- 1Zakład Radiologii i Kluczowego Laboratorium Obrazowania Funkcjonalnego Tianjin, Szpital Ogólny Uniwersytetu Medycznego w Tianjin, Tianjin, Chiny
- 2Departament Psychologii, Linyi Fourth People's Hospital, Linyi, Chiny
- 3Departament Radiologii, Linyi People's Hospital, Linyi, Chiny
Wraz z rozwojem Internetu coraz większa liczba nastolatków gra w gry online nadmiernie, co prowadzi do negatywnych skutków dla jednostek i społeczeństwa. Wcześniejsze badania wykazały zmienioną objętość istoty szarej (GMV) u osób z zaburzeniami gier internetowych (IGD), ale związek między tendencją do IGD a GMV w całym mózgu jest nadal niejasny u nastolatków. W niniejszym badaniu anatomiczne obrazowanie o wysokiej rozdzielczości wykonano u 67 nastolatków płci męskiej grających w gry online; i Younga przeprowadzono test uzależnienia od Internetu (IAT) w celu sprawdzenia tendencji do IGD. Biblioteka oprogramowania FMRIB (FSL) została wykorzystana do obliczenia korelacji opartych na wokselach między GMV a wynikiem IAT po uwzględnieniu wieku i lat edukacji. GMV obustronnego zakrętu pośrodkowego (postCG), obustronnego zakrętu przedśrodkowego (preCG), prawego przedkrzewia, lewej tylnej części środkowej kory środkowej (pMCC), lewego dolnego płata ciemieniowego (IPL) i prawego środkowego zakrętu czołowego (MFG) były ujemnie skorelowane z wynikiem IAT. Nadal istniała korelacja między wynikiem IAT a wartościami GMV dwustronnego postCG, lewego preCG, lewego pMCC i prawego MFG po kontrolowaniu całkowitego czasu gry online. Gdy uczestników podzielono na dwie grupy według wyniku IAT, wartości GMV tych regionów mózgu związanych z IAT były niższe w podgrupie z wysokim wynikiem IAT (wynik IAT> 50) niż w podgrupie z niskim wynikiem IAT (wynik IAT ≤50). Nasze wyniki sugerują, że GMV regionów mózgu zaangażowanych w proces czuciowo-ruchowy i kontrolę poznawczą były związane z tendencją IGD. Te odkrycia mogą prowadzić do nowych celów w zapobieganiu i leczeniu IGD.
Wprowadzenie
W ostatnich dziesięcioleciach Internet odegrał ważną rolę w naszym życiu. Jednak coraz więcej nastolatków surfuje po Internecie i nadmiernie gra w gry online, co powoduje niekorzystne skutki dla młodzieży i społeczeństwa. Badanie epidemiologiczne wykazało, że zaburzenie gier internetowych (IGD), podtyp uzależnienia od Internetu (IA) (1), był bardzo częstym problemem zdrowia psychicznego wśród chińskiej młodzieży (2). Dlatego coraz więcej badań skupiało się na neuromechanizmie IGD i miało na celu przyczynienie się do zapobiegania i leczenia IGD.
Neuroobrazowanie strukturalne mózgu może być wykorzystane do zbadania mechanizmów mózgowych dotyczących indywidualnych cech osobowości (3-5). Poprzednie badania strukturalne wykazały, że osoby z IGD miały strukturalne nieprawidłowości w istocie szarej (GM), takie jak zmniejszona objętość szarej materii (GMV) lub gęstość GM w wielu obszarach korowych i podkorowych (6-11) i zwiększone GMV w rejonach czołowych i skroniowych (8, 12). Badania te sugerowały, że wiele obszarów mózgu w obszarach czołowym, skroniowym, ciemieniowym i podkorowym, takich jak prążkowie brzuszne, było powiązanych z IA, co przyczyniło się do zrozumienia neuromechanizmów IA. Jednak większość wcześniejszych badań skupiała się tylko na IA lub IGD zdiagnozowanych za pomocą kwestionariusza klinicznego, takiego jak internetowy test uzależnienia (IAT), i porównała różnice w zachowaniu i funkcjonowaniu mózgu i strukturze między osobami z IGD a zdrowymi kontrolami. W rzeczywistości nie wszystkie osoby, które grają w grę online, cierpią z powodu IGD (13). Dlatego konieczne jest zbadanie korelacji strukturalnych w grach online z różnymi poziomami skłonności do IGD, nie tylko osób z rozpoznaniem IGD.
Ostatnio trzy badania skupiły się bezpośrednio na neuronowych powiązaniach tendencji do IA. Wen i Hsieh (14) zbadał związek między połączeniami funkcjonalnymi całego mózgu a poziomem IA w grupie młodych dorosłych (lata 19 – 29) i stwierdził, że dwie sieci składające się głównie z obszarów czołowych były skorelowane z tendencją IA. Li i in. (15) zgłosili, że struktura i funkcjonalna łączność kory przedczołowej prawej grzbietowo-bocznej były dodatnio skorelowane z wynikiem IAT w grupie zdrowych młodych dorosłych (lata 18 – 27). Badanie Kühna (16) ujawniło, że GMV regionów mózgu w sieci czołowo-prążkowia koreluje z nadmiernym wykorzystaniem Internetu ocenianym przez wynik IAT. Ponadto poprzednie badania wykazały również, że zmiany GMV były związane z nasileniem uzależnienia od gry online u osób z IGD. Na przykład badanie Weng et al. wykazali, że GMV prawej kory oczodołowo-czołowej i obustronnej wyspy były dodatnio skorelowane z nasileniem uzależnienia od gry online u osób z IGD (7). Cai i in. zgłoszone zwiększone GMV jądra półleżącego było związane z wynikiem IAT u osób z IGD (17). Badanie Zhou i in. wykazali, że niższy GMV w prawej korze oczodołowo-czołowej był związany z większym nasileniem uzależnienia od gier wideo online wśród graczy internetowych (18). Badania te wykazały, że struktury i funkcje mózgu były związane z poziomem IA. Jednak związek między tendencją do IGD i GMV w całym mózgu nie był jeszcze wyraźnie oceniany u młodzieży (lata 14 – 18). Młodzież między 14 i 18 lat jest w krytycznym okresie rozwoju psychologicznego i jest podatna na uzależnienia i działania niepożądane (19, 20). Wiele badań dotyczących uzależnienia od substancji zwróciło szczególną uwagę na młodzież w wieku od 14 do 18 lat (21, 22). Duże badanie wykazało, że IGD jest bardzo powszechne u chińskich uczniów szkół podstawowych i gimnazjów z częstością występowania 22.5% wśród uczniów grających w gry online (2). Dlatego też bardziej konieczne jest zbadanie korelacji strukturalnych mózgu z tendencją do IGD u młodzieży (14 – 18 lat).
Ponadto poprzednie badania wykazały, że długotrwałe granie w gry online może prowadzić do strukturalnej reorganizacji mózgu w grach online (12, 23, 24). GMV w korze przedczołowej ventrolater, kora przedczołowa grzbietowo-boczna, dodatkowy obszar ruchowy i przednia kora obręczy przedniej były skorelowane z czasem trwania gry online u młodzieży z zaburzeniem IA (6, 25). Dlatego warto zbadać, czy czas gry w gry online wpływa na relację między GMV a tendencją do IGD.
W niniejszym badaniu rekrutowano mężczyzn 67 (lata 14 – 18), którzy grali w gry online. Analiza korelacji oparta na wokseli została przeprowadzona w celu wykrycia obszarów mózgu związanych z wynikiem IAT przed i po kontrolowaniu całkowitego czasu gry online. Na podstawie wcześniejszych badań obwody przedczołowo-prążkowia są ściśle związane z uzależnieniem. Prążkowie brzuszne brało udział w procesie uczenia się i nagradzania nawyków związanych z uzależnieniem (26, 27), a zmniejszony efekt kontroli kory przedczołowej na proces nagradzania jest jednym z mechanizmów uzależnienia (28, 29). Dlatego postawiliśmy hipotezę, że tendencja IGD może być związana z obszarami mózgu związanymi z kontrolą poznawczą (kora przedczołowa) i procesem nagradzania (prążkowiem brzusznym). Badanie to może prowadzić do nowych celów w zapobieganiu i leczeniu IGD u młodzieży.
Materiały i Metody
Tematy
Sześćdziesięciu siedmiu praworęcznych nastolatków (14 – 18 lat, średnia 15.54 ± 0.14), którzy grali w gry online, zostało zatrudnionych w tym badaniu. Dwudziestoma uczestnikami 67 byli uczniowie Szkoły Zdrowia, a 47 z uczestników 67 byli nastolatkami, których rodzice zabrali ich do psychiatry z powodu możliwego IGD. Wszyscy uczestnicy otrzymali edukację na lata 6 – 12, począwszy od szkoły podstawowej do szkoły średniej. Wszyscy uczestnicy spędzili więcej niż 80% czasu online na grę online. W badaniu wzięli udział tylko mężczyźni, ponieważ stosunkowo niewielka liczba kobiet gra w gry online i cierpi na IGD (2, 30). Kryteria wykluczenia obejmowały: nadużywanie alkoholu lub uzależnienie od narkotyków; istnienie jakiejkolwiek choroby neurologicznej lub psychicznej, takiej jak bezsenność, migreny, szum w uszach i zaburzenie nadpobudliwości z deficytem uwagi; historia chorób fizycznych, takich jak uraz mózgu, guz mózgu lub padaczka oceniana zgodnie z ocenami klinicznymi i dokumentacją medyczną; Sprzeczność MRI; i widoczne nieprawidłowości w konwencjonalnym MRI. Niniejsze badanie zostało zatwierdzone przez Komisję Etyczną Szpitala Ogólnego Uniwersytetu Medycznego w Tianjin, a wszyscy uczestnicy i ich opiekunowie wyrazili świadomą zgodę na piśmie zgodnie z wytycznymi instytucjonalnymi.
Questionnaire
Test uzależnienia od Internetu wykorzystano do oceny nasilenia tendencji do IGD w tym badaniu. IAT składa się z elementów 20, a odpowiedzi na te pytania zostały opisane jako wynik 1 – 5 (1 = „rzadko” do 5 = „zawsze”) (31). Łączny wynik elementów 20 mierzy stopień uzależnienia od Internetu. Oceniono doświadczenie w grach online przez kwestionariusz samoopisowy kwestionujący długość i ilość gry. Całkowity czas gry online został obliczony jako liczba godzin dziennie pomnożona przez dni grania w gry online. Test inteligencji (IQ) wszystkich uczestników został przetestowany przy użyciu progresywnych macierzy Standard Raven. Lęk i depresja zostały sformułowane za pomocą skali lęku samooceny (SAS) i skali samooceny depresji (SDS).
MRI strukturalny
Obrazy strukturalne uzyskano za pomocą skanera Siemens 3.0 T (Magnetom Verio, Siemens, Erlangen, Niemcy). Szereg przyległych strzałkowych obrazów anatomicznych o wysokiej rozdzielczości 192 uzyskano za pomocą trójwymiarowej sekwencji szybkiego gradientu echa ważonego metodą magnetyzacji wolumetrycznej T1 z następującymi parametrami: TR = 2000 ms, TE = 2.34 ms, TI = 900 ms, kąt odchylenia = 9 °, FOV = 256 mm × 256 mm, grubość przekroju = 1 mm, rozmiar matrycy = 256 × 256.
Analiza morfometryczna oparta na wokseli (VBM)
Wszystkie obrazy strukturalne zostały wstępnie przetworzone za pomocą przybornika VBM81 SPM8 (Wellcome Department of Imaging Neuroscience, London, UK)2 działa na MATLAB R2010a (Math Works Inc., Sherborn, MA, USA). Trójwymiarowa korekcja geometryczna została przeprowadzona podczas rekonstrukcji obrazów. Następnie poszczególne natywne obrazy wszystkich uczestników zostały podzielone na GM, istotę białą (WM) i płyn mózgowo-rdzeniowy (CSF), a segmenty GM zostały znormalizowane do szablonu Montreal Neurological Institute przez dyfeomorficzną rejestrację anatomiczną poprzez wykładniczą algebrę kłamstwa ( DARTEL) (32). Zarejestrowane obrazy GM były następnie modulowane przez podzielenie jakobianu pola osnowy, aby skorygować lokalną ekspansję lub kurczenie się. Do wygładzenia modulowanych obrazów GM przyjęto izotropowe jądro Gaussa o pełnej szerokości 8 mm przy połowie maksimum. Średni obraz znormalizowanego GM od wszystkich uczestników posłużył do stworzenia maski GM, której próg został ustawiony na wartość 0.3 (wybrano piksele z obliczonymi wartościami frakcji GM> 30%). Następnie zastosowano maskę GM jako maskę jawną do analizy statystycznej, aby wykluczyć piksele o niskich wartościach prawdopodobieństwa GM.
Analiza statystyczna
Przeprowadzono analizę regresji wielokrotnej metodą Voxel, aby zbadać korelację między GMV a wynikiem IAT u wszystkich uczestników po uwzględnieniu wieku i lat edukacji. Nieparametryczne podejście permutacyjne (33) zostało wykonane za pomocą narzędzia losowania poleconego w FMRIB Software Library (FSL)3. Przeprowadzono analizę progu bez klastra (TFCE), ponieważ łączy ona zasięg i wysokość klastra w jedną statystykę i nie wymaga arbitralnego wyboru progu tworzenia klastra (34). Korelację między GMV a wynikiem IAT oceniano przy użyciu nieparametrycznego testowania opartego na permutacji z losowymi permutacjami 5,000. Statystyczny próg istotności zdefiniowano na P <0.01. Aby wyjaśnić, czy czas trwania gry online wpłynął na korelację między GMV a IAT, ponownie przeprowadzono analizę regresji wielorakiej Voxela, dodając całkowity czas gry online jako uciążliwą współzmienną.
Klastry z korelacją między GMV a wynikiem IAT zdefiniowano jako obszary zainteresowania (ROI) i wyodrębniono średnią wartość GMV w każdym obszarze ROI. Przeprowadzono analizę korelacji opartą na ROI pomiędzy średnim GMV a wynikiem IAT po uwzględnieniu wieku i lat nauki. Następnie wszyscy uczestnicy zostali podzieleni na dwie podgrupy, grupę z wysokim wynikiem IAT (wynik IAT> 50, N = 30) i grupa z niskim wynikiem IAT (wynik IAT ≤50, N = 37). Różnicę w GMV między dwiema podgrupami przetestowano za pomocą analizy ogólnego modelu liniowego, kontrolując wiek i lata edukacji. Poziomy istotności zostały ustalone na poziomie P <0.05.
Efekt
Uczestnicy mieli średni wynik 46 na IAT, który wykorzystano do oceny tendencji IGD. Przedmioty spędzały średnio 5.5 h / dzień na grach online i trwały średnio 56 miesięcy. Cechy kliniczne i demograficzne są wymienione w tabeli 1.
Analiza korelacji Voxela wykazała, że GMV obustronnego żyroskopu postcentralnego (postCG), obustronnego przedsionkowego żyroskopu (preCG), prawego precuneus, lewej tylnej kory środkowej (pMCC), lewego dolnego płata ciemieniowego (IPL) i prawy środkowy zakręt czołowy (MFG) był istotnie skorelowany z wynikiem IAT (ryc 1; Stół 2). Postać 2 pokazuje korelacje oparte na ROI między GMV a wynikiem IAT. Po dodaniu całkowitego czasu gry online jako współzmiennej zmiennej współzależnej nadal istniała korelacja między IAT i GMV dwustronnego postCG, lewego preCG, lewego pMCC i prawego MFG (rysunek 3; Stół 3).
Rysunek 1. Regiony mózgu wykazujące negatywne korelacje strukturalne z wynikami testu uzależnienia od Internetu (IAT) uzyskują wyniki u młodzieży w grach online. Wynik IAT był ujemnie skorelowany z objętością szarej materii (GMV) dwustronnych żyroskopów postcentralnych, obustronnych przedsionkowych żyroskopów, prawego precuneus, lewej tylnej środkowej kory obręczy, lewego dolnego płata ciemieniowego i prawego środkowego zakrętu czołowego. Liczby pod zdjęciami są współrzędnymi Montreal Neurological Institute na stronie z-oś. Pasek kolorów reprezentuje −log p.
Tabela 2. Regiony mózgu wykazały korelacje strukturalne z wynikiem testu uzależnienia od Internetu (IAT).
Rysunek 2. Analiza korelacji oparta na regionach zainteresowania (ROI) między objętością szarej materii (GMV) a wynikiem testu uzależnienia od Internetu (IAT). Resztę wykorzystano, ponieważ wiek i lata nauki były kontrolowane podczas analizy korelacji.
Rysunek 3. Regiony mózgu wykazujące ujemne korelacje strukturalne z testem uzależnienia od Internetu (IAT) uzyskują wyniki u młodzieży w grach online po uwzględnieniu całkowitego czasu gry online. Wynik IAT był ujemnie skorelowany z objętością szarej materii (GMV) dwustronnych żyroskopów postcentralnych, lewego zakrętu przedtrzonowego, lewej tylnej środkowej kory obręczy i prawego środkowego zakrętu czołowego. Liczby pod zdjęciami są współrzędnymi Montreal Neurological Institute na stronie z-oś. Pasek kolorów reprezentuje −log p.
Tabela 3. Regiony wykazały korelacje strukturalne z wynikiem testu uzależnienia od Internetu (IAT) po uwzględnieniu całkowitego czasu gry online.
Jak widać w tabeli 4, gdy uczestnicy zostali podzieleni na dwie podgrupy według wyniku IAT, podgrupa z wysokim wynikiem IAT (wynik IAT> 50) miała niższe GMV w siedmiu z ośmiu regionów w porównaniu z podgrupą z niską punktacją IAT (wynik IAT ≤ 50) (P < 0.05).
Tabela 4. Porównywanie objętości szarej substancji (GMV) w oparciu o obszary zainteresowania (ROI) między dwiema podgrupami.
Dyskusja
W niniejszym badaniu związek między GMV i tendencją IGD oceniano w całym mózgu u młodzieży w grach online. Po uwzględnieniu wpływu całkowitego czasu gry online, GMV dwustronnego postCG, lewego preCG, lewego pMCC i prawego MFG były nadal ujemnie skorelowane z tendencją IGD. Młodzież z niższym GMV w obszarach mózgu związanych z procesem sensomotorycznym i kontrolą poznawczą wykazywała wyższą tendencję IGD.
Było to zgodne z hipotezą, że GMV w MFG, jako część kory przedczołowej zaangażowanej w kontrolę poznawczą (35, 36), był ujemnie skorelowany z tendencją IGD. Strukturalne i funkcjonalne nieprawidłowości były szeroko zgłaszane u osób z IGD (37-40). Na przykład w IA stwierdzono mniejszą aktywację w korze przedczołowej (40). Poprzednie badania wykazały niższą gęstość GMV i GMV w korze przedczołowej u osób z IGD (37, 39). Mniejsza amplituda wahań niskiej częstotliwości w prawym MFG ujawniła się również u osób z IGD (41). Nieprawidłową aktywację w korze przedczołowej stwierdzono również u osób uzależnionych od narkotyków, takich jak osoby używające marihuany i abstynentne osoby nadużywające kokainy (42-44). Podobne zmiany w funkcjonalnej łączności kory przedczołowej ujawniły się u osób z uzależnieniem od alkoholu i osób z IGD (45, 46). Badania te wykazały, że strukturalny lub funkcjonalny stan kory przedczołowej był związany z uzależnieniem. W tym badaniu GMV prawego MFG był ujemnie skorelowany z wynikiem IAT i był niższy w podgrupie wyników o wysokim IAT niż w podgrupie wyników o niskim IAT. Nieprawidłowości strukturalne w prawym MFG mogą prowadzić do upośledzenia kontroli poznawczej w grach online. W rezultacie gracze online nie mogli kontrolować swojej problematycznej gry online i wykazywali większą tendencję do IGD.
Niezgodne z hipotezą, nie znaleźliśmy GMV prążkowia brzusznego korelującego z wynikiem IAT. Prążkowie brzuszne jest regionem krytycznym związanym z uzależnieniem i zazwyczaj wykazuje nieprawidłową aktywację u osób z uzależnieniem (26, 27). W naszym badaniu skupiliśmy się na młodzieżowych grach online, ale nie tylko na osobach z IGD, które mogą być możliwym wyjaśnieniem negatywnego wyniku prążkowia brzusznego. Jednak ten negatywny wynik powinien zostać zweryfikowany w przyszłych badaniach z dużą wielkością próby.
Nieoczekiwanie preCG, postCG i pMCC zaangażowane w proces sensomotoryczny wykazały ujemne korelacje z wynikiem IAT. PreCG odegrał główną rolę w planowaniu i prowadzeniu silnika (47). Okres dojrzewania jest krytycznym okresem rozwoju neuronalnego i jest podatny na wpływ czynników środowiskowych. Poprzednie badania wykazały, że spożywanie alkoholu i narkotyków może zmienić GMV w rozwijającym się mózgu nastolatków (48). Badanie wykazało, że dłuższe stosowanie metamfetaminy było związane z redukcją GMV w preCG (49). W naszym badaniu GMV preCG było niższe w podgrupie wyników o wysokim IAT niż w podgrupie wyników o niskim IAT. Rozważenie zapobiegania i tłumienia działania jest koncepcyjnie związane z pierwotną korą ruchową (50), zmniejszenie GMV preCG może być związane z tendencją IGD. PostCG składa się z pierwotnej kory czuciowej i bierze udział w integracji informacji sensorycznych (24). Ujemna korelacja między GMV postCG a wynikiem IAT oznacza niższy GMV tego regionu u osób z wyższym wynikiem IAT. Nieprawidłowe połączenie funkcji postCG stwierdzono u młodzieży z IGD (51). Zmniejszone GMV i grubość kory postCG ujawniły się również odpowiednio u osób używających heroiny (52) i młodzież z uzależnieniem od gier online (53). Upośledzenie postCG może prowadzić do nieprawidłowości w odbiorze, przetwarzaniu i integracji sygnałów związanych z ciałem i może nie prowadzić do bieżących zachowań związanych z pobudzeniem, uwagą, stresem, nagrodą i uwarunkowaniem, aw końcu z uzależnieniem (54). W tym badaniu ujemne korelacje strukturalne z wynikiem IAT stwierdzono również w lewym pMCC. PMCC wykazuje rozległą łączność funkcjonalną z obszarami mózgu zaangażowanymi w sieć sensomotoryczną (55, 56) i odgrywa ważną rolę w przetwarzaniu integracji czuciowo-ruchowej i kontroli motorycznej (57). Obszary sensomotoryczne nie tylko kontrolują podstawowe aspekty ruchu, ale mogą także kształtować ludzkie zachowanie (58). Właściwości funkcjonalne sieci sensomotorycznej mogą być istotne dla zautomatyzowanych / kompulsywnych zachowań w uzależnieniu (59). U osób z uzależnieniem od kokainy zgłaszano również zaburzenia kory czuciowo-ruchowej (60, 61) i spożycie alkoholu (62). Reasumując, redukcja GMV w preCG, postCG i pMCC może mieć związek z nieprawidłowościami sieci czuciowo-ruchowej i dalej związana z tendencją IGD.
W niniejszym badaniu negatywne korelacje między wynikiem IAT a GMV prawego preCG / postCG, lewego IPL i prawego precuneusa zniknęły po uwzględnieniu wpływu całkowitego czasu gry online. PreCG / postCG był zaangażowany w proces sensomotoryczny (63); IPL i właściwe precuneus były ściśle związane z przetwarzaniem wizualnym i celowym (64-66). Proces gry wymaga od graczy, aby przez długi czas zwracali pełną uwagę na drobną zmianę na ekranie, a następnie uszkadzają ich zdolność widzenia (65), które mogą mieć związek z redukcją GMV w regionach związanych z uwagą wzrokową. Poprzednie badania wykazały zmniejszenie GMV precuneus (8) i zmniejszona grubość korowa IPL (53) u osób uzależnionych od gier online. Nasze wyniki wskazują, że na zmniejszenie GMV w niektórych obszarach mózgu związanych z uwagą wzrokową i procesem sensomotorycznym miał wpływ całkowity czas gry online, a mianowicie kumulacyjny efekt gry online.
W naszym badaniu należy odnotować kilka ograniczeń. Po pierwsze, chociaż ujawniono pewne korelacje między GMV mózgu a wynikiem IAT, przyczynowości nie można wyjaśnić w tej analizie korelacji. Obserwowany niższy GMV u młodzieży z wyższym wynikiem IAT może być wynikiem nadmiernej gry online lub istniejącego wcześniej warunku, który jest wrażliwy na IGD. Po drugie, IAT jest kwestionariuszem subiektywnym i potrzebne są bardziej obiektywne metody oceny tendencji do IGD. Po trzecie, całkowity czas grania w gry online był tylko prawdopodobnym środkiem i może nie być wystarczająco dokładny. Po czwarte, nie mogliśmy wykluczyć wpływu gatunku gry na wyniki, które należy uwzględnić w przyszłych badaniach. Ostatecznie do badania włączono tylko nastolatków płci męskiej. Dlatego też niniejsze odkrycia są ograniczone do męskich nastolatków grających w gry online.
Wnioski
W tym badaniu korelacja strukturalna z tendencją do IGD była badana w grupie nastolatków grających w gry online. Stwierdzono, że GMV regionów mózgu związanych z procesem sensomotorycznym i kontrolą poznawczą są związane z wynikiem IAT. Niższy GMV regionów związanych z procesem czuciowo-ruchowym i kontrolą poznawczą może przypisywać wysoką tendencję IGD, co może prowadzić do nowych celów w zapobieganiu i leczeniu IGD u młodzieży.
Oświadczenie o etykiecie
Niniejsze badanie zostało zatwierdzone przez Komisję Etyczną Szpitala Ogólnego Uniwersytetu Medycznego w Tianjin, a wszyscy uczestnicy i ich opiekunowie wyrazili świadomą zgodę na piśmie zgodnie z wytycznymi instytucjonalnymi.
Autorskie Wkłady
Badania opracowane przez NP, YY, XL i QZ. XQ, XD, GD, YZ i QZ przeprowadziły badania. YY brało udział w ocenie klinicznej. Analizowane dane NP, YZ, GD i QZ. NP, YZ, XL, YY i QZ napisali artykuł.
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.
Przypisy
Referencje
1. Zablokuj JJ. Zagadnienia dotyczące DSM-V: uzależnienie od Internetu. Am J Psychiatry (2008) 165(3):306–7. doi:10.1176/appi.ajp.2007.07101556
2. Li Y, Zhang X, Lu F, Zhang Q, Wang Y. Uzależnienie od Internetu wśród uczniów szkół podstawowych i gimnazjów w Chinach: reprezentatywne studium krajowe. Cyberpsychol Behav Soc Netw (2014) 17(2):111–6. doi:10.1089/cyber.2012.0482
3. Hayakawa YK, Sasaki H, Takao H, Mori H, Hayashi N, Kunimatsu A, et al. Strukturalne nieprawidłowości w mózgu u kobiet z subkliniczną depresją, jak ujawniono na podstawie obrazowania morfometrycznego i dyfuzyjnego opartego na wokselu. J Affect Disord (2013) 144(3):263–8. doi:10.1016/j.jad.2012.10.023
4. Takeuchi H, Taki Y, Sassa Y, Hashizume H, Sekiguchi A, Nagase T, et al. Regionalna szarość i objętość istoty białej związana z interferencją Stroopa: dowody z morfometrii opartej na wokselu. Neuroimage (2012) 59(3):2899–907. doi:10.1016/j.neuroimage.2011.09.064
5. Liu F, Guo W, Yu D, Gao Q, Gao K, Xue Z, et al. Klasyfikacja różnych odpowiedzi terapeutycznych dużego zaburzenia depresyjnego metodą wielowymiarowej analizy wzoru opartą na skanach strukturalnych MR. PLoS ONE (2012) 7(7):e40968. doi:10.1371/journal.pone.0040968
6. Yuan K, Qin W, Wang G, Zeng F, Zhao L, Yang X, et al. Zaburzenia mikrostruktury u młodzieży z zaburzeniami uzależnienia od Internetu. PLoS ONE (2011) 6(6):e20708. doi:10.1371/journal.pone.0020708
7. Weng CB, Qian RB, Fu XM, Lin B, Han XP, Niu CS, et al. Nieprawidłowości szarej substancji i istoty białej w uzależnieniu od gier online. Eur J Radiol (2013) 82(8):1308–12. doi:10.1016/j.ejrad.2013.01.031
8. Słońce Y, Słońce J, Zhou Y, Ding W, Chen X, Zhuang Z, et al. Ocena zmian mikrostruktury in vivo istoty szarej za pomocą DKI w uzależnieniu od gier internetowych. Behav Brain Funct (2014) 10:37. doi:10.1186/1744-9081-10-37
9. Ko CH, Hsieh TJ, Wang PW, Lin WC, Yen CF, Chen CS i in. Zmieniona gęstość istoty szarej i zakłócona funkcjonalna łączność ciała migdałowatego u dorosłych z zaburzeniami gry internetowej. Prog Neuropsychopharmacol Biol Psychiatry (2015) 57:185–92. doi:10.1016/j.pnpbp.2014.11.003
10. Lin X, Dong G, Wang Q, Du X. Nienormalna istota szara i objętość istoty białej w „uzależnionych od gier internetowych”. Addict Behav (2015) 40:137–43. doi:10.1016/j.addbeh.2014.09.010
11. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, Xu JR, et al. Nieprawidłowości szarej substancji w uzależnieniu od Internetu: badanie morfometryczne oparte na wokseli. Eur J Radiol (2011) 79(1):92–5. doi:10.1016/j.ejrad.2009.10.025
12. Kuhn S, Gleich T, Lorenz RC, Lindenberger U, Gallinat J. Gra super mario wywołuje strukturalną plastyczność mózgu: zmiany istoty szarej wynikające z treningu w komercyjnej grze wideo. Mol Psychiatry (2014) 19(2):265–71. doi:10.1038/mp.2013.120
13. Przybylski AK, Weinstein N, Murayama K. Zaburzenia gier internetowych: badanie znaczenia klinicznego nowego zjawiska. Am J Psychiatry (2017) 174(3):230–6. doi:10.1176/appi.ajp.2016.16020224
14. Wen T, Hsieh S. Analiza oparta na sieci ujawnia funkcjonalną łączność związaną z tendencją do uzależnienia od Internetu. Front Hum Neurosci (2016) 10:6. doi:10.3389/fnhum.2016.00006
15. Li W, Li Y, Yang W, Zhang Q, Wei D, Li W, et al. Struktury mózgu i funkcjonalna łączność związane z indywidualnymi różnicami w tendencji internetowej u zdrowych młodych dorosłych. Neuropsychologia (2015) 70:134–44. doi:10.1016/j.neuropsychologia.2015.02.019
16. Kuhn S, Gallinat J. Brains online: strukturalne i funkcjonalne korelaty zwykłego korzystania z Internetu. Addict Biol (2015) 20(2):415–22. doi:10.1111/adb.12128
17. Cai C, Yuan K, Yin J, Feng D, Bi Y, Li Y, i in. Morfometria prążkowia jest związana z deficytami kontroli poznawczej i nasileniem objawów zaburzeń w grach internetowych. Brain Imaging Behav (2016) 10(1):12–20. doi:10.1007/s11682-015-9358-8
18. Zhou F, Montag C, Sariyska R, Lachmann B, Reuter M, Weber B, et al. Orbitofrontalne deficyty istoty szarej jako marker zaburzeń gier internetowych: zbieżne dowody z przekrojowego i prospektywnego projektu podłużnego. Addict Biol (2017). doi: 10.1111 / adb.12570
19. Ac-Nikolic E, Zaric D, Niciforovic-Surkovic O. Rozpowszechnienie uzależnienia od Internetu wśród uczniów w Nowym Sadzie. Srp Arh Celok Lek (2015) 143(11–12):719–25. doi:10.2298/SARH1512719A
20. Gonzalvez MT, Espada JP, Orgiles M, Morales A, Sussman S. Nikotyna jako mediator efektów projektu EX w celu ograniczenia używania tytoniu u uczonych. Front Psychol (2016) 7:1207. doi:10.3389/fpsyg.2016.01207
21. Colby SM, Nargiso J, Tevyaw TO, Barnett NP, Metrik J, Lewander W, et al. Ulepszone rozmowy motywacyjne a krótkie porady dotyczące zaprzestania palenia przez młodzież: wyniki randomizowanego badania klinicznego. Addict Behav (2012) 37(7):817–23. doi:10.1016/j.addbeh.2012.03.011
22. Thanki D, Domingo-Salvany A, Barrio Anta G, Sanchez Manez A, Llorens Aleixandre N, Suelves JM, et al. Wybór instrumentu badań przesiewowych ma znaczenie: przypadek problematycznego badania przesiewowego używania konopi indyjskich w hiszpańskiej populacji nastolatków. ISRN Addict (2013) 2013:723131. doi:10.1155/2013/723131
23. Kuhn S, Romanowski A, Schilling C, Lorenz R, Morsen C, Seiferth N, et al. Neuralna podstawa gier wideo. Przełóż Psychiatrię (2011) 1:e53. doi:10.1038/tp.2011.53
24. Tanaka S, Ikeda H, Kasahara K, Kato R, Tsubomi H, Sugawara SK, et al. Większa prawa tylna objętość ciemieniowa u ekspertów od gier wideo: badanie morfometrii behawioralnej i wokselowej (VBM). PLoS ONE (2013) 8(6):e66998. doi:10.1371/journal.pone.0066998
25. Lee D, Namkoong K, Lee J, Jung YC. Nieprawidłowa objętość istoty szarej i impulsywność u młodych dorosłych z zaburzeniami gier internetowych. Addict Biol (2017). doi: 10.1111 / adb.12552
26. Ashby FG, Turner BO, Horvitz JC. Wkład korowych i podstawnych zwojów do uczenia się nawyku i automatyzmu. Trendy Cogn Sci (2010) 14(5):208–15. doi:10.1016/j.tics.2010.02.001
27. Volkow ND, Wang GJ, Fowler JS, Tomasi D, Telang F. Addiction: Poza obwodem nagrody dopaminy. Proc Natl Acad Sci USA (2011) 108(37):15037–42. doi:10.1073/pnas.1010654108
28. Walter M, Wang Y, Yin Y, Sun YW, Zhou Y, Chen X, et al. Zmniejszona międzypółkulowa łączność funkcjonalna płata przedczołowego u młodzieży z zaburzeniami gry internetowej: badanie podstawowe z zastosowaniem fMRI w stanie spoczynku. PLoS ONE (2015) 10(3):e0118733. doi:10.1371/journal.pone.0118733
29. Koob GF, Volkow ND. Neurocircuitry uzależnienia. Neuropsychopharmacology (2009) 35(1):217–38. doi:10.1038/npp.2009.110
30. Yu L, Shek DT. Uzależnienie od Internetu w Hongkongu: trzyletnie badanie podłużne. J Pediatr Adolesc Gynecol (2013) 26(3 Suppl):S10–7. doi:10.1016/j.jpag.2013.03.010
31. Young KS. Złapany w sieci: jak rozpoznać oznaki uzależnienia od Internetu - i zwycięską strategię odzyskiwania. Ocena (1998) 21(6):713–22.
32. Ashburner J. Szybki algorytm rejestracji obrazu diffeomorficznego. Neuroimage (2007) 38(1):95–113. doi:10.1016/j.neuroimage.2007.07.007
33. Nichols TE, Holmes AP. Nieparametryczne testy permutacji neuroobrazowania funkcjonalnego: primer z przykładami. Hum Brain Mapp (2002) 15(1):1–25. doi:10.1002/hbm.1058
34. Smith SM, Nichols TE. Udoskonalenie klastra bezprogowego: rozwiązywanie problemów wygładzania, zależności progowej i lokalizacji w wnioskach klastrowych. Neuroimage (2009) 44(1):83–98. doi:10.1016/j.neuroimage.2008.03.061
35. Rd MDA, Cohen JD, Stenger VA, Carter CS. Oddzielenie roli grzbietowo-bocznej przedniej i przedniej obręczy obręczy w kontroli poznawczej. nauka (2000) 288(5472):1835. doi:10.1126/science.288.5472.1835
36. Yuan P, Raz N. Kora przedczołowa i funkcje wykonawcze u zdrowych dorosłych: metaanaliza badań neuroobrazowania strukturalnego. Neurosci Biobehav Rev (2014) 42(5):180–92. doi:10.1016/j.neubiorev.2014.02.005
37. Wang H, Jin C, Yuan K, Shakir TM, Mao C, Niu X, et al. Zmiana objętości istoty szarej i kontrola poznawcza u młodzieży z zaburzeniami gry internetowej. Front Behav Neurosci (2015) 9:64. doi:10.3389/fnbeh.2015.00064
38. Liu GC, Yen JY, Chen CY, CF CF, Chen CS, Lin WC, i in. Aktywacja mózgu w celu zahamowania reakcji pod wpływem rozproszenia pamięci w grach internetowych. Kaohsiung J Med Sci (2014) 30(1):43–51. doi:10.1016/j.kjms.2013.08.005
39. Choi J, Cho H, Kim JY, Jung DJ, Ahn KJ, Kang HB, et al. Zmiany strukturalne w korze przedczołowej pośredniczą w związku między zaburzeniem gry internetowej a obniżonym nastrojem. Sci Rep (2017) 7(1):1245. doi:10.1038/s41598-017-01275-5
40. Seok JW, Lee KH, Sohn S, Sohn JH. Neuralne substraty podejmowania ryzykownych decyzji u osób z uzależnieniem od Internetu. Aust NZJ Psychiatria (2015) 49(10):923–32. doi:10.1177/0004867415598009
41. Park SY, Kim SM, Roh S, Soh MA, Lee SH, Kim H i in. Efekty programu leczenia wirtualnej rzeczywistości dla uzależnienia od gier online. Comput Methods Programy Biomed (2016) 129:99–108. doi:10.1016/j.cmpb.2016.01.015
42. Bolla K, Ernst M, Kiehl K, Mouratidis M, Eldreth D, Contoreggi C, et al. Zaburzenia kory przedczołowej u abstynentnych osób nadużywających kokainy. J Neuropsychiatry Clin Neurosci (2004) 16(4):456. doi:10.1176/jnp.16.4.456
43. Bolla KI, Eldreth DA, Matochik JA, Cadet JL. Neuralne substraty wadliwego podejmowania decyzji u abstynentnych użytkowników marihuany. Neuroimage (2005) 26(2):480–92. doi:10.1016/j.neuroimage.2005.02.012
44. Bolla KI, Eldreth DA, London ED, Kiehl KA, Mouratidis M, Contoreggi C, et al. Zaburzenia kory oczodołowo-czołowej u abstynentów nadużywających kokainy wykonujących zadania decyzyjne. Neuroimage (2003) 19(3):1085. doi:10.1016/S1053-8119(03)00113-7
45. Ge X, Sun Y, Han X, Wang Y, Ding W, Cao M, et al. Różnica w funkcjonalnej łączności grzbietowo-bocznej kory przedczołowej między palaczami uzależnionymi od nikotyny a osobami z zaburzeniami w grach internetowych. BMC Neurosci (2017) 18(1):54. doi:10.1186/s12868-017-0375-y
46. Han JW, Han DH, Bolo N, Kim B, Kim BN, Renshaw PF. Różnice w funkcjonalnej łączności między uzależnieniem od alkoholu a zaburzeniami gier internetowych. Addict Behav (2015) 41:12–9. doi:10.1016/j.addbeh.2014.09.006
47. Nock NL, Dimitropolous A, Tkach J, Frasure H, von Gruenigen V. Redukcja aktywacji neuronalnej do wysokokalorycznych sygnałów pokarmowych u otyłych osób, które przeżyły raka endometrium po interwencji behawioralnej w stylu życia: badanie pilotażowe. BMC Neurosci (2012) 13:74. doi:10.1186/1471-2202-13-74
48. Squeglia LM, Gray KM. Alkohol i zażywanie narkotyków oraz rozwijający się mózg. Curr Psychiatry Rep (2016) 18(5):46. doi:10.1007/s11920-016-0689-y
49. Hall MG, Alhassoon OM, Stern MJ, Wollman SC, Kimmel CL, Perez-Figueroa A, et al. Nieprawidłowości szarej substancji w kokainie w porównaniu z pacjentami uzależnionymi od metamfetaminy: metaanaliza neuroobrazowania. Am J Drug Alcohol Abuse (2015) 41(4):290–9. doi:10.3109/00952990.2015.1044607
50. Stinear CM, Coxon JP, Byblow WD. Pierwotna kora ruchowa i zapobieganie ruchowi: tam, gdzie zatrzymują się spotkania idź. Neurosci Biobehav Rev (2009) 33(5):662–73. doi:10.1016/j.neubiorev.2008.08.013
51. Zhang JT, Yao YW, Li CS, Zang YF, Shen ZJ, Liu L, et al. Zmieniona funkcjonalna łączność wyspy w stanie spoczynku u młodych dorosłych z zaburzeniami gier internetowych. Addict Biol (2016) 21(3):743–51. doi:10.1111/adb.12247
52. Gardini S, Venneri A. Zredukowana istota szara w tylnej wyspie jako strukturalna wrażliwość lub skaza na uzależnienie. Brain Res Bull (2012) 87(2–3):205–11. doi:10.1016/j.brainresbull.2011.11.021
53. Yuan K, Cheng P, Dong T, Bi Y, Xing L, Yu D, et al. Nieprawidłowości grubości korowej w późnym okresie dojrzewania z uzależnieniem od gier online. PLoS ONE (2013) 8(1):e53055. doi:10.1371/journal.pone.0053055
54. Paulus MP, Stewart JL. Interocepcja i uzależnienie od narkotyków. Neuropharmacology (2014) 76 (Pt B): 342 – 50. doi: 10.1016 / j.neuropharm.2013.07.002
55. Picard N, Strick PL. Obszary motoryczne ściany przyśrodkowej: przegląd ich lokalizacji i aktywacji funkcjonalnej. Cereb Cortex (1996) 6(3):342–53. doi:10.1093/cercor/6.3.342
56. Yu C, Zhou Y, Liu Y, Jiang T, Dong H, Zhang Y, et al. Funkcjonalna segregacja ludzkiej kory zakrętu obręczy jest potwierdzona przez funkcjonalne połączenie neuroanatomiczne. Neuroimage (2011) 54(4):2571–81. doi:10.1016/j.neuroimage.2010.11.018
57. Wang D, Zhou Y, Zhuo C, Qin W, Zhu J, Liu H, et al. Zmieniona funkcjonalna łączność podregionów zakrętu w schizofrenii. Przełóż Psychiatrię (2015) 5:e575. doi:10.1038/tp.2015.69
58. Casartelli L, Chiamulera C. Droga motoryczna: implikacje kliniczne zrozumienia i kształtowania działań z układem ruchowym w autyzmie i narkomanii. Cogn Affect Behav Neurosci (2016) 16(2):191–206. doi:10.3758/s13415-015-0399-7
59. Gremel CM, Lovinger DM. Role asocjacyjnych i sensomotorycznych obwodów zwojów korowo-podstawnych w efektach nadużywanych leków. Genes Brain Behav (2017) 16(1):71–85. doi:10.1111/gbb.12309
60. Porrino LJ, Lyons D, Smith HR, Daunais JB, Nader MA. Samo podawanie kokainy powoduje postępujące zaangażowanie domen limbicznych, asocjacyjnych i sensomotorycznych prążkowia. J Neurosci (2004) 24(14):3554–62. doi:10.1523/JNEUROSCI.5578-03.2004
61. Hanlon CA, Wesley MJ, Roth AJ, Miller MD, Porrino LJ. Utrata boczności u osób z przewlekłą kokainą: badanie fMRI kontroli sensomotorycznej. Psychiatry Res (2010) 181(1):15–23. doi:10.1016/j.pscychresns.2009.07.009
62. Nikolaou K, Critchley H, Duka T. Alkohol wpływa na neuronalne substraty hamowania reakcji, ale nie na percepcyjne przetwarzanie bodźców sygnalizujących reakcję zatrzymania. PLoS ONE (2013) 8(9):e76649. doi:10.1371/journal.pone.0076649
63. White LE, Andrews TJ, Hulette C, Richards A, Groelle M, Paydarfar J, et al. Struktura ludzkiego układu sensomotorycznego. I: morfologia i cytoarchitektura bruzdy centralnej. Cereb Cortex (1997) 7(1):18–30. doi:10.1093/cercor/7.1.18
64. Cavanna AE, Trimble MR. Precuneus: przegląd jego anatomii funkcjonalnej i korelacji behawioralnych. Mózg (2006) 129(Pt 3):564–83. doi:10.1093/brain/awl004
65. Feng Q, Chen X, Sun J, Zhou Y, Sun Y, Ding W, et al. Porównanie poziomu wokseli tętniczego perfuzji rezonansu magnetycznego znakowanego spinem u młodzieży z uzależnieniem od gier internetowych. Behav Brain Funct (2013) 9(1):33. doi:10.1186/1744-9081-9-33
66. Due DL, Huettel SA, Hall WG, Rubin DC. Aktywacja w obwodach neuronalnych mezolimbicznych i wzrokowo-przestrzennych wywołanych przez sygnały palenia: dowody z funkcjonalnego rezonansu magnetycznego. Am J Psychiatry (2002) 159(6):954–60. doi:10.1176/appi.ajp.159.6.954