Nieprawidłowe sygnatury neuronalne podejmowania decyzji: patologiczni hazardziści wykazują nadwrażliwość korowo-prążkowaną na ekstremalne gry hazardowe

• Sofie V. Gelskov^{a, b,,,,} ,
• Kristoffer H. Madsen^{a, c},
• Thomas Z. Ramsøy^{a, d, 1},
• Hartwig R. Siebner^{a, e, 1}

doi: 10.1016 / j.neuroimage.2016.01.002

  Open Access

Najważniejsze

• Patologiczni gracze wykazują reakcję neuronów w kształcie litery U na apetyczne i awersyjne zakłady.
• Ta nadwrażliwość występuje w sieci korowo-prążkowia, tj. Jądra ogoniastego i DLPFC.
• Uczulenie tej sieci może stanowić neuronowy marker kompulsywnego hazardu.
• Proponuje się skoncentrowanie się w przyszłości na tej sieci i mechanizmach związanych z wynikami.

Abstrakcyjny

Patologiczny hazard jest uzależnieniem, które charakteryzuje się nieodpartą chęcią uprawiania hazardu pomimo poważnych konsekwencji. Jedną z cech patologicznego hazardu jest nieprzystosowawczy i bardzo ryzykowny proces decyzyjny, który związany jest z rozregulowaniem obszarów mózgu związanych z nagrodą, takich jak brzuszne prążkowia. Jednak wcześniejsze badania przyniosły sprzeczne wyniki dotyczące implikacji tej sieci, ujawniając hipo- lub nadwrażliwość na zyski i straty pieniężne. Jednym z możliwych wyjaśnień jest to, że mózg hazardu może błędnie przedstawiać korzyści i koszty przy ważeniu potencjalnych wyników, a nie same zyski i straty. Aby rozwiązać ten problem, sprawdziliśmy, czy hazard patologiczny jest związany z nieprawidłową aktywnością mózgu podczas podejmowania decyzji, które wyważają użyteczność możliwych zysków w stosunku do możliwych strat. Patologiczni hazardziści i zdrowi ludzie poddawani byli funkcjonalnemu rezonansowi magnetycznemu, podczas gdy akceptowali lub odrzucali mieszane zyski / straty z pięćdziesięcioma pięćdziesięcioma szansami na wygraną lub porażkę. W przeciwieństwie do zdrowych osób, gracze wykazywali profil odpowiedzi w kształcie litery U odzwierciedlający nadwrażliwość na najbardziej apetyczne i najbardziej awersyjne zakłady w wykonawczej sieci korowo-prążkowia, w tym grzbietowo-bocznej korze przedczołowej i jądrze ogoniastym. Sieć ta zajmuje się oceną nieprzewidzianych działań i rezultatów, monitorowaniem ostatnich działań i przewidywaniem ich konsekwencji. Deregulacja tej konkretnej sieci, szczególnie w przypadku zakładów ekstremalnych o skutkach o dużym potencjale, oferuje nowe zrozumienie neuronowych podstaw patologicznego hazardu pod względem niedostatecznych powiązań między działaniami hazardowymi a ich wpływem finansowym.

Słowa kluczowe

• Podejmowanie decyzji;
• Hazard patologiczny;
• Nadwrażliwość na kortykstriatri;
• fMRI;
• Niechęć do straty;
• Nagradzać

Wprowadzenie

Patologiczny hazard jest zaburzeniem psychicznym, które charakteryzuje się nieodpartym pragnieniem uprawiania hazardu pieniężnego pomimo szkodliwych konsekwencji. Z częstością sięgającą 1 – 2% w wielu społeczeństwach zachodnich (Welte i in., 2008 i Wardle i in., 2010), zaburzenie to stanowi poważny problem zdrowia publicznego i osobistego. Patologiczny hazard został niedawno sklasyfikowany jako uzależnienie behawioralne i dzieli wiele podstawowych objawów z uzależnieniami od narkotyków, takimi jak wycofanie, tolerancja i duże zainteresowanie (Petry, 2007 i Leeman i Potenza, 2012).

Ryzykowne podejmowanie decyzji jest ważną cechą patologicznego hazardu. Rzeczywiście, gracze mają wysoką tolerancję na ryzyko (Clark, 2010 i Brevers i in., 2013), a hazard patologiczny powiązano ze zmianami regionów dopaminergicznych związanymi z nagrodą, ryzykiem i motywacją, takich jak brzuszne prążkowia i brzuszno-przednia kora przedczołowa (vmPFC) (van Holst i in., 2010, Limbrick-Oldfield i in., 2013 i Potenza, 2014). Jednak podczas niektórych badań znaleziono hipoaktywacja mezolimbicznej ścieżki nagród w odpowiedzi na oczekiwanie lub wynik nagród ( Reuter i in., 2005, de Ruiter i in., 2009 i Balodis i in., 2012), inne badania donoszą Hyperaktywacja tej samej ścieżki do oczekiwanej nagrody ( van Holst i in., 2012 i Worhunsky i in., 2014), przewidywane straty (Romanczuk-Seiferth i in. 2015) lub wskazówki hazardowe ( Crockford i wsp., 2005 i Goudriaan i in., 2010). Co ciekawe, badania pozytonowej tomografii emisyjnej (PET) nie wykazały ogólnych różnic między hazardzistami a zdrowymi kontrolami pod względem wielkości prążkowia uwalniania dopaminy ( Joutsa i in., 2012 i Linnet i in., 2011), ale wykazał dodatnią korelację między prążkowiem uwalnianiem dopaminy a nasileniem hazardu (Joutsa i in. 2012) oraz uwalnianie dopaminy i emocje związane z hazardem (Linnet i in. 2011). Te rozbieżne wzorce reakcji znajdują odzwierciedlenie w dwóch głównych opisach patologicznego hazardu. Z jednej strony teoria niedoborów nagród przewiduje hiposensywny układ nagród z powodu dysfunkcyjnego receptora dopaminowego D2 występującego u osób uzależnionych od substancji ( Blum i wsp., 1990 i Noble i in., 1991) i hazardzistów ( Comings i in., 1996 i Comings i in., 2001). Niższy ton dopaminergiczny w mózgu zmusiłby graczy do poszukiwania wyższych nagród, aby osiągnąć próg, przy którym inicjowana jest „kaskada nagród” w mózgu. Z drugiej strony teoria uczulenia przewiduje silne uprzedzenie motywacyjne wobec przedmiotów uzależnienia ( Robinson i Berridge, 1993 i Robinson i Berridge, 2008) prowadzący do nadwrażliwości w regionach dopaminergicznych. U hazardzistów motywacja do hazardu byłaby uruchamiana przez wskazówki hazardowe w środowisku, które zastępowałyby wartość motywacyjną alternatywnych źródeł nagród ( Goldstein i Volkow, 2002 i Goldstein i wsp., 2007).

Rozbieżności te podkreślają, że neurologiczne podstawy patologicznego hazardu pozostają nierozstrzygnięte. Podczas gdy badania kontrastujące kary pieniężne i nagrody mogą dotyczyć sposobu obliczania wartości decyzyjnych w mózgu, nie zajmują się tym, w jaki sposób zyski i straty są uwzględniane podczas hazardu. Niedawno opracowaliśmy zadanie hazardowe, które osobno bada zarówno wielkości zysków, jak i strat, a także to, w jaki sposób zyski i straty są zrównoważone względem siebie w grach mieszanych (zyski / straty) (Gelskov i in. 2015). Podczas bilansowania zysków i strat ludzie są bardziej wrażliwi na potencjalne straty niż na równoważne zyski, uprzedzenie decyzyjne znane jako awersja do strat (Kahneman i Tversky 1979). W praktyce ludzie zazwyczaj odrzucają gry 50 / 50, chyba że mogą wygrać około dwa razy tyle, ile mogą przegrać. Wcześniejsze badania, w których wykorzystano mieszane gry hazardowe ze zdrowymi uczestnikami, wykazały, że osobna wycena zysków i strat dotyczy związanych z nagrodą dopaminergicznych regionów docelowych, w szczególności brzusznego prążkowia i vmPFC (Tom i in. 2007). Jednak biorąc pod uwagę cały hazard związany z zyskiem / stratą (tj. Potencjalny zysk, potencjalną stratę oraz konsekwencje wygranej lub przegranej), inne badania wykazały ważną rolę ciała migdałowatego w awersji do strat (De Martino i in., 2010 i Gelskov i in., 2015). W niniejszym badaniu wykorzystaliśmy to zadanie w populacji cierpiącej na uzależnienie od hazardu jako sposób na uzyskanie wglądu w nieprawidłowy proces decyzyjny oparty na wartościach.

Niedawno badanie behawioralne wykazało, że problemowi gracze mają mniej awersji do strat niż osoby kontrolne (Brevers i in. 2012, ale zobacz także Giorgetta i in. 2014). W tym miejscu pytamy, czy hazard patologiczny może odzwierciedlać niedostateczne zrównoważenie możliwych zysków w stosunku do strat podczas podejmowania decyzji. W niedawnym badaniu stwierdziliśmy, że aktywność ciała migdałowatego i brzusznego prążkowia odzwierciedla stopień awersji do strat u zdrowych uczestników, gdy zdecydowali się zaakceptować lub odrzucić gryzenie skrajnych zysków i strat (Gelskov i in. 2015). W tym przypadku wykorzystaliśmy indywidualne zachowania związane z hazardem, aby zbadać, w jaki sposób proces decyzyjny jest dostosowywany przez międzyosobniczą zmienność awersji do strat (tj. Mniej lub bardziej niechęć do strat) i czy awersja do strat jest również odzwierciedlona w obszarach mezolimbicznych związanych z nagrodami u graczy . Aby rozwiązać te problemy, wykorzystaliśmy fMRI i zadanie hazardowe, w którym uczestnicy musieli akceptować lub odrzucać mieszane gry na podstawie stosunku między absolutnym zyskiem a wartością straty. Nasz projekt badania pozwolił nam zbadać, czy patologiczni gracze równoważą wartości dodatnie i ujemne inaczej niż zdrowe kontrole i czy włączenie współczynników zysku do straty w decyzjach hazardowych wiąże się z nieprawidłową aktywnością w obszarach mózgu zaangażowanych w podejmowanie decyzji opartych na wartościach.

Materiał i metody

Uczestnicy

Czternastu mężczyzn, nieleczonych hazardzistów patologicznych (średni wiek w latach: 29.43; SD: 6.05; zakres: 20 – 40) i zdrowe osoby kontrolne 15 (wszyscy mężczyźni; średni wiek w latach: 29.87; SD: 6.06; zakres: 21– 38) rekrutowano specjalnie do tego badania. Dwóch dodatkowych graczy zostało początkowo przeskanowanych, ale wykluczonych przed włączeniem do analizy, ponieważ źle zrozumieli zadanie: jeden uczestnik odpowiedział tylko przy przyjęciu zakładu, podczas gdy inny uczestnik myślał, że wszystkie wygrane zostaną wypłacone na koniec sesji. Graczy rekrutowano przez duński ośrodek leczenia patologicznego hazardu. Żaden uczestnik nie miał dodatkowych problemów ze zdrowiem psychicznym poza hazardem patologicznym opartym na strukturalnym wywiadzie klinicznym dla DSM-IV, Oś I (SCID-I, wersja badawcza, wersje dla pacjentów i pacjentów nieszpitalnych; First i in. 2002), w tym zaburzenia takie jak używanie narkotyków lub uzależnienie. Obecność hazardu patologicznego została potwierdzona w wywiadzie strukturalnym opartym na module SCID dotyczącym hazardu patologicznego. Wszyscy gracze mieli wynik South Oaks Gambling Screen (SOGS) powyżej 5 (Tabela 1; Lesieur and Blume 1987; Duńskie wersje modułów SOGS i SCID zostały przetłumaczone przez J. Linneta). Uczestnicy zostali sprawdzeni pod kątem zgodności MR, historii zaburzeń neurologicznych i podpisali formularze świadomej zgody. Badanie zostało zatwierdzone zgodnie z protokołem etycznym KF 01 – 131 / 03, wydanym przez lokalną komisję etyczną.

Tabela 1.

Charakterystyka demograficzna i neuropsychologiczna uczestników.

Skróty: SOGS, ekran hazardowy South Oaks; AUDYT, test identyfikacji zaburzeń spożywania alkoholu; WAIS, skala inteligencji dorosłych Wechsler; BDI, Beck Depression Inventory; BIS-11, Barratt Impulsiveness Scale, 11th ed., GAD-10, Test Uogólnionego zaburzenia lękowego; DOSPERT, skala podejmowania ryzyka specyficzna dla dziedziny.

a

Najwyższy poziom wykształcenia (punktacja): 1 = gimnazjum / liceum ogólnokształcące, 2 = kształcenie i szkolenie zawodowe, 3 = szkoła ponadgimnazjalna, 4 = wykształcenie wyższe zawodowe, 5 = licencjat lub podobny, 6 = magister.

b

Jeden gracz nie ukończył ekranu AUDIT, jeden nie ukończył ekranu palenia i edukacji. Jeden podmiot kontrolny nie wypełnił kwestionariusza BIS-11.

c

Zastosowano nieparametryczny test permutacji z powodu rozkładów niestandardowych.

Opcje tabeli

Uczestnicy byli testowani w dwóch oddzielnych dniach w odstępie 1–2 tygodni. Podczas pierwszej sesji testowej uczestnicy przeszli testy neuropsychologiczne, kwestionariusze i wywiady (patrz Tabela 1). Uczestnicy otrzymali również 200 koron duńskich (tj. Duńska waluta, DKK, 1 DKK ≈ 0.16 dolara amerykańskiego), które mieli przynieść w następnym tygodniu na sesję testową fMRI jako stawkę hazardową.

Zadanie hazardowe i bodźce

Podczas sesji fMRI uczestnicy wykonali zadanie hazardowe, które wymagało od nich zaakceptowania lub odrzucenia mieszanych zysków i strat z jednakowym prawdopodobieństwem wygranej lub przegranej (Rys. 1ZA). W każdej próbie badanym przedstawiano wykres kołowy z kwotą potencjalnego zysku lub potencjalną kwotą straty, zgodnie z głównym warunkiem (tj. „Najpierw strata” lub „najpierw zysk”). Po różnym czasie wyświetlania (2–5 s), pokazywana była druga kwota mieszanego hazardu i badani decydowali się zaakceptować lub odrzucić obecną grę, naciskając jeden z dwóch przycisków na skanerze. Zarówno pierwsza „faza prezentacji wielkości”, jak i wynikająca z niej „faza decyzyjna” były przeskakiwane w krokach 0.5 s (tj. 2, 2.5, 3, 3.5, 4, 4.5 i 5 s) pseudolosowo od próby do próby. Instrukcje były odczytywane na głos uczestnikom, po czym po krótkiej sesji szkoleniowej do czasu zapoznania się z zadaniem. Uczestnikom powiedziano, że podczas skanowania nie zostaną przekazane żadne informacje zwrotne na temat wyniku pojedynczych zakładów, ale po sesji fMRI komputer wybierze dwa losowe zakłady: te, które zostały zaakceptowany podczas sesji hazardowej zostanie „rozegrany”, a uczestnicy albo stracą pieniądze ze swojego wyposażenia, albo wygrają dodatkowe pieniądze, a jeśli odrzucą zakład, nie zostanie rozegrany żaden hazard 50 / 50. Uczestnikom powiedziano, aby postępowali zgodnie ze swoimi „odczuciami jelitowymi” i że nie było dobrych ani złych odpowiedzi.

Rys.. 1. 

Zadanie hazardowe w skanerze, macierz bodźców i zachowania związane z wyborem. A) paradygmat fMRI związany ze zdarzeniami; uczestnicy otrzymali najpierw potencjalną stratę lub potencjalny zysk (tj. faza „prezentacji” wielkości). Następnie, gdy obie kwoty zostały przedstawione, uczestnicy decydowali, czy zaakceptować, czy odrzucić grę (tj. Faza „Decyzji”). Odstępy między próbami (ITI) oddzielne próby. NB: „kr” = „DKK”. B) Mapa cieplna oznaczona kolorami przedstawiająca współczynniki hazardu (zysk / strata). Bodźce składały się z 64 różnych wskaźników zysków do strat, odpowiadających 8 potencjalnym kwotom zysków (68–166 DKK; przyrosty o 14) i 8 kwot potencjalnych strat (34–83 DKK; przyrosty o 7). Kodowanie kolorami odzwierciedla proporcje od najniższego (0.82) do najwyższego (4.9). Wszystkie współczynniki zysku / straty zostały przedstawione dwukrotnie w kolejności losowej, raz w stanie „najpierw zysk” i raz w stanie „najpierw strata”. C) Kolorowe mapy cieplne przedstawiające wzorce wyboru dla graczy (po lewej) i kontroli (po prawej). Kodowanie kolorami od czarnego przez czerwony do żółtego do białego odzwierciedla rosnący odsetek akceptowanych gier (czarny ➔ biały: 0–100%). D) Współczynnik awersji do strat, lambda (λ), dla wszystkich uczestników. Zwróć uwagę na prawą wypaczoną dystrybucję. Nieparametryczny test permutacji wykazał trend w kierunku mniejszej niechęci do strat u patologicznych hazardzistów w porównaniu ze zdrowymi kontrolami (P = 0.077).

Opcje rysunku

Bodźce składały się z mieszanych gier przedstawionych na żółtych i fioletowych wykresach kołowych z jedną kwotą pieniężną (tj. Potencjalnymi zyskami i stratami w walucie duńskiej) przedstawionymi na każdej połowie wykresu (Rys. 1ZA). Bodźce 64 łączyły kwoty potencjalnego wzmocnienia 8 (68 – 166 DKK; w przyrostach 14 DKK), z kwotami potencjalnej straty 8 (34 – 83 DKK; w przyrostach 7 DKK; patrz macierz współczynnika wzmocnienia / straty w Rys. 1B). 64 mieszane zakłady zostały zaprezentowane raz w stanie „najpierw zysk”, a raz „najpierw przegrana”, co dało łącznie 128 prób. Każdy z bodźców należał do jednej z 8 klas, oznaczonych kątem wykresu kołowego, który został obrócony o 45 ° (0–360 °) dla każdej klasy. Tak więc, chociaż każda kwota (np. + 82 DKK) pojawiła się 16 razy, była prezentowana tylko raz w tej samej fizycznej pozycji na ekranie dla głównego warunku (najpierw zysk lub strata), aby uniknąć jakichkolwiek efektów powtórzeń na niskim poziomie. Aby upewnić się, że badani byli uważni na zadanie i aby zwiększyć liczbę wskaźników poniżej 1, dodaliśmy 18 wysoce niekorzystnych prób połowowych. Próby te łączyły 3 kwoty o niskim zysku (tj. 34, 41, 48 DKK) z 3 kwotami o dużych stratach (tj. 138, 152, 166 DKK). Wszyscy badani odrzucili co najmniej 89% prób catch, co wskazuje, że badani zwrócili uwagę na zadanie (gracze odrzucili 98% wszystkich prób łapania; zakres: 95–100%; osoby kontrolne odrzucały 98.9% prób łapania; zakres 89–100 %). Nie było różnicy w odsetku odrzuconych prób połowowych między grupami (P = 0.61, t (27) = 0.52, SD = 2.99). Na koniec dodaliśmy 24 próby „bazowe”: puste wykresy kołowe bez żadnych kwot (należy zauważyć, że ani próby połowowe, ani badania podstawowe nie były używane w analizie behawioralnej ani uwzględniane jako regresory zainteresowania). Przedstawiono bodźce i zarejestrowano naciśnięcia przycisków przy użyciu oprogramowania E-Prime 2.0 (Psychology Software Tools, Pittsburgh, PA).

Opierając się na wyborach uczestników w 128 regularnych próbach, obliczyliśmy indywidualny stopień niechęci do strat, lambda (λ), dopasowując regresję logistyczną do binarnej odpowiedzi każdego uczestnika (akceptacja / odrzucenie). W odróżnieniu Tom i in. (2007), zastosowaliśmy pełny współczynnik wzmocnienia / straty mieszanych zakładów jako niezależną zmienną, aby uzyskać indywidualną „granicę decyzyjną” dla każdego uczestnika. Było to spowodowane naszym skupieniem się na pełnym stosunku hazardu w analizach fMRI, a nie na wartościach pojedynczego wzmocnienia i straty. Lambda została oszacowana jako stosunek zysku / straty, dla którego prawdopodobieństwo przyjęcia próby było równe prawdopodobieństwu nieprzyjęcia próby (tj. 0.5).

Rezonans magnetyczny

Funkcjonalne i strukturalne skany mózgu uzyskano za pomocą skanera MRI Siemens Magnetom Trio 3 T z 8-kanałową cewką na głowę. Funkcjonalny rezonans magnetyczny zależny od poziomu tlenu we krwi (BOLD) pobrano za pomocą sekwencji obrazowania echo-planarnego ważonego T2 * (295 objętości; 41 warstw; rozdzielczość izotropowa 3 mm; czas powtarzania: 2430 ms; czas echa: 30 ms; kąt odwrócenia: 90 °; pole widzenia: 192 mm, płaszczyzna pozioma) zoptymalizowane do wykrywania sygnału BOLD w korze oczodołowo-czołowej (Deichmann i in. 2003). Plastry były zorientowane osiowo, a kierunek kodowania fazy był przednio-tylny. Zwróć uwagę, że orientacja pola widzenia nie pozwoliła na pełne pokrycie górnej kory ciemieniowej. Uzyskano trójwymiarowy skan strukturalny o wysokiej rozdzielczości całego mózgu, stosując sekwencję T1-zależną namagnesowania przygotowaną do szybkiego akwizycji gradientowej (MPRAGE) w celu ręcznej ko-rejestracji (woksele izotropowe 1 mm; FOV: 256 mm; akwizycja matrix 256 × 256; TR: 1540; TE: 3.93 ms, czas inwersji: 800 ms i kąt odwrócenia 9 °) oraz tworzenie znormalizowanego szablonu anatomicznego dla danej grupy do wyświetlania map czynnościowych na rysunkach. Pierwsze dwa tomy odrzucono jako skany pozorowane, aby umożliwić osiągnięcie stanu ustalonego pola.

Analiza danych fMRI

Dane fMRI analizowano za pomocą oprogramowania SPM8 (Wellcome Department of Cognitive Neurology). Wstępne przetwarzanie obejmowało korektę czasu wycinka, przestrzenne wyrównanie do średniego obrazu, ręczną ko-rejestrację obrazów, normalizację do standardowego obrazu EPI (tj. Obrazu szablonu MNI; funkcjonalne woksele 2 × 2 × 2 mm), wygładzanie przy użyciu izotropowego Pełna szerokość 8 mm przy połowie maksymalnego jądra Gaussa i górnoprzepustowe filtrowanie czasowe (częstotliwość odcięcia 1/128 Hz). Ogólny model liniowy (GLM) oszacował 24-parametrową ekspansję Volterry z 6 oszacowanych parametrów ponownego ustawienia ruchu sztywnego ciała, które zostały uwzględnione jako regresory nie będące przedmiotem zainteresowania, jak opisano w Friston i in. (1996). Uwzględniliśmy również dodatkowe regresory dla prób łapania, prób błędów (tj. 250 ms> czas reakcji> 2500 ms i próby bez odpowiedzi), a także dwa „regresory po naciśnięciu przycisku” modelujące aktywację ruchową związaną z naciśnięciami palców. U pięciu badanych objętości mózgu wykluczono z powodu nadmiernego ruchu głowy (tj. Globalny ruch głowy powyżej 8 mm, lokalny ruch głowy powyżej 2 mm) i DVARS (tj. Średnia kwadratowa (RMS) zmiana sygnału BOLD z objętości na objętość, gdzie „D” odnosi się do czasowej pochodnej przebiegów czasowych, a „VARS” do wariancji RMS względem wokseli powyżej 5% zmiany w globalnym sygnale BOLD, jak określono w Power i wsp., (2012)).

U każdego uczestnika zarejestrowaliśmy związane z zadaniami zmiany sygnału BOLD za pomocą GLM, który modelował fazę prezentacji wielkości i fazę decyzyjną każdej próby (patrz Rys. 1ZA). Zmiany sygnału BOLD podczas fazy prezentacji wielkości zostały podzielone na osobne „zdarzenia wzmocnienia” i „zdarzenia utraty”, z których każdy modelowano z ich indywidualnymi wielkościami jako parametryczne modulacje liniowe. Zmiany sygnału BOLD podczas podejmowania decyzji były modulowane parametrycznie za pomocą bezwzględnego stosunku wzmocnienia do straty, w tym modulacji wielomianowej pierwszego (tj. Liniowego) i drugiego (tj. Kwadratowego) rzędu (tj. (Wzmocnienia / straty)²). Wszystkie zainteresowane regresory zostały splecione z kanoniczną funkcją odpowiedzi hemodynamicznej.

Oszacowania poszczególnych parametrów wielomianowej modulacji pierwszego i drugiego rzędu rosnących współczynników wzmocnienia i straty zostały następnie wprowadzone do dwóch oddzielnych analiz grup drugiego poziomu. Te testy t drugiego poziomu obejmowały indywidualny wynik niechęci do strat (tj. Lambda) jako zmienną towarzyszącą do modelowania wpływu indywidualnych różnic w niechęci do strat. Odrębny model drugiego poziomu uwzględnił indywidualne wyniki SOGS jako wskaźnik nasilenia hazardu. Różnice w regionalnej odpowiedzi BOLD między hazardzistami a kontrolami oceniono za pomocą testu t dla dwóch prób. Na poziomie grupy klastry uznano za znaczące, jeśli przekroczą próg wynoszący P <0.05 skorygowane dla porównań wielokrotnych z rodzinną korektą błędów w całym mózgu (tj. Na poziomie klastra), przy użyciu progu wejściowego równego P_{Niepoprawione} <0.001. Ponadto, różne aktywacje trendów w odpowiednich strukturach korowo-limbicznych są zgłaszane pod adresem P_{Niepoprawione} <0.001. Współrzędne są wyświetlane w przestrzeni stereotaktycznej MNI. W celu wyróżnienia głównych klastrów aktywacji BOLD (tj. Ogoniastych i DLPFC, Rys. 4) i wykonywanie wykresów punktowych oszacowań parametrów w oparciu o indywidualne zachowania (tj. wykreślanie awersji do strat w ciele migdałowatym i nasilenia hazardu w przedwcześnie, Rys. 5), stworzyliśmy maski anatomiczne dla tych regionów za pomocą WFU PickAtlas (Maldjian i in. 2003). W przypadku masek obejmujących obustronne jądro ogoniaste, ciało migdałowate i precuneus zastosowaliśmy predefiniowane maski atlasu „AAL” (Tzourio-Mazoyer i in. 2002), podczas gdy dla maski DLPFC skonstruowaliśmy maskę pokrywającą obszary Brodmann 8 – 10, 46 i środkowy zakręt czołowy (MFG). Zauważ, że żadna z tych masek nie została użyta do poprawy wyników fMRI podanych w tekście głównym lub w tabelach.

Efekt

Dane demograficzne i neuropsychologiczne

Dane demograficzne i neuropsychologiczne wymieniono w Tabela 1. Grupy nie różniły się istotnie pod względem wieku, sprawności fizycznej, ogólnego niepokoju lub uzależnienia od alkoholu. Gracze wykazali jednak nieco wyższą zależność od palenia, niższy poziom wykształcenia, wyższą ogólną impulsywność i różnili się sposobem postrzegania ryzyka w porównaniu do kontroli niezwiązanych z hazardem. Co ważne, wszyscy gracze mieli SOGS większe niż 5, co wskazuje, że wszyscy byli w zakresie patologicznym (mediana: 10; zakres: 6 – 19). W przeciwieństwie do tego, wszyscy pacjenci kontrolni z wyjątkiem dwóch ocenili 0 w tym samym teście (mediana: 0; zakres: 0 – 3), co wskazuje na brak problemów z hazardem.

Depresja jest częstym schorzeniem współistniejącym u patologicznych hazardzistów i konsekwentnie stwierdziliśmy także znaczny wzrost objawów depresyjnych w grupie hazardu w porównaniu z grupą kontrolną. Nie stwierdzono jednak korelacji między zachowaniami hazardowymi (tj. Λ) a wynikami BDI u hazardzistów (R = 0.2739, P = 0.3651).

Stwierdziliśmy także znaczącą różnicę w wydajności na podtestach WAIS sprawdzających poziom słownictwa i wiedzy ogólnej („informacji”). Ponownie nie znaleźliśmy korelacji między tymi miarami a zachowaniem hazardowym (tj. Korelacja między informacjami WAIS a λ: R = 0.0124, P = 0.9679; i między słownikiem WAIS a λ: R = 0.2320, P = 0.4456).

Dane behawioralne

Rys. 1C pokazuje rozkład akceptowanych hazardów dla danego współczynnika zysków do strat dla graczy i kontroli. Większość uczestników konsekwentnie wykazywała niechęć do straty: akceptowali dany hazard tylko wtedy, gdy kwota zysku wyraźnie przekraczała kwotę straty (tj. Lambda> 1). Hazardziści mieli mniejszą awersję do strat. Średni stosunek badań zaakceptowanych do odrzuconych u hazardzistów wynosił 65% vs 35%, a w grupie kontrolnej 55% vs 45%, ale zmienność międzyosobnicza była znaczna w obu grupach: mediana lambda u hazardzistów wynosiła 1.45 (SD = 0.49; średnia = 1.45; zakres: 0.56–2.59), z dodatnio skośnym rozkładem λ (współczynnik skośności 0.42), podczas gdy mediana lambda u osób zdrowych wynosiła 1.82 (SD = 0.83; średnia = 1.83; zakres: 1.01–3.83; dodatnia skośność: 0.93). Dlatego różnica w lambda między grupami osiągnęła tylko graniczne znaczenie (P = 0.077; t (27) = 1.47). Zauważ, że rozkład lambda był inny niż normalny (test normalności Shapiro-Wilksa: P = 0.0353, W = 0.9218). Dlatego zastosowaliśmy test losowej permutacji oparty na ponownym próbkowaniu (znany również jako test randomizacji), aby ocenić różnice w lambda między patologicznymi hazardzistami a zdrowymi kontrolami. Liczba użytych iteracji wynosiła 10.000.

Liczba prób błędów była porównywalna między grupami. Gracze jako grupa mieli próby błędów 30 (brak odpowiedzi 15, bardzo szybkie lub wolne odpowiedzi 15) z próbami błędów 0 – 8 na pacjenta. Osoby badane wykonały całkowitą liczbę błędów 27 (brak odpowiedzi 16, bardzo szybkie lub wolne odpowiedzi 11) z próbami błędów 0 – 8 na pacjenta. Średnie czasy odpowiedzi były również podobne w grupach (P = 0.66; t (27) = 0.45; gracze: 927 ms; SD = 240; sterowanie: 959 ms; SD = 122). Decyzje o przyjęciu lub odrzuceniu gry były trudniejsze, gdy subiektywna użyteczność zysków i strat była podobna. Znalazło to odzwierciedlenie w czasach odpowiedzi, ponieważ obie grupy odpowiadały wolniej, gdy odległość euklidesowa między indywidualnym współczynnikiem zysku / straty a średnią grupową lambda zmniejszyła się (gracze: R = 0.15, P <0.001; sterownica: R = 0.15, P <0.001).

Liniowy wzrost aktywności neuronów wraz ze wzrostem współczynników wzmocnienia i straty

W fazie decyzyjnej duży dwustronny klaster w przedniej części kory obręczy (ACC) i vmPFC (P <0.001; x, y, z = - 8, 40, 6; Z = 4.75; k = 759), obustronna kora środkowa zakrętu obręczy i przyległy przedklinik, (P <0.001; x, y, z = - 10, - 30, 52; Z = 4.43; k = 1933) i zakręt czołowy górny (SFG; P <0.001; x, y, z = 18, 38, 56; Z = 4.34; k = 633) wykazał liniowy wzrost odpowiedzi BOLD z coraz większym apetytem na stosunek zysku do utraty u wszystkich 29 uczestników. Rys. 2 pokazuje, że ten efekt liniowy był napędzany głównie przez hazardzistów, którzy wykazali stopniowy wzrost odpowiedzi BOLD przy coraz bardziej apetycznych stosunkach hazardu we wcześniejszej części ACC (P <0.001; x, y, z = - 8, 36, 8; Z = 5.18; k = 518; Rys. 2A) i odpowiedni vmPFC (P = 0.003; x, y, z = 8, 34, - 10; Z = 4.23; k = 307), jak również w środkowym zakręcie obręczy / przedkliniku (P = 0.031; x, y, z = - 10, - 30, 52; Z = 4.40; k = 188), prawy dolny zakręt skroniowy / parahippocampus (P = 0.002; x, y, z = 34, 2, - 30; Z = 4.23; k = 329) i zakręt postcentralny (P = 0.001; x, y, z = 62; - 20, 44; Z = 4.11; k = 356). Z drugiej strony, osoby kontrolne wykazywały rozproszone skupiska aktywacji w różnych obszarach (lewy przedklinik: P <0.001; x, y, z = - 6, - 58, 32; Z = 4.72; k = 1010; prawy zakręt językowy: P = 0.002; x, y, z = 18; - 86, - 8; Z = 4.67; k = 332; lewy cuneus: P = 0.028; x, y, z = - 14, - 100, 10; Z = 4.27; k = 193; i prawy tylny płat móżdżku: P = 0.001; x, y, z = 42, - 70, - 34; Z = 4.09; k = 351) z aktywacją szczytową w lewym zakręcie kątowym (P <0.001; x, y, z = - 48, - 60, 30; Z = 5.06; k = 433; Rys. 2B). Chociaż nie stwierdziliśmy znacznego spadku aktywacji w przypadku zakładów o większym apetycie, znaleźliśmy trendy w przedniej części wyspy kontrolnej (L: P <0.001, nieskorygowane; x, y, z = - 32, 24, - 2; Z = 3.83; k = 74; R: P <0.001, nieskorygowane; x, y, z = 42, 24, 4; Z = 3.64; k = 14). Porównując grupy, nie stwierdzono istotnych różnic. Jednak hazardziści wykazywali tendencję do wyższego wzrostu aktywności z coraz bardziej apetytycznymi hazardami w lewym przedgenowym ACC (P <0.001, nieskorygowane; x, y, z = - 8, 36, 6; Z = 4.33; k = 98; Rys. 2DO). Wyniki pokazujące wpływ indywidualnego stopnia awersji do strat na liniowy wzrost aktywności nerwowej wraz ze wzrostem współczynników można znaleźć na rycinie uzupełniającej 1 i tabeli uzupełniającej 1.

Rys.. 2. 

Oznaczone kolorami, statystyczne mapy t-score: regiony mózgu przedstawiające dodatnią liniową zależność między odpowiedzią BOLD a rosnącymi stosunkami wzmocnienia do strat w grach A) u graczy, B) w grupie kontrolnej i C) kontrastujące z dwiema grupami. W przypadku grup kontrastowych aktywacja BOLD ujawniła różnicę trendów w pregenual ACC (gracze> kontrole). Mapy są progowe na P <0.001 (nieskorygowane) i wyświetlane na znormalizowanym szablonie anatomicznym dla grupy, opartym na strukturalnych obrazach T1.

Opcje rysunku

Kwadratyczny wzrost aktywności neuronów wraz ze wzrostem współczynników wzmocnienia i straty

Łącząc sygnał BOLD od wszystkich uczestników, duża sieć obszarów przedczołowych w grzbietowym i przyśrodkowym płacie czołowym wykazała kwadratowy wzrost aktywności neuronalnej wraz ze wzrostem współczynników wzmocnienia i utraty osiągających maksymalne wartości w prawym grzbietowym SFG (P <0.001; x, y, z = 12, 24, 60; Z = 5.38; k = 1769). Dalsze aktywacje tego kontrastu obejmowały lewy środkowy zakręt czołowy (P <0.001; x, y, z = - 38, 10, 50; Z = 4.81; k = 605), obustronne zakręty kątowe (L: P = 0.022; x, y, z = - 42, - 64, 40; Z = 4.24; k = 227; R: P <0.001; x, y, z = 52, - 56, 38; Z = 4.68; k = 488), lewy dolny zakręt czołowy (P = 0.004; x, y, z = - 42, 26, - 16; Z = 4.09; k = 330) i prawy dolny zakręt skroniowy (P = 0.001; x, y, z = 66, - 14, - 22; Z = 4.30; k = 409). Jak pokazano w Rys. 3, osobne analizy dla każdej grupy wykazały, że efekt ten był spójny tylko u hazardzistów. U hazardzistów kilka obszarów mózgu wykazywało kwadratowy wzrost w funkcji współczynników hazardu, w tym duży dwustronny klaster przedczołowy pokrywający grzbietowo-boczne części środkowego i górnego żyły czołowej przedniej oraz zogniskowany klaster podkorowy pokrywający głowę i ciało zarówno lewego, jak i prawego ogona. jądra (Rys. 3ZA; pełna lista aktywacji znajduje się w Tabela 2). Natomiast profil aktywności w kontrolach nie odzwierciedlał żadnej kwadratowej modulacji aktywności przy rosnącym stosunku wzmocnienia do straty (Rys. 3B; Tabela 2).

Rys.. 3. 

Kodowane statystycznie mapy wyników t-score: Regiony mózgu wykazujące dodatnią zależność kwadratową między odpowiedzią BOLD a rosnącymi stosunkami wzmocnienia i straty w grach hazardowych u A) hazardzistów, B) kontroli i C) kontrastujących dwie grupy. Mapy są progowane na poziomie P <0.001 (nieskorygowane).

Opcje rysunku

Tabela 2.

Funkcjonalne wyniki MRI: kwadratowy wzrost aktywności BOLD w regionie wraz ze wzrostem współczynników hazardu.

P <0.05, FWE poprawione na poziomie klastra.

⁎

Lokalne maksima w klastrze z wynikiem Z> 4.

Opcje tabeli

Kontrastując graczy z kontrolami, stwierdziliśmy znacznie silniejszą kwadratową modulację aktywności neuronalnej ze stosunkiem wzmocnienia do straty w dużym zestawie obszarów mózgu (Rys. 3C), w tym duże obustronne gromadę korowo-prążkowia. W obrębie tego skupienia lewe jądro ogoniaste wykazywało najsilniejszą różnicę grup na poziomie podkorowym, a prawe DLPFC wykazywało najsilniejszy efekt grupowy na poziomie korowym. Pełna lista klastrów aktywacyjnych znajduje się w Tabela 2. Warto zauważyć, że żaden klaster nie wykazywał silniejszej kwadratowej modulacji aktywności neuronalnej ze stosunkiem wzmocnienia do straty w kontrolach w porównaniu do graczy.

Należy również zauważyć, że kwadratowy wzrost BOLD do awersyjnych i apetycznych gier hazardowych przetrwał u hazardzistów, nawet gdy uwzględniają wyniki BDI lub WAIS jako zmienne towarzyszące w testach t poziomu drugiego (tj. Modelowanie wpływu depresji, słownictwa lub ogólnych poziomów wiedzy , które różniły się między grupami według testów behawioralnych, patrz Tabela 1). Wyniki, w których efekt depresji został wymodelowany na podstawie kwadratowego wzrostu aktywności nerwowej wraz ze wzrostem współczynników, można znaleźć na dodatkowym ryc. 2.

Aby zilustrować podstawowy kształt kwadratowej modulacji sygnału BOLD podczas podejmowania decyzji, przypisaliśmy każdy ze współczynników wzmocnienia i straty 64 do jednego z sąsiednich „przedziałów” 16 w post hoc GLM. Podczas kreślenia aktywacji w każdym z tych pojemników jako funkcji zwiększania stosunku wzmocnienia do straty, stwierdziliśmy, że profil odpowiedzi BOLD u graczy miał kształt litery U (Rys. 4B). Aby ustalić, czy model liniowy czy sześcienny był bardziej odpowiedni do opisania efektu, sprawdziliśmy, czy dodatkowa wariancja wyjaśniona przez włączenie wielomianów wyższych rzędów (kwadratowych i sześciennych) była znacząca. U hazardzistów, ale nie kontrolnych, model regresji zagnieżdżonej potwierdził, że dopasowanie kwadratowe było bardziej odpowiednie do opisania charakteru krzywej niż dopasowanie liniowe. Należy zauważyć, że tych danych opisowych nie należy postrzegać jako osobnych wyników, a jedynie uzupełniającą analizę ilustrującą podstawowy kształt profili odpowiedzi BOLD.

Rys.. 4. 

Modulacja w kształcie litery U odpowiedzi BOLD na rosnące współczynniki wzmocnienia i straty u patologicznych graczy. A) Kodowane kolorami statystyczne parametryczne mapy pokazujące klastry o wyższej czułości na skrajnie dodatnie i ujemne stosunki wzmocnienia i straty u graczy w porównaniu z kontrolami. Mapy są progowane na poziomie P <0.001 nieskorygowane. Aby podkreślić dwa główne obszary różniące się między grupami, zastosowano anatomiczne maskowanie jąder ogoniastych (na górze) i DLPFC (na dole). B) Te wykresy rozrzutu są oparte na analizie GLM „post hoc” utworzonej w celach ilustracyjnych, w której sąsiednie współczynniki wzmocnienia i strat zostały zgrupowane razem w 16 współczynnikach - „przedziałach” (zakres stosunków jest wyświetlany na osi x). Oś y wskazuje regionalną aktywność neuronalną (oszacowaną na podstawie odpowiedzi BOLD w 8-wokselowej kuli wokół aktywacji szczytowej) w fazie decyzyjnej dla graczy (czerwony) i kontrolnych (czarny). Model regresji zagnieżdżonej sugeruje, że aktywację lepiej tłumaczy się metodą kwadratową w porównaniu z liniową zależnością ze stosunkiem wzmocnienia do strat w jądrze ogoniastym (P = 0.02) i DLPFC (P = 0.02) w hazardzistach (lewy panel), ale nie w kontrolach (prawy panel).

Opcje rysunku

Wpływ indywidualnej awersji do strat

W obu grupach indywidualny stopień awersji do strat, indeksowany przez indywidualną granicę decyzyjną lambda, zwiększył wrażliwość na skrajne stosunki wzmocnienia i straty mieszanych hazardów w sieci regionów mózgu ze szczytową aktywacją w prawym ciele migdałowatym (P <0.001; x, y, z = 24, - 4, - 26; Z = 5.01; k = 1988). Oprócz głównego piku aktywacji w ciele migdałowatym, regiony obejmowały DLPFC / SFG (P <0.001; x, y, z = 32, 24, 56; Z = 4.86; k = 2372), lewy środkowy zakręt skroniowy / przyhipokampowy (P <0.001; x, y, z = - 44, - 24, - 24; Z = 4.59; k = 1435), precuneus (P <0.001; x, y, z = - 4, - 62, 26; Z = 4.40; k = 1169) i vmPFC (P = 0.009; x, y, z = 8, 26, - 18; Z = 4.31; k = 281).

U graczy patologicznych indywidualny stopień awersji do strat wiązał się ze zwiększoną wrażliwością na skrajne stosunki wzmocnienia do straty w grzbietowej sieci czołowej z regionalnym pikiem w DLPFC (Rys. 5ZA; Zobacz też Tabela 3 pełna lista aktywacji). Ta sieć korowa bardzo przypominała obszary przedczołowe, pokazując wzrost aktywności w kształcie litery U wraz ze wzrostem współczynników wzmocnienia i straty u graczy przedstawionych w Rys. 3.

Rys.. 5. 

Modulacja zależności w kształcie litery U między aktywnością neuronów a stosunkami zysków i strat przez A) indywidualny stopień awersji do strat i B) nasilenie hazardu. A) Kodowane kolorami statystyczne parametryczne mapy ilustrujące, w jaki sposób stopień awersji do strat indywidualnych (odzwierciedlony przez wysokie indywidualne wartości λ) poprawił zależność w kształcie litery U między aktywnością neuronalną a stosunkami hazardu u patologicznych graczy (lewe panele) lub kontrolnych (prawe panele). Poniższy wykres ilustruje związek między oszacowaniem poszczególnych parametrów dla zależności w kształcie litery U między aktywnością neuronów a stosunkami wzmocnienia i straty (oś y) a awersją indywidualnych strat (oś x) w obustronnym ciele migdałowatym (kontrole: P <0.001; R² = 0.83; gracze: P = 0.11; R² = 0.71). B) U góry: kodowana kolorami statystyczna mapa parametryczna przedstawiająca obustronne skupienie w przedkliniku, gdzie wrażliwość neuronalna na ekstremalne hazardy wzrosła wraz z nasileniem hazardu u patologicznych hazardzistów. Po prawej: Wykres punktowy przedstawia zależność liniową (P = 0.016; R² = 0.63) między indywidualnymi oszacowaniami parametrów zależności w kształcie litery U między stosunkiem a aktywnością neuronalną w okolicy przedklinicznej (oś y) a indywidualnym nasileniem hazardu wyrażonym przez indywidualne wyniki SOGS (oś x). Wszystkie aktywacje BOLD są aktywacjami całego mózgu wyświetlanymi na progu P <0.001 (nieskorygowane).

Opcje rysunku

Tabela 3.

Funkcjonalne wyniki MRI: wpływ awersji do strat na kwadratowy wzrost aktywności BOLD w regionie ze stosunkami hazardu.

P <0.05, FWE poprawione na poziomie klastra.

⁎

Lokalne maksima w klastrze z wynikiem Z> 4.

Opcje tabeli

W kontrolach niezwiązanych z hazardem bardziej brzuszna i tylna sieć wykazała zwiększoną wrażliwość na skrajne stosunki hazardu w funkcji awersji do strat, przy czym właściwe ciało migdałowate ma najsilniejszy efekt (Rys. 5A, środkowy prawy panel; Tabela 3). Bezpośrednie porównanie obu grup dało znacznie silniejszy wpływ awersji do strat na profil aktywności w DLPFC dla graczy w porównaniu z kontrolami (Tabela 3), podczas gdy modulacyjny wpływ awersji do strat na aktywność ciała migdałowatego nie różnił się znacząco między grupami.

Podczas kreślenia zależności między szacunkami parametrów BOLD a awersją do strat, indywidualna awersja do strat u zdrowych kontroli (ale nie hazardzistów) wzmocniła związek w kształcie litery U między aktywnością neuronalną w ciele migdałowatym (Rys. 5A, dolny wykres. Należy zauważyć, że efekt ten był silny, z wyłączeniem podmiotu najbardziej niechętnego kontroli). Z wyjątkiem kilku wokseli w prawym ciele migdałowatym (patrz Rys. 5A, środkowy panel), awersja do strat u patologicznych hazardzistów nie była związana ze zmienioną odpowiedzią ciała migdałowatego podczas podejmowania decyzji.

Wpływ dotkliwości hazardu patologicznego

Zbadaliśmy, czy dotkliwość hazardu u hazardzistów indeksowana przez poszczególne wyniki SOGS modyfikuje reakcję w kształcie litery U na skrajne wskaźniki podczas podejmowania decyzji. Poszukiwania całego mózgu ujawniły ogniskowe zwiększenie wrażliwości na skrajne proporcje z nasileniem hazardu w dwustronnym przedwcześnie (P = 0.003; x, y, z = - 6, - 48, 40; Z = 4.59; k = 335; Rys. 5B, górny panel). W związku z tym korelacja między procentowymi zmianami sygnału BOLD w dwustronnym regionie precuneus (ograniczenie aktywności do tego regionu poprzez maskowanie anatomiczne) a nasileniem hazardu była bardzo znacząca (Rys. 5B, dolny wykres).

Reakcje mózgu na pojedyncze potencjalne zyski i straty

Ponieważ kwota wygranej i przegranej mieszanego hazardu była prezentowana sekwencyjnie w każdej próbie, byliśmy w stanie uchwycić regionalne zmiany w sygnale BOLD odpowiadające pojedynczym potencjalnym zyskom i stratom (ale zobacz także omówienie drgań zastosowanych w Dyskusja Sekcja). Podczas tej pasywnej fazy oceny szukaliśmy różnic między grupami w reakcji BOLD na zyski, straty, rosnące zyski i rosnące straty. Nie było istotnych różnic w grupach dla tych kontrastów, ale znaleźliśmy dwustronny trend w kierunku wyższej odpowiedzi BOLD na potencjalne korzyści u graczy w porównaniu do kontroli w ciele migdałowatym (L: P <0.001, nieskorygowane; x, y, z = - 26, 2, - 22; Z = 3.19, k = 6; R: P <0.001, nieskorygowane; x, y, z = 24, - 2, - 10; Z = 3.43; k = 7).

Dyskusja

Kontrastując zdrowy i patologiczny proces decyzyjny z mieszanym zadaniem hazardu, mierzyliśmy związaną z zadaniami aktywność neuronową podczas decyzji hazardowych, która wymagała od uczestników zamiany ewentualnego zysku na możliwą stratę. U hazardzistów grzbietowa sieć korowo-prążkowia wykazywała wyższą wrażliwość neuronową na najbardziej apetyczny i awersyjny stosunek wzmocnienia do straty w porównaniu ze zdrowymi dobranymi kontrolami. Silniejsze dostrojenie obszarów korowo-prążkowanych grzbietowych do skrajnych współczynników wzmocnienia i straty wskazuje, że gracze przywiązują większą wagę do skrajności ram decyzyjnych oferowanych przez zadanie hazardowe. Co ważne, tej odpowiedzi neuronalnej w kształcie litery U na wskaźniki hazardu nie zaobserwowano u kontroli, co sugeruje, że ta specyficzna nadwrażliwość na skrajne stosunki stanowi neuronalną sygnaturę patologicznego hazardu.

Co ciekawe, dostrajanie aktywności neuronalnej w kształcie litery U do najbardziej niechętnych i najbardziej apetycznych hazardów nie zostało wyrażone w podstawowych obszarach sieci nagrody, takich jak brzuszne prążkowate lub kora oczodołowo-czołowa. Zamiast tego został wyrażony dwustronnie w grzbietowej korowo-prążkowej sieci „asocjacyjnej” lub „wykonawczej”, w tym jądrze ogoniastym i DLPFC. Rekrutowany DLPFC obejmował żyłę grzbietową i mezjalną górną i środkową czołową, odpowiadającą BA 6 / 8 / 9 i „9 / 46d” (Badre i D'Esposito, 2009 i Goldstein i Volkow, 2011). O tej grzbietowej sieci korowo-prążkowia wiadomo, że jest zaangażowana w monitorowanie ostatnich działań i przewidywanie ich rezultatów (przegląd patrz Yin i Knowlton 2006). W szczególności ludzkie jądro ogoniaste jest zaangażowane we wzmocnienie nieprzewidzianych działań i skutków (Knutson i wsp., 2001, O'Doherty i wsp., 2004, Tricomi i in., 2004 i Delgado i in., 2005).

Nasze obecne wyniki sugerują, że ta grzbietowa sieć korowo-prążkowia odgrywa ważną rolę w podejmowaniu decyzji hazardowych przez graczy. Ekstremalne współczynniki zysków i strat są charakteryzowane jako bardzo istotne pod względem możliwych rezultatów działania: im bardziej apetyczny jest zakład, tym ważniejsze jest jego zaakceptowanie; i odwrotnie, im bardziej awersyjny jest zakład, tym ważniejsze jest jego odrzucenie. U zdrowych osób stwierdzono, że prążkowanie grzbietowe śledzi pobudzanie bodźca lub pobudzenie, a nie liniowo zwiększa subiektywną wartość (Barta i in. 2013). Wnioskujemy, że u patologicznych hazardzistów ta grzbietowa sieć korowo-prążkowia jest nadwrażliwa i przy podejmowaniu decyzji hazardowych silniej obciąża te ekstremalne stosunki zysków i strat niż u zdrowych osób.

Obecne teorie neurobiologicznych podstaw hazardu patologicznego są przekonujące w swojej prostocie, przewidując hipo- lub nadwrażliwość brzusznego prążkowia i innych brzusznych obszarów rdzenia systemu nagrody, takich jak vmPFC. W związku z tym poprzednie badania neuroobrazowania u hazardzistów wykazały albo zmniejszenie (Balodis i in. 2012) lub ulepszone (van Holst i in., 2012 i Worhunsky i in., 2014) aktywacja brzusznego prążkowia podczas oczekiwania na nagrodę pieniężną. W niniejszym badaniu nie stwierdzono różnic w aktywności neuronalnej między patologicznymi hazardzistami a niegrającymi kontrolami w brzusznym systemie nagradzania, gdy oceniali pojedyncze straty lub kwoty wzmocnienia podczas fazy prezentacji wielkości lub gdy zrównoważili możliwe zyski i straty mieszanych hazardów w faza decyzyjna. Tylko prawe i lewe ciało migdałowate wykazywało tendencję do silniejszej odpowiedzi neuronalnej na możliwe zyski w poprzedniej fazie. Innymi słowy, decyzja o przyjęciu lub odrzuceniu hazardu nie była konsekwentnie związana z nadwrażliwością lub nadwrażliwością systemu nagród. To negatywne odkrycie jest zgodne z najnowszymi badaniami, w których gracze wykazali normalną reaktywność brzusznego prążkowia na sygnały pieniężne, ale stępioną wrażliwość na sygnały przewidujące bodźce erotyczne (Sescousse i in. 2013). Brak spójnego wzorca w tej literaturze, z zasadniczo przeciwnymi wynikami lub brakiem efektu prążkowia, wskazuje, że wyjaśnienie patologicznego hazardu poprzez regulację w górę lub w dół prążkowia może nie być odpowiednie. Zasugerowano, że deficyty decyzyjne obserwowane w patologicznym hazardie mogą wynikać z braku równowagi między układami dopaminergicznymi obejmującymi limbiczne struktury motywacyjne i regiony kontroli przedczołowej, a nie z zakłócenia jednego z elementów w izolacji (Clark i in. 2013). Jednym dobrym kandydatem do takich sieci korowo-prążkowia jest grzbietowa pętla korowo-prążkowia, która jest zaangażowana w wybór akcji i przetwarzanie ewentualności wyniku działania (Yin and Knowlton, 2006 i Seo i in., 2012). Należy zauważyć, że w niniejszym badaniu decyzje są podejmowane na podstawie wewnętrznych reprezentacji równowagi między zyskami i stratami, a nie na podstawie procesów adaptacyjnych opartych na wynikach lub procesów ściśle przewidywalnych. Być może jest to powód, dla którego znajdujemy obszary bardziej związane z wyborem akcji (tj. Przyjmowanie lub odrzucanie zakładu), a nie obszary tradycyjnie kodujące przewidywanie lub otrzymywanie wyników.

Tutaj, w kontrolach niezwiązanych z hazardem, zachowanie awersji do strat podczas zadania hazardowego było związane z większą wrażliwością na ekstremalne stosunki zysków i strat w ciele migdałowatym. Wyniki te dobrze odpowiadają naszym ostatnim odkryciom w osobnej grupie zdrowych osób (Gelskov i in. 2015), gdzie uczestnicy z większą niechęcią do strat wykazywali zwiększoną wrażliwość neuronalną ciała migdałowatego na ekstremalne współczynniki zysków i strat w grach mieszanych. Wyniki te utrzymywały się pomimo subtelnych różnic między badaniami. W rzeczywistości uczestnicy gry grali w skanerze (tj. Rozkład kwot pieniężnych, czas trwania, drżenie bodźców wizualnych itp.). Jednak procedura zasilenia nieco się różniła. W obecnym badaniu uczestnicy otrzymywali faktyczne rachunki pieniężne (200 DKK), które trzymali przez 1-2 tygodnie przed wpisaniem ich jako stawki do gry, podczas gdy w poprzednim badaniu uczestnicy byli przekonani, że mogą stracić pieniądze od początkowej obdarowanie. Ta różnica w strategii wyposażenia może prawdopodobnie wyjaśniać, dlaczego zdrowi uczestnicy badania w obecnym badaniu mieli nieco mniejszą niechęć do strat (mediana lambda 1.82) w porównaniu z naszym poprzednim badaniem (mediana lambda 2.08). Chociaż różnica statystyczna między dwiema zdrowymi grupami nie była znacząca (P = 0.18, test permutacji), różnica lambda między poprzednią grupą zdrowych a obecną grupą hazardzistów była znacząca (P = 0.004, test permutacji). Inną oczywistą różnicą między badaniami jest różnica wieku, ponieważ obecna grupa kontrolna była starsza, aby dopasować się do hazardzistów (P = 0.0175, t (29) = 2.52; Test t z 2 próbkami). Jednakże, jeśli już, ta różnica powinna przewidywać odwrotny wpływ na lambda, ponieważ starsi zdrowi osobnicy są bardziej niechętni stratom niż młodsi. Co więcej, oba badania różniły się nieznacznie w sposobie modelowania współczynników hazardu. W naszym poprzednim badaniu stwierdziliśmy, że ciało migdałowate było wrażliwe na zmiany współczynnika wzmocnienia do strat w odniesieniu do „granicy decyzji” specyficznej dla pacjenta (tj. Indywidualnego wyniku lambda, λ). Model ten można konceptualizować jako odpowiedź BOLD w kształcie litery „V” na wzrost współczynnika, gdzie „dolnym punktem” V był indywidualny wynik λ. Następnie dwa liniowe regresory parametryczne klasyfikowały każdy współczynnik próby jako mniej lub bardziej apetyczny lub awersyjny, w zależności od tego, jak różnił się od indywidualnego λ (tj. Współczynniki awersji <indywidualne współczynniki apetytu λ <). Jednak w obecnym badaniu nie mogliśmy oprzeć naszego modelu na wynikach λ, ponieważ kilku uczestników miało po prostu zbyt wysokie lub zbyt niskie wskaźniki akceptacji. Dlatego użyliśmy niedostosowanego współczynnika wzmocnienia do strat do oceny odpowiedzi neuronalnej na pełne ciągłe spektrum stosunków (tj. Odpowiedź BOLD w kształcie litery „U” do stosunku). Zauważ, że użycie tego nieco innego modelu kwadratowego może być powodem, dla którego nie odtwarzamy aktywności ciała migdałowatego dla coraz bardziej apetycznych i awersyjnych gier u zdrowych osób. Może się zdarzyć, że ciało migdałowate jest specjalnie dostrojone do granicy decyzyjnej λ, a aktywacja ciała migdałowatego w naszym poprzednim badaniu może być związana z włączeniem wyniku λ do głównych regresorów. Ta interpretacja jest zgodna z faktem, że obie metody analityczne wykazały, że niechęć do hazardu wiąże się z większą wrażliwością ciała migdałowatego na wysoce awersyjne i wysoce apetyczne potencjalne wyniki podczas podejmowania decyzji. Podsumowując, odkrycia te wskazują na kluczową rolę ciała migdałowatego w wpływaniu na decyzje dotyczące niechęci do strat u zdrowych osób.

U hazardzistów związek między zachowaniem zapobiegającym stracie a aktywnością neuronalną a stosunkami hazardu ujawnił jedynie nieistotny trend w ciele migdałowatym. Zamiast tego aktywność związana z decyzją w DLPFC zmieniła się w zależności od awersji do strat. Ten efekt był znacznie silniejszy dla graczy w porównaniu do kontroli. Co ciekawe, efekt ten osiągnął szczyt w tym samym miejscu w DLPFC, gdzie stwierdziliśmy silniejszą nadwrażliwość na skrajne stosunki w stosunku do kontroli. Wskazuje to, że u hazardzistów indywidualny stopień awersji do strat nie jest odzwierciedlony przez obszary przewidujące emocjonalną istotność lub wartość bodźca, takie jak ciało migdałowate i brzuszne prążkowie, ale zamiast profilu aktywności w DLPFC. W tej populacji wydaje się zatem, że obszar korowy pełniący funkcje kontrolne, takie jak pamięć robocza, przełączanie zadań i reprezentujący nieprzewidziane zdarzenia (Elliott, 2003, Monsell, 2003 i Seo i in., 2012) uzupełnia ciało migdałowate w zachowaniach zapobiegających utracie hazardu. Jednak niniejszy wniosek wymaga dalszych badań w przyszłych badaniach dotyczących hazardu.

Co ciekawe, zauważyliśmy tendencję do mniejszej niechęci do strat wśród graczy. Zgodnie z tradycyjnymi teoriami ekonomicznymi ten behawioralny trend w kierunku mniej irracjonalnych decyzji ma sprzeczną z intuicją implikację, że gracze działali bardziej racjonalnie niż kontrole. Jednak bardziej ewolucyjny opis niechęci do strat wskazywałby, że uprzedzenia decyzyjne służyły kierowaniu instynktownymi decyzjami, na przykład podczas poszukiwania pożywienia. Rzeczywiście, awersję do strat odnotowano u niższych naczelnych, takich jak małpy kapucynów (Chen i in. 2006; ale zobacz także Silberberg i in. 2008), wskazując, że awersja do strat jest głęboko zakorzenioną wytyczną przy podejmowaniu decyzji, która może być nawet wrodzoną tendencją do konserwatyzmu. Ostatnie badanie autorstwa Giorgetta i in. (2014) odkryli, że patologiczni hazardziści, którzy byli na późniejszych etapach leczenia klinicznego, byli bardziej niechętni do strat niż hazardziści, którzy byli na wcześniejszych etapach leczenia. Co ciekawe, odkryli, że hazardziści jako grupa (w różnych stanach leczenia) byli bardziej niechętni stracie niż zdrowi kontrole. W przeciwieństwie do tego, poprzednie badanie badające awersję do utraty behawioralnej u hazardzistów wykazało, że aktywni gracze (tj. Nieleczeni) byli mniej niechętni do strat niż zdrowi kontrole (Brevers i in. 2012). Rodzi to pytanie, czy skuteczne leczenie może sprawić, że patologiczni hazardziści stracą niechęć. W niniejszym badaniu hazardzistów rekrutowano z centrum leczenia i większość z nich uczestniczyła w terapii poznawczej. Być może z tego powodu nie znaleźliśmy istotnej różnicy w zachowaniu między graczami a zdrową kontrolą, a jedynie trend w tym kierunku.

Wreszcie stwierdziliśmy, że gracze z poważniejszymi objawami hazardu, mierzonymi wynikiem SOGS, mieli zwiększone zaangażowanie precuneus podczas oceny wysokich i niskich wskaźników hazardu. Precuneus i tylna kora obręczy znajdują się często w odpowiedzi na zadania samodzielnego odwoływania się (patrz przegląd autorstwa Cavanna and Trimble 2006), a ostatnie badanie dotyczące samokontroli u hazardzistów wykazało nieprawidłowe sygnały elektrofizjologiczne na korze obręczy tylnej za pomocą MEG (Thomsen i in. 2013). Te nieprawidłowe sygnały zostały powiązane z dobrze ustalonym faktem, że patologiczni gracze cierpią na zwiększoną impulsywność i niższą samokontrolę. W naszym badaniu modulacja aktywności precuneus w funkcji nasilenia hazardu może odzwierciedlać podobne, nieprawidłowe mechanizmy samokontroli. Jednak te spekulacje dotyczące funkcjonalnego zaangażowania precuneus w patologiczny hazard muszą zostać formalnie uwzględnione w przyszłych badaniach.

Nasze wyniki ujawniły zmieniony wzór aktywności w kształcie litery U zarówno jądra ogoniastego, jak i DLPFC, gdy patologiczni gracze oceniali zakłady pieniężne. Chociaż ten wzorzec aktywacji może wynikać ze współwystępujących, ale niezwiązanych z tym dysfunkcji tych obszarów mózgu, może również pochodzić ze zmian w ich funkcjonalnych połączeniach. Poprzednie badania na zdrowych osobach dostarczyły wystarczających dowodów na powiązanie między jądrem ogoniastym a PFC, opierając się zarówno na czynnościach (np. Robinson i in. 2012) i strukturalne (np Verstynen i in. 2012) łączność korowo-prążkowia. Jest zatem możliwe, że patologia hazardu odzwierciedla zmienione wzorce połączeń neuronowych w tym specyficznym korowo-prążkowatym obwodzie decyzyjnym.

Podobnie jak w wielu poprzednich badaniach hazardu, uwzględniliśmy tylko mężczyzn (np van Holst i in., 2012, de Ruiter i in., 2009, Linnet i in., 2011 i Sescousse i in., 2013). Jednak chociaż badania epidemiologiczne sugerują, że mężczyźni stanowią znaczną większość patologicznych graczy (Kessler i in. 2008), patologiczny hazard dotyczy również kobiet. Ponieważ badania wykazały różnice między kobietami i mężczyznami w zakresie preferencji związanych z hazardem (np. Bardziej samotne formy hazardu, takie jak automaty do gry vs. bardziej angażujące społecznie formy, takie jak poker) i tła motywacyjne (np. Unikanie negatywnych emocji vs. ; zobacz recenzję autorstwa Raylu i Oei 2002), obecnych wyników nie można uogólnić na populację kobiet. W związku z tym pozostaje do wyjaśnienia, czy kobiety-hazardziści wykazują te same nieprawidłowe sygnatury neuronowe przy podejmowaniu decyzji, co mężczyźni-gracze w tym badaniu.

Punktem poprawy w przyszłych badaniach jest liczba osób z hazardem uwzględnionych w tym badaniu (n = 14). Chociaż wielkość grupy była porównywalna z poprzednimi badaniami fMRI (Crockford i wsp., 2005, Reuter i in., 2005, Thomsen i in., 2013 i Balodis i in., 2012) i pacjenci byli dobrze scharakteryzowani, byłoby pożądane przebadanie większej grupy. Dalsze ograniczenia obejmują metodę fluktuacji między interesującymi nas wydarzeniami. Ponieważ priorytetem była szybka i płynna gra, zdecydowaliśmy się na rozchwianie samych wydarzeń i nie wprowadzanie między nimi rozchwianego interwału międzyprocesowego (ITI), chociaż między każdą fazą podejmowania decyzji a prezentacją wielkości wystąpił ITI 1.2 s. brak jittera mógł w zasadzie przyczynić się do tego, że nie znaleźliśmy różnic między grupami w fazie prezentacji wielkości.

Podsumowując, pokazujemy, że grzbietowa sieć korowo-prążkowia zaangażowana w nieprzewidziane zdarzenia skutkuje wyrażeniem nadwrażliwości na skrajne stosunki zysków i strat u graczy. Profil odpowiedzi w kształcie litery U w DLPFC i precuneus był związany odpowiednio z indywidualnym stopniem awersji do strat podczas zadania hazardowego i nasileniem hazardu patologicznego. Wyniki te stymulują przyszłe badania w celu rozszerzenia zakresu neuroobrazowania od podstawowego systemu nagradzania na grzbietowe sieci korowo-prążkowia w patologicznym hazardie.

Podziękowanie

Serdecznie dziękujemy wszystkim uczestnikom za poświęcony czas oraz duńskie Centrum Ludomani za nawiązanie kontaktu ze społecznością hazardową. Dziękujemy Sidowi Kouiderowi za pomocne komentarze do rękopisu i Christianowi Buhlowi za pomoc w gromadzeniu danych. Praca ta została wsparta przez Duńską Radę ds. Niezależnych Badań Nauk Społecznych poprzez dotację dla dr Ramsøy („Decyzja Neuroscience Project”; grant nr. 0601-01361B) oraz Fundacji Lundbeck poprzez Grant of Excellence („ContAct”; nr grantu R59 A5399) do dr Siebner. Prace wykonane przez dr Gelskova w Laboratoire de Science Cognitives et Psycholinguistique są wspierane przez granty ANR (ANR-10-LABX-0087 i ANR-10-IDEX-0001-02). Skaner MR został podarowany przez Simon Spies Foundation.

Dodatek A. Dodatkowe dane

Materiał uzupełniający

Pomoc z plikami DOCX

Opcje

Referencje

1.      

• Badre i D'Esposito, 2009
• D. Badre, M. D'Esposito
• Czy oś rostno-ogonowa płata czołowego jest zhierarchizowana?
• Nat. Rev. Neurosci., 10 (2009), pp. 659-669
• 

2.      

• Balodis i in., 2012
• IM Balodis, H. Kober, PD Worhunsky, MC Stevens, GD Pearlson, MN Potenza
• Zmniejszona aktywność frontostriatalna podczas przetwarzania nagród pieniężnych i straty w patologicznym hazardie
• Biol. Psychiatria, 71 (2012), str. 749 – 757
• 

3.      

• Barta i wsp., 2013
• O. Barta, JT McGuire, JW Kable
• System wyceny: oparta na współrzędnych metaanaliza eksperymentów BOLD fMRI badających neuronalne korelaty o subiektywnej wartości?
• NeuroImage, 76 (2013), str. 412 – 427
• 

4.      

• Blum i wsp., 1990
• K. Blum, EP Noble, PJ Sheridan, A. Montgomery, T. Ritchie, P. Jagadeeswaran, H. Nogami, AH Briggs, JB Cohn
• Alleliczne powiązanie genu ludzkiego receptora dopaminy D2 w alkoholizmie
• JAMA, 263 (1990), s. 2055 – 2060
• 

5.      

• Brevers i in., 2012
• D. Brevers, A. Cleeremans, AE Goudriaan, A. Bechara, C. Kornreich, P. Verbanck, X. Noel
• Podejmowanie decyzji w sposób niejednoznaczny, ale nie zagrożony, wiąże się z dotkliwością hazardu
• Psychiatry Res., 200 (2012), ss. 568 – 574
• 

6.      

• Brevers i in., 2013
• D. Brevers, A. Bechara, A. Cleeremans, X. Noel
• Iowa Gambling Task (IGT): dwadzieścia lat później - zaburzenie hazardu i IGT
• Z przodu. Psychol., 4 (2013), str. 665
• 

7.      

• Cavanna i Trimble, 2006
• AE Cavanna, MR Trimble
• Precuneus: przegląd jego anatomii funkcjonalnej i korelacji behawioralnych
• Brain, 129 (2006), s. 564 – 583
• 

8.      

• Chen i wsp., 2006
• MK Chen, V. Lakshminarayanan, LR Santos
• Jak podstawowe są uprzedzenia behawioralne? Dowody z zachowań handlowych małp kapucynów
• J. Polit. Econ., 114 (2006), ss. 517 – 537
• 

9.      

• Clark, 2010
• L. Clark
• Podejmowanie decyzji podczas hazardu: integracja podejść poznawczych i psychobiologicznych
• Philos. Trans. R. Soc. Lond Ser. B Biol. Sci., 365 (2010), pp. 319 – 330
• 

10.   

• Clark i in., 2013
• L. Clark, B. Averbeck, D. Payer, G. Sescousse, CA Winstanley, G. Xue
• Wybór patologiczny: neurobiologia hazardu i uzależnienie od hazardu
• J. Neurosci., 33 (2013), str. 17617-17623
• 

11.   

• Comings i in., 1996
• DE Comings, RJ Rosenthal, HR Lesieur, LJ Rugle, D. Muhleman, C. Chiu, G. Dietz, R. Gade
• Badanie genu receptora dopaminowego D2 w patologicznym hazardie
• Farmakogenetyka, 6 (1996), str. 223 – 234
• 

12.   

• Comings i in., 2001
• DE Comings, R. Gade-Andavolu, N. Gonzalez, S. Wu, D. Muhleman, C. Chen, P. Koh, K. Farwell, H. Blake, G. Dietz, JP MacMurray, HR Lesieur, LJ Rugle, RJ Rosenthal
• Addytywny wpływ genów neuroprzekaźników na patologiczny hazard
• Clin. Genet., 60 (2001), s. 107 – 116
• 

13.   

• Crockford i wsp., 2005
• DN Crockford, B. Goodyear, J. Edwards, J. Quickfall, e.-G. N.
• Indywidualna aktywność mózgu u patologicznych graczy
• Biol. Psychiatria, 58 (2005), str. 787 – 795
• 

14.   

• De Martino i in., 2010
• B. De Martino, CF Camerer, R. Adolphs
• Obrażenia Amygdala eliminują awersję do strat pieniężnych
• Proc. Natl. Acad. Sci. USA, 107 (2010), str. 3788 – 3792
• 

15.   

• de Ruiter i in., 2009
• MB de Ruiter, DJ Veltman, AE Goudriaan, J. Oosterlaan, Z. Sjoerds, W. van den Brink
• Wytrwałość reakcji i wrażliwość brzuszna przedczołowa na nagrodę i karę u hazardzistów płci męskiej i palaczy
• Neuropsychofarmakologia, 34 (2009), str. 1027 – 1038
• 

16.   

• Deichmann i in., 2003
• R. Deichmann, JA Gottfried, C. Hutton, R. Turner
• Zoptymalizowany EPI do badań fMRI kory orbitowo-czołowej
• NeuroImage, 19 (2003), str. 430 – 441
• 

17.   

• Delgado i in., 2005
• MR Delgado, MM Miller, S. Inati, EA Phelps
• Badanie fMRI uczenia się prawdopodobieństwa związanego z nagrodą
• NeuroImage, 24 (2005), str. 862 – 873
• 

18.   

• Elliott, 2003
• R. Elliott
• Funkcje wykonawcze i ich zaburzenia
• Br. Med. Bull., 65 (2003), str. 49 – 59
• 

19.   

• First i in., 2002
• MB First, RL Spitzer, M. Gibbon, JBW Williams
• Strukturalny wywiad kliniczny dla zaburzeń osi I DSM-IV, wersja badawcza, wydanie nie dla pacjenta (SCID-I / NP)
• Biometrics Research, New York State Psychiatric Institute, Nowy Jork, NY (2002)
• 

20.   

• Friston i in., 1996
• KJ Friston, S. Williams, R. Howard, RSJ Frackowiak, R. Turner
• Efekty związane z ruchem w szeregach czasowych fMRI
• Magn. Reson. Med., 35 (1996), ss. 346 – 355
• 

1.      

• Gelskov i in., 2015
• SV Gelskov, S. Henningsson, KH Madsen, HR Siebner, TZ Ramsøy
• Amygdala sygnalizuje subiektywną apetyczność i niechęć mieszanych gier hazardowych
• Cortex, 66 (2015), s. 81 – 90
• 

2.      

• Giorgetta i in., 2014
• C. Giorgetta, A. Grecucci, A. Rattin, C. Guerreschi, AG Sanfey, N. Bonini
• Grać lub nie grać: osobisty dylemat w patologicznym hazardie
• Psychiatry Res., 219 (2014), ss. 562 – 569
• 

3.      

• Goldstein i Volkow, 2002
• RZ Goldstein, ND Volkow
• Uzależnienie od narkotyków i jego podstawa neurobiologiczna: neuroobrazowe dowody na udział kory czołowej
• Rano. J. Psychiatry, 159 (2002), str. 1642 – 1652
• 

4.      

• Goldstein i Volkow, 2011
• RZ Goldstein, ND Volkow
• Dysfunkcja kory przedczołowej w uzależnieniu: wyniki neuroobrazowania i implikacje kliniczne
• Nat. Rev. Neurosci., 12 (2011), pp. 652-669
• 

5.      

• Goldstein i wsp., 2007
• RZ Goldstein, N. Alia-Klein, D. Tomasi, L. Zhang, LA Cottone, T. Maloney, F. Telang, EC Caparelli, L. Chang, T. Ernst, D. Samaras, NK Squires, ND Volkow
• Czy zmniejszona wrażliwość kory przedczołowej na nagrodę pieniężną jest związana z upośledzeniem motywacji i samokontrolą w uzależnieniu od kokainy?
• Rano. J. Psychiatry, 164 (2007), str. 43 – 51
• 

6.      

• Goudriaan i in., 2010
• AE Goudriaan, MB de Ruiter, W. van den Brink, J. Oosterlaan, DJ Veltman
• Wzorce aktywacji mózgu związane z reaktywnością i głodem u abstynentnych hazardzistów, palaczy i zdrowych osób kontrolnych: badanie fMRI
• Nałogowiec. Biol., 15 (2010), str. 491-503
• 

7.      

• Joutsa i in., 2012
• J. Joutsa, J. Johansson, S. Niemelä, A. Ollikainen, MM Hirvonen, P. Piepponen, E. Arponen, H. Alho, V. Voon, JO Rinne, J. Hietala, V. Kaasinen
• Uwalnianie mezolimbicznej dopaminy wiąże się z nasileniem objawów w patologicznym hazardie
• NeuroImage, 60 (2012), str. 1992 – 1999
• 

8.      

• Kahneman i Tversky, 1979
• D. Kahneman, A. Tversky
• Teoria perspektyw - analiza decyzji zagrożonych
• Econometrica, 47 (1979), s. 263 – 291
• 

9.      

• Kessler i in., 2008
• RC Kessler, I. Hwang, R. Labrie, M. Petukhova, NA Sampson, KC Winters, S. HJ
• Hazard patologiczny DSM-IV w replice National Comorbidity Survey
• Psychol. Med., 38 (2008), ss. 1351 – 1360
• 

10.   

• Knutson i wsp., 2001
• B. Knutson, GW Fong, CM Adams, JL Varner, D. Hommer
• Dysocjacja przewidywania nagrody i wynik z fMRI związanym ze zdarzeniem
• Neuroreport, 12 (2001), str. 3683 – 3687
• 

11.   

• Leeman i Potenza, 2012
• RF Leeman, MN Potenza
• Podobieństwa i różnice między patologicznym hazardem a zaburzeniami używania substancji: nacisk na impulsywność i kompulsywność
• Psychopharmacology, 219 (2012), str. 469-490
• 

12.   

• Lesieur i Blume, 1987
• HR Lesieur, SB Blume
• Ekran hazardu South Oaks (SOGS): nowy instrument do identyfikacji patologicznych graczy
• Rano. J. Psychiatry, 144 (1987), str. 1184 – 1188
• 

13.   

• Limbrick-Oldfield i in., 2013
• EH Limbrick-Oldfield, RJ van Holst, L. Clark
• Rozregulowanie przedsionkowo-prążkowe w uzależnieniu od narkotyków i patologicznym hazardie: konsekwentne niespójności?
• NeuroImage Clin., 2 (2013), s. 385 – 393
• 

14.   

• Linnet i in., 2011
• J. Linnet, A. Møller, E. Peterson, A. Gjedde, D. Doudet
• Uwalnianie dopaminy w brzusznym prążkowiu podczas Iowa Hazard Wydajność zadania wiąże się ze zwiększonym poziomem podniecenia w patologicznym hazardie
• Uzależnienie, 106 (2011), str. 383-390
• 

15.   

• Maldjian i in., 2003
• JA Maldjian, PJ Laurienti, RA Kraft, JH Burdette
• Zautomatyzowana metoda przesłuchiwania zbiorów danych fMRI na podstawie atlasu neuroanatomicznego i cytoarchitektonicznego
• NeuroImage, 19 (2003), str. 1233 – 1239
• 

16.   

• Monsell, 2003
• S. Monsell
• Przełączanie zadań
• Trendy Cogn. Sci., 7 (2003), str. 134 – 140
• 

17.   

• Noble i in., 1991
• EP Noble, K. Blum, T. Ritchie, A. Montgomery, PJ Sheridan
• Alleliczny związek genu receptora dopaminowego D2 z właściwościami wiązania receptora w alkoholizmie
• Łuk. Gen. Psychiatry, 48 (1991), str. 648-654
• 

18.   

• O'Doherty i wsp., 2004
• J. O'Doherty, P. Dayan, J. Schultz, R. Deichmann, K. Friston, RJ Dolan
• Dysocjalne role prążkowia brzusznego i grzbietowego w warunkowaniu instrumentalnym
• Nauka, 304 (2004), str. 452-454
• 

19.   

• Petry, 2007
• NM Petry
• Zaburzenia związane z hazardem i używaniem substancji: obecny stan i przyszłe kierunki
• Jestem. J. Addict., 16 (2007), str. 1 – 9
• 

20.   

• Potenza, 2014
• MN Potenza
• Neuralne podstawy procesów poznawczych w zaburzeniach hazardu
• Trendy Cogn. Sci., 18 (2014), str. 429 – 438
• 

1.      

• Power i in., 2012
• JD Power, KA Barnes, AZ Snyder, BL Schlaggar, SE Petersen
• Fałszywe, ale systematyczne korelacje w funkcjonalnej łączności sieci MRI wynikają z ruchu badanego
• NeuroImage, 59 (2012), str. 2142 – 2154
• 

2.      

• Raylu i Oei, 2002
• N. Raylu, TPS Oei
• Patologiczny hazard: kompleksowy przegląd
• Clin. Psychol. Rev., 22 (2002), str. 1009 – 1061
• 

3.      

• Reuter i in., 2005
• J. Reuter, T. Raedler, M. Rose, I. Hand, J. Glascher, C. Buchel
• Patologiczny hazard wiąże się ze zmniejszoną aktywacją mezolimbicznego systemu nagród
• Nat. Neurosci., 8 (2005), str. 147-148
• 

4.      

• Robinson i Berridge, 1993
• TE Robinson, KC Berridge
• Podstawy neuronalne głodu narkotykowego: teoria nałogowo-uwrażliwiająca na motywację
• Res mózgu Res mózgu Rev., 18 (1993), str. 247 – 291
• 

5.      

• Robinson i Berridge, 2008
• TE Robinson, KC Berridge
• Przejrzeć. Motywacyjna teoria uzależnienia: niektóre aktualne problemy
• Philos. Trans. R. Soc. Lond Ser. B Biol. Sci., 363 (2008), pp. 3137 – 3146
• 

6.      

• Robinson i wsp., 2012
• JL Robinson, AR Laird, DC Glahn, J. Blangero, MK Sanghera, L. Pessoa, i in.
• Funkcjonalna łączność ludzkiego jądra ogonowego: zastosowanie metaanalitycznego modelowania łączności z filtrowaniem behawioralnym
• NeuroImage, 60 (2012), str. 117 – 129
• 

7.      

• Romanczuk-Seiferth i in., 2015
• N. Romanczuk-Seiferth, S. Koehler, C. Dreesen, T. Wüstenberg, A. Heinz
• Patologiczny hazard i uzależnienie od alkoholu: zaburzenia neuronalne w przetwarzaniu nagród i unikaniu strat
• Nałogowiec. Biol., 20 (2015), str. 557-569
• 

8.      

• Seo i in., 2012
• M. Seo, E. Lee, BB Averbeck
• Wybór akcji i wartość akcji w obwodach czołowo-prążkowanych
• Neuron, 74 (2012), str. 947-960
• 

9.      

• Sescousse i in., 2013
• G. Sescousse, G. Barbalat, P. Domenech, JC Dreher
• Brak równowagi w wrażliwości na różne rodzaje nagród w patologicznym hazardzie
• Mózg, 136 (8) (2013), str. 2527 – 2538
• 

10.   

• Silberberg i in., 2008
• A. Silberberg, PG Roma, ME Huntsberry, FR Warren-Boulton, T. Sakagami, AM Ruggiero, i in.
• O niechęci do strat u małp kapucynów
• J. Exp. Analny. Behav., 89 (2008), pp. 145 – 155
• 

11.   

• Thomsen i in., 2013
• KR Thomsen, M. Joensson, HC Lou, A. Møller, J. Gross, ML Kringelbach, J.-P. Changeux
• Zmieniona interakcja paralimbiczna w uzależnieniu behawioralnym
• Proc. Natl. Acad. Sci. USA, 110 (2013), str. 4744 – 4749
• 

12.   

• Tom i wsp., 2007
• SM Tom, CR Fox, C. Trepel, RA Poldrack
• Neuralna podstawa awersji do strat w podejmowaniu decyzji w warunkach ryzyka
• Nauka, 315 (2007), str. 515-518
• 

13.   

• Tricomi i in., 2004
• EM Tricomi, MR Delgado, JA Fiez
• Modulacja aktywności ogoniastej przez przypadek działania
• Neuron, 41 (2004), str. 281-292
• 

14.   

• Tzourio-Mazoyer i in., 2002
• N. Tzourio-Mazoyer, B. Landeau, D. Papathanassiou, F. Crivello, O. Etard, N. Delcroix, B. Mazoyer, M. Joliot
• Zautomatyzowane anatomiczne oznaczanie aktywacji w SPM przy użyciu makroskopowej anatomicznej aproksymacji mózgu MNI MRI jednego pacjenta
• NeuroImage, 15 (1) (2002), str. 273 – 289
• 

15.   

• van Holst i in., 2010
• RJ van Holst, W. van den Brink, DJ Veltman, AE Goudriaan
• Badania obrazowania mózgu w patologicznym hazardzie
• Curr. Psychiatry Rep., 12 (2010), ss. 418 – 425
• 

16.   

• van Holst i in., 2012
• RJ van Holst, DJ Veltman, C. Buchel, W. van den Brink, AE Goudriaan
• Zniekształcone kodowanie oczekiwań w hazardowym problemie: czy uzależnia się w oczekiwaniu?
• Biol. Psychiatria, 71 (2012), str. 741 – 748
• 

17.   

• Verstynen i in., 2012
• TD Verstynen, D. Badre, K. Jarbo, W. Schneirder
• Mikrostrukturalne wzorce organizacyjne w ludzkim układzie korowo-przedsionkowym
• J. Neurophysiol., 107 (2012), s. 2984 – 2995
• 

18.   

• Wardle i in., 2010
• H. Wardle, A. Moody, S. Spence, J. Orford, R. Volberg, D. Jotangia, i in.
• Brytyjskie badanie rozpowszechnienia hazardu
• National Centre for Social Research, London (2010)
• 

19.   

• Welte i in., 2008
• JW Welte, GM Barnes, MC Tidwell, JH Hoffman
• Częstość hazardu problemowego wśród amerykańskich nastolatków i młodych dorosłych: wyniki badania krajowego
• J. Gambl. Stud., 24 (2008), ss. 119 – 133
• 

20.   

• Worhunsky i in., 2014
• PD Worhunsky, RT Malison, RD Rogers, MN Potenza
• Zmienione neuronalne korelaty przetwarzania nagród i strat podczas symulowanego fMRI automatu w patologicznym uzależnieniu od hazardu i kokainy
• Drug Alcohol Depend., 145 (2014), ss. 77 – 86
• 

1.      

• Yin and Knowlton, 2006
• HH Yin, BJ Knowlton
• Rola zwojów podstawy w tworzeniu nawyków
• Nat. Rev. Neurosci., 7 (2006), pp. 464-476
• 

Adres do korespondencji: grupa Brain and Consciousness (EHESS / CNRS / ENS), Ecole Normale Supérieure, PSL Research University, 29 rue d'Ulm, 75005 Paryż, Francja.

1

Starsi autorzy wnieśli równy wkład do artykułu.

Copyright © 2016 Autorzy. Wydawca Elsevier Inc.