Nienormalna integralność białej materii u nastolatków z zaburzeniami uzależnienia od Internetu: studium przestrzennej statystyki przestrzennej (2012)

Komentarze: Podobnie jak wcześniejsze badania, skanowanie mózgu ujawniło zmiany strukturalne podobne do uzależnień u osób z uzależnieniem od Internetu. Nieprawidłowości w istocie białej i szarej występują również u osób uzależnionych od narkotyków.

PEŁNE BADANIE


Tło

Zespół uzależnienia od Internetu (IAD) staje się obecnie poważnym problemem zdrowia psychicznego na całym świecie. Poprzednie badania dotyczące IAD koncentrowały się głównie na powiązanych badaniach psychologicznych. Istnieje jednak niewiele badań dotyczących struktury i funkcji mózgu dotyczących IAD. W tym badaniu wykorzystaliśmy obrazowanie tensora dyfuzji (DTI) w celu zbadania integralności istoty białej u nastolatków z IAD.

Metodologia / ustalenia podstawowe

W badaniu wzięło udział XNUMX osób z IAD i szesnaście zdrowych osób z grupy kontrolnej bez IAD. Analiza anizotropii frakcyjnej (FA) z wykorzystaniem wokseli całego mózgu została przeprowadzona za pomocą statystyki przestrzennej opartej na traktach (TBSS) w celu zlokalizowania nieprawidłowych obszarów istoty białej między grupami. TBSS wykazało, że IAD miało znacznie niższe FA niż kontrole w całym mózgu, w tym w istocie białej oczodołowo-czołowej, ciele modzelowatym, zakręcie obręczy, pęczku czołowo-potylicznym dolnym i promieniowaniu koronowym, torebkach wewnętrznych i zewnętrznych, nie wykazując jednocześnie obszarów o wyższym FA. Analiza objętości zainteresowania (VOI) została wykorzystana do wykrycia zmian wskaźników dyfuzyjności w regionach wykazujących nieprawidłowości FA. W większości VOI redukcje FA były spowodowane wzrostem dyfuzyjności promieniowej przy braku zmian dyfuzyjności osiowej. Przeprowadzono analizę korelacji, aby ocenić związek między FA a miarami behawioralnymi w grupie z IAD. Stwierdzono znamiennie ujemne korelacje między wartościami FA w lewym kolanie ciała modzelowatego a przesiewem zaburzeń emocjonalnych związanych z lękiem dziecka oraz między wartościami FA w lewej torebce zewnętrznej a skalą uzależnienia od Internetu Younga.

wnioski

Nasze odkrycia sugerują, że IAD wykazało powszechne zmniejszenie FA na głównych szlakach istoty białej, a taka nienormalna struktura istoty białej może być powiązana z niektórymi zaburzeniami zachowania. Ponadto integralność istoty białej może służyć jako potencjalny nowy cel leczenia, a FA może być wykwalifikowanym biomarkerem do zrozumienia leżących u podstaw mechanizmów nerwowych uszkodzenia lub do oceny skuteczności określonych wczesnych interwencji w IAD.

Cytowanie: Lin F, Zhou Y, Du Y, Qin L, Zhao Z, et al. (2012) Nieprawidłowa integralność białej materii u nastolatków z uzależnieniem od Internetu: badanie statystyki przestrzennej oparte na traktach. PLoS ONE 7 (1): e30253. doi: 10.1371 / journal.pone.0030253

Wydawca: Martin Gerbert Frasch, Université de Montréal, Kanada

Otrzymano: 4 października 2011 r .; Zaakceptowano: 15 grudnia 2011 r .; Opublikowano: 11 stycznia 2012 r

Prawa autorskie: © 2012 Lin et al. Jest to artykuł ogólnodostępny rozpowszechniany na warunkach licencji Creative Commons Attribution License, która zezwala na nieograniczone użytkowanie, dystrybucję i powielanie na dowolnym nośniku, pod warunkiem wskazania oryginalnego autora i źródła.

Finansowanie: Ta praca była częściowo wspierana przez Natural Science Foundation of China (nr 30800252 i 20921004), National Basic Research Program of China (973 Program) Grant nr 2011CB707802 oraz Knowledge Innovation Program of Chinese Academy of Sciences oraz Excellent Doctoral Program pracy magisterskiej Chińskiej Akademii Nauk. Finansiści nie odgrywali żadnej roli w projektowaniu badań, zbieraniu i analizie danych, podejmowaniu decyzji o publikacji lub przygotowaniu manuskryptu.

Konkurencyjne interesy: Autorzy zadeklarowali, że nie istnieją konkurencyjne interesy.

* E-mail: [email chroniony] (JX); [email chroniony] (HL)

# Autorzy ci w równym stopniu przyczynili się do tej pracy.

Zaburzenie uzależnienia od Internetu (IAD), zwane także problematycznym lub patologicznym korzystaniem z Internetu, charakteryzuje się niezdolnością jednostki do kontrolowania korzystania z Internetu, co ostatecznie może skutkować wyraźnym stresem i upośledzeniem funkcjonalnym życia ogólnego, takim jak wyniki w nauce, interakcje, zainteresowania zawodowe i problemy behawioralne [1]. Opis dotyczący IAD opiera się na definicji uzależnienia od narkotyków lub hazardu patologicznego, który dzieli właściwości uzależnienia od substancji, takie jak zaabsorbowanie, modyfikacja nastroju, tolerancja, wycofanie, niepokój i upośledzenie czynnościowe [2][3]. Ze względu na rosnącą liczbę użytkowników Internetu problem IAD przyciągnął obecnie znaczną uwagę ze strony psychiatrów, nauczycieli i społeczeństwa; dlatego IAD staje się poważnym problemem zdrowia psychicznego na całym świecie [4][5][6].

Aktualne badania dotyczące IAD koncentrują się na streszczeniach przypadków, komponentach behawioralnych, negatywnych konsekwencjach w życiu codziennym, wraz z diagnozą kliniczną, epidemiologią, powiązanymi czynnikami psychospołecznymi, zarządzaniem objawami, współwystępowaniem psychiatrycznym i wynikiem leczenia [7][8][9][10][11]. Badania te opierają się głównie na kwestionariuszach psychologicznych zgłaszanych przez samych siebie i konsekwentnie wskazują, że intensywne używanie Internetu może mieć potencjalny wpływ na problemy psychologiczne i zaburzenia poznawcze.

Do tej pory przeprowadzono tylko kilka badań neuroobrazowania w celu zbadania zmian strukturalnych i funkcjonalnych mózgu związanych z IAD. W poprzednim badaniu morfometrii opartym na wokselach (VBM) stwierdzono zmniejszoną gęstość substancji szarej w lewej przedniej korze obręczy, w tylnej części obręczy, w wysepce i zakręcie językowym nastolatków IAD [12]. Yuan i koledzy stwierdzili, że osoby z IAD miały wiele zmian strukturalnych w mózgu i takie zmiany korelowały znacząco z czasem trwania uzależnienia od Internetu [13]. Jedno badanie obrazowania funkcjonalnego rezonansu magnetycznego w stanie spoczynku (fMRI) wykazało, że studenci IAD zwiększyli regionalną jednorodność w kilku obszarach mózgu, w tym w móżdżku, pniu mózgu, płacie limbicznym, płatu czołowym i płatu wierzchołkowym [14]. Dwa powiązane z zadaniami badania fMRI osób z uzależnieniem od gier online wykazały, że aktywacja wywołana wskazówką w odpowiedzi na bodźce do gier wideo w Internecie jest podobna do tej obserwowanej podczas prezentacji wskazówki u osób uzależnionych lub uzależnionych od hazardu [15][16]. Dong i in. [17]poinformowali, że studenci IAD wykazywali niższą aktywację na etapie wykrywania konfliktu i wykazywali mniejszą wydajność przetwarzania informacji i niższą kontrolę impulsów niż normalne kontrole poprzez rejestrowanie potencjałów mózgu związanych ze zdarzeniem podczas zadania Go / No-Go. Ponadto badanie pozytonowej tomografii emisyjnej (PET) wykazało, że nadużycie gry internetowej dzieli mechanizmy psychologiczne i neuronowe z innymi rodzajami zaburzeń kontroli impulsów oraz uzależnienia od substancji / substancji niezwiązanych z substancją [18]. Podsumowując, odkrycia te wskazują, że osoby z IAD są związane ze zmianami strukturalnymi i funkcjonalnymi w obszarach mózgu obejmującymi przetwarzanie emocjonalne, uwagę wykonawczą, podejmowanie decyzji i kontrolę poznawczą.

Stawiamy hipotezę, że osoby z IAD są również związane z upośledzeniem włókien istoty białej łączącej te regiony i takie zmiany można wykryć za pomocą obrazowania tensora dyfuzji (DTI), nieinwazyjnej techniki MRI z zdolnością do zapewnienia ilościowego pomiaru uszkodzenia istoty białej [19]. DTI jest wrażliwy na cechy dyfuzji wody i został opracowany jako narzędzie do badania lokalnych właściwości istoty białej mózgu [20]. Cztery często stosowane ilościowe parametry dyfuzji można wyprowadzić z danych DTI: 1) frakcyjna anizotropia (FA), odzwierciedlająca kierunkowość dyfuzji wody i spójność układów włókien istoty białej; 2) średnia dyfuzyjność (MD), określająca ilościowo ogólną wielkość dyfuzji wody; 3) dyfuzyjność osiowa (Da) mierząca wielkość dyfuzyjności wzdłuż głównego kierunku dyfuzji; i 4) dyfuzyjność promieniowa (Dr) odzwierciedlająca wielkość dyfuzyjności prostopadłą do głównego kierunku dyfuzji [21],[22]. Środki te są związane z mikrostrukturalną organizacją istoty białej i wykorzystywane do wnioskowania o cechach strukturalnych lokalnego środowiska tkankowego.

W tym badaniu wykorzystaliśmy DTI do zbadania integralności istoty białej u nastolatków z IAD. Do analizy danych DTI zastosowano niezależną od obserwatora metodę analizy statystyki przestrzennej (TBSS). Ta metoda zachowuje zalety analizy opartej na wokselach, jednocześnie eliminując niektóre jej wady, takie jak wyrównanie obrazów z wielu obiektów i arbitralność wyboru wygładzania przestrzennego [23]. Celem badania jest 1) zbadanie różnic w topograficznym rozkładzie integralności istoty białej między nastolatkami z IAD a zdrowymi osobami z grupy kontrolnej bez IAD, bez podejmowania a priori założeń dotyczących lokalizacji możliwych nieprawidłowości oraz 2) ustalenie, czy wystąpiły jakiekolwiek nieprawidłowości. związek między integralnością istoty białej a pomiarami neurofizjologicznymi u pacjentów z IAD.

Tematy

Osiemnastu nastolatków z IAD zostało zrekrutowanych z Kliniki Psychiatrii Dzieci i Młodzieży Centrum Zdrowia Psychicznego w Szanghaju, z których wszyscy spełniali zmodyfikowany kwestionariusz diagnostyczny Younga dotyczący kryteriów uzależnienia od Internetu autorstwa Beard and Wolf [2]. Osiemnaście lat, płeć i okresy edukacji dopasowane do normalnych przedmiotów bez IAD wybrano jako kontrole. Wszystkie osoby były praworęczne, zgodnie z oceną przeprowadzoną w kwestionariuszu zgodnie z wykazem zręczności Edynburga [24]. Dane strukturalne MRI od tych osób zostały wykorzystane w naszym poprzednim badaniu VBM [12]. W tym badaniu dane obrazowe z dwóch kontroli i jednego osobnika IAD musiały zostać odrzucone z powodu dużych artefaktów ruchowych. W rezultacie uwzględniono w sumie szesnaście kontroli (przedział wiekowy: 15 – 24) i siedemnaście osób z IAD (przedział wiekowy: 14 – 24). Informacje demograficzne zawartych tematów są wymienione w Tabela 1.

Tabela 1. Charakterystyka demograficzna i behawioralna uczestników biorących udział w badaniu.

doi: 10.1371 / journal.pone.0030253.t001

Badanie zostało zatwierdzone przez Komitet Etyki Szpitala RenJi Szanghajskiej Szkoły Medycznej Uniwersytetu Jiao Tong. Uczestnicy i ich rodzice / opiekunowie prawni zostali poinformowani o celach naszego badania przed badaniami MRI. Pełną pisemną świadomą zgodę uzyskano od rodziców / opiekunów każdego uczestnika.

Kryteria włączenia i wyłączenia

Wszyscy badani zostali poddani prostemu badaniu fizykalnemu, w tym pomiarowi ciśnienia krwi i tętna, i psychiatra przeprowadził z nimi wywiad na temat ich historii medycznej dotyczącej układu nerwowego, ruchu, trawiennego, oddechowego, krążenia, hormonalnego, układu moczowego i rozrodczego. Zostali następnie zbadani pod kątem zaburzeń psychicznych za pomocą Mini International Neuropsychiatric Interview for Children and Adolescents (MINI-KID) [25]. Kryteria wykluczenia obejmowały historię nadużywania lub uzależnienia od substancji; historia poważnych zaburzeń psychicznych, takich jak schizofrenia, depresja, zaburzenia lękowe, epizody psychotyczne lub hospitalizacja z powodu zaburzeń psychicznych. Osobnicy z IAD nie byli leczeni żadnymi lekami. Jednak niewielka liczba pacjentów z IAD otrzymała psychoterapię.

Standard diagnostyczny dla IAD został zaadaptowany ze zmodyfikowanego kwestionariusza diagnostycznego Young's Diagnostic Questionnaire for Internet Addiction autorstwa Beard and Wolf [2]. Kryteria składające się z ośmiu pozycji „tak” lub „nie” zostały przetłumaczone na język chiński. Zawiera następujące pytania: (1) Czy czujesz się zajęty Internetem (tj. Myślisz o poprzedniej aktywności online lub planujesz następną sesję online)? (2) Czy odczuwasz potrzebę korzystania z Internetu z coraz większą ilością czasu, aby osiągnąć satysfakcję? (3) Czy wielokrotnie podejmowałeś nieudane próby kontrolowania, ograniczania lub zaprzestania korzystania z Internetu? (4) Czy czujesz się niespokojny, nastrojowy, przygnębiony lub irytujący, gdy próbujesz ograniczyć lub przerwać korzystanie z Internetu? (5) Czy jesteś online dłużej niż pierwotnie zamierzałeś? (6) Czy zagroziłeś lub zaryzykowałeś utratę ważnego związku, pracy, edukacji lub kariery z powodu Internetu? (7) Czy okłamałeś członków rodziny, terapeuty lub innych, aby ukryć zakres zaangażowania w Internecie? (8) Czy używasz Internetu jako sposobu na ucieczkę od problemów lub złagodzenie trudnego nastroju (np. Poczucie bezradności, poczucia winy, niepokoju i depresji)? Uczestnicy, którzy odpowiedzieli „tak” na pozycje od 1 do 5 i przynajmniej jeden z pozostałych trzech punktów został zaklasyfikowany jako cierpiący na IAD.

Oceny behawioralne

Do oceny cech behawioralnych uczestników wykorzystano sześć kwestionariuszy, a mianowicie Skala Uzależnienia od Internetu Younga (YIAS) [26], Skala Dyspozycji Zarządzania Czasem (TMDS) [27], Kwestionariusz mocnych stron i trudności (SDQ) [28], Barratt Impulsivity Scale-11 (BIS) [29], ekran zaburzeń emocjonalnych związanych z lękiem dziecięcym (SCARED) [30] i urządzenie do oceny rodziny (FAD) [31]. Wszystkie kwestionariusze zostały początkowo skonstruowane w języku angielskim i przetłumaczone na język chiński.

Akwizycja obrazu

Obrazowanie tensora dyfuzji przeprowadzono na skanerze medycznym 3.0-Tesla Phillips Achieva. Wykonano jednoetapowe obrazowanie ważone metodą dyfuzji płaskiej z wyrównaniem płaszczyzny prowizji przednio-tylnych zgodnie z następującymi parametrami: czas powtarzania = 8,044 ms; czas echa = 68 ms; Współczynnik SENSE = 2; macierz akwizycji = 128 × 128 z zerowym wypełnieniem do 256 × 256; pole widzenia = 256 × 256 mm2; grubość przekroju = 4 mm bez szczeliny. Łącznie odcinki 34 obejmowały cały mózg, w tym móżdżek. Gradienty uwrażliwiające na dyfuzję zastosowano wzdłuż kierunków kodowania gradientu nieliniowego 15 przy b = 800 s / mm2. Jeden dodatkowy obraz bez gradientów dyfuzji (b = 0 s / mm2) zostało również nabyte. Aby poprawić stosunek sygnału do szumu, obrazowanie powtórzono trzykrotnie.

Wstępne przetwarzanie danych

Wszystkie dane DTI zostały wstępnie przetworzone przez FMRIB's Diffusion Toolbox (FDT) w ramach FMRIB's Software Library (FSL); http://www.fmrib.ox.ac.uk/fsl). Po pierwsze, objętości ważone dyfuzyjnie dopasowywano do odpowiadających im nieważonych dyfuzyjnie (b0) obraz z transformacją afiniczną w celu zminimalizowania zniekształceń obrazu przez prądy wirowe i ograniczenia prostego ruchu głowy. Następnie tkanka niebędąca mózgiem i szum tła zostały usunięte z b0 obraz za pomocą narzędzia do ekstrakcji mózgu. Po tych krokach tensor dyfuzji dla każdego woksela oszacowano za pomocą wielowymiarowego algorytmu dopasowania liniowego, a macierz tensora została przekątna, aby uzyskać jej trzy pary wartości własnych (λ1, λ2, λ3) i wektory własne. A następnie wartości wokselowe FA, MD, Da (Da = λ1) i Dr (Dr = (λ2+ λ3) / 2) zostały obliczone.

Analiza TBSS

Analizę obrazów FA całego mózgu przeprowadzono za pomocą TBSS [23], który został zaimplementowany w FSL. W skrócie, mapy FA wszystkich podmiotów najpierw zostały wyrównane do wspólnego celu, a następnie wyrównane objętości FA zostały znormalizowane do 1 × 1 × 1 mm3 Standardowa przestrzeń Montreal Neurological Institute (MNI152) za pomocą szablonu FMRIB58_FA. Następnie zarejestrowane obrazy FA uśredniono w celu wygenerowania średniego obrazu FA dla badanych, a następnie zastosowano średni obraz FA w celu utworzenia średniego szkieletu FA, który reprezentuje główne ścieżki włókien i środek wszystkich dróg włókien wspólnych dla grupy. Średni szkielet FA został dodatkowo progowany przez wartość FA 0.2, aby wykluczyć drogi obwodowe, w których istniała znacząca zmienność między podmiotami i / lub efekty częściowej objętości z materią szarą. Po przekroczeniu progu średniego szkieletu FA, wyrównane dane FA każdego uczestnika zostały rzutowane na średni szkielet, aby utworzyć szkieletową mapę FA, przeszukując obszar wokół szkieletu w kierunku prostopadłym do każdego odcinka i znajdując najwyższy lokalny FA wartość, a następnie przypisanie tej wartości do odpowiedniej struktury szkieletowej.

Aby zidentyfikować różnice FA między badanymi IAD a normalnymi kontrolami, szkieletowe dane FA wprowadzono do analizy statystycznej wokseli, która opiera się na nieparametrycznym podejściu wykorzystującym teorię permutacji. Testy zostały przeprowadzone przez program losowy FSL, który wykorzystuje losowe permutacje 5000. Oszacowano dwa kontrasty: osoby z IAD większe niż osoby kontrolne i osoby z grupy kontrolnej większe niż osoby z IAD. Wiek włączono do analizy jako zmienną towarzyszącą, aby zapewnić, że każda zaobserwowana różnica FA między grupami była niezależna od zmian związanych z wiekiem. Bezprogowe ulepszenie klastra (TFCE) [32], alternatywę dla konwencjonalnego progowania opartego na klastrach, które zwykle jest zagrożone przez arbitralną definicję progu tworzenia klastrów, zastosowano w celu uzyskania istotnych różnic między dwiema grupami przy p <0.01, po uwzględnieniu wielokrotnych porównań poprzez kontrolę błędu rodzinnego (FWE) kurs. Na podstawie wyników porównań grup pod względem wokseli regiony szkieletu wykazujące istotne różnice między grupami zostały zlokalizowane i oznaczone anatomicznie przez mapowanie mapy statystycznej p <0.01 z korektą FWE na Johns Hopkins University (JHU) -ICBM-DTI-81 istota biała (WM) oznacza atlas i atlas JHU-WM Tractography Atlas w przestrzeni MNI.

Analiza objętości zainteresowania wskaźników dyfuzji

W celu zbadania mikrostrukturalnych mechanizmów obserwowanych zmian FA, przeprowadzono analizę objętości zainteresowania (VOI) w celu zbadania zmian wskaźników dyfuzyjności (Da, Dr i MD) w regionach wykazujących nieprawidłowości FA. Aby to zrobić, maski VOI zostały najpierw wyodrębnione w oparciu o klastry wykazujące istotne różnice między grupami w FA. Te maski VOI były następnie rzutowane wstecz na oryginalne obrazy każdego badanego i obliczono średnie wartości wskaźników dyfuzji w VOI. Po potwierdzeniu rozkładu normalnego danych jednopróbkowym testem Kołmogorowa-Smirnowa, przeprowadzono jednokierunkową analizę kowariancji (ANCOVA) z grupą jako zmienną niezależną i wskaźnikami dyfuzji jako zmiennymi zależnymi, kontrolując wiek badanych. Zastosowano poziom istotności statystycznej p <0.05 (poprawka Bonferroniego dla porównań wielokrotnych).

Analizy korelacji Pearsona wykorzystano do przetestowania korelacji między zmianami FA w VOI a miarami behawioralnymi. Za statystycznie istotne uznano p <0.05 (nieskorygowane). Przeprowadzono stopniowe analizy regresji wielorakiej ze uśrednionymi wartościami FA w VOI jako zmienną zależną i wiekiem, wykształceniem, płcią, YIAS, SDQ, SCARED, FAD, TMDS i BIS jako zmiennymi niezależnymi, aby sprawdzić, czy niższy FA znaleziony w VOI może być przewidywane na podstawie wyników testów behawioralnych.

Środki demograficzne i behawioralne

Tabela 1 wymienia miary demograficzne i behawioralne dla osób z IAD i kontrolnych. Nie było istotnych różnic w rozkładach wieku, płci i lat nauki między obiema grupami. Pacjenci z IAD wykazywali wyższe wyniki YIAS (p <0.0001), SDQ (p <0.001), SCARED (p <0.0001) i FAD (p = 0.016) niż w grupie kontrolnej. Nie stwierdzono różnic w punktacji TMDS i BIS między grupami.

Wyniki TBSS

Wartość 0.2 zastosowano do progowania średniej objętości szkieletu FA, tak że w sumie wokseli 131962 wprowadzono do analizy TBSS pod względem wokseli. Rozkład przestrzenny obszarów mózgu wykazujących zmniejszoną FA w grupie IAD przedstawiono w Rys. 1 i Tabela 2. W porównaniu z grupą kontrolną, osoby z IAD miały znamiennie zmniejszone FA (p <0.01; skorygowane o TFCE) w obustronnej istocie białej oczodołowo-czołowej, ciele modzelowatym, włóknach asocjacyjnych z zajęciem obustronnego powięzi czołowo-potylicznej dolnej oraz obustronnego zakrętu obręczy przedniego, włókna projekcyjne składające się z obustronnego przedniego, górnego i tylnego promieniowania koronowego, obustronnej przedniej kończyny torebki wewnętrznej, obustronnej torebki zewnętrznej i lewego zakrętu przedśrodkowego. Nie było regionów istoty białej, w których kontrole miały znacznie niższe wartości FA w porównaniu z uczestnikami IAD.

Rysunek 1. Analiza TBSS objętości ułamkowej anizotropii (FA).

Obszary zaznaczone na czerwono to regiony, w których FA było znacznie niższe (p <0.01, skorygowane przez TFCE) u nastolatków z zespołem uzależnienia od Internetu (IAD) w porównaniu z normalną grupą kontrolną bez IAD. Aby ułatwić wizualizację, regiony wykazujące zredukowany FA (czerwony) są pogrubione za pomocą skryptu tbss_fill zaimplementowanego w FSL. Efekt pokazano nałożone na szablon MNI152-T1 i średni szkielet FA (zielony). Lewa strona obrazu odpowiada prawej półkuli mózgu.

doi: 10.1371 / journal.pone.0030253.g001

Tabela 2. Regiony neuroanatomiczne ze zmniejszonym FA u nastolatków z zaburzeniem uzależnienia od Internetu w porównaniu z normalną grupą kontrolną. (p <0.01, skorygowane TFCE).

doi: 10.1371 / journal.pone.0030253.t002

Wyniki VOI

Regiony mózgu 22 wykazujące znacznie zmniejszone FA w grupie IAD zostały wyodrębnione do analizy innych wskaźników dyfuzji na podstawie VOI. Wyniki są wymienione w Tabela 3. Siedemnaście z 22 VOI wykazało istotnie zwiększoną wartość Dr (p <0.05, poprawka Bonferroniego dla 22 porównań). Nie wykryto żadnych znaczących różnic w Da w żadnym z VOI.

Tabela 3. Różnice grupowe we wskaźnikach dyfuzyjności względem objętości zainteresowań (skorygowane o wiek).

doi: 10.1371 / journal.pone.0030253.t003

Analiza korelacji Pearsona dla 22 VOI wykazała istotnie ujemne korelacje między wartościami FA w lewym kolanie ciała modzelowatego a SCARED (r = -0.621, p = 0.008, nieskorygowane; Rysunek 2A) i pomiędzy wartościami FA w lewej torebce zewnętrznej a YIAS (r = -0.566, p = 0.018, nieskorygowane;Rysunek 2B) w przedmiotach IAD. Analiza wielokrotnej regresji liniowej wykazała, że ​​wpływ SCARED na FA w obrębie lewego kolana ciała modzelowatego był istotny statystycznie (standaryzowany β = −0.621, t = −3.07, p = 0.008), ale nie wpływ wieku, płci, wykształcenia i inne zmienne psychometryczne. Analiza wielokrotnej regresji liniowej wykazała również, że wpływ YIAS na FA w obrębie lewej torebki zewnętrznej był statystycznie istotny (standaryzowany β = -0.566, t = -2.66, p = 0.018), ale nie dotyczył wieku, płci, wykształcenia i innych zmienne psychometryczne.

Rysunek 2. Analiza korelacji między ułamkową anizotropią (FA) a miarami behawioralnymi w grupie zaburzeń uzależnienia od Internetu (IAD).

Aby ułatwić wizualizację, regiony wykazujące znaczące korelacje (czerwone) są pogrubione za pomocą skryptu tbss_fill zaimplementowanego w FSL. Rysunek 2A pokazuje wartości FA w lewym kolanie ciała modzelowatego koreluje ujemnie z Screen for Child Anxiety Related Emotional Disorders (SCARED) (r = -0.621, p = 0.008). Rysunek 2B pokazuje wartości FA w lewej zewnętrznej kapsule koreluje ujemnie ze skalą uzależnienia od Internetu Younga (YIAS) (r = -0.566, p = 0.018).

doi: 10.1371 / journal.pone.0030253.g002

Dyskusja 

W tym badaniu wykorzystaliśmy DTI do zbadania integralności istoty białej u nastolatków IAD poprzez niezależną od obserwatorów analizę TBSS opartą na wokselach całego mózgu. W porównaniu z dopasowanymi wiekiem, płcią i wykształceniem osoby badane IAD znacznie zmniejszyły FA w materii białej oczodołowo-czołowej, wraz z cingulum, włóknami komisyjnymi ciałka modzelowatego, włóknami asocjacyjnymi, w tym zrębem przednio-potylicznym, i włókien projekcyjnych obejmujących promieniowanie koronowe, kapsuła wewnętrzna i kapsuła zewnętrzna (Rysunek 1 i Tabela 2). Wyniki te dostarczają dowodów na powszechny deficyt integralności istoty białej i odzwierciedlają zakłócenia w organizacji dróg istoty białej w IAD. Analiza VOI wykazała, że ​​zmniejszenie FA obserwowane w IAD było głównie wynikiem zwiększonej dyfuzyjności promieniowej (Tabela 3), być może przejaw demielinizacji. Ponadto wyniki analiz korelacji wykazały, że FA w lewym gnieździe modzelowatego ciała było ujemnie skorelowane z SCARED, a FA w lewej torebce zewnętrznej było ujemnie skorelowane z YIAS (Rysunek 2). Odkrycia te sugerują, że integralność istoty białej może służyć jako potencjalny nowy cel leczenia IAD, a FA może być stosowany jako wykwalifikowany biomarker do zrozumienia leżących u podstaw mechanizmów nerwowych uszkodzenia lub do oceny skuteczności konkretnych wczesnych interwencji w IAD.

Nieprawidłowa integralność istoty białej w IAD

Kora oczodołowo-czołowa ma rozległe połączenia z obszarami przedczołowymi, trzewno-ruchowymi i limbicznymi, a także z obszarami asocjacji każdej modalności sensorycznej [33]. Odgrywa kluczową rolę w przetwarzaniu emocjonalnym i zjawiskach związanych z uzależnieniem, takich jak głód, zachowania kompulsywno-powtarzające się i nieprzystosowawcze podejmowanie decyzji [34][35]. Poprzednie badania wykazały, że u osób narażonych na substancje uzależniające, takie jak alkohol, często obserwowano nieprawidłową integralność istoty białej w korze oczodołowo-czołowej. [36], kokaina [37][38], marihuana [39]metamfetamina [40]i ketamina [41]. Nasze odkrycie, że IAD wiąże się z upośledzoną integralnością istoty białej w obszarach czołowo-oczodołowych, jest zgodne z tymi poprzednimi wynikami.

Kora obręczy przedniej (ACC) łączy się z płatami czołowymi i układem limbicznym, odgrywając istotną rolę w kontroli poznawczej, przetwarzaniu emocjonalnym i pragnieniu [42]. Nieprawidłowa integralność istoty białej w przednim obręczy jest konsekwentnie obserwowana również w innych formach uzależnienia, takich jak alkoholizm [36], uzależnienie od heroiny [43]i uzależnienie od kokainy [38]. Obserwacja obniżonej FA w obrębie przedniego obręczy u pacjentów z IAD jest zgodna z tymi wcześniejszymi wynikami i raportem, że intensywne nadużywanie Internetu[17] wiąże się z upośledzoną kontrolą poznawczą. Co ciekawsze, wykazano, że ta sama grupa osób z IAD istotnie zmniejszyła gęstość istoty szarej w lewym ACC, w porównaniu do kontroli [12]. Podobne wyniki odnotowała też inna grupa [13].

Inną ważną strukturą wykazującą zmniejszoną FA u podmiotu IAD jest ciało modzelowate, które jest największym układem włókien istoty białej łączącym kory nowej obu półkul [44]. Przednie części ciała modzelowatego łączą korę czołową, podczas gdy ciało i splenium łączą obszary ciemieniowe, skroniowe i potyliczne [45]. Uszkodzona łączność światłowodowa w ciele modzelowatym jest częstym odkryciem u osób uzależnionych od substancji [46]. U osób uzależnionych od kokainy znacznie obniżono FA w ciele i jamie brzusznej [47] i ciało i splienum ciałka modzelowatego [48] zostały zgłoszone. Osoby nadużywające metamfetaminy wykazały zmniejszoną integralność istoty białej w przyrodzie [49] i ciało dziobowe [50] ciałka modzelowatego. Alkoholizm wiąże się również ze zmniejszeniem FA w genie, ciele i splenium ciała modzelowatego [51][52]. Ostatnio Bora i in. [53] obserwowano zmniejszenie FA w genie i przesłonie ciałka modzelowatego u pacjentów uzależnionych od opiatów. Nasze ustalenia dotyczące zmniejszonej FA głównie w obustronnym genu i ciele modzelowatych u pacjentów z IAD sugerują, że intensywne nadużywanie Internetu, podobnie jak nadużywanie substancji, może uszkodzić mikrostrukturę istoty białej modzelowatego ciała.

W porównaniu z grupą kontrolną, osoby z IAD wykazały również znacznie obniżone FA w przedniej kończynie wewnętrznej torebki, zewnętrznej torebce, promieniowaniu koronowym, gorszym zwoju czołowo-potylicznym i zakręcie przedśrodkowym. Ponownie, podobne nieprawidłowości istoty białej zaobserwowano również w innych formach uzależnienia. Na przykład odnotowano zmiany istoty białej w przedniej kończynie wewnętrznej i zewnętrznej kapsułki podczas nadużywania alkoholu [54][55] i uzależnienie od opiatów [53]. Zmniejszenie FA przedniej kończyny wewnętrznej kapsułki może wskazywać na zmiany w obwodach czołowo-podkorowych. Ta ścieżka zapewnia połączenia między wzgórzem / prążkowiem a czołowymi obszarami korowymi i obejmuje układ, który odgrywa rolę w procesie nagradzania i przetwarzania emocjonalnego [56]. Zewnętrzna kapsułka łączy brzuszną i przyśrodkową korę przedczołową z prążkowiem. Korona promieniowa składa się z włókien istoty białej łączących korę mózgową z wewnętrzną kapsułką i zapewnia ważne połączenia między płatami czołowymi, ciemieniowymi, skroniowymi i potylicznymi [57]. W kokainie zaobserwowano wcześniej nienormalną integralność istoty białej w koronach promieniowych [58]i nadużywanie metamfetaminy [59]i uzależnienie od alkoholu [54]. Niższy ząb czołowo-potyliczny to wiązka łącząca front z płatami ciemieniowymi i potylicznymi. W porównaniu z lekkimi alkoholikami alkoholicy mają niższy poziom FA w tym regionie [54]. Odnotowano również nieprawidłowy zakręt przedśrodkowy w uzależnieniu od heroiny [43] oraz marihuana i młodzież pijąca alkohol [39].

Podsumowując, nasze odkrycia wskazują, że IAD ma nienormalną integralność istoty białej w obszarach mózgu, które biorą udział w generowaniu i przetwarzaniu emocjonalnym, uwagi wykonawczej, podejmowaniu decyzji i kontroli poznawczej. Wyniki sugerują również, że IAD może dzielić mechanizmy psychologiczne i neuronalne z innymi rodzajami uzależnienia od substancji i zaburzeniami kontroli impulsów.

Możliwe mechanizmy leżące u podstaw spadku FA

Chociaż obniżona FA jest dobrze znanym biomarkerem upośledzonej integralności istoty białej, jej dokładne znaczenie neurobiologiczne pozostaje w pełni zrozumiałe. Na FA włókien / wiązek istoty białej może wpływać wiele czynników, w tym mielinizacja, rozmiar i gęstość aksonu, geometria ścieżki i pozakomórkowa przestrzeń wodna między włóknami [20]. W tym badaniu stwierdziliśmy, że zmniejszenie FA w mózgu osób z IAD było głównie spowodowane wzrostem dyfuzyjności promieniowej, bez znacznych zmian obserwowanych w dyfuzyjności osiowej (Tabela 3). Wydaje się, że dotyczy to również innych form uzależnienia, takich jak kokaina [60][61]opiat[53]oraz nadużywanie / uzależnienie od metamfetaminy [62]. Chociaż nadal jest przedmiotem dyskusji, powszechnie uważa się, że dyfuzyjność promieniowa odzwierciedla głównie integralność i grubość arkuszy mielinowych pokrywających aksony [22], podczas gdy dyfuzyjność osiowa może indeksować organizację struktury włókien i integralność aksonów[63]. Jeśli założenie to jest prawdziwe w naszym przypadku, można dojść do wniosku, że zmniejszenie FA obserwowane w mózgu pacjentów z IAD jest najprawdopodobniej przejawem zaburzonej integralności mieliny w dotkniętych obszarach mózgu.

Związek między FA a środkami behawioralnymi w IAD

Ocena behawioralna wykazała, że ​​osoby z IAD miały znacznie wyższe wyniki w YIAS, SDQ, SCARED i FAD, w porównaniu do kontroli. Te wyniki są zgodne z wynikami wcześniejszych badań neuropsychologicznych na temat IAD [9][64]. Zrozumienie związków między integralnością istoty białej a cechami behawioralnymi zapewnia ważne informacje na temat mechanizmów neurobiologicznych leżących u podstaw różnych aspektów objawów uzależnienia. Na przykład Pfefferbaum i współpracownicy [65] odnotowano dodatnią korelację między wartościami FA w splenium a pamięcią roboczą u przewlekłych alkoholików. W uzależnieniu od kokainy zaobserwowano istotną ujemną korelację między FA w modzelu przedniego płata i impulsywnością oraz dodatnią korelację między FA a dyskryminacją [47]. Stwierdzono, że FA w prawej części przedniej żyły osób uzależnionych od heroiny jest ujemnie skorelowane z czasem trwania używania heroiny [43]. Słabsza kontrola poznawcza wiązała się z niższym FA w gniecie modzelowatej u osób nadużywających metamfetaminy [49].

W tym badaniu badamy korelacje behawioralne redukcji FA w dotkniętych obszarach mózgu u pacjentów z IAD. Zmniejszenie FA w lewym menu korpusu modzelowatego pacjentów z IAD istotnie korelowało ze wzrostem wyniku SCARED; podczas gdy wyższe wyniki YIAS wydają się być związane z poważniej upośledzoną integralnością istoty białej w lewej zewnętrznej torebce.

SCARED to rzetelny i ważny kwestionariusz samooceny, który mierzy objawy zaburzeń lękowych u dzieci [30]. Badania neuropsychologiczne wykazały, że nastolatki z IAD miały znacznie wyższy wynik SCARED niż osoby bez IAD [64]. Negatywny związek między wynikami SCARED i FA w lewym gnieździe modzelowatego może wynikać z zakłócenia połączenia między obustronnymi kory przedczołowej zaangażowanymi w zaburzenia lękowe. YIAS ocenia stopień, w jakim intensywne korzystanie z Internetu negatywnie wpływa na funkcjonowanie i relacje społeczne [26]; i jest to szeroko stosowany instrument oceny zależności od Internetu. Poprzednie badania psychometryczne wykazały, że osoby z IAD miały wyższe wyniki YIAS niż osoby bez IAD [9]. Negatywna korelacja między wynikami YIAS a wartościami FA w lewej zewnętrznej torebce sugerowała, że ​​osoby z IAD z wyższymi wynikami YIAS wydawały się mieć niższą integralność istoty białej w ścieżce czołowo-skroniowej połączonej przez zewnętrzną kapsułkę.

Ponadto powiązania między integralnością istoty białej a cechami behawioralnymi wskazują na nowy potencjalny cel leczenia osób z IAD, co jest zgodne z ostatnimi wezwaniami do skupienia się na poprawie funkcji poznawczych wśród uzależnionych populacji, w tym osób z IAD [66][67]. Ostatnie badania wykazały, że leczenie fizyczne lub farmakologiczne może poprawić integralność istoty białej. Na przykład Schlaug i współpracownicy stwierdzili, że fizykoterapia może poprawić integralność istoty białej w prawym obszarze językowym i poprawić mowę u pacjentów z afazją ze zmianami w lewym języku [68]. Dlatego odkrycia znaczących związków między upośledzoną integralnością istoty białej w rozległych regionach a gorszymi miernikami neuropsychologicznymi u pacjentów z IAD sugerują, że integralność istoty białej może służyć jako predyktor abstynencji lub potencjalnie nowy cel leczenia IAD.

TBSS vs. VBM

Nasze poprzednie badanie wykazało, że atrofia istoty białej nie wystąpiła u tych samych kohortowych pacjentów z IAD [12], i może się to wydawać niezgodne z ustaleniami z tego badania. Gęstość istoty szarej lub białej mierzona za pomocą VBM jest definiowana jako względne stężenie struktur istoty szarej lub białej na przestrzennie znormalizowanych obrazach (tj. Proporcja istoty szarej lub białej do wszystkich typów tkanek w regionie), której nie należy „mylić z komórką gęstość upakowania mierzona cytoarchitektonicznie ” [69]. W analizie DTI / TBSS wartość FA jest stosowana jako surogat integralności strukturalnej istoty białej, co może wynikać z takich czynników, jak mielinizacja, wielkość i gęstość aksonów, geometria ścieżki i pozakomórkowa przestrzeń wodna między włóknami [20]. Dlatego gęstość pochodząca z VBM i integralność strukturalna mierzone za pomocą DTI reprezentują różne aspekty istoty białej. Mogą istnieć regiony istoty białej nie wykazujące zaniku przez VBM, ale strukturalnie upośledzone, jak wykryto za pomocą pomiarów FA (tj. Dokładnie tak jest w naszym badaniu IAD) i odwrotnie. Biorąc wspólnie wnioski z obu badań, można stwierdzić, że IAD w okresie dojrzewania nie jest związany ze zmianami morfologicznymi istoty białej na poziomie makroskopowym, ale raczej zaburzoną integralnością mikrostrukturalną istoty białej, co można przypisać demielinizacji.

Ograniczenia badania

W tym badaniu należy wymienić kilka ograniczeń. Po pierwsze, diagnoza IAD opierała się głównie na wynikach samodzielnie zgłaszanych kwestionariuszy, które mogą powodować pewną klasyfikację błędów. Dlatego diagnozę IAD należy udoskonalić za pomocą znormalizowanych narzędzi diagnostycznych, aby poprawić niezawodność i aktualność. Po drugie, chociaż dołożyliśmy wszelkich starań, aby wykluczyć współistniejącą substancję i zaburzenia psychiczne, uznaje się, że mogło to nie zostać wykonane w wystarczającym stopniu (tj. Nie przeprowadzono testu moczu, nawyki i harmonogramy snu oraz codzienna senność nie były kontrolowane w projekcie eksperymentu) , tak że zaobserwowane zmiany istoty białej nie mogą być przypisane IAD per se. Przyznaje się również, że nie jest to kontrolowane badanie wpływu korzystania z Internetu na strukturę mózgu. Po trzecie, wielkość próby w tym badaniu była stosunkowo niewielka, co może zmniejszyć siłę istotności statystycznej i uogólnienia wyników. Ze względu na to ograniczenie wyniki te należy uznać za wstępne, które należy powtórzyć w przyszłych badaniach na większej próbie. Wreszcie, jako badanie przekrojowe, nasze wyniki nie pokazują wyraźnie, czy cechy psychologiczne poprzedzały rozwój IAD, czy były konsekwencją nadmiernego korzystania z Internetu. Dlatego przyszłe badania powinny próbować zidentyfikować związki przyczynowe między IAD a środkami psychologicznymi.

Podsumowując, zastosowaliśmy DTI z analizą TBSS, aby zbadać mikrostrukturę istoty białej wśród nastolatków z IAD. Wyniki pokazują, że IAD charakteryzuje się upośledzeniem włókien istoty białej łączących obszary mózgu związane z generowaniem i przetwarzaniem emocjonalnym, uwagą wykonawczą, podejmowaniem decyzji i kontrolą poznawczą. Odkrycia sugerują również, że IAD może dzielić mechanizmy psychologiczne i neuronalne z innymi rodzajami zaburzeń kontroli impulsów i uzależnienia od substancji. Ponadto powiązania między wartościami FA w regionach istoty białej a pomiarami behawioralnymi wskazują, że integralność istoty białej może służyć jako potencjalny nowy cel leczenia IAD, a DTI może być cenny w dostarczaniu informacji o rokowaniu dla IAD, a FA może być kwalifikowanym biomarker do oceny skuteczności określonych wczesnych interwencji w IAD.

Podziękowanie 

Dziękujemy dwóm anonimowym recenzentom za konstruktywne uwagi i sugestie. Dziękujemy również młodym studentom i rodzinom, którzy chętnie uczestniczyli w tym badaniu.

Autorskie Wkłady

Opracował i zaprojektował eksperymenty: FL YZ YD JX HL. Przeprowadził eksperymenty: YZ LQ ZZ. Przeanalizowano dane: FL HL. Dostarczone odczynniki / materiały / narzędzia analityczne: YZ YD FL. Napisał artykuł: FL HL.

Referencje 

1. Aboujaoude E (2010) Problematyczne korzystanie z Internetu: przegląd. World Psychiatry 9: 85–90. ZNAJDŹ ARTYKUŁ ONLINE

2. Beard KW, Wolf EM (2001) Modyfikacja proponowanych kryteriów diagnostycznych uzależnienia od Internetu. Cyberpsychol Behav 4: 377–383. ZNAJDŹ ARTYKUŁ ONLINE

 

3. Młody KS (1998) Uzależnienie od Internetu: pojawienie się nowego zaburzenia klinicznego. Cyberpsychol Behav 1: 237–274. ZNAJDŹ ARTYKUŁ ONLINE

 

4. Chou C, Condron L, Belland JC (2005) Przegląd badań nad uzależnieniem od Internetu. Educ Psychol Rev 17: 363–388. ZNAJDŹ ARTYKUŁ ONLINE

 

5. Douglas AC, Mills JE, Niang M, Stepchenkova S, Byun S i wsp. (2008) Uzależnienie od Internetu: Meta-synteza badań jakościowych dekady 1996–2006. Comput Human Behav 24: 3027–3044.ZNAJDŹ ARTYKUŁ ONLINE

 

6. Weinstein A, Lejoyeux M (2010) Uzależnienie od Internetu lub nadmierne korzystanie z Internetu. Am J Drug Alcohol Abuse 36: 277–283. ZNAJDŹ ARTYKUŁ ONLINE

 

7. Bernardi S, Pallanti S (2009) Uzależnienie od Internetu: opisowe badanie kliniczne skupiające się na chorobach współistniejących i objawach dysocjacyjnych. Compr Psychiatry 50: 510–516. ZNAJDŹ ARTYKUŁ ONLINE

 

8. Caplan SE (2002) Problematyczne korzystanie z Internetu a dobrostan psychospołeczny: Opracowanie opartego na teorii instrumentu pomiaru poznawczo-behawioralnego. Comput Human Behav 18: 553–575. ZNAJDŹ ARTYKUŁ ONLINE

 

9. Cao F, Su L (2007) Uzależnienie od Internetu wśród chińskiej młodzieży: rozpowszechnienie i cechy psychologiczne. Child Care Health Dev 33: 275–281. ZNAJDŹ ARTYKUŁ ONLINE

 

10. Shaw M, Black DW (2008) Uzależnienie od Internetu: definicja, ocena, epidemiologia i zarządzanie kliniczne. CNS Drugs 22: 353–365. ZNAJDŹ ARTYKUŁ ONLINE

 

11. Tao R, Huang XQ, Wang JN, Zhang HM, Zhang Y i wsp. (2010) Propozycja kryteriów diagnostycznych uzależnienia od Internetu. Uzależnienie 105: 556–564. ZNAJDŹ ARTYKUŁ ONLINE

 

12. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, et al. (2011) Nieprawidłowości istoty szarej w uzależnieniu od Internetu: badanie morfometryczne oparte na wokselach. Eur J Radiol 79: 92–95. ZNAJDŹ ARTYKUŁ ONLINE

 

13. Yuan K, Qin W, Wang G, Zeng F, Zhao L i wsp. (2011) Nieprawidłowości mikrostruktury u nastolatków z uzależnieniem od Internetu. PLoS One 6: e20708. ZNAJDŹ ARTYKUŁ ONLINE

 

14. Liu J, Gao XP, Osunde I, Li X, Zhou SK, et al. (2010) Zwiększona regionalna jednorodność w zaburzeniu uzależnienia od Internetu: badanie funkcjonalnego rezonansu magnetycznego w stanie spoczynku. Chin Med J (Engl) 123: 1904–1908. ZNAJDŹ ARTYKUŁ ONLINE

 

15. Han DH, Bolo N, Daniels MA, Arenella L, Lyoo IK, et al. (2011) Aktywność mózgu i chęć grania w gry wideo w Internecie. Compr Psychiatry 52: 88–95. ZNAJDŹ ARTYKUŁ ONLINE

 

16. Ko CH, Liu GC, Hsiao S, Yen JY, Yang MJ i wsp. (2009) Działania mózgu związane z popędem do gier w uzależnieniu od gier online. J Psychiatr Res 43: 739–747. ZNAJDŹ ARTYKUŁ ONLINE

 

17. Dong G, Lu Q, Zhou H, Zhao X (2010) Hamowanie impulsów u osób z uzależnieniem od Internetu: dowody elektrofizjologiczne z badania Go / NoGo. Neurosci Lett 485: 138–142. ZNAJDŹ ARTYKUŁ ONLINE

 

18. Park HS, Kim SH, Bang SA, Yoon EJ, Cho SS i wsp. (2010) Zmieniony regionalny mózgowy metabolizm glukozy w grze internetowej u użytkowników: badanie tomografii emisyjnej pozytonowej 18F-fluorodeoksyglukozy. CNS Spectr 15: 159–166. ZNAJDŹ ARTYKUŁ ONLINE

 

19. Basser PJ, Mattiello J, LeBihan D (1994) Estimation of the efektywny tensor samodyfuzji z echa spinowego NMR. J Magn Reson B 103: 247–254. ZNAJDŹ ARTYKUŁ ONLINE

 

20. Le Bihan D (2003) Analiza funkcjonalnej architektury mózgu za pomocą dyfuzyjnego MRI. Nat Rev Neurosci 4: 469–480. ZNAJDŹ ARTYKUŁ ONLINE

 

21. Basser PJ, Pierpaoli C (1996) Mikrostrukturalne i fizjologiczne cechy tkanek elucidated by quantitative diffusion tensor MRI. J Magn Reson B 111: 209–219. ZNAJDŹ ARTYKUŁ ONLINE

 

22. Song SK, Sun SW, Ramsbottom MJ, Chang C, Russell J, et al. (2002) Dysmielinizacja ujawniona przez MRI jako zwiększona promieniowa (ale niezmieniona osiowa) dyfuzja wody. Neuroimage 17: 1429–1436. ZNAJDŹ ARTYKUŁ ONLINE

 

23. Smith SM, Jenkinson M, Johansen-Berg H, Rueckert D, Nichols TE, et al. (2006) Statystyka przestrzenna oparta na traktach: analiza wokselowa wielopodmiotowych danych dyfuzyjnych. Neuroimage 31: 1487–1505. ZNAJDŹ ARTYKUŁ ONLINE

 

24. Oldfield RC (1971) Ocena i analiza ręczności: inwentaryzacja w Edynburgu. Neuropsychologia 9: 97–113. ZNAJDŹ ARTYKUŁ ONLINE

 

25. Sheehan DV, Sheehan KH, Shytle RD, Janavs J, Bannon Y, i wsp. (2010) Rzetelność i trafność Mini International Neuropsychiatric Interview for Children and Adolescents (MINI-KID). J Clin Psychiatry 71: 313–326. ZNAJDŹ ARTYKUŁ ONLINE

 

26. Młody KS (1998) Caught in the Net: Jak rozpoznać oznaki uzależnienia od Internetu i zwycięską strategię powrotu do zdrowia. Nowy Jork: John Wiley.

 

27. Huang X, Zhang Z (2001) Kompilacja skali dyspozycji zarządzania czasem w okresie dojrzewania. Acta Psychol Sin 33: 338–343. ZNAJDŹ ARTYKUŁ ONLINE

 

28. Goodman R (1997) Kwestionariusz mocnych stron i trudności: notatka badawcza. J Child Psychol Psychiatry 38: 581–586. ZNAJDŹ ARTYKUŁ ONLINE

 

29. Patton JH, Stanford MS, Barratt ES (1995) Factor structure of the Barratt impulsiveness scale. J Clin Psychol 51: 768–774. ZNAJDŹ ARTYKUŁ ONLINE

 

30. Birmaher B, Khetarpal S, Brent D, Cully M, Balach L i wsp. (1997) Ekran zaburzeń emocjonalnych związanych z lękiem dziecka (SCARED): konstrukcja skali i charakterystyka psychometryczna. J Am Acad Child Adolesc Psychiatry 36: 545–553. ZNAJDŹ ARTYKUŁ ONLINE

 

31. Epstein NB, Baldwin LM, Bishop DS (1983) The McMaster family assessment device. J Marital Fam Ther 9: 171–180. ZNAJDŹ ARTYKUŁ ONLINE

 

32. Smith SM (2009) Bezprogowe ulepszanie klastrów: rozwiązywanie problemów wygładzania, zależności progowej i lokalizacji w wnioskowaniu o klastrach. Neuroimage 44: 83–98. ZNAJDŹ ARTYKUŁ ONLINE

 

33. Ongur D, Price JL (2000) Organizacja sieci w orbitalnej i środkowej korze przedczołowej szczurów, małp i ludzi. Cereb Cortex 10: 206–219. ZNAJDŹ ARTYKUŁ ONLINE

 

34. Schoenebaum G, Roesch MR, Stalnaker TA (2006) Kora oczodołowo-czołowa, podejmowanie decyzji i uzależnienie od narkotyków. Trends Neurosci 29: 116–124. ZNAJDŹ ARTYKUŁ ONLINE

 

35. Volkow ND, Fowler JS (2000) Addiction, a disease of compulsion and drive: Involvement of the orbitofrontal cortex. Cereb Cortex 10: 318–325. ZNAJDŹ ARTYKUŁ ONLINE

 

36. Harris GJ, Jaffin SK, Hodge SM, Kennedy D, Caviness VS, i wsp. (2008) Deficyty obrazowania przedniej istoty białej i tensora dyfuzji obręczy w alkoholizmie. Alcohol Clin Exp Res 32: 1001–1013. ZNAJDŹ ARTYKUŁ ONLINE

 

37. Lim KO, Choi SJ, Pomara N, Wolkin A, Rotrosen JP (2002) Zmniejszona integralność istoty białej czołowej w zależności od kokainy: badanie obrazowania tensora kontrolowanej dyfuzji. Biol Psychiatry 51: 890–895. ZNAJDŹ ARTYKUŁ ONLINE

 

38. Romero MJ, Asensio S, Palau C, Sanchez A, Romero FJ (2010) Uzależnienie od kokainy: badanie obrazowania tensora dyfuzji w istocie białej dolnej części przedniej i przedniej zakrętu obręczy. Psychiatry Res 181: 57–63.ZNAJDŹ ARTYKUŁ ONLINE

 

39. Bava S, Frank LR, McQueeny T, Schweinsburg BC, Schweinsburg AD, et al. (2009) Zmieniona mikrostruktura istoty białej u nastolatków używających substancji. Psychiatry Res 173: 228–237. ZNAJDŹ ARTYKUŁ ONLINE

 

40. Alicata D, Chang L, Cloak C, Abe K, Ernst T (2009) Wyższa dyfuzja w prążkowiu i niższa frakcyjna anizotropia w istocie białej użytkowników metamfetaminy. Psychiatry Res 174: 1–8. ZNAJDŹ ARTYKUŁ ONLINE

 

41. Liao Y, Tang J, Ma M, Wu Z, Yang M i wsp. (2010) Nieprawidłowości w istocie białej czołowej po przewlekłym stosowaniu ketaminy: badanie obrazowania tensora dyfuzji. Brain 133: 2115–2122. ZNAJDŹ ARTYKUŁ ONLINE

 

42. Goldstein RZ, Volkow ND (2002) Uzależnienie od narkotyków i jego podstawa neurobiologiczna: dowody neuroobrazowania na zajęcie kory czołowej. Am J Psychiatry 159: 1642–1652. ZNAJDŹ ARTYKUŁ ONLINE

 

43. Liu H, Li L, Hao Y, Cao D, Xu L, et al. (2008) Zakłócona integralność istoty białej w uzależnieniu od heroiny: kontrolowane badanie wykorzystujące obrazowanie tensora dyfuzji. Am J Drug Alcohol Abuse 34: 562–575. ZNAJDŹ ARTYKUŁ ONLINE

 

44. deLacoste MC, Kirkpatrick JB, Ross ED (1985) Topography of the human corpus callosum. J Neuropathol Exp Neurol 44: 578–591. ZNAJDŹ ARTYKUŁ ONLINE

 

45. Abe O, Masutani Y, Aoki S, Yamasue H, Yamada H, et al. (2004) Topografia ludzkiego ciała modzelowatego przy użyciu traktografii tensora dyfuzji. J Comput Assist Tomogr 28: 533–539. ZNAJDŹ ARTYKUŁ ONLINE

 

46. ​​Arnone D, Abou-Saleh MT, Barrick TR (2006) Diffusion tensor imaging of the corpus callosum in addiction. Neuropsychobiology 54: 107–113. ZNAJDŹ ARTYKUŁ ONLINE

 

47. Moeller FG, Hasan KM, Steinberg JL, Kramer LA, Dougherty DM, i wsp. (2005) Zmniejszona integralność istoty białej przedniego ciała modzelowatego jest związana ze zwiększoną impulsywnością i zmniejszoną rozróżnialnością u osób uzależnionych od kokainy: obrazowanie tensora dyfuzji. Neuropsychopharmacology 30: 610–617. ZNAJDŹ ARTYKUŁ ONLINE

 

48. Lim KO, Wozniak JR, Mueller BA, Franc DT, Specker SM, et al. (2008) Mózg makrostrukturalne i mikrostrukturalne nieprawidłowości w uzależnieniu od kokainy. Uzależnienie od narkotyków, alkoholu 92: 164–172. ZNAJDŹ ARTYKUŁ ONLINE

 

49. Salo R, Nordahl TE, Buonocore MH, Natsuaki Y, Waters C, et al. (2009) Kontrola poznawcza i mikrostruktura kalosa istoty białej u pacjentów zależnych od metamfetaminy: badanie obrazowania tensora dyfuzji. Biol Psychiatry 65: 122–128. ZNAJDŹ ARTYKUŁ ONLINE

 

50. Moeller FG, Steinberg JL, Lane SD, Buzby M, Swann AC i wsp. (2007) Obrazowanie metodą tensora dyfuzji u użytkowników i kontrolek MDMA: związek z podejmowaniem decyzji. Am J Drug Alcohol Abuse 33: 777–789. ZNAJDŹ ARTYKUŁ ONLINE

 

51. De Bellis MD, Van Voorhees E, Hooper SR, Gibler N, Nelson L, et al. (2008) Tensorowe miary dyfuzji ciała modzelowatego u nastolatków z młodzieńczymi zaburzeniami nadużywania alkoholu. Alcohol Clin Exp Res 32: 395–404. ZNAJDŹ ARTYKUŁ ONLINE

 

52. Pfefferbaum A, Adalsteinsson E, Sullivan EV (2006) Dysmorphology and microstructural degradation of the corpus callosum: Interaction of age and alcoholism. Neurobiol Aging 27: 94–1009. ZNAJDŹ ARTYKUŁ ONLINE

 

53. Bora E, Yucel M, Fornito A, Pantelis C, Harrison BJ, et al. (2010) Mikrostruktura istoty białej w uzależnieniu od opiatów. Addict Biol. W prasie. ZNAJDŹ ARTYKUŁ ONLINE

 

54. Yeh PH, Simpson K, Durazzo TC, Gazdzinski S, Meyerhoff DJ (2009) Tract-based spatial statistics (TBSS) of diffusion tensor imaging data in alcohol dependence: Abnormalities of the motivational neurocircuitry. Psychiatry Res 173: 22–30. ZNAJDŹ ARTYKUŁ ONLINE

 

55. Pfefferbaum A, Rosenbloom M, Rohlfing T, Sullivan EV (2009) Degradacja asocjacji i projekcji systemów istoty białej w alkoholizmie wykrywanym za pomocą ilościowego śledzenia włókien. Biol Psychiatry 65: 680–690. ZNAJDŹ ARTYKUŁ ONLINE

 

56. Mori S, Wakana S, Nagae-Poetscher L, Van Zijl P (2005) MRI Atlas of Human White Matter. San Diego, Kalifornia: Elsevier.

 

57. Wakana S (2004) Atlas anatomii istoty białej człowieka oparty na przewodzie włóknistym. Radiology 230: 77–87.ZNAJDŹ ARTYKUŁ ONLINE

 

58. Bell RP, Foxe JJ, Nierenberg J, Hoptman MJ, Garavan H (2011) Ocena integralności istoty białej jako funkcji czasu trwania abstynencji u byłych osób uzależnionych od kokainy. Uzależnienie od narkotyków, alkoholu 114: 159–168. ZNAJDŹ ARTYKUŁ ONLINE

 

59. Tobias MC, O'Neill J, Hudkins M, Bartzokis G, Dean AC, i wsp. (2010) Nieprawidłowości istoty białej w mózgu podczas wczesnej abstynencji od nadużywania metamfetaminy. Psychopharmacology 209: 13–24. ZNAJDŹ ARTYKUŁ ONLINE

 

60. Lane SD, Steinberg JL, Ma LS, Hasan KM, Kramer LA, et al. (2010) Obrazowanie tensora dyfuzji i podejmowanie decyzji w uzależnieniu od kokainy. PLoS One 5: e11591. ZNAJDŹ ARTYKUŁ ONLINE

 

61. Moeller FG, Hasan KM, Steinberg JL, Kramer LA, Valdes I, et al. (2007) Diffusion tensor obrazowanie wartości własne: Wstępne dowody na zmienioną mielinę w uzależnieniu od kokainy. Psychiatry Res 154: 253–258. ZNAJDŹ ARTYKUŁ ONLINE

 

62. Kim IS, Kim YT, Song HJ, Lee JJ, Kwon DH i wsp. (2009) Zredukowana integralność mikrostrukturalna istoty białej ciała modzelowatego ujawniona przez wartości własne tensora dyfuzji u abstynentów uzależnionych od metamfetaminy. Neurotoxicology 30: 209–213. ZNAJDŹ ARTYKUŁ ONLINE

 

63. Song SK, Sun SW, Ju WK, Lin SJ, Cross AH, et al. (2003) Obrazowanie tensora dyfuzyjnego wykrywa i różnicuje zwyrodnienie aksonów i mieliny w nerwu wzrokowym myszy po niedokrwieniu siatkówki. Neuroimage 20: 1714–1722. ZNAJDŹ ARTYKUŁ ONLINE

 

64. Huang X, Zhang H, Li M, Wang J, Zhang Y, i wsp. (2010) Zdrowie psychiczne, osobowość i style wychowania rodziców nastolatków z zespołem uzależnienia od Internetu. Cyberpsychol Behav Soc Netw 13: 401–406. ZNAJDŹ ARTYKUŁ ONLINE

 

65. Pfefferbaum A, Sullivan EV, Hedehus M, Adalsteinsson E, Lim KO, et al. (2000) Wykrywanie in vivo i funkcjonalne korelaty zaburzeń mikrostrukturalnych istoty białej w przewlekłym alkoholizmie. Alcohol Clin Exp Res 24: 1214–1221. ZNAJDŹ ARTYKUŁ ONLINE

 

66. Du YS, Jiang W, Vance A (2010) Długoterminowy efekt randomizowanej, kontrolowanej grupowej terapii poznawczo-behawioralnej uzależnienia od Internetu u adolescentów w Szanghaju. Aust NZJ Psychiatry 44: 129–134. ZNAJDŹ ARTYKUŁ ONLINE

 

67. Vocci FJ (2008) Remediacja poznawcza w leczeniu zaburzeń związanych z nadużywaniem środków pobudzających: program badań. Exp Clin Psychopharmacol 16: 484–497. ZNAJDŹ ARTYKUŁ ONLINE

 

68. Schlaug G, Marchina S, Norton A (2009) Evidence for plastity in white-matter tracts of pacjentów z przewlekłą afazją Broca przechodzących intensywną terapię mowy opartą na intonacji. Ann NY Acad Sci 1169: 385–394. ZNAJDŹ ARTYKUŁ ONLINE

 

69. Mechelli A, Price CJ, Friston KJ, Ashburner J (2005) Voxel-based morphometry of the human brain: Methods and applications. Curr Med Imaging Rev 1: 105–113. ZNAJDŹ ARTYKUŁ ONLINE