Wzdłużne zmiany w połączeniu nerwowym u pacjentów z zaburzeniem gry internetowej: badanie spójności spoczynkowej EEG (2018)

Front Psychiatry. 2018 czerwca 7;9:252. doi: 10.3389/fpsyt.2018.00252.

PMID: 29930524

PMCID: PMC5999751

DOI: 10.3389 / fpsyt.2018.00252

Park Sunyounga1, Hyera Ryu1, Ji-Yoon Lee1, Aruem Choi1, Dai-Jin Kim2, Sung Nyun Kim3* i Jung-Seok Choi1,4*

Cele:

W niniejszym badaniu zbadano łączność nerwową związaną z odpowiedziami na leczenie u pacjentów z zaburzeniami związanymi z grami internetowymi (IGD), za pomocą analiz koherencji elektroencefalografii w stanie spoczynku (EEG).

metody:

Do badania włączyliśmy 30 pacjentów z IGD i 32 zdrowych osób z grupy kontrolnej (HC). Spośród pacjentów z IGD 18 ukończyło leczenie ambulatoryjne obejmujące farmakoterapię selektywnymi inhibitorami wychwytu zwrotnego serotoniny przez 6 miesięcy. Do oceny cech klinicznych i psychologicznych przed i po leczeniu wykorzystano kwestionariusze dotyczące spójności EEG w stanie spoczynku oraz kwestionariusze samoopisu, a dane analizowano przy użyciu uogólnionych równań szacunkowych.

Wyniki:

W porównaniu z HC, pacjenci z IGD wykazali zwiększoną spójność wewnątrzpółkulową beta i gamma oraz zwiększoną spójność wewnątrzpółkulową delta prawej półkuli na początku badania. Po 6 miesiącach leczenia ambulatoryjnego pacjenci z IGD wykazywali poprawę w zakresie objawów IGD w porównaniu z wartością wyjściową, ale nadal wykazywały zwiększoną spójność wewnątrzpółkulową beta i gamma w porównaniu z HC. Nie wykryto żadnych znaczących zmian spójności EEG pomiędzy ocenami przed i po leczeniu w żadnym paśmie w grupie IGD.

Wnioski:

Odkrycia te sugerują, że znacznie większa wewnątrzpółkulowa spójność szybkich częstotliwości może być ważnym markerem cech neurofizjologicznych pacjentów z IGD.

Wprowadzenie

Zaburzenie związane z grami internetowymi (IGD) charakteryzuje się nadmiernym i powtarzalnym korzystaniem z gier internetowych (np.1). IGD przyciąga coraz większą uwagę ze względu na różne negatywne konsekwencje wpływające na normalne życie codzienne, wyniki w nauce i pracy oraz funkcjonowanie psychiczne (1, 2). Pacjenci z uzależnieniem behawioralnym, takim jak IGD, mają pewne cechy kliniczne, w tym impulsywność, głód i niezdolność do kontrolowania szkodliwych zachowań (3, 4). W ostatnich badaniach wykorzystano techniki neuroobrazowania i neurofizjologiczne do zbadania zmian strukturalnych i funkcjonalnych w mózgu związanych z impulsywnością lub hamowaniem reakcji, aby lepiej zrozumieć cechy IGD (5-7).

W kilku badaniach neuroobrazowych zbadano dysfunkcyjną łączność u pacjentów z IGD. Na przykład Zhang (8) zgłosili zmniejszoną amplitudę niskich fluktuacji w korze oczodołowo-czołowej i tylnej korze obręczy u młodych dorosłych z IGD w porównaniu z grupą kontrolną. Odkryli również, że pacjenci z IGD wykazywali zwiększone interakcje w trybie domyślnym i sieciach kontroli wykonawczej w porównaniu z grupą kontrolną. Ponadto pacjenci z IGD wykazali zwiększoną łączność w sieciach sensomotorycznych mózgu i zmienioną łączność funkcjonalną międzypółkulowego stanu spoczynku w płacie przedczołowym, w tym obustronny górny zakręt czołowy, dolny zakręt czołowy i środkowy zakręt czołowy (9, 10). Odkrycia te sugerują, że pacjenci z IGD mają upośledzenie w przetwarzaniu związanym z nagrodą, ogólnym funkcjonowaniu poznawczym i kontroli impulsów.

Chociaż badania neuroobrazowe zidentyfikowały struktury mózgowe zaangażowane w czynności w stanie spoczynku, dostarczają one ograniczonych informacji na temat czasowej dynamiki sieci neuronowych w mózgu. Spójność elektroencefalograficzna (EEG) jest przydatna do pomiaru nieprawidłowości w funkcjonalnej organizacji mózgu z dużą rozdzielczością czasową (11). Koherencja EEG mierzy zgodność różnic fazowych w dwóch obszarach mózgu i odzwierciedla synchronizację pomiędzy populacjami neuronalnymi i łącznością korową (12). Zwiększona spójność między dwiema elektrodami EEG sugeruje funkcjonalną integrację dwóch obszarów mózgu, podczas gdy zmniejszona spójność odzwierciedla niepowiązane działania dwóch populacji neuronowych (13, 14).

Kilka badań, w których badano łączność mózgową za pomocą EEG w stanie spoczynku, wykazało, że nastolatki uzależnione od Internetu wykazały zwiększoną spójność gamma między obszarami ciemieniowymi, prawymi skroniowymi i potylicznymi w porównaniu ze zdrową grupą kontrolną (HC) (15). Pacjenci z IGD wykazali również zwiększoną wewnątrzpółkulową spójność gamma w porównaniu z grupą kontrolną (16). Co więcej, zwiększona łączność wewnątrzpółkulowa w obszarze czołowo-skroniowym może być powiązana z powtarzającymi się grami online (17). Te spójne wyniki wskazują, że zmieniona synchronizacja fazy gamma jest powiązana z nadmiernym pobudzeniem układu sensorycznego, a także nieprawidłowym układem pobudzającym. Nie jest jednak jasne, czy zmieniona łączność nerwowa u pacjentów z IGD jest markerem cechy czy markerem stanu związanym z ciężkością IGD. Kilka badań wykorzystujących koherencję EEG wykazało nieprawidłowości w łączności mózgowej u osób z zaburzeniami związanymi z używaniem substancji (SUD), których mechanizm mózgowy jest podobny do IGD (7, 18, 19). Na przykład u uczestników długoterminowo abstynentnych, jak i nieabstynujących, uzależnionych od alkoholu, wykazano zwiększoną spójność obustronną, wewnątrzpółkulową i tylną EEG (18). Podobnie abstynentne osoby uzależnione od heroiny wykazywały zwiększoną spójność lewej półkuli gamma w porównaniu z HC (19). Odkrycia te sugerują, że zwiększona łączność nerwowa nie ulega normalizacji po długim okresie abstynencji lub leczenia i może odzwierciedlać endofenotyp SUD. Dlatego badania podłużne z pacjentami z IGD mogą pomóc nam zrozumieć patofizjologię i opracować interwencje lecznicze w przypadku IGD.

Zgodnie z naszą najlepszą wiedzą w żadnym badaniu nie oceniano zmian podłużnych w spójności EEG w stanie spoczynku po leczeniu pacjentów z IGD. W związku z tym zbadaliśmy łączność korową związaną z odpowiedziami na leczenie u pacjentów z IGD, aby zrozumieć jego podstawowy mechanizm i wyjaśnić, czy zmieniona synchronizacja fazowa u osób z IGD jest markerem stanu czy cechy. Na podstawie wcześniejszych ustaleń (16, 17, 20), postawiliśmy hipotezę, że pacjenci z IGD będą wykazywać zwiększoną spójność szybkich częstotliwości na początku badania i że ten wskaźnik neurofizjologiczny utrzyma się, mimo że ich objawy IGD poprawią się po 6 miesiącach leczenia ambulatoryjnego.

Materiały i Metody

Uczestnicy

Do tego badania podłużnego włączono 62 mężczyzn w wieku 18–38 lat, którzy zostali zrekrutowani z Centrum Medycznego SMG-SNU Boramae i okolicznej społeczności w Seulu w Korei. Trzydziestu pacjentów zostało sklasyfikowanych jako cierpiący na IGD w oparciu o kryteria Diagnostycznego i statystycznego podręcznika zaburzeń psychicznych, wydanie piąte i zdiagnozowane przez doświadczonego klinicznie psychiatrę (1). Trzydziestu dwóch uczestników pełniło funkcję HC. Do niniejszego badania włączono jedynie pacjentów, którzy spędzali na grach internetowych więcej niż 4 godziny dziennie i/lub 30 godzin tygodniowo. Dodatkowo do oceny nasilenia objawów IGD wykorzystano test Younga na uzależnienie od Internetu (Y-IAT).21). U wszystkich uczestników przeprowadzono wyjściową ocenę kliniczną i badanie EEG. Od oceny wyjściowej 18 z 30 pacjentów z IGD, u których współistniały objawy depresyjne lub lękowe, kontynuowało farmakoterapię inhibitorami wychwytu zwrotnego serotoniny (SSRI), stosując średnie dawki dzienne: escitalopram w dawce 15.83 ± 9.17 mg, fluoksetyna w dawce 50.00 ± 9.17 mg lub paroksetyna w dawce 30.00 ± 14.14 mg. 6 ± 2 mg. W tym badaniu nie stosowano żadnych leków innych niż SSRI. Po 80 miesiącach kontynuacji leczenia ukończyli badania kontrolne, obejmujące pomiary kliniczne i zapis EEG. Pierwszorzędowym wynikiem leczenia była zmiana wyniku w skali IAT przed leczeniem i po leczeniu. Uczestników HC, którzy grali w gry internetowe < XNUMX godz./dzień, rekrutowano bezpośrednio ze społeczności lokalnych. Żaden z uczestników nie miał w przeszłości niepełnosprawności intelektualnej, zaburzeń psychotycznych ani zaburzeń neurologicznych i wszyscy byli praworęczni. Wykluczono uczestników z szacowanym IQ <XNUMX.

Badanie to zostało zatwierdzone przez Instytucjonalną Komisję Rewizyjną Centrum Medycznego SMG-SNU Boramae w Republice Korei. Wszyscy uczestnicy wyrazili pisemną świadomą zgodę po otrzymaniu informacji o badaniu.

Zapisy EEG

Zbieranie danych EEG

Szczegółowe informacje na temat zapisów EEG i procedury gromadzenia danych zostały przedstawione w naszym poprzednim badaniu (16). Rejestrowano EEG w stanie spoczynku przez 10 minut (4 minuty z zamkniętymi oczami, 2 minuty z otwartymi oczami i 4 minuty z zamkniętymi oczami) w elektrycznie ekranowanym i dźwiękoszczelnym pomieszczeniu z przyćmionym światłem. Uczestnikom polecono, aby się zrelaksowali i unikali jakichkolwiek ruchów ciała oraz senności. Aktywność EEG rejestrowano za pomocą 64 elektrod w oparciu o zmodyfikowany system International 10–20 w połączeniu z elektrookulogramami pionowymi i poziomymi oraz elektrodą odniesienia wyrostka sutkowatego. Kanał uziemiający znajdował się pomiędzy elektrodami FPz i Fz. Sygnały EEG rejestrowano w sposób ciągły, stosując filtr pasmowo-przepustowy online 0.1–60 Hz i filtr pasmowoprzepustowy offline 0.1–50 Hz przy częstotliwości próbkowania 1,000 Hz. Impedancje elektrod utrzymywano na poziomie < 5 KΩ.

Wszystkie dane EEG analizowano za pomocą oprogramowania NeuroGuide (NG Deluxe 2.6.1, Applied Neuroscience; St. Petersburg, Floryda, USA) w celu analizy spójności, a 19 z 64 kanałów sterowano za pomocą zestawu montażowego NeuroGuide w następujący sposób: FP1, FP2 , F7, F3, Fz, F4, F8, T3, C3, Cz, C4, T4, T5, P3, Pz, P4, T6, O1 i O2. Artefakty spowodowane mruganiem i ruchami oczu podczas zapisów EEG zostały wyeliminowane przez automatyczny system NG Deluxe 2.6.1 i wykryte wizualnie.

Konsekwencja

Metody analizy koherencji zostały zaprezentowane w pracy Park i in. (16). Podsumowując, dane EEG w stanie spoczynku przekształcono w dziedzinę częstotliwości przy użyciu algorytmu szybkiej transformacji Fouriera z następującymi parametrami: epoka = 2 s, częstotliwość próbkowania = 128 próbek/s (256 cyfrowych punktów czasowych), zakres częstotliwości = 0.5–40 Hz i rozdzielczość 0.5 Hz z oknem o zbieżności cosinus w celu zminimalizowania wycieków. Do wyznaczenia wartości koherencji wykorzystano program NG 2.6.1. Przyjęte epoki danych EEG obliczono dla każdego z następujących pasm częstotliwości: delta (1–4 Hz), theta (4–8 Hz), alfa (8–12 Hz), beta (12–25 Hz) i gamma (30–40 Hz). Ponadto zbadano spójność wewnątrzpółkulową każdego pasma przy użyciu par elektrod F3–C3, F3–T3, F3–P3, C3–T3, C3–P3 i T3–P3 na lewej półkuli oraz F4–C4, F4– Pary elektrod T4, F4 – P4, C4 – T4, C4 – P4 i T4 – P4 na prawej półkuli. Obliczono spójność międzypółkulową pomiędzy parami elektrod F3–F4, C3–C4, T3–T4 i P3–P4.

Oceny psychologiczne

Skala inteligencji dorosłych Wechsler

Wszystkim uczestnikom podano koreańską wersję Skali Inteligencji Dorosłych Wechslera w celu obliczenia ich IQ (22-24).

kwestionariusze

Zwalidowano koreańską wersję wszystkich kwestionariuszy (25-28).

IAT Younga (Y-IAT)

Do pomiaru nasilenia uzależnienia od Internetu wykorzystano Y-IAT. Wszystkie 20 pozycji ocenia się w pięciopunktowej skali od 1 do 5. Zatem łączna ocena waha się od 20 do 100 (21, 28). Alfa Cronbacha w tym badaniu wyniosła 0.97.

Inwentarz depresji Becka-II (BDI-II)

Skalę BDI-II przeprowadzono w celu oceny nasilenia objawów depresyjnych (26, 29). Każda pozycja jest oceniana w czteropunktowej skali od 0 do 3, a łączna liczba punktów dla wszystkich 21 pozycji może wynosić od 0 do 63. Alfa Cronbacha w tym badaniu wyniosła 0.95.

Inwentarz lęku Becka (BAI)

BAI zawiera w sumie 21 pozycji i dotyczy intensywności objawów lękowych (25, 30). Odpowiedzi oceniane są w czteropunktowej skali, a punktacja waha się od 0 do 3. Całkowity wynik BAI, który mieści się w zakresie od 0 do 63, uzyskuje się poprzez zsumowanie wszystkich 21 pozycji. Alfa Cronbacha w tym badaniu wyniosła 0.94.

Skala impulsywności Barratta-11 (BIS-11)

BIS-11, który był używany do pomiaru impulsywności (27, 31) to 30-elementowy kwestionariusz samoopisowy, który zawiera trzy podskale mierzące impulsywność (uwaga, motoryka i brak planowania). Każda pozycja jest oceniana w czteropunktowej skali od 1 do 4. Alfa Cronbacha w tym badaniu wyniosła 0.79.

Analiza statystyczna

Wyjściowe zmienne demograficzne i psychologiczne zostały przeanalizowane przez niezależnych badaczy t-testy, natomiast różnice w zmiennych psychologicznych przed i po leczeniu analizowano parami t-testy. Do oceny efektów grupowych w danych EEG dla każdego pasma częstotliwości zastosowano oddzielne uogólnione równania estymujące (GEE) w celu zbadania korelacji między powtarzanymi pomiarami (32, 33). Wartości koherencji wewnątrz- i międzypółkulowej analizowano przez GEE, stosując następujące czynniki, odpowiednio na początku i na końcu 6-miesięcznego okresu leczenia ambulatoryjnego: spójność wewnątrzpółkulową analizowano według grupy (IGD i HC) × region (czołowo-centralny) , czołowo-skroniowy, czołowo-ciemieniowy, środkowo-skroniowy, środkowo-ciemieniowy i skroniowo-ciemieniowy) × półkula (lewa i prawa); a spójność międzypółkulową oceniano według grupy (IGD i HC) × regionu (czołowego, centralnego, skroniowego i ciemieniowego). W tych analizach kontrolowaliśmy wykształcenie oraz wyniki BDI-II, BAI i BIS-11, aby zidentyfikować różnice między grupami. Wszystkie analizy statystyczne przeprowadzono przy użyciu oprogramowania SPSS 20.0 (SPSS Inc., Chicago, IL, USA).

Efekt

Zmienne demograficzne i psychologiczne przed i po leczeniu

Pacjenci z IGD nie różnili się od HC pod względem wieku i IQ. Zaobserwowano jednak istotne różnice w wykształceniu oraz wynikach BDI-II, BAI i BIS-11 pomiędzy obiema grupami. Charakterystykę demograficzną i psychologiczną grup IGD i HC przedstawiono w tabeli 1. Po 6 miesiącach leczenia pacjenci z IGD mieli istotnie niższe wyniki Y-IAT, ale nie niższe wyniki BDI-II, BAI lub BIS-11 w porównaniu z danymi wyjściowymi (tab. 2).

TABELA 1
www.frontiersin.org   

Tabela 1. Charakterystyka demograficzna i psychologiczna grup badawczych na początku badania.

 
TABELA 2
www.frontiersin.org   

Tabela 2. Zmiany w charakterystyce klinicznej pacjentów z zaburzeniami gier internetowych (IGD) przed i po leczeniu.

Spójność EEG

Podstawowe dane dotyczące spójności EEG

Analiza statystyczna wykorzystująca GEE koherencji wewnątrzpółkulowej ujawniła istotne efekty w grupie głównej w pasmach beta i gamma na początku badania, po uwzględnieniu zmiennych demograficznych i psychologicznych (tabela 3). W szczególności pacjenci z IGD [M (błąd standardowy średniej; SEM) = 48.95 (69.463)] wykazywali znacznie zwiększoną koherencję wewnątrzpółkulową beta niż HC [M (SEM) = 41.68 (70.187)]. Pacjenci z IGD [M (SEM) = 58.65 (111.862)] również wykazali istotnie wyższą spójność w paśmie gamma niż pacjenci z HC [M (SEM) = 46.03 (113.029)]. Dodatkowo ujawniono efekt interakcji dla grupy × półkula. Grupa IGD [M (SEM) = 49.11 (68.393)] miała znacząco zwiększoną spójność wewnątrzpółkulową delta w prawej półkuli w porównaniu z grupą HC [M (SEM) = 42.36 (69.106)). Analiza spójności międzypółkulowej nie odzwierciedlała istotnego efektu głównego grupy, efektu interakcji grupa × region lub interakcji grupa × półkula.

 
TABELA 3
www.frontiersin.org   

Tabela 3. Wpływ na spójność wewnątrzpółkulową EEG kontrolujący wpływ cech demograficznych (edukacja) i psychologicznych (wyniki BDI-II, BAI i BIS-11) przed i po leczeniu.

Zmiany w danych dotyczących spójności EEG po leczeniu

Nie zaobserwowano znaczących zmian spójności EEG w żadnym z pasm przed leczeniem ani po leczeniu w grupie IGD. Jednakże główny efekt grupy zaobserwowano w zakresie spójności beta i gamma w ocenie po leczeniu (tabela 3 i Rysunek 1). W szczególności pacjenci z IGD [M (SEM) = 53.66 (75.338)] wykazali zwiększoną koherencję wewnątrzpółkulową beta w porównaniu z HC [M (SEM) = 40.54 (77.143)]. Spójność wewnątrzpółkulowa dla pasma gamma była znacząco wyższa u pacjentów z IGD [M (SEM) = 61.41 (126.700)] niż HC [M (SEM) = 46.51 (129.734)] w ocenie po leczeniu. Dodatkowo, zgodnie z analizą post hoc, istniał efekt interakcji grupy × regionu w spójności alfa, ale nie było znaczących różnic między grupami.

 
RYSUNEK 1
www.frontiersin.org   

Rysunek 1. Główne skutki w EEG wewnątrzpółkulowym () beta i (B) spójność gamma przed i po leczeniu. *P <0.05.

Dyskusja

Według naszej wiedzy jest to pierwsze badanie oceniające podłużne zmiany w łączności nerwowej mierzone za pomocą spójności EEG u pacjentów z IGD. Uczestnicy z IGD wykazywali zwiększoną spójność wewnątrzpółkulową EEG w pasmach beta i gamma na początku badania. Jednakże te nieprawidłowe wzorce synchronizacji faz nie uległy normalizacji po 6 miesiącach farmakoterapii, mimo że pacjenci z IGD wykazali znaczną poprawę objawów IGD. W związku z tym nasze wyniki wskazują, że zwiększona spójność beta i gamma w stanie spoczynku może być ważnym markerem cech neurofizjologicznych pacjentów z IGD.

Grupa IGD wykazała znacznie większą spójność wewnątrzpółkulową o szybkich częstotliwościach niż grupa HC na początku badania. Uważa się, że aktywność pasma beta w spoczynkowym EEG predysponuje pacjenta do zażywania substancji psychofizycznych i jest elektrofizjologicznym markerem nadpobudliwości spowodowanej brakiem równowagi pomiędzy pobudzeniem a hamowaniem w mózgu (34, 35). Zwiększoną wewnątrzpółkulową koherencję beta powiązano z czynnikiem podatności na IGD (17, 36). Na przykład Youh i in. (17) wykazali, że zwiększona spójność beta w obszarze czołowo-skroniowym była częstsza u pacjentów ze współistniejącą IGD i poważnymi zaburzeniami depresyjnymi (MDD) w porównaniu z pacjentami tylko z MDD. Autorzy zasugerowali, że zwiększona spójność beta może odzwierciedlać nadmierne gry online i wskazywać na zmienioną synchronizację neuronową między obszarami mózgu u pacjentów z IGD.

Zwiększona koherencja gamma EEG przed leczeniem jest zgodna z wcześniejszym badaniem (16). Powszechnie uważa się, że aktywność gamma odzwierciedla różnorodne funkcje nerwowe, w tym hamowanie reakcji i dystrybucję zasobów uwagi (37-40). Nasza grupa badawcza podała, że ​​zwiększona spójność wewnątrzpółkulowa gamma jest związana z dysfunkcyjną kontrolą impulsów, systemem nagrody i nasileniem objawów IGD (16). Ponadto Choi i in. (41) ustalili, że zwiększona aktywność gamma w stanie spoczynku jest związana z upośledzeniem hamowania i impulsywnością cech u pacjentów z IGD. Podsumowując, odkrycia te sugerują nieefektywną synchronizację neuronową i łączność funkcjonalną u pacjentów z IGD.

Po 6 miesiącach leczenia ambulatoryjnego pacjenci z IGD wykazali poprawę objawów IGD w porównaniu z wartością wyjściową, ale nadal wykazali zwiększoną spójność wewnątrzpółkulową beta i gamma w porównaniu z HC. W kilku badaniach przeprowadzonych z użyciem SSRI stwierdzono, że farmakoterapia zmniejsza objawy IGD (20, 42). Uważa się, że serotonina odgrywa ważną rolę w depresji, stanach lękowych i impulsywności.43). Dlatego leczenie SSRI wydaje się skuteczne w zmniejszaniu nasilenia IGD. Jednakże w niniejszym badaniu nie stwierdzono poprawy w zakresie zmienionej koherencji wewnątrzpółkulowej w pasmach beta i gamma po 6 miesiącach leczenia SSRI. Odkrycia te sugerują, że zwiększoną spójność szybkiej częstotliwości można uznać za potencjalny marker cechy IGD, a nie marker stanu.

Niniejsze badanie podlegało pewnym ograniczeniom. Po pierwsze, nasze wyniki mogą mieć ograniczoną możliwość uogólnienia, ponieważ liczba uczestników tego badania była stosunkowo niewielka i uwzględniono wyłącznie mężczyzn. Po drugie, w niniejszym badaniu wykorzystano typową opiekę ambulatoryjną, a nie dobrze zorganizowane metody leczenia. Jednak badanie to skupiało się na zmianach wzorców synchronizacji faz u pacjentów z IGD, a nie na efektach leczenia. Dlatego potrzebne będą dodatkowe badania w celu wyjaśnienia wpływu specyficznego leczenia farmakologicznego na markery neurofizjologiczne pacjentów z IGD. Po trzecie, wszyscy pacjenci z IGD włączeni do tego badania mieli współistniejące objawy depresji lub lęku, które mogły mieć zakłócające skutki. Zatem w ostatecznej analizie kontrolowano współzmienne psychologiczne, aby kontrolować te współistniejące objawy.

Ogólnie rzecz biorąc, niniejsze badanie wykazało, że na początku badania pacjenci z IGD mieli zwiększoną spójność wewnątrzpółkulową w szybkim paśmie częstotliwości w porównaniu z grupą HC. Jednak ta nieprawidłowa łączność nerwowa utrzymała się po 6 miesiącach leczenia ambulatoryjnego, co wskazuje, że zwiększona spójność beta i gamma w stanie spoczynku może być uważana za neurobiologiczny marker patofizjologii IGD. Niniejsze badania przyczynią się do lepszego zrozumienia sieci neurofizjologicznych leżących u podstaw IGD.

Autorskie Wkłady

J-SC i SK opracowały projekt i koncepcję badania. SP przeprowadził analizy i kierował pisaniem manuskryptu. J-SC kierował i nadzorował pisanie manuskryptu. HR, J-YL, AC i D-JK wnieśli swój wkład w przeprowadzenie badania.

Finansowanie

Badanie to zostało sfinansowane przez Koreańską Narodową Fundację Badawczą (2014M3C7A1062894), Republika Korei.

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.

Referencje

1. Stowarzyszenie Towarzystwo Psychiatryczne. Diagnostic and Statistical Manual of Mental Disorders (DSM-5®). Waszyngton, DC: Amerykański Pub Psychiatryczny (2013).

Streszczenie PubMed

2. Kuss DJ, Griffiths MD. Uzależnienie od Internetu i gier: systematyczny przegląd literatury na temat badań neuroobrazowych. Brain Sci. (2012) 2: 347–74. doi: 10.3390/brainsci2030347

Streszczenie PubMed | CrossRef Full Text | Google Scholar

3. Grant JE, Potenza MN, Weinstein A, Gorelick DA. Wprowadzenie do uzależnień behawioralnych. Am J Drug Alcohol Abuse (2010) 36: 233 – 241. doi: 10.3109 / 00952990.2010.491884

Streszczenie PubMed | CrossRef Full Text | Google Scholar

4. Yau YH, Potenza MN, Biały MA. Problematyczne korzystanie z Internetu, zdrowie psychiczne i kontrola impulsów w ankiecie internetowej przeprowadzonej wśród dorosłych. J Behav Addict. (2012) 2: 72–81. doi: 10.1556/JBA.1.2012.015

Streszczenie PubMed | CrossRef Full Text | Google Scholar

5. Fauth-Bühler M, Mann K. Neurobiologiczne korelaty zaburzeń związanych z grami internetowymi: podobieństwa do patologicznego hazardu. Addict Behav. (2017) 64: 349 – 356. doi: 10.1016 / j.addbeh.2015.11.004

Streszczenie PubMed | CrossRef Full Text | Google Scholar

6. Park, B, Han, DH i Roh, S. Odkrycia neurobiologiczne związane z zaburzeniami korzystania z Internetu. Psychiatria Clin Neurosci. (2017) 71: 467 – 478. doi: 10.1111 / pcn.12422

Streszczenie PubMed | CrossRef Full Text | Google Scholar

7. Weinstein AM. Przegląd aktualizacji badań obrazowania mózgu w zakresie zaburzeń związanych z grami internetowymi. Front Psychiatry (2017) 8:185. doi: 10.3389/fpsyt.2017.00185

Streszczenie PubMed | CrossRef Full Text | Google Scholar

8. Zhang JT, Yao YW, Potenza MN, Xia CC, Lan J, Liu L i in. Zmieniona aktywność neuronowa w stanie spoczynku i zmiany po głodowej interwencji behawioralnej w przypadku zaburzeń związanych z grami internetowymi. Sci Rep. (2016) 6: 28109. doi: 10.1038 / srep28109

Streszczenie PubMed | CrossRef Full Text | Google Scholar

9. Wang Y, Yin Y, Sun Y.-W, Zhou Y, Chen X, Ding WN i in. Zmniejszona międzypółkulowa łączność funkcjonalna płata czołowego u nastolatków z zaburzeniami gier internetowych: główne badanie z wykorzystaniem fMRI w stanie spoczynku. PLoS ONE (2015)10:e0118733. doi: 10.1371/journal.pone.0118733

Streszczenie PubMed | CrossRef Full Text | Google Scholar

10. Wang L, Wu L, Lin X, Zhang Y, Zhou H, Du X, et al. Zmienione sieci funkcjonalne mózgu u osób z zaburzeniami gier internetowych: dowody z fMRI w stanie spoczynku. Psychiatria Res Neuroobrazowanie (2016) 254: 156–163. doi: 10.1016/j.pscychresns.2016.07.001

Streszczenie PubMed | CrossRef Full Text | Google Scholar

11. Shaw J, O'connor K, Ongley C. EEG jako miara funkcjonalnej organizacji mózgu. Br J Psychiatry (1977) 130: 260–4. doi: 10.1192/bjp.130.3.260

Streszczenie PubMed | CrossRef Full Text

12. Nunez PL, Srinivasan R. (2006). Pola elektryczne mózgu: neurofizyka EEG. Nowy Jork, NY: Oxford University Press.

Google Scholar

13. Murias M, Swanson JM, Srinivasan R. Funkcjonalna łączność kory czołowej u dzieci zdrowych i dzieci z ADHD odzwierciedlona w spójności EEG. Cereb Cortex (2007) 17: 1788–99. doi: 10.1093/cercor/bhl089

Streszczenie PubMed | CrossRef Full Text | Google Scholar

14. Thatcher RW, North DM, Biver CJ. Rozwój połączeń korowych mierzony za pomocą spójności EEG i opóźnień fazowych. Hum Brain Mapp. (2008) 29: 1400–15. doi: 10.1002/hbm.20474

Streszczenie PubMed | CrossRef Full Text | Google Scholar

15. Kwon Y, Choi S. Psychofizjologiczne cechy uzależnienia od Internetu wśród nastolatków: badanie qEEG w stanie spoczynku. Koreański J Health Psychol. (2015) 20: 893–912. doi: 10.17315/kjhp.2015.20.4.011

CrossRef Full Text

16. Park, SM, Lee, JY, Kim, YJ, Lee, JY, Jung, HY, Sohn, BK i in. Łączność neuronowa w zaburzeniach gier internetowych i zaburzeniach związanych z używaniem alkoholu: badanie spójności EEG w stanie spoczynku. Sci. Rozpustnik. (2017) 7:1333. doi: 10.1038/s41598-017-01419-7

Streszczenie PubMed | CrossRef Full Text | Google Scholar

17. Youh J, Hong JS, Han DH, Chung US, Min KJ, Lee YS i in. Porównanie spójności elektroencefalografii (EEG) między ciężkim zaburzeniem depresyjnym (MDD) bez chorób współistniejących a MDD współistniejącym z zaburzeniami związanymi z grami internetowymi. J Korean Med Sci. (2017) 32: 1160–65. doi: 10.3346/jkms.2017.32.7.1160

Streszczenie PubMed | CrossRef Full Text | Google Scholar

18. Winterer G, Enoch MA, White K, Saylan M, Coppola R, Goldman D. Fenotyp EEG w alkoholizmie: zwiększona spójność w podtypie depresyjnym. Acta Psychiatr. Scand. (2003) 108:51–60. doi: 10.1034/j.1600-0447.2003.00060.x

Streszczenie PubMed | CrossRef Full Text | Google Scholar

19. Franken IH, Stam CJ, Hendriks VM, van den Brink, W. Elektroencefalograficzne analizy mocy i koherencji sugerują zmienioną funkcję mózgu u abstynentnych mężczyzn uzależnionych od heroiny. Neuropsychobiologia (2004) 49: 105 – 110. doi: 10.1159 / 000076419

Streszczenie PubMed | CrossRef Full Text | Google Scholar

20. Kim YJ, Lee JY, Oh S, Park M, Jung HY, Sohn BK i in. Powiązania między potencjalnymi zmianami objawów a aktywnością wolnofalową u pacjentów z zaburzeniami związanymi z grami internetowymi: badanie EEG w stanie spoczynku. Medycyna (2017) 96:e6178. doi: 10.1097/MD.0000000000006178

Streszczenie PubMed | CrossRef Full Text | Google Scholar

21. Young KS. Uzależnienie od Internetu: pojawienie się nowego zaburzenia klinicznego. Cyberpsychol Behav. (1998) 1: 237 – 244. doi: 10.1089 / cpb.1998.1.237

CrossRef Full Text | Google Scholar

22. Wechsler D. WAIS-R Instrukcja obsługi: Poprawione Skala Inteligencji Dorosłych Wechslera. Nowy Jork, Nowy Jork: Korporacja psychologiczna (1981).

Google Scholar

23. Yeom T, Park Y, Oh K, Lee Y. Wersja koreańska Skala inteligencji dorosłych Wechslera. Seul (1992) 4: 13-28.

24. Hwang S., Kim J., Park G., Choi J., Hong S. Koreańska skala inteligencji dorosłych Wechslera (K-WAIS-IV). Daegu: Koreańska psychologia (2013).

25. Yook, SP i Kim, ZS Badanie kliniczne koreańskiej wersji Inwentarza Lęku Becka: badanie porównawcze pacjentów i osób niebędących pacjentami. Korean J Clin Psychol. (1997) 16: 185-197.

26. Sung HM, Kim JB, Park YN, Bai DS, Lee SH, Ahn HN. Badanie rzetelności i ważności koreańskiej wersji Inwentarza Depresji Becka-II (BDI-II). J Koreański Soc Biol Ther Psychiatry (2008) 14: 201–212. Dostępne w Internecie pod adresem: http://uci.or.kr/G704-001697.2008.14.2.002

27. Heo SY, och JY, Kim JH. Koreańska wersja Skali Impulsywności Barratta, wersja 11: jej wiarygodność i ważność. Koreański J. Psychol. (2012) 31: 769–782. Dostępne w Internecie pod adresem: http://uci.or.kr/G704-001037.2012.31.3.011

28. Lee K, Lee HK, Gyeong H, Yu B, Song YM, Kim D. Wiarygodność i ważność koreańskiej wersji testu uzależnienia od Internetu wśród studentów. J Korean Med Sci. (2013) 28: 763–8. doi: 10.3346/jkms.2013.28.5.763

Streszczenie PubMed | CrossRef Full Text | Google Scholar

29. Beck AT, Steer RA, Brown GK. Inwentarz depresji Becka-II. San Antonio (1996) 78: 490-8.

Streszczenie PubMed | Google Scholar

30. Beck AT, Epstein N, Brown GK, Steer RA. Inwentarz do pomiaru lęku klinicznego: właściwości psychometryczne. J Consult Clin Psychol. (1988) 56:893–7. doi: 10.1037/0022-006X.56.6.893

Streszczenie PubMed | CrossRef Full Text | Google Scholar

31. Patton JH, Stanford MS. Struktura czynnikowa skali impulsywności Barratta. J Clin Psychol. (1995) 51: 768-774.

Streszczenie PubMed | Google Scholar

32. Zeger SL, Liang KY, Albert PS. Modele danych podłużnych: podejście uogólnionego równania estymującego. Biometria (1988) 44: 1049 – 60. doi: 10.2307 / 2531734

Streszczenie PubMed | CrossRef Full Text | Google Scholar

33. Hilbe JM. Uogólnione równania szacunkowe. Boca Raton, Floryda: CRC Press (2003).

Google Scholar

34. Rangaswamy M, Porjesz B, Chorlian DB, Wang K, Jones KA, Bauer LO i in. Moc beta w EEG alkoholików. Biol Psychiatry (2002) 52:831–842. doi: 10.1016/S0006-3223(02)01362-8

Streszczenie PubMed | CrossRef Full Text | Google Scholar

35. Begleiter H, Porjesz B. Genetyka oscylacji mózgu człowieka. Int J Psychophysiol. (2006) 60: 162–171. doi: 10.1016/j.ijpsycho.2005.12.013

Streszczenie PubMed | CrossRef Full Text | Google Scholar

36. Park JH, Hong JS, Han DH, Min KJ, Lee YS, Kee BS, et al. Porównanie wyników QEEG między młodzieżą z zespołem nadpobudliwości psychoruchowej z deficytem uwagi (ADHD) bez chorób współistniejących i współistniejących ADHD z zaburzeniami gry internetowej. J Korean Med Sci. (2017) 32: 514–521. doi: 10.3346/jkms.2017.32.3.514

Streszczenie PubMed | CrossRef Full Text | Google Scholar

37. Müller MM, Gruber T, Keil A. Modulacja indukowanej aktywności pasma gamma w ludzkim EEG poprzez przetwarzanie uwagi i informacji wizualnych. Int J Psychophysiol. (2000) 38:283–299. doi: 10.1016/S0167-8760(00)00171-9

Streszczenie PubMed | CrossRef Full Text | Google Scholar

38. Debener S, Herrmann CS, Kranczioch C, Gembris D, Engel AK. Odgórne przetwarzanie uwagi zwiększa słuchową aktywność wywołaną w paśmie gamma. Neuroreport (2003) 14:683–6. doi: 10.1097/00001756-200304150-00005

Streszczenie PubMed | CrossRef Full Text | Google Scholar

39. Barry RJ, Clarke AR, Hajos M, McCarthy R, Selikowitz M, Dupuy FE. Aktywność gamma EEG w stanie spoczynku u dzieci z zespołem nadpobudliwości psychoruchowej. Clin Neurophysiol. (2010) 121: 1871–77. doi: 10.1016/j.clinph.2010.04.022

Streszczenie PubMed | CrossRef Full Text | Google Scholar

40. van Wingerden M, Vinck M, Lankelma J. V, Pennartz CM. Związane z uczeniem się blokowanie fazowe w paśmie gamma neuronów selektywnych akcja-wynik w korze oczodołowo-czołowej. J Neurosci. (2010) 30:10025–38. doi: 10.1523/JNEUROSCI.0222-10.2010

Streszczenie PubMed | CrossRef Full Text | Google Scholar

41. Choi JS, Park SM, Lee J, Hwang JY, Jung HY, Choi SW i in. Aktywność beta i gamma w stanie spoczynku w uzależnieniu od Internetu. Int J. Psychofizjologia (2013) 89: 328–333. doi: 10.1016/j.ijpsycho.2013.06.007

Streszczenie PubMed | CrossRef Full Text | Google Scholar

42. Dell'Osso B, Hadley S, Allen A, Baker B, Chaplin WF, Hollander E. Escitalopram w leczeniu zaburzeń impulsywno-kompulsyjnych korzystania z Internetu: badanie otwarte, po którym następuje faza odstawienia z podwójnie ślepą próbą. J Clin Psychiatry (2008) 69:452–6. doi: 10.4088/JCP.v69n0316

Streszczenie PubMed | CrossRef Full Text | Google Scholar

43. Lesch KP, Merschdorf U. Impulsywność, agresja i serotonina: molekularna perspektywa psychobiologiczna. Prawo Behav Sci (2000) 18:581–604. doi: 10.1002/1099-0798(200010)18:5<581::AID-BSL411>3.0.CO;2-L

Streszczenie PubMed | CrossRef Full Text | Google Scholar