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 Du⁴

Informacje o autorze ► Uwagi na temat 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 ds. Badań Ludzkich Uniwersytetu Normalnego Zhejiang zatwierdził te badania. Metody przeprowadzono zgodnie z zatwierdzonymi wytycznymi. Uczestnicy byli studentami uniwersytetów i zostali rekrutowani poprzez reklamy. Uczestnikami byli mężczyźni praworęczni (pacjenci 35 IGA, zdrowi kontrole 36 (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). Uwzględniono tylko mężczyzn ze względu na częstsze występowanie IGD u mężczyzn niż u kobiet. Wszyscy uczestnicy udzielili pisemnej świadomej zgody i ustrukturyzowanych wywiadów psychiatrycznych (MINI)³³ wykonywane przez doświadczonego psychiatrę, które trwają około 15 minut. Wszyscy uczestnicy byli wolni od zaburzeń psychiatrycznych osi I wymienionych w MINI. Następnie oceniliśmy „depresję” za pomocą kwestionariusza depresji Becka³⁴ uwzględniono tylko uczestników, którzy uzyskali mniej niż 5. Wszyscy uczestnicy zostali pouczeni, aby nie używać żadnych nadużyć, w tym napojów kofeinowych, w dniu skanowania. Żaden uczestnik nie zgłosił wcześniejszego zażywania nielegalnych narkotyków (np. Kokainy, marihuany).

Uzależnienie od Internetu określono na podstawie internetowego testu uzależnienia Younga (IAT)³⁵ wyniki 50 lub wyższe. IAT Younga składa się z 20 pozycji z różnych perspektyw korzystania z internetu, w tym uzależnienia psychicznego, kompulsywnego używania, wycofania, problemów w szkole lub pracy, snu, rodziny lub zarządzania czasem³⁵. Udowodniono, że IAT jest ważnym i niezawodnym instrumentem, który można wykorzystać do klasyfikacji IAD^36,37. Dla każdego elementu 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 przedmioty IGD, dodaliśmy dodatkowe kryterium do ustalonych miar IAT Younga: „spędzasz ___% swojego czasu online grając w gry online” (> 80%).

Skanowanie danych stanów spoczynkowych

Skan został wykonany w ośrodku MRI w East-China Normal University. Dane MRI uzyskano za pomocą skanera Siemens Trio 3T (Siemens, Erlangen, Niemcy). „Stan spoczynku” został zdefiniowany jako brak określonego zadania poznawczego podczas skanowania fMRI w naszym zadaniu. Uczestnicy mieli obowiązek nie ruszać się, zamykać oczy, czuwać i nie myśleć o niczym systematycznie^38,39. Aby zminimalizować ruch głowy, uczestnicy kładą się na wznak z głową dokładnie przymocowaną za pomocą paska i piankowych podkładek. Obrazy funkcjonalne w stanie spoczynku uzyskano przy użyciu sekwencji EPI (obrazowanie echo-planarne). Parametry skanowania są następujące: przepleciony, czas powtarzania = 2000 ms, 33 wycinki osiowe, grubość = 3.0 mm, rozdzielczość w płaszczyźnie = 64 * 64, czas echa = 30 ms, kąt odwrócenia = 90, pole widzenia = 240 * 240 mm, objętości 210 (7 min). Obrazy strukturalne zebrano za pomocą 1D ważonej T3 zepsutej sekwencji przywołanej gradientem i uzyskano obejmując cały mózg (wycinki 176, czas powtarzania = 1700 ms, czas echa TE = 2.26 ms, grubość wycinka = 1.0 mm, pomiń = 0 mm , kąt obrotu = 90 °, pole widzenia = 240 * 240 mm, rozdzielczość w płaszczyźnie = 256 * 256).

Wstępne przetwarzanie danych

Dane spoczynkowe zostały wykonane przy użyciu REST i DPARSF (http://restfmri.org)⁴⁰. Wstępne przetwarzanie polegało na usunięciu pierwszych punktów czasowych 10 (ze względu na równowagę sygnału i umożliwienie uczestnikom dostosowania się do szumu skanowania), korekcji fizjologicznej, pomiaru czasu cięcia, rejestracji objętości i korekcji ruchu głowy. Usunięto możliwe zanieczyszczenie z kilku uciążliwych sygnałów, w tym sygnału istoty białej, płynu mózgowo-rdzeniowego, sygnału globalnego i sześciu wektorów ruchu. Szeregi czasowe obrazów każdego obiektu zostały skorygowane ruchem za pomocą metody najmniejszych kwadratów i sześcioparametrowej transformacji liniowej (ciała sztywnego)⁴¹. Indywidualny obraz strukturalny był współrejestrowany ze średnim obrazem funkcjonalnym po korekcji ruchu za pomocą transformacji liniowej. Objętości funkcjonalne skorygowane o ruch zostały znormalizowane przestrzennie do przestrzeni MNI (Montreal Neurological Institute) i ponownie próbkowane do 3-mm izotropowych wokseli przy użyciu parametrów normalizacji oszacowanych podczas ujednoliconej segmentacji. Dalsze przetwarzanie wstępne obejmuje (1) filtrowanie pasmowo-przepustowe między 0.01 a 0.08 Hz; (2) Aby ocenić funkcjonalną łączność, najpierw obliczyliśmy współczynnik korelacji Pearsona między średnimi przebiegami czasowymi intensywności sygnału w każdej parze obszaru zainteresowania (ROI). Do każdej mapy korelacji zastosowano transformację Fishera r-do-z, aby uzyskać w przybliżeniu normalny rozkład wartości funkcjonalnej łączności i odpowiednio zastosować statystyki parametryczne.

Wybór ROI w spoczynku

Nasiona wybrano z góry na podstawie opublikowanej literatury, a nie wywodząc regiony z nasion z zadań, aby uniknąć stronniczości i zwiększyć uogólnienie wyników. W przypadku sieci kontrolnej nasiona zdefiniowano na podstawie ostatnich badań FC z wykorzystaniem danych od młodych dorosłych 1000⁴² sugerując, że sieć kontroli czołowo-ciemieniowej obejmuje sześć obszarów mózgu. Znajdowały się w przednim i ciemieniowym obszarze mózgu (znajdź szczegółowe współrzędne z Rysunek 1). Użyliśmy współrzędnych symetrycznych, aby wybrać nasiona z prawej półkuli.

 

Rysunek 1

ROI wybrane w badaniu.

W przypadku sieci wyceny nagród wiele badań sugerowało, że orbitalno-czołowy obwód prążkowany wspiera przekształcanie różnych rodzajów przyszłych nagród w rodzaj wewnętrznej waluty^18,20,21. Obwód ten obejmuje brzuszne prążkowie, prążkowane grzbietowe i obwód orbitalno-czołowy. Poza tym poprzednie badania wykazały również, że sieć ciała migdałowatego jest kluczowym regionem leżącym u podstaw wyceny nagród⁴³. Zatem w tym badaniu uwzględniliśmy także ciało migdałowate w sieci nagród. Ponieważ prążkowia, ciało migdałowate są względnie małymi regionami mózgu, wybraliśmy cały region jako nasiona. Ciało migdałowate zostało pozyskane z podkorowego atlasu Harvard-Oxford; prążkowia wybrano przy użyciu Oxford-prążkowia-atlas. W przypadku OFC nasiona zdefiniowano na podstawie metaanalizy^44,45, co sugeruje dwa odrębne boczne podregiony funkcjonalne OFC, jeden zaangażowany w niezależne od motywacji reprezentacje wzmacniaczy (−23, 30, −12 i 16, 29, X13) oraz drugi w ocenie karających prowadzących do zmiany zachowania (−32 , 40, −11 i 33, 39, −11). Widzieć Rysunek 1.

Połączenia między nasionami, które wybraliśmy powyżej, mogą jedynie zapewnić różnice na poziomie grupy i osobno pokazać wewnętrzne połączenia w sieci kontrolnej i sieci nagród. Aby znaleźć interakcje między tymi dwiema sieciami dla poszczególnych podmiotów i ich wspólny wpływ na zachowania, potrzebujemy „węzła”, który łączy obie sieci. W tym badaniu wybraliśmy region jądra półleżącego (NAcc) jako węzeł łączący lub region `` zalążkowy '' do połączenia między siecią kontrolną a siecią nagrody, ponieważ NAcc odgrywa ważną rolę w uzależnieniu⁴⁶i okazały się cennym węzłem łączącym w badaniach uzależnień²¹. NAcc zostały również wydobyte z atlowego podkorowego atlasu Harvard-Oxford.

Obliczanie łączności funkcjonalnej

Dla każdego ROI reprezentatywny przebieg BOLD uzyskano uśredniając sygnał wszystkich wokseli w ramach ROI. Wykazano, że literatura na temat sieci funkcjonalnych ma oddzielne komponenty prawej i lewej półkuli^47,48,49. Dlatego w tym badaniu najpierw obliczyliśmy średnią wartość FC pomiędzy lewą i prawą siecią ROI kontroli / nagrody, osobno. Następnie przyjęliśmy średnią wartość tych dwóch FC jako cały indeks FC. Korelacja między NAcc a siecią wykonawczą / premiową została obliczona w następujący sposób: Obliczyliśmy średnią wartość FC między NAcc i ROI sieci kontrolnej / premiowej na tej samej półkuli. Następnie przyjęliśmy średnią wartość tych półkulistych FC jako ogólny wskaźnik FC.

Różnica FC w sieci sterowania między IGD i HC

Rysunek 2 pokazuje FC w sieci kontrolnej w IGD i HC. FC w sieci kontrolnej w HC jest znacznie wyższy niż w IGD, zarówno na poziomie całego mózgu, jak i półkuli (HC jest marginalnie istotny 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 pokazuje FC w sieci nagród w IGD i HC. FC w sieci wynagrodzeń IGD jest nieznacznie wyższy niż HC w całym mózgu (p = 0.060) i lewa półkula (p = 0.061). Chociaż IGD wykazuje wyższą FC niż HC na prawej półkuli, nie osiąga jednak istotności statystycznej (p =

 

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 półkuli. Pierwszy rząd Rysunek 4 pokazuje zależność między siecią kontroli a siecią nagrody w całym mózgu u wszystkich badanych (po lewej) i w grupach (po prawej). Możemy stwierdzić, że FC w sieci kontroli jest ujemnie skorelowany z siecią nagród we wszystkich grupach podmiotów. Liczby w drugim rzędzie pokazują, że sieć kontroli jest odwrotnie skorelowana z siecią nagrody na lewej półkuli. Jednak na prawej półkuli (trzeci rząd), chociaż wykazują negatywne trendy, wszystkie te korelacje nie osiągają istotności statystycznej (może to być spowodowane tym, że wszystkie ROI sieci kontrolnej zostały zdefiniowane na lewej półkuli. ROI na prawej półkuli zostały wybrane zgodnie z lewa półkula symetrycznie). Czwarty rząd pokazał interakcje między półkulą między siecią kontrolną a siecią nagrody. Możemy również znaleźć ujemną korelację między siecią kontrolną a siecią premiową. Podsumowując, choć niektóre z tych korelacji nie osiągają istotności statystycznej, nadal możemy wnioskować, że sieć kontroli jest negatywnie związana z siecią nagród.

 

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 pacjentów z IGD w porównaniu do HC. Model wiązania czasowego sugeruje, że synchronizacja sygnałów mózgu między regionami mózgu ma kluczowe znaczenie dla ułatwienia komunikacji neuronowej³¹. Zatem zmniejszona synchronizacja w sieci kontrolnej może wskazywać, że długi czas grania w gry online badanych z IGD zaburzył ich system kontroli wykonawczej. Wcześniejsze badania wykazały, że FC w określonej sieci może być predyktorem odpowiednich wyników behawioralnych^30,50,51. Oparte na zadaniach badania fMRI wykazały również, że pacjenci z IGD wykazywali zmniejszone hamowanie odpowiedzi niż zdrowe osoby kontrolne^8,9,11,12. Wydaje się, że na takie tendencje reakcji wpływają bodźce związane z grami online, przy czym gorsze wyniki obserwowano u pacjentów z IGD niż u osób bez IGD⁹. Widoczne przesunięcia zestawu i deficyty kontroli poznawczej w IGD mogą być związane z nieefektywnym przetwarzaniem w obrębie obwodów neuronalnych leżących u podstaw tych procesów, przy czym niektóre z tych neuronalnych miar dotyczą ciężkości IGD¹².

W sieci nagród FC w IGD jest nieznacznie wyższy niż w HC. Silniejsze powiązania między ziarnami sieci nagrody w IGD sugerują, że wykazali zwiększone pragnienie nagrody w porównaniu do grupy HC. Oparte na zadaniach badania fMRI wykazały, że wrażliwość na nagrodę jest podwyższona u pacjentów z IGD w porównaniu ze zdrowymi kontrolami^2,9,14,15 zarówno w łagodnych, jak i ekstremalnych sytuacjach. Zwiększona wrażliwość na nagrody może przyczynić się do wzrostu chęci angażowania się w gry online, ponieważ osoby z IGD mogą otrzymać silniejszą nagrodę. Długoterminowe gry online mogą prowadzić graczy do korzystania z wirtualnych doświadczeń i przeżywania ich w prawdziwym życiu⁵².

Niezrównoważona korelacja między siecią kontrolną a siecią premiową

Aby dalej przetestować interakcje między siecią kontroli wykonawczej a siecią nagród oraz dowiedzieć się, w jaki sposób wspólnie wpływają na końcowe zachowania u poszczególnych pacjentów, wybraliśmy NAcc jako węzeł łączący lub region `` zalążkowy '', aby połączyć kontrolę wykonawczą i nagrodę sieci. Rysunek 4 pokazuje, że wskaźniki sieci kontroli wykonawczej i sieci wynagrodzeń mają znaczące odwrotne proporcje, co sugeruje, że im silniejsza łączność z siecią wynagrodzeń, tym słabsza łączność z siecią kontroli. Te dwie sieci oddziałują w sposób ciągnący i pchający, w którym silna motywacja doprowadzi do zakłócenia obwodu sterowania wykonawczego, a silna kontrola wykonawcza doprowadzi do zahamowania pragnień motywacyjnych⁵³.

Poprzednie badania wykazały, że system kontroli wykonawczej promuje kontrolę poznawczą i behawioralną nad popędami motywacyjnymi i może umożliwić jednostkom hamowanie pragnień i zachowań polegających na poszukiwaniu nagrody^54,55,56. Odwrotna proporcja między siecią kontroli wykonawczej a siecią nagrody może znacznie przyczynić się do zrozumienia uzależniającego mechanizmu leżącego u podstaw IGD: Zwiększone odczucia nagrody podczas wygrywania lub przyjemne doświadczenie mogą zwiększyć ich chęć do gry online. Tymczasem upośledzenie kontroli wykonawczej może prowadzić do nieefektywnego hamowania takich pragnień, co może pozwolić na dominację popędów, pragnień lub pragnień i prowadzić do nadmiernej gry online.

Niezrównoważone funkcjonalne powiązanie między siecią kontroli wykonawczej a siecią nagrody może również rzucić światło na zrozumienie procesu podejmowania decyzji przez IGD. Badania ujawniły, że osoby z IGD wykazują mniejsze uwzględnienie wyników doświadczalnych przy podejmowaniu przyszłych decyzji⁵². Podejmując decyzje między udziałem w natychmiastowych nagrodach (np. Granie online) a długoterminowymi niekorzystnymi konsekwencjami (np. Wykorzystywaniem czasu przeznaczonego na gry zamiast do wykonywania 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 nagród z natychmiastową nagrodą może wyprzedzić proces decyzyjny w celu zahamowania impulsu, co może być uzasadnione, aby wyjaśnić proces decyzyjny oparty na wycenie w kierunku natychmiastowej nagrody, powodując impulsywne zachowania podczas gry online. Ponadto zachowania związane z poszukiwaniem nagród można wzmocnić dzięki krótkoterminowym doświadczeniom online, co prowadzi do błędnego cyklu uzależniającej gry online⁷.

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]