Nierównomierne połączenie funkcjonalne między siecią kontroli wykonawczej i siecią wynagrodzeń wyjaśnia zachowania związane z grą online w grach internetowych (2015)

Guangheng Dong , ^{a, 1} Xiao Lin , ¹ Yanbo Hu , ² Chunming Xie , ³ i Xiaoxia Du ⁴

Informacje o autorze ► Notatki dotyczące artykułu ► Informacje o prawach autorskich i licencji ►

Literatura wykazała, że ​​osoby z zaburzeniami gier internetowych (IGD) wykazują upośledzoną kontrolę wykonawczą i zwiększoną wrażliwość na nagrody niż osoby zdrowe. Jednak, w jaki sposób te dwie sieci wspólnie wpływają na proces wyceny i kierują zachowaniami podmiotów IGD w zakresie poszukiwania gier online, pozostaje nieznany. Trzydzieści pięć IGD i 36 zdrowych osób kontrolnych przeszło skanowanie w stanach spoczynku na skanerze MRI. Funkcjonalną łączność (FC) zbadano, odpowiednio, w regionach nasion sieci kontrolnej i nagrody. Jako węzeł do znalezienia interakcji między tymi dwiema sieciami wybrano jądro półleżące (NAcc). Osoby z IGD wykazują zmniejszone FC w sieci kontroli wykonawczej i zwiększone FC w sieci nagrody w porównaniu ze zdrowymi kontrolami. Podczas badania korelacji między NAcc a sieciami wykonawczej kontroli / nagrody, powiązanie między NAcc - siecią wykonawczej kontroli jest ujemnie powiązane z połączeniem między NAcc - siecią nagrody. Zmiany (spadek / wzrost) w synchronizacji mózgowej pacjentów z IGD w sieciach kontroli / nagrody sugerują nieefektywne / nadmierne przetwarzanie w obrębie obwodów neuronowych leżących u podstaw tych procesów. Odwrotna proporcja między siecią kontrolną a siecią nagród w IGD sugeruje, że upośledzenie kontroli wykonawczej prowadzi do nieskutecznego hamowania wzmożonych zachcianek w nadmiernym graniu w gry online. Może to rzucić światło na mechanistyczne rozumienie IGD.

Wybór uczestników

Eksperyment jest zgodny z Kodeksem Etyki Światowego Stowarzyszenia Medycznego (Deklaracja Helsińska). Komitet Badań nad Ludźmi Uniwersytetu Normalnego w Zhejiang zatwierdził te badania. Metody zostały zastosowane zgodnie z zatwierdzonymi wytycznymi. Uczestnikami byli studenci uniwersytetu, którzy zostali zrekrutowani za pośrednictwem ogłoszeń. Uczestnikami byli praworęczni mężczyźni (35 osób z IGA, 36 zdrowych osób kontrolnych (HC)). Grupy IGD i HC nie różniły się istotnie pod względem wieku (średnia IGA = 22.21, SD = 3.08 lat; średnia HC = 22.81, SD = 2.36 lat; t = 0.69, p = 0.49). Włączono tylko mężczyzn ze względu na wyższą częstość występowania IGD u mężczyzn niż u kobiet. Wszyscy uczestnicy wyrazili pisemną świadomą zgodę i wzięli udział w ustrukturyzowanych wywiadach psychiatrycznych (MINI) ³³ , które zostały przeprowadzone przez doświadczonego psychiatrę i trwały około 15 minut. U wszystkich uczestników nie stwierdzono zaburzeń psychicznych z Osi I wymienionych w badaniu MINI. Następnie przeprowadziliśmy ocenę „depresji” za pomocą Inwentarza Depresji Becka ³⁴ i włączyliśmy do badania tylko uczestników z wynikiem poniżej 5. Wszyscy uczestnicy otrzymali polecenie, aby w dniu badania nie zażywać żadnych substancji psychoaktywnych, w tym napojów zawierających kofeinę. Żaden z uczestników nie zgłosił wcześniejszego zażywania narkotyków (np. kokainy, marihuany).

Uzależnienie od Internetu zostało określone na podstawie testu uzależnienia od Internetu online (IAT) Younga ^35, którego wyniki wynoszą 50 lub więcej. IAT Younga składa się z 20 pozycji z różnych perspektyw korzystania z Internetu online, w tym uzależnienia psychicznego, kompulsywnego używania, odstawienia, problemów w szkole lub pracy, snu, rodziny lub zarządzania czasem ³⁵ . Udowodniono, że IAT jest trafnym i rzetelnym narzędziem, które można wykorzystać do klasyfikowania IAD ^{36 , 37} . Dla każdej pozycji wybierana jest odpowiedź stopniowana od 1 = „Rzadko” do 5 = „Zawsze” lub „Nie dotyczy”. Wyniki powyżej 50 wskazują na sporadyczne lub częste problemy związane z Internetem) ( www.netaddiction.com ). Wybierając osoby z IGD, dodaliśmy kryterium dodatkowe do ustalonych przez Younga miar IAT: „spędzasz ___% swojego czasu online grając w gry online” (>80%).

Skanowanie danych stanów spoczynkowych

Skanowanie przeprowadzono w centrum MRI w East-China Normal University. Dane MRI uzyskano przy użyciu skanera Siemens Trio 3T (Siemens, Erlangen, Niemcy). „Stan spoczynku” zdefiniowano jako brak określonego zadania poznawczego podczas skanowania fMRI w naszym zadaniu. Uczestnicy musieli pozostać nieruchomi, zamknąć oczy, pozostać przytomni i nie myśleć o niczym systematycznie ^{38 , 39} . Aby zminimalizować ruch głowy, uczestnicy leżeli na plecach z głową ściśle unieruchomioną pasem i piankowymi podkładkami. Obrazy funkcjonalne w stanie spoczynku uzyskano przy użyciu sekwencji EPI (obrazowanie echoplanarne). Parametry skanowania były następujące: przeplatane, czas powtórzenia = 2000 ms, 33 przekroje osiowe, grubość = 3.0 mm, rozdzielczość w płaszczyźnie = 64*64, czas echa = 30 ms, kąt obrotu = 90, pole widzenia = 240*240 mm, 210 objętości (7 min). Obrazy strukturalne zebrano przy użyciu sekwencji 3D z gradientem T1-ważonym i obejmowały one cały mózg (176 plasterków, czas powtarzania = 1700 ms, czas echa TE = 2.26 ms, grubość plasterka = 1.0 mm, przeskok = 0 mm, kąt obrotu = 90°, pole widzenia = 240*240 mm, rozdzielczość w płaszczyźnie = 256*256).

Wstępne przetwarzanie danych

Dane spoczynkowe uzyskano przy użyciu REST i DPARSF ( http://restfmri.org ) ⁴⁰ . Wstępne przetwarzanie obejmowało usunięcie pierwszych 10 punktów czasowych (ze względu na równowagę sygnału i umożliwienie uczestnikom adaptacji do szumu skanowania), korekcję fizjologiczną, synchronizację przekroju, rejestrację objętości i korekcję ruchu głowy. Możliwe zanieczyszczenie z kilku sygnałów zakłócających, w tym sygnału istoty białej, płynu mózgowo-rdzeniowego, sygnału globalnego i sześciu wektorów ruchu, zostało poddane regresji. Szeregi czasowe obrazów każdego podmiotu zostały skorygowane pod kątem ruchu przy użyciu podejścia najmniejszych kwadratów i sześcioparametrowej (sztywne ciało) transformacji liniowej ⁴¹ . Indywidualny obraz strukturalny został współzarejestrowany do średniego obrazu funkcjonalnego po korekcji ruchu przy użyciu transformacji liniowej. Skorygowane pod kątem ruchu objętości funkcjonalne zostały znormalizowane przestrzennie do przestrzeni MNI (Montreal Neurological Institute) i ponownie próbkowane do 3-milimetrowych wokseli izotropowych przy użyciu parametrów normalizacji oszacowanych podczas zunifikowanej segmentacji. Dalsze przetwarzanie wstępne obejmuje (1) filtrację pasmowo-przepustową w zakresie od 0.01 do 0.08 Hz; (2) Aby ocenić łączność funkcjonalną, najpierw obliczyliśmy współczynnik korelacji Pearsona między przebiegami czasowymi średniej intensywności sygnału dla każdej pary obszarów zainteresowania (ROI). Do każdej mapy korelacji zastosowano transformację Fishera r-do-z, aby uzyskać przybliżony rozkład normalny wartości łączności funkcjonalnej i odpowiednio zastosować statystyki parametryczne.

Wybór ROI w spoczynku

Ziarna wybrano a priori na podstawie opublikowanych prac naukowych, a nie na podstawie regionów z zadaniami, aby uniknąć stronniczości i zwiększyć generalizowalność wyników. W przypadku sieci kontrolnej, ziarna zdefiniowano na podstawie niedawnego badania FC, wykorzystującego dane pochodzące od 1000 młodych dorosłych ^[42] , sugerującego, że sieć kontroli czołowo-ciemieniowej obejmuje sześć regionów mózgu. Znajdują się one w okolicy czołowej i ciemieniowej mózgu (szczegółowe współrzędne znajdują się na rysunku 1 ). Do wyboru ziaren z prawej półkuli wykorzystano współrzędne symetryczne.

 

Rysunek 1

ROI wybrane w badaniu.

^{W przypadku sieci wartościowania nagród, wiele badań sugeruje ,} że obwód prążkowia oczodołowo-czołowego wspiera konwersję odmiennych typów przyszłych nagród w rodzaj wewnętrznej waluty18 ^{, 20 , 21.} Obwód ten obejmuje prążkowie brzuszne, prążkowie grzbietowe i obwód oczodołowo-czołowy. Poza tym, poprzednie badania wykazały również, że sieć ciała migdałowatego jest kluczowym obszarem leżącym u podstaw wartościowania nagród43 ^. Dlatego w tym badaniu uwzględniliśmy również ciało migdałowate w sieci nagrody. Ponieważ prążkowie i ciało migdałowate są stosunkowo małymi obszarami mózgu, wybraliśmy cały region jako zarodek. Ciało migdałowate zostało wyodrębnione z atlasu podkorowego Harvard-Oxford; prążkowie wybrano za pomocą atlasu Oxford-striatum. W przypadku OFC nasiona zdefiniowano na podstawie metaanalizy44 ^{, 45 , która sugeruje istnienie dwóch odrębnych bocznych podregionów funkcjonalnych OFC, z} których jeden jest zaangażowany w reprezentacje wzmacniaczy niezależnych od motywacji (−23, 30, −12 i 16, 29, −13), a drugi w ocenę czynników karzących prowadzących do zmiany zachowania (−32, 40, −11 i 33, 39, −11). Zobacz rysunek 1.

Połączenia między wybranymi powyżej „ziarnami” mogą jedynie dostarczyć informacji o różnicach na poziomie grupy i pokazać połączenia wewnętrzne w obrębie sieci kontrolnej i sieci nagrody, oddzielnie. Aby znaleźć interakcje między tymi dwiema sieciami u poszczególnych badanych i ich łączny wpływ na zachowania, potrzebujemy „węzła” łączącego obie sieci. W niniejszym badaniu wybraliśmy region jądra półleżącego (NAcc) jako węzeł łączący lub region „ziarna” łączący sieci kontrolne i sieci nagrody, ponieważ NAcc odgrywa ważną rolę w uzależnieniu46 ⁱ okazał się cennym węzłem łączącym w badaniach nad uzależnieniami21 ^. NAcc zostały również wyodrębnione z atlasu podkorowego Harvard-Oxford.

Obliczanie łączności funkcjonalnej

Dla każdego obszaru zainteresowania (ROI) uzyskano reprezentatywny przebieg czasowy BOLD, uśredniając sygnał wszystkich wokseli w obrębie obszaru zainteresowania. Literatura dotycząca sieci funkcjonalnych wykazała, że ​​mają one oddzielne komponenty prawej i lewej półkuli ^{mózgu47 , 48 , 49.} Dlatego w tym badaniu najpierw obliczyliśmy średnią wartość FC pomiędzy lewą i prawą stroną ROI sieci kontrolnej/nagrody oddzielnie. Następnie przyjęliśmy średnią wartość tych dwóch FC jako cały indeks FC. Korelację pomiędzy NAcc a siecią wykonawczą/nagrody obliczono w następujący sposób: Obliczyliśmy średnią wartość FC pomiędzy NAcc a ROI sieci kontrolnej/nagrody na tej samej półkuli. Następnie przyjęliśmy średnią wartość tych półkulistych FC jako ogólny indeks FC.

Różnica FC w sieci sterowania między IGD i HC

Rysunek 2 przedstawia FC w sieci kontrolnej w IGD i HC. FC w sieci kontrolnej w HC jest istotnie wyższy niż w IGD, zarówno na poziomie całego mózgu, jak i półkul (HC ma marginalne znaczenie niż IGD w FC w lewej sieci kontrolnej).

 

Rysunek 2

Złożone wskaźniki FC sieci kontrolnej w grupach IGD i HC w różnych porównaniach: cały mózg (lewy), lewa półkula (środkowa) i prawa półkula (prawa).

Różnica FC w sieci nagród między IGD a HC

Rysunek 3 przedstawia FC w sieci nagrody w IGD i HC. FC w sieci nagrody w IGD jest nieznacznie istotnie wyższy niż w HC w całym mózgu ( p = 0.060) i lewej półkuli ( p = 0.061). Chociaż IGD wykazuje wyższy FC niż HC w prawej półkuli, nie osiąga on istotności statystycznej ( p = 0.112).

 

Rysunek 3

Złożone wskaźniki FC sieci nagrody w grupach IGD i HC w różnych porównaniach: cały mózg (po lewej), lewa półkula (środkowa) i prawa półkula (prawa).

Interakcje między siecią kontrolną a siecią premiową

Obliczyliśmy interakcje między siecią kontrolną a siecią nagrody na poziomie całego mózgu i półkul. Pierwszy rząd ryciny 4 przedstawia relację między siecią kontrolną a siecią nagrody w całym mózgu u wszystkich badanych (po lewej) i w grupach (po prawej). Możemy stwierdzić, że FC w sieci kontrolnej jest ujemnie skorelowane z siecią nagrody we wszystkich grupach badanych. Ryciny w drugim rzędzie pokazują, że sieć kontrolna jest odwrotnie skorelowana z siecią nagrody w lewej półkuli. Jednak w prawej półkuli (trzeci rząd), mimo że wykazują trendy ujemne, wszystkie te korelacje nie osiągają istotności statystycznej (może to wynikać z faktu, że wszystkie obszary zainteresowania sieci kontrolnej zostały zdefiniowane w lewej półkuli. Obszary zainteresowania w prawej półkuli zostały wybrane zgodnie z symetrią lewej półkuli). Czwarty rząd przedstawia interakcje między półkulami między siecią kontrolną a siecią nagrody. Możemy również stwierdzić ujemną korelację między siecią kontrolną a siecią nagrody. Podsumowując, chociaż niektóre z tych korelacji nie osiągają istotności statystycznej, nadal możemy wnioskować, że sieć kontrolna jest negatywnie skorelowana z siecią nagrody.

 

Rysunek 4

Zależność między wskaźnikami sieci kontrolnej i sieci wynagrodzeń odpowiednio u wszystkich badanych (po lewej), IGD (środkowy) i grup HC (po prawej).

Niższa kontrola synchronizacji sieci i wyższa synchronizacja sieci wynagrodzeń u pacjentów z IGD

W tym badaniu zaobserwowaliśmy zmniejszoną synchronizację sieci kontroli wykonawczej u osób z IGD w porównaniu do osób z grupy kontrolnej. Model wiązania czasowego sugeruje, że synchronizacja sygnałów mózgowych między obszarami mózgu jest kluczowa dla ułatwienia komunikacji neuronowej31 ^{. Tak więc zmniejszona synchronizacja w sieci kontroli może wskazywać ,} że długotrwałe granie w gry online u osób z IGD osłabiło ich system kontroli wykonawczej. Poprzednie badania wykazały, że FC w określonej sieci może być predyktorem istotnych wyników behawioralnych30 ^{, 50, 51. Badania fMRI oparte na zadaniach wykazały również, że osoby z IGD wykazywały zmniejszone zahamowania reakcji niż zdrowe osoby kontrolne8, 9 , 11 , 12.} Na ^{takie tendencje reakcji wydają się wpływać} bodźce związane z grami online, przy czym gorsze wyniki zaobserwowano u osób z IGD niż u osób bez IGD9 ^. Widoczne przeskoki nastawienia i deficyty kontroli poznawczej w IGD mogą być związane z nieefektywnym przetwarzaniem w obwodach neuronalnych leżących u podstaw tych procesów, przy czym niektóre z tych miar neuronalnych odnoszą się do ciężkości IGD ¹².

W sieci nagrody, FC w IGD jest nieznacznie istotnie wyższy niż w grupie HC. Silniejsze powiązania między ziarnami sieci nagrody w IGD sugerują, że wykazują one silniejsze pragnienie nagrody niż grupa HC. Badania fMRI oparte na zadaniach wykazały, że wrażliwość na nagrodę jest podwyższona u osób z IGD w porównaniu ze zdrowymi osobami kontrolnymi2 ^{, 9 , 14 , 15 , zarówno w łagodnych ,} jak i ekstremalnych sytuacjach. Zwiększona wrażliwość na nagrodę może przyczyniać się do zwiększonej chęci angażowania się w gry online, ponieważ osoby z IGD mogą odczuwać silniejszą nagrodę. Długotrwałe granie online może również skłaniać graczy do oddawania się wirtualnym doświadczeniom i ponownego przeżywania tych doświadczeń w prawdziwym życiu52^.

Niezrównoważona korelacja między siecią kontrolną a siecią premiową

Aby dokładniej zbadać interakcje między siecią kontroli wykonawczej a siecią nagrody i dowiedzieć się, jak wspólnie wpływają one na zachowania końcowe u poszczególnych badanych, wybraliśmy NAcc jako węzeł łączący lub region „zalążkowy” łączący sieć kontroli wykonawczej z siecią nagrody. Rysunek 4 pokazuje, że wskaźniki sieci kontroli wykonawczej i sieci nagrody mają istotnie odwrotną proporcję, co sugeruje, że im silniejsza jest łączność sieci nagrody, tym słabsza łączność sieci kontroli. Te dwie sieci oddziałują na siebie w sposób „przyciągnij i odepchnij”, gdzie silna motywacja prowadzi do zaburzenia obwodu kontroli wykonawczej, a silna kontrola wykonawcza prowadzi do zahamowania pragnień motywacyjnych[ ^53].

Poprzednie badania wykazały, że układ kontroli wykonawczej promuje poznawczą i behawioralną kontrolę nad popędami motywacyjnymi i może umożliwiać jednostkom hamowanie pragnień i zachowań związanych z poszukiwaniem nagrody54 ^{, 55 , 56. Odwrotna proporcja} między siecią kontroli wykonawczej a siecią nagrody może w znacznym stopniu przyczynić się do zrozumienia mechanizmu uzależniającego leżącego u podstaw IGD: nasilone odczuwanie nagrody podczas wygranej lub przyjemnych doświadczeń może nasilać chęć gry online. Jednocześnie zaburzenia kontroli wykonawczej mogą prowadzić do nieskutecznego hamowania takich pragnień, co może pozwolić na dominację impulsów, pragnień lub zachcianek i prowadzić do nadmiernego grania w gry online.

Nierównowaga funkcjonalna między siecią kontroli wykonawczej a siecią nagrody może również rzucić światło na zrozumienie procesu decyzyjnego w IGD. Badania wykazały, że osoby z IGD wykazują zmniejszone uwzględnianie wyników doświadczalnych przy podejmowaniu decyzji w przyszłości ⁵² . Podejmując decyzje między uczestnictwem w doświadczeniach natychmiast nagradzających (np. granie online) a długoterminowymi negatywnymi konsekwencjami (np. wykorzystywanie czasu spędzonego na graniu na wykonywanie czynności związanych z długoterminowym sukcesem zawodowym), osoby z IGD mogą być uważane za wykazujące „krótkowzroczność na przyszłość”, jak opisano w przypadku uzależnień od narkotyków ^{57 , 58 , 59} . Silna synchronizacja sieci nagrody natychmiastowej nagrody może nadmiernie napędzać proces decyzyjny, aby zahamować impuls, co mogłoby być rozsądnym wyjaśnieniem procesu decyzyjnego opartego na wartościowaniu w kierunku natychmiastowej nagrody, co skutkuje impulsywnymi zachowaniami podczas grania w gry online. Ponadto zachowania związane z poszukiwaniem nagrody mogą być wzmacniane przez krótkotrwałe doświadczenia online, co prowadzi do błędnego koła uzależnienia od gier online ⁷.

Podsumowując, badanie to wykazało, że zmiany (spadek / wzrost) w synchronizacji sieci mózgowych pacjentów z IGD sugerują nieefektywne / nadmierne przetwarzanie w obrębie obwodów neuronowych leżących u podstaw tych procesów. Odwrotna proporcja między siecią kontroli wykonawczej a siecią nagród sugeruje, że upośledzenie kontroli wykonawczej prowadzi do nieefektywnego hamowania zwiększonego głodu na nadmierne granie w gry online. Wyniki te mogą rzucić światło na mechanistyczne rozumienie IGD. Ponadto podobne cechy między IGD a uzależnieniami od narkotyków (na przykład uzależnienie od heroiny) sugerują, że IGD może mieć podobne podstawy neuronalne z innymi typami uzależnień.

Ograniczenia

W tym miejscu należy odnieść się do kilku ograniczeń. Po pierwsze, ponieważ jest tylko kilka kobiet uzależnionych od gier online, w tym badaniu wybraliśmy tylko mężczyzn. Brak równowagi płci może ograniczyć ostateczne wnioski. Po drugie, obliczając interakcje między sieciami kontrolnymi i sieciami nagród, wybraliśmy NAcc jako zalążek w oparciu o funkcjonalność NAcc i poprzednią literaturę. Nie wiemy, czy istnieją lepsze nasiona do tych obliczeń. Po trzecie, niniejsze badanie ujawniło jedynie aktualne stany u osób z IAD, nie możemy wyciągać wniosków przyczynowych między tymi czynnikami. Po czwarte, wybierając ROI prawej półkuli dla sieci kontroli wykonawczej, użyliśmy współrzędnych symetrycznych zgodnie z lewą półkulą, co może być powodem, dla którego wskaźniki na prawej półkuli są niższe niż na lewej półkuli.

Badania te zostały wsparte przez National Natural Science Foundation of China (31371023). Darczyńca nie odgrywał żadnej dalszej roli w projektowaniu badań; w gromadzeniu, analizie i interpretacji danych; na piśmie z raportu; lub w decyzji o przedłożeniu pracy do publikacji.

• Holden C.Nałogi „behawioralne”: czy istnieją? Science 294, 980–982, (2001) .10.1126 / science.294.5544.980 [PubMed] [Cross Ref]
• Dong G., Hu Y. & Lin X. Wrażliwość na nagrody / kary wśród osób uzależnionych od Internetu: Implikacje dla ich uzależniających zachowań. Prog neuro-psychopharm biol psychiat 46, 139–145 (2013). [PubMed]
• Weinstein A. & Lejoyeux M. Uzależnienie od Internetu lub nadmierne korzystanie z Internetu. Am J Drug Alcohol Ab 36, 277–283 (2010). [PubMed]
• Dong G., Lu Q., Zhou H. i Zhao X. Prekursor lub następstwo: zaburzenia patologiczne u osób z uzależnieniem od Internetu. PloS one 6, e14703 (2011). [Artykuł bezpłatny PMC] [PubMed]
• Petry NM i O'Brien CP zaburzenia gier internetowych i DSM-5. Uzależnienie 108, 1186–1187 (2013). [PubMed]
• Amerykańskie Towarzystwo Psychiatryczne. Podręcznik diagnostyczny i statystyczny zaburzeń psychicznych (wydanie 5th) [145] (American Psychiatric Publishing, Washington DC, 2013).
• Dong G. & Potenza MN A poznawczo-behawioralny model zaburzeń związanych z grami internetowymi: teoretyczne podstawy i implikacje kliniczne. J psychia res 58, 7–11 (2014). [Artykuł bezpłatny PMC] [PubMed]
• Dong G., Zhou H. i Zhao X. Hamowanie impulsów u osób z uzależnieniem od Internetu: dowody elektrofizjologiczne z badania Go / NoGo. Neurosci lett 485, 138–142 (2010). [PubMed]
• Zhou Z., Yuan G. i Yao J. Uprzedzenia poznawcze wobec obrazów związanych z grami internetowymi i deficyty wykonawcze u osób uzależnionych od gier internetowych. PloS one 7, e48961 (2012). [Artykuł bezpłatny PMC] [PubMed]
• Dong G., Lin X., Zhou H. & Lu Q. Elastyczność poznawcza u osób uzależnionych od Internetu: dowody fMRI dotyczące trudnych do łatwych i łatwych do trudnych sytuacji zmiany. Addict Behav 39, 677–683 (2014). [PubMed]
• Dong G., Zhou H. i Zhao X. Mężczyźni uzależnieni od Internetu wykazują upośledzenie zdolności wykonawczej kontroli: dowód z zadania Stroopa z kolorowym słowem. Neurosci lett 499, 114–118 (2011). [PubMed]
• Dong G., Shen Y., Huang J. & Du X. Upośledzona funkcja monitorowania błędów u osób z uzależnieniem od Internetu: badanie FMRI związane ze zdarzeniami. Eur addict res 19, 269–275 (2013). [PubMed]
• Littel M. i in. Przetwarzanie błędów i hamowanie odpowiedzi u nadmiernej liczby graczy w gry komputerowe: badanie potencjału związane ze zdarzeniem. Uzależniony biol 17, 934 – 947 (2012). [PubMed]
• Dong G., Huang J. & Du X. Zwiększona wrażliwość na nagrody i zmniejszona wrażliwość na straty u osób uzależnionych od Internetu: badanie fMRI podczas zgadywania. J psychiatry res 45, 1525–1529 (2011). [PubMed]
• Dong G., DeVito E., Huang J. & Du X. Obrazowanie za pomocą tensora dyfuzyjnego ujawnia nieprawidłowości kory wzgórza i tylnego zakrętu obręczy u osób uzależnionych od gier internetowych. J psychiatry res 46, 1212–1216 (2012). [Artykuł bezpłatny PMC] [PubMed]
• Ko CH i in. Aktywność mózgu związana z uzależnieniem od gier online. J psychiatria res 43, 739 – 747 (2009). [PubMed]
• Ko CH i in. Aktywacje mózgu związane zarówno z popędem związanym z grą, jak i głodem palenia wśród osób współwystępujących z uzależnieniem od gier internetowych i uzależnieniem od nikotyny. J psychiatria res 47, 486 – 493 (2013). [PubMed]
• Montague PR i Berns GS Neuronomia i biologiczne podłoże wyceny. Neuron 36, 265–284 (2002). [PubMed]
• McClure SM, Ericson KM, Laibson DI, Loewenstein G. & Cohen JD Rabat czasowy na nagrody główne. J Neurosci 27, 5796–5804 (2007). [PubMed]
• Monterosso J., Piray P. & Luo S. Neuroeconomics and the study of addiction. Biol Psychiatry 72, 107–112 (2012). [PubMed]
• Xie C. i in. Niezrównoważone funkcjonalne połączenie między sieciami wyceny u osób abstynentnych uzależnionych od heroiny. Mol psychiatria 19, 10 – 12 (2014). [PubMed]
• Barros-Loscertales A. i in. Niższa aktywacja w prawej sieci frontoparietowej podczas liczenia zadania Stroopa w grupie uzależnionej od kokainy. Res psychiatrii 194, 111 – 118 (2011). [PubMed]
• Goldstein RZ & Volkow ND Uzależnienie od narkotyków i jego podstawa neurobiologiczna: dowody neuroobrazowania dotyczące zajęcia kory czołowej. Psychiatria Am J 159, 1642–1652 (2002). [Artykuł bezpłatny PMC] [PubMed]
• Volkow ND i in. Kontrola poznawcza głodu narkotykowego hamuje regiony nagradzania mózgu u osób nadużywających kokainę. NeuroImage 49, 2536 – 2543 (2010). [Artykuł bezpłatny PMC] [PubMed]
• Fox MD i Raichle ME Spontaniczne fluktuacje aktywności mózgu obserwowane w funkcjonalnym obrazowaniu metodą rezonansu magnetycznego. Nat rev. Neurosci 8, 700–711 (2007). [PubMed]
• Zhu Q., Zhang JD, Luo YLL, Dilks DD i Liu J. Aktywność neuronalna w stanie spoczynku w obszarach korowych wybiórczych twarzy jest behawioralnie istotna. J Neurosci 31, 10323–10330 (2011). [PubMed]
• Greicius MD, Supekar K., Menon V. & Dougherty RF Funkcjonalna łączność w stanie spoczynku odzwierciedla łączność strukturalną w sieci trybu domyślnego. Cereb cortex 19, 72–78 (2009). [Artykuł bezpłatny PMC] [PubMed]
• Honey CJ i in. Przewidywanie połączeń funkcjonalnych w stanie spoczynku na podstawie połączeń strukturalnych. PNAS 106, 2035 – 2040 (2009). [Artykuł bezpłatny PMC] [PubMed]
• Vincent JL i in. Wewnętrzna architektura funkcjonalna w znieczulonym mózgu małpy. Natura 447, 83 – 86 (2007). [PubMed]
• Seeley WW i in. Dysocjowalne wewnętrzne sieci łączności do przetwarzania salience i kontroli wykonawczej. J Neurosci 27, 2349 – 2356 (2007). [Artykuł bezpłatny PMC] [PubMed]
• Engel AK, Fries P. i Singer W. Dynamiczne prognozy: oscylacje i synchronizacja w przetwarzaniu odgórnym. Nat rev. Neurosci 2, 704–716 (2001). [PubMed]
• Cox CL i in. Twój mózg spoczywający Dba o Twoje ryzykowne zachowanie. PloS one 5, e12296 (2010). [Artykuł bezpłatny PMC] [PubMed]
• Lecrubier Y. i in. Mini International Neuropsychiatric Interview (MINI). Krótki ustrukturyzowany wywiad diagnostyczny: rzetelność i trafność według CIDI. Europ Psychiatry 12, 224 – 231 (1997).
• Beck AT, Ward CH, Mendelson M., Mock J. & Erbaugh J. An Inventory for Measuring Depression. Arch Gen Psychiatry 4, 561–571 (1961). [PubMed]
• Young KS Internet Addiction Test (IAT)http://netaddiction.com/index.php?option=combfquiz&view=onepage&catid=46&Itemid=106> (2009). Data dostępu: 09.
• Widyanto L. i McMurran M. Psychometryczne właściwości testu uzależnienia od internetu. Cyberpsychol behawior 7, 443–450 (2004). [PubMed]
• Widyanto L., Griffiths MD i Brunsden V. Psychometryczne porównanie testu uzależnienia od Internetu, skali problemów związanych z Internetem i autodiagnozy. Cyberpsychol, behawior netw 14, 141–149 (2011). [PubMed]
• Zang Y., Jiang T., Lu Y., He Y. & Tian L. Regional homogenity approach to fMRI data analysis. Neuroimage 22, 394–400 (2004). [PubMed]
• Ty H. i in. Zmieniona regionalna jednorodność w korze ruchowej u pacjentów z zanikiem wielu układów. Neurosci Lett 502, 18 – 23 (2011). [PubMed]
• Yan C.-G. & Zang Y.-F. DPARSF: Zestaw narzędzi MATLAB do analizy danych „Pipeline” fMRI w stanie spoczynku. Układ przedni neurosci 4, 13, e3389 (2010). [Artykuł bezpłatny PMC] [PubMed]
• Friston KJ, Frith CD, Frackowiak RS i Turner R. Charakteryzowanie dynamicznych odpowiedzi mózgu za pomocą fMRI: podejście wieloczynnikowe. NeuroImage 2, 166-172 (1995). [PubMed]
• Yeo BT i in. Organizacja ludzkiej kory mózgowej oszacowana przez wewnętrzną funkcjonalną łączność. J neurofiziol 106, 1125 – 1165 (2011). [Artykuł bezpłatny PMC] [PubMed]
• Waraczyński MA Centralna rozszerzona sieć ciała migdałowatego jako proponowany obwód leżący u podstaw wyceny nagród. Neurosci biobehav rev 30, 472 – 496 (2006). [PubMed]
• Kringelbach ML & Rolls ET Funkcjonalna neuroanatomia ludzkiej kory oczodołowo-czołowej: dowody z neuroobrazowania i neuropsychologii. Prog neurobiol 72, 341–372 (2004). [PubMed]
• Wilcox CE, Teshiba TM, Merideth F., Ling J. & Mayer AR Zwiększona reaktywność sygnałów i funkcjonalna łączność czołowo-prążkowa w zaburzeniach używania kokainy. Drug alco depeend 115, 137–144 (2011). [Artykuł bezpłatny PMC] [PubMed]
• Everitt BJ & Robbins TW Neuronowe systemy wzmocnienia dla uzależnienia od narkotyków: od działań przez nawyki do kompulsji. Nat neurosci 8, 1481-1489 (2005). [PubMed]
• Shirer WR, Ryali S., Rykhlevskaia E., Menon V. & Greicius MD Dekodowanie stanów poznawczych sterowanych przez podmiot z wzorcami łączności całego mózgu. Cereb cortex 22, 158-165 (2012). [Artykuł bezpłatny PMC] [PubMed]
• Damoiseaux JS i in. Spójne sieci stanu spoczynku wśród zdrowych osób. PNAS 103, 13848 – 13853 (2006). [Artykuł bezpłatny PMC] [PubMed]
• Habas C. i in. Wyraźny wkład móżdżku w wewnętrzne sieci łączności. J Neurosci 29, 8586 – 8594 (2009). [Artykuł bezpłatny PMC] [PubMed]
• Spreng RN, Stevens WD, Chamberlain JP, Gilmore AW & Schacter DL Domyślna aktywność sieciowa, w połączeniu z przednią i ciemieniową siecią kontrolną, wspiera poznawanie ukierunkowane na cel. NeuroImage 53, 303–317 (2010). [Artykuł bezpłatny PMC] [PubMed]
• Krmpotich TD i in. Aktywność w stanie spoczynku w lewej sieci kontroli wykonawczej jest związana z podejściem behawioralnym i zwiększa się w zależności od substancji. Alkohole leków zależą od 129, 1 – 7 (2013). [Artykuł bezpłatny PMC] [PubMed]
• Dong G., Hu Y., Lin X. i Lu Q. Co sprawia, że ​​osoby uzależnione od Internetu nadal grają online, nawet w obliczu poważnych negatywnych konsekwencji? Możliwe wyjaśnienia z badania fMRI. Biol psychol 94, 282–289 (2013). [PubMed]
• Miller EK i Cohen JD Integracyjna teoria funkcji kory przedczołowej. Annu Rev Neurosci 24, 167–202 (2001). [PubMed]
• Sofuoglu M., DeVito EE, Waters AJ & Carroll KM Wzmocnienie poznawcze w leczeniu uzależnień od narkotyków. Neuropharmacol 64, 452–463 (2013). [Artykuł bezpłatny PMC] [PubMed]
• Everitt BJ i in. Kora przedczołowa oczodołowa i uzależnienie od narkotyków u zwierząt laboratoryjnych i ludzi. Coroczny NY Acad Sci 1121, 576 – 597 (2007). [PubMed]
• Goldstein RZ & Volkow ND Dysfunkcja kory przedczołowej w uzależnieniu: wyniki neuroobrazowania i implikacje kliniczne. Nat rev. Neurosci 12, 652–669 (2011). [Artykuł bezpłatny PMC] [PubMed]
• Pawlikowski M. & Brand M. Nadmierne granie w Internecie i podejmowanie decyzji: czy przesadni gracze w World of Warcraft mają problemy z podejmowaniem decyzji w ryzykownych warunkach? Psychiatry res 188, 428–433 (2011). [PubMed]
• Floros G. i Siomos K. Wzorce wyborów dotyczących gatunków gier wideo i uzależnienia od Internetu. Cyberpsycholo, behawior sieci społecznej 15, 417–424 (2012). [PubMed]
• Bechara A., Dolan S. & Hindes A. Podejmowanie decyzji i uzależnienie (część II): krótkowzroczność na przyszłość czy nadwrażliwość na nagrodę? Neuropsychologia 40, 1690-1705 (2002). [PubMed]