Front Psychiatry. 2018 Apr 23; 9: 154. doi: 10.3389 / fpsyt.2018.00154. eCollection 2018.
Liu L1,2, Yao YW2, Li CR3,4, Zhang JT2, Xia CC5, Lan J1, Ma SS1, Zhou N1, Fang XY1.
Abstrakcyjny
Zaburzenia gry internetowej (IGD) charakteryzują się deficytami poznawczymi i emocjonalnymi. Poprzednie badania wykazały współwystępowanie IGD i depresji. Jednak istniejące badania obrazowania mózgu w dużej mierze skupiały się na deficytach poznawczych w IGD. Niewiele badań dotyczyło współwystępowania objawów IGD i depresji oraz leżących u ich podstaw mechanizmów nerwowych. Tutaj systematycznie badaliśmy tę kwestię, łącząc badanie podłużne, badanie przekrojowe łączności funkcjonalnej w stanie spoczynku (rsFC) i badanie interwencyjne. Autoregresywne modelowanie z opóźnieniem w oparciu o zbiór danych podłużnych studentów wykazało, że nasilenie IGD i depresja są wzajemnie predykcyjne. Na poziomie neuronalnym osoby z IGD wykazywały zwiększoną rsFC między lewym ciałem migdałowatym a prawą grzbietowo-boczną korą przedczołową (DLPFC), dolny zakręt czołowy i zakręt przedtrzonowy, w porównaniu z uczestnikami kontrolnymi, a łączność ciała migdałowatego i czołowego w punkcie wyjściowym negatywnie przewidywała zmniejszenie objawów depresji po interwencji psychoterapii. Ponadto, po interwencji, osoby z IGD wykazywały zmniejszoną łączność między lewym ciałem migdałowatym a lewym środkowym czołowym i przedśrodkowym zakrętem, w porównaniu z grupą nieinterwencyjną. Te ustalenia razem sugerują, że IGD może być ściśle związane z depresją; nieprawidłowy rsFC między sieciami emocji i kontroli wykonawczej może leżeć u podstaw depresji i stanowić cel terapeutyczny u osób z IGD. Nazwa rejestru: Mechanizm behawioralny i mózgowy IGD; URL: https://www.clinicaltrials.gov/ct2/show/NCT02550405; Numer rejestracyjny: NCT02550405.
SŁOWA KLUCZOWE:
migdał; depresja; fMRI; zaburzenia gry internetowej; łączność funkcjonalna w stanie spoczynku; podgrupa przedniej obręczy obręczy
PMID: 29740358
PMCID: PMC5924965
DOI: 10.3389 / fpsyt.2018.00154
URL: https://www.clinicaltrials.gov/ct2/show/NCT02550405;
Numer rejestracyjny: NCT02550405.
Wprowadzenie
Uzależnienia behawioralne i zaburzenia używania substancji wykazują wiele objawów klinicznych, w tym choroby współistniejące, takie jak depresja [1]. Uzależnienie od Internetu (IA) uznano za domniemane uzależnienie od zachowania. Zaburzenia gier internetowych (IGD), jako najbardziej rozpowszechniona forma IA, zostały włączone do piątej edycji Podręcznika diagnostycznego i statystycznego zaburzeń psychicznych (DSM-5) jako warunku wymagającego dalszych badań [2]. Choroby psychiczne tradycyjnie uważa się za kategorycznie odrębne jednostki. Jednak w inicjatywie Kryteria Domeny Badawczej (RDoC), neurobiologiczne markery dysfunkcji poznawczych i emocjonalnych są uważane za mające istotne znaczenie w klasyfikacji diagnostycznej i mogą być dzielone między stanami neuropsychiatrycznymi [3]. W szczególności obrazowanie mózgu dostarczyło skutecznego narzędzia do identyfikacji tych markerów nerwowych. Wcześniejsze badania badały neuronalne podstawy upośledzenia funkcji poznawczych, takie jak niedostateczna kontrola hamowania i nieprzystosowanie do podejmowania decyzji w IGD [4, 5]. Jednak dysfunkcje emocjonalne (np. Depresja) i leżące u ich podstaw mechanizmy neuronalne w tej populacji pozostały w dużej mierze niejasne pomimo wysokiej współwystępowania IGD i depresji.
Objawy depresji często występują u osób z IA / IGD [6]. Metaanaliza wykazała znacznie wyższy odsetek pacjentów z depresją u osób z IA (26.3%) niż u osób zdrowych (11.7%) [7]. W badaniach nad IGD odnotowano również wyższe tendencje depresyjne u osób z grupy ryzyka z IGD, a także zmniejszenie depresji podczas remisji z IGD [8-10]. Jednak te przekrojowe odkrycia nie mogły wyjaśnić kierunkowości między IA / IGD a depresją [11, 12]. Badanie prospektywne pomogłoby w dalszym odkryciu zależności między objawami IGD a depresją.
FMRI w stanie spoczynku okazał się powszechnie stosowanym narzędziem do badania wewnętrznej aktywności mózgu [13, 14] i dysfunkcja mózgu w wielu zaburzeniach neuropsychiatrycznych, w tym IGD i dużych zaburzeniach depresyjnych (MDD) [15, 16]. Co ważne, IGD i MDD wydają się współdzielić zmiany w funkcjonalnej łączności spoczynkowej (rsFC) w sieci emocjonalnej, obejmujące ciało migdałowate i podgrupę przedniej obręczy obręczy (sgACC). Ciało migdałowate przyczynia się w szczególności do wykrywania i integracji informacji przechwytujących i autonomicznych oraz bodźców emocjonalnych, a także do tworzenia i przechowywania negatywnych wspomnień emocji [11, 15, 17-19]. SgACC odgrywa kluczową rolę w regulacji pobudzenia w odpowiedzi na emocjonalne i inne istotne bodźce [20, 21]. Poprzednie badania opisywały nieprzystosowalne interakcje ciała migdałowatego z obszarami sieci kontroli wykonawczej, w tym bocznej kory przedczołowej (PFC), w powiązaniu z nadmiernymi reakcjami na negatywne bodźce zarówno w MDD [22-24] i IGD [25]. SgACC ma kluczowe znaczenie dla regulacji afektywnej [15, 22] i patogeneza depresji [15, 26]. Połączony z sgACC i ciałem migdałowatym, PFC jest częścią obwodu kontroli zadań, który reguluje emocje [27]. Pacjenci z MDD wykazali podwyższoną łączność między sgACC a grzbietowo-boczną / grzbietowo-przyśrodkową PFC, w związku z nadmiernym samokontrolującym przeżuwaniem [28, 29]. Zwiększoną łączność sgACC-PFC stwierdzono również u osób z uzależnieniem od narkotyków [30, 31]. Zatem badanie funkcjonalnych połączeń między ciałem migdałowatym, sgACC i PFC, a także ich związek z depresją i nasileniem uzależnienia może ujawnić krytyczne fenotypy neuronalne IGD.
Ponadto poprzednie badania wykazały, że interwencje behawioralne są skuteczne w łagodzeniu zarówno ciężkości uzależnienia [32, 33] i objawy depresji u osób z IGD lub IA w ogóle [34-36]. Zbadanie, w jaki sposób interwencje behawioralne wpływają na łączność sieci emocjonalnej i jej powiązania ze zmniejszeniem depresji i objawami uzależnień, dostarczyłoby dodatkowych dowodów na poparcie wspólnych neuronalnych substratów IGD i depresji.
W bieżącym badaniu przedstawiliśmy wyniki badania podłużnego 4-a, którego celem było zbadanie zależności między nasileniem objawów depresji a uzależnieniem w IGD. Ponadto, aby wyjaśnić sieci neuronalne leżące u podstaw depresji u osób z IGD, przeprowadziliśmy przekrojowe badanie rsFC skupiające się na ciele migdałowatym i sgACC. Na koniec zbadaliśmy, w jaki sposób leczenie behawioralne łagodzi depresję i poprawia dysfunkcje obwodów w związku z depresją u osób z IGD. Na podstawie wcześniejszych dowodów behawioralnych [11, 12, 37], postawiliśmy hipotezę dwukierunkowego związku między przeszłością a przyszłością nasilenia objawów uzależnienia od Internetu / depresji. Ponadto, w oparciu o poprzednie badania neuropsychiatryczne [25, 38], postawiliśmy hipotezę, że osoby z IGD wykazują objawy depresji i zmieniają rsFC ciała migdałowatego i sgACC z regionami sieci kontroli wykonawczej, co może być złagodzone przez interwencję behawioralną IGD.
Materiały i Metody
Uczestnicy
W przypadku badania 1 dane zostały zebrane w ramach podłużnego badania korzystania z Internetu przez studentów na uniwersytecie w Pekinie, w czterech falach, począwszy od roku 2011. Za pomocą internetowego narzędzia ankietowego, kohorta studentów pierwszego roku studentów oceniano corocznie. Wszyscy uczestnicy wyrazili pisemną świadomą zgodę i otrzymali rekompensatę finansową za swój czas, zgodnie z protokołem zatwierdzonym przez Institutional Review Board of the School of Psychology, Beijing Normal University.
Uczestnicy badania zostali włączeni do badania tylko wtedy, gdy grali w gry online i wydawali średnio ponad 20 swojego codziennego czasu na korzystanie z Internetu do gier w każdym z czterech kolejnych lat, z których dane zostały pobrane. Spośród ogółu studentów 2,182, 1,619 (samice 1,253, mężczyźni 366) nie spełniły kryteriów włączenia i zostały wykluczone z badania. Współczynnik wykluczenia kobiet (90.99%) był wyższy niż mężczyzn (45.47%) (χ2 = 550.056, P <0.001). W ten sposób uzyskano ankiety od łącznie 563 uczniów (124 kobiety i 439 mężczyzn). Ich wiek wahał się od 16 do 21 lat (średnia ± SD = 18.31 ± .89) w Time 1.
Badania 2 i 3 były częścią większego projektu opracowania i oceny interwencji behawioralnej w IGD. Rekrutacja uczestników odbywała się za pośrednictwem Internetu i ogłoszeń zamieszczanych na lokalnych uczelniach, z następującymi kryteriami włączenia: (1) wynik> 67 w CIAS [39]; (2)> 14 godzin tygodniowo przy grach internetowych przez co najmniej 1 rok. Kryteria włączenia dla zdrowych uczestników kontroli (HC) były następujące: (1) wynik <60 w CIAS; (2) nigdy nie spędzał więcej niż 2 godziny tygodniowo na grach internetowych. Wszyscy uczestnicy byli praworęcznymi mężczyznami. Kryteria wykluczenia obejmowały obecne lub wcześniejsze używanie nielegalnych substancji i hazardu (w tym hazard online), historię chorób psychiatrycznych lub neurologicznych oraz bieżące stosowanie leków psychotropowych, co oceniono na podstawie częściowo ustrukturyzowanego wywiadu. W badaniu 76 wzięło udział łącznie 41 osób z IGD i 2 HCs. W badaniu 3 zrekrutowano 63 osoby z IGD, spośród których 44 zgodziło się uczestniczyć w interwencji behawioralnej w głód (grupa CBI +), a pozostałe 19 było w grupie kontrolnej (Grupa CBI−) ze względu na ich harmonogram pracy. Dwadzieścia trzy osoby z grupy CBI + uczestniczyły w badaniu fMRI w stanie spoczynku przed i po CBI. Szesnaście z 19 CBI− zostało podobnie zeskanowanych w tych samych punktach czasowych. Badania 2 i 3 zostały zatwierdzone przez Institutional Review Board of the State Key Laboratory of Cognitive Neuroscience and Learning na Beijing Normal University.
Środki
Dla Study 1, 2 i 3 zmierzyliśmy nasilenie uzależnienia od Internetu wśród graczy college'u za pomocą chińskiej skali uzależnienia od Internetu (CIAS; 40), który składa się z elementów 26 w skali Likerta 4-point, oceniając wymiary 5 objawów / konsekwencji, w tym kompulsywne używanie, wycofanie, tolerancję i problemy relacji międzyludzkich oraz zarządzanie zdrowiem / czasem. Wiarygodność i trafność CIAS wykazano wcześniej dla studentów [40], aw obecnym eksperymencie współczynniki alfa Cronbacha tej skali wynosiły 0.933–0.950 we wszystkich czterech punktach czasowych. W badaniu 1 mierzyliśmy objawy depresji za pomocą trzynastu pozycji z listy kontrolnej objawów (SCL-90) [41]. Pozycje te zostały ocenione w skali od 1 (nigdy prawda) do 4 (zawsze prawda). W obecnym eksperymencie współczynniki alfa Cronbacha dla tej skali wynosiły 0.888–0.936 we wszystkich czterech punktach czasowych. W badaniach 2 i 3 objawy depresji uczestników mierzono za pomocą kwestionariusza Beck Depression Inventory (BDI) [42].
Akwizycja danych MRI
Dla badań 2 i 3, akwizycja danych MRI i przetwarzanie wstępne zostały szczegółowo opisane w poprzednim badaniu [33]. W skrócie, dane fMRI w stanie spoczynku uzyskano za pomocą skanera 3.0 T Siemens Trio w Brain Imaging Center, Beijing Normal University. Parametry dla danych EPI były następujące: czas powtarzania = 2,000 ms, czas echa = 30 ms, kąt odchylenia = 90 °, pole widzenia = 200 × 200 mm2, macierz akwizycji = 64 × 64, rozmiar woksela = 3.1 × 3.1 × 3.5 mm3, slice = 33, punkt czasowy = 200. Skanowano w trybie T1 z następującymi parametrami: czas powtarzania = 2,530 ms, czas echa = 3.39 ms, kąt obrotu = 7 °, pole widzenia = 256 × 256 mm2, rozmiar woksela = 1 × 1 × 1.33 mm3, numer wycinka = 144.
Pragnienie interwencji behawioralnej (CBI)
CBI został opracowany na podstawie wcześniejszej interwencji behawioralnej [33]. Złożone procesy psychologiczne splatają się z dysfunkcją emocjonalną [43], pragnienie może odgrywać kluczową rolę w rozwoju i utrzymaniu IGD. Interwencje, które pomagają ludziom radzić sobie z głodem i go ograniczać, mogą promować pozytywne wyniki i zapobiegać nawrotom (więcej informacji można znaleźć w sekcji Metody w materiałach uzupełniających).
Analiza statystyczna
Autoregresywne modelowanie krzyżowe
W badaniu 1 zastosowaliśmy autoregresyjne modelowanie krzyżowe (ACLM) w celu oceny podłużnych i wzajemnych zależności między nasileniem uzależnienia a objawami depresji. ACLM jest dobrze przystosowany do badania zależności między dwiema konstrukcjami w czasie. W ACLM parametr autoregresywny reprezentuje, jak dobrze wcześniejsza miara yt przewiduje późniejszą miarę y(t + 1), a parametr opóźnienia krzyżowego reprezentuje, jak wcześniejsza miara zt przewiduje późniejszą miarę y(t + 1) powyżej i poza poprzednią miarą yt [44, 45]. ACLM jest szeroko stosowany w badaniu czasowych zależności między klinicznymi, w tym objawami uzależnienia [37, 46, 47]. Zestaw autoregresywnych modeli z opóźnieniem krzyżowym przetestowano w Mplus 7.4 [48]. Mplus używa metody szacowania maksymalnej wiarygodności informacji (FIML) do obsługi brakujących danych (więcej informacji można znaleźć w materiałach uzupełniających). SPSS 20.0 został użyty do statystyk opisowych.
Niezmienność testowania w czasie
ACLM obejmował osiem konstruktów: depresję i nasilenie uzależnienia w Times 1, 2, 3 i 4. W każdym punkcie czasowym podskale CIAS stanowiły ukrytą zmienność nasilenia uzależnienia od Internetu, a nasilenie depresji było indeksowane przez wynik podskali depresji SCL-90. Aby ocenić efekty autoregresji i opóźnienia krzyżowego, zbadaliśmy sekwencyjnie konfiguracyjną, metryczną (tj. Ładującą) i strukturalną niezmienniczość. Porównaliśmy wskaźniki dopasowania modelu czterech zagnieżdżonych modeli (Tabela 1).
Tabela 1. Porównanie autoregresyjnych modeli krzyżowych.
Model 1 służył jako model podstawowy bez ograniczeń niezmienniczości do testowania niezmienniczości konfiguracji. W modelu 2 przetestowaliśmy niezmienniczość metryczną, ograniczając ładunki czynnikowe do równości w czasie (tabela S2), aby zapewnić, że konstrukty mają takie samo znaczenie w każdym punkcie czasowym [50, 51]. W Modelu 3 ograniczyliśmy ścieżki opóźnione krzyżowo dla poziomu depresji (T) 
nasilenie uzależnienia (T + 1) i nasilenie uzależnienia (T) nasilenie depresji (T + 1) jest równe odpowiednio w czasie. Wreszcie w modelu 4 ograniczyliśmy ścieżki auto-regresywne dla depresji i nasilenia uzależnienia w czasie, aby były równe (rysunek 1). Następnie porównaliśmy wskaźniki dopasowania modelu wszystkich czterech modeli sekwencyjnie, aby wybrać najlepszy model. Χ2 do porównania dopasowania modelu zastosowano wartość współczynnika dopasowania porównawczego (CFI), wskaźnik Tuckera-Lewisa (TLI) i średni błąd kwadratowy aproksymacji (RMSEA)49].
Rysunek 1. Analiza regresji opóźnionej krzyżowo. Wskazujemy niezmienniczość metryczną, niezmienniczość konfiguracyjną i niezmienność kowariancji błędów w czasie za pomocą liter na ścieżkach. Liczby są znormalizowanymi współczynnikami ścieżki (*P <0.05; ***P < 0.001).
Analiza statystyczna danych behawioralnych
W badaniu 2 dwie próbki t-testy przeprowadzono w celu porównania nasilenia uzależnienia i depresji między grupami IGD i HC. Analizy wariancji (ANOVA) z powtarzanymi pomiarami zastosowano w badaniu 3 w celu zbadania wpływu CBI na cechy gier internetowych, z grupą (CBI + i CBI−) jako czynnikiem międzyosobniczym, a sesją (linia bazowa i drugi test) jako czynnik wewnątrz przedmiotu.
Wstępne przetwarzanie danych MRI
Dane były wstępnie przetwarzane i analizowane przy użyciu wersji DPABI 1.2 (http://rfmri.org/dpabi) i SPM8 (http://www.fil.ion.ucl.ac.uk/spm). Pierwsze wolumeny 10 zostały odrzucone. Poszczególne dane EPI zostały skorygowane w czasie. Uczestnicy, których ruch głowy przekraczał 3.0 mm w tłumaczeniu lub 3 ° w rotacji (uczestnicy 2 IGD) zostali wykluczeni. Zmniejszyliśmy potencjalne zakłócenia ruchu głowy dzięki korekcji Friston-24. Zredukowaliśmy sygnały z płynu mózgowo-rdzeniowego i istoty białej, aby zmniejszyć możliwe skutki artefaktów fizjologicznych. Dane EPI zostały następnie znormalizowane do przestrzeni Montreal Neurological Institute (MNI). Zastosowano przestrzenny filtr 4 mm pełnej szerokości przy połowie maksymalnego jądra Gaussa. Następnie zastosowano przejściowy filtr pasmowy (0.01 – 0.10 Hz) w celu zmniejszenia dryftu niskiej częstotliwości i szumu o wysokiej częstotliwości.
Obliczenia rsFC
Dwustronne subgenualne nasiona ACC i ciała migdałowatego zidentyfikowano na podstawie atlasu parcelacji opartego na łączności [52] iz atlasu obszaru Brodmanna (obszar Brodmanna 34, patrz Rysunek S1). Średnie szeregi czasowe w każdym nasieniu były regresowane względem wokseli całego mózgu, aby wygenerować mapy korelacji krzyżowych. Współczynniki korelacji przeliczono na Z-score za pomocą transformaty r-do-z Fishera.
Porównaliśmy rsFC grup IGD i HC w sgACC i ciele migdałowatym w badaniu 2, a zmiany rsFC między grupami CBI + i CBI− ([rsFC przy drugim skanowaniu] - [rsFC na początku badania]) w badaniu 3 z dwoma -próba t-testy i mapy różnic grupowych zostały skorygowane za pomocą losowej teorii pola Gaussa (GRFT, poziom woksela P <0.001 w połączeniu z poziomem klastra P <0.05 skorygowany o błąd rodzinny).
W grupie IGD w Badaniu 2 przeprowadziliśmy dalej analizy regresji oparte na ROI, aby zbadać relacje między BDI, wynikiem CIAS i rs-FC, z ROI zidentyfikowanymi na podstawie porównań między grupami obejmujących cały mózg. Zgłosiliśmy znaczące aktywacje mózgu w obszarach ROI, skorygowane za pomocą GRFT na poziomie wokseli P <0.005 i na poziomie klastra P <0.05 (PSVC-FWE < 0.05).
W przypadku badania 3 przeprowadzono analizę regresji opartą na ROI w ramach grupy CBI + w celu zbadania zależności między zmianami BDI i wynikiem CIAS a zmienioną rsFC zidentyfikowaną na podstawie dwóch próbek t-testy (poziom woksela P <0.005 i na poziomie klastra P <0.05; PSVC-FWE < 0.05).
Efekt
Badanie 1: długoterminowe badanie depresji i nasilenia uzależnień u graczy internetowych
Korelacje dwuwymiarowe wykazały umiarkowaną stabilność tych samych zmiennych w czterech falach, znaczące współbieżne korelacje między zmiennymi w obrębie każdej fali i znaczące korelacje wzdłużne między falami (patrz Tabela S1). W szczególności w czterech falach nasilenie uzależnienia od Internetu wcześniej wiązało się z późniejszą depresją (r 'od 0.19 do 0.27, P <0.01), a wcześniejsza depresja wiązała się z większym nasileniem uzależnienia później (r 'od 0.25 do 0.30, P < 0.01).
Aby przetestować relacje dwukierunkowe między uzależnieniem a nasileniem depresji, najpierw dopasowujemy model 1 bez żadnych zmiennych towarzyszących lub ograniczeń. Model pasujący do tego podstawowego modelu był dobry [χ2(210)
= 441.049, P <0.001, CFI = 0.972, RMSEA = 0.044, SRMR = 0.070]. Model 1 służył jako model bazowy do porównań z bardziej ograniczonymi modelami, w których każda ze ścieżek z opóźnieniem krzyżowym była ograniczona, aby była równa we wszystkich pomiarach. Zgodnie z naszymi hipotezami, Model 2 wykazał lepsze dopasowanie niż Model 1 z lepszym RMSEA, ale bez znaczącej różnicy w χ2, Wartości CFI i TLI [Δχ2(12)
= 10.912, P > 0.05; ΔCFI <0.01, ΔTLI <0.01]. W związku z tym poparto metryczną niezmienność uzależnienia od Internetu, co sugeruje, że nasilenie uzależnienia było rozumiane i oceniane przez graczy online jako takie samo w ciągu 4 lat. Po drugie, Model 3 był lepszy w porównaniu do Modelu 2, z nieco lepszym RMSEA, ale tym samym CFI, TLI i χ2 wartość. Oznacza to, że wzajemne opóźnienia dwóch relacji [depresja / nasilenie uzależnienia (T) nasilenie uzależnienia / depresji (T + 1)] było identyczne w latach 4. Następnie model 4 różnił się od modelu 3 w χ2 ale nie inne wskaźniki dopasowania (ΔCFI <0.01, ΔTLI <0.01, ΔRMSEA <0.01), co sugeruje, że każdy autoregresyjny efekt dwóch zmiennych był stabilny i identyczny przez 4 lata. Model 4 został zatem wybrany jako ostateczny model do tego badania.
Stół 2 wymienia współczynniki ścieżki modelu 1 i 4 i pokazuje, że nasilenie uzależnienia od Internetu i objawy depresji były dodatnio skorelowane w czasie. Ponadto wpływ depresji na nasilenie uzależnienia (β = 0.118, 0.126, 0.127) był większy niż wpływ nasilenia uzależnienia na depresję (β = 0.070, 0.066, 0.070). Łącznie wyniki te dostarczają statystycznych miar czasowej zależności między depresją a nasileniem uzależnienia.
Tabela 2. Szacunki parametrów modelu podstawowego i modelu ARCL 6.
Badanie 2: Neural Correlates of Depression w Internet Gaming Disorders
Charakterystyka danych demograficznych i gier internetowych podmiotów IGD i HC
Osoby z IGD i HC nie różniły się pod względem wieku, wykształcenia ani spożycia alkoholu i środków palenia papierosów. Zgodnie z oczekiwaniami osoby z IGD zgłaszały wyższe BDI (8.78 ± 5.54 vs. 2.85 ± 3.64; t = 6.91, P <0.001) i wyższymi punktami CIAS (78.46 ± 8.40 vs. 43.49 ± 9.64; t = 20.27, P <0.001), w porównaniu z pacjentami z HC (Tabela S3).
rsFC Różnice między obiektami IGD i HC
W porównaniu z HC osoby z IGD wykazywały istotnie wyższą rsFC między lewym ciałem migdałowatym a prawą DLPFC (ryc 2 i tabela 3). Nie zaobserwowano jednak istotnych różnic między grupami dla prawego ciała migdałowatego lub obustronnych nasion sgACC. Używając bardziej liberalnego kryterium (poziom woksela P <0.005 i na poziomie klastra P <0.05), osoby z IGD wykazywały istotnie wyższe rsFC między lewym sgACC a prawym DLPFC (Rysunek S2 i Tabela S4).
Rysunek 2. Łączność funkcjonalna w stanie spoczynku u osób z IGD i HC () i związek z depresją w grupie IGD (B).
Tabela 3. Lokalizacje nasion i regiony wykazujące znaczące różnice w łączności między podmiotami IGD i HC (GRFT, poziom woksela P <0.001 i na poziomie klastra P < 0.05).
Relacje zachowań mózgu
W grupie IGD wynik depresji był ujemnie skorelowany z łącznością między lewym ciałem migdałowatym a prawą DLPFC (MNI: 57, 9, 30; r = −0.35; Postać 2). Nie stwierdzono istotnej korelacji między nasileniem uzależnienia a lewym ciałem migdałowatym - właściwą łącznością DLPFC.
Badanie 3: wpływ interwencji behawioralnej na depresję i neuronalne podstawy skuteczności terapeutycznej
Charakterystyka demograficzna i internetowa
ANOVA z powtarzanymi pomiarami wykazała interakcję grupy (CBI + i CBI−) według sesji (pierwsza i druga ocena) pod względem ciężkości IGD [F(1, 59) = 22.62, P <0.001] i wynik BDI [F(1, 59) = 7.89, P <0.01] (tab 4). W porównaniu z grupą kontrolną grupa interwencyjna wykazała znaczące zmniejszenie zarówno CIAS, jak i wyników depresji po leczeniu.
Tabela 4. Porównania mierzonych zmiennych między CBI + a grupą CBI w punktach czasowych przed i po interwencji.
Zmiany w rsFC w grupach CBI + i CBI−
W porównaniu z grupą CBI, grupa CBI + wykazywała znacząco zmniejszoną rsFC lewej części ciała migdałowatego z lewym zakrętem przedsionkowym i DLPFC, po interwencji (ryc. 3A i tabela 5). Nie zaobserwowano jednak istotnych różnic między grupami dla prawego ciała migdałowatego lub obustronnych nasion sgACC. Z bardziej liberalnym kryterium (poziom woksela P <0.005 i na poziomie klastra P <0.05), pacjenci z CBI + wykazywali istotnie zmniejszoną funkcjonalną łączność między lewym sgACC a lewym zakrętem pośrodkowym (Rycina S3 i Tabela S5).
Rysunek 3. Wyniki badania 3. Porównanie zmian rsFC ([rsFC na drugim skanowaniu] - [rsFC na początku]) pomiędzy grupami CBI + i CBI na lewym ciele migdałowatym z MFG, zakrętem przedśrodkowym i SFG (); Negatywne powiązanie między FC lewego ciałka migdałowatego a prawym DLPFC na początku badania ze zmienionym wynikiem depresji w grupie CBI + (B); Przedstawiono wykres rozrzutu korelacji między zmienionym wynikiem BDI i wartościami beta dla klastra przeżywającego w wyjściowym rsFC ciała migdałowatego-DLPFC (DO).
Tabela 5. Lokalizacje nasion i regiony wykazujące istotne różnice w łączności między grupami CBI + i CBI (GRFT, poziom woksela P <0.001 i na poziomie klastra P < 0.05).
Relacje zachowań mózgu
Chociaż nie zaobserwowano istotnych związków między zmianami rsFC i poziomem depresji lub nasileniem uzależnienia w grupie CBI +, łączność między lewym ciałem migdałowatym a prawym DLPFC na początku była negatywnie związana ze zmienionym wynikiem depresji ([Post-Pre], MNI: 42, 15, 27, r = 0.63; SVC; Figury 3B, C) w grupie CBI +. Jednak powiązanie nie było bardziej znaczące, gdy kontrolowano nasilenie depresji wyjściowej.
Dyskusja
Oceniliśmy związek między objawami depresji i uzależnienia a podstawowymi mechanizmami neuronalnymi, łącząc badanie podłużne, badanie przekrojowe łączności funkcjonalnej w stanie spoczynku (rsFC) i badanie interwencyjne. Ogólnie rzecz biorąc, uzależnienie od Internetu i depresja utrzymują dwukierunkową relację między graczami internetowymi, ponieważ nasilenie uzależnienia i depresji wpływają na siebie nawzajem w okresie 4. Poprzez bezpośrednie porównanie osobników z IGD i HC, stwierdziliśmy, że grupa IGD wykazywała wyższą ciężkość depresji i migdałki-DLPFC rsFC, z siłą połączenia negatywnie związaną z depresją w grupie IGD. Co więcej, osoby z IGD wykazywały zmniejszone nasilenie depresji i rsFC między ciałem migdałowatym a DLPFC po otrzymaniu interwencji behawioralnej dla IGD. Nieprawidłowe interakcje między sieciami kontroli emocjonalnej i wykonawczej mogą przyczyniać się do objawów depresji w IGD, a interwencje ukierunkowane na te aberracje mogą złagodzić zarówno objawy uzależnienia od Internetu, jak i depresji. Łącznie wyniki te potwierdzają, że uzależnienie od gier internetowych i objawy depresji są ze sobą ściśle powiązane.
Wyniki są zgodne z hipotezą, że na objawy uzależnienia i depresji graczy internetowych oddziałują wzajemnie. W szczególności nasilenie depresji / uzależnienia od Internetu we wcześniejszym czasie pozytywnie przewiduje nasilenie uzależnienia / depresji w późniejszym czasie. Zatem nasilenie uzależnienia i depresji u graczy online jest dwukierunkowe, co jest zgodne z ustaleniami dotyczącymi innych uzależnień [53, 54]. Chociaż poprzednie badania ujawniły wyższą depresję wśród graczy online [5, 16, 55, 56], a także wzajemne relacje między depresją a nasileniem uzależnienia za pomocą danych podłużnych [57], obecne odkrycia są pierwszymi, które wykazują stabilną dwukierunkową zależność między objawami depresji a uzależnieniem u graczy internetowych. Dwukierunkowa relacja może się ujawnić, ponieważ (1) osoby radzą sobie ze swoim emocjonalnym niepokojem, grając w gry internetowe [2, 58]; (2) przedłużające się gry internetowe wywołują depresję z powodu braku lub wycofania się z prawdziwych relacji [58, 59]. Ponadto niektóre wspólne czynniki, takie jak zdarzenia biologiczne, społeczne lub wczesne życie, mogą zwiększać ryzyko zarówno depresji, jak i IGD, a także ich związku [58, 60]. Ponadto wpływ depresji na nasilenie uzależnienia okazał się wyższy niż wpływ uzależnienia na depresję, co wymaga dalszych badań.
Na poziomie neuronalnym, w porównaniu z HC, grupa IGD wykazywała istotnie wyższe rsFC między lewym ciałem migdałowatym a prawym DLPFC, co było negatywnie związane z nasileniem depresji w grupie IGD. Ciało migdałowate odgrywa kluczową rolę w przetwarzaniu emocjonalnym, rozpoznawaniu i tworzeniu pamięci [11, 17, 19]. Co ważne, reaktywność ciała migdałowatego może być modulowana przez PFC, a nieprawidłowe interakcje neuronalne między tymi dwoma regionami zostały scharakteryzowane w depresji. Co więcej, reaktywność ciała migdałowatego może być modulowana przez PFC, a nieprawidłowe interakcje neuronalne między tymi dwoma regionami zostały scharakteryzowane w depresji. Na przykład słabsze rsFC między ciałem migdałowatym a PFC wykazano w poprzednich badaniach stanu spoczynku w depresji [23, 24, 61], IGD [25] i nadużywanie alkoholu [62]. Zmniejszoną łączność funkcjonalną PFC-ciało migdałowate podczas zadań związanych z emocjami odnotowano również w MDD [27, 38, 63]. DLPFC obsługuje zarówno kontrolę poznawczą, jak i afektywną [64], a zmieniona łączność między DLPFC a ciałem migdałowatym może być związana z trudnościami lub zakłóceniami w regulacji negatywnych emocji. W przeciwieństwie do większości poprzednich badań dotyczących MDD, obecne odkrycia wykazały zwiększoną łączność ciała migdałowatego z DLPFC. Na ad-hoc wyjaśnienie jest takie, że uczestnicy IGD mogą kontynuować grę jako strategię radzenia sobie z ucieczką przed negatywnymi emocjami [58, 61], angażowanie DLPFC w kontrolę negatywnych emocji, które mogą być stosunkowo nienaruszone u osób z IGD [65], w stosunku do osób z MDD. Należy zauważyć, że osoby z IGD z wyższymi objawami depresji wykazywały niższą łączność między ciałem migdałowatym a DLPFC, co sugeruje, że związek między depresją a połączeniem ciała migdałowatego z DLPFC może nie być liniowy. Tak więc osoby z IGD z niższymi objawami depresji mogą zwiększyć przedczołową kontrolę aktywności ciała migdałowatego w celu radzenia sobie z problemami emocjonalnymi, ale taka modulacja nie była tak skuteczna lub nawet zaburzona u osób z cięższymi objawami depresji. Razem kierunkowość zmian w łączności skupionej na ciele migdałowatym wymaga więcej badań, przy starannym rozważeniu metodologii, nasilenia depresji, heterogeniczności funkcjonalnej podregionów przedczołowych i skutków leczenia lekami. ”
Zgodny z tymi z metaanalizy interwencji behawioralnych w IGD [34], obecne badanie interwencyjne wykazało znaczące zmniejszenie objawów uzależnienia od Internetu i depresji w grupie CBI + po otrzymaniu interwencji w porównaniu z grupą CBI. Ponadto grupa CBI + wykazywała zmniejszoną rsFC ciała migdałowatego z czołowymi obszarami korowymi. Zatem CBI wydaje się normalizować łączność ciało migdałowate-DLPFC bezpośrednio redukując istotność negatywnych bodźców emocjonalnych, tak że podmioty IGD wymagają mniej zasobów poznawczych do regulacji emocji. Podsumowując, odkrycia te sugerują, że interakcje funkcjonalne między ciałem migdałowatym a DLPFC mogą służyć jako potencjalny marker neurobiologiczny objawów depresji w IGD i potencjalnym celu interwencji klinicznych.
W przeciwieństwie do ustaleń z MDD [15, 29, 64], nie stwierdzono istotnej zmiany rsFC skoncentrowanej na sgACC u osób z IGD, ani wpływu CBI na remediację rsFC między sgACC a korą przedczołową. Jednym z możliwych wyjaśnień było to, że w badaniu 2 i 3 wykluczyliśmy pacjentów z IGD z ciężką depresją w celu kontrolowania możliwych czynników zakłócających, a dyskoncepcja sgACC może nie manifestować się u osób z mniejszą depresją. Inna możliwość dotyczy różnych mechanizmów leżących u podstaw wyższych objawów depresji u osób z IGD i pacjentów z MDD, co należy dalej badać w badaniach osób z rozpoznaniami pojedynczymi i współistniejącymi. Należy jednak zauważyć, że wyniki wykazały podobne wzorce sieci między sgACC i ciałem migdałowatym, co było zgodne z badaniami w MDD, w których nieprawidłowa rsFC sieci afektywnej pokrywała się w korze przedczołowej [23, 29].
Badanie ujawniło dwukierunkową zależność między depresją a nasileniem uzależnienia, jak również leżące u jego podstaw mechanizmy neuronalne w IGD. Co najmniej te odkrycia dostarczają dowodów na ważny fenotyp neuronowy - potencjalny RDoC [3] - IGD. Wyniki te mogą również rzucić nowe światło na rozwój skuteczniejszych interwencji w IGD. Dysfunkcja emocjonalna, w tym depresja, jest uważana za ważny cel terapeutyczny w uzależnieniach ze względu na jej związek z nawrotem [66]. Opierając się na obecnych odkryciach, należy wziąć pod uwagę depresję i inne zaburzenia emocjonalne podczas projektowania interwencji i oceny wyników terapeutycznych IGD. Na przykład podejścia takie jak sprzężenie zwrotne neuro-fMRI w czasie rzeczywistym [67] modulowanie rsFC ciała migdałowatego i sgACC może skutecznie złagodzić zarówno objawy IGD, jak i depresji i uzupełniać inne interwencje, aby osiągnąć lepsze wyniki.
Należy odnotować pewne ograniczenia. Po pierwsze, Study 1 użył podskali SCL-90, podczas gdy Study 2 i 3 wykorzystali BDI do pomiaru depresji. Chociaż oba są powszechnie stosowanymi narzędziami oceny o dobrych właściwościach psychometrycznych, ustalenia pozostały do potwierdzenia w badaniach z użyciem spójnych pomiarów. Po drugie, IGD jest jednym z najbardziej badanych podtypów IA. Należy jednak zachować ostrożność, aby uogólnić te ustalenia na inne podtypy IA (np. Uzależnienie od cyberseksualistów) [68]. Po trzecie, obecne badanie skupiło się na młodych dorosłych. Okres dojrzewania to kolejny krytyczny okres dla rozwoju zarówno IGD, jak i wielu problemów emocjonalnych, w tym depresji [69]. Istnieje pilna potrzeba przyszłych badań w celu zbadania współwystępowania między IGD i depresją a leżącymi u podstaw mechanizmami nerwowymi u młodzieży. Po czwarte, obecne ustalenia nie wyjaśniają związku przyczynowego między depresją a IGD. Podwójnie ślepe, randomizowane, kontrolowane placebo badania z zastosowaniem połączenia fMRI i leku przeciwdepresyjnego mogą bezpośrednio rozwiązać ten problem. Po piąte, w badaniu 3 osobnicy IGD nie zostali losowo przydzieleni do grup CBI + i CBI. Dlatego nie możemy wykluczyć możliwych czynników zakłócających, takich jak motywacja do leczenia w oparciu o bieżące ustalenia dotyczące zachowania i obrazowania. Ostatecznie ustaliliśmy IGD według wyników CIAS i tygodniowego czasu gry. Jednak taka definicja oparta na objawach może nie mieć solidnych podstaw teoretycznych i niesie ryzyko patologizowania typowych zachowań [70]. W związku z tym do przyszłych badań zaleca się nowe narzędzia diagnostyczne oparte na odpowiedniej definicji operacyjnej IGD i uwzględniające krytyczne kryteria wyłączne.
Podsumowując, wykorzystując połączenie badań podłużnych, fMRI i badań interwencyjnych, stwierdziliśmy, że objawy uzależnienia od Internetu i depresji były silnie skorelowane z wzajemnymi wpływami wśród graczy internetowych. Osoby z IGD wykazywały wyższą łączność z ciałem migdałowatym-DLPFC, co było negatywnie związane z objawami depresji, a takie zmiany, jak również łączność czołowo-obręczowa, zmniejszyły się po interwencji behawioralnej dla IGD. Objawy depresji i dysfunkcji obwodu czołowo-cingulato-amgydala powinny być brane pod uwagę przy klasyfikacji diagnostycznej IGD i opracowywaniu interwencji w IGD.
Autorskie Wkłady
J-TZ i X-YF byli odpowiedzialni za koncepcję i projekt badania; LL, C-CX, JL i S-SM przyczyniły się do praktyki interwencji i pozyskiwania danych; Y-WY, LL, J-TZ i CL pomagały w analizie danych i interpretacji wyników; LL i Y-WY opracowali rękopis. J-TZ, CL i X-YF zapewniły krytyczną rewizję rękopisu treści intelektualnych. Wszyscy autorzy krytycznie przejrzeli i zatwierdzili ostateczną wersję manuskryptu przesłanego do publikacji.
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
Dziękujemy wszystkim uczestnikom za udział w naszym badaniu. Praca ta była wspierana przez National Natural Science Foundation of China (nr 31170990, No. 81100992, No. 31700966); Fundamental Research Funds for Central University (nr 2017XTCX04); grant NIH (nr K02DA026990); oraz grant z China Postdoctoral Science Foundation (nr 2017M620655).
Materiał uzupełniający
Dodatkowe materiały do tego artykułu można znaleźć w Internecie pod adresem: https://www.frontiersin.org/articles/10.3389/fpsyt.2018.00154/full#supplementary-material
Referencje
1. Chamberlain SR, Lochner C, Stein DJ, Goudriaan AE, van Holst RJ, Zohar J, et al. Uzależnienie behawioralne - przypływ? Eur Neuropsychopharmacol (2016) 26: 841 – 55. doi: 10.1016 / j.euroneuro.2015.08.013
2. Amerykańskie Stowarzyszenie Psychiatryczne. Podręcznik diagnostyczny i statystyczny zaburzeń psychicznych, 5th Edn. Arlington, VA: American Psychiatric Association (2013).
3. Insel T, Cuthbert B, Garvey M, Heinssen R, Pine DS, Quinn K, et al. Kryteria domeny badawczej (RDoC): w kierunku nowych ram klasyfikacji badań nad zaburzeniami psychicznymi. Am J Psychiatry (2010) 167: 748 – 51. doi: 10.1176 / appi.ajp.2010.09091379
4. Lin X, Zhou H, Dong G, Du X. Uszkodzona ocena ryzyka u osób z zaburzeniami gier internetowych: dowody fMRI z zadania dyskontowania prawdopodobieństwa. Prog Neuropsychopharmacol Biol Psychiatry (2015) 56: 142 – 8. doi: 10.1016 / j.pnpbp.2014.08.016
5. Liu L, Yip SW, Zhang JT, Wang LJ, Shen ZJ, Liu B, et al. Aktywacja prążkowia brzusznego i grzbietowego podczas reaktywności wskazówek w zaburzeniach gry internetowej. Addict Biol. (2017) 22: 791 – 801. doi: 10.1111 / adb.12338
6. Kaess M, Durkee T, Brunner R, Carli V, Parzer P, Wasserman C, et al. Patologiczne wykorzystanie Internetu wśród młodzieży europejskiej: psychopatologia i zachowania autodestrukcyjne. Eur Child Adolesc Psychiatry (2014) 23:1093–102. doi: 10.1007/s00787-014-0562-7
7. Ho RC, Zhang MW, Tsang TY, Toh AH, Pan F, Lu Y, et al. Związek między uzależnieniem od internetu a współwystępowaniem chorób psychicznych: metaanaliza. BMC Psychiatry (2014) 14:183. doi: 10.1186/1471-244X-14-183
8. King, DL i Delfabbro, PH Psychopatologia poznawcza zaburzeń gier internetowych w okresie dojrzewania. J Abnorm Child Psychol. (2016) 44:1635–45. doi: 10.1007/s10802-016-0135-y
9. Lin PC, Su CH, Yen JY, Ko CH. Związek między współwystępującymi objawami psychicznymi a remisją zaburzeń w grach internetowych wśród studentów i dorosłych nie będących studentami. Tajwańska J Psychiatria (2016) 30: 279 – 88. doi: 10.1016 / j.eurpsy.2010.04.011
10. Stetina BU, Kothgassner OD, Lehenbauer M, Kryspin-Exner I. Poza fascynacją grami online: badaniem uzależniającego zachowania i depresji w świecie gier online. Comp Hum Behav (2011) 27: 473 – 9. doi: 10.1016 / j.chb.2010.09.015
11. Gentile DA, Choo H, Liau A, Sim T, Li D, Fung D, et al. Patologiczne wykorzystanie gier wideo wśród młodzieży: dwuletnie badanie podłużne. Pediatria (2011). 127:319–27. doi: 10.1542/peds.2010-1353
12. Young KS, Rogers RC. Związek między depresją a uzależnieniem od Internetu. CyberPsychol Behav. (1998) 1: 25 – 8. doi: 10.1089 / cpb.1998.1.25
13. Sutherland MT, McHugh MJ, Pariyadath V, Stein EA. Łączność funkcjonalna w stanie spoczynku w uzależnieniu: wyciągnięte wnioski i droga do przodu. Neuroimage (2012) 62: 2281 – 95. doi: 10.1016 / j.neuroimage.2012.01.117
14. Zhang S, Li CSR. Neuralna miara zaangażowania behawioralnego: aktywność zależna od zadanego poziomu utlenowania krwi o niskiej częstotliwości w precuneusie. Neuroimage (2010) 49: 1911 – 8. doi: 10.1016 / j.neuroimage.2009.09.004
15. Connolly CG, Wu J, Ho TC, Hoeft F, Wolkowitz O, Eisendrath S, et al. Łączność funkcjonalna w stanie spoczynku subgenual przedniej obręczy obręczy u młodzieży z depresją. Biol Psychiatry (2013) 74: 898 – 907. doi: 10.1016 / j.biopsych.2013.05.036
16. Zhang JT, Yao YW, Li CSR, Zang YF, Shen ZJ, Liu L, et al. Zmieniona funkcjonalna łączność wyspy w stanie spoczynku u młodych dorosłych z zaburzeniami gier internetowych. Addict Biol. (2016a) 21: 743 – 51. doi: 10.1111 / adb.12247
17. Adolphs R., Tranel D, Damasio H, Damasio A. Zaburzenia rozpoznawania emocji w wyrazie twarzy po obustronnym uszkodzeniu ludzkiego ciała migdałowatego. Natura (1994) 372:669–72. doi: 10.1038/372669a0
18. Gottfried JA, O'Doherty J, Dolan RJ. Kodowanie predykcyjnej wartości nagrody w ludzkim ciele migdałowatym i korze oczodołowo-czołowej. nauka (2003) 301: 1104 – 7. doi: 10.1126 / science.1087919
19. Phelps EA, LeDoux JE. Wkłady ciała migdałowatego w przetwarzanie emocji: od modeli zwierzęcych do ludzkich zachowań. Neuron (2005) 48: 175 – 87. doi: 10.1016 / j.neuron.2005.09.025
20. Zhang S, Hu S, Chao HH, Ide JS, Luo X, Farr OM, et al. Ventromedial kora przedczołowa i regulacja pobudzenia fizjologicznego. Soc Cogn Affect Neurosci. (2013) 9: 900 – 8. doi: 10.1093 / scan / nst064
21. Zhang S, Hu S, Chao HH, Luo X, Farr OM, Li CSR. Mózgowe korelacje odpowiedzi przewodnictwa skóry w zadaniu poznawczym. Neuroimage (2012) 62: 1489 – 98. doi: 10.1016 / j.neuroimage.2012.05.036
22. Kaiser RH, Andrews-Hanna JR, Wager TD, Pizzagalli DA. Dysfunkcja sieci na dużą skalę w poważnych zaburzeniach depresyjnych: metaanaliza łączności funkcjonalnej w stanie spoczynku. JAMA Psychiatry (2015) 72: 603 – 11. doi: 10.1001 / jamapsychiatry.2015.0071
23. Tahmasian M, Knight DC, Manoliu A, Schwerthöffer D, Scherr M, Meng C, et al. Nieprawidłowa wewnętrzna łączność hipokampa i ciała migdałowatego nakłada się w czołowo-izolacyjnej i grzbietowo-przyśrodkowo-przedczołowej korze w dużym zaburzeniu depresyjnym. Front Hum Neurosci. (2013) 7: 639. doi: 10.3389 / fnhum.2013.00639
24. Tang Y, Kong L, Wu F, Womer F, Jiang W, Cao Y, et al. Zmniejszona łączność funkcjonalna między ciałem migdałowatym a lewą brzuszną korą przedczołową u nieleczonych pacjentów z poważnymi zaburzeniami depresyjnymi: badanie rezonansu magnetycznego w stanie spoczynku. Psychol Med. (2013) 43: 1921 – 7. doi: 10.1017 / S0033291712002759
25. 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
26. Huebl J, Brücke C, Merkl A, Bajbouj M, Schneider GH, Kühn AA. Przetwarzanie bodźców emocjonalnych znajduje odzwierciedlenie w modulacjach aktywności pasma beta w subgenualnej przedniej obręczy obręczy u pacjentów z depresją oporną na leczenie. Soc. Cogn Affect Neurosci. (2016) 11: 1290 – 8. doi: 10.1093 / scan / nsw038
27. Kong L, Chen K, Womer F, Ren L, Jiang W, Cao Y, et al. Funkcjonalna łączność między ciałem migdałowatym a korą przedczołową u osób nieleczonych lekami z dużym zaburzeniem depresyjnym. J Psychiatry Neurosci. (2013) 38: 417 – 22. doi: 10.1503 / jpn.120117
28. Hamilton JP, Chen G, Thomason ME, Schwartz ME, Gotlib IH. Badanie prymatu neuronalnego w poważnych zaburzeniach depresyjnych: analiza przyczynowości wielozmiennych grangerów danych z szeregów czasowych fmri w stanie spoczynku. Mol Psychiatry (2011) 16: 763 – 72. doi: 10.1038 / mp.2010.46
29. Sheline YI, Price JL, Yan Z, Mintun MA. Rezonansowy funkcjonalny MRI w depresji demaskuje zwiększoną łączność między sieciami poprzez węzeł grzbietowy. Proc Natl Acad Sci USA (2010) 107: 11020 – 5. doi: 10.1073 / pnas.1000446107
30. Camchong J, MacDonald AW, Mueller BA, Nelson B, Specker S, Slaymaker V, et al. Zmiany w spoczynkowej łączności funkcjonalnej podczas abstynencji w zaburzeniach używania stymulantów: wstępne porównanie nawrotów i abstynentów. Drug Alcohol Depend (2014) 139: 145 – 51. doi: 10.1016 / j.drugalcdep.2014.03.024
31. Camchong J, Stenger A, Fein G. Synchronizacja stanu spoczynkowego u długoterminowych abstynentów alkoholików. Alcohol Clin Exp Res. (2013) 37:75–85. doi: 10.1111/j.1530-0277.2012.01859.x
32. Zhang JT, Ma SS, Li CSR, Liu L, Xia CC, Lan J i in. Pragnienie interwencji behawioralnej w zaburzeniach gier internetowych: remediacja łączności funkcjonalnej prążkowia brzusznego. Addict Biol. (2018) 23: 337 – 46. doi: 10.1111 / adb.12474
33. Zhang JT, Yao YW, Potenza MN, Xia CC, Lan J, Liu L, et al. Zmieniono aktywność neuronalną w stanie spoczynku i zmiany po głodowej interwencji behawioralnej w przypadku zaburzeń gier internetowych. Sci Rep. (2016b) 6: 28109. doi: 10.1038 / srep28109
34. Winkler A, Dörsing B, Rief W, Shen Y, Glombiewski JA. Leczenie uzależnienia od Internetu: metaanaliza. Clin Psychol Rev. (2013) 33: 317 – 29. doi: 10.1016 / j.cpr.2012.12.005
35. Deng LY, Liu L, Xia CC, Lan J, Zhang JT, Fang XY. Interwencja zachowań związanych z głodem w łagodzeniu zaburzeń związanych z grami internetowymi studentów: badanie podłużne. Front Psychol. (2017) 8: 526. doi: 10.3389 / fpsyg.2017.00526
36. Yao YW, Chen PR, Chiang-shan RL, Hare TA, Li S, Zhang JT, et al. Połączona terapia rzeczywistości i medytacja uważności zmniejszają międzyokresową impulsywność decyzyjną u młodych dorosłych z zaburzeniami gier internetowych. Comp Hum Behav. (2017a) 68: 210 – 6. doi: 10.1016 / j.chb.2016.11.038
37. Liang L, Zhou D, Yuan C, Shao A, Bian Y. Różnice płci w związku między uzależnieniem od internetu a depresją: opóźnione badanie w chińskiej młodzieży. Comp Hum Behav. (2016) 63: 463 – 70. doi: 10.1016 / j.chb.2016.04.043
38. Siegle GJ, Thompson W, Carter CS, Steinhauer SR, Thase ME. Zwiększone ciało migdałowate i zmniejszona odpowiedź BOLD przedczołowa grzbietowo-boczna w depresji jednobiegunowej: cechy powiązane i niezależne. Biol Psychiatry (2007) 61: 198 – 209. doi: 10.1016 / j.biopsych.2006.05.048
39. Ko CH, Yen JY, Chen SH, Yang MJ, Lin HC, Yen CF. Proponowane kryteria diagnostyczne oraz narzędzie do badań przesiewowych i diagnostycznych uzależnienia od Internetu u studentów. Comp Psychiatry (2009) 50: 378 – 84. doi: 10.1016 / j.comppsych.2007.05.019
40. Chen CY, Huang MF, Yen JY, Chen CS, Liu GC, Yen CF i in. Mózg koreluje z hamowaniem odpowiedzi w zaburzeniach gier internetowych. Psychiatria Clin Neurosci. (2015) 69: 201 – 9. doi: 10.1111 / pcn.12224
41. Derogatis LR, Lipman RS, Covi L. SCL-90: ambulatoryjna skala oceny - raport wstępny. Psychopharmacol Bull. (1973) 9: 13-28.
42. Beck AT, Ward CH, Mendelson M, Mock J, Erbaugh J. Inwentarz do pomiaru depresji. Arch Gen Psychiatry (1961) 4: 561 – 71. doi: 10.1001 / archpsyc.1961.01710120031004
43. Kober H, Mendesiedlecki P, Kross EF, Weber J, Mischel W, Hart CL, et al. Ścieżka przedczołowo-prążkowia leży u podstaw poznawczej regulacji głodu. Proc Natl Acad Sci USA (2010) 107: 14811 – 6. doi: 10.1073 / pnas.1007779107
44. Bast J, Reitsma P. Matthew ma wpływ na czytanie: porównanie modeli utajonej krzywej wzrostu i modeli simpleks ze środkami strukturalnymi. Multivariate Behav Res (1997) 32:135–67. doi: 10.1207/s15327906mbr3202_3
45. Curran PJ, Bollen KA. Najlepsze z obu światów: połączenie modeli autoregresywnych i ukrytych krzywych. W Collins LM i Sayer AG, redaktorzy. Nowe metody analizy zmian. Waszyngton: American Psychological Association (2001). str. 107 – 135.
46. Jun S. Wzajemne zależności podłużne między uzależnieniem od telefonu komórkowego a objawami depresji wśród młodzieży koreańskiej. Comp Hum Behav (2016) 58: 179 – 86. doi: 10.1016 / j.chb.2015.12.061
47. Song TM, An JY, Hayman LL, Kim GS, Lee JY, Jang HL. Trzyletnia autoregresyjna analiza panelu z opóźnieniem w zależności od uzależnienia od nikotyny i średniego palenia. Healthcare Informatics Res. (2012) 18: 115 – 24. doi: 10.4258 / hir.2012.18.2.115
48. Muthén L. Podręcznik użytkownika programu Mplus. (2012). Los Angeles, CA: Muthén & Muthén 1998–2010.
49. Cheung GW, Rensvold RB. Ocena indeksów dopasowania do testowania niezmienności pomiarów. Model Struct Equ Multidiscpl J. (2002) 9:233–55. doi: 10.1207/S15328007SEM0902_5
50. Ciarrochi J, Parker P, Kashdan T, Heaven P, Barkus E. Nadzieja i samopoczucie emocjonalne. Sześcioletnie badanie podłużne w celu odróżnienia poprzedników, korelatów i konsekwencji. [Wstępna publikacja online]. J. Posit. Psychol. (2015). 10: 520 – 32. doi: 10.1080 / 17439760.2015.1015154
51. Steenkamp JBEM, Baumgartner H. Ocena niezmienności pomiaru w międzynarodowych badaniach konsumenckich. J. Consum. Res. (1998) 25: 78 – 107. doi: 10.1086 / 209528
52. Neubert FX, Mars RB, Sallet J, Rushworth MF. Łączność ujawnia związek obszarów mózgu w celu uczenia się pod kontrolą nagrody i podejmowania decyzji w ludzkiej i małpiej korze czołowej. Proc Natl Acad Sci USA (2015) 112: E2695 – 704. doi: 10.1073 / pnas.1410767112
53. Chaiton MO, Cohen JE, O'Loughlin J, Rehm J. Systematyczny przegląd badań podłużnych dotyczących związku między depresją a paleniem u nastolatków. BMC Public Health (2009) 9:356. doi: 10.1186/1471-2458-9-356
54. Gilman SE, Abraham HD. Długoterminowe badanie kolejności wystąpienia uzależnienia od alkoholu i dużej depresji. Drug Alcohol Depend (2001) 63:277–86. doi: 10.1016/S0376-8716(00)00216-7
55. Tortolero SR, Peskin MF, Baumler ER, Cuccaro PM, Elliott MN, Davies SL, et al. Codzienne brutalne granie w gry wideo i depresja u młodzieży w wieku przedszkolnym. Cyberpsychol Behav Soc Netw, (2014) 17: 609 – 15. doi: 10.1089 / cyber.2014.0091
56. Ko CH, Yen JY, Chen SH, Wang PW, Chen CS, Yen CF. Ocena kryteriów diagnostycznych zaburzeń gier internetowych w DSM-5 wśród młodych dorosłych na Tajwanie. J Psychiatr Res. (2014) 53: 103 – 10. doi: 10.1016 / j.jpsychires.2014.02.008
57. Cho SM, Sung MJ, Shin KM, Lim KY, Shin YM. Czy psychopatologia w dzieciństwie przewiduje uzależnienie od Internetu u mężczyzn? Child Psychiatry Hum Dev. (2013) 44:549–55. doi: 10.1007/s10578-012-0348-4
58. Rappeneau V, Bérod A. Ponowne rozważenie depresji jako czynnika ryzyka zaburzeń związanych z używaniem substancji: spostrzeżenia z modeli gryzoni. Neurosci Biobehav. Obrót silnika. (2017) 77: 303 – 16. doi: 10.1016 / j.neubiorev.2017.04.001
59. 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) 7:1245. doi: 10.1038/s41598-017-01275-5
60. Kendler KS, Prescott CA, Myers J, Neale MC. Struktura genetycznych i środowiskowych czynników ryzyka dla powszechnych zaburzeń psychiatrycznych i zaburzeń używania substancji u mężczyzn i kobiet. Arch Gen Psychiatry (2003) 60: 929 – 37. doi: 10.1001 / archpsyc.60.9.929
61. Pannekoek JN, Werff SJA, Meens PH, Bulk BG, Jolles DD, Veer IM, et al. Nieprawidłowa łączność funkcjonalna w stanie spoczynku w sieciach limbicznych i salience u nieleczonych klinicznie nastolatków z depresją. J Child Psychol Psychiatry (2014) 55: 1317 – 27. doi: 10.1111 / jcpp.12266
62. Hu S, Ide JS, Chao HH, Zhornitsky S, Fischer KA, Wang W, et al. Spoczynkowa łączność funkcjonalna ciała migdałowatego i problemowe picie u osób nie będących uzależnionymi od alkoholu. Drug Alcohol Depend (2018) 185: 173 – 180. doi: 10.1016 / j.drugalcdep.2017.11.026
63. Dannlowski U, Ohrmann P, Konrad C, Domschke K, Bauer J, Kugel H, et al. Zmniejszone ciało migdałowate - przedczołowe sprzężenie w ciężkiej depresji: związek z genotypem i ciężkością choroby MAOA. Int J Neuropsychopharmacol. (2009) 12: 11 – 22. doi: 10.1017 / S1461145708008973
64. Mulders PC, van Eijndhoven PF, Schene AH, Beckmann CF, Tendolkar I. Łączność funkcjonalna w stanie spoczynku w poważnych zaburzeniach depresyjnych: przegląd. Neurosci Biobehav Rev (2015) 56: 330 – 44. doi: 10.1016 / j.neubiorev.2015.07.014
65. Yao YW, Liu L, Ma SS, Shi XH, Zhou N, Zhang JT, et al. Funkcjonalne i strukturalne zmiany neuronowe w zaburzeniach gier internetowych: przegląd systematyczny i metaanaliza. Neurosci Biobehav Rev. (2017) 83: 313 – 24. doi: 10.1016 / j.neubiorev.2017.10.029
66. Li CR, Sinha R. Kontrola hamująca i regulacja stresu emocjonalnego: dowody neuroobrazowania dysfunkcji czołowo-limbicznej w uzależnieniu psycho-stymulującym. Neurosci Biobehav Rev. (2008) 32: 581 – 97. doi: 10.1016 / j.neubiorev.2007.10.003
67. Kirsch M., Gruber I, Ruf M., Kiefer F, Kirsch P. Funkcjonalny w czasie rzeczywistym obrazowanie metodą rezonansu magnetycznego neurofeedback może zredukować prążkowość-reakcję na bodźce alkoholowe. Addict Biol. (2015) 21: 982 – 92. doi: 10.1111 / adb.12278
68. Wéry A, Billieux J. Problematyczny cyberseks: konceptualizacja, ocena i leczenie. Addict Behav. (2017) 64: 238 – 46. doi: 10.1016 / j.addbeh.2015.11.007
69. Paus T, Keshavan M, Giedd JN. Dlaczego pojawia się wiele zaburzeń psychicznych w okresie dojrzewania? Nat Rev Neurosci. (2008) 9: 947 – 57. doi: 10.1038 / nrn2513
70. Kardefelt-Winther D, Heeren A, Schimmenti A, Rooij A, Maurage P, Carras M, et al. Jak możemy konceptualizować uzależnienie behawioralne bez patologizowania typowych zachowań? Nałóg (2017) 112: 1709 – 15. doi: 10.1111 / add.13763
Słowa kluczowe: ciało migdałowate, depresja, fMRI, zaburzenia gry internetowej, łączność funkcjonalna w stanie spoczynku, podgrupa przedniej obręczy obręczy przedniej
Cytat: Liu L, Yao YW, Li CR, Zhang JT, Xia CC, Lan J, Ma SS, Zhou N i Fang XY (2018). Z przodu. Psychiatria 9: 154. doi: 10.3389 / fpsyt.2018.00154
Otrzymano: 26 January 2018; Akceptowane: 04 April 2018;
Opublikowane: 23 April 2018.
Edytowany przez:
Yasser Khazaal, Université de Genève, Szwajcaria
Zrecenzowany przez:
Qinghua On, Southwest University, Chiny
Aviv M. Weinstein, Uniwersytet Ariel, Izrael
Copyright © 2018 Liu, Yao, Li, Zhang, Xia, Lan, Ma, Zhou i Fang. Jest to artykuł o otwartym dostępie dystrybuowany zgodnie z warunkami Licencja Creative Commons Uznanie autorstwa (CC BY). Dozwolone jest używanie, rozpowszechnianie lub powielanie na innych forach, pod warunkiem uznania oryginalnego autora (autorów) i właściciela praw autorskich oraz cytowania oryginalnej publikacji w tym czasopiśmie zgodnie z przyjętą praktyką akademicką. Dozwolone jest używanie, dystrybucja lub powielanie niezgodne z tymi warunkami.
* Korespondencja: Jin-Tao Zhang, [email chroniony]
Xiao-Yi Fang, [email chroniony]
†Autorzy ci przyczynili się w równym stopniu do tej pracy.
;