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: [email protected] (YL); [email protected] (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 voxel-gebaseerde morfometrie (VBM)-techniek en bestudeerden de veranderingen in de fractionele anisotropie (FA) van de witte stof met behulp van diffusietensorbeeldvorming (DTI). We koppelden deze structurele hersenmetingen aan de duur van IAD. We leverden bewijs voor meerdere structurele veranderingen in de hersenen van IAD-patiënten. VBM-resultaten toonden een verminderd volume grijze stof aan in de bilaterale dorsolaterale prefrontale cortex (DLPFC), het supplementaire motorische gebied (SMA), de orbitofrontale cortex (OFC), het cerebellum en de linker rostrale ACC (rACC). DTI-analyse onthulde een verhoogde FA-waarde van de linker posterieure tak van de interne capsule (PLIC) en een verlaagde FA-waarde in de witte stof van de rechter parahippocampale gyrus (PHG). De grijze-stofvolumes van de DLPFC, rACC, SMA en de veranderingen in de FA van de witte stof van de PLIC waren significant gecorreleerd met de duur van de 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 belangrijke periode tussen kindertijd en volwassenheid wordt de adolescentie gekenmerkt door veranderingen in de fysieke, psychologische en sociale ontwikkeling [1] . Tijdens deze ontwikkelingsfase brengen jongeren meer tijd door met leeftijdsgenoten en volwassenen en worden ze geconfronteerd met een veranderende sociale omgeving waarin meer conflicten ontstaan ​​[2] . De aanwezigheid van relatief onvolgroeide cognitieve controle [3] – [7] maakt deze periode kwetsbaar en een tijd van aanpassing [8] en kan leiden tot een hogere incidentie van affectieve stoornissen en verslavingen onder adolescenten [8] – [10] . Internetverslaving (IAD), een van de meest voorkomende psychische problemen onder Chinese adolescenten, wordt momenteel steeds ernstiger [11].

Het gebruik van internet is de afgelopen jaren wereldwijd enorm toegenomen. Internet biedt toegang op afstand tot anderen en een overvloed aan informatie op alle interessegebieden. Ongepast internetgebruik heeft echter geleid tot een aantasting van het psychologisch welzijn, schooluitval en verminderde werkprestaties [12] – [18] . Hoewel internetverslaving (IAD) nog niet officieel is gecodificeerd binnen een psychopathologisch kader, neemt de prevalentie ervan toe en heeft het de aandacht getrokken van psychiaters, onderwijzers en het publiek. De relatief onvolgroeide cognitieve controle van adolescenten maakt hen kwetsbaar voor het ontwikkelen van IAD. Sommige adolescenten kunnen hun impulsieve internetgebruik, gedreven door de behoefte aan nieuwe ervaringen, niet beheersen en raken uiteindelijk verslaafd aan internet. Gegevens van de China Youth Internet Association (aankondiging van 2 februari 2010) tonen aan dat het percentage internetverslaving onder Chinese stedelijke jongeren ongeveer 14% bedraagt. Het is belangrijk om te vermelden dat het totale aantal 24 miljoen is ( http://www.zqwx.youth.cn/ ).

Er zijn wereldwijd talloze studies naar IAD uitgevoerd, die interessante bevindingen hebben opgeleverd [11] , [15] , [19] – [22] . Ko et al. [19] identificeerden de neurale substraten van online gameverslaving door de hersengebieden te evalueren die geassocieerd zijn met de door prikkels geïnduceerde gamedrang. Deze gebieden omvatten de rechter orbitofrontale cortex (OFC), de rechter nucleus accumbens (NAc), de bilaterale anterieure cingulate cortex (ACC), de mediale frontale cortex, de rechter dorsolaterale prefrontale cortex (DLPFC) en de rechter nucleus caudatus. Vanwege de gelijkenis van de door prikkels geïnduceerde hunkering bij middelenafhankelijkheid, suggereerden zij dat de gamedrang/hunkering bij online gameverslaving en hunkering bij middelenafhankelijkheid mogelijk dezelfde neurobiologische mechanismen delen. Cao et al. [11] ontdekten dat Chinese adolescenten met IAD meer impulsiviteit vertoonden dan controlegroepen. Recentelijk hebben Dong et al. [20] onderzocht de responsinhibitie bij mensen met IAD door event-gerelateerde hersenpotentialen te registreren tijdens een Go/NoGo-taak en toonde aan dat de IAD-groep een lagere NoGo-N2-amplitude, een hogere NoGo-P3-amplitude en een langere NoGo-P3-pieklatentie vertoonde dan de normale groep. Ze suggereerden dat de IAD-patiënten een lagere activatie hadden in de fase van conflictdetectie dan de normale groep; daarom moesten ze meer cognitieve inspanningen leveren om de inhibitietaak in de latere fase te voltooien. Bovendien vertoonden de IAD-patiënten een lagere efficiëntie in informatieverwerking en een lagere cognitieve controle [20] . Sommige onderzoekers detecteerden ook tekorten in de dichtheid van grijze stof [21] en afwijkingen in de rusttoestand [22] bij IAD-patiënten, zoals een lagere dichtheid van grijze stof in de linker ACC, de linker posterieure cingulate cortex (PCC), de linker insula en de linker linguale gyrus en een verhoogde regionale homogeniteit (ReHo) in de rechter cingulate gyrus, de bilaterale parahippocampus en enkele andere hersengebieden.

Helaas bestaat er momenteel geen gestandaardiseerde behandeling voor IAD. Klinieken in China hebben strakke schema's, strikte discipline en elektroshocktherapie geïmplementeerd, wat hen berucht heeft gemaakt vanwege deze behandelingsmethoden [13] . Het ontwikkelen van effectieve methoden voor interventie en behandeling van IAD vereist allereerst een duidelijk begrip van de mechanismen die aan deze ziekte ten grondslag liggen. Er zijn echter weinig studies die de afwijkingen in de witte stof bij adolescenten met IAD hebben beschreven. Kennis van de afwijkingen in de grijze en witte stof van de hersenen en de 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 biedt ons ideale methoden om deze kwesties te onderzoeken [23] – [27] . In deze studie onderzochten we de morfologie van de hersenen bij adolescenten met IAD met behulp van een geoptimaliseerde voxel-gebaseerde morfometrie (VBM)-techniek en bestudeerden we veranderingen in de fractionele anisotropie (FA) van de witte stof met behulp van de diffusietensorbeeldvorming (DTI)-methode. We koppelden deze structurele hersenmetingen aan de duur van IAD. Uit eerdere IAD-studies kunnen we concluderen dat IAD-patiënten een verminderde cognitieve controle vertoonden. We veronderstelden daarom dat langdurige internetverslaving zou leiden tot veranderingen in de hersenstructuur en dat deze structurele afwijkingen verband hielden met functionele beperkingen in de cognitieve controle bij IAD-patiënten [15] , [16] , [20] , [28] . Bovendien zouden de structurele afwijkingen in bepaalde hersengebieden correleren met de duur van 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 for Internet addiction (YDQ) criteria van Beard en Wolf [16] , [29] namen achttien eerste- en tweedejaars studenten met IAD (12 mannen, gemiddelde leeftijd = 19.4 ± 3.1 jaar, opleiding 13.4 ± 2.5 jaar) deel aan ons onderzoek. De YDQ-criteria [16] bestonden uit de volgende acht 'ja' of 'nee' vragen: (1) Voelt u zich geabsorbeerd door het internet (herinnert u zich eerdere online activiteiten of de gewenste volgende online sessie)? (2) Voelt u zich tevreden met internetgebruik als u uw online tijd verlengt? (3) Is het u herhaaldelijk niet gelukt om uw internetgebruik te beheersen, te verminderen of te stoppen? (4) Voelt u zich nerveus, humeurig, depressief of gevoelig wanneer u probeert uw internetgebruik te verminderen of te stoppen? (5) Blijft u langer online dan oorspronkelijk de bedoeling was? (6) Heeft u het risico genomen om een ​​belangrijke relatie, baan, opleiding of carrièrekans te verliezen vanwege het internet? (7) Heb je tegen je familieleden, therapeut of anderen gelogen om de waarheid over je internetgebruik te verbergen? (8) Gebruik je internet als een manier om aan problemen te ontsnappen of om een ​​angstige stemming te verlichten (bijvoorbeeld gevoelens van hulpeloosheid, schuld, angst of depressie)? Alle acht vragen werden in het Chinees vertaald. Young stelde dat vijf of meer 'ja'-antwoorden op de acht vragen duiden op een internetverslaafde gebruiker [16] . Later hebben Beard en Wolf de YDQ-criteria aangepast [29] , en respondenten die 'ja' antwoordden op vragen 1 tot en met 5 en op ten minste één van de overige drie vragen werden geclassificeerd als lijdend aan internetverslaving. Deze classificatie werd gebruikt voor de screening van de proefpersonen in de huidige studie. De verslaving was een geleidelijk proces, dus onderzochten we 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 voor het eerst verslaafd raakten aan internet. Om te garanderen dat ze leden aan internetverslaving, hebben we ze opnieuw getest met de YDQ-criteria, aangepast door Beard en Wolf. We hebben de betrouwbaarheid van de zelfrapportages van de IAD-patiënten ook bevestigd door telefonisch met hun ouders te spreken. De IAD-patiënten 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 bij de huisgenoten en klasgenoten van de IAD-patiënten, die er vaak op stonden om 's avonds laat op internet te zitten en zo het leven van anderen te verstoren, ondanks de gevolgen. Achttien qua leeftijd en geslacht overeenkomende ( p > 0.01) gezonde controlepersonen (12 mannen, gemiddelde leeftijd = 19.5 ± 2.8 jaar, opleidingsniveau 13.3 ± 2.0 jaar) zonder persoonlijke of familiale voorgeschiedenis van psychiatrische stoornissen namen ook deel aan ons onderzoek. Volgens een eerder IAD-onderzoek [19] hebben we gezonde controlepersonen gekozen die minder dan 2 uur per dag op internet doorbrachten. De gezonde controlegroep werd ook getest met de YDQ-criteria, aangepast door Beard en Wolf, om er zeker van te zijn dat ze geen IAD hadden. Alle gerekruteerde deelnemers die werden gescreend, waren moedertaalsprekers van het Chinees, hadden nooit illegale middelen gebruikt en waren rechtshandig. Voorafgaand aan de MRI-scan werd bij alle proefpersonen een urinetest op drugsgebruik uitgevoerd om middelenmisbruik uit te sluiten. Uitsluitingscriteria voor beide groepen waren: (1) het bestaan ​​van een neurologische aandoening; (2) alcohol-, nicotine- of drugsmisbruik; (3) zwangerschap of menstruatie bij vrouwen; en (4) elke lichamelijke aandoening zoals een hersentumor, hepatitis of epilepsie, vastgesteld aan de hand van klinische evaluaties en medische dossiers. Daarnaast werden 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 beoordelen. Alle patiënten en gezonde controlepersonen gaven schriftelijk toestemming. Meer gedetailleerde demografische informatie is te vinden 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.

De beeldvorming werd uitgevoerd met een 3T Siemens-scanner (Allegra; Siemens Medical System) in het Huaxi MR Research Center, West China Hospital van de Sichuan Universiteit, Chengdu, China. Er werd gebruikgemaakt van een standaard birdcage-hoofdspiraal, samen met fixatiekussens van schuim om hoofdbewegingen te minimaliseren en scannerruis te verminderen. Beeldsequenties werden verkregen door middel van diffusiegewogen beeldvorming met single-shot echo planar imaging, uitgelijnd met het anteroposteriore commissurale vlak. Diffusietensorbeelden werden verkregen met 2 gemiddelden. De diffusiegevoelige gradiënten werden toegepast langs 30 niet-lineaire richtingen (b = 1000 s/mm² ) samen met een acquisitie zonder diffusiegewicht (b = 0 s/mm² ) . De beeldvormingsparameters waren 45 continue axiale plakken met een plakdikte van 3 mm en zonder tussenruimte, gezichtsveld = 240×240 mm² , herhalingstijd/echotijd = 6800/93 ms, acquisitiematrix = 128×128. Daarnaast werden de axiale 3D T1-gewogen beelden verkregen met een spoiled gradient recall-sequentie en de volgende parameters: TR = 1900 ms; TE = 2.26 ms; fliphoek = 90 ° ; in-plane matrixresolutie = 256×256; plakken = 176; gezichtsveld = 256 mm; voxelgrootte = 1×1×1 mm.

2.2.2 VBM.

Structurele data werden verwerkt met een FSL-VBM-protocol [30] , [31] met FSL 4.1-software [32] . Eerst werden alle T1-beelden hersenextractie uitgevoerd met behulp van de brain extracting tool (BET) [33] . Vervolgens werd weefseltypesegmentatie uitgevoerd met behulp van FMRIB's automated segmentation tool (FAST) V4.1 [34] . De resulterende beelden van het grijze-materiepartiële volume werden vervolgens uitgelijnd met de MNI152-standaardruimte met behulp van FMRIB's linear image registration tool (FLIRT) [35] , [36] , gevolgd door optionele niet-lineaire registratie met behulp van FMRIB's nonlinear image registration tool (FNIRT) [37] , [38] , die gebruikmaakt van een b-spline-representatie van het registratie-warpveld [39] . De resulterende beelden werden gemiddeld om een ​​studiespecifieke template te creëren, waaraan de oorspronkelijke beelden van de grijze materie vervolgens niet-lineair opnieuw werden geregistreerd. Het geoptimaliseerde protocol introduceerde een modulatie voor de contractie/vergroting als gevolg van de niet-lineaire component van de transformatie: elke voxel van de geregistreerde grijze-materieafbeelding werd gedeeld door de Jacobiaan van het vervormingsveld. Ten slotte werden, om de beste gladmakingskernel te kiezen, alle 32 gemoduleerde, genormaliseerde grijze-materievolume-afbeeldingen gladgemaakt met isotrope Gaussische kernels met toenemende grootte (sigma = 2.5, 3, 3.5 en 4 mm, overeenkomend met respectievelijk een FWHM van 6, 7, 8 en 9.2 mm). Regionale veranderingen in de grijze materie werden beoordeeld met behulp van permutatiegebaseerde niet-parametrische testen met 5000 willekeurige permutaties [40] . Covariantieanalyse (ANCOVA) werd gebruikt met leeftijd, geslachtseffecten en het totale intracraniële volume als covariaten. Het totale intracraniële volume werd berekend als de som van de volumes grijze materie, witte materie en hersenvocht uit FSL BET-segmentaties. Recentelijk hebben Dong et al. Er werd vastgesteld dat de scores voor depressie en angst significant hoger waren na de verslaving dan ervoor bij sommige studenten, en zij suggereerden dat dit gevolgen waren van IAD, waardoor SAS en SDS niet als confounders werden meegenomen [41] . Correctie voor meervoudige vergelijkingen werd uitgevoerd met behulp van een clustergebaseerde drempelmethode, waarbij een initiële cluster een drempelwaarde vormde bij t = 2.0. Resultaten werden als significant beschouwd voor p < 0.05. Voor de gebieden waar IAD-patiënten een significant ander volume grijze stof vertoonden dan de controlegroep, werden de volumes grijze stof van deze gebieden geëxtraheerd, gemiddeld en geregresseerd ten opzichte van de duur van de internetverslaving.

2.2.3 DTI.

We berekenden de FA-waarde voor elke voxel, die de mate van diffusie-anisotropie binnen een voxel weerspiegelde (bereik 0–1, waarbij kleinere waarden duidden op meer isotrope diffusie en minder coherentie en grotere waarden op een directionele afhankelijkheid van de Brownse beweging als gevolg van witte stofbanen) [42] . Voor de FA-berekening werd de FDT-software in FSL 4.1 gebruikt [32] . Allereerst werd een correctie voor wervelstromen en hoofdbewegingen uitgevoerd door middel van affiene registratie op het eerste niet-diffusiegewogen volume van elke proefpersoon. FA-beelden werden gemaakt door de diffusietensor aan te passen aan de ruwe diffusiegegevens na extractie van de hersenen met behulp van BET [33] . Vervolgens werd een voxel-gebaseerde statistische analyse van de FA-gegevens uitgevoerd met behulp van het tract-based spatial statistics (TBSS) V1.2-gedeelte van FSL [43] , [44] . FA-beelden van alle proefpersonen (IAD-patiënten en gezonde controles) werden uitgelijnd in een FMRIB58_FA-standaardruimtebeeld door FNIRT [37] , [38] met behulp van een b-spline-representatie van het registratie-warpveld [39] . Vervolgens werd het gemiddelde FA-beeld gecreëerd en uitgedund om een ​​gemiddeld FA-skelet te maken (drempelwaarde van 0.2) dat de centra van alle tracten vertegenwoordigt die gemeenschappelijk zijn voor de groep. De uitgelijnde FA-gegevens van elke proefpersoon werden vervolgens teruggeprojecteerd op dit skelet. Veranderingen in de FA-waarde van de witte stof werden beoordeeld met behulp van permutatiegebaseerde niet-parametrische testen [40] met 5000 willekeurige permutaties. ANCOVA werd toegepast met leeftijd en geslacht als covariaten. Correctie voor meervoudige vergelijkingen werd uitgevoerd met behulp van een clustergebaseerde drempelmethode, met een initiële clusterdrempel van t = 2.0. Resultaten werden als significant beschouwd voor p < 0.05. Voor de clusters waarin proefpersonen met internetverslaving significant verschillende FA-waarden vertoonden ten opzichte van de controlegroep, werden de FA-waarden van deze hersengebieden geëxtraheerd, gemiddeld en vervolgens geregresseerd op de duur van de 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 veranderingen in het volume van de grijze stof werden niet-parametrisch beoordeeld met behulp van geoptimaliseerde VBM. Correctie voor meervoudige vergelijkingen werd uitgevoerd met behulp van een clustergebaseerde drempelmethode. VBM-vergelijkingen tussen IAD-patiënten en gematchte gezonde controles lieten een verminderd volume van de grijze stof zien in verschillende clusters, namelijk de bilaterale DLPFC, het supplementaire motorische gebied (SMA), de OFC, het cerebellum en de linker rostrale ACC (rACC), na correctie voor potentiële confounders zoals leeftijd, geslacht en het totale intracraniële volume. De volumes van de grijze stof in de rechter DLPFC, de linker rACC en de rechter SMA vertoonden een negatieve correlatie met het aantal maanden internetverslaving (r1 = −0.7256, p1 < 0.005; r2 = −0.7409, p2 < 0.005; r3 = −0.6451, p3 < 0.005). Geen enkele hersenregio vertoonde een hoger volume van de grijze stof dan de gezonde controles, zoals weergegeven in Figuur 1 en Tabel 2.

 

thumbnail  

 

 

 

 

 

 

 

 

 

Figuur 1. VBM-resultaten.

A. Verminderd volume grijze stof bij IAD-patiënten, (1- p ) gecorrigeerde p -waardebeelden. De achtergrondafbeelding is de standaard MNI152_T1_1mm_brain template in FSL. B. De volumes grijze stof van de DLPFC, rACC en SMA waren negatief gecorreleerd met de duur van de internetverslaving.

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

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Tabel 2. Gebieden die een abnormaal volume grijze stof en FA (fractionele anisotropie) van de witte stof vertoonden tussen proefpersonen met een internetverslavingsstoornis (IAD) en gezonde controlepersonen ( p < 0.05 gecorrigeerd).

doi: 10.1371 / journal.pone.0020708.t002

3.2 DTI-resultaten

Wat betreft de DTI-data-analyse werd een correctie voor meervoudige vergelijkingen uitgevoerd met behulp van de clustergebaseerde drempelmethode. Onze TBSS-resultaten lieten een verhoogde FA-waarde (IAD: 0.78±0.04; controle: 0.56±0.02) zien in de linker posterieure tak van de interne capsule (PLIC) bij IAD-patiënten in vergelijking met gezonde controles, en een verlaagde FA-waarde (IAD: 0.31±0.04; controle: 0.48±0.03) in de witte stof van de rechter parahippocampale gyrus (PHG), zoals weergegeven in Figuur 2 en Tabel 2. Bovendien bleek de FA-waarde in de linker PLIC positief te correleren met de duur van de internetverslaving (r = 0.5869, p < 0.05), terwijl er geen significante correlatie werd waargenomen tussen de FA-waarde van de rechter PHG en de duur van de internetverslaving.

thumbnail  

 

 

 

 

 

 

 

 

 

 

 

 

Figuur 2. DTI-resultaten.

A. Witte stofstructuren die abnormale FA vertonen bij IAD-patiënten, (1- p )-gecorrigeerde p -waardebeelden. De achtergrondafbeelding is de standaard FMRIB58_FA_1mm-template in FSL. Rood-gele voxels representeren gebieden waarin de FA significant verlaagd was bij IAD-patiënten in vergelijking met gezonde controles. Blauw-lichtblauwe voxels representeren een verhoogde FA bij IAD-patiënten. B. De FA van de PLIC was positief gecorreleerd met de duur van de 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

Internetverslaving (IAD) resulteert in een verminderd psychologisch welzijn, schooluitval en verminderde werkprestaties bij adolescenten [12] – [18] . Er bestaat echter momenteel geen gestandaardiseerde behandeling voor IAD. Het ontwikkelen van effectieve interventie- en behandelingsmethoden voor IAD vereist allereerst een duidelijk begrip van de mechanismen. Kennis van de structurele afwijkingen in de hersenen bij IAD is cruciaal voor het identificeren van mogelijke farmacotherapieën voor de behandeling van deze stoornis. In deze studie ontdekten we veranderingen in het volume van de grijze stof en veranderingen in de FA-waarde van de witte stof bij adolescenten met IAD. We brachten ook het verband aan het licht tussen deze structurele afwijkingen en de duur van de internetverslaving. We suggereren dat IAD resulteert in structurele veranderingen in de hersenen van de adolescenten en dat deze structurele afwijkingen waarschijnlijk verband houden met functionele beperkingen in de cognitieve controle.

4.1 VBM-resultaten

In overeenstemming met een eerder VBM-onderzoek [21] vonden we geen hersengebieden met een verhoogd volume grijze stof bij internetverslaafden . Vergelijking van het volume grijze stof per regio toonde atrofie aan binnen verschillende clusters voor de gehele groep internetverslaafden ( p < 0.05, gecorrigeerd), namelijk de bilaterale DLPFC, SMA, cerebellum, OFC en de linker rACC (zoals weergegeven in Figuur 1 ). Bovendien was atrofie van de rechter DLPFC, de linker rACC en de rechter SMA negatief gecorreleerd met de duur van de internetverslaving, iets wat Zhou et al. niet konden vaststellen [21] . Deze resultaten tonen aan dat naarmate de internetverslaving aanhield, de hersenatrofie van de DLPFC, rACC en SMA ernstiger werd. Sommige resultaten met betrekking tot hersenatrofie in ons onderzoek verschilden van eerdere bevindingen [21] , wat mogelijk te wijten is aan de verschillende methoden voor gegevensverwerking. In het huidige onderzoek werden de mogelijke verstorende effecten van leeftijd, geslacht en het totale hersenvolume als covariaten meegenomen, iets wat in het eerdere onderzoek niet werd overwogen. De verschillende verwerkingsmethoden hebben mogelijk tot de verschillende resultaten geleid.

Volgens eerdere studies naar drugsverslaving leiden langdurig middelenmisbruik [45] , [46] en internetverslaving [11] , [20] tot een verminderde cognitieve controle. Cognitieve controle kan worden opgevat als het vermogen om dominante maar onjuiste reacties te onderdrukken en irrelevante informatie binnen een stimulusset te filteren, zodat passende acties kunnen worden ondernomen om te voldoen aan complexe taakeisen en zich aan te passen aan veranderende omgevingen [47] . Talrijke functionele hersenbeeldvormingsstudies hebben aangetoond dat de DLPFC en de rACC centraal betrokken zijn bij cognitieve controle [48] , [49] . Verschillende neurocognitieve studies hebben aangetoond dat cognitieve controle verband houdt met een specifiek cortico-subcorticaal circuit, waaronder de rACC en de DLPFC [50] , [51] . Volgens een prominente hypothese over conflictmonitoring [47] , [52] wordt het optreden van een reactieconflict gesignaleerd door de rACC, wat leidt tot de activering van de DLPFC voor meer cognitieve controle voor de daaropvolgende prestatie. Deze belangrijke rol van de DLPFC is in neurowetenschappelijk onderzoek geïdentificeerd met top-down regulerende processen van cognitieve controle [53] . Recente neuroimaging-studies hebben ook de deactivering van de rACC in een GO/NOGO-taak bij heroïneverslaafden [54] , [55] en cocaïnegebruikers [45] aan het licht gebracht , wat de cruciale rol van de rACC in cognitieve controle aangeeft [46].

Er wordt ook aangenomen dat de OFC bijdraagt ​​aan de cognitieve controle van doelgericht gedrag door de beoordeling van de motivationele betekenis van stimuli en de selectie van gedrag om gewenste uitkomsten te verkrijgen [56] . De OFC heeft uitgebreide verbindingen met het striatum en limbische gebieden (zoals de amygdala). Daardoor is de OFC goed gepositioneerd om de activiteit van verschillende limbische en subcorticale gebieden te integreren die verband houden met motivationeel gedrag en beloningsverwerking [57] . Uit sommige dierstudies is gebleken dat schade aan zowel de OFC als de prelimbische cortex van de rat (de functionele homoloog van de menselijke DLPFC) de verwerving en modificatie van gedrag dat wordt gestuurd door contingenties tussen responsen en uitkomsten belemmert, wat erop wijst dat deze gebieden cruciaal kunnen zijn voor de cognitieve controle van doelgericht gedrag [56] , [58].

De SMA is cruciaal voor de selectie van passend gedrag, of het nu gaat om het uitvoeren van een gepaste reactie of het remmen van een ongepaste reactie [59] . Sommige onderzoekers hebben vastgesteld dat zowel eenvoudige als complexe GO/NOGO-taken betrokken zijn bij de SMA en hebben de belangrijke rol van de SMA bij het bemiddelen van cognitieve controle aangetoond [46] , [60].

Verschillende anatomische, fysiologische en functionele beeldvormingsstudies suggereren dat het cerebellum bijdraagt ​​aan hogere cognitieve functies [61] – [64] , waarbij discrete laesies in het cerebellum resulteren in een verstoring van de uitvoerende functies en het werkgeheugen, zelfs in persoonlijkheidsveranderingen zoals ontremd en ongepast gedrag.

Onze resultaten ( Figuur 1 ) van het verminderde volume grijze stof in de DLPFC, rACC, OFC, SMA en het cerebellum kunnen, althans gedeeltelijk, verband houden met cognitieve controle en doelgerichte gedragsstoornissen bij internetverslaving [15] , [19] , [20] , [28] , wat fundamentele symptomen van internetverslaving kan verklaren.

4.2 DTI-resultaten

We berekenden de FA-waarde in elke witte-stofvoxel voor elke proefpersoon, waarmee de sterkte van de directionaliteit van de lokale tractusmicrostructuur werd gekwantificeerd. De vergelijking van de witte-stofskeletten in de gehele hersenen met behulp van permutatietesten en strenge statistische drempelwaarden gaf aan dat IAD-patiënten lagere FA-waarden hadden in een cluster binnen de rechter PHG ( p < 0.05, gecorrigeerd). Aan de andere kant bleek uit onderzoek naar verhoogde FA-waarden bij IAD-patiënten dat zij 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 de internetverslaving ( Figuur 2 ).

De PHG is een hersenregio die de hippocampus omringt en een belangrijke rol speelt bij het coderen en ophalen van herinneringen [65] , [66] . De PHG levert de belangrijkste polysensorische input aan de hippocampus via de entorhinale verbindingen en ontvangt verschillende combinaties van sensorische informatie [67] , [68] , die betrokken zijn bij cognitie en emotionele regulatie [69] . Recentelijk hebben sommige onderzoekers gesuggereerd dat de rechter PHG bijdraagt ​​aan de vorming en het behoud van gebonden informatie in het werkgeheugen [70] . Het werkgeheugen is gewijd aan de tijdelijke opslag en online manipulatie van informatie en is cruciaal voor cognitieve controle [71] . De bevinding dat de lagere FA-waarde van de PHG bij IAD-patiënten aantoont dat abnormale eigenschappen van de witte stof mogelijk de structurele basis vormen van functionele tekorten van het werkgeheugen bij IAD-patiënten [19] . Recentelijk hebben Liu et al. [72] rapporteerden een verhoogde ReHo in de bilaterale PHG bij IAD-studenten in vergelijking met de controlegroep en suggereerden dat dit resultaat de functionele verandering in de hersenen weerspiegelde, mogelijk gerelateerd aan de beloningsbanen. Het is duidelijk dat er meer onderzoek nodig is om de precieze rol van de PHG bij 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 hebben bewijs geleverd dat IAD-patiënten meerdere structurele veranderingen in de hersenen vertonen. De atrofie van de grijze stof en de veranderingen in de FA-waarde van de witte stof in sommige hersengebieden correleerden significant met de duur van de internetverslaving. Deze resultaten kunnen, althans gedeeltelijk, worden geïnterpreteerd als een functionele stoornis van de cognitieve controle bij IAD. De afwijkingen in de prefrontale cortex waren consistent met eerdere studies naar middelenmisbruik [23] , [48] , [80] , [81] , waardoor we suggereren dat er mogelijk gedeeltelijk overlappende mechanismen bestaan ​​bij IAD en middelenmisbruik. We hopen dat onze resultaten ons begrip van IAD zullen vergroten en zullen bijdragen aan een betere 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.