J Psychiatry Neurosci. 2014 May; 39 (3): 149 – 169.
doi: 10.1503 / jpn.130052
PMCID: PMC3997601
Maartje Luijten, PhD, Marise WJ Machielsen, MD, Dick J. Veltman, MD, PhD, Robert Hester, PhD, Lieuwe de Haan, MD, PhD i Ingmar HA Franken, PhD
Ten artykuł został cytowany przez inne artykuły w PMC.
Abstrakcyjny
Tło
Kilka obecnych teorii podkreśla rolę kontroli poznawczej w uzależnieniu. Niniejszy przegląd ocenia deficyty neuronalne w obszarach kontroli hamującej i przetwarzania błędów u osób z uzależnieniem od substancji oraz u osób wykazujących nadmierne zachowania uzależniające. Połączona ocena wyników związanych z potencjałem zdarzeń (ERP) i funkcjonalnym rezonansem magnetycznym (fMRI) w niniejszym przeglądzie oferuje unikalne informacje na temat deficytów neuronalnych u osób uzależnionych.
Metody
Wybraliśmy badania XMUMX ERP i 19 fMRI za pomocą paradygmatów stop-signal, go / no-go lub Flanker na podstawie wyszukiwania w PubMed i Embase.
Efekt
Najbardziej spójne wyniki u osób uzależnionych w stosunku do zdrowych kontroli były niższe N2, związane z błędem negatywne amplitudy i dodatnie błędy, jak również hipoaktywacja w przedniej części kory obręczy (ACC), dolnym zakręcie czołowym i grzbietowo-bocznej korze przedczołowej. Te niedobory neuronowe nie zawsze były jednak związane z pogorszeniem wydajności zadania. W odniesieniu do uzależnień behawioralnych znaleziono pewne dowody na podobne niedobory neuronalne; jednak badania są rzadkie, a wyniki nie są jeszcze rozstrzygające. Zidentyfikowano różnice między głównymi klasami substancji nadużywających i obejmują one silniejsze reakcje neuronalne na błędy u osób uzależnionych od alkoholu w porównaniu do słabszych odpowiedzi neuronalnych na błędy w innych populacjach zależnych od substancji.
Ograniczenia
Projektowanie zadań i techniki analizy różnią się w zależności od badań, co zmniejsza porównywalność badań i potencjał klinicznego zastosowania tych środków.
Wnioski
Obecne teorie uzależnień były wspierane przez identyfikację stałych nieprawidłowości w funkcjonowaniu mózgu przedczołowego u osób z uzależnieniem. Zaproponowano model integracyjny, sugerujący, że deficyty neuronalne w grzbietowym ACC mogą stanowić charakterystyczny deficyt neurokognitywny leżący u podstaw uzależniających zachowań, takich jak utrata kontroli.
Wprowadzenie
Rola kontroli poznawczej w uzależnieniu od substancji jest podkreślana w kilku współczesnych modelach teoretycznych.1-6 Osoby uzależnione od substancji charakteryzują się niezdolnością do odpowiedniego zahamowania zachowań związanych z używaniem substancji, takich jak powstrzymywanie się od nadużywania substancji. Ponadto pozorna porażka w adaptacyjnym uczeniu się z poprzednich szkodliwych zachowań wydaje się charakterystyczna dla osób uzależnionych od substancji.7 Kontrola hamująca i przetwarzanie błędów są podstawowymi komponentami kontroli poznawczej 2 związanymi ze specyficznymi sieciami neuronowymi: kontrolą hamowania w celu zahamowania niewłaściwego zachowania i przetwarzania błędów w celu monitorowania błędów wydajności, aby zapobiec przyszłym błędom.8 Większy wgląd w nieprawidłowe działanie sieci neuronalnych u osób z uzależnieniem od substancji leżących u podstaw kontroli hamującej i przetwarzania błędów może dostarczyć cennych informacji dla zrozumienia problemów związanych z kontrolowaniem używania substancji. W związku z tym szybko rosnąca liczba badań dotyczyła kontroli hamowania i przetwarzania błędów u osób z uzależnieniem od substancji za pomocą technik neuroobrazowania, takich jak potencjały związane z zdarzeniami (ERP) i funkcjonalne rezonans magnetyczny (fMRI). Połączony przegląd badań ERP i fMRI może dostarczyć cennych i uzupełniających informacji na temat zarówno czasowych, jak i przestrzennych właściwości substratu nerwowego problemów związanych z kontrolą hamowania i przetwarzaniem błędów u osób z uzależnieniem od substancji. Dlatego głównym celem niniejszego przeglądu jest ocena spójności wyników badań fMRI i ERP badających kontrolę hamowania i przetwarzanie błędów w głównych klasach populacji zależnych od substancji.
Drugim celem tego przeglądu jest przyczynienie się do toczącej się dyskusji na temat różnic i podobieństw między uzależnieniem od substancji a innymi nadmiernymi zachowaniami, które zostały zaproponowane jako związane z uzależnieniem, ale które nie wiążą się z przyjmowaniem substancji.9 Na przykład patologiczny hazard charakteryzuje się nieudanymi próbami kontrolowania, ograniczania lub zatrzymywania hazardu, podobnie jak w przypadku problemów z kontrolowaniem używania substancji. Na podstawie tych i innych podobieństw10-12 patologiczny hazard jest wymieniony w pozycji „zażywanie substancji i zaburzenia uzależniające” w DSM-5. Inne sugerowane uzależnienia behawioralne, takie jak nadmierne jedzenie,13 gra w gry komputerowe lub korzystanie z Internetu9 nie są uwzględniane jako uzależnienia behawioralne w DSM-5 z powodu obecnego braku wystarczających dowodów naukowych na podobne dysfunkcje u osób z tymi zachowaniami i osób z uzależnieniem od substancji. Aby przyczynić się do toczącej się dyskusji i zidentyfikować ewentualne luki w literaturze, systematycznie analizowaliśmy badania neuroobrazowe, które badały kontrolę hamowania i przetwarzanie błędów u osób z patologicznym hazardem i osób z nadmiernym jedzeniem, grami lub korzystaniem z Internetu. W niniejszym artykule termin „uzależnienie” odnosi się zarówno do uzależnienia od substancji, jak i do proponowanych uzależnień behawioralnych.
Przegląd ten rozpoczyna się od wyjaśnienia eksperymentalnych paradygmatów zadań najczęściej używanych do pomiaru kontroli hamowania i przetwarzania błędów. Ponadto omówiono korelacje neuronowe kontroli hamowania i przetwarzania błędów, aby stworzyć ramy oceny badań empirycznych. Przegląd literatury jest zorganizowany zgodnie z podstawową substancją nadużywania (tj. Nikotyną, alkoholem, konopiami, używkami i opioidami), z oddzielną sekcją dotyczącą nadmiernych zachowań podobnych do uzależnień. Przegląd ten zakończy dyskusja na temat wyników, w tym integracyjny model ustaleń i przyszłych kierunków badań.
Miary eksperymentalne i korelacje neuronowe kontroli hamowania i przetwarzania błędów
Kontrola hamująca
Eksperymentalne pomiary kontroli hamowania
Zadania go / no-go i stop-signal są najczęściej używane do pomiaru kontroli hamowania.14-16 W zadaniu go / no-go uczestnicy reagują tak szybko, jak to możliwe, na częste bodźce odejścia i hamują reakcje na rzadkie bodźce bezczynności, co wymaga kontroli hamującej w celu przezwyciężenia tendencji automatycznej reakcji. Odsetek prawidłowo zahamowanych prób bezczynności odzwierciedla zdolność do hamowania automatycznego zachowania. Paradygmat sygnału stop17 mierzy zdolność do wywierania hamującej kontroli nad odpowiedzią, która została już zainicjowana, prosząc uczestników o jak najszybszą reakcję na ciągły strumień bodźców. W nielicznych próbach pojawia się sygnał zatrzymania po wystąpieniu pierwotnego bodźca wskazującego, że odpowiedź na ten bodziec powinna zostać anulowana. Zdolność do hamowania już zainicjowanego zachowania jest indeksowana przez czas reakcji sygnału zatrzymania (SSRT), który jest czasem potrzebnym do anulowania 50% prób zatrzymania w stosunku do średniego czasu reakcji na bodźce przejścia. Większe SSRT reprezentują gorszą kontrolę hamowania. Większość paradygmatów sygnału stop używa metody schodowej, co oznacza, że liczba błędów w zadaniu jest celowo utrzymywana na stałym poziomie w celu obliczenia SSRT. Chociaż uważamy, że zarówno zadania go / no-go, jak i stop-signal wymagają aktywacji wspólnego hamującego hamulca, jesteśmy również świadomi, że bardziej ogólne procesy, takie jak monitorowanie uwagi i przetwarzanie salience, mogą odgrywać rolę w tych zadaniach .18-20 Oprócz zadań go / no-go i stop-signal, inne paradygmaty poznawcze, takie jak Stroop21 i Eriksen Flanker22 powierzono zadania zmierzające do pomiaru zdolności hamowania. Jednak zadania te mierzą również inne procesy, takie jak rozwiązywanie konfliktów, wybór odpowiedzi i uwaga.23,24 Aby skupić się na bieżącym przeglądzie i móc bezpośrednio porównywać wyniki, uwzględniliśmy tylko badania z wykorzystaniem paradygmatów go / no-go i stop-signal.
Potencjalne środki kontroli hamowania związane z wydarzeniami
Opisano, że dwa składniki ERP odzwierciedlają zmiany w aktywności mózgu związane z kontrolą hamowania.25 Pierwszym składnikiem, N2, jest fala ujemna pojawiająca się 200 – 300 ms po prezentacji bodźca. Pojawiają się generatory neuronowe N2: przednia kora obręczy (ACC)25-27 i prawy dolny zakręt czołowy (IFG).28 Uważa się, że N2 indeksuje mechanizm odgórny potrzebny do zahamowania automatycznej tendencji do odpowiedzi29,30 i odpowiada behawioralnym wynikom kontroli hamującej.31-33 N2 został ponadto powiązany z wykrywaniem konfliktów na wczesnych etapach procesu hamowania.27,29 W związku z tym N2 można interpretować jako wskaźnik wczesnych procesów poznawczych niezbędnych do wdrożenia kontroli hamowania, a nie rzeczywistego hamowania hamującego. P3, drugi składnik ERP zaangażowany w kontrolę hamowania, to fala dodatnia pojawiająca się 300 – 500 ms po wystąpieniu bodźca. Stwierdzono, że źródło P3 jest blisko kory ruchowej i przedotorowej.25,26,34 Stąd amplitudy P3 wydają się odzwierciedlać późniejszy etap procesu hamowania, ściśle związany z faktycznym hamowaniem układu ruchowego w korze przedruchowej.25,33,35 Łącznie zebrane dowody sugerują, że N2 i P3 odzwierciedlają funkcjonalnie odrębne procesy związane z kontrolą hamowania. W związku z tym mniej wyraźne amplitudy N2 lub P3 u uzależnionych populacji w stosunku do kontroli można uznać za markery deficytów neuronalnych w kontroli hamującej.
Funkcjonalne pomiary MRI kontroli hamującej
Kontrola hamowania u zdrowych osobników jest związana głównie z prawą boczną siecią, w tym IFG, ACC / pre-uzupełniającym obszarem ruchowym (SMA) i grzbietowo-boczną korą przedczołową (DLPFC), jak również obszarami ciemieniowymi i podkorowymi, w tym wzgórzem i zwojami podstawnymi.15,36,37 Badania eksperymentalne dostarczyły informacji na temat szczególnego wkładu tych regionów we wdrażanie kontroli hamującej. Niedawna hipoteza sugeruje, że właściwy IFG, w kontroli hamującej, wykrywa behawioralnie istotne bodźce (np. Bodźce „no-go” lub „stop-sygnał”) we współpracy z dolnym płatem ciemieniowym (IPL) i skroniowym połączeniem skroniowym (TPJ) poprzez jego wpływ na uwaga stymulowana bodźcami, która jest kluczowym elementem zarówno wykonywania zadań go / go-go, jak i zatrzymywania sygnału.18-20 Biorąc pod uwagę bliskość pre-SMA / dorsal ACC (dACC) do obszarów motorycznych, funkcją tego regionu może być wybór odpowiedzi i aktualizacja planów silnika.38 Oprócz obszarów czołowych i ciemieniowych, udział regionów podkorowych w kontroli hamowania jest dobrze ustalony przez pętle sprzężenia zwrotnego, które łączą te regiony z obszarami przedczołowymi i motorycznymi.15,36,39 Jako obszerna baza badań fMRI konsekwentnie wykazano, że aktywacja w tej sieci korowo-prążkowia-wzgórzowej jest powiązana z kontrolą hamowania u zdrowych uczestników, różnicami w aktywacji mózgu w tej sieci podczas wykonywania hamujących paradygmatów kontroli u osób z uzależnieniami w stosunku do kontroli można interpretować jako obecność deficytów neuronalnych w kontroli hamowania u tych osób.
Błąd przetwarzania
Eksperymentalne miary przetwarzania błędów
Najczęściej stosowanymi paradygmatami są Flanker Eriksen i zadanie go / no-go.40,41 W typowej wersji zadania Flankera uczestnicy są narażeni na serię liter. W stanie przystającym prezentowane są równe litery 5, podczas gdy w niespójnym stanie środkowa litera różni się od pozostałych liter (np. SSHSS / HHSHH). Uczestnicy proszeni są o określenie środkowego listu. Sytuacja wysokiego konfliktu bodźców w niestosownym stanie zazwyczaj powoduje błędy wydajności. Błędy fałszywie dodatnie obserwowane w paradygmatach go / no-go lub stop-signal są również używane do oceny przetwarzania błędów. Niezależnie od modelu zadania, czasy reakcji w próbach po błędach wydajności są zwykle dłuższe niż czasy reakcji w próbach po poprawnych odpowiedziach, proces określany jako spowolnienie po błędzie. Czasy reakcji, liczba błędów i to spowolnienie po błędzie są uważane za wskaźniki behawioralne monitorowania błędów.42,43
Potencjalne pomiary przetwarzania błędów związane ze zdarzeniami
Potencjalne badania zdarzeń związane z przetwarzaniem błędów ujawniły związane z błędami fale mózgowe 2, które konsekwentnie pojawiają się po błędach wydajności (tj. Związanych z błędami negatywności [ERN] i dodatnich błędach [Pe]). ERN i Pe wydają się być niezależne, ponieważ różnią się wrażliwością na manipulacje eksperymentalne i indywidualne różnice w wykonywaniu zadań, i odzwierciedlają różne etapy przetwarzania błędów.40,44,45 ERN powstaje 50 – 80 ms po popełnieniu błędu i wiadomo, że odzwierciedla początkowe i automatyczne wykrywanie błędów.46 Zbieżne dowody wskazują, że ACC jest generatorem neuronowym ERN.8,47-50 Po ERN następuje Pe, dodatnie ugięcie obserwowane na elektroencefalogramie (EEG), pojawiające się w przybliżeniu 300 ms po nieprawidłowych odpowiedziach.51 Badania identyfikujące neuronowe pochodzenie Pe dostarczyły niejednorodnych wyników.52 Koncepcyjnie, Pe wydaje się być związany z bardziej świadomą oceną błędów, świadomością błędów,40,52 i z motywacyjnym znaczeniem przypisywanym błędowi.53 Razem ERN i Pe oceniają poprawność bieżącego zachowania (tj. Konkretny wynik lub zachowanie było gorsze lub lepsze niż oczekiwano), które jest używane do kierowania przyszłym zachowaniem54 i może być używany jako marker neuronowy przetwarzania błędów u osób uzależnionych.
Funkcjonalne pomiary MRI przetwarzania błędów
Kluczowa rola ACC w przetwarzaniu błędów sugerowana przez badania ERP została potwierdzona w badaniach fMRI. Dokładniej, Ridderinkhof i współpracownicy24 sugerują, że dACC / pre-SMA jest konsekwentnie aktywowany podczas monitorowania bieżącego zachowania. Niektórzy badacze sugerują, że region ten monitoruje konflikt odpowiedzi lub prawdopodobieństwo błędów55,56 zamiast samemu przetwarzać błędy. Dwie niezależne metaanalizy wykazały, że zarówno konflikt odpowiedzi, jak i błąd odpowiedzi aktywują dACC.8,57 Funkcjonalne badania MRI badające przetwarzanie błędów pokazują ponadto, że duża sieć neuronowa współdziała z dACC, w tym z obustronną wyspą, DLPFC, wzgórzem i prawym IPL.57,58 Odnotowano funkcjonalne interakcje między tymi regionami, szczególnie między dACC i DLPFC.59 Błędy wydajności w ludzkim mózgu są przetwarzane przez obwód nerwowy, który wykracza poza dACC i obejmuje wyspę, DLPFC, wzgórze i okolice ciemieniowe. Ten obwód przetwarzania błędów monitoruje i dostosowuje zachowanie w razie potrzeby. Ponieważ neuroanatomiczny substrat przetwarzania błędów konsekwentnie wykazano w badaniach fMRI u zdrowych uczestników, różnice aktywacji między osobami z uzależnieniami i kontrolami w tej sieci przetwarzania błędów mogą być interpretowane jako neuronalny korelat możliwych deficytów związanych z błędami u osób z uzależnieniami.
Przegląd literatury
Wybór studiów
Przeszukaliśmy literaturę w PubMed i Embase, używając wyszukiwarek medycznych (MeSH) dla populacji zależnych od substancji i populacji z możliwymi uzależnieniami behawioralnymi. Terminy MeSH to „zaburzenia związane z substancjami”, „zaburzenia związane z alkoholem”, „zaburzenia związane z amfetaminą”, „zaburzenia związane z kokainą”, „nadużywanie marihuany”, „zaburzenia związane z opioidami”, „hazard”, „otyłość „Bulimia” i „Zaburzenia odżywiania”. Przeszukaliśmy również słowa kluczowe „palacze”, „gry”, „gracze” i „Internet”. Kluczowe terminy wyszukiwania dla różnych uzależnionych populacji musiały współwystępować w połączeniu z następujące terminy wyszukiwania dotyczące kontroli hamowania i przetwarzania błędów: „kontrola poznawcza”, „kontrola hamująca”, „hamowanie reakcji”, „przetwarzanie błędów”, „monitorowanie błędów”, „przejście do / bez-ruchu”, „sygnał zatrzymania” lub „ Flanker. ”Musieli także współistnieć w połączeniu z następującymi wyszukiwanymi terminami dla środków neuroobrazowania:„ obrazowanie rezonansem magnetycznym ”,„ potencjały wywołane ”(terminy MeSH),„ negatywność związana z błędami ”,„ dodatni błąd ”,„ N200 , ”„ N2 ”,„ P300 ”a i „P3”. Poszukiwania ograniczały się do badań przeprowadzonych na ludziach i artykułów napisanych w języku angielskim. Wszystkie dołączone artykuły musiały być publikowane w recenzowanych czasopismach i indeksowane w PubMed lub Embase przed czerwcem 2013.
Przeszukaliśmy w całości streszczenia 207 pod kątem następujących kryteriów włączenia: włączenie grupy osób z uzależnieniami lub osób wykazujących uzależnienia behawioralne (nie uwzględniono osób pijących i osób używających narkotyków rekreacyjnych); włączenie grupy kontrolnej w taki sposób, aby hipoaktywacja lub hiperaktywacja, jak również deficyty behawioralne opisane w tym przeglądzie, zawsze odnosiły się do zdrowych osób kontrolnych (badania bez grupy kontrolnej włączono tylko wtedy, gdy ocenili wpływ wyniku leczenia lub interwencji farmakologicznej w grupa uzależnień); włączenie więcej niż uczestników 10 do każdej grupy; nam zadanie go / no-go, stop-signal lub Eriksen Flanker jako miara kontroli hamowania lub przetwarzania błędów; oraz wykorzystanie fMRI lub ERP jako narzędzi do neuroobrazowania. Łącznie badania 36 spełniły nasze kryteria włączenia. Ręcznie przeszukaliśmy odnośniki w tych artykułach 36, co dało kolejne badania 5, które spełniły nasze kryteria włączenia. W sumie uwzględniliśmy badania 41 w naszym przeglądzie. Tabela 1, wyświetla wszystkie istotne cechy uczestników, takie jak wiek, płeć, abstynencja, zaburzenie i status leczenia. Wyniki wszystkich badań podsumowano w Tabele 2 i I 3,3i są omówione w kolejnych sekcjach. Odnosimy się do tabel dotyczących szczegółów badania, takich jak cechy uczestnika i kontrasty wewnątrzobiektowe, które były używane do analiz międzyosobniczych w naszej dyskusji na temat tych wyników.
Kontrola hamująca
Kontrola hamująca u osób z uzależnieniem od nikotyny
Zidentyfikowaliśmy badania 2 ERP w dziedzinie kontroli hamowania u osób z uzależnieniem od nikotyny. Evans i współpracownicy60 badali kontrolę hamowania u uczestników z uzależnieniem od nikotyny (abstynencja 0-10.5 h) i kontrole poprzez ocenę amplitud P3 (ale nie N2) w zadaniu go / no-go. Podczas gdy amplitudy P3 nie były niższe u osób z uzależnieniem od nikotyny niż w grupie kontrolnej, nie stwierdzono różnic wydajności między grupami. Luijten i współpracownicy61 zbadali, czy na kontrolę hamowania u osób uzależnionych od nikotyny, którzy wstrzymali się od palenia w czasie 1, wpłynęła obecność sygnałów palenia. W porównaniu z kontrolami, osoby z uzależnieniem od nikotyny były mniej dokładne w zadaniach no-go i wykazywały niższe amplitudy N2. Amplitudy P3 nie różniły się między grupami. Co ciekawe, deficyty behawioralne, jak również niższe amplitudy N2 u osób z uzależnieniem od nikotyny stwierdzono podczas ekspozycji zarówno na obrazy związane z paleniem, jak i obojętne, co sugeruje, że obserwowany niedobór kontroli hamującej odzwierciedla ogólny problem hamowania, który nie jest dalej zaburzony, gdy sygnały palenia są obecny.
Uwzględniliśmy również badania 5 fMRI dotyczące kontroli hamowania u palaczy. Jeden z kluczowych regionów zaangażowanych w kontrolę hamowania, dACC, był mniej aktywny u osób z uzależnieniem od nikotyny niż kontrole podczas wykonywania zadania zatrzymywania sygnału, podczas gdy SSRT nie różniły się.62 Korzystanie z zadania go / no-go, Nestor i współpracownicy63 stwierdzili deficyty behawioralne dla kontroli hamującej u niestabilnych osób z uzależnieniem od nikotyny w porównaniu zarówno ze zdrowymi kontrolami, jak i byłymi palaczami, którzy byli wolni od dymu przez co najmniej 1 rok. Ponadto stwierdzono niższą aktywację mózgu związaną z kontrolą hamowania u osób z uzależnieniem od nikotyny w porównaniu z grupą kontrolną w ACC, co wykazano w prawym górnym zakręcie czołowym (SFG), lewym środkowym zakręcie czołowym (MFG) , obustronny IPL i średni zakręt skroniowy (MTG). Grupy zależne od nikotyny i byłych palaczy wykazały mniejszą aktywację lewego IFG, obustronnej wyspy, zakrętu paracentralnego, prawego MTG i lewego zakrętu przyhipokampowego (PHG) niż grupy kontrolne. Wyniki te sugerują, że deficyty behawioralne i aktywacyjne u osób z uzależnieniem od nikotyny mogą być do pewnego stopnia odwracalne, podczas gdy hipoaktywacja w innych regionach utrzymuje się nawet po dłuższych okresach abstynencji. Alternatywna interpretacja może polegać na tym, że u palących uzależnionych istnieje związek między bardziej wyraźnymi deficytami behawioralnymi i neuronowymi a brakiem rzucenia palenia. Wyniki badania z udziałem nastolatków z uzależnieniem od nikotyny, którzy wstrzymali się od palenia dla 30 – 1050 minut przed skanowaniem potwierdzają tę hipotezę.64 Podczas gdy młodzież z uzależnieniem od nikotyny i grupą kontrolną miała podobne wskaźniki dokładności i aktywację mózgu, badanie wykazało, że ciężkość palenia w obrębie osób uzależnionych od nikotyny była związana z niższą aktywacją w regionach krytycznie zaangażowanych w kontrolę hamowania (tj. ACC, SMA, lewy IFG, lewy kora oczodołowo-czołowa [OFC], obustronna MFG i prawa SFG).
Farmakologię kontroli hamowania u osób z uzależnieniem od nikotyny i kontroli kontrolowano w badaniu fMRI z zastosowaniem podwójnie ślepej próby randomizowanej z placebo i antagonistą dopaminy haloperidolem.65 Osoby uzależnione od nikotyny nie paliły przez co najmniej 4 godzin przed wykonaniem zadania go / no-go. Wyniki behawioralne wykazały niższą dokładność przy braku pierwszego testu podczas pierwszego testu, jak również hipoaktywację w prawym ACC i MFG oraz lewą IFG po placebo u osób z uzależnieniem od nikotyny w porównaniu z grupą kontrolną. Hiperaktywacja u uczestników z uzależnieniem od nikotyny po znalezieniu placebo w prawym TPJ, która może stanowić mechanizm kompensacji uwagi.18 Po podaniu haloperidolu hipoaktywację u osób z uzależnieniem od nikotyny w stosunku do kontroli stwierdzono tylko w prawym ACC, ale już w prawym MFG i lewym IFG. Wzorce aktywacji sugerują, że podobna aktywacja mózgu u osób z uzależnieniem od nikotyny i kontroli po podaniu haloperidolu jest najprawdopodobniej spowodowana zmniejszeniem aktywacji mózgu w kontrolach wywołanych przez haloperidol. Odkrycia te sugerują, że zmniejszona neurotransmisja dopaminergiczna może być niekorzystna dla kontroli hamującej, co zostało dodatkowo potwierdzone przez odkrycia, że wskaźniki dokładności no-go, jak również aktywacja mózgu w sieci kontroli hamowania (tj. Lewy ACC, prawy SFG, lewy IFG, lewy tylny zakręt obręczy [PCC] i MTG) były zmniejszone w grupach po podaniu haloperidolu w porównaniu z placebo. Odkrycia te dostarczają cennych informacji dotyczących roli neurotransmisji dopaminergicznej na kontrolę hamowania i sugerują, że zmienione wyjściowe poziomy dopaminy u osób z uzależnieniami mogą przyczyniać się do problemów z kontrolą hamowania u tych osób.
Berkman i współpracownicy66 badali związek między aktywacją mózgu podczas kontroli hamowania w zadaniu go / no-go i zahamowaniem głodu w świecie rzeczywistym. Osoby uzależnione od nikotyny kilkakrotnie zgłaszały głód i liczbę wypalanych papierosów podczas pierwszych tygodni 3 po próbie rzucenia palenia. Badanie wykazało, że wyższa aktywacja mózgu związana z hamującą kontrolą w obustronnym IFG, SMA, skorupie i lewym ogoniastym osłabiła związek między głodem a paleniem w prawdziwym świecie, podczas gdy dla ciała migdałowatego stwierdzono skojarzenie w przeciwnym kierunku. Z tego badania można wyciągnąć dwa ważne wnioski. Po pierwsze, aktywacja mózgu w abstrakcyjnym zadaniu laboratoryjnym do pomiaru kontroli hamowania wiąże się z hamowaniem uczuć pragnienia w życiu codziennym. Po drugie, aktywacja niższego mózgu w regionach krytycznych dla kontroli hamowania jest faktycznie niekorzystna, ponieważ wiąże się z silnym sprzężeniem między głodem a paleniem.
Podsumowanie
Badania 2 ERP dostarczają wstępnych dowodów na to, że amplitudy N2 mogą być niższe u osób z uzależnieniem od nikotyny niż w grupie kontrolnej, podczas gdy wyniki dla amplitud P3 są sprzeczne. Funkcjonalne badania MRI wykazują hipoaktywację w hamującej sieci neuronowej, która może być związana z ciężkością palenia i może być częściowo odwracalna po zaprzestaniu palenia. Wykazano, że hipoaktywacja podczas kontroli hamującej jest niekorzystna dla zachowania palenia, ponieważ była związana ze zwiększonym sprzężeniem między głodem a paleniem po próbie rzucenia palenia. W szczególności, hipoaktywacji związanej z kontrolą hamowania u osób z uzależnieniem od nikotyny nie zawsze towarzyszyły deficyty behawioralne, co komplikuje interpretację niektórych zaobserwowanych wyników. Ponadto wydaje się, że modulacja dopaminergiczna wpływa na zdolności kontroli hamowania.
Kontrola hamowania u osób z uzależnieniem od alkoholu
Wszystkie badania zawarte w tej części dotyczą powstrzymywania się od osób uzależnionych od alkoholu, które były obecnie włączane do programów leczenia. Zidentyfikowaliśmy badania 7 ERP do włączenia w tej sekcji, z których 6 ocenił amplitudy P3 związane z kontrolą hamowania. Kamarajan i współpracownicy67 stwierdzili, że osoby z uzależnieniem od alkoholu były mniej dokładne niż kontrole podczas wykonywania zadań, podczas gdy w innych badaniach nie zaobserwowano różnic dokładności między osobami z uzależnieniem od alkoholu a grupą kontrolną. W badaniach 3, mniejsze amplitudy P3 no-go obserwowano u osób z uzależnieniem od alkoholu w porównaniu z grupą kontrolną.67-69 Jednak niektóre z tych i innych badań również wykazały mniej wyraźne amplitudy P3 dla badań klinicznych,67,68,70 sugerowanie, że różnice grupowe w tych badaniach nie odzwierciedlają jedynie różnic w zdolnościach hamowania, ale mogą być związane z bardziej ogólnymi deficytami (np. uwagę). Natomiast Karch i jego koledzy71 oraz Fallgatter i współpracownicy72 nie stwierdzili deficytów u osób z uzależnieniem od alkoholu w amplitudach P3 albo go albo go-go. Porównanie tych badań jest utrudnione przez znaczne różnice metodologiczne. Po pierwsze, paradygmaty zadań różniły się znacznie między badaniami: w niektórych badaniach prawdopodobieństwa idź i nie zmieniały się w poszczególnych blokach70 lub prawdopodobieństwo braku działania było wysokie, co skutkowało niskimi wymaganiami hamowania.67,72 Ponadto niektóre paradygmaty zadań obejmowały ocenę nagrody67 lub sygnalizowanie prób bezczynności.72 Po drugie, analizy danych w niektórych badaniach nie koncentrowały się na regionach, w których amplitudy braku ruchu zazwyczaj osiągają szczyt68 lub skupili się raczej na lokalizacji P3 niż na amplitudach.72 W sumie dowody na deficyty neuronalne w późniejszych stadiach kontroli hamującej u osób z uzależnieniem od alkoholu są mieszane, najprawdopodobniej w wyniku dużych różnic metodologicznych. Jedno z dołączonych badań ERP dotyczyło amplitud N2 u osób uzależnionych od alkoholu.73 W tym badaniu nie stwierdzono defektów behawioralnych dla dokładności „no-go”, podczas gdy uczestnicy z uzależnieniem od alkoholu byli mniej dokładni w próbach przeprowadzanych i wykazywali niższe amplitudy N2 w porównaniu z grupą kontrolną.
Zidentyfikowaliśmy badania 3 fMRI do włączenia do tej sekcji. W szczególności, ponieważ aktywację mózgu mierzono jednocześnie za pomocą EEG i fMRI, badanie fMRI przeprowadzone przez Karcha i współpracowników74 obejmuje tych samych pacjentów, co opisane badanie ERP tej samej grupy.71 Wyniki fMRI u tych pacjentów potwierdzają wyniki ERP porównywalnych poziomów aktywacji mózgu dla osób uzależnionych od alkoholu i kontrolnych.74 Badania fMRI z zastosowaniem zadania stop-signal u uczestników z uzależnieniem od alkoholu i kontroli nie wykazały różnic grupowych w SSRT.75,76 Niemniej jednak można wykazać niższe schematy aktywacji związane z kontrolą hamowania w lewym DLPFC u osób uzależnionych od alkoholu.75 W badaniu interwencji farmakologicznej wpływ pojedynczej dawki leku wzmacniającego funkcje poznawcze modafinilu na hamowanie odpowiedzi i leżące u jej podstaw korelacje neuronalne badano w randomizowanym, podwójnie zaślepionym, kontrolowanym placebo badaniu krzyżowym.76 Nie zaobserwowano głównego działania modafinilu na SSRT. Jednak dodatnia korelacja między SSRT po placebo a poprawą SSRT po modafinilu sugeruje, że uczestnicy z niższą wyjściową kontrolą hamowania mogą odnieść korzyść z modafinilu. Zmiana SSRT u osób z uzależnieniem od alkoholu po podaniu modafinilu była związana ze zwiększoną aktywacją w lewym SMA i prawym wzgórzu boczno-bocznym, co sugeruje, że może to być korelacja neuronowa poprawy kontroli hamowania po podaniu modafinilu u pacjentów ze słabą wyjściową kontrolą hamowania.
Podsumowanie
Ponieważ tylko badanie 1 oceniało amplitudy N2, nie można sformułować jednoznacznych wniosków dotyczących wczesnych procesów kontroli hamowania u osób z uzależnieniem od alkoholu. Dowody na deficyty neuronalne w amplitudach P3 odzwierciedlające kontrolę hamującą u tych osób są słabe, najprawdopodobniej z powodu dużych różnic metodologicznych między badaniami i ogólnych ograniczeń badań. Niektóre wyniki badań, które przeanalizowaliśmy, sugerują, że deficyty P3 u osób z uzależnieniem od alkoholu podczas wykonywania zadań związanych z hamowaniem mogą wynikać z ogólnych deficytów poznawczych, takich jak uwaga. Specyficzne deficyty behawioralne dla kontroli hamującej nie były przekonująco wykazane w badaniach ERP lub fMRI, co jest zgodne z sprzecznymi wynikami badań behawioralnych w tej dziedzinie.77-80 Chociaż liczba badań fMRI jest ograniczona, dostępne wyniki fMRI sugerują, że aktywacja w DLPFC związana z kontrolą hamowania u osób z uzależnieniem od alkoholu może być zaburzona. Ponadto kontrolę hamowania u pacjentów ze słabą wyjściową kontrolą hamowania można poprawić za pomocą modafinilu.
Kontrola hamująca u osób uzależnionych od konopi
Obecnie żadne opublikowane badania ERP z udziałem osób z uzależnieniem od marihuany nie oceniły amplitud N2 lub P3 w kontekście kontroli hamującej, natomiast badania fMRI 2 zostały opublikowane.81,82 Żadne badanie fMRI nie wykazało zahamowania kontroli u osób z uzależnieniem od marihuany (przy użyciu zadań go / no-go), co jest zgodne z wynikami badań nieobrazowych w podobnych populacjach.83,84 Jednak osoby aktywnie korzystające z konopi indyjskich wykazały zwiększoną aktywację podczas kontroli hamującej w stosunku do kontroli w ACC / pre-SMA, prawidłowym IPL i skorupie.81 Odkrycia te mogą być interpretowane jako kompensacyjny mechanizm nerwowy, biorąc pod uwagę, że osoby z uzależnieniem od konopi nie wykazują deficytów behawioralnych. Podobny rezultat zaobserwowano również w przypadku powstrzymywania się młodzieży od uzależnienia od marihuany, która wykazała zwiększoną aktywację podczas kontroli hamującej w stosunku do kontroli w dużej sieci regionów mózgu (Tabela 2).82 Jednak aktywacja w części tych regionów była również wyższa u osób z uzależnieniem od konopi niż u osób poddawanych próbom w trakcie badania, co sugeruje, że nie wszystkie różnice między grupami były specyficzne dla kontroli hamującej.
Podsumowanie
Oczywiście potrzebne są dalsze badania, aby potwierdzić początkowe wyniki fMRI, że osoby z uzależnieniem od konopi potrzebują większej aktywacji neuronalnej w regionach przedczołowych i ciemieniowych, aby wykonywać zadania hamowania na tym samym poziomie, co kontrole. Ponadto należy zbadać przebieg czasowy możliwych deficytów nerwowych u osób z uzależnieniem od konopi, mierząc amplitudy N2 i P3.
Kontrola hamująca u osób z uzależnieniem od stymulantów
W badaniu 1 ERP amplitudy N2 i P3 oceniono w zadaniu Flankera, które obejmowało próby bezczynności w obecnie stosowaniu osobników z uzależnieniem od kokainy.85 Badanie wykazało, że zwiększenie amplitud N2 i P3 w stosunku do amplitud go nie było mniejsze u osób z uzależnieniem od kokainy niż u osób kontrolnych. Jednak wyniki behawioralne nie wykazały różnic w dokładności, tak że wyniki ERP należy interpretować ostrożnie.
W tej części uwzględniliśmy badania 6 fMRI, z których 5 obejmował pacjentów z uzależnieniem od kokainy, a 1 obejmował pacjentów z uzależnieniem od metamfetaminy. Badania Hester i Garavan86 oraz Kaufman i współpracownicy87 obaj stwierdzili niższą dokładność „no-go” u osób stosujących obecnie kokainę, którym towarzyszyła zmniejszona aktywacja w ACC / pre-SMA w porównaniu z grupą kontrolną. Mniejszą aktywację mózgu związaną z kontrolą hamowania u osób z uzależnieniem od kokainy w stosunku do kontroli stwierdzono w prawym górnym zakręcie czołowym86 i prawa wyspa.87 Zadanie go / no-go w badaniu przeprowadzonym przez Hester i Garavan86 obejmowało różne poziomy obciążenia pamięci roboczej, próbując naśladować wysokie wymagania pamięci roboczej wynikające z przeżycia związanego z narkotykami. Hipoaktywacja związana z kontrolą hamowania w ACC była najbardziej widoczna, gdy obciążenie pamięci roboczej było wysokie, co sugeruje, że kontrola hamowania jest najbardziej zagrożona w sytuacjach wymagających dużej pamięci roboczej. Korzystając z zadania zatrzymania sygnału, Li i współpracownicy88 potwierdził hipoaktywację związaną z kontrolą hamowania w ACC w przypadku powstrzymywania się od uzależnienia od kokainy w stosunku do kontroli; tę hipoaktywację rozszerzono na obustronny górny płat ciemieniowy (SPL) i lewy dolny zakręt potyliczny. Nie stwierdzono jednak różnic między grupami w odniesieniu do miar behawioralnych odzwierciedlających kontrolę hamującą (SSRT), co kontrastuje z wynikami badań z wykorzystaniem zadań go / no-go u aktywnych użytkowników. W badaniu dotyczącym powstrzymywania się od uzależnienia od kokainy nie stwierdzono związku między aktywacją mózgu związaną z hamującą kontrolą a częstością nawrotów po miesiącach 3.89
W dwóch badaniach fMRI z udziałem pacjentów z uzależnieniem od stymulantów badano możliwe strategie poprawy kontroli hamowania. Farmakologiczne badanie fMRI powstrzymujące pacjentów od uzależnienia od kokainy90 wykazali, że podawanie metylofenidatu zwiększa kontrolę hamowania u tych osób (tj. SSRT był krótszy po podaniu metylofenidatu). Ponadto, indukowane metylofenidatem spadki SSRT były dodatnio skorelowane z aktywacją w lewym MGF i ujemnie skorelowane z aktywacją w prawej środkowo-przyśrodkowej korze przedczołowej, co sugeruje, że te regiony mogą stanowić biomarker indukowanego metylofenidatem wzrostu kontroli hamowania. Na ogół metylofenidat zwiększał aktywację mózgu podczas kontroli hamowania w obustronnym prążkowiu, dwustronnym wzgórzu i prawym móżdżku oraz zmniejszonej aktywacji prawego górnego zakrętu skroniowego (STG). Te różnice w aktywacji mogą również pośrednio przyczyniać się do poprawy kontroli hamowania przez metylofenidat. Kolejne badanie dotyczące powstrzymywania osób z uzależnieniem od metamfetaminy, które stosowało zadanie go / no-go, nie znalazło dowodów na osłabienie wydajności lub aktywację mózgu związaną z hamującą kontrolą u tych osób.91 Niemniej jednak, badanie wykazało, że dokładność w próbach bezczynnościowych była zwiększona u osób z uzależnieniem od metamfetaminy (a nie w grupie kontrolnej), kiedy próby bezczynności były poprzedzone wyraźnym sygnałem ostrzegawczym, który zasygnalizował potrzebę zahamowania w następnej próbie. Ponadto osoby z uzależnieniem od metamfetaminy wykazywały zwiększoną aktywację w ACC dla sygnałów ostrzegawczych, co było dodatnio skorelowane z poprawioną dokładnością. Wyniki te sugerują, że kontrolę hamowania można poprawić przez wyraźne sygnały środowiskowe, które przewidują potrzebę kontroli hamowania poprzez preaktywację ACC. Alternatywnie, osoby z uzależnieniem od metamfetaminy mogą czerpać korzyści z egzogennych sygnałów, zwiększając uwagę na bodźce bezczynności. Jednak pierwsza próba powiązania hamującej aktywacji mózgu związanej z kontrolą z nawrotem nie zidentyfikowała regionów mózgu, które różnicowały pacjentów, którzy nawracali, i tych, którzy pozostali abstynentami.89
Podsumowanie
Z badań neuroobrazowania u osób z uzależnieniem od stymulantów można wyciągnąć kilka wniosków. Po pierwsze, pojedyncze badanie ERP u osób uzależnionych od kokainy sugeruje, że deficyty neuronalne mogą występować zarówno we wczesnych, jak i późnych stadiach procesu hamowania; nie jest jednak jasne, czy może to spowodować deficyty behawioralne. Po drugie, stwierdzono hipoaktywację w ACC podczas kontroli hamowania u osób z uzależnieniem od kokainy, co wiązało się z zaburzeniem wykonywania zadań w badaniach 2. Po trzecie, wyraźne sygnały zewnętrzne i metylofenidat mogą zarówno poprawić kontrolę hamowania poprzez zwiększenie aktywacji związanej z kontrolą hamowania w przyśrodkowej korze przedczołowej.
Kontrola hamująca u osób z uzależnieniem od opiatów
Jak dotąd, badanie 1 ERP badało kontrolę hamowania w powstrzymywaniu osób z uzależnieniem od opiatów, w których nie stwierdzono różnic między grupami w zakresie dokładności no-go lub amplitud N2 i P3.92 Należy jednak zauważyć, że wymagania hamujące w tym zadaniu były niskie, biorąc pod uwagę wysokie prawdopodobieństwo prób bezczynności (tj. 50% prób było próbami bezczynnymi), więc zadanie mogło być zbyt łatwe do ujawnienia różnice w kontroli hamowania między osobami z uzależnieniem od opiatów a grupą kontrolną.
W pojedynczym badaniu fMRI zawartym w tej sekcji wykorzystano zadanie go / no-go, w którym poziomy dokładności były celowo utrzymywane na stałym poziomie u poszczególnych osób. Stwierdzono, że abstynencja osób uzależnionych od opiatów ma wolniejszy czas reakcji i mniejszą aktywację mózgu niż kontrole podczas wykonywania zadań w kluczowych regionach zaangażowanych w kontrolę hamowania, takie jak dwustronny ACC, przyśrodkowy PFC, obustronny IFG, lewy MFG, lewa wyspa i prawa SPL.93 Hipoaktywację u osób z uzależnieniem od opiatów rozszerzono także na regiony poza siecią kontroli hamującej w lewy uncus, lewy PHG, prawy precuneus i prawy MTG. Jednakże bodźce „idź i nie idź” w tym badaniu przedstawiono w blokach, tak że wymagania dotyczące hamowania były bardzo niskie.
Podsumowanie
Pojedyncze badanie ERP, które uwzględniliśmy, nie wykazało deficytów w kontroli hamowania i związanych z nimi ERP w powstrzymywaniu pacjentów z uzależnieniem od opiatów, podczas gdy w badaniu fMRI stwierdzono hipoaktywację w obszarach przyśrodkowych, grzbietowo-bocznych i ciemieniowych. Ogólnie rzecz biorąc, badania nad kontrolą hamowania u osób z uzależnieniem od opiatów są rzadkie, a ponieważ wymagania dotyczące hamowania były niskie w obu badanych badaniach, przyszłe badania mogłyby odnieść korzyści z ulepszeń w projektowaniu zadań.
Kontrola hamująca u osób z uzależnieniami behawioralnymi
Uwzględniliśmy badania 3 ERP badające kontrolę hamowania u osób z uzależnieniami behawioralnymi, z których 2 badał nadmierne korzystanie z Internetu, a 1 badał nadmierne gry. Badanie ERP autorstwa Zhou i współpracowników94 wykazywały mniej wyraźne amplitudy No-go N2 i niższą dokładność no-go w porównaniu z przypadkowymi użytkownikami Internetu. W badaniu nie oceniono amplitud P3. Dong i koledzy95 potwierdziły mniej wyraźne amplitudy no-go N2 u mężczyzn z nadmiernym korzystaniem z Internetu niż u osób o swobodnym korzystaniu z Internetu, podczas gdy amplitudy P3 u osób z nadmiernym wykorzystaniem Internetu zostały poprawione. W drugim badaniu nie stwierdzono różnic w wydajności behawioralnej. Zwiększona aktywacja w końcowej fazie kontroli hamowania mogłaby posłużyć jako rekompensata za mniej skuteczne wczesne mechanizmy hamujące u nadmiernej liczby użytkowników Internetu, aby uzyskać poziomy wydajności behawioralnej równe tym dla zwykłych użytkowników Internetu. Wyniki trzeciego badania ERP96 potwierdzają problemy z hamującą kontrolą u osób z uzależnieniami behawioralnymi, ponieważ w tym badaniu stwierdzono, że nadmierne granie wiąże się z niższą dokładnością „no-go”. Odkrycia ERP są jednak sprzeczne z wynikami innych badań, pokazując większe amplitudy N2 bez wyjścia u nadmiernie grających graczy w klastrze ciemieniowym w porównaniu z grupą kontrolną. Niespójności w wynikach N2 mogą wynikać z różnic w badanej populacji (mieszana grupa nadmiernych internautów w porównaniu z grupą z tylko nadmiernym zachowaniem w grach) lub różnic w trudnościach w zadaniach (> 91% dokładność no-go pomiędzy grupami w badaniach Dong i współpracownicy95 oraz Zhou i współpracownicy94 v. 53% w badaniu Littela i współpracowników96).
W tej części uwzględniliśmy badania 4 fMRI, z których 2 obejmował osoby z patologicznym hazardem i 2, w których uczestniczyli uczestnicy z nadmiernymi zachowaniami żywieniowymi. Jedno z badań fMRI osób z patologicznym hazardem zmniejszyło aktywację w dACC dla udanych zatrzymań w zadaniu zatrzymania sygnału względem kontroli.62 Chociaż SSRT nie były upośledzone w patologicznej grupie hazardowej, to odkrycie sugeruje hipoaktywację w dACC podobną do tej u osób z uzależnieniem od substancji. Inne badanie osób z patologicznym hazardem, które wykorzystywało zadanie go / no-go z neutralnym, hazardowym, pozytywnym i negatywnym obrazem, wykazało podobne wskaźniki braku dokładności dla patologicznych grup hazardowych i kontrolnych.97 Jednak osoby z patologicznym hazardem mogły zastosować strategię kompensacji, aby wykonać zadanie tak dokładnie, jak kontrole, ponieważ czasy reakcji były dłuższe, a aktywacja mózgu związana z neutralną kontrolą hamowania w obustronnym DLPFC i prawym ACC była wyższa w grupie patologicznego hazardu niż grupa kontrolna. Kontekst związany z hazardem wydaje się ułatwiać hamowanie reakcji u osób z patologicznym hazardem w porównaniu z grupą kontrolną, na co wskazuje większa dokładność no-go podczas ekspozycji na sygnały hazardowe i niższa aktywność mózgu w DLPFC i ACC u osób z patologicznym hazardem niż u osób kontrolnych.
Dwa badania fMRI badające kontrolę hamowania przeprowadzono u osób z nadmiernym zachowaniem żywieniowym (tj. Otyłych pacjentów lub zjadaczy upalnych). Badanie z udziałem pacjentów otyłych98 użył zadania zatrzymania sygnału. Podczas gdy znaleziono podobne SSRT, otyli pacjenci wykazywali mniejszą aktywację mózgu niż kontrole w głównych częściach kontrolnej sieci hamującej (tj. Prawy SFG, lewy IFG, obustronny MFG, wyspę, IPL, cuneus, prawy region potyliczny i lewy MTG). W badaniu Locka i współpracowników99 podobne poziomy dokładności stwierdzono podczas zadania go / no-go, podczas gdy uczestnicy z zachowaniem objadania się mieli większą aktywację mózgu związaną z kontrolą hamującą niż kontrole w regionach mózgu krytycznie zaangażowanych w kontrolę hamowania, takie jak prawy DLPFC, prawy ACC, obustronny przedśrodkowy żyroskop, obustronne podwzgórze i prawy MTG.
Podsumowanie
Potencjalne odkrycia związane ze zdarzeniami u nadmiernych internautów wykazały zmniejszone amplitudy N2 w badaniach 2, sugerując deficyt na etapie wykrywania konfliktów w procesie hamowania. W przeciwieństwie do tego, amplitudy N2 u osób z nadmiernym zachowaniem w grach zostały wzmocnione w gromadzie ciemieniowej. Jedno badanie fMRI u osób z patologicznym hazardem wykazało hipoaktywację związaną z kontrolą hamowania w dACC, podczas gdy drugie badanie fMRI wykazało, że kontrola hamująca i związana z nią aktywacja mózgu mogą być wzmocnione przez kontekst związany z hazardem. Wyniki badań XMUMX fMRI u osób z nadmiernym zachowaniem żywieniowym wydają się częściowo przeczyć sobie nawzajem. Podczas gdy żadne z badań nie wykazało defektów behawioralnych w kontroli hamującej, badanie 2 wykazało nadaktywność u pacjentów, podczas gdy druga wykazała hipoaktywację w znacznych częściach sieci kontroli hamowania. Jest oczywiste, że konieczne są dalsze badania neuroobrazowe w populacjach z nadmiernie uzależnionymi zachowaniami.
Błąd przetwarzania
Przetwarzanie błędów u osób uzależnionych od nikotyny
Dwa badania ERM i 2 fMRI zbadały przetwarzanie błędów u osób z uzależnieniem od nikotyny. Franken i współpracownicy100 stwierdzili, że wydajność zadania Flankera i amplitudy ERN w przypadku nieprawidłowych badań nie były upośledzone u osób z uzależnieniem od nikotyny po godzinie palenia abstynencji od 1. Jednak amplitudy Pe były niższe u tych osobników niż u kontroli. Wyniki te mogą wskazywać, że wykrywanie błędów początkowych u osób z uzależnieniem od nikotyny jest nienaruszone, ale bardziej świadoma ocena błędów może być mniej wyraźna w tej grupie. Luijten i współpracownicy101 użył podobnego zadania w badaniu osób z uzależnieniem od nikotyny po godzinie abstynencji 1, ale także uwzględnił wskazówki dotyczące palenia. Zarówno amplitudy ERN, jak i Pe były niższe u osób z uzależnieniem od nikotyny niż u osób kontrolnych. Ponadto palacze wykazywali mniejsze spowolnienie po błędzie niż kontrole. Wyniki tego badania oraz wyniki Franken i współpracowników100 sugerują, że wykrywanie błędów początkowych może być szczególnie zagrożone u osób z uzależnieniem od nikotyny, gdy ograniczone zasoby poznawcze są dostępne do monitorowania błędów (np. podczas ekspozycji na sygnały palenia). Z drugiej strony, bardziej świadome przetwarzanie błędów może być na ogół mniej wyraźne u osób z uzależnieniem od nikotyny.
Badanie fMRI, w którym uczestnicy wykonali zadanie zatrzymania sygnału, wykazało mniejszą zależność od błędów u osób z uzależnieniem od nikotyny niż kontrole w dACC połączone ze zwiększoną aktywacją w przednim obszarze grzbietowo-przyśrodkowej kory przedczołowej (DMPFC).62 Korzystanie z zadania go / no-go, Nestor i współpracownicy63 stwierdzili, że osoby niestabilne z uzależnieniem od nikotyny, w porównaniu z grupą kontrolną, popełniły więcej błędów, czemu towarzyszyła zmniejszona aktywacja mózgu po błędach wydajności w prawej SFG i lewej STG, podczas gdy nie stwierdzono żadnej różnicy ani w ACC, ani w wyspie. Badanie to obejmowało również grupę byłych palaczy, którzy zachowywali abstynencję przez co najmniej 1 rok i wykazali zwiększoną aktywność związaną z błędami w ACC, lewą wyspę, obustronną SFG, prawą MFG, lewy móżdżek, lewy MTG, obustronny STG i obustronny zakręt okrężnicy (PHG) w stosunku do osób z uzależnieniem od nikotyny i kontroli. Wyniki te sugerują, że bardziej złożone monitorowanie błędów neuronalnych może zwiększyć prawdopodobieństwo rzucenia palenia lub że deficyty u osób z uzależnieniem od nikotyny są odwracalne.
Podsumowanie
Wyniki badań 2 ERP sugerują, że wykrywanie błędów początkowych może być mniej skuteczne u osób z uzależnieniem od nikotyny w sytuacjach bardziej wymagających poznawczo, podczas gdy bardziej świadoma ocena błędów może być również zagrożona w afektywnie neutralnych warunkach. Hipoaktywację w ACC w odpowiedzi na błędy stwierdzono w 1 z badań XMUMX fMRI u osób z uzależnieniem od nikotyny. Dalsze badania powinny wyjaśnić, w jakich warunkach u tych osób występują deficyty neuronalne związane z przetwarzaniem błędów.
Przetwarzanie błędów u osób uzależnionych od alkoholu
Dwa badania ERP i badanie 1 fMRI badały przetwarzanie błędów u abstynentów z uzależnieniem od alkoholu. Padilla i koledzy102 i Schellekens i współpracownicy103 badali amplitudy ERN (ale nie Pe) w powstrzymywaniu osób z uzależnieniem od alkoholu wywołanych błędami w zadaniu Flankera. Grupa uzależnienia od alkoholu w badaniu Padilli i współpracowników102 wykonał zadanie tak dokładnie, jak grupa kontrolna, ale wykazał zwiększone amplitudy ERN, co sugeruje lepsze monitorowanie błędów wydajności. Jednak może to nie być specyficzne dla błędów w tym badaniu, ponieważ grupa uzależnienia od alkoholu również wykazała zwiększone amplitudy dla prawidłowych badań. W innym badaniu ERP u osób z uzależnieniem od alkoholu stwierdzono zwiększone amplitudy ERN, szczególnie w przypadku błędów u pacjentów z uzależnieniem od alkoholu w stosunku do kontroli.103 Ponadto ci pacjenci uzależnieni od alkoholu wykazywali zwiększone poziomy błędów w zgodnych badaniach. Co ciekawe, gdy osoby z uzależnieniem od alkoholu i współistniejącymi zaburzeniami lękowymi były porównywane z osobami bez zaburzeń lękowych, amplitudy ERN były większe w podgrupie lęku. Zwiększone amplitudy ERN u osób bardzo niespokojnych są zgodne z teoriami sugerującymi, że internalizacja psychopatologii wiąże się ze zwiększonym monitorowaniem błędów wydajności.104 Zgodnie z wynikami ERP, badanie fMRI przeprowadzone przez Li i współpracowników75 wykazali zwiększoną aktywację mózgu związaną z błędami u osób z uzależnieniem od alkoholu w porównaniu z kontrolami w zadaniu zatrzymania sygnału w prawym ACC, obustronnym MFG i obustronnym SFG, jak również w regionach poza siecią przetwarzania błędów (tj. dwustronne MTG, SPL, prawy środkowy krętek i prawy górny i środkowy zakręt potyliczny).
Podsumowanie
Wydaje się, że przetwarzanie błędów zwiększa się w przypadku powstrzymywania osób uzależnionych od alkoholu, ponieważ amplitudy ERN i związana z błędami aktywacja ACC zostały zwiększone. Obecnie żadne z badań ERP u osób z uzależnieniem od alkoholu nie ocenia amplitud Pe; dlatego nie są dostępne żadne informacje dotyczące bardziej świadomego przetwarzania błędów w tej grupie.
Przetwarzanie błędów u osób uzależnionych od konopi
Nie przeprowadzono badań ERP i zidentyfikowano jedynie badanie 1 fMRI, w którym badano przetwarzanie błędów u osób z uzależnieniem od konopi.81 W badaniu fMRI uczestnicy zostali poproszeni o naciśnięcie przycisku w zadaniu go / no-go, gdy zauważyli, że popełnili błąd, tak aby świadome i nieświadome błędy mogły być oceniane oddzielnie. W przypadku błędów świadomych aktywacja w regionach krytycznych dla przetwarzania błędów była podobna w przypadku osób bez leczenia poszukujących uzależnienia od konopi i kontroli, podczas gdy osoby zależne od konopi wykazywały bardziej związaną z błędem aktywację mózgu w obustronnym precuneusie i lewym skorupie, jądrze ogoniastym i hipokampie. Proporcja błędów u osób uzależnionych od konopi i kontroli była podobna; jednak osoby zależne od konopi rzadziej zdawały sobie sprawę z ich błędów. Ponadto osoby zależne od konopi indyjskich, ale nie kontrolne, wykazywały mniejszą aktywację w prawym ACC, obustronne MFG, prawe skorupy i IPL w przypadku nieświadomych błędów niż świadomych błędów. Różnica w aktywności ACC związanej z błędami dla świadomych i nieświadomych błędów była pozytywnie związana ze zmniejszoną świadomością błędów.
Podsumowanie
Potrzebnych jest więcej badań fMRI, aby potwierdzić mniej wyraźną świadomość błędów u osób zażywających konopie indyjskie. Ponadto badania ERP powinny oceniać, czy początkowy automatyczny etap przetwarzania błędów może być zagrożony i powinien powielać mniej wyraźną świadomość błędu u osób z uzależnieniem od konopi poprzez ocenę amplitud Pe.
Przetwarzanie błędów u osób z uzależnieniem od stymulantów
Trzy badania ERP dotyczyły przetwarzania błędów u osób uzależnionych od kokainy.7,85,105 Nie zidentyfikowano badań w populacjach stosujących inne stymulanty. Uczestnicy badania Franken i współpracownicy7 wykonał zadanie Flankera. Potencjalne odkrycia związane z wydarzeniami wykazały, że zarówno początkowe automatyczne przetwarzanie błędów, jak i późniejsze bardziej świadome przetwarzanie błędów jest mniej wyraźne w przypadku powstrzymywania się osób z uzależnieniem od kokainy niż kontroli, ponieważ amplitudy zarówno ERN, jak i Pe zostały osłabione. Ponadto uczestnicy uzależnienia od kokainy popełnili więcej błędów niż kontrole. Dokładniej, popełnili więcej błędów po błędzie w poprzednim badaniu, co sugeruje, że adaptacja behawioralna była nieoptymalna. Sokhadze i współpracownicy85 i Marhe i współpracownicy105 potwierdziły zwiększone wskaźniki błędów i zmniejszone amplitudy ERN u osób z uzależnieniem od kokainy w stosunku do kontroli wykonujących odpowiednio połączone zadanie Flankera i go / no-go u aktywnych użytkowników oraz klasyczne zadanie Flankera u pacjentów uzależnionych od kokainy w pierwszych kilku dniach detoksykacji . Żadne z badań nie badało amplitud Pe. Co ważne, wykazano również, że zmniejszone amplitudy ERN są predykcyjne dla zwiększonego zażywania kokainy w okresie obserwacji 3.105
Dwa badania fMRI u osób z uzależnieniem od kokainy dotyczyły aktywacji mózgu związanej z przetwarzaniem błędów z wykorzystaniem go / no-go87 i zadanie zatrzymania sygnału.89 Hipoaktywację związaną z błędem stwierdzono u tych, którzy aktywnie stosowali kokainę w porównaniu z grupą kontrolną w ACC, prawym MFG, lewej wyspie i lewym IFG. Ponadto osoby z uzależnieniem od kokainy popełniły więcej błędów podczas wykonywania zadań. Zgodnie z wynikami ERP, Luo i współpracownicy89 wykazali, że zmniejszona aktywacja dACC związana z błędem w powstrzymywaniu się od uzależnienia od kokainy była związana z częstością nawrotów 3 miesiące później zarówno u mężczyzn, jak iu kobiet, podczas gdy efekty specyficzne dla płci stwierdzono we wzgórzu i lewej wyspie.
Podsumowanie
Zarówno badania ERP, jak i fMRI wykazują mniejszą zależność od błędów aktywacji mózgu u osób z uzależnieniem od kokainy niż u osób kontrolnych, zwłaszcza w regionach krytycznych dla optymalnego przetwarzania błędów, takich jak ACC, Insula i IFG. Niższe amplitudy ERN i Pe u osób z uzależnieniem od kokainy w porównaniu z grupą kontrolną sugerują, że problemy z przetwarzaniem błędów mogą pojawić się zarówno jako konsekwencja deficytów w wykrywaniu błędów początkowych, jak i deficytów w bardziej świadomej ocenie błędów wydajności. Zmniejszone amplitudy ERN i związana z błędem aktywacja dACC były związane z nawrotem w okresie obserwacji 3.
Przetwarzanie błędów u osób z uzależnieniem od opiatów
Nie zidentyfikowaliśmy badań ERP i tylko badanie 1 fMRI, które badało przetwarzanie błędów w powstrzymywaniu osób z uzależnieniem od opiatów.106 Stwierdzono, że osoby z uzależnieniem od opiatów popełniały więcej błędów w zadaniu go / no-go, a aktywacja związana z błędem w ACC była zmniejszona w porównaniu z aktywacją kontroli. Ponadto brakowało powiązania między aktywacją ACC a zachowaniem u osób z uzależnieniem od opiatów, podczas gdy ta korelacja między mózgiem a zachowaniem występowała w grupie kontrolnej.
Podsumowanie
W badaniu fMRI stwierdzono deficyty neuronalne związane z błędną aktywacją mózgu w ACC u osób z uzależnieniem od opiatów. Oczywiście potrzeba więcej badań fMRI i ERP, aby potwierdzić różnice u tych pacjentów.
Przetwarzanie błędów u osób z uzależnieniami behawioralnymi
Zidentyfikowaliśmy tylko badanie 1 ERP w dziedzinie uzależnień behawioralnych, które wykazało zwiększone wskaźniki błędów w badaniach bezczynności u osób z nadmiernym zachowaniem w grach w porównaniu z kontrolami.96 Niższe amplitudy ERN i brak różnic w amplitudach Pe stwierdzono u uczestników z nadmierną grą w próbach błędów, co sugeruje, że początkowe przetwarzanie błędów u nadmiernych graczy może być mniej wyraźne niż w kontrolach, podczas gdy świadomość błędu może nie być związana ze zwiększonymi wskaźnikami błędów. Jedyne badanie fMRI, w którym badano przetwarzanie błędów w kontekście uzależnień behawioralnych, wykazało, że aktywacja mózgu związana z błędem w dACC w zadaniu zatrzymania sygnału była niższa u osób z patologicznym zachowaniem hazardowym niż u osób kontrolnych, podczas gdy wykonywanie zadań było nienaruszone.62 Odkrycie to sugeruje mniej wyraźne monitorowanie błędów w patologicznej grupie hazardowej w najważniejszym regionie pod kątem przetwarzania błędów.
Podsumowanie
Oba badania dotyczące przetwarzania błędów wykazały mniejsze przetwarzanie błędów u osób z nadmiernymi zachowaniami podobnymi do uzależnień, tym samym przypominając odkrycia u osób z uzależnieniem od substancji. Potrzebne są dodatkowe badania fMRI i ERP, aby powtórzyć te odkrycia i rozszerzyć je na inne grupy wykazujące uzależnienia behawioralne.
Dyskusja
Podsumowanie rezultatów
Niniejszy przegląd zawiera przegląd badań ERP i fMRI, które dotyczyły kontroli hamującej i przetwarzania błędów u osób z uzależnieniem od substancji oraz u osób wykazujących proponowane uzależnienia behawioralne. Badania ERP kontroli hamującej, operacjonalizowane za pomocą paradygmatów go / nogo i stop-signal, wykazały niedobory amplitud N2 i P3 u osób z uzależnieniami. Z badań oceniających amplitudy N2 (n = 7), większość (n = 5) pokazał niższe amplitudy N2 u osób z uzależnieniami niż kontrolnych (na przykład, patrz Dodatek, ryc. S1, w jpn.ca), sugerując, że deficyty w hamowaniu kontroli u osób uzależnionych mogą być spowodowane problemami z wczesnymi procesami poznawczymi, takimi jak wykrywanie konfliktów. Wyniki badań amplitud P3 (n = 11) są niespójne. Niektóre badania nie wykazały różnic między osobami uzależnionymi i kontrolującymi (n = 5), podczas gdy inne badania wykazały niższe (n = 5) lub wyższy (n = 1) Amplitudy P3 u osób uzależnionych. Dlatego nie można sformułować jednoznacznych wniosków dotyczących P3. Uzupełniające wyniki mniej wyraźnych amplitud N2, kilka badań fMRI (n = 13 z 16) stwierdzili hipoaktywację związaną z kontrolą hamowania u osób z uzależnieniami, głównie w ACC, IFG i DLPFC, ale także w dolnych i górnych żyłach ciemieniowych (Rys. 1). Na podstawie tych ustaleń można stwierdzić, że znaczna część sieci leżąca u podstaw kontroli hamowania jest dysfunkcyjna u osób z uzależnieniami. Należy zauważyć, że różnice w aktywacji mózgu związanej z kontrolą hamowania stwierdzono również poza siecią neuronową z kontrolą hamującą, co oznacza, że osoby z uzależnieniami mogą stosować różne strategie w celu wdrożenia kontroli hamowania.
W większości przypadków stwierdzono hipoaktywację związaną z błędami u osób z uzależnieniami w ACC, najbardziej krytycznym obszarze przetwarzania błędów (n = 6 of 7) badania fMRI (Rys. 2), podczas gdy hipoaktywacja związana z przetwarzaniem błędów była również opisywana w innych regionach, takich jak górny i dolny zakręt czołowy i wyspa. Wyniki ERP potwierdzają i uzupełniają wyniki fMRI. Zaobserwowano niższe amplitudy ERN u osób z uzależnieniami w stosunku do kontroli (n = 5 z 8), potwierdzając tym samym początkowe deficyty w wykrywaniu błędów u osób z uzależnieniami (patrz Dodatek, ryc. S2, na przykład wyników ERN i Pe). Biorąc pod uwagę, że ACC jest generatorem neuronowym ERN,8,48,49 Zarówno wyniki ERN, jak i fMRI sugerują, że dysfunkcja ACC może być biomarkerem dla błędów w przetwarzaniu błędów u osób z uzależnieniami. Co ważne, niższe amplitudy ERN i hipoaktywacja w ACC były związane z nawrotem w badaniach podłużnych 2.89,105 Wyniki Pe uzupełniają wyniki fMRI, dostarczając informacji na temat ram czasowych deficytów przetwarzania błędów. Zaobserwowano niższe amplitudy Pe u osób z uzależnieniem od substancji w porównaniu z grupą kontrolną (n = 3 z 4) i zasugeruj, że oprócz początkowego wykrywania błędów, bardziej świadome przetwarzanie błędów może być zagrożone. Jest to szczególnie interesujące odkrycie, ponieważ może być związane z upośledzonym wglądem w zachowanie, temat, który ostatnio przyciągnął większą uwagę w dziedzinie uzależnienia.107
Dwa wnioski z obecnego przeglądu stanowią wyjątek od omawianych wniosków. Po pierwsze, odkrycia fMRI u osób używających konopi indyjskich wykazują hiperaktywność zamiast hipoaktywacji w odniesieniu do kontroli hamowania w regionach mózgu krytycznie zaangażowanych w kontrolę hamowania, w tym pre-SMA, DLPFC, wyspy i IPG. Hiperaktywację związaną z hamowaniem kontroli u osób zażywających konopie indyjskie można interpretować jako zwiększony wysiłek nerwowy w celu osiągnięcia poziomów kontroli zachowania próbki (tj. Nie stwierdzono deficytów behawioralnych u tych osób). Innym wyjaśnieniem hiperaktywacji w tej populacji jest stosunkowo młody wiek osób zażywających konopie indyjskie w obu badaniach fMRI w porównaniu z innymi badaniami u osób z uzależnieniem od substancji.81,82 Ponadto uczestnicy badania Tapert i współpracownicy82 powstrzymał się od zażywania konopi indyjskich w dniach 28, który jest dłuższy niż w większości innych badań, co sugeruje, że aktywacja mózgu może się zmienić w zależności od czasu trwania abstynencji.108
Wyniki ERP i fMRI dotyczące przetwarzania błędów u osób uzależnionych od alkoholu stanowią drugi wyjątek od ogólnie obserwowanej hipoaktywacji związanej z błędami u osób z uzależnieniami. W przeciwieństwie do innych populacji z uzależnieniami, osoby uzależnione od alkoholu wykazują ulepszone przetwarzanie błędów, o czym świadczą zwiększone amplitudy ERN i zwiększona aktywacja związana z błędami w ACC.75,102,103 Wyniki badania Schellekensa i współpracowników103 dają możliwe wyjaśnienie usprawnionego przetwarzania błędów u osób uzależnionych od alkoholu, ponieważ amplitudy ERN były większe u osób bardzo niespokojnych niż u osób mniej niespokojnych. Sugeruje to, że często obserwowane współistniejące psychopatologie internalizujące (tj. Zaburzenia związane z lękiem) u osób z uzależnieniem od alkoholu109,110 może być odpowiedzialny za ulepszone przetwarzanie błędów. Przegląd wyników badań ERN potwierdza, że internalizacja psychopatologii wiąże się z większymi amplitudami ERN, podczas gdy psychopatologia eksternalizacyjna wiąże się z mniej wyraźnymi amplitudami ERN.104
Drugim celem naszego przeglądu była ocena różnic i podobieństw w kontroli hamującej i przetwarzaniu błędów między uzależnieniem od substancji a innymi zachowaniami uzależniającymi. Podobne odkrycia do obserwowanych u osób z uzależnieniem od substancji stwierdzono u osób z patologicznym hazardem i nadmiernym jedzeniem, grami i korzystaniem z Internetu. Na przykład u osób z patologicznym zachowaniem hazardowym stwierdzono hipoaktywację w ACC, zarówno w zakresie kontroli hamowania, jak i przetwarzania błędów,62 który przypomina najczęściej obserwowane odkrycie u osób z uzależnieniem od substancji. Jednak sprzeczne ustalenia zostały również zidentyfikowane u osób z nadmiernym zachowaniem w grach (np. Zwiększone amplitudy N2) i nadmiernym zachowaniem związanym z jedzeniem (tj. Badanie 1 fMRI w dziedzinie kontroli hamującej wykazało hipoaktywację podczas zadania hamowania, podczas gdy inne wykazywało hiperaktywację) . Podsumowując, zidentyfikowano pewne podobieństwa między osobami z uzależnieniem od substancji a tymi wykazującymi zachowania uzależniające; jednak w tych populacjach nadal nie ma wystarczających badań neuroobrazowania, a obecne ustalenia są niejednoznaczne.
Model integracyjny
Integracja wyników ERP i fMRI zarówno dla kontroli hamującej, jak i przetwarzania błędów prowadzi do obserwacji, że większość spójnych wyników u osób z uzależnieniami jest związana z dysfunkcją dACC. Zarówno N2, jak i ERN mają swoje neuronowe pochodzenie w dACC,111 a dysfunkcja dACC była najbardziej spójnym wynikiem fMRI zarówno dla kontroli hamowania, jak i przetwarzania błędów. Sugeruje to, że wspólna dysfunkcja dACC może przyczyniać się do deficytów zarówno w kontroli hamowania, jak i w przetwarzaniu błędów. Wpływowa teoria dotycząca funkcji DACC sugeruje, że monitorowanie konfliktów jest podstawową funkcją DACC,8,112 wyjaśniając tym samym jego kluczową rolę w wielu różnych funkcjach poznawczych. Teoria ta jest poparta odkryciem, że aktywacja konfliktu w dACC poprzedza zwiększoną aktywację w DLPFC w następnej próbie, pokazując, że dACC poprzedza regulację aktywacji w innych obszarach mózgu, które wdrażają kontrolę poznawczą.59 Ta funkcja monitorowania konfliktu dACC może być krytyczną funkcją zarówno dla kontroli hamowania, jak i przetwarzania błędów. Aby kontrolować hamowanie, należy wykryć konflikt między tendencją do automatycznej odpowiedzi a celem długoterminowym, aby zahamować zachowanie. Przetwarzanie błędów i monitorowanie konfliktów może być nawet ściślej powiązane, prawdopodobnie na zasadzie wzajemności. Aby móc przetwarzać błędy podczas bieżącego zachowania, monitorowanie konfliktu ma kluczowe znaczenie dla zasygnalizowania różnicy między rzeczywistą odpowiedzią a reprezentacją prawidłowej odpowiedzi. Z drugiej strony optymalne przetwarzanie błędów wydajności jest niezbędne do uczenia się i monitorowania konfliktów w przyszłych zachowaniach, co ilustruje możliwą wzajemną zależność między monitorowaniem konfliktów a przetwarzaniem błędów. To wzajemne powiązanie z monitorowaniem konfliktów (Rys. 3) sugeruje, że deficyty przetwarzania błędów mogą pośrednio wpływać na inne domeny funkcjonalne kontroli poznawczej, w tym kontrolę hamowania.113 W sumie proponujemy, aby zakłócone monitorowanie konfliktów w dACC stanowiło podstawowy deficyt u osób z uzależnieniami leżącymi u podstaw obserwowanych deficytów w przetwarzaniu błędów i kontroli hamującej (Rys. 3). W szczególności ta idea monitorowania konfliktów jako wspólnego deficytu w funkcjonowaniu dACC u osób z uzależnieniami może uogólniać się na inne dziedziny kontroli poznawczej, w tym przetwarzanie informacji zwrotnych, monitorowanie uwagi i wykrywanie istotności. Zgodnie z tym pomysłem, niektóre z tych funkcji, takie jak wykrywanie istotności mierzone w paradygmatach dziwnych, były wcześniej wykazywane jako osłabione u osób z uzależnieniami,114 mając na uwadze, że inne funkcje, takie jak monitorowanie uwagi, stanowią kluczową część wielu funkcji kontroli poznawczej, w tym kontroli hamowania. Biorąc pod uwagę proponowaną rolę IFC w paradygmatach zadań go / go-go i stop-signal, obserwowane deficyty IFG u osób z uzależnieniami podczas tych zadań mogą odzwierciedlać zmniejszone zdolności monitorowania uwagi.19,20,115 W oparciu o postulowany model można oczekiwać, że poprawa funkcjonowania dACC poprzez bezpośrednią neuromodulację lub pośrednie terapie behawioralne doprowadziłaby do zwiększenia kontroli nad zachowaniami uzależniającymi. Inna hipoteza oparta na obecnym modelu polegałaby na tym, że interwencje ukierunkowane na monitorowanie konfliktów lub przetwarzanie błędów doprowadziłyby jednocześnie do poprawy kontroli hamowania, podczas gdy niekoniecznie działałoby to w przeciwnym kierunku.
Ograniczenia
Ważne jest, aby zauważyć, że niespójności w wynikach w obrębie i wśród włączonych badań były oczywiste. Na przykład odkrycia dotyczące mózgu i zachowania nie zawsze były spójne, a osoby z uzależnieniami wykazały hiperaktywację zamiast hipoaktywacji związaną z kontrolą hamowania lub przetwarzaniem błędów w niektórych badaniach. Zasadniczo interpretacja hiperaktywności hipo-przeciwnej w badaniach ERP i fMRI w populacjach klinicznych w stosunku do kontroli pozostaje niejednoznaczna. Ustalenia behawioralne, takie jak mniej dokładne wykonanie zadań lub różnice w czasie reakcji, są kluczem do interpretacji hipo- lub hiperaktywacji. Chociaż spekulatywny, możliwym wyjaśnieniem hipoaktywacji bez deficytów behawioralnych jest to, że aktywacja mózgu może być bardziej czułym środkiem do wykrywania nieprawidłowości u osób z uzależnieniami.5,116 W tym kontekście interesujące byłoby zbadanie powiązań między ilością używanej substancji lub poziomem zależności i stopniem hipoaktywacji. Z drugiej strony, hiperaktywacja w połączeniu z nienaruszoną wydajnością behawioralną jest często interpretowana jako zwiększony wysiłek nerwowy lub użycie alternatywnych strategii poznawczych w celu osiągnięcia normalnego poziomu wydajności behawioralnej.117
Niespójności w wynikach wynikają prawdopodobnie z różnic w metodologii, takich jak dobór pacjentów, specyfikacje paradygmatów zadań, pozyskiwanie danych i techniki analizy. Chociaż zgłaszamy kilka cech pacjenta w Tabela 1ograniczeniem obecnego przeglądu jest to, że wpływ tych cech na wyniki neuroobrazowania nie mógł zostać oceniony ze względu na dużą zmienność i ograniczoną liczbę badań. W szczególności wykazano, że czas abstynencji zmienia kontrolę poznawczą i związane z nią funkcje mózgu.118 Dlatego badania podłużne są wyraźnie potrzebne, aby rozwikłać trajektorię rozwojową deficytów poznawczych po długotrwałych okresach abstynencji narkotykowej. Kolejnym ograniczeniem jest to, że w niektórych badaniach nie było jasne, czy naukowcy odpowiednio kontrolowali stosowanie nikotyny. Ponieważ obecny przegląd wyraźnie pokazał różnice w kontroli hamowania i przetwarzaniu błędów oraz związanej z tym aktywacji mózgu u palaczy w porównaniu z osobami niepalącymi, stosowanie nikotyny powinno być brane pod uwagę w badaniach innych populacji z uzależnieniami.
Kolejnym ograniczeniem niniejszego przeglądu jest niewielka liczba badań włączonych do niektórych substancji nadużywanych, co utrudniało stanowcze wnioski w tych grupach. Konieczne są dalsze badania, szczególnie u osób uzależnionych od opiatów i konopi indyjskich oraz u osób wykazujących nadmierne uzależnienie. Ponadto zalecamy, aby amplitudy zarówno ERN, jak i Pe, lub N2 i P3 były oceniane w jednym badaniu, aby zapewnić optymalne informacje dotyczące przedziału czasowego deficytów kontroli poznawczej.
W odniesieniu do paradygmatów zadań siłą obecnego przeglądu jest to, że wybraliśmy tylko te paradygmaty zadań, które najbardziej odzwierciedlają kontrolę hamowania i przetwarzanie błędów (tj. Zadanie go / no-go, stop-signal i Flanker), zmniejszając tym samym zmienność w wynikach dzięki różnym procesom poznawczym potrzebnym do wykonywania zadań. Z drugiej strony wąskie ognisko można uznać za ograniczenie, ponieważ wyników nie można uogólniać na inne domeny poznawcze lub paradygmaty zadań. Na przykład badania z wykorzystaniem zadania Stroopa zostały wykluczone, ponieważ wiadomo, że zadanie Stroopa wywołuje procesy poznawcze, takie jak rozwiązywanie konfliktów, wybór odpowiedzi i uwaga23,24 jak również różne komponenty ERP w porównaniu z paradygmatami go / no-go i stop-signal.119-121 Niemniej jednak, niektóre odkrycia w badaniach fMRI i pozytronowej tomografii emisyjnej przy użyciu klasycznego zadania Stroopa z kolorowymi słowami są zgodne z obecnymi ustaleniami.122-124 Nawet przy ścisłym wyborze paradygmatów zadań, nadal istnieją różnice w wynikach w ramach paradygmatów go / no-go i stop-signal, co przyczynia się do niespójności wyników w różnych badaniach. Różnice w technikach analizy mogą dodatkowo powodować niespójności w wynikach. W przypadku badań fMRI, głównymi źródłami wariancji są analizy całego mózgu w porównaniu z regionami zainteresowania i różne metody korygowania wielokrotnych porównań, a zatem zastosowanie różnych kontrastów wewnątrzobiektowych do późniejszych analiz międzyosobniczych (np. Zatrzymanie poprawnego minus minus v . Stop poprawny minus błąd zatrzymania). Projektowanie zadań i techniki analizy powinny stać się znacznie bardziej ujednolicone, aby zmniejszyć niespójności w wynikach. Jest to również warunek wstępny, jeśli te paradygmaty zostaną ostatecznie wdrożone w praktyce klinicznej.
Implikacje leczenia i przyszłe kierunki badań
Współczesne skuteczne metody leczenia uzależnienia obejmują farmakoterapię, terapię poznawczo-behawioralną i zarządzanie awaryjne.125-127 Niemniej jednak wskaźniki nawrotów są nadal wysokie, więc istnieje wiele możliwości poprawy. Kilka celów leczenia opartych na ustaleniach z tego przeglądu wymaga dalszych badań. Po pierwsze, wykazano, że możliwości kontroli hamowania i leżące u ich podstaw sieci neuronowe mogą zostać przeszkolone w celu zwiększenia kontroli behawioralnej.128 Drugą możliwością zwiększenia kontroli hamowania jest bezpośrednie szkolenie hipoaktywnych obszarów mózgu, takich jak ACC, IFG i DLPFC, przy użyciu technik neuromodulacji.129-131 Konkretne leki mające na celu wzmocnienie funkcji poznawczych mogą być kolejną interwencją terapeutyczną w celu zwiększenia funkcjonowania poznawczego.132 Potrzebne są dalsze badania nad tymi zastosowaniami klinicznymi, aby zbadać, które z tych potencjalnych strategii leczenia mogą ostatecznie być skuteczne w ograniczaniu zachowań uzależniających.
Możliwości kontroli poznawczej mogą być również wykorzystywane w praktyce klinicznej do ukierunkowania strategii leczenia w zależności od indywidualnych potrzeb. Wykazano, że deficyty w kontroli poznawczej są związane ze zmniejszoną zdolnością do rozpoznawania problemów z nadużywaniem substancji, niższą motywacją do rozpoczęcia leczenia i przerwania leczenia.133,134 Berkman i współpracownicy66 wykazali, że indywidualne różnice w aktywacji w sieci kontroli hamującej są związane ze zdolnością do hamowania głodu w życiu codziennym, aby zapobiec paleniu. Te i inne ostatnie ustalenia135 podkreślają potrzebę monitorowania zdolności kontroli poznawczej podczas leczenia i mogą być wykorzystywane do identyfikacji osób z uzależnieniami, które są bardziej narażone na nawrót.
Jednym z najważniejszych pozostałych pytań jest kwestia przyczynowości. Nie wiadomo jeszcze, czy deficyty neuronalne związane z kontrolą hamującą i przetwarzaniem błędów u osób uzależnionych predysponują je do zażywania substancji lub czy są one konsekwencją zażywania substancji. Co ciekawe, ostatnie badania dostarczyły dowodów na to, że ERN jest możliwym typem endofenonu dla uzależnienia,136 ponieważ amplitudy ERN były niższe u potomstwa wysokiego ryzyka niż u młodzieży z normalnym ryzykiem.
Wnioski
W przeglądzie systematycznie oceniano wyniki badań ERP i fMRI dotyczące kontroli hamującej i przetwarzania błędów u osób z uzależnieniem od substancji i osób wykazujących nadmierne zachowania uzależniające. Połączona ocena ERP i fMRI oferuje nowe spostrzeżenia i kierunki przyszłych badań. Ogólnie wyniki pokazują, że uzależnienie jest związane z deficytami neuronów związanymi z kontrolą hamowania i przetwarzaniem błędów. Najbardziej spójne wyniki dotyczyły niższych amplitud N2, ERN i Pe oraz obniżonej aktywności w dACC, IFG i DLPFC u osób z uzależnieniami w porównaniu z grupą kontrolną. Proponujemy zintegrowany model sugerujący, że dysfunkcja dACC w monitorowaniu konfliktów może być podstawowym deficytem neuronalnym leżącym u podstaw uzależniających zachowań. W końcu zidentyfikowano podobieństwa między osobami z uzależnieniem od substancji a osobami wykazującymi zachowania uzależniające, ale dowody na deficyty neuronalne w domenach kontroli hamującej i przetwarzania błędów w tej ostatniej populacji są rzadkie i niejednoznaczne.
Podziękowania
Badanie to zostało wsparte grantem Holenderskiej Organizacji Badań Naukowych (NWO; VIDI grant number 016.08.322). Organizacja finansująca nie odgrywała żadnej roli w przygotowaniu manuskryptu lub decyzji do publikacji. Autorzy nie mają sprzecznych interesów do zadeklarowania.
Przypisy
Konkurencyjne zainteresowania: Nie zadeklarowano.
Współautor: Wszyscy autorzy zaprojektowali badanie, pozyskali i przeanalizowali dane i zatwierdzili ostateczną wersję do opublikowania. M. Luijten i MWJ Machielsen napisali artykuł, który przejrzeli DJ Veltman, R. Hester, L. de Haan i IHA Franken.
Referencje
;