Front Psychol. 2016 May 4;7:597. doi: 10.3389/fpsyg.2016.00597. eKolekcja 2016.
Wang Y1, Zou Z1, Piosenka H1, Xu X1, Wang H1, d'Oleire Uquillas F2, Huang X1.
Abstrakcyjny
Uzależnienie od telefonu komórkowego (MPD) to uzależnienie behawioralne, które staje się coraz większym problemem zdrowia psychicznego w społeczeństwie. Chociaż w poprzednich badaniach analizowano niektóre czynniki, które mogą przewidywać MPD, mechanizmy neuronowe leżące u podstaw MPD nie zostały jeszcze zbadane. Celem obecnego badania było zbadanie zmian mikrostrukturalnych związanych z MPD, mierzonych za pomocą funkcjonalnego rezonansu magnetycznego (fMRI). Objętość istoty szarej (GMV) i integralność istoty białej (WM) [cztery wskaźniki: anizotropia frakcyjna (FA); średnia dyfuzyjność (MD); dyfuzyjność osiowa (AD); i dyfuzyjność radialna (RD)] obliczono odpowiednio za pomocą morfometrii opartej na wokselach (VBM) i analizy statystyk przestrzennych opartych na odcinkach (TBSS). Do badania zakwalifikowano 42 studentów (34 kobiety), których podzielono na dwie grupy [grupa MPD, N = 34; grupa kontrolna (CG), N = 11] na podstawie wyniku w skali wskaźnika uzależnienia od telefonu komórkowego (MPAI). Impulsywność jako cechę mierzono także za pomocą Skali Impulsywności Barratta (BIS-XNUMX).
W świetle podstawowej impulsywności cechy wyniki wykazały zmniejszoną wartość GMV w grupie MPD w porównaniu z grupą kontrolną w regionach takich jak prawy górny zakręt czołowy (sFG), prawy dolny zakręt czołowy (iFG) i obustronne wzgórze (Thal). W grupie MPD GMV w wyżej wymienionych regionach było ujemnie skorelowane z wynikami w MPAI. Wyniki wykazały również znacznie mniejsze miary integralności WM FA i AD w grupie MPD w porównaniu z grupą kontrolną obustronnych włókien pęczka obręczy hipokampa (CgH). Dodatkowo w grupie MPD FA CgH była również ujemnie skorelowana z wynikami w MPAI.
Odkrycia te dostarczają pierwszych morfologicznych dowodów na zmienioną strukturę mózgu w wyniku nadużywania telefonu komórkowego i mogą pomóc w lepszym zrozumieniu mechanizmów neuronalnych MPD w powiązaniu z innymi zaburzeniami zachowania i uzależnieniami od substancji.
SŁOWA KLUCZOWE:
Skala wskaźnika uzależnienia od telefonu komórkowego; dyfuzyjność osiowa; fMRI; anizotropia frakcyjna; objętość istoty szarej; impulsywność; uzależnienie od telefonu komórkowego
Wprowadzenie
Jak podaje eMarketer.com, w 2,380 roku liczba abonentów smartfonów uniwersalnych wyniesie 2017 672.1 mln, z czego XNUMX mln będą stanowić abonenci chińscy. Smartfony mają wiele atrakcyjnych cech, które pomagają zachęcić do ich powszechnego stosowania we współczesnym życiu, szczególnie wśród młodych dorosłych. Jest niewyczerpanym źródłem zabawy i relaksu, niezwykle skutecznym narzędziem nawiązywania i utrzymywania relacji międzyludzkich, a także wygodną metodą unikania przykrych stanów nastroju i „zabijania” czasu (Choliz, 2010).
Coraz częściej jednostki postrzegają swój świat za pośrednictwem tego wyrafinowanego, wielofunkcyjnego, nowego „organu”. Jednak coraz więcej młodych dorosłych korzysta ze smartfonów w sposób wymykający się spod kontroli. W ostatnich latach problemy fizjologiczne, społeczne, behawioralne, a nawet afektywne zostały powiązane z nadmiernym, niekontrolowanym i nadmiernym korzystaniem z urządzeń mobilnych, zwracając dużą uwagę na potencjalne negatywne skutki nadużywania telefonów komórkowych (Roberts i wsp., 2015).
Nadużywanie telefonu komórkowego jako zaburzenie można uznać za uzależnienie behawioralne (Billieux, 2012). Tradycyjne ogólne ramy dotyczące uzależnień opierają się na modelu medycznym, który odnosi się do uzależnienia cielesnego i psychicznego od spożycia substancji takich jak tytoń, alkohol lub inne narkotyki (McMillan i in., 2001). Jednakże badacze argumentują, że uzależnienie należy rozszerzyć, tak aby obejmowało patologiczne wzorce zachowań analogiczne do uzależnienia od substancji, i wspólnie określają je mianem „uzależnień behawioralnych” (Cytryna, 2002). Uzależnienie behawioralne odnosi się zatem do zachowań, poza przyjmowaniem substancji psychoaktywnych, które wywołują krótkotrwałe poczucie nagrody i powodują dalsze trwałe zachowanie pomimo wiedzy o niekorzystnych konsekwencjach. Do zachowań tych zalicza się patologiczny hazard, skubanie skóry, kleptomania, kompulsywne kupowanie i kompulsywne zachowania seksualne, żeby wymienić tylko kilka (Grant i in., 2010). Uzależnienie behawioralne przypomina uzależnienie od substancji w wielu dziedzinach, w tym w historii naturalnej, fenomenologii (Roberts i wsp., 2015), tolerancja (Leung, 2008), nakładający się wkład genetyczny (Billieux, 2012), mechanizmy neurobiologiczne (Billieux i in., 2015a), choroby współistniejące, odpowiedź na leczenie (Billieux i in., 2015b) oraz wspólną podstawową cechą zmniejszonej kontroli (Walther i in., 2012). Wraz z pojawieniem się i rosnącym wszechobecnym wykorzystaniem technologii, takich jak telewizja, gry komputerowe i Internet, nowa podklasa uzależnienia behawioralnego o charakterze niechemicznym, czyli uzależnienie technologiczne, została scharakteryzowana jako problematyczne nadmierne korzystanie z technologii z udziałem ludzi: interakcja maszynowa (Griffiths, 1996).
Uzależnienie od telefonu komórkowego (MPD), podzbiór uzależnienia behawioralnego lub technologicznego, ma wiele wspólnych cech z innymi zaburzeniami uzależnień (Bianchi i Phillips, 2005; Billieux, 2012). Te wspólne cechy podsumowano w „kryteriach uzależnień behawioralnych Browna” (Brązowy, 1993) i obejmują: wyrazistość poznawczą, konflikt z innymi osobami lub działaniami, euforię lub ulgę, tolerancję lub utratę kontroli nad zachowaniem, wycofanie, nawrót i powrót do zdrowia (Martinotti i in., 2011). Ogólnie rzecz biorąc, MPD jest przedstawiane jako nadmierne i niekontrolowane korzystanie z telefonu komórkowego w stopniu wpływającym na rzeczywiste życie danej osoby. Na przykład, przypominając uzależnienie i wycofanie, osoba z MPD może czuć się nieswojo i rozdrażniona w przypadku braku telefonu, w tym uczucie fizycznej i psychicznej pustki wśród innych klasycznych objawów odstawienia (Linga i Pedersena, 2006).
Dla wielu osób z MPD telefon komórkowy może być tak fascynujący, że może zdominować ich życie i zainteresowania (Choliz, 2012). W rzeczywistości badania wykazały, że MPD wiąże się z cierpieniem psychicznym, niestabilnością emocjonalną, materializmem (Beranuy i in., 2009), motywacja aprobaty (Takao i in., 2009), nuda w czasie wolnym, poszukiwanie wrażeń (Leung, 2008), impulsywność (Billieux i in., 2007, 2008) oraz ryzykowne zachowania, takie jak seks bez zabezpieczenia, zażywanie nielegalnych narkotyków, spożywanie alkoholu, zawieszenie w szkole i działalność przestępcza (Yang i in., 2010). Co więcej, stwierdzono negatywne powiązania między MPD a zdrową introwersją i sumiennością (Roberts i wsp., 2015), Pamięć robocza (Billieux i in., 2008), funkcja wykonawcza (Billieux, 2012), samokontroli i samokontroli (Takao i in., 2009), a nawet poczucie własnej wartości (Yang i in., 2010). MPD może również powodować obniżoną kontrolę poznawczą, wzmożone poszukiwanie nagród, zwiększoną tolerancję na kontakt z telefonem i pogorszenie zdrowia psychicznego, a także prowadzić do zmniejszonej wydajności w pracy, a nawet niepowodzeń w nauce (Billieux i in., 2015a), podobnie jak w przypadku innych zaburzeń uzależnień.
Co ważne, wykazano, że impulsywność jako cecha odgrywa kluczową rolę w wielu rodzajach zaburzeń uzależnień, w tym uzależnieniu od narkotyków (Moreno-López i in., 2012), problemy z hazardem (Joutsa i in., 2011; Bickel i in., 2012), uzależnienie od gier online (Han i in., 2012b), a nawet uzależnienie od Internetu (Cao i in., 2007; Lin i wsp., 2012). Dlatego w niniejszym badaniu rozważaliśmy również pomiar możliwej impulsywności leżącej u podstaw MPD.
Chociaż w poprzednich badaniach zidentyfikowano pewne potencjalne czynniki, które mogą być powiązane z MPD, nie przeprowadzono jeszcze żadnych badań sprawdzających leżące u podstaw mechanizmy neuronowe lub możliwe zmiany morfologiczne mózgu występujące u osób z MPD. Wykorzystanie rezonansu magnetycznego (MRI) do wyjaśnienia mechanizmów neuronalnych MPD stwarza ogromne nadzieje (Yuan i wsp., 2011), a wyniki mogą w najbliższej przyszłości pomóc w opracowaniu interwencji behawioralnych lub terapii farmakologicznych tego i innych rodzajów uzależnień (Hanlon i Canterberry, 2012). Dlatego w niniejszym badaniu chcieliśmy zbadać pomiary morfologii mózgu za pomocą rezonansu magnetycznego u osób z MPD, szczególnie u młodych dorosłych studentów, ze względu na rosnącą rolę, jaką telefony komórkowe odgrywają w tej populacji.
Hipotetyczne wspólne wzorce neuronowe leżące u podstaw MPD i innych zaburzeń uzależnieniowych pozwalają przypuszczać, że dzięki lepszemu zrozumieniu mechanizmów stojących za MPD można wyjaśnić także inne rodzaje uzależnień (Billieux i in., 2015a). W badaniu dotyczącym uzależnienia od Internetu wśród młodych dorosłych Zhou i in. (2011) odkryli, że w porównaniu ze zdrową grupą kontrolną młodzi dorośli uzależnieni od Internetu mieli niższą gęstość istoty szarej w lewej przedniej korze obręczy, lewej tylnej korze obręczy, lewej wyspie i lewym zakręcie językowym. W podobnym badaniu dotyczącym uzależnienia od gier online wśród młodych dorosłych Weng i in. (2013) stwierdzono zanik istoty szarej w prawej korze oczodołowo-czołowej (OFC), obustronnej wyspie i prawym dodatkowym obszarze motorycznym, a także zmniejszoną anizotropię frakcyjną (FA) w prawym kolanie ciała modzelowatego, obustronnej istocie białej płata czołowego (WM) oraz prawa kapsuła zewnętrzna w grach online dla osób uzależnionych. W badaniach dotyczących patologicznego hazardu stwierdzono większą objętość istoty szarej (GMV) w prążkowiu brzusznym i prawej korze przedczołowej (Koehler i in., 2013), rozległe dolne FA i wyższa średnia dyfuzyjność (MD) w ciele modzelowatym, obręczy, pęczku podłużnym górnym, pęku czołowo-potylicznym dolnym, kończynie przedniej torebki wewnętrznej, promieniowaniu wzgórzowym przednim, pęczku podłużnym dolnym oraz pęczek czołowo-potyliczny dolny w grupie pacjentów z patologicznym hazardem (Joutsa i in., 2011). Te zgłoszone regiony są związane z kontrolą hamowania, przetwarzaniem nagrody i impulsywnością (Romero i in., 2010; Li i wsp., 2015). MPD może teoretycznie również wiązać się ze szkodami w niektórych z tych regionów (Hanlon i Canterberry, 2012), a badanie podobieństw i różnic między różnymi uzależnieniami może pogłębić naszą wiedzę na temat mechanizmów neuronalnych zachowań MPD i może pomóc w opracowaniu konkretnych interwencji w tym przypadku.
Do scharakteryzowania zdrowych wzorców strukturalnych mózgu zastosowano wiele zautomatyzowanych i obiektywnych metod MRI, w tym obrazowanie strukturalne zależne od T1 i obrazowanie tensora dyfuzji (DTI). W pierwszym przypadku GMV można sprawdzić i dodatkowo obliczyć za pomocą analizy morfometrii opartej na wokselach (VBM). Na podstawie powyższego przeglądu postawiliśmy hipotezę o zmniejszonym GMV w obszarach płata czołowego i wzgórza w grupie MPD w porównaniu z grupą kontrolną. Przypuszczaliśmy również, że grupa MPD będzie powiązana z upośledzeniem włókien WM związanych z przetwarzaniem emocjonalnym, uwagą wykonawczą, podejmowaniem decyzji i kontrolą poznawczą. Cztery zastępcze integralności włókien, w tym FA, MD, dyfuzyjność osiowa (AD) i dyfuzyjność promieniowa (RD), obliczone za pomocą analizy statystyk przestrzennych opartych na drogach (TBSS) (Yeh i in., 2009), są wrażliwe na dyfuzję cząsteczek wody w mózgu (Basser i in., 1994) i są dokładnymi kwalifikowanymi biomarkerami do oceny skuteczności WM (Hasan i in., 2011).
W niniejszym badaniu za pomocą tych miar zbadano integralność zarówno GMV, jak i WM, aby ujawnić potencjalne rozbieżności, które mogą występować u młodych dorosłych z MPD, co może pomóc w lepszym zrozumieniu możliwych mechanizmów neuronalnych.
Materiały i Metody
Oświadczenie o etykiecie
Badanie to zostało zatwierdzone przez Komisję Etyki Uniwersytetu Southwest, a od każdego uczestnika uzyskano pisemną świadomą zgodę na udział w badaniu. Wszyscy uczestnicy mieli ukończone 18 lat i zostali poinformowani, że ich udział jest całkowicie dobrowolny i że w każdej chwili mają możliwość odłączenia się.
Uczestnicy
Zrekrutowano trzystu studentów z Southwest University (SWU, Chongqing, Chiny) za pomocą broszur i ogłoszeń w Internecie. Uczestnicy musieli wypełnić skalę wskaźnika uzależnienia od telefonu komórkowego (MPAI), w której wynik powyżej 51 punktów klasyfikował je jako osoby uzależnione od telefonu komórkowego (MPD). To rozwarstwienie doprowadziło do powstania grupy MPD składającej się z 34 osób (21 kobiet, zakres: 18–27 lat). Aby dopasować grupę do grupy MPD, jako grupę kontrolną (CG) wybrano losowo 34 uczniów niebędących studentami MPD (21 kobiet, zakres: 18–27 lat). Nie stwierdzono znaczących różnic w miesięcznych wydatkach osobistych, wieku, płci ani latach nauki pomiędzy grupami (patrz tabela 1).
TABELA 1. Status ekonomiczny, dane demograficzne, wyniki MPAI i BIS uczestników.
Co więcej, wszyscy uczestnicy nie mieli żadnych zaburzeń neurologicznych, historii zaburzeń psychicznych ani metalowych części, tatuaży lub nieusuwalnych kolczyków na ciele. Wszyscy mieli normalny lub skorygowany wzrok, byli praworęczni i mówili po chińsku.
Ocena kwestionariusza
Skala MPAI (Leung, 2008), na który składa się 17 pozycji, wykorzystano do oszacowania stopnia MPD. Zastosowano pięciopunktową skalę Likerta: 1 = „w ogóle”, 2 = „rzadko”, 3 = „czasami”, 4 = „często”, 5 = „zawsze”. Całkowity wynik waha się od 17 do 85, przy czym zgodnie z rozkładem mediany 51 lub więcej punktów uważa się za wskaźnik uzależnienia od telefonu (Martinotti i in., 2011). Rzetelność skali wskazana przez alfa Cronbacha jest wyjątkowo wysoka i wynosi 0.90 (Leung, 2008).
Skala Impulsywności Barratta (BIS-11) (Patton i wsp., 1995) podano obu grupom w celu pomiaru impulsywności jako cechy. BIS składa się z 30 pozycji, przy użyciu pięciopunktowej skali Likerta, gdzie im wyższy wynik, tym silniejsza impulsywność. Rzetelność spójności wewnętrznej i rzetelność retestu wynoszą odpowiednio 0.89 i 0.91 (Li i wsp., 2011).
Pozyskiwanie skanowania
Wszystkie dane obrazowe uzyskano przy użyciu skanera 3T Siemens (Siemens Medical, Erlangen, Niemcy) w Centrum Badań Obrazowania Mózgu na Uniwersytecie Southwest. Obrazy anatomiczne ważone T1 o wysokiej rozdzielczości uzyskano za pomocą przygotowanej magnetycznie sekwencji szybkiego echa gradientowego (MPRAGE) [czas powtarzania (TR) = 1900 ms, czas echa (TE) = 2.52 ms, pole widzenia (FOV) = 256 mm, kąt obrotu = 90°, rozdzielczość matrycy w płaszczyźnie = 256 × 256, grubość plastra = 1 mm, plasterki = 176, wielkość woksela = 1 mm × 1 mm × 1 mm]. Obrazy 12-kierunkowego tensora dyfuzji (DTI) zebrano z dwukrotnie ponownie ogniskowaną sekwencją impulsów echa spinowego, TR = 6000 ms, TE = 89 ms, FOV = 240 mm, rozdzielczość matrycy = 128 × 128, grubość plastra = 3 mm, plastry = 45, b-wartość = 1000s/mm2.
Analiza danych obrazowania strukturalnego
Dane obrazowania strukturalnego każdego pacjenta analizowano za pomocą oprogramowania Statistical Parametric Mapping (SPM81) w MATLAB R2014a (MathWorks Inc., Natick, MA, USA) i po raz pierwszy zostały wyświetlone w celu sprawdzenia artefaktów i rażących nieprawidłowości anatomicznych. Skany ręcznie rejestrowano wspólnie i ponownie ustawiano w stosunku do spoidła przedniego i tylnego, a następnie podzielono je na istotę szarą (GM), WM i płyn mózgowo-rdzeniowy (CSF) (Yin i wsp., 2013). Na koniec wyniki zarejestrowano, znormalizowano i modulowano przy użyciu zestawu narzędzi Diffeomorphic Anatomical Registration Through Exponentiated Lie Algebra (DARTEL), który wykorzystuje bardziej wyrafinowany algorytm rejestracji w celu uzyskania dokładniejszej rejestracji międzyobiektowej. Jego wydajność w przypadku nieliniowych algorytmów rejestracji jest lepsza niż w przypadku innych podobnych zestawów narzędzi.
Po tych etapach wstępnego przetwarzania, ze wszystkich obrazów badanych (tj. obrazu średniego) utworzono specyficzny dla badania szablon mózgu, a intensywność obrazu każdego woksela modulowano za pomocą wyznaczników jakobiańskich, aby ułatwić określenie różnic regionalnych w bezwzględnej ilości GMO . Zarejestrowane obrazy następnie przekształcono w przestrzeń Montreal Neuroological Institute (MNI), a na koniec znormalizowane i modulowane obrazy wygładzono za pomocą jądra Gaussa o pełnej szerokości 10 mm i połowie maksymalnej (FWHM) w celu zwiększenia stosunku sygnału do szumu.
Różnicę w GMV pomiędzy grupą MPD i CG oceniano w dwóch próbach t-test przy użyciu SPM8, w którym dodano całkowitą objętość GM oraz wyniki BIS dla kowariancji, ponieważ impulsywność cechy może być czynnikiem zakłócającym. Maskowanie progu bezwzględnej intensywności sygnału woksela ustawiono na 0.2, aby zminimalizować efekty graniczne GM (Duan i in., 2012). Poziomy istotności ustalono na p < 0.01 z korekcją Alpha-Sim, obliczoną przy użyciu oprogramowania DPABI2 (Chao-Gan i Yu-Feng, 2010). Powstałe obrazy wizualizowano za pomocą przeglądarki BrainNet Viewer (Xia i wsp., 2013).
Aby potwierdzić różnice związane z MPD w porównaniu z grupą kontrolną, jako regiony zainteresowania (ROI) wybrano wyraźnie różne skupiska GMV pomiędzy obiema grupami, a następnie wartości GMV tych ROI w grupie MPD wyodrębniono metodą REST3i poddano analizie korelacji Pearsona z wynikami MPAI z istotnością ustawioną na p <0.05 (Song i in., 2011).
Analiza danych obrazowania tensora dyfuzji
Dane z obrazowania ważonego dyfuzyjnie przetworzono w następujący sposób przy użyciu narzędzia potokowego PANDA4: oszacowanie maski mózgu przy użyciu obrazu b0 bez ważenia dyfuzyjnego, kadrowanie przestrzeni poza mózgiem w surowych obrazach na poziomie 0.25 [ułamkowy próg intensywności (0 → 1), gdzie mniejsze wartości dają większe szacunki zarysu mózgu], korekta zniekształcenie wywołane prądami wirowymi i ruch głowy podczas skanowania poprzez rejestrację obrazów ważonych dyfuzją (DWI) do obrazu b0 z transformacją afiniczną, nieliniową rejestracją wszystkich pojedynczych obrazów FA w przestrzeni natywnej do szablonu FA w Instytucie Neurologii w Montrealu ( MNI) przestrzeń standardowa, wypaczanie transformacji stosowanych do ponownego próbkowania obrazów metryk dyfuzji z rozdzielczością przestrzenną 1 mm × 1 mm × 1 mm, wykonanie procedury TBSS, w której stworzono szkielety wszystkich osób badanych i średnie FA, MD, λ dla każdego podregionu1 i λ23 Wartość szkieletowego WM badanych obliczono zgodnie z atlasem stereotaktycznym WM Johnsa Hopkinsa – który obejmuje 50 regionów kluczowych (Mori i in., 2008) – do dalszych obliczeń w oparciu o atlas, poprzez wieloczynnikową analizę wariancji pomiędzy obiema grupami podczas regresji wyników BIS. Na koniec przeprowadzono analizę korelacji Pearsona w grupie MPD pomiędzy wartościami z istotnie różnych regionów a wynikami MPAI z istotnością ustaloną na p <0.05 (Cui i in., 2013). Moc statystyczna tej metody została wiarygodnie przetestowana (Oishi i wsp., 2009; Faria i in., 2010). Wynik zaprezentowano za pomocą FSLView przy użyciu zestawu narzędzi FSL (FSL 5.0.0).5), (Smith i wsp., 2006).
Efekt
Wydajność kwestionariusza
Grupa MPD miała znacznie wyższe wyniki w MPAI niż CG. Znacząco więcej czasu spędzali także na telefonie komórkowym (patrz tabela 1). Zgodnie z oczekiwaniami, wyniki BIS były również znacznie wyższe w grupie MPD, co pokazuje, że osoby z MPD miały wyższą impulsywność jako cechę w porównaniu z grupą kontrolną.
Różnica objętości istoty szarej pomiędzy grupami
W porównaniu z CG, grupa MPD znacząco zmniejszyła GMV w prawym górnym zakręcie czołowym (sFG), prawym dolnym zakręcie czołowym (iFG), obustronnym przyśrodkowym zakręcie czołowym (mFG), prawym środkowym zakręcie potylicznym (mOG), lewej przedniej korze obręczy (ACC) i obustronne wzgórze (Thal) (patrz tabela 2). Co więcej, w grupie MPD GMV prawego sFG, prawego iFG i Thala było ujemnie skorelowane z wynikami MPAI (patrz ryc. 1).
TABELA 2. Godne uwagi różnice w objętości istoty szarej (GMV) pomiędzy grupą zależną od telefonu komórkowego (MPD) a grupą kontrolną (grupa MPD <grupa kontrolna).
RYSUNEK 1. Godne uwagi różnice w zakresie GMV pomiędzy grupą MPD a grupą kontrolną (CG > MPD) oraz ujemna korelacja pomiędzy wynikami GMV i MPAI w grupie MPD. W porównaniu z grupą kontrolną, grupa MPD znacząco zmniejszyła GMV w prawym sFG, prawym iFG, obustronnym mFG, prawym mOG, lewym ACC i obustronnym Thal. Ponadto w grupie MPD GMV prawego sFG, prawego iFG i Thala było ujemnie skorelowane z wynikami MPAI. sFG, zakręt czołowy górny; iFG, dolny zakręt czołowy; mFG, przyśrodkowy zakręt czołowy; mOG, środkowy zakręt potyliczny; ACC, przednia kora obręczy; Thal, wzgórze; MPD, uzależnienie od telefonu komórkowego; CG, grupa kontrolna; MPAI – wskaźnik uzależnienia od telefonu komórkowego; GMV, objętość istoty szarej. L., po lewej; R., prawdaRozbieżność DTI pomiędzy grupami
W analizie atlas TBSS wartości FA i AD dla włókien pęczka obręczy hipokampa (CgH) były znacząco obniżone u osób z MPD w porównaniu z grupą kontrolną (patrz tabela 3). Co więcej, w grupie MPD, FA CgH było ujemnie skorelowane z wynikami MPAI (patrz ryc. 2).
TABELA 3. Istotne różnice w indeksie obrazowania tensora dyfuzji (DTI) pomiędzy grupą MPD a grupą kontrolną (grupa MPD < grupa kontrolna).
RYSUNEK 2. Zmniejszone FA i AD w obustronnym CgH (podregiony podzielone za pomocą atlasów stereotaktycznych Johnsa Hopkinsa) w grupie MPD w porównaniu z grupą kontrolną (MPD < CG) oraz ujemna korelacja pomiędzy wynikami FA i MPAI w grupie MPD. Wartości FA i AD CgH były znacząco obniżone u osób z MPD w porównaniu z grupą kontrolną. Ponadto w grupie MPD FA CgH była ujemnie skorelowana z wynikami MPAI. CgH, włókna wiązki obręczy w hipokampie. FA, anizotropia frakcyjna; AD, dyfuzyjność osiowa; MPD, uzależnienie od telefonu komórkowego; CG, grupa kontrolna; MPAI, wskaźnik uzależnienia od telefonu komórkowego.
Dyskusja
O ile nam wiadomo, niniejsze badanie było pierwszą próbą zbadania zmienionej morfologii neuronów u studentów z MPD. Porównaliśmy GMV i cztery wskaźniki integralności WM (FA, MD, AD i RD) pomiędzy osobami z MPD a zdrową grupą kontrolną. Wyniki wykazały, że u osób z MPD zmniejszono GMV w porównaniu z grupą kontrolną w prawym sFG, prawym iFG, obustronnym mFG, prawym mOG, lewym ACC i obustronnym wzgórzu (Thal). Jeśli chodzi o integralność WM, grupa MPD wykazała zmniejszone FA i AD obustronnych włókien wiązek obręczy hipokampa (CgH). Co więcej, wartości GMV prawego sFG, prawego iFG i obustronnego wzgórza (Thal) były ujemnie skorelowane z wynikami MPAI w grupie MPD, podobnie jak wartości FA CgH. Dodatkowo potwierdziliśmy, że grupa MPD miała wyższą impulsywność jako cechę mierzoną za pomocą Skali Impulsywności Barratta (BIS-11) (Patton i wsp., 1995).
Odkrycia te wskazują na możliwe mechanizmy neurobiologiczne leżące u podstaw MPD, a jednocześnie pomagają w lepszym zrozumieniu podstawowej roli impulsywności w tego rodzaju uzależnieniu behawioralnym. Wyniki dostarczają również wglądu w podobieństwa i różnice między MPD a innymi rodzajami zaburzeń uzależnieniowych.
Zmniejszona objętość istoty szarej w MPD
W niniejszym badaniu stwierdziliśmy zmniejszoną wartość GMV w grupie MPD, co jest zgodne z naszą hipotezą opartą na wynikach innych badań dotyczących uzależnienia od narkotyków i zachowań, w których przypuszcza się, że impulsywność również odgrywa wpływową rolę.
Funkcjonalne badania neuroobrazowe nad uzależnieniem od narkotyków ujawniają, że nadużywane narkotyki nie tylko wpływają na bogate w dopaminę struktury podkorowe, takie jak brzuszny obszar nakrywkowy (VTA), jądro półleżące (NAcc), jądro ogoniaste, skorupa, wzgórze i ciało migdałowate, ale także zakłócają korowe obszary projekcyjne takie jak kora przedczołowa (PFC), OFC, ACC i wyspa (Hanlon i Canterberry, 2012). Podobnie jak w przypadku uzależnienia od narkotyków, osoby z uzależnieniem behawioralnym często charakteryzują się nieprawidłowymi funkcjami w obszarach mózgu, które obejmują korę przedczołową, ACC (Grant i in., 2010), prążkowia brzusznego (Han i in., 2012a) i VTA, NAcc (Grant i in., 2010), insula (Kuss i Griffiths, 2012) i wzgórze (van Holst i in., 2010). Oprócz zmienionych funkcji w tych obszarach warto zauważyć, że zmienioną morfologię mózgu w tych obszarach odnotowano również u osób uzależnionych od Internetu i hazardu. Na przykład badania wykazały zmniejszoną wartość GMV w tych stanach w lewym ACC, lewej tylnej korze obręczy, lewej wyspie i lewym zakręcie językowym (Zhou i wsp., 2011), prawy OFC, obustronna wyspa i prawy dodatkowy obszar motoryczny (Weng i wsp., 2013). Obszary te w dużej mierze pokrywają się z obwodami związanymi z kontrolą hamowania (Ersche i in., 2011), przetwarzanie nagród, podejmowanie decyzji i inne funkcje poznawcze (Romero i in., 2010).
W naszym badaniu zmniejszona objętość w trzech ROI w grupie MPD w porównaniu z grupą kontrolną była również skorelowana z MPAI. To znaczy sFG, prawy iFG i wzgórze. Wykazano, że sFG bierze udział w wielu zaawansowanych funkcjach poznawczych, takich jak kontrola hamowania, świadome podejmowanie decyzji, rozumowanie, pamięć robocza (Chase i in., 2011), aspekty dobrowolnej odgórnej kontroli uwagi (Hopfinger i in., 2000) oraz modelowanie i przewidywanie zachowań innych (tj. teoria umysłu) (Cui i in., 2012).
Uważa się, że prawy iFG służy jako centrum kontroli obwodów zwojów czołowo-podstawnych zaangażowanych w dystrybucję uwagi, przetwarzanie emocji, kontrolę hamowania oraz monitorowanie i modulację zachowania (Moreno-López i in., 2012). Jego uszkodzenie wiąże się z odhamowaniem behawioralnym i wykazano, że odgrywa kluczową rolę w utrzymywaniu się i zaostrzaniu uzależnienia behawioralnego (Grant i in., 2010; Kuss i Griffiths, 2012).
Wzgórze, które w dużym stopniu łączy ze sobą struktury korowe i podkorowe, może być prawdopodobnie jednym z najważniejszych ośrodków mózgu i wykazano, że jest powiązane z oczekiwaniem na nagrodę, uwagą, emocjami i pamięcią (Minagar i in., 2013) i funkcję wykonawczą (Tuchscherer i in., 2010). Co więcej, wcześniej stwierdzono, że zanik wzgórza jest powiązany z zaburzeniami funkcji poznawczych (Hanlon i Canterberry, 2012).
W przeciwieństwie do naszych wyników, badanie pacjentów uzależnionych od gier online wykazało, że objętość wzgórza w rzeczywistości wzrosła w grupie osób uzależnionych, co, jak przypuszczano, jest wynikiem wyższej dostępności dopaminy w wyniku ogromnej stymulacji wzrokowej i słuchowej występującej podczas grania w gry online – zmieniając równowaga obwodów mezolimbicznych (Han i in., 2012b). Ta sprzeczność może również odzwierciedlać różnicę w nabytych nawykowych zachowaniach pomiędzy zależnymi użytkownikami telefonów i graczami uzależnionymi od gier komputerowych.
Nieprawidłowa integralność istoty białej w MPD
Oprócz zmniejszonego GMV, stwierdziliśmy zmniejszone FA i AD włókien pęczka obręczy hipokampa (CgH) w grupie MPD.
Pas obręczy WM przenosi informacje z zakrętu obręczy do hipokampa i można go podzielić na dwa podobszary na poziomie osiowym śledziony ciała modzelowatego: obręcz w zakręcie obręczy nad splenium i obręcz w obszarach hipokampa (CgH) poniżej śledziony (Mori i in., 2008). Funkcja CgH polega na otrzymywaniu różnych kombinacji informacji dotyczących regulacji zmysłów, funkcji poznawczych i emocji. Zapewnia główny bodziec wielozmysłowy do hipokampa (Zhu i in., 2011) i przyczynia się do ścieżek nagrody oraz tworzenia, utrzymywania i odzyskiwania pamięci roboczej (Yuan i wsp., 2011) – informacja krytyczna dla kontroli poznawczej (Szczęście i in., 2010; Benedykt i in., 2013). Co więcej, nieprawidłowe FA w grupie MPD jest zgodne z ustaleniami dotyczącymi uzależnienia od alkoholu (Yeh i in., 2009). Ogólnie rzecz biorąc, zmniejszona transmisja informacji między zakrętem obręczy a hipokampem, jak sugeruje obniżona wartość CgH FA w grupie MPD, może stanowić podstawową podstawę strukturalną deficytów funkcjonalnych, która prowadzi do utrwalenia wspomnień związanych z uzależnieniem.
Jednakże, o ile nam wiadomo, w żadnym badaniu uzależnienia behawioralnego nie odnotowano jeszcze obniżonego poziomu FA w CgH. Nasze dane wskazują, że zmniejszenie FA w prawym CgH w grupie MPD wynikało głównie ze zmniejszenia wartości AD, bez rozbieżności obserwowanej w zakresie wskaźnika RD. AD mierzy wielkość dyfuzyjności wzdłuż głównego kierunku dyfuzji, co może wskazywać na organizację struktury włókien i integralność aksonów (Qiu i in., 2008). Zatem główny mechanizm leżący u podstaw uszkodzenia WM w tym obszarze występującym w MPD może wynikać raczej z subtelnego uszkodzenia aksonów niż z demielinizacji (Romero i in., 2010).
Impulsywność i uzależnienie od telefonu komórkowego
Impulsywność można zdefiniować jako podejmowanie działań wyrażonych przedwcześnie, nadmiernie ryzykownych, źle przemyślanych i mogących skutkować niepożądanymi konsekwencjami (Bickel i in., 2012). Jest ściśle powiązana z większością zaburzeń uzależnień (Romero i in., 2010), takich jak uzależnienie od narkotyków (Moreno-López i in., 2012), patologiczny hazard (Joutsa i in., 2011), uzależnienie od gier online (Han i in., 2012b), uzależnienie od Internetu (Lin i wsp., 2012) i MPD (Billieux, 2012). Co ciekawe, Walther i in. (2012) zbadali związek między 12 różnymi cechami osobowości a pięcioma uzależniającymi zachowaniami, w tym używaniem alkoholu, tytoniu i konopi indyjskich, problematycznym hazardem i problematycznymi grami komputerowymi, i odkryli, że wysoka impulsywność była jedyną cechą osobowości powiązaną ze wszystkimi uzależniającymi zachowaniami, które badano.
Zgodnie z oczekiwaniami stwierdziliśmy wyższą impulsywność u osób z MPD, co jest zgodne z wcześniejszymi badaniami. W rzeczywistości impulsywność może być najsilniejszym czynnikiem predykcyjnym MPD (Billieux i in., 2008). Może to predysponować do spędzania dłuższych okresów czasu na telefonie, co ostatecznie prowadzi do MPD, co z kolei może jeszcze bardziej pogorszyć zdolności samoadaptacji i samokontroli (Billieux i in., 2007). Co więcej, wysoki poziom impulsywności cechy jest powiązany z wiązaniem autoreceptora dopaminy w dolnym śródmózgowiu (Buckholtz i in., 2010). Jeśli chodzi o osoby uzależnione, uważa się, że ciągłe używanie środków pobudzających jeszcze bardziej zaostrza cechy impulsywne (Moreno-López i in., 2012). Zatem ze względu na ścisły związek między impulsywnością a zaburzeniami uzależnień, w celu ulepszenia interwencji terapeutycznych, które pomogą promować bardziej sumienne i mniej kompulsywne procesy decyzyjne oraz poprawić zdolności do samokontroli, terapeuci mogą skupić się na redukcji cech związanych z impulsywnością (Leung, 2008).
Niemniej jednak, ze względu na bliski związek między impulsywnością a MPD, różnica w wynikach BIS między MPD i CG mogła być potencjalną zmienną zakłócającą w analizie porównawczej korzystania z telefonu komórkowego. Zatem w naszym badaniu wynik BIS został wyeliminowany jako uciążliwy regresor w kontrastach grup GMV i FA, a wartości z uzyskanych regionów zostały następnie wprowadzone do analiz korelacji z wynikami MPAI w grupie MPD.
Ograniczenia i przyszłe kierunki
Pomimo nowatorskich wyników badania, należy pamiętać o kilku ograniczeniach. Po pierwsze, ze względu na przekrojowy projekt badania oraz wielość potencjalnych mechanizmów psychologicznych, nie możemy wnioskować o związku przyczynowym ani kierunku skutków pomiędzy nadużywaniem telefonu komórkowego a nieadaptacyjnymi zmianami strukturalnymi stwierdzonymi w grupie MPD. Zatem badania podłużne byłyby bardzo pomocne w potwierdzeniu możliwych psychologicznych i fizjologicznych mechanizmów MPD, a także umożliwiłyby pomiar czasu trwania i postępu MPD u uczestników. Po drugie, chociaż odkryliśmy różnice strukturalne mózgu między MPD i CG, nie możemy być pewni, jakie konkretne rodzaje deficytów funkcji poznawczych są powiązane z tymi różnicami. Przyszłe badania powinny próbować powiązać różnice w zakresie GMV (lub integralności WM) w MPD z pewnymi funkcjami psychologicznymi (np. poznawczymi funkcjami wykonawczymi), aby uzyskać lepsze informacje na temat możliwych środków i interwencji zapobiegawczych w przypadku nadużywania i uzależnienia od telefonu komórkowego. Wreszcie, pomimo regresji wyników BIS podczas wykonywania testów różnic grupowych GMV i FA, podstawowa impulsywność cechy stwierdzona w próbie jest nieuchronnie nierozerwalną zmienną, której nie można całkowicie wyizolować w niniejszym badaniu. Przyszłe badania, które być może obejmują porównanie osób z MPD o wysokiej impulsywności z osobami o wysokiej impulsywności bez MPD, mogą być pomocne w oddzieleniu MPD od impulsywności jako cechy.
Autorskie Wkłady
YW jest odpowiedzialny za oryginalny projekt eksperymentu, procedurę zadania, analizę danych i napisanie artykułu. ZZ jest odpowiedzialny za proces eksperymentalny, gromadzenie danych i pisanie artykułów. HS jest odpowiedzialny za realizację eksperymentu i analizę danych. XX jest odpowiedzialny za dane z kwestionariusza behawioralnego i plan procedury eksperymentalnej. HW odpowiada za wykresy i układ wykresów, w tym rycin 1 i 2, uporządkowanie danych i korekta rękopisu. FdU odpowiada za napisanie manuskryptu, opis funkcji obszarów mózgu, redakcję kopii i redakcję treści, a także zatwierdzenie ostatecznej wersji do publikacji. XH jest odpowiedzialny za projekt eksperymentu i wytyczne w całym zakresie.
Oświadczenie o konflikcie interesów
Autorzy oświadczają, że badanie zostało przeprowadzone przy braku jakichkolwiek powiązań handlowych lub finansowych, które mogłyby być interpretowane jako potencjalny konflikt interesów.
Podziękowanie
Prace te zostały wsparte grantami organizacji Fundamental Research Funds dla Central Universities of China (SWU1509134) i Chongqing Educational Funds (2015-JC-005).
Przypisy
- ^ http://www.fil.ion.ucl.ac.uk/spm
- ^ http://www.rfmri.org/dpabi
- ^ http://www.restfmri.net
- ^ http://www.nitrc.org/projects/panda/
- ^ http://www.fmrib.ox.ac.uk/fsl/tbss
Referencje
Basser, PJ, Mattiello, J. i LeBihan, D. (1994). Spektroskopia i obrazowanie tensora dyfuzji MR. Biofizy. JOT. 66, 259–267. doi: 10.1016/S0006-3495(94)80775-1
Benedict, RH, Hulst, HE, Bergsland, N., Schoonheim, MM, Dwyer, MG, Weinstock-Guttman, B. i in. (2013). Kliniczne znaczenie atrofii i istoty białej oznacza dyfuzyjność we wzgórzu pacjentów ze stwardnieniem rozsianym. Mult. Scler. J. 19, 1478-1484. doi: 10.1177 / 1352458513478675
Beranuy, M., Oberst, U., Carbonell, X. i Chamarro, A. (2009). Problematyczne korzystanie z Internetu i telefonu komórkowego oraz objawy kliniczne u studentów: rola inteligencji emocjonalnej. Comput. Szum. Behav. 25, 1182 – 1187. doi: 10.1016 / j.chb.2009.03.001
Bianchi, A. i Phillips, JG (2005). Psychologiczne predyktory problemowego korzystania z telefonu komórkowego. CyberPsychol. Behav. 8, 39 – 51. doi: 10.1089 / cpb.2005.8.39
Bickel, WK, Jarmolowicz, DP, Mueller, ET, Gatchalian, KM i McClure, SM (2012). Czy funkcja wykonawcza i impulsywność są antypodami? Rekonstrukcja konceptualna ze szczególnym uwzględnieniem uzależnienia. Psychopharmacology 221, 361–387. doi: 10.1007/s00213-012-2689-x
Billieux, J. (2012). Problematyczne korzystanie z telefonu komórkowego: przegląd literatury i model ścieżek. Curr. Psychiatry Rev. 8, 299-307. doi: 10.2174 / 157340012803520522
Billieux, J., Maurage, P., Lopez-Fernandez, O., Kuss, DJ i Griffiths, MD (2015a). Czy zaburzenia korzystania z telefonu komórkowego można uznać za uzależnienie behawioralne? Aktualizacja aktualnych dowodów i kompleksowy model przyszłych badań. Raporty bieżącego uzależnienia 2, 156–162. doi: 10.1007/s40429-015-0054-y
Billieux, J., Schimmenti, A., Khazaal, Y., Maurage, P. i Heeren, A. (2015b). Czy nie patologizujemy codzienności? Możliwy do utrzymania plan badań nad uzależnieniami behawioralnymi. J. Behav. Nałogowiec. 4, 119-123. doi: 10.1556 / 2006.4.2015.009
Billieux, J., Van der Linden, M., d'Acremont, M., Ceschi, G. i Zermatten, A. (2007). Czy impulsywność ma związek z postrzeganą zależnością od telefonu komórkowego i faktycznym korzystaniem z niego? Aplikacja poznanie Psychol. 21, 527–538. doi: 10.1002/acp.1289
Billieux, J., Van der Linden, M. i Rochat, L. (2008). Rola impulsywności w rzeczywistym i problematycznym korzystaniu z telefonu komórkowego. Aplikacja poznanie Psychol. 22, 1195–1210. doi: 10.1002/acp.1429
Brown, R. (1993). „Niektóre wkłady badań nad hazardem w badanie innych uzależnień”, w Zachowania związane z hazardem i problematyczny hazard, red. WR Eadington i JA Cornelius (Reno: University of Nevada), 241–272.
Buckholtz, JW, Treadway, MT, Cowan, RL, Woodward, ND, Li, R., Ansari, MS, et al. (2010). Różnice w sieci dopaminergicznej w ludzkiej impulsywności. nauka 329, 532 – 532. doi: 10.1126 / science.1185778
Cao, F., Su, L., Liu, T. i Gao, X. (2007). Związek między impulsywnością a uzależnieniem od Internetu w próbie chińskiej młodzieży. Eur. Psychiatria 22, 466 – 471. doi: 10.1016 / j.eurpsy.2007.05.004
Chao-Gan, Y. i Yu-Feng, Z. (2010). DPARSF: zestaw narzędzi MATLAB-a do analizy danych „potokowych” fMRI w stanie spoczynku. Z przodu. Syst. Neurosci. 4:13. doi: 10.3389/fnsys.2010.00013
Chase, HW, Eickhoff, SB, Laird, AR i Hogarth, L. (2011). Neuronowe podstawy przetwarzania bodźców narkotykowych i głodu: metaanaliza szacowania prawdopodobieństwa aktywacji. Biol. Psychiatria 70, 785-793. doi: 10.1016 / j.biopsych.2011.05.025
Choliz, M. (2010). Uzależnienie od telefonu komórkowego: problem. Nałóg 105, 373-374. doi: 10.1111 / j.1360-0443.2009.02854.x
Choliz, M. (2012). Uzależnienie od telefonu komórkowego w okresie dojrzewania: test uzależnienia od telefonu komórkowego (TMD). Wałówka. Nauka o zdrowiu. 2, 33-44.
Cui, X., Bryant, DM i Reiss, AL (2012). Hiperskanowanie oparte na NIRS ujawnia zwiększoną spójność interpersonalną w górnej korze czołowej podczas współpracy. Neuroimage 59, 2430-2437. doi: 10.1016 / j.neuroimage.2011.09.003
Cui, Z., Zhong, S., Xu, P., He, Y. i Gong, G. (2013). PANDA: zestaw narzędzi potokowych do analizy obrazów dyfuzji mózgu. Z przodu. Szum. Neurosci. 7: 42. doi: 10.3389 / fnhum.2013.00042
Duan, X., He, S., Liao, W., Liang, D., Qiu, L., Wei, L. i in. (2012). Zmniejszona objętość ogoniasta i zwiększona integracja prążkowia-DMN u ekspertów szachowych. Neuroimage 60, 1280-1286. doi: 10.1016 / j.neuroimage.2012.01.047
Ersche, KD, Barnes, A., Jones, PS, Morein-Zamir, S., Robbins, TW i Bullmore, ET (2011). Nieprawidłowa struktura czołowo-czołowych systemów mózgowych jest związana z aspektami impulsywności i kompulsywności w uzależnieniu od kokainy. Mózg 134, 2013–2024. doi: 10.1093/mózg/awr138
Faria, AV, Zhang, J., Oishi, K., Li, X., Jiang, H., Akhter, K. i in. (2010). Oparta na Atlasie analiza rozwoju neurologicznego od niemowlęctwa do dorosłości z wykorzystaniem obrazowania tensora dyfuzji i aplikacji do automatycznego wykrywania nieprawidłowości. Neuroimage 52, 415-428. doi: 10.1016 / j.neuroimage.2010.04.238
Grant, JE, Potenza, MN, Weinstein, A. i Gorelick, DA (2010). Wprowadzenie do uzależnień behawioralnych. Rano. J. Nadużywanie alkoholu 36, 233-241. doi: 10.3109 / 00952990.2010.491884
Griffiths, M. (1996). Hazard w Internecie: krótka notatka. J. Gambl. Stadnina. 12, 471 – 473. doi: 10.1007 / BF01539190
Han, DH, Kim, SM, Lee, YS i Renshaw, PF (2012a). Wpływ terapii rodzinnej na zmiany nasilenia gry on-line i aktywności mózgu u młodzieży z uzależnieniem od gry on-line. Psychiatria Res. Neuroobraz. 202, 126 – 131. doi: 10.1016 / j.pscychresns.2012.02.011
Han, DH, Lyoo, IK i Renshaw, PF (2012b). Różnicowa regionalna objętość szarej masy u pacjentów z uzależnieniem od gry on-line i profesjonalnych graczy. J. Psychiatr. Res. 46, 507-515. doi: 10.1016 / j.jpsychires.2012.01.004
Hanlon, Kalifornia i Canterberry, M. (2012). Zastosowanie obrazowania mózgu do wyjaśnienia zmian w obwodach nerwowych w uzależnieniu od kokainy. Subst. Nadużycie Rehabilitacja. 3, 115–128. doi: 10.2147/SAR.S35153
Hasan, KM, Walimuni, IS, Abid, H. i Hahn, KR (2011). Przegląd metod obliczeniowych i narzędzi programowych obrazowania metodą rezonansu magnetycznego tensora dyfuzji. Oblicz. Biol. Med. 41, 1062–1072. doi: 10.1016/j.compbiomed.2010.10.008
Hopfinger, JB, Buonocore, MH i Mangun, GR (2000). Neuronowe mechanizmy odgórnej kontroli uwagi. Nat. Neurosci. 3, 284-291. doi: 10.1038 / 72999
Joutsa, J., Saunavaara, J., Parkkola, R., Niemelä, S. i Kaasinen, V. (2011). Rozległa nieprawidłowość integralności istoty białej mózgu w patologicznym hazardzie. Psychiatria Res. Neuroobraz. 194, 340 – 346. doi: 10.1016 / j.pscychresns.2011.08.001
Koehler, S., Hasselmann, E., Wüstenberg, T., Heinz, A. i Romanczuk-Seiferth, N. (2013). Większa objętość prążkowia brzusznego i prawej kory przedczołowej w patologicznym hazardzie. Strukturę mózgu. Funkt. 220, 469–477. doi: 10.1007/s00429-013-0668-6
Kuss, DJ i Griffiths, MD (2012). Uzależnienie od Internetu i gier: systematyczny przegląd literatury na temat badań neuroobrazowych. Brain Sci. 2, 347 – 374. doi: 10.3390 / brainsci2030347
Cytryna, J. (2002). Czy możemy nazwać zachowania uzależniające? Clin. Psychol. 6, 44-49. doi: 10.1080 / 13284200310001707411
Leung, L. (2008). Powiązanie cech psychologicznych z uzależnieniem i niewłaściwym używaniem telefonu komórkowego wśród nastolatków w Hongkongu. J. Child. Głoska bezdźwięczna 2, 93-113. doi: 10.1080 / 17482790802078565
Li, W., Li, Y., Yang, W., Zhang, Q., Wei, D., Li, W. i in. (2015). Struktury mózgu i łączność funkcjonalna związane z indywidualnymi różnicami w skłonnościach do Internetu u zdrowych młodych dorosłych. Neuropsychologia 70, 134 – 144. doi: 10.1016 / j.neuropsychologia.2015.02.019
Li, X., Fei, L., Xu, D., Zhang, Y., Yang, S., Tong, Y. i in. (2011). Wiarygodność i ważność chińskiej wersji skali impulsywności Barratta w społeczności i na uniwersytecie. Podbródek. Ment. Zdrowie J. 25, 610 – 615. doi: 10.3969 / j.issn.1000-6729.2011.08.013
Lin, F., Zhou, Y., Du, Y., Qin, L., Zhao, Z., Xu, J. i in. (2012). Nieprawidłowa integralność istoty białej u nastolatków z zaburzeniami uzależnienia od Internetu: badanie statystyk przestrzennych oparte na odcinkach. PLoS ONE 7: e30253. doi: 10.1371 / journal.pone.0030253
Ling, R. i Pedersen, PE (2006). „Renegocjacja sfery społecznej” w Komunikacja mobilna, Tom. 31, wyd. R. Ling i PE Pederson (Londyn: Springer-Verlag).
Luck, D., Danion, J.-M., Marrer, C., Pham, B.-T., Gounot, D. i Foucher, J. (2010). Prawy zakręt przyhipokampowy uczestniczy w tworzeniu i utrzymywaniu związanych informacji w pamięci roboczej. Brain Cogn. 72, 255 – 263. doi: 10.1016 / j.bandc.2009.09.009
Martinotti, G., Villella, C., Di Thiene, D., Di Nicola, M., Bria, P., Conte, G. i in. (2011). Problematyczne korzystanie z telefonu komórkowego w okresie dojrzewania: badanie przekrojowe. J. Zdrowie publiczne 19, 545–551. doi: 10.1007/s10389-011-0422-6
McMillan, LH, O'Driscoll, MP, Marsh, NV i Brady, EC (2001). Zrozumienie pracoholizmu: synteza danych, krytyka teoretyczna i przyszłe strategie projektowania. Wewnętrzne J. Zarządzanie stresem. 8, 69 – 91. doi: 10.1023 / A: 1009573129142
Minagar, A., Barnett, MH, Benedict, RH, Pelletier, D., Pirko, I., Sahraian, MA i in. (2013). Wzgórze i stwardnienie rozsiane Współczesne poglądy na aspekty patologiczne, obrazowe i kliniczne. Neurologia 80, 210–219. doi: 10.1212/WNL.0b013e31827b910b
Moreno-López, L., Catena, A., Fernández-Serrano, MJ, Delgado-Rico, E., Stamatakis, EA, Pérez-García, M. i in. (2012). Cecha impulsywności i redukcja istoty szarej przedczołowej u osób uzależnionych od kokainy. Drug Alcohol Depend. 125, 208 – 214. doi: 10.1016 / j.drugalcdep.2012.02.012
Mori, S., Oishi, K., Jiang, H., Jiang, L., Li, X., Akhter, K. i in. (2008). Atlas stereotaktyczny istoty białej oparty na obrazowaniu tensora dyfuzji na szablonie ICBM. Neuroimage 40, 570-582. doi: 10.1016 / j.neuroimage.2007.12.035
Oishi, K., Faria, A., Jiang, H., Li, X., Akhter, K., Zhang, J. i in. (2009). Oparta na atlasie analiza istoty białej całego mózgu z wykorzystaniem mapowania dyfeomorficznego o dużych deformacjach: zastosowanie u zdrowych osób starszych i osób chorych na chorobę Alzheimera. Neuroimage 46, 486-499. doi: 10.1016 / j.neuroimage.2009.01.002
Patton, JH, Stanford, MS i Barratt, ES (1995). Struktura czynnikowa skali impulsywności Barratt. J. Clin. Psychol. 51, 768–774. doi: 10.1002/1097-4679(199511)51:63.0.CO;2-1
Qiu, D., Tan, L.-H., Zhou, K. i Khong, P.-L. (2008). Obrazowanie tensorem dyfuzji normalnego dojrzewania istoty białej od późnego dzieciństwa do wczesnej dorosłości: ocena wokseli średniej dyfuzyjności, anizotropii frakcyjnej, dyfuzyjności promieniowej i osiowej oraz korelacji z rozwojem czytania. Neuroimage 41, 223-232. doi: 10.1016 / j.neuroimage.2008.02.023
Roberts, JA, Pullig, C. i Manolis, C. (2015). Potrzebuję mojego smartfona: hierarchicznego modelu osobowości i uzależnienia od telefonu komórkowego. os. Ind. Różn. 79, 13 – 19. doi: 10.1016 / j.paid.2015.01.049
Romero, MJ, Asensio, S., Palau, C., Sanchez, A. i Romero, FJ (2010). Uzależnienie od kokainy: badanie obrazowania tensora dyfuzji dolnej przedniej i przedniej obręczy istoty białej. Psychiatria Res. Neuroobraz. 181, 57 – 63. doi: 10.1016 / j.pscychresns.2009.07.004
Smith, SM, Jenkinson, M., Johansen-Berg, H., Rueckert, D., Nichols, TE, Mackay, CE i in. (2006). Statystyki przestrzenne oparte na odcinkach: analiza wokselowa danych dotyczących rozpowszechniania wielu podmiotów. Neuroimage 31, 1487-1505. doi: 10.1016 / j.neuroimage.2006.02.024
Song, X.-W., Dong, Z.-Y., Long, X.-Y., Li, S.-F., Zuo, X.-N., Zhu, C.-Z. i in. . (2011). REST: zestaw narzędzi do przetwarzania danych z funkcjonalnego rezonansu magnetycznego w stanie spoczynku. PLoS ONE 6: e25031. doi: 10.1371 / journal.pone.0025031
Takao, M., Takahashi, S. i Kitamura, M. (2009). Uzależniająca osobowość i problematyczne korzystanie z telefonu komórkowego. CyberPsychol. Behav. 12, 501 – 507. doi: 10.1089 / cpb.2009.0022
Tuchscherer, V., Seidenberg, M., Pulsipher, D., Lancaster, M., Guidotti, L. i Hermann, B. (2010). Integralność pozahipokampowa w padaczce płata skroniowego i funkcjach poznawczych: wzgórze i funkcjonowanie wykonawcze. Zachowanie padaczki. 17, 478–482. doi: 10.1016/j.yebeh.2010.01.019
van Holst, RJ, van den Brink, W., Veltman, DJ i Goudriaan, AE (2010). Badania obrazowania mózgu w patologicznym hazardzie. Curr. Psychiatra Rep. 12, 418–425. doi: 10.1007/s11920-010-0141-7
Walther, B., Morgenstern, M. i Hanewinkel, R. (2012). Współwystępowanie zachowań uzależniających: czynniki osobowości związane z używaniem substancji psychoaktywnych, hazardem i grami komputerowymi. Eur. Nałogowiec. Res. 18, 167-174. doi: 10.1159 / 000335662
Weng, C.-B., Qian, R.-B., Fu, X.-M., Lin, B., Han, X.-P., Niu, C.-S. i in. (2013). Istota szara i nieprawidłowości istoty białej w uzależnieniu od gier online. Eur. J. Radiol. 82, 1308 – 1312. doi: 10.1016 / j.ejrad.2013.01.031
Xia, M., Wang, J. i He, Y. (2013). BrainNet Viewer: narzędzie do wizualizacji sieci dla konektomiki ludzkiego mózgu. PLoS ONE 8: e68910. doi: 10.1371 / journal.pone.0068910
Yang, Y.-S., Yen, J.-Y., Ko, C.-H., Cheng, C.-P. i Yen, C.-F. (2010). Związek między problematycznym używaniem telefonu komórkowego a zachowaniami ryzykownymi i niską samooceną wśród tajwańskiej młodzieży. BMC Public Health 10:217. doi: 10.1186/1471-2458-10-217
Yeh, P.-H., Simpson, K., Durazzo, TC, Gazdzinski, S. i Meyerhoff, DJ (2009). Tract-Based Spatial Statistics (TBSS) danych obrazowania tensora dyfuzji w uzależnieniu od alkoholu: nieprawidłowości w neuroobwodach motywacyjnych. Psychiatry Res. 173, 22 – 30. doi: 10.1016 / j.pscychresns.2008.07.012
Yin, J., Zhang, JX, Xie, J., Zou, Z. i Huang, X. (2013). Różnice płci w postrzeganiu romansu wśród chińskich studentów. PLoS ONE 8: e76294. doi: 10.1371 / journal.pone.0076294
Yuan, K., Qin, W., Wang, G., Zeng, F., Zhao, L., Yang, X., et al. (2011). Zaburzenia mikrostruktury u młodzieży z zaburzeniami uzależnienia od Internetu. PLoS ONE 6: e20708. doi: 10.1371 / journal.pone.0020708
Zhou, Y., Lin, F.-C., Du, Y.-S., Zhao, ZM, Xu, J.-R. i Lei, H. (2011). Nieprawidłowości istoty szarej w uzależnieniu od Internetu: badanie morfometrii oparte na wokselach. Eur. J. Radiol. 79, 92 – 95. doi: 10.1016 / j.ejrad.2009.10.0255
Zhu, X., Wang, X., Xiao, J., Zhong, M., Liao, J. i Yao, S. (2011). Zmieniona integralność istoty białej u młodych dorosłych z pierwszym epizodem, wcześniej nieleczonych, z dużymi zaburzeniami depresyjnymi: badanie statystyki przestrzennej oparte na drogach. Brain Res. 1369, 223 – 229. doi: 10.1016 / j.brainres.2010.10.104
Słowa kluczowe: uzależnienie od telefonu komórkowego, skala wskaźnika uzależnienia od telefonu komórkowego, fMRI, objętość istoty szarej, anizotropia frakcyjna, dyfuzyjność osiowa, impulsywność
Cytat: Wang Y, Zou Z, Song H, Xu X, Wang H, d'Oleire Uquillas F i Huang X (2016) Zmieniona objętość istoty szarej i integralność istoty białej u studentów szkół wyższych z uzależnieniem od telefonu komórkowego. Z przodu. Psychol. 7: 597. doi: 10.3389 / fpsyg.2016.00597
Otrzymano: 10 January 2016; Akceptowane: 11 April 2016;
Opublikowane: 04 May 2016.
Edytowany przez:
Snehlata Jaswal, Indyjski Instytut Technologii Jodhpur, Indie
Zrecenzowany przez:
Yu-Feng Zang, Beijing Normal University, Chiny
Harold H. Greene, Uniwersytet w Detroit Mercy, USA
Prawa autorskie © 2016 Wang, Zou, Song, Xu, Wang, d'Oleire Uquillas i Huang. Jest to artykuł o otwartym dostępie, rozpowszechniany na warunkach Licencja Creative Commons Uznanie autorstwa (CC BY). Używanie, rozpowszechnianie lub powielanie na innych forach jest dozwolone, pod warunkiem, że oryginalni autorzy lub licencjodawcy są uznani i że cytowana jest oryginalna publikacja w tym czasopiśmie, zgodnie z przyjętą praktyką akademicką. Zabronione jest użytkowanie, dystrybucja lub reprodukcja, która nie jest zgodna z niniejszymi warunkami.
*Korespondencja: Zhiling Zou, [email chroniony]
†Autorzy ci w równym stopniu przyczynili się do powstania tej pracy i mają wspólne pierwsze autorstwo.
;
