Biomed Res Int. 2014;2014:825787. doi: 10.1155/2014/825787. EPUB 2014, 18 listopada.
Chen X1, Wang Y1, Zhou Y1, Sun Y1, Ding W1, Zhuang Z1, Xu J1, Du Y2.
Abstrakcyjny
W badaniu tym zbadano zmiany w łączności funkcjonalnej stanu spoczynku (rsFC) tylnej części kory obręczy (PCC) u palaczy i osób niepalących uzależnionych od gier internetowych (IGA). Dwudziestu dziewięciu palaczy z IGA, 22 niepalących z IGA i 30 zdrowych osób z grupy kontrolnej (grupa HC) przeszło badanie fMRI w stanie spoczynku. Łączność PCC określono u wszystkich pacjentów poprzez badanie zsynchronizowanych fluktuacji sygnału fMRI o niskiej częstotliwości przy użyciu metody korelacji czasowej. W porównaniu z osobami niepalącymi z IGA, palacze z IGA wykazywali zmniejszone rsFC z PCC w prawym zakręcie prostym. Lewy środkowy zakręt czołowy wykazywał zwiększone rsFC. Stwierdzono, że łączność PCC z prawym zakrętem prostym jest ujemnie skorelowana z wynikami CIAS u palaczy z IGA przed korektą. Nasze wyniki sugerują, że u palaczy z IGA występowały zmiany funkcjonalne w obszarach mózgu związanych z motywacją i funkcjami wykonawczymi w porównaniu z osobami niepalącymi z IGA.
1. Wstęp
Internet jest jednym z najważniejszych mediów komunikacji i interakcji społecznych we współczesnym życiu. Jednak utrata kontroli nad korzystaniem z Internetu powoduje niepokojące, negatywne konsekwencje [1], takie jak obsesja na punkcie gier, brak relacji w prawdziwym życiu, brak uwagi, agresja i wrogość, stres i obniżone osiągnięcia w nauce [2-4] To zjawisko behawioralne zostało nazwane uzależnieniem od Internetu (IA) [1] lub „Zaburzenia korzystania z Internetu”. IA składa się z co najmniej trzech podtypów: uzależnienia od gier internetowych (IGA), zainteresowań seksualnych i wysyłania wiadomości e-mail / SMS-ów [5] W Chinach najważniejszym podtypem IA jest IGA [6] Dowody kliniczne sugerują, że osoby z IA doświadczają szeregu objawów i konsekwencji biopsychospołecznych, takich jak wyrazistość, modyfikacja nastroju, tolerancja, objawy odstawienia, konflikt i nawrót, które tradycyjnie kojarzono z uzależnieniami od substancji, chociaż nie powodują one tego samego rodzaju problemów fizycznych, takich jak inne uzależnienia, takie jak nadużywanie alkoholu lub narkotyków [7, 8] Donoszono, że częstość występowania IA wśród młodych ludzi w Chinach wynosiła 10.7%.9] Ponieważ liczba użytkowników Internetu szybko rośnie, IA stała się poważnym problemem zdrowia publicznego.
Aktywnie prowadzone są badania dotyczące różnych czynników związanych z IA, aby zrozumieć i rozwiązać zjawisko uzależnienia od Internetu. W świetle uzależnienia behawioralnego badacze czynią wysiłki, aby znaleźć związek między IA a innymi problematycznymi zachowaniami, które mogą prowadzić do uzależnienia, takimi jak picie alkoholu i nadużywanie narkotyków [10] W kilku badaniach wykazano, że ryzyko wystąpienia IA wiąże się ze zwiększoną częstością występowania uzależnienia od substancji psychoaktywnych.11-13] Sung i in. podali, że ryzyko IA było związane z paleniem papierosów, piciem alkoholu, nadużywaniem narkotyków i współżyciem seksualnym wśród koreańskiej młodzieży [10] Ko i in. [14] podali, że tajwańska młodzież z IA częściej miała doświadczenie z używaniem substancji, w tym tytoniu, alkoholu lub nielegalnych narkotyków. Ko i wsp. odkryli, że uczniowie uzależnieni od Internetu i uczniowie mający doświadczenie z używaniem substancji psychoaktywnych mają wspólne cechy osobowości, są bardziej podatni na uzależnienia. Podobne wyniki wśród greckiej młodzieży przedstawili Fisoun i in. [15] Badania te sugerują, że nastolatki z wysokim ryzykiem IA mogą mieć osobowości podatne na jakiekolwiek uzależnienia; u tych osób występuje zwiększone ryzyko używania substancji psychoaktywnych i stosunków seksualnych, co może prowadzić do uzależnienia. Nakładanie się między IA a nadużywaniem substancji i uzależnieniem może wynikać z podobnych cech predysponujących do i regionów mózgu reagujących na Internet lub używanie substancji [11] Osoby z IA i uzależnieniem od substancji mają podobny temperament. Co więcej, podobne zmiany funkcjonalne w obszarach mózgu, takich jak kora grzbietowo-boczna i kora oczodołowo-czołowa, stwierdzono u osób z IGA, uzależnieniem od narkotyków i patologicznym hazardem.16, 17] Sung i in. zaproponował, że nie należy interpretować, że OW powoduje inne problematyczne zachowania wśród nastolatków; jest jednak prawdopodobne, że te same czynniki odpowiedzialne za IA zwiększają ryzyko IA u nastolatków angażujących się w inne problematyczne zachowania. Dlatego rozsądne wydawało się rozważenie współistniejących zachowań problemowych, zwłaszcza palenia, picia, nadużywania narkotyków i stosunków seksualnych, w przypadku młodzieży z wysokim ryzykiem IA [10] Jednak jak dotąd zmiany funkcjonalne mózgu u osób z IA z uzależnieniem od substancji i bez nich pozostają niejasne. W naszych poprzednich badaniach znaleźliśmy zmieniony rsFC z PCC w IGA [18] Dlatego w niniejszym badaniu staraliśmy się ustalić, czy osoby z IGA i uzależnieniem od substancji wykazywały większe zmiany w rsFC w porównaniu z osobami z IGA bez uzależnienia od substancji.
W ostatniej dekadzie nastąpiła eksplozja liczby badań łączności funkcjonalnej (FC) z wykorzystaniem fMRI, głównie dlatego, że FC pozwala na badanie sieci wielkoskalowych i ich interakcji, zbliżając się w ten sposób do zrozumienia funkcjonowania mózgu na poziomie systemowym [19, 20] To wyłaniające się narzędzie do neuroobrazowania dostarczyło naukowcom dodatkowych spostrzeżeń i pobudziło nowe teorie na temat podstawowych substratów nerwowych różnych zaburzeń neuropsychiatrycznych [21] W niniejszym badaniu porównaliśmy łączność funkcjonalną w stanie spoczynku (rsFC) z PCC między palaczami i osobami niepalącymi z IGA i zdrową grupą kontrolną. Celem tego badania było (1) wykrycie różnic w rsFC ze zmianami PCC u palaczy i osób niepalących z IGA oraz (2) określenie, czy istnieją jakiekolwiek powiązania pomiędzy zmienionym rsFC z PCC a nasileniem IGA i uzależnieniem od nikotyny.
2. Materiały i metody
2.1. Uczestnicy
W niniejszym badaniu wzięło udział dwudziestu dziewięciu palaczy z IGA, 22 niepalących z IGA i 30 zdrowych osób z grupy kontrolnej (grupa HC). Grupy IGA rekrutowano z Ambulatorium Centrum Zdrowia Psychicznego w Szanghaju. Grupę kontrolną rekrutowano poprzez ogłoszenia. Wszyscy uczestnicy grupy palącej zaczęli palić 2-3 lata przed rozpoczęciem badania. Osoby uzależnione od nikotyny szczególnie nadają się na grupę porównawczą dla IGA, ponieważ neurotoksyczne działanie nikotyny jest ograniczone w porównaniu z działaniem innych narkotyków, takich jak alkohol.22, 23].
Do zebrania informacji demograficznych, takich jak płeć, wiek i ukończony rok nauki, wykorzystano ankietę podstawową. Badanie to zostało zatwierdzone przez Komisję Etyki Szpitala Ren Ji, Szkoły Medycznej, Uniwersytetu Jiao Tong w Szanghaju. Uczestnicy oraz ich rodzice lub opiekunowie prawni zostali poinformowani o celach badania przed wykonaniem badania rezonansem magnetycznym (MRI). Pełną i pisemną świadomą zgodę uzyskano od rodziców lub opiekunów prawnych każdego uczestnika.
Wszyscy badani zostali poddani badaniu przesiewowemu pod kątem zaburzeń psychicznych za pomocą Mini Międzynarodowego Wywiadu Neuropsychiatrycznego (MINI) [24] Kryteriami rekrutacji były wiek 16–23 lata, płeć męska i praworęczność. Podano szczegółowe wyjaśnienie przebiegu badania, a następnie uzyskano świadomą zgodę od wszystkich uczestników. Ze wszystkimi badanymi przeprowadzono wywiad z psychiatrą w celu potwierdzenia rozpoznania IGA i uzależnienia od nikotyny. Kryteria IGA zostały ocenione zgodnie ze zmodyfikowanym kwestionariuszem diagnostycznym dotyczącym uzależnienia od Internetu (tj. YDQ) autorstwa Bearda i Wolfa [25], a kryteria uzależnienia od nikotyny oceniono za pomocą odpowiednich pytań z Ustrukturyzowanego Wywiadu Klinicznego dla DSM-IV [26] Żaden z uczestników grupy kontrolnej nigdy nie palił.
Kryteria wykluczenia obejmowały historię któregokolwiek z poniższych: zaburzenia związane z używaniem substancji innych niż uzależnienie od nikotyny, wcześniejsza hospitalizacja z powodu zaburzeń psychicznych lub historia poważnych zaburzeń psychicznych, choroba lub uraz neurologiczny, upośledzenie umysłowe i nietolerancja obrazowania metodą rezonansu magnetycznego.
2.2. Oceny kliniczne
Do oceny cech klinicznych uczestników wykorzystano pięć kwestionariuszy, a mianowicie Skalę Uzależnienia od Internetu Chen (CIAS) [27], Skala Lęku Samooceny (SAS) [28], Skala Samooceny Depresji (SDS) [29], Skala Impulsywności Barratta-11 (BIS-11) [30] oraz Test Fagerstroma na uzależnienie od nikotyny (FTND) [31] CIAS, opracowany przez Chena, zawiera 26 pozycji w 4-punktowej skali Likerta; reprezentuje stopień uzależnienia od Internetu. FTND to sześcioelementowy kwestionariusz samoopisowy [31] Wyniki mogą wahać się od 0 (niezależny) do 10 (wysoce zależny). Wszystkie kwestionariusze zostały początkowo napisane w języku angielskim, a następnie przetłumaczone na język chiński.
2.3. Zakup MRI
MRI przeprowadzono przy użyciu skanera 3T MRI (GE Signa HDxt 3T, USA). Zastosowano standardową cewkę nagłowną z piankową wyściółką. Podczas fMRI w stanie spoczynku badanym polecono, aby trzymali oczy zamknięte, pozostawali w bezruchu, nie zasypiali i nie myśleli o żadnych konkretnych tematach. Do obrazowania funkcjonalnego zastosowano sekwencję echo-planarną z gradientem echa. Trzydzieści cztery przekroje poprzeczne (czas powtarzania (TR) = 2000
ms, czas echa (TE) = 30ms, pole widzenia (FOV) = 230 × 230mm, 3.6 × 3.6 × 4mm wielkości woksela) ustawione wzdłuż linii spoidła przedniego i tylnego. Każde badanie fMRI trwało 440S. Pozyskano także kilka innych sekwencji, w tym (1) obrazy sekwencji 3D Fast Spoiled Gradient Recovered (3D-FSPGR) (TR = 6.1ms, TE = 2.8ms, TI = 450ms, grubość plastra = 1mm, odstęp = 0, kąt odchylenia = 15°, pole widzenia = 256mm × 256mm, liczba plastrów = 166, 1 × 1 × 1rozmiar woksela mm). (2) osiowe sekwencje echa szybkiego pola ważone T1 (TR = 331ms, TE = 4.6ms, pole widzenia = 256 × 256mm, 34 plastry, 0.5 × 0.5 × 4mm wielkości woksela) oraz (3) osiowe sekwencje echa spinowego T2W turbo (TR = 3013ms, TE = 80ms, pole widzenia = 256 × 256mm, 34 plastry, 0.5 × 0.5 × 4rozmiar woksela mm). Palacze z IGA nie palili przed badaniem.
2.4. Analiza statystyczna
W celu porównań grupowych wskaźników demograficznych i klinicznych przeprowadzono jednokierunkowe testy ANOVA przy użyciu SPSS 18 (pakiet statystyczny dla nauk społecznych) w celu zbadania różnic w trzech grupach oraz przeprowadzono testy post hoc Bonferroniego w celu zbadania różnic między każdą parą grup . Dwustronny P We wszystkich analizach za istotną statystycznie uznano wartość 0.05.
Strukturalne skany MRI mózgu (obrazy T1 i T2-zależne) zostały sprawdzone przez dwóch doświadczonych neuroradiologów. W żadnej z grup nie zaobserwowano żadnych rażących nieprawidłowości. Wstępne przetwarzanie funkcjonalne MRI przeprowadzono przy użyciu narzędzia Data Processing Assistant for Resting-State fMRI (DPARSF V2.3) (Yan i Zang, 2010, http://www.restfmri.net) oparty na oprogramowaniu do statystycznego mapowania parametrycznego (SPM8) (http://www.fil.ion.ucl.ac.uk/spm) oraz zestaw narzędzi do analizy danych fMRI w stanie spoczynku (REST, http://www.restfmri.net) [32, 33].
Dane z każdego skanu fMRI zawierały 220 punktów czasowych. Pierwsze 10 tomów każdej funkcjonalnej serii czasowej odrzucono ze względu na niestabilność początkowego sygnału MRI i początkowe dostosowanie uczestników do sytuacji, a pozostałe 210 obrazów poddano wstępnej obróbce. Obrazy zostały następnie skorygowane pod względem czasu przekrojów i ponownie wyrównane do pierwszego obrazu poprzez korekcję ruchu głowy ze sztywnym korpusem (dane pacjenta wykazujące ruch większy niż 1mm z maksymalnym przesunięciem w x, ylub zlub maksymalny obrót o 1° wokół trzech osi zostały odrzucone). Żaden uczestnik nie został wykluczony ze względu na ruch. Obrazy funkcjonalne znormalizowano do standardowej przestrzeni stereotaktycznej anatomicznej Instytutu Neurologii w Montrealu (MNI). Znormalizowane objętości ponownie próbkowano do rozmiaru woksela wynoszącego 3mm × 3mm × 3mm. Obrazy echoplanarne wygładzono przestrzennie przy użyciu izotropowego filtra Gaussa 4mm pełna szerokość w połowie maksimum.
Szereg czasowy w każdym wokselu został zdeprecjonowany w celu skorygowania dryfu liniowego w czasie. Osiem uciążliwych współzmiennych (predyktory szeregów czasowych dla istoty białej, płynu mózgowo-rdzeniowego i sześciu parametrów ruchu) poddano sekwencyjnej regresji z szeregu czasowego. Następnie filtrowanie czasowe (0.01–0.08Hz) zastosowano do szeregów czasowych każdego woksela, aby zmniejszyć wpływ dryfu niskich częstotliwości i szumu o wysokiej częstotliwości [34-37].
Tylna kora obręczy (PCC) przyciągnęła ostatnio wiele uwagi w badaniach [38] Jako centralny element proponowanego DMN, PCC jest zaangażowany w procesy uwagi. Poprzednie badania wykazały, że neurony PCC reagują na otrzymanie nagrody, jej wielkość i orientację wizualno-przestrzenną.39, 40] Nasze poprzednie badania wykazały również, że osoby z IGA miały niższą gęstość istoty szarej w lewej tylnej korze obręczy, a łączność z PCC była dodatnio skorelowana z wynikami CIAS w prawym PCC [18, 41] Ponadto Dong i in. odkryli, że u pacjentów z IGA wykazano wyższą anizotropię frakcyjną (FA), wskazującą na większą integralność istoty białej w lewym PCC w porównaniu ze zdrową grupą kontrolną [42] Zatem w niniejszym badaniu zastosowano PCC jako materiał wyjściowy ROI. Szablon PCC, który składał się z obszarów Brodmanna 29, 30, 23 i 31, został wybrany jako obszar zainteresowania (ROI) przy użyciu oprogramowania WFU-Pick Atlas [43] Szereg czasowy sygnału zależnego od poziomu utlenowania krwi w wokselach w obszarze nasion uśredniono w celu wygenerowania szeregu czasowego odniesienia. Dla każdego podmiotu i regionu nasion stworzono mapę korelacji poprzez obliczenie współczynników korelacji między referencyjnymi szeregami czasowymi a szeregami czasowymi ze wszystkich innych wokseli mózgu. Następnie przeliczono współczynniki korelacji na z wartości za pomocą Fishera z-transformacja poprawiająca normalność rozkładu [36] Indywidualny z-zapisy zostały wprowadzone do SPM8 dla jednej próbki t-test w celu określenia obszarów mózgu mających znaczącą łączność z PCC w każdej grupie. Indywidualne wyniki wprowadzono także do SPM8 w celu analizy efektu losowego i przeprowadzono jednokierunkowe testy ANOVA. Korektę porównań wielokrotnych przeprowadzono przy użyciu programu AlphaSim z pakietu oprogramowania Analysis of Functional Neuroimages, jak określono za pomocą symulacji Monte Carlo. Mapy statystyczne dla dwóch prób t-test został utworzony przy użyciu łącznego progu P <0.05 i minimalny rozmiar klastra 54 wokseli, co daje skorygowany próg P < 0.05. Następnie przeprowadzono dalsze analizy interakcji grupowych z dwiema próbami t-testy mające na celu identyfikację regionów wykazujących znaczące różnice w łączności z PCC pomiędzy dwiema grupami w oparciu o wynik analizy ANOVA z wykorzystaniem wyniku F-test jako maska ograniczająca t-testy do znaczących regionów. Korekcję porównawczą wielokrotną przeprowadzono przy pomocy programu AlphaSim. Regiony wykazujące statystycznie istotne różnice maskowano na szablonach mózgu MNI.
Zbadaliśmy także związek pomiędzy wynikami CIAS i zFC u osób palących i niepalących z grupą IGA. Po pierwsze, każde skupienie, które wykazało różnice między grupami w porównaniu grupowym palaczy z IGA i niepalących z IGA, zostało zapisane jako ROI. A później zWartości FC każdego ROI wyodrębniono za pomocą oprogramowania REST. Na koniec analiza korelacji z zOkreślono wartość FC każdego ROI z CIAS i FTND u palaczy z IGA. Dwustronny P Za istotną statystycznie uznano wartość 0.00625 z poprawką Bonferroniego.
3. Wyniki i dyskusja
3.1. Wyniki demograficzne i kliniczne
Tabela 1 wymienia miary demograficzne i kliniczne dla każdej grupy. Nie stwierdzono istotnych różnic w rozkładach wieku i lat nauki w trzech grupach. Palacze z IGA mieli wyższy poziom CIAS (P < 0.001), SAS (P = 0.002), SDS (P < 0.001) i wyniki BIS-11 (P < 0.001) niż zdrowe osoby kontrolne. Osoby niepalące z IGA miały wyższe CIAS (P < 0.001) i wyniki BIS-11 (P < 0.001) niż zdrowe osoby kontrolne. W ocenie klinicznej nie stwierdzono różnic pomiędzy podgrupami IGA.
3.2. Analiza łączności PCC
3.2.1. Analiza trójgrupowa ANOVA
Istotną różnicę pomiędzy rsFC a PCC stwierdzono w lewej części tylnego płata móżdżku, korze kalkarynowej, dolnym zakręcie skroniowym, środkowym zakręcie skroniowym, środkowym zakręcie potylicznym, dolnym zakręcie czołowym, przyśrodkowym zakręcie przedczołowym, zakręcie kątowym, płaciku ciemieniowym dolnym, zakręcie czołowym górnym, przedklinek i zakręt czołowy górny, a także prawa strona zakrętu prostego, wyspa, ogoniasty, zakręt potyliczny środkowy, zakręt pośrodkowy i płatek ciemieniowy górny (Tabela 2 i Rysunek 1).
3.2.2. Analiza międzygrupowa łączności PCC: palacze z IGA przeciwko Grupa HC
W porównaniu z grupą HC, u palaczy z IGA zaobserwowano zwiększone ryzyko rsFC w obustronnych tylnych płatach móżdżku, obustronnym jądrze ogoniastym i lewej środkowej korze czołowej. Ponadto stwierdzono zmniejszone rsFC w obustronnym środkowym zakręcie skroniowym, obustronnych płatach ciemieniowych górnych, lewym tylnym płacie móżdżku i prawym zakręcie językowym.Tabela 3 i Rysunek 2).
3.2.3. Analiza międzygrupowa łączności PCC: osoby niepalące z IGA przeciwko Grupa HC
U osób niepalących z IGA zaobserwowano zwiększone ryzyko rsFC w tylnym płacie lewego móżdżku, lewej przyśrodkowej korze przedczołowej, prawym jądrze ogoniastym i prawej wyspie w porównaniu z grupą HC. Zmniejszone rsFC stwierdzono w lewej korze kalkarynowej, prawym górnym płatku ciemieniowym, prawym środkowym zakręcie potylicznym, lewym środkowym zakręcie czołowym, lewym przedklinku i lewym dolnym zakręcie skroniowym (Tabela 5 i Rysunek 3).
3.2.4. Analiza międzygrupowa łączności PCC: palacze z IGA przeciwko Osoby niepalące z IGA
W porównaniu z osobami niepalącymi z IGA, palacze z IGA wykazywali zwiększone rsFC w lewym środkowym zakręcie czołowym i zmniejszone rsFC w prawym zakręcie prostym.Tabela 4 i Rysunek 4).
3.3. Korelacja między łącznością PCC a nasileniem IGA i uzależnienia od nikotyny u palaczy w grupie IGA
Połączenia zWartości FC prawego zakrętu prostego z PCC skorelowane z CIAS (r = -0.476, P = 0.009) i FTND (r = -0.125, P = 0.52) u palaczy z IGA. Nie stwierdzono istotnej korelacji w ww zWartości FC prawego środkowego zakrętu czołowego w skali CIAS lub FTND. Po korekcie Bonferroniego nie zachowała się żadna istotna korelacja.
3.4. Dyskusja
Liczne badania obrazowania funkcjonalnego wykryły możliwe mechanizmy neuronowe IGA i zasugerowały, że może on mieć wspólne nieprawidłowości psychologiczne i neurobiologiczne z zaburzeniami uzależnieniowymi z nadużywaniem substancji i bez nich [6, 18, 44-46] Zgodnie z wynikami naszego poprzedniego badania dotyczącego IGA [18] podobne obszary z rsFC ze zmianami PCC stwierdzono u palaczy i osób niepalących z IGA w porównaniu z grupą kontrolną w bieżącym badaniu, takie jak płat tylny móżdżku, ogoniasty, przyśrodkowa kora czołowa, zraziki ciemieniowe górne, wyspa i przedklinek. Odkrycie to sugeruje, że osoby z IGA z uzależnieniem od substancji lub bez niego mają podobne zmiany funkcjonalne w mózgu. Te obszary mózgu zostały zgłoszone w poprzednich badaniach głodu w IGA. Jądro ogoniaste uczestniczy w uczeniu się nawyków w reakcji na bodziec, podczas którego zachowanie staje się automatyczne i w związku z tym nie jest już kierowane związkami akcja-wynik [47] Wyspa i przyśrodkowe płaty czołowe są konsekwentnie aktywowane w badaniach obrazowych głodu [48, 49] Sugerowano również, że móżdżek jest niezbędny w odczuwaniu głodu wywołanego przez IGA, zwłaszcza podczas przygotowania, wykonywania, pamięci roboczej [50] oraz procesy drobnomotoryczne modulowane przez układy pozapiramidowe.
W tym badaniu chcielibyśmy podkreślić, że porównaliśmy rsFC z PCC u osób z IGA z uzależnieniem od nikotyny lub bez i odkryliśmy, że palacze z IGA wykazywali zwiększone rsFC w lewym środkowym zakręcie czołowym i zmniejszone rsFC w prawym odbytnicy zakręt. Co więcej, łączność PCC z prawym zakrętem prostym była ujemnie skorelowana z wynikami CIAS u palaczy z IGA przed korektą, co sugeruje, że siła rsFC między PCC a prawym zakrętem prostym może odzwierciedlać nasilenie IGA w tej grupie, oraz prawy zakręt prosty może odgrywać ważną rolę w patogenezie uzależnienia od substancji psychoaktywnych. Zakręt prosty jest częścią kory oczodołowo-czołowej (OFC), a OFC bierze udział w ocenie nagrody za bodźce i wyraźnej reprezentacji oczekiwanej nagrody za substancje [44], więc zakręt prosty jest konsekwentnie powiązany z patologią uzależnień zarówno narkotykowych, jak i behawioralnych. Hong i in., [50] potwierdził, że nastolatki płci męskiej uzależnione od Internetu znacznie zmniejszyły grubość kory w prawym bocznym OFC. Rozległe powiązania OFC z prążkowiem i układem limbicznym sugerują, że integruje on emocje i naturalny popęd z obszarów limbicznych i podkorowych, aby ocenić wartość nagrody w porównaniu z wcześniejszymi doświadczeniami [51] OFC tworzy i utrzymuje oczekiwania dotyczące możliwej nagrody związanej ze wzmocnieniem [52] Powszechnie wiadomo, że grzbietowo-boczna kora przedczołowa (DLPFC) jest zaangażowana w pamięć roboczą.53] Jest połączona z innymi obszarami korowymi i służy do połączenia obecnego doświadczenia zmysłowego z pamięcią przeszłych doświadczeń w celu ukierunkowania i wygenerowania odpowiedniego działania ukierunkowanego na cel [45, 46] Zatem, gdy obecne są sygnały dotyczące substancji i wygenerowano pozytywne oczekiwanie, DLPFC może przyczynić się do utrzymania i koordynowania reprezentacji otrzymanych z innych regionów podczas reakcji głodu [52] Nasze badania wykazały, że w porównaniu z osobami niepalącymi z IGA, palacze z IGA wykazali zmniejszone rsFC w przypadku PCC w zakręcie prostym, co sugeruje, że mieli nieprawidłową funkcję w OFC, co może prowadzić do tego, że badani mieli duże oczekiwania wobec gier lub nikotyny oraz zwiększone rsFC w zakręcie prostym. DLPFC, zakładając, że mieli deficyty w kontrolowaniu odpowiedniego zachowania.
Pomimo ustaleń dotyczących IGA i uzależnienia od substancji behawioralnych, z tym badaniem wiąże się kilka ograniczeń, które chcielibyśmy omówić. Po pierwsze, badanie to skupiało się na podgrupie IA zajmującej się grami internetowymi, ale nie przeprowadzono bezpośrednich porównań z innymi podgrupami IA; dlatego pozostaje zbadać, jak dobrze wyniki można ekstrapolować na inne podgrupy oceny skutków, jeśli w ogóle można je ekstrapolować. Po drugie, z badania wykluczono osoby ze współistniejącymi poważnymi zaburzeniami psychicznymi lub zaburzeniami związanymi z używaniem substancji innych niż nikotyna. Zatem istnieje ograniczenie w uogólnianiu wyników osób uzależnionych od gier online na zaburzenia związane z używaniem innych substancji i poważne zaburzenia psychiczne. Po trzecie, niniejsze badanie miało charakter przekrojowy i nie dysponowaliśmy informacjami na temat kolejności pojawiania się IGA i uzależnienia od nikotyny. Zatem rsFC z nieprawidłowościami PCC u palaczy i osób niepalących z IGA może reprezentować istniejące wcześniej podatności lub zmiany wynikające z IGA lub zachowań/objawów uzależnienia od nikotyny. Po czwarte, w przyszłych badaniach w celu zapewnienia kompletności należy uwzględnić grupę wyłącznie palących. Po piąte, wyniki korelacji nie były trwałe, gdy zastosowaliśmy porównania wielokrotne (korekta Bonferroniego), co oznacza, że należy to traktować jedynie jako analizę eksploracyjną. Aby zwiększyć moc statystyczną, wyniki należy powtórzyć na większej próbie osób. Wreszcie, ponieważ wszyscy uczestnikami niniejszego badania byli młodzi mężczyźni, konieczne są przyszłe prace w celu ustalenia, czy ustalenia można rozszerzyć na inne grupy płci i wieku.
4. Wniosek
Podsumowując, rsFC z PCC zapewnia przydatne narzędzie do badania wieloaspektowych chorób neuropsychiatrycznych, takich jak uzależnienia, na poziomie oceny systemowej. Nasze wyniki sugerują, że osoby z IGA z uzależnieniem od substancji lub bez nich mają podobne zmiany funkcjonalne w obszarach mózgu związanych z głodem. IGA z uzależnieniem od substancji wykazała zmiany funkcjonalne w obszarach związanych z motywacją, takich jak zakręt czołowy prosty i układy wykonawcze, takie jak grzbietowo-boczna kora przedczołowa, w porównaniu z IGA bez uzależnienia. Te dwa obszary mogą być potencjalnymi markerami do identyfikacji osób IGA z uzależnieniem od substancji i bez nich i powinny zostać zbadane w przyszłych badaniach.
Podziękowanie
Badania te były wspierane przez Chińską Narodową Fundację Nauk Przyrodniczych (nr 81171325), Chińską Narodową Fundację Nauk Przyrodniczych (nr 81201172), Chińską Narodową Fundację Nauk Przyrodniczych (nr 81371622) oraz Shanghai Leading Academic Discipline Project (projekt nr S30203). Fundatorzy nie odegrali dalszej roli w projektowaniu badania, gromadzeniu i analizie danych, podejmowaniu decyzji o publikacji ani przygotowaniu artykułu. Autorzy dziękują dr Zhenyu Zhou i dr Yong Zhang z GE Healthcare za wsparcie techniczne.
Konflikt interesów
Autorzy deklarują, że nie ma konfliktu interesów w odniesieniu do publikacji tego artykułu.
Wkład autorów
Xue Chen, Yao Wang, Yan Zhou i Jianrong Xu w równym stopniu przyczynili się do tej pracy.
Referencje
;