die de mate van diffusieanisotropie binnen een voxel weerspiegelde (bereik 0-1, waar kleinere waarden meer duidden op isotropische diffusie en minder coherentie en grote waarden duidden richtingsafhankelijkheid van Brownse beweging ten gevolge van witte-stofkanalen aan) [42]. FDT-software in FSL 4.1 werd gebruikt voor FA-berekening [32]. Allereerst werd correctie voor wervelstromen en kopbeweging gedaan door middel van affiene registratie op het eerste niet-diffuus gewogen volume van elk subject. FA-beelden werden gecreëerd door de diffusietensor aan te passen aan de onbewerkte diffusiegegevens na hersenextractie met behulp van BET [33]. Vervolgens werd een voxelgewijze statistische analyse van de FA-gegevens uitgevoerd met behulp van het op tractiegebied gebaseerde ruimtelijke statistiek (TBSS) V1.2 deel van FSL [43], [44]. FA-beeldmateriaal van alle onderwerpen (IAD-onderwerpen en gezonde controles) werden opnieuw uitgelijnd in een FMRIB58_FA standaard-ruimtebeeld door FNIRT [37], [38] met behulp van een b-spline-weergave van het registratiegescherpveld [39]. Het gemiddelde FA-beeld werd vervolgens gemaakt en verdund om een ​​gemiddeld FA-skelet te creëren (drempel van 0.2) dat de centra vertegenwoordigt van alle delen die de groep gemeen hebben. De uitgelijnde FA-gegevens van elk onderwerp werden vervolgens terug op dit skelet geprojecteerd. Veranderingen in de FA-waarde van witte stof werden beoordeeld met behulp van op permutatie gebaseerde niet-parametrische testen [40] met 5000 willekeurige permutaties. ANCOVA werd gebruikt met leeftijd- en sekse-effecten als covariaten. Correctie voor meerdere vergelijkingen werd uitgevoerd met behulp van een op een cluster gebaseerde drempelmethode, met een initiële clustervormingsdrempel van t = 2.0. Resultaten werden als significant beschouwd voor p<0.05. Voor de clusters waar internetverslavingonderwerpen significant verschillende FA-waarden vertoonden van de controles, werd de FA van deze hersenregio's geëxtraheerd, gemiddeld en teruggenomen tegen de duur van internetverslaving.

2.2.4 Wisselwerking tussen grijze stof en witte stofafwijkingen.

Om de interacties tussen grijze stofveranderingen en witte stofveranderingen te onderzoeken, werd een correlatieanalyse uitgevoerd tussen abnormale volumes van grijze deeltjes en FA-waarden voor witte deeltjes in de IAD-groep.

Resultaten

3.1 VBM-resultaten

Regionale volumeveranderingen van grijze deeltjes werden niet-parametrisch beoordeeld met behulp van geoptimaliseerd VBM. Correctie voor meerdere vergelijkingen werd uitgevoerd met behulp van een op een cluster gebaseerde drempelmethode. VBM-vergelijking tussen IAD-patiënten en gematchte gezonde controles duidde op een afname van het grijze-stofvolume in verschillende clusters, dwz de bilaterale DLPFC, het aanvullende motorgebied (SMA), de OFC, de kleine hersenen en de linkse rostrale ACC (rACC), na controle voor mogelijke verstoringen variabelen inclusief leeftijd, geslachtseffecten en totaal intracraniaal volume. Grijsestofvolumes van de juiste DLPFC, de linker RCAC en de rechter SMA vertoonden een negatieve correlatie met maanden van internetverslaving (r1 = -0.7256, p1 <0.005; r2 = −0.7409, p2 <0.005; r3 = −0.6451, p3 <0.005). Geen enkel hersengebied vertoonde een hoger volume van grijze stof dan gezonde controles, zoals weergegeven in Figuur 1 en Tabel 2

 

thumbnail  

 

 

 

 

 

 

 

 

 

Figuur 1. VBM-resultaten.

A. Verminderd volume grijze stof in IAD-onderwerpen, (1-p) gecorrigeerd p-waarde afbeeldingen. De achtergrondafbeelding is de standaard MNI152_T1_1mm_brain-sjabloon in FSL. B. De grijswaardenvolumes van de DLPFC, rACC en SMA waren negatief gecorreleerd met de duur van internetverslaving.

doi: 10.1371 / journal.pone.0020708.g00
 
thumbnail  

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Tafel 2. Regio's met een abnormaal grijs volume en witte stof FA (fractionele anisotropie) tussen personen met internetverslaving (IAD) en gezonde controles (p<0.05 gecorrigeerd).

doi: 10.1371 / journal.pone.0020708.t002

3.2 DTI-resultaten

Met betrekking tot DTI-gegevensanalyse werd correctie voor meerdere vergelijkingen uitgevoerd met behulp van de op cluster gebaseerde drempelmethode. Onze TBSS-resultaten onthulden een verbeterde FA-waarde (IAD: 0.78 ± 0.04; controle: 0.56 ± 0.02) van het linker achterste lid van de interne capsule (PLIC) bij IAD-proefpersonen in vergelijking met gezonde controles en een verlaagde FA-waarde (IAD: 0.31 ± 0.04; controle: 0.48 ± 0.03) in de witte kwestie binnen de rechter parahippocampale gyrus (PHG) zoals getoond in Figuur 2 en Tabel 2. Bovendien neigde de FA positief te correleren met de duur van internetverslaving in de linker PLIC (r = 0.5869, p <0.05, XNUMX), terwijl er geen significante correlatie werd waargenomen tussen de FA-waarde van de juiste PHG en de duur van internetverslaving

thumbnail  

 

 

 

 

 

 

 

 

 

 

 

 

Figuur 2. DTI-resultaten.

A. Structuren met witte deeltjes met abnormale FA in IAD-onderwerpen (1-p) gecorrigeerd p-waarde afbeeldingen. De achtergrondafbeelding is de standaard FMRIB58_FA_1mm-sjabloon in FSL. Rood-gele voxels stellen regio's voor waarin FA in IAD significant was verlaagd in vergelijking met gezonde controles. Blauw-lichtblauwe voxels vertegenwoordigen verhoogde FA in IAD. B. De FA van de PLIC was positief gecorreleerd met de duur van internetverslaving.

doi: 10.1371 / journal.pone.0020708.g002

3.3 Wisselwerking tussen grijze stof en witte stofafwijkingen

Uit de interactie-analyse tussen volumes van grijze deeltjes en FA-waarden voor witte deeltjes in de IAD-groep bleek dat er geen significante correlaties tussen deze twee metingen waren.

Discussie Top

IAD resulteerde in verminderd individueel psychologisch welbevinden, academisch falen en verminderde werkprestaties bij adolescenten [12]-[18]. Er is momenteel echter geen gestandaardiseerde behandeling voor IAD. Om effectieve methoden voor interventie en behandeling van IAD te ontwikkelen, moet eerst een duidelijk inzicht in de mechanismen worden verkregen. Bewustwording van de hersenstructuurafwijkingen in IAD is van cruciaal belang voor het identificeren van mogelijke farmacotherapieën om deze stoornis te behandelen. In de huidige studie ontdekten we volumewijzigingen van grijze massa en FA-veranderingen in witte stof bij adolescenten met IAD. We onthulden ook de associatie tussen deze structurele afwijkingen en de duur van internetverslaving. We stelden voor dat IAD resulteerde in structurele hersenveranderingen bij de adolescenten en deze structurele afwijkingen waren waarschijnlijk geassocieerd met functionele stoornissen in cognitieve controle.

4.1 VBM-resultaten

In overeenstemming met een eerdere VBM-studie [21], we vonden geen hersengebieden die een toename van het grijze stofvolume vertoonden bij internetverslavingsonderwerpen. Regionale grijsstofvolumevergelijking duidde op atrofie binnen verschillende clusters voor de hele groep internetverslaafden (p <0.05, gecorrigeerd), dit waren de bilaterale DLPFC, SMA, cerebellum, OFC en de linker rACC (zoals weergegeven in Figuur 1). Bovendien was de atrofie van de juiste DLPFC, de linker RCAC en de rechter SMA negatief gecorreleerd aan de duur van internetverslaving, die Zhou et al. kan niet detecteren [21]. Deze resultaten toonden aan dat naarmate de internetverslaving aanhield, de hersenatrofie van de DLPFC, rACC en SMA ernstiger was. Sommige resultaten van hersenatrofie in onze studie waren anders dan eerdere bevindingen [21], wat mogelijk te wijten is aan de verschillende gegevensverwerkingsmethoden. In de huidige studie werden de mogelijke verstorende effecten van leeftijd, geslacht en het gehele hersenvolume opgenomen als covariaten, die in de vorige studie niet in aanmerking werden genomen. De verschillende verwerkingsmethoden hebben mogelijk aanleiding gegeven tot de verschillende bevindingen.

Volgens eerdere drugsverslaving studies, langdurig middelenmisbruik [45], [46] en internetverslaving [11], [20] zal leiden tot verminderde cognitieve controle. Cognitieve controle kan worden geconceptualiseerd als het vermogen om prepotente maar onjuiste reacties te onderdrukken en de mogelijkheid om irrelevante informatie binnen een stimulusreeks te filteren en gepaste acties mogelijk te maken om te voldoen aan gecompliceerde taakvereisten en aanpassing aan veranderende omgevingen. [47]. Talrijke functionele hersenafbeeldingsstudies hebben aangetoond dat de DLPFC en rACC centraal betrokken waren bij cognitieve controle [48], [49]. Verschillende neurocognitieve studies hebben aangetoond dat cognitieve controle gerelateerd is aan een specifiek cortico-subcorticaal circuit, inclusief de rACC en de DLPFC [50], [51]. Volgens een prominente conflict-monitoring hypothese [47], [52], het optreden van responsconflicten wordt gesignaleerd door de rACC, wat leidt tot werving van de DLPFC voor meer cognitieve controle voor daaropvolgende prestaties. Deze belangrijke rol van de DLPFC is geïdentificeerd in neurowetenschappelijk onderzoek met van bovenaf gereguleerde processen van cognitieve controle [53]. Recente neuroimaging-onderzoeken hebben ook de deactivering van de rACC in een GO / NOGO-taak bij heroïneafhankelijke personen beschreven [54], [55] en cocaïnegebruikers [45], wat de kritische rol van de rACC bij cognitieve controle aangeeft [46].

Van de OFC wordt ook gedacht dat het bijdraagt ​​aan de cognitieve controle van doelgericht gedrag door de beoordeling van de motivationele betekenis van stimuli en de selectie van gedrag om gewenste resultaten te verkrijgen. [56]. De OFC heeft uitgebreide connecties met de striatum en limbische regio's (zoals de amygdala). Dientengevolge, is OFC goed gesitueerd om de activiteit van verscheidene limbic en subcortical gebieden te integreren verbonden aan motivatiegedrag en beloningsverwerking [57]. Sommige dierstudies hebben aangetoond dat schade aan zowel de OFC als de prelimbische cortex van de rat (de functionele homoloog van de menselijke DLPFC) de verwerving en wijziging van gedrag, geleid door onvoorziene gebeurtenissen, tussen reacties en uitkomsten belemmerde, wat aangeeft dat deze regio's cruciaal kunnen zijn voor de cognitieve controle van doelgericht gedrag [56], [58].

De SMA is van cruciaal belang voor de selectie van geschikt gedrag, of het nu gaat om het selecteren van een geschikte respons of om het selecteren van een ongepaste reactie [59]. Sommige onderzoekers ontdekten dat zowel eenvoudige als complexe GO / NOGO-taken bij de SMA betrokken waren en zij onthulden de belangrijke rol van de SMA bij het bemiddelen in cognitieve controle [46], [60].

Verschillende anatomische, fysiologische en functionele beeldvormingsstudies suggereren dat het cerebellum bijdraagt ​​aan cognitieve functies van hogere orde [61]-[64], met discrete laesies voor het cerebellum, resulterend in verslechtering van uitvoerende functies en werkgeheugen, zelfs bij persoonlijkheidsveranderingen zoals ontremd en ongepast gedrag.

Onze resultaten (Figuur 1) van het verminderde volume grijs materiaal in de DLPFC, RACC, OFC, SMA en het cerebellum kan, tenminste gedeeltelijk, geassocieerd zijn met cognitieve controle en doelgerichte gedragsdisfuncties bij internetverslaving [15], [19], [20], [28], wat de fundamentele symptomen van internetverslaving kan verklaren.

4.2 DTI-resultaten

We berekenden de FA-waarde in elke voxel van de witte stof voor elk subject, wat de sterkte van de directionaliteit van de microstructuur van de lokale tractus kwantificeerde. De gehele hersenvoxelgewijze vergelijking van het skelet van witte stof met behulp van permutatietesten en stringente statistische drempelwaarden gaf aan dat IAD-proefpersonen lagere FA-waarden hadden in een cluster binnen de rechter PHG (p <0.05, gecorrigeerd). Aan de andere kant toonde het zoeken naar verhoogde FA bij IAD-proefpersonen aan dat IAD-proefpersonen hogere FA-waarden hadden in een cluster binnen de linker PLIC (p <0.05, gecorrigeerd). Bovendien was de FA-waarde van de linker PLIC positief gecorreleerd met de duur van internetverslaving (Figuur 2).

De PHG is een hersengebied dat de hippocampus omringt en speelt een belangrijke rol bij het coderen en ophalen van geheugen [65], [66]. De PHG biedt de belangrijkste poly-sensorische input aan de hippocampus via de entorhinale verbindingen en is de ontvanger van verschillende combinaties van sensorische informatie [67], [68], die betrokken zijn bij cognitie en emotionele regulatie [69]. Onlangs hebben enkele onderzoekers gesuggereerd dat de juiste PHG bijdraagt ​​tot de vorming en het onderhoud van gebonden informatie in het werkgeheugen [70]. Het werkgeheugen is gewijd aan het tijdelijk opslaan en on-line manipuleren van informatie en is van cruciaal belang voor cognitieve controle [71]. De bevinding dat de lagere FA-waarde van de PHG bij IAD-proefpersonen aantoonde dat abnormale eigenschappen van witte materie de structurele basis van functionele tekortkomingen van werkgeheugen bij IAD-patiënten kunnen zijn [19]. Onlangs hebben Liu et al. [72] meldde verhoogde ReHo in de bilaterale PHG bij IAD-studenten in vergelijking met de controles en suggereerde dat dit resultaat de functionele verandering in de hersenen weerspiegelde, mogelijk met betrekking tot de beloningsroutes. Blijkbaar is er meer werk nodig om de juiste rol van de PHG in IAD te begrijpen.

Anatomisch gezien is de interne capsule een gebied met witte stof in de hersenen dat de caudate nucleus en de thalamus scheidt van de lenticulaire kern, die zowel opgaande als neergaande axonen bevat. Naast corticospinale en corticopontine vezels bevat de interne capsule thalamocorticale en corticofugale vezels [73], [74]. Het achterste lid van de interne capsule bevat corticospinale vezels, sensorische vezels (inclusief de mediale lemniscus en het anterolaterale systeem) van het lichaam en enkele corticobulbar-vezels [73]-[76]. De primaire motorische cortex stuurt zijn axonen door het achterste deel van de interne capsule en speelt een belangrijke rol bij het verplaatsen van de vinger en motorische beelden [77], [78]. De mogelijke reden voor de FA-waarden bij de verbetering van de interne capsule was dat de IAD-proefpersonen meer tijd aan het spelen van computerspelletjes besteedden en dat de repetitieve motoracties, zoals klikken met de muis en het typen op het toetsenbord, de structuur van de interne capsule veranderden. Als de bevindingen dat training de hersenstructuur heeft gewijzigd in andere onderzoeken [79]-[81], deze lange-termijntraining heeft waarschijnlijk de structuur van de witte stof van de PLIC veranderd. Informatieoverdracht tussen frontale en subcorticale hersengebieden moduleerde hoger cognitief functioneren en menselijk gedrag [82], [83], die zich baseerde op de witte vezelbuizen die door de interne capsule liepen [83], [84]. Structurele afwijkingen in de interne capsule zouden consequent de cognitieve functie kunnen verstoren en de uitvoerende en geheugenfuncties kunnen schaden [85]. De abnormale FA-waarde van de linker PLIC kan de overdracht en verwerking van sensorische informatie beïnvloeden en uiteindelijk leiden tot beperkingen in cognitieve controle [86], [87]. Bovendien kan verslaafd raken aan het internet lichamelijk ongemak of medische problemen veroorzaken, zoals: carpaaltunnelsyndroom, droge ogen, rugpijn en ernstige hoofdpijn [88]-[90]. De abnormale FA-waarde van de linker PLIC kan het handworteltunnelsyndroom bij IAD-patiënten verklaren, wat in de toekomst moet worden geverifieerd met een meer geavanceerd ontwerp.

4.3 Wisselwerking tussen grijze stof en witte stofafwijkingen

We hebben de relatie tussen grijze stof en veranderingen in witte stof onderzocht. Helaas waren er geen significante correlaties tussen deze twee metingen. Dit fenomeen suggereerde dat de morfologische veranderingen van IAD op de grijze stof en de witte stof van de hersenen niet significant lineair gecorreleerd waren. Er bestond de mogelijkheid dat de afwijkingen in de grijze stof de veranderingen in de witte stof op een andere manier met elkaar in verband brachten. Onze bevindingen toonden echter aan dat de structuurkenmerken van grijze stof en witte stof abnormaal waren bij adolescenten met IAD.

Er zijn enkele beperkingen van de huidige studie. Ten eerste, hoewel onze resultaten hebben aangegeven dat de veranderingen in grijze stof en witte stof het gevolg kunnen zijn van overmatig internetgebruik of IAD, kunnen we een andere mogelijkheid niet uitsluiten die het structurele verschil tussen de normale bedieningselementen en IAD aanpakt, dat kan de oorzaak voor het overmatig gebruik van internet. De abnormale kenmerken van deze cognitieve controle-gerelateerde hersenregio's bij sommige adolescenten maken ze relatief onvolwassen en zorgen ervoor dat ze gemakkelijk internetafhankelijk zijn. De oorzaak en gevolgkwesties moeten in de toekomstige studie worden onderzocht door een uitgebreider experimenteel ontwerp. We suggereerden echter dat de bevindingen in de huidige studie het gevolg waren van IAD. Ten tweede, met betrekking tot de relatie tussen de structurele veranderingen en de duur van IAD, zijn de maanden van IAD een grove karakterisering door de herinnering aan de IAD-proefpersonen. We vroegen de proefpersonen zich hun levensstijl te herinneren toen ze aanvankelijk verslaafd waren aan internet. Om te garanderen dat ze aan internetverslaving leden, hebben we ze opnieuw getest met de YDQ-criteria aangepast door Beard and Wolf. Ook hebben we de betrouwbaarheid van de zelfrapportages van de IAD-proefpersonen bevestigd door telefonisch met hun ouders te praten. De structurele veranderingen van de hersenen in overeenstemming met het verslavingsproces kunnen cruciaal zijn voor het begrijpen van de ziekte, vandaar dat de correlatie tussen de duur en de structurele maatregelen van de hersenen werd uitgevoerd. Deze correlaties suggereerden dat cumulatieve effecten werden gevonden in het verminderde grijze stofvolume van de rechter DLPFC, de rechter SMA, de linker rACC en verhoogde witte stof FA in de linker PLIC. Ten slotte, hoewel we suggereerden dat de structurele afwijkingen van het volume van de grijze stof en de FA van de witte stof geassocieerd waren met functionele stoornissen in cognitieve controle bij IAD, is de grootste beperking van de huidige studie het ontbreken van een kwantitatieve indicatie van de tekortkomingen in cognitieve controle bij deze adolescenten met IAD. Hoewel de relaties tussen deze structurele afwijkingen en de duur van internetverslaving werden geverifieerd in onze huidige studie, is het nog steeds nodig om de aard van de onderliggende structurele afwijkingen in IAD volledig te karakteriseren in de toekomst, wat van cruciaal belang is om de impact te begrijpen. van IAD over het functioneren op lange termijn. In de toekomst zullen we deze structurele bevindingen integreren met gedragsprestaties van cognitieve taken bij proefpersonen met IAD. Over het algemeen duidden de FA-veranderingen en veranderingen in het volume van grijze stof, zoals getoond in de huidige studie, op een verandering in de hersenen op microstructureel niveau, wat ons begrip van IAD verbeterde.

Conclusie

We verstrekten bewijsmateriaal dat aangeeft dat IAD-proefpersonen meerdere structurele veranderingen in de hersenen hadden. De grijze stof atrofie en FA-veranderingen in witte stof in sommige hersengebieden waren significant gecorreleerd met de duur van internetverslaving. Deze resultaten kunnen, ten minste gedeeltelijk, worden geïnterpreteerd als de functionele beperking van cognitieve controle in IAD. De afwijkingen in de prefrontale cortex waren consistent met eerdere studies naar het onderzoeken van middelen [23], [48], [80], [81]Daarom hebben we gesuggereerd dat er mogelijk gedeeltelijk overlappende mechanismen bestaan ​​in IAD en middelengebruik. We hoopten dat onze resultaten ons begrip van IAD zullen vergroten en zullen helpen bij het verbeteren van de diagnose en preventie van IAD.

  

Dankwoord Top

We willen Qin Ouyang, Qizhu Wu en Junran Zhang bedanken voor waardevolle technische assistentie bij het uitvoeren van dit onderzoek.

 

Bijdragen van auteurs Top

Bedacht en ontwierp de experimenten: KY WQ YL. Voer de experimenten uit: KY WQ FZ LZ. Analyse van de gegevens: KY GW XY. Bijgedragen reagentia / materialen / analyse-instrumenten: PL JL JS. Schreef de krant: KY WQ KMD. Toezicht op technische details voor MRI- en DTI-analysehandelingen: WQ QG. Bijgedragen aan het schrijven van het manuscript: QG YL JT.

 

Referenties Top

  1. Ernst M, Pine D, Hardin M (2006) Triadisch model van de neurobiologie van gemotiveerd gedrag tijdens de adolescentie. Psychologische geneeskunde 36: 299-312. Vind dit artikel online
  2. Csikszentmihalyi M, Larson R, Prescott S (1977) De ecologie van activiteit en ervaring van adolescenten. Journal of youth and adolescence 6: 281-294. Vind dit artikel online
  3. Casey B, Tottenham N, Liston C, Durston S (2005) Beeldvorming van de ontwikkelende hersenen: wat hebben we geleerd over cognitieve ontwikkeling? Trends in Cognitive Sciences 9: 104-110. Vind dit artikel online
  4. Casey B, Galvan A, Hare T (2005) Veranderingen in de functionele organisatie van de hersenen tijdens cognitieve ontwikkeling. Huidige opinie over neurobiologie 15: 239-244. Vind dit artikel online
  5. Ernst M, Nelson E, Jazbec S, McClure E, Monk C, et al. (2005) Amygdala en nucleus accumbens in reacties op ontvangst en weglating van winst bij volwassenen en adolescenten. Neuroimage 25: 1279-1291. Vind dit artikel online
  6. Mei J, Delgado M, Dahl R, Stenger V, Ryan N, et al. (2004) Gebeurtenis-gerelateerde functionele magnetische resonantie beeldvorming van op beloning betrekking hebbende hersencircuits bij kinderen en adolescenten. Biologische psychiatrie 55: 359-366.
  7. Galvan A, Hare T, Parra C, Penn J, Voss H, et al. (2006) Vroegere ontwikkeling van de accumbens ten opzichte van orbitofrontale cortex zou ten grondslag kunnen liggen aan risicogedrag bij adolescenten. Journal of Neuroscience 26: 6885-6892. Vind dit artikel online
  8. Steinberg L (2005) Cognitieve en affectieve ontwikkeling in de adolescentie. Trends in Cognitive Sciences 9: 69-74. Vind dit artikel online
  9. Pine D, Cohen P, Brook J (2001) Emotionele reactiviteit en risico voor psychopathologie bij adolescenten. CNS-spectrums 6: 27-35. Vind dit artikel online
  10. Silveri M, Tzilos G, Pimentel P, Yurgelun-Todd D (2004) Trajecten van de emotionele en cognitieve ontwikkeling van adolescenten: effecten van seks en risico's voor drugsgebruik. Annalen van de New York Academy of Sciences 1021: 363-370. Vind dit artikel online
  11. Cao F, Su L, Liu T, Gao X (2007) De relatie tussen impulsiviteit en internetverslaving in een steekproef van Chinese adolescenten. Europese psychiatrie 22: 466-471. Vind dit artikel online
  12. Ko C, Yen J, Chen S, Yang M, Lin H, et al. (2009) Voorgestelde diagnostische criteria en de screening- en diagnosetool van internetverslaving bij studenten. Uitgebreide psychiatrie 50: 378-384. Vind dit artikel online
  13. Flisher C (2010) Aangesloten worden: een overzicht van internetverslaving. Journal of Paediatrics and Child Health 46: 557-559. Vind dit artikel online
  14. Christakis D (2010) Internetverslaving: een 21-ste eeuwepidemie? BMC-medicijn 8: 61. Vind dit artikel online
  15. Chou C, Condron L, Belland J (2005) Een overzicht van het onderzoek naar internetverslaving. Onderwijspsychologie Review 17: 363-388. Vind dit artikel online
  16. Young K (1998) Internetverslaving: de opkomst van een nieuwe klinische aandoening. CyberPsychology & Behavior 1: 237-244. Vind dit artikel online
  17. Morahan-Martin J, Schumacher P (2000) Incidentie en correlaten van pathologisch internetgebruik onder studenten. Computers in menselijk gedrag 16: 13-29. Vind dit artikel online
  18. Scherer K (1997) Online college leven: gezond en ongezond internetgebruik. Journal of College Student Development 38: 655-665. Vind dit artikel online
  19. Ko C, Liu G, Hsiao S, Yen J, Yang M, et al. (2009) Hersenactiviteiten in verband met gamingdrang bij online gamingverslaving. Journal of psychiatric research 43: 739-747. Vind dit artikel online
  20. Dong G, Lu Q, Zhou H, Zhao X (2010) Impulsremming bij mensen met internetverslavingsstoornis: elektrofysiologisch bewijs van een Go / NoGo-studie. Neuroscience Letters 485: 138-142. Vind dit artikel online
  21. Zhou Y, Lin F, Du Y, Qin L, Zhao Z, et al. (2009) Afwijkingen van grijze stof in internetverslaving: een op voxel gebaseerde morfometriestudie. European Journal of Radiology. doi:10.1016 / j.ejrad.2009.1010.1025.
  22. Jun L, Xue-ping G, Osunde I, Xin L, Shun-ke Z, et al. (2010) Verhoogde regionale homogeniteit in internetverslavingsstoornis: een rusttoestand functionele magnetische resonantie beeldvormingsstudie. Chinees medisch tijdschrift 123: 1904-1908. Vind dit artikel online
  23. Yuan K, Qin W, Dong M, Liu J, Sun J, et al. (2010) Grijze stoftekortkomingen en rusttoestand-afwijkingen bij abstinente heroïneafhankelijke personen. Neuroscience Letters 482: 101-105. Vind dit artikel online
  24. Yuan K, Qin W, Liu J, Guo Q, Dong M, et al. (2010) Veranderde hersenfunctionele netwerken in de kleine wereld en de duur van heroïnegebruik bij mannelijke, abstinente, van heroïne afhankelijke personen. Neuroscience Letters 477: 37-42. Vind dit artikel online
  25. Yuan K, Qin W, Dong M, Liu J, Liu P, et al. (2010) Het combineren van ruimtelijke en temporele informatie om de veranderingen in de rusttoestandnetwerken van abstinente heroïneafhankelijke personen te onderzoeken. Neuroscience Letters 475: 20-24. Vind dit artikel online
  26. Liu J, Liang J, Qin W, Tian J, Yuan K, et al. (2009) Disfunctionele verbindingspatronen bij chronische heroïnegebruikers: een fMRI-onderzoek. Neuroscience Letters 460: 72-77. Vind dit artikel online
  27. Volkow N, Fowler J, Wang G (2003) Het verslaafde menselijke brein: inzichten uit beeldvormingsstudies. Journal of Clinical Investigation 111: 1444-1451. Vind dit artikel online
  28. Ko C, Hsiao S, Liu G, Yen J, Yang M, et al. (2010) De kenmerken van besluitvorming, potentieel om risico's te nemen en persoonlijkheid van studenten met internetverslaving. Psychiatrie onderzoek 175: 121-125. Vind dit artikel online
  29. Beard K, Wolf E (2001) Wijziging van de voorgestelde diagnostische criteria voor internetverslaving. CyberPsychology & Behavior 4: 377-383. Vind dit artikel online
  30. Ashburner J, Friston K (2000) Morfometrie op basis van Voxel-de methoden. Neuroimage 11: 805-821. Vind dit artikel online
  31. Goede C, Johnsrude I, Ashburner J, Henson R, Fristen K, et al. (2001) Een voxel-gebaseerde morfometrische studie van veroudering in normale menselijke hersenen van 465. Neuroimage 14: 21-36. Vind dit artikel online
  32. Smith S, Jenkinson M, Woolrich M, Beckmann C, Behrens T, et al. (2004) Vooruitgang in functionele en structurele MR-beeldanalyse en -implementatie als FSL. Neuroimage 23: 208-219. Vind dit artikel online
  33. Smith S (2002) Snelle robuuste geautomatiseerde hersenextractie. Human Brain Mapping 17: 143-155. Vind dit artikel online
  34. Zhang Y, Brady M, Smith S (2001) Segmentatie van MR-beelden in de hersenen door een verborgen willekeurig Markov-veldmodel en het verwachtingsmaximaliseringsalgoritme. IEEE-transacties op medische beeldvorming 20: 45-57. Vind dit artikel online
  35. Jenkinson M, Smith S (2001) Een algemene optimalisatiemethode voor robuuste affiene registratie van hersenbeelden. Medische beeldanalyse 5: 143-156. Vind dit artikel online
  36. Jenkinson M, Bannister P, Brady M, Smith S (2002) Verbeterde optimalisatie voor de robuuste en nauwkeurige lineaire registratie en bewegingscorrectie van hersenscans. Neuroimage 17: 825-841. Vind dit artikel online
  37. Andersson J, Jenkinson M, Smith S (2007) Niet-lineaire optimalisatie. FMRIB Analysis Group Technische rapporten: TR07JA02 van www.fmrib.ox.ac.uk/analysis/techrep.
  38. Andersson J, Jenkinson M, Smith S (2007) Niet-lineaire registratie, ook bekend als Ruimtelijke normalisatie. FMRIB Analysis Group Technische rapporten: TR07JA02 van www.fmrib.ox.ac.uk/analysis/techrep.
  39. Rueckert D, Sonoda L, Hayes C, Hill D, Leach M, et al. (2002) Niet-gestrekte registratie met behulp van vrije vervormingen: applicatie op MR-beelden van de borst. IEEE-transacties op medische beeldvorming 18: 712-721. Vind dit artikel online
  40. Nichols T, Holmes A (2002) Niet-parametrische permutatietests voor functionele neuroimaging: een primer met voorbeelden. Human Brain Mapping 15: 1-25. Vind dit artikel online
  41. Dong G, Lu Q, Zhou H, Zhao X, Miles J (2011) Precursor of Sequela: Pathologische aandoeningen bij mensen met een internetverslaving. PloS one 6: 306-307. Vind dit artikel online
  42. Beaulieu C (2002) De basis van anisotrope waterdiffusie in het zenuwstelsel - een technische beoordeling. NMR in Biomedicine 15: 435-455. Vind dit artikel online
  43. Smith S, Jenkinson M, Johansen-Berg H, Rueckert D, Nichols T, et al. (2006) Tractgebaseerde ruimtelijke statistieken: voxelwise-analyse van multidepartement-diffusiegegevens. Neuroimage 31: 1487-1505. Vind dit artikel online
  44. Smith S, Johansen-Berg H, Jenkinson M, Rueckert D, Nichols T, et al. (2007) Acquisitie en voxelwise analyse van multi-subject diffusiegegevens met tract-gebaseerde ruimtelijke statistieken. Natuurprotocollen 2: 499-503. Vind dit artikel online
  45. Kaufman J, Ross T, Stein E, Garavan H (2003) Cinguleren hypoactiviteit bij cocaïnegebruikers tijdens een GO-NOGO-taak zoals blijkt uit event-related functionele magnetische resonantie beeldvorming. Journal of Neuroscience 23: 7839-7843. Vind dit artikel online
  46. Li C, Sinha R (2008) Remmende controle en regulering van emotionele stress: neuroimaging-bewijs voor frontale limbische disfunctie bij psycho-stimulerende verslaving. Neuroscience & Biobehavioral Reviews 32: 581-597. Vind dit artikel online
  47. Botvinick M, Braver T, Barch D, Carter C, Cohen J (2001) Conflictmonitoring en cognitieve controle. Psychologisch overzicht 108: 624-652. Vind dit artikel online
  48. Krawczyk D (2002) Bijdragen van de prefrontale cortex aan de neurale basis van menselijke besluitvorming. Neuroscience & Biobehavioral Reviews 26: 631-664. Vind dit artikel online
  49. Wilson S, Sayette M, Fiez J (2004) Prefrontale reacties op drugspunten: een neurocognitieve analyse. Nature Neuroscience 7: 211-214. Vind dit artikel online
  50. Barber A, Carter C (2005) Cognitieve controle betrokken bij het overwinnen van prepotente responstendensen en schakelen tussen taken. Cerebrale cortex 15: 899-912. Vind dit artikel online
  51. MacDonald A, Cohen J, Stenger V, Carter C (2000) Dissociëren van de rol van de dorsolaterale prefrontale en anterior cingulate cortex bij cognitieve controle. Wetenschap 288: 1835-1838. Vind dit artikel online
  52. Botvinick M, Nystrom L, Fissell K, Carter C, Cohen J (1999) Conflictmonitoring versus selectie-voor-actie in anterior cingulate cortex. Natuur 402: 179-180. Vind dit artikel online
  53. Vanderhasselt M, De Raedt R, Baeken C (2009) Dorsolaterale prefrontale cortex en Stroop-prestaties: de lateralisatie aanpakken. Psychonomic bulletin & review 16: 609-612. Vind dit artikel online
  54. Forman S, Dougherty G, Casey B, Siegle G, Braver T, et al. (2004) Opiaatverslaafden missen foutafhankelijke activering van rostraal anterieure cingulate. Biologische psychiatrie 55: 531-537. Vind dit artikel online
  55. Fu L, Bi G, Zou Z, Wang Y, Ye E, et al. (2008) Verminderde respons-remmingsfunctie bij abstinente heroïneafhankelijke kinderen: een fMRI-onderzoek. Neuroscience Letters 438: 322-326. Vind dit artikel online
  56. Rollen E (2000) De orbitofrontale cortex en beloning. Cerebrale cortex 10: 284-294. Vind dit artikel online
  57. Groenewegen H, Uylings H (2000) De prefrontale cortex en de integratie van sensorische, limbische en autonome informatie. Vooruitgang in hersenonderzoek 126: 3-28. Vind dit artikel online
  58. Balleine B, Dickinson A (1998) Doelgerichte instrumentale actie: contingentie en incentive leren en hun corticale substraten. Neurofarmacologie 37: 407-419. Vind dit artikel online
  59. Simmonds D, Pekar J, Mostofsky S (2008) Meta-analyse van Go / No-go-taken die aantonen dat fMRI-activatie geassocieerd met responsremming taakafhankelijk is. Neuropsychologia 46: 224-232. Vind dit artikel online
  60. Ray Li C, Huang C, Constable R, Sinha R (2006) Imaging-responsremming in een stop-signaaltaak: neurale correlaties onafhankelijk van signaalmonitoring en verwerking na respons. Journal of Neuroscience 26: 186-192. Vind dit artikel online
  61. Raymond J, Lisberger S, Mauk M (1996) Het cerebellum: een neuronale leermachine? Wetenschap 272: 1126-1131. Vind dit artikel online
  62. Schmahmann J, Sherman J (1998) Het cerebellaire cognitieve affectieve syndroom. Brain 121: 561-579. Vind dit artikel online
  63. Desmond J (2001) Betrokkenheid van de cerebellaire cellen in cognitieve functies: bewijs van neuroimaging. Internationale evaluatie van psychiatrie 13: 283-294. Vind dit artikel online
  64. Heyder K, Suchan B, Daum I (2004) Cortico-subcorticale bijdragen aan uitvoerende controle. Acta Psychologica 115: 271-289. Vind dit artikel online
  65. Wagner A, Schacter D, Rotte M, Koutstaal W, Maril A, et al. (1998) Bouwherinneringen: onthouden en vergeten van verbale ervaringen zoals voorspeld door hersenactiviteit. Wetenschap 281: 1188-1191. Vind dit artikel online
  66. Tulving E, Markowitsch H, Craik F, Habib R, Houle S (1996) Nieuwheid en bekendheid activeringen in PET-studies van geheugencodering en -herstel. Cerebrale cortex 6: 71-79. Vind dit artikel online
  67. Powell H, Guye M, Parker G, Symms M, Boulby P, et al. (2004) Niet-invasieve in vivo demonstratie van de verbindingen van de menselijke parahippocampale gyrus. Neuroimage 22: 740-747. Vind dit artikel online
  68. BURWELL R (2000) De parahippocampale regio: corticocorticale connectiviteit. Annalen van de New York Academy of Sciences 911: 25-42. Vind dit artikel online
  69. Zhu X, Wang X, Xiao J, Zhong M, Liao J, et al. (2010) Veranderde integriteit van witte stof in eerste-episode, behandelingsnaïeve jonge volwassenen met depressieve stoornis: een op tractiegebaseerd onderzoek naar ruimtelijke statistieken. Hersenkraker 1396: 223-229. Vind dit artikel online
  70. Luck D, Danion J, Marrer C, Pham B, Gounot D, et al. (2010) De juiste parahippocampale gyrus draagt ​​bij aan de vorming en het onderhoud van gebonden informatie in het werkgeheugen. Hersenen en cognitie 72: 255-263. Vind dit artikel online
  71. Engle R, Kane M (2003) Uitvoerende aandacht, werkgeheugencapaciteit en een twee-factorentheorie van cognitieve controle. Psychologie van leren en motivatie 44: 145-199. Vind dit artikel online
  72. Jun L, Xue-ping G, Osunde I, Xin L, Shun-ke Z, et al. Verhoogde regionale homogeniteit in internetverslavingsstoornis: een rusttoestand functionele magnetische resonantie beeldvormingsstudie. Chinees medisch tijdschrift 123: 1904-1908. Vind dit artikel online
  73. Ouder A, Carpenter M (1996) Carpenter's menselijke neuroanatomie: Williams & Wilkins.
  74. Wakana S, Jiang H, Nagae-Poetscher L, van Zijl P, Mori S (2004) Op vezels gebaseerde Atlas van menselijke witte materie Anatomie1. Radiologie 230: 77-87. Vind dit artikel online
  75. Andersen R, Knight P, Merzenich M (1980) De thalamocorticale en corticothalamische verbindingen van AI, AII en het anterieure gehoorveld (AFF) in de kat: bewijs van twee grotendeels geselgregeerde systemen van verbindingen. The Journal of Comparative Neurology 194: 663-701. Vind dit artikel online
  76. Winer J, Diehl J, Larue D (2001) Prognoses van de auditieve cortex naar het mediale geniculate lichaam van de kat. The Journal of Comparative Neurology 430: 27-55. Vind dit artikel online
  77. Schnitzler A, Salenius S, Salmelin R, Jousm ki V, Hari R (1997) Betrokkenheid van de primaire motorische cortex in motorische beelden: een neuromagnetisch onderzoek. Neuroimage 6: 201-208. Vind dit artikel online
  78. Shibasaki H, Sadato N, Lyshkow H, Yonekura Y, Honda M, et al. (1993) Zowel de primaire motorische cortex als het aanvullende motorische gebied spelen een belangrijke rol bij complexe vingerbewegingen. Brain 116: 1387-1398. Vind dit artikel online
  79. Draganski B, Gaser C, Busch V, Schuierer G, Bogdahn U, et al. (2004) Neuroplasticiteit: veranderingen in grijze massa veroorzaakt door training. Natuur 427: 311-312. Vind dit artikel online
  80. Boyke J, Driemeyer J, Gaser C, Buchel C, May A (2008) Door training geïnduceerde veranderingen in de hersenstructuur bij ouderen. Journal of Neuroscience 28: 7031-7035. Vind dit artikel online
  81. Scholz J, Klein MC, Behrens TEJ, Johansen-Berg H (2009) Training induceert veranderingen in de architectuur van witte materie. Nature Neuroscience 12: 1370-1371. Vind dit artikel online
  82. Cummings JL (1993) Frontale-subcorticale circuits en menselijk gedrag. Archives of neurology 50: 873-880. Vind dit artikel online
  83. Cummings JL (1995) Anatomische en gedragsaspecten van de frontale / subcorticale circuits. Annalen van de New York Academy of Sciences 769: 1-14. Vind dit artikel online
  84. Albin RL, Young AB, Penney JB (1989) De functionele anatomie van basale ganglionstoornissen. Trends in neurowetenschappen 12: 366-375. Vind dit artikel online
  85. Levitt JJ, Kubicki M, Nestor PG, Ersner-Hershfield H, Westin C, et al. (2010) Een diffusie tensor beeldvormend onderzoek van het voorste lid van de interne capsule bij schizofrenie. Psychiatrie onderzoek 184: 143-150. Vind dit artikel online
  86. Werring D, Clark C, Barker G, Miller D, Parker G, et al. (1998) De structurele en functionele mechanismen van motorisch herstel: complementair gebruik van diffusietensor en functionele magnetische resonantiebeeldvorming bij een traumatisch letsel van de interne capsule. Journal of Neurology, Neurosurgery & Psychiatry 65: 863-869. Vind dit artikel online
  87. Niogi S, Mukherjee P, Ghajar J, Johnson C, Kolster R, et al. (2008) Mate van microstructurele wittestofverwonding in postconcussief syndroom correleert met een verminderde cognitieve reactietijd: een 3T diffusie tensor-beeldvormingsonderzoek van mild traumatisch hersenletsel. American Journal of Neuroradiology 29: 967-973. Vind dit artikel online
  88. Young K (1999) Internetverslaving: symptomen, evaluatie en behandeling. Innovaties in de klinische praktijk: een bronnenboek 17: 19-31. Vind dit artikel online
  89. Beard K (2005) Internetverslaving: een overzicht van de huidige beoordelingstechnieken en mogelijke beoordelingsvragen. CyberPsychologie en gedrag 8: 7-14. Vind dit artikel online
  90. Culver J, Gerr F, Frumkin H (1997) Medische informatie op internet. Journal of General Internal Medicine 12: 466-470.