Мозговые структуры, связанные с тенденцией интернет-зависимости в подростковых онлайн-игроках (2018)

Ront. Психиатрия, 06 March 2018 | https://doi.org/10.3389/fpsyt.2018.00067
изображениеНаннан Пан1 †, изображениеYongxin Yang2 †, изображениеXin Du1, изображениеСинь Ци1, изображениеGuijin Du3, изображениеЯн Чжан1, изображениеСяодун Ли3* а также изображениеЦюань Чжан1*
  • 1Отдел радиологии и Тяньцзиньская лаборатория функциональной визуализации, Больница общего медицинского университета Тяньцзинь, Тяньцзинь, Китай
  • 2Отдел психологии, Линейская больница четвертого возраста, Линьи, Китай
  • 3Отдел радиологии, Народная больница Линьи, Линьи, Китай

С развитием Интернета все большее количество подростков чрезмерно играют в онлайн-игры, что приводит к неблагоприятным последствиям для отдельных лиц и общества. Предыдущие исследования продемонстрировали изменение объема серого вещества (GMV) у людей с расстройством интернет-игр (IGD), но взаимосвязь между тенденцией к IGD и GMV по всему мозгу у подростков все еще не ясна. В настоящем исследовании анатомические изображения с высоким разрешением были выполнены 67 подросткам мужского пола, которые играли в онлайн-игры; и тест на интернет-зависимость Янга (IAT) был проведен для проверки тенденции к IGD. Программная библиотека FMRIB (FSL) использовалась для расчета корреляций на основе вокселей между GMV и оценкой IAT после контроля возраста и количества лет образования. GMV двухсторонней постцентральной извилины (postCG), двусторонней прецентральной извилины (preCG), правого предклиния, левой задней средней коры головного мозга (pMCC), левой нижней теменной доли (IPL) и правой средней лобной извилины (MFG) отрицательно коррелировали с оценкой IAT. Корреляция между оценкой IAT и GMV двустороннего postCG, левого preCG, левого pMCC и правого MFG сохранялась после контроля общего времени игры в онлайн-игру. Когда участники были разделены на две группы в соответствии с оценкой IAT, GMV этих связанных с IAT областей мозга были ниже в подгруппе с высоким показателем IAT (оценка IAT> 50), чем в подгруппе с низким показателем IAT (оценка IAT ≤50). Наши результаты показали, что GMV областей мозга, участвующих в сенсомоторном процессе и когнитивном контроле, были связаны с тенденцией IGD. Эти открытия могут привести к новым целям для профилактики и лечения IGD.

Введение

В последние десятилетия Интернет играл важную роль в нашей жизни. Однако все больше и больше подростков занимаются серфингом в Интернете и чрезмерно играют в онлайн-игру, что приводит к негативным последствиям для самих подростков и общества. Эпидемиологическое исследование показало, что нарушение интернет-игр (IGD), подтип интернет-зависимости (IA) (1), была очень распространенной проблемой психического здоровья среди китайских подростков (2). Поэтому все больше и больше исследований были посвящены нейромедианизму ИГД и направлены на содействие профилактике и лечению ИГД.

Структурная нейровизуализация мозга может быть использована для исследования мозговых механизмов по индивидуальным личностным признакам (35). Предыдущие структурные исследования показали, что у индивидуумов с ИГД были структурные аномалии в сером веществе (ГМ), такие как уменьшение объема серого вещества (GMV) или GM-плотности в нескольких кортикальных и подкорковых областях (611), а также увеличение ГМВ во фронтальной и временной областях (8, 12). Эти исследования показали, что несколько областей мозга в лобной, временной, теменной и подкорковых областях, таких как вентральный стриатум, были связаны с ИА, что способствовало пониманию нейромедианов ИА. Однако в большинстве предыдущих исследований основное внимание было сосредоточено на ИА или ИГД, диагностированных с помощью клинической анкеты, такой как тест на зависимость от интернета (IAT), и сравнил различия в поведении и функции мозга и структуре между индивидуумами IGD и здоровым контролем. На самом деле, не все люди, которые играют в онлайн-игру, страдают от IGD (13). Поэтому необходимо исследовать структурные корреляции в игроках онлайн-игр с разной степенью склонности к IGD, а не только людям с диагнозом IGD.

Недавно в трех исследованиях основное внимание было уделено нейронным ассоциациям тенденции к ИА. Вэнь и Се (в14) исследовали связь между функциональными связями всего мозга и уровнем ИА в группе молодых взрослых (19-29 лет) и обнаружили, что две сети, в основном состоящие из лобных областей, коррелируют с тенденцией IA. Li et al. (15) сообщили, что структура и функциональная связь правой дорсолатеральной префронтальной коры положительно коррелируют с оценкой IAT в группе здоровых молодых людей (18-27 лет). Исследование Кюна (16) показало, что GMV областей мозга в пределах полосатой сети коррелирует с чрезмерным использованием Интернета, оцененным по шкале IAT. Кроме того, предыдущие исследования также продемонстрировали, что изменения GMV были связаны с серьезностью зависимости онлайн-игры у субъектов IGD. Например, исследование Weng et al. продемонстрировали, что ГМВ правильной орбитофронтальной коры и двусторонней изоляции были положительно коррелированы с серьезностью зависимости онлайн-игры у субъектов ИГД (7). Cai et al. Сообщалось, что увеличение ГМВ ядра accumbens связано с оценкой IAT у лиц IGD (17). Исследование Zhou et al. показали, что более низкий уровень GMV в правой орбитофронтальной коре связан с более высокой степенью тяжести зависимости онлайн-видеоигр в интернет-геймерах (18). Эти исследования показали, что структуры и функции мозга связаны с уровнем ИА. Однако связь между тенденцией к IGD и GMV во всем мозге еще не была четко оценена у подростков (14-18 лет). Подростковый возраст между 14 и 18 возрастным периодом находится в критическом периоде психологического развития и склонен к зависимости и побочным эффектам (19, 20). Многие исследования, касающиеся наркомании, уделяли пристальное внимание подросткам в возрасте от 14 до 18 лет (21, 22). Исследование с большой выборкой показало, что IGD очень распространен среди китайских учащихся начальной и средней школы с частотой 22.5% среди тех, кто играет в онлайн-игры (2). Поэтому более необходимо исследовать структурные корреляции мозга с тенденцией к ИГД у подростков (14-18 лет).

Кроме того, предыдущие исследования показали, что длительная онлайн-игра может привести к структурной реорганизации мозга в онлайн-играх (12, 23, 24). GMVs в вентролатеральной префронтальной коре, дорсолатеральной префронтальной коре, дополнительной моторной области и передней части передней коры головного мозга коррелировали с продолжительностью онлайн-игры, играемой у подростков с расстройством IA (6, 25). Таким образом, стоит ли изучать продолжительность игры в онлайн-игре, связанную с отношением между GMV и тенденцией к IGD.

В настоящем исследовании были набраны подростки мужского пола 67 (14-18 лет), которые играли в онлайн-игры. Был проведен корреляционный анализ на вокселе для обнаружения областей мозга, связанных с оценкой IAT, до и после контроля за общим временем игры в онлайн-игру. Основываясь на предыдущих исследованиях, префронтально-полосатые цепи тесно связаны с наркоманией. Вентральный стриатум участвовал в процессе обучения и награждения навыка, связанного с наркоманией (26, 27), а сниженный контрольный эффект префронтальной коры на процессе награждения является одним из механизмов наркомании (28, 29). Поэтому мы предположили, что тенденция IGD может быть связана с областями мозга, связанными с когнитивным контролем (префронтальной корой) и процессом награждения (вентральный стриатум). Это исследование может привести к новым целям профилактики и лечения ИГД у подростков.

Материалы и методы

Тематика

В этом исследовании были набраны шестьдесят семь правых подростков (14-18 лет, средний 15.54 ± 0.14), которые играли в онлайн-игру. Двадцать из участников 67 были учениками школы здоровья, а участниками 47 участников 67 были подростки, родители которых отдали их психиатру из-за возможного IGD. Все участники получили образование за 6-12 лет, начиная от начальной школы и заканчивая старшей школой. Все участники потратили больше, чем 80% онлайн-времени на онлайн-игру. В этом исследовании участвовали только подростки-подростки, поскольку относительно небольшое количество женщин играли в онлайн-игры и страдали от ИГД (2, 30). Критерии исключения включали следующее: злоупотребление алкоголем или наркотическая зависимость; наличие каких-либо неврологических или психических заболеваний, таких как бессонница, мигрень, шум в ушах и гиперактивное расстройство дефицита внимания; история физических заболеваний, таких как травма головного мозга, опухоль головного мозга или эпилепсия, оцениваемая в соответствии с клиническими оценками и медицинскими данными; Противоречие MRI; и видимые отклонения от обычной МРТ. Настоящее исследование было одобрено Этическим комитетом больницы медицинского университета Тяньцзиня, и все участники и их опекуны предоставили письменное информированное согласие в соответствии с институциональными руководящими принципами.

Questionnaire

Тест на интернет-зависимость использовался для оценки тяжести тенденции к ИГД в этом исследовании. IAT состоит из элементов 20, и ответы на эти вопросы были описаны как оценка 1-5 (1 = «редко» до 5 = «всегда») (31). Общий балл элементов 20 измеряет степень зависимости интернета. Был оценен опыт онлайн-игры с помощью вопросник с самостоятельным отчетом, который задавал вопрос о продолжительности и количестве игры. Общее время игры в онлайн-игре было рассчитано как часы в день, умноженные на дни игры в онлайн-игры. Коэффициент интеллекта (IQ) всех участников был протестирован с использованием прогрессивных матриц Standard Raven. Тревога и депрессия были написаны с использованием шкалы тревожности самооценки (SAS) и шкалы шкалы самооценки (SDS).

Структурная МРТ

Структурные изображения были получены с помощью сканера Siemens 3.0 T (Magnetom Verio, Siemens, Erlangen, Germany). Ряд последовательных сагиттальных анатомических изображений с высоким разрешением 192 был получен с использованием трехмерной взвешенной на основе объемного потока с градиентом эха с объемной намагниченностью T1 со следующими параметрами: TR = 2000 ms, TE = 2.34 ms, TI = 900 ms, угол поворота = 9 °, FOV = 256 мм × 256 мм, толщина среза = 1 мм, размер матрицы = 256 × 256.

Анализ вольфрамовой морфометрии (VBM)

Все структурные изображения были предварительно обработаны с помощью набора инструментов VBM81 SPM8 (Wellcome Department of Imaging Neuroscience, Лондон, Великобритания)2 работающих на MATLAB R2010a (Math Works Inc., Sherborn, MA, США). Трехмерная геометрическая коррекция была выполнена при восстановлении изображений. После этого отдельные нативные изображения всех участников были сегментированы на GM, белое вещество (WM) и церебральную спинномозговую жидкость (CSF), а сегменты GM были нормализованы к шаблону Монреальского неврологического института путем диффеоморфной анатомической регистрации через экспоненциальную алгебру лжи ( DARTEL) (32). Затем зарегистрированные изображения GM были модулированы путем деления якобиана поля деформации для корректировки локального расширения или сжатия. Изотропное ядро ​​Гаусса с полной шириной 8 мм на половине высоты было принято для сглаживания модулированных изображений GM. Среднее изображение нормализованного GM от всех участников использовалось для создания маски GM, порог которой был установлен на значение 0.3 (были выбраны пиксели с вычисленными значениями доли GM> 30%). Затем маска GM использовалась как явная маска для статистического анализа, чтобы исключить пиксели с низкими значениями вероятности GM.

Статистический анализ

Восколковый множественный регрессионный анализ был проведен для изучения корреляции между показателями GMV и IAT для всех участников после контроля за возрастом и лет обучения. Непараметрический подход к подстановке (33) было выполнено с помощью инструмента рандомизации, заданного в библиотеке программного обеспечения FMRIB (FSL)3, Проведен анализ без повышения кластерного расширения (TFCE), поскольку он объединяет масштаб и высоту кластера в одну статистику и не требует произвольного выбора порога формирования кластера (34). Корреляция между показателем GMV и IAT оценивалась с использованием непараметрического тестирования на основе перестановок с случайными перестановками 5,000. Статистический порог значимости был определен в P <0.01. Для выяснения того, повлияла ли продолжительность онлайн-игры на корреляцию между GMV и IAT, снова был проведен воксельный множественный регрессионный анализ, добавив общее время игры в онлайн-игру в качестве мешающей ковариаты.

Кластеры с корреляцией между GMV и оценкой IAT были определены как области интереса (ROI), и было извлечено среднее GMV в пределах каждой ROI. Корреляционный анализ на основе ROI был проведен между средним GMV и баллом IAT с учетом возраста и количества лет обучения. Затем все участники были разделены на две подгруппы: группа с высоким показателем IAT (оценка IAT> 50, N = 30) и низкую оценку IAT (оценка IAT ≤50, N = 37). Разница в GMV между двумя подгруппами была проверена анализом общей линейной модели, контролирующим возраст и годы обучения. Уровни значимости были установлены как P <0.05.

Итоги

У участников был средний балл 46 на IAT, который использовался для оценки тенденции IGD. Субъекты потратили средний 5.5 h / day на игру в онлайн-игры и продолжались в среднем за 56 месяцев. Клинические и демографические характеристики перечислены в таблице 1.

 
ТАБЛИЦА 1
www.frontiersin.org  

Таблица 1, Характеристики участника.

 
 

Восколковый корреляционный анализ показал, что GMVs двусторонних постцентральных гири (postCG), двусторонних предцентральных гири (preCG), правого предсердия, левой задней корешковой шейки (pMCC), левой нижней теменной доли (IPL) и правая средняя лобная извилина (MFG) была значительно коррелирована с оценкой IAT (рисунок 1; Таблица 2). фигура 2 показывает корреляции на основе ROI между GMV и оценкой IAT. После того, как общее время игры в онлайн-игру было добавлено как ковариация неудобства, корреляция все еще существовала между IAT и GMV двустороннего postCG, левой preCG, левой pMCC и правой MFG (рис. 3; Таблица 3).

 
Рисунок 1
www.frontiersin.org  

Рисунок 1, Области головного мозга, демонстрирующие отрицательные структурные корреляции с оценкой интернет-зависимости (IAT) в подростковых игроках онлайн-игр. Показатель IAT отрицательно коррелировал с объемами серого вещества (GMVs) двусторонних постцентральных гири, двусторонних предцентральных гироскопов, правого предсердия, левой задней середины коры головного мозга, левой нижней теменной дольки и правой средней лобной извилины. Цифры ниже изображений - Монреальский неврологический институт z-ось. Цветная панель представляет собой -log p.

 
 
ТАБЛИЦА 2
www.frontiersin.org  

Таблица 2, Области головного мозга продемонстрировали структурные корреляции с оценкой интернет-теста (IAT).

 
 
Рисунок 2
www.frontiersin.org  

Рисунок 2, Анализ корреляции по регионам (ROI) на основе анализа уровня серого вещества (GMV) и теста интернет-зависимости (IAT). Остаток использовался, потому что возраст и годы обучения контролировались во время корреляционного анализа.

 
 
Рисунок 3
www.frontiersin.org  

Рисунок 3, Области мозга, демонстрирующие отрицательные структурные корреляции с оценкой интернет-зависимости (IAT) в подростковых игроках онлайн-игры, контролируют общее время игры в онлайн-игру. Показатель IAT отрицательно коррелировал с объемами серого вещества (GMVs) двустороннего постцентрального гира, левой предцентральной извилины, левой задней середины коры хвоста и правой средней лобной извилины. Цифры ниже изображений - Монреальский неврологический институт z-ось. Цветная панель представляет собой -log p.

 
 
ТАБЛИЦА 3
www.frontiersin.org  

Таблица 3, Регионы показали структурные корреляции с оценкой интернет-теста (IAT) после контроля за общим временем игры в онлайн-игре.

 
 

Как видно из таблицы 4, когда участники были разделены на две подгруппы в соответствии с оценкой IAT, подгруппа с высокой оценкой IAT (оценка IAT> 50) имела более низкий GMV в семи из восьми регионов по сравнению с подгруппой с группой с низкой оценкой IAT (оценка IAT ≤ 50) (P <0.05).

 
ТАБЛИЦА 4
www.frontiersin.org  

Таблица 4, Сопоставление уровней серого вещества (GMV) на основе регионов (ROI) между двумя подгруппами.

 
 

Обсуждение

В настоящем исследовании связь между тенденцией GMV и IGD оценивалась во всем мозге у подростков-игроков онлайн-игр. После контроля за эффектом общего времени игры в онлайн-игре GMVs двусторонней постКГ, левый preCG, левый pMCC и правый MFG все еще отрицательно коррелировали с тенденцией IGD. Подростки с более низким GMV в областях мозга, связанные с сенсомоторным процессом и когнитивным контролем, имели более высокую тенденцию IGD.

Это согласуется с гипотезой о том, что GMV в MFG, как часть префронтальной коры, участвующей в когнитивном контроле (35, 36), был отрицательно коррелирован с тенденцией IGD. Структурные и функциональные аномалии широко отмечались у лиц с ИГД (3740). Например, меньшая активация в префронтальной коре была обнаружена в ИА (40). Предыдущие исследования продемонстрировали более низкую плотность GM и GMV в префронтальной коре у лиц IGD (37, 39). Меньшая амплитуда низкочастотных колебаний в правом MFG была также выявлена ​​у индивидуумов IGD (41). Аномальная активация в префронтальной коре также была обнаружена у лиц, употребляющих наркотики, таких как пользователи марихуаны и абстинентные нарушители кокаина (4244). Аналогичные изменения в функциональной связности префронтальной коры выявлены у лиц с алкогольной зависимостью и у лиц с ИГД (45, 46). Эти исследования показали, что структурное или функциональное состояние префронтальной коры ассоциируется с наркоманией. В этом исследовании GMV правильного MFG отрицательно коррелировал с оценкой IAT и был ниже в подгруппе с высоким показателем IAT, чем в подгруппе с низким показателем IAT. Структурная аномалия в правильном MFG может привести к нарушению когнитивного контроля в игроках онлайн-игр. В результате игроки онлайн-игр не могли контролировать свою проблемную игру в онлайн-игре и проявляли более высокую тенденцию к IGD.

Не согласуясь с гипотезой, мы не обнаружили ГМВ вентральной стриатумы, коррелирующей с оценкой IAT. Вентральный стриатум является критическим регионом, связанным с наркоманией, и обычно представляет собой аномальную активацию у лиц с наркоманией (26, 27). В нашем исследовании мы сосредоточили внимание на подростковых игроках онлайн-игр, но не только на лицах IGD, которые могут быть возможным объяснением отрицательного результата вентральной полосатой. Однако этот отрицательный результат должен быть проверен в будущем исследовании с большим размером выборки.

Неожиданно preCG, postCG и pMCC, участвующие в сенсомоторном процессе, показали отрицательные корреляции с оценкой IAT. PreCG сыграл важную роль в моторном планировании и проведении (47). Подростковый возраст является критическим периодом развития нервной системы и подвержен влиянию факторов окружающей среды. Предыдущие исследования показали, что употребление алкоголя и наркотиков может изменить GMV в развивающемся мозге подростков (48). Исследование показало, что более длительное использование метамфетамина связано с уменьшением GMV в preCG (49). В нашем исследовании GMV preCG был ниже в подгруппе с высокими показателями IAT, чем в подгруппе с низким показателем IAT. Рассмотрение профилактики и подавления действия концептуально связано с первичной двигательной корой (50), снижение GMV preCG может быть связано с тенденцией IGD. PostCG состоит из первичной сенсорной коры и участвует в интеграции сенсорной информации (24). Отрицательная корреляция между GMV оценки postCG и IAT означает более низкий GMV этого региона у лиц с более высоким показателем IAT. Аномальная функциональная связь postCG была обнаружена у подростков с IGD (51). Снижение GMV и корковая толщина postCG также были выявлены, соответственно, у пользователей героина (52) и подростков с онлайн-игрой (53). Нарушенная postCG может привести к нарушениям при приеме, обработке и интеграции сигналов, релевантных для тела, и может не поддерживать постоянное поведение, связанное с возбуждением, вниманием, стрессом, вознаграждением и обучением, и, наконец, связано с зависимостью (54). В этом исследовании отрицательные структурные корреляции с оценкой IAT также были обнаружены в левом pMCC. PMCC обладает обширной функциональной связностью с областями мозга, участвующими в сенсомоторной сети (55, 56) и играет важную роль в обработке сенсомоторной интеграции и управлении двигателем (57). Сенсомоторные области не только контролируют основные аспекты движения, но также могут формировать поведение человека (58). Функциональные свойства сенсомоторной сети могут быть релевантны для автоматизированного / компульсивного поведения при наркомании (59). У пациентов с кокаиновой зависимостью также отмечались нарушения сенсорной коры головного мозга (60, 61) и употребление алкоголя (62). В совокупности снижение ГМВ в пределах preCG, postCG и pMCC может иметь связь с аномалиями сенсомоторной сети и далее связано с тенденцией IGD.

В настоящем исследовании отрицательные корреляции между оценкой IAT и GMV правого preCG / postCG, левого IPL и правого precuneus исчезли после контроля за эффектом общего времени игры в онлайн-игру. PreCG / postCG участвовал в сенсомоторном процессе (63); IPL и правильный precuneus были тесно связаны с визуальной и преднамеренной обработкой (6466). Игровой процесс требует от игроков в течение долгого времени уделять пристальное внимание крошечным изменениям экрана, а затем повреждает их визуальную способность (65), которые могут иметь отношение к снижению GMV в областях, связанных с визуальным вниманием. Предыдущие исследования продемонстрировали снижение ГМВ преднесуса (8) и уменьшалась корковая толщина IPL (53) у людей с онлайн-зависимостью. Наши результаты показали, что снижение GMV в некоторых областях мозга, связанных с визуальным вниманием и сенсомоторным процессом, зависело от общего времени игры в онлайн-игру, а именно кумулятивного эффекта игры в онлайн-игру.

В нашем исследовании необходимо отметить несколько ограничений. Во-первых, хотя были обнаружены некоторые корреляции между показателем GMV мозга и IAT, причинность не может быть выяснена в этом корреляционном анализе. Наблюдаемый более низкий уровень GMV у подростков с более высоким показателем IAT может быть результатом чрезмерной игры в онлайн-игру или ранее существовавшего состояния, которое чувствительно к IGD. Во-вторых, IAT является субъективным вопросником, и необходимы более объективные методы оценки тенденции к ИГД. В-третьих, общее время игры в онлайн-игры было всего лишь вероятной мерой и может быть недостаточно точным. В-четвертых, мы не могли исключить влияние игрового жанра на результаты, которые следует учитывать в будущем исследовании. Наконец, в нашем кабинете были завербованы только подростки-подростки. Таким образом, настоящие результаты ограничены игроками онлайн-игр для подростков-подростков.

Заключение

В этом исследовании структурная корреляция с тенденцией IGD была исследована в группе подростков-игроков онлайн-игр. Было обнаружено, что GMV областей мозга, связанных с сенсомоторным процессом и когнитивным контролем, ассоциируется с оценкой IAT. Более низкий уровень GMV регионов, связанных с сенсомоторным процессом и когнитивным контролем, может относиться к высокой тенденции IGD, что может привести к новым целям для профилактики и лечения ИГД у подростков.

Заявление о этике

Настоящее исследование было одобрено Этическим комитетом больницы медицинского университета Тяньцзиня, и все участники и их опекуны предоставили письменное информированное согласие в соответствии с институциональными руководящими принципами.

Авторские вклады

Исследования NP, YY, XL и QZ. XQ, XD, GD, YZ и QZ провели исследования. YY участвовал в клинической оценке. NP, YZ, GD и QZ проанализировали данные. NP, YZ, XL, YY и QZ написал статью.

Заявление о конфликте интересов

Авторы заявляют, что исследование проводилось в отсутствие каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Сноски

Рекомендации

1. Блок JJ. Вопросы для DSM-V: интернет-зависимость. Am J Psychiatry (2008) 165(3):306–7. doi:10.1176/appi.ajp.2007.07101556

Полный текст CrossRef | Google Scholar

2. Li Y, Zhang X, Lu F, Zhang Q, Wang Y. Интернет-зависимость среди учащихся начальных и средних школ в Китае: национальное репрезентативное исследование выборки. Cyberpsychol Behav Soc Network (2014) 17(2):111–6. doi:10.1089/cyber.2012.0482

PubMed Аннотация | Полный текст CrossRef | Google Scholar

3. Hayakawa YK, Sasaki H, Takao H, Mori H, Hayashi N, Kunimatsu A, et al. Структурные нарушения головного мозга у женщин с субклинической депрессией, выявленные морфометрией на основе вокселей и изображений тензора диффузии. J Affect Расстройства (2013) 144(3):263–8. doi:10.1016/j.jad.2012.10.023

PubMed Аннотация | Полный текст CrossRef | Google Scholar

4. Такеучи Х, Таки Й, Сасса Я, Хашизум Х, Секигучи А, Нагасе Т и др. Региональный объем серого и белого вещества, связанный с вмешательством Струпа: доказательства морфометрии на вокселе. Neuroimage (2012) 59(3):2899–907. doi:10.1016/j.neuroimage.2011.09.064

PubMed Аннотация | Полный текст CrossRef | Google Scholar

5. Liu F, Guo W, Yu D, Gao Q, Gao K, Xue Z, et al. Классификация различных терапевтических реакций основного депрессивного расстройства с использованием метода многофакторного анализа на основе структурных МР-сканирований. PLoS One (2012) 7(7):e40968. doi:10.1371/journal.pone.0040968

PubMed Аннотация | Полный текст CrossRef | Google Scholar

6. Yuan K, Qin W, Wang G, Zeng F, Zhao L, Yang X, et al. Нарушения микроструктуры у подростков с нарушением интернет-зависимости. PLoS One (2011) 6(6):e20708. doi:10.1371/journal.pone.0020708

PubMed Аннотация | Полный текст CrossRef | Google Scholar

7. Weng CB, Qian RB, Fu XM, Lin B, Han XP, Niu CS и др. Серые вещества и аномалии белого вещества в онлайн-игре. Eur J Radiol (2013) 82(8):1308–12. doi:10.1016/j.ejrad.2013.01.031

PubMed Аннотация | Полный текст CrossRef | Google Scholar

8. Sun Y, Sun J, Zhou Y, Ding W, Chen X, Zhuang Z, et al. Оценка изменений микроструктуры in vivo в сером веществе с использованием DKI в зависимости от интернет-игр. Behav Brain Funct (2014) 10:37. doi:10.1186/1744-9081-10-37

PubMed Аннотация | Полный текст CrossRef | Google Scholar

9. Ko CH, Hsieh TJ, Wang PW, Lin WC, Yen CF, Chen CS и др. Измененная плотность серого вещества и нарушенная функциональная связность миндалины у взрослых с нарушением интернет-игр. Prog Neuropsychopharmacol Biol Psychiatry (2015) 57:185–92. doi:10.1016/j.pnpbp.2014.11.003

PubMed Аннотация | Полный текст CrossRef | Google Scholar

10. Lin X, Dong G, Wang Q, Du X. Аномальное серое вещество и объем белого вещества в разделе «Игроков в Интернете». Addict Behav (2015) 40:137–43. doi:10.1016/j.addbeh.2014.09.010

PubMed Аннотация | Полный текст CrossRef | Google Scholar

11. Zhou Y, Lin FC, Du YS, Qin LD, Zhao ZM, Xu JR и др. Серьезные аномалии в зависимости от интернета: исследование морфометрии на основе воксела. Eur J Radiol (2011) 79(1):92–5. doi:10.1016/j.ejrad.2009.10.025

PubMed Аннотация | Полный текст CrossRef | Google Scholar

12. Kuhn S, Gleich T, Lorenz RC, Lindenberger U, Gallinat J. Игра супер марио вызывает структурную пластичность мозга: изменение серого вещества в результате обучения с коммерческой видеоигрой. Мол Психиатрия (2014) 19(2):265–71. doi:10.1038/mp.2013.120

PubMed Аннотация | Полный текст CrossRef | Google Scholar

13. Пшибыльский А.К., Вайнштейн Н., Мураяма К. Расстройство интернет-игр: исследование клинической значимости нового явления. Am J Psychiatry (2017) 174(3):230–6. doi:10.1176/appi.ajp.2016.16020224

PubMed Аннотация | Полный текст CrossRef | Google Scholar

14. Wen T, Hsieh S. Сетевой анализ показывает функциональную связность, связанную с тенденцией интернет-зависимости. Фронт Hum Neurosci (2016) 10:6. doi:10.3389/fnhum.2016.00006

PubMed Аннотация | Полный текст CrossRef | Google Scholar

15. Li W, Li Y, Yang W, Zhang Q, Wei D, Li W и др. Мозговые структуры и функциональная связь, связанные с индивидуальными различиями в тенденции Интернета у здоровых молодых людей. Neuropsychologia (2015) 70:134–44. doi:10.1016/j.neuropsychologia.2015.02.019

PubMed Аннотация | Полный текст CrossRef | Google Scholar

16. Kuhn S, Gallinat J. Brains онлайн: структурные и функциональные корреляции привычного использования Интернета. Addict Biol (2015) 20(2):415–22. doi:10.1111/adb.12128

PubMed Аннотация | Полный текст CrossRef | Google Scholar

17. Cai C, Yuan K, Yin J, Feng D, Bi Y, Li Y и др. Морфометрия Стриатума связана с дефицитом когнитивного контроля и серьезностью симптомов в расстройстве интернет-игр. Брейн Imaging Behav (2016) 10(1):12–20. doi:10.1007/s11682-015-9358-8

PubMed Аннотация | Полный текст CrossRef | Google Scholar

18. Zhou F, Montag C, Sariyska R, Lachmann B, Reuter M, Weber B, et al. Орбитофронтальное серое вещество дефицитно как маркер расстройства интернет-игр: сходящиеся данные из поперечного сечения и перспективного продольного дизайна. Addict Biol (2017). DOI: 10.1111 / adb.12570

Полный текст CrossRef | Google Scholar

19. Ac-Nikolic E, Zaric D, Никифорович-Суркович О. Распространенность интернет-зависимости среди школьников в Нови-Саде. Srp Arh Celok лек (2015) 143(11–12):719–25. doi:10.2298/SARH1512719A

PubMed Аннотация | Полный текст CrossRef | Google Scholar

20. Gonzalvez MT, Espada JP, Orgiles M, Morales A, Sussman S. Никотиновая зависимость как посредник эффектов проекта EX для снижения потребления табака у ученых. Фронт-психол (2016) 7:1207. doi:10.3389/fpsyg.2016.01207

PubMed Аннотация | Полный текст CrossRef | Google Scholar

21. Colby SM, Nargiso J, Tevyaw TO, Barnett NP, Metrik J, Lewander W, et al. Усиленное мотивационное собеседование и краткие рекомендации по прекращению курения у подростков: результаты рандомизированного клинического испытания. Addict Behav (2012) 37(7):817–23. doi:10.1016/j.addbeh.2012.03.011

PubMed Аннотация | Полный текст CrossRef | Google Scholar

22. Thanki D, Domingo-Salvany A, Barrio Anta G, Sanchez Manez A, Llorens Aleixandre N, Suelves JM, et al. Выбор инструмента для скрининга имеет значение: случай проблемного использования каннабиса в испанском населении подростков. Нападающий ISRN (2013) 2013:723131. doi:10.1155/2013/723131

PubMed Аннотация | Полный текст CrossRef | Google Scholar

23. Kuhn S, Romanowski A, Schilling C, Lorenz R, Morsen C, Seiferth N, et al. Нейронная основа видеоигр. Перевод психиатрии (2011) 1:e53. doi:10.1038/tp.2011.53

PubMed Аннотация | Полный текст CrossRef | Google Scholar

24. Танака С., Икеда Х, Касахара К., Като Р., Цубоми Х, Сугавара С. К. и др. Больший правый задний теменный объем в действии экспертов видеоигр: исследование поведенческой и воксельной морфометрии (VBM). PLoS One (2013) 8(6):e66998. doi:10.1371/journal.pone.0066998

PubMed Аннотация | Полный текст CrossRef | Google Scholar

25. Lee D, Namkoong K, Lee J, Jung YC. Аномальный объем серого вещества и импульсивность у молодых людей с нарушением интернет-игр. Addict Biol (2017). DOI: 10.1111 / adb.12552

Полный текст CrossRef | Google Scholar

26. Эшби Ф.Г., Тернер Б.О., Хорвиц Ю.К. Кортикальные и базальные ганглии для обучения и автоматизма. Тренды Cogn Sci (2010) 14(5):208–15. doi:10.1016/j.tics.2010.02.001

PubMed Аннотация | Полный текст CrossRef | Google Scholar

27. Volkow ND, Wang GJ, Fowler JS, Tomasi D, Telang F. Наркомания: Помимо схемы вознаграждения допамина. Proc Natl Изд-во АН США (2011) 108(37):15037–42. doi:10.1073/pnas.1010654108

Полный текст CrossRef | Google Scholar

28. Вальтер М, Ван У, Инь Й, Сунь Ю, Чжоу У, Чен Х и др. Снижение межполушарной функциональной связи префронтальной доли у подростков с нарушением интернет-игр: основное исследование с использованием МРТ покоящегося состояния. PLoS One (2015) 10(3):e0118733. doi:10.1371/journal.pone.0118733

PubMed Аннотация | Полный текст CrossRef | Google Scholar

29. Кооб Г.Ф., Волков Н.Д. Нейроциркуляция наркомании. Нейропсихофармакологии (2009) 35(1):217–38. doi:10.1038/npp.2009.110

Полный текст CrossRef | Google Scholar

30. Ю.Л., Шек Д.Т. Интернет-зависимость у подростков в Гонконге: трехлетнее исследование. J Pediatr Adolesc Gynecol (2013) 26(3 Suppl):S10–7. doi:10.1016/j.jpag.2013.03.010

PubMed Аннотация | Полный текст CrossRef | Google Scholar

31. Young KS. Пойманный в сети: как распознать признаки интернет-зависимости - и выигрышную стратегию восстановления. Оценивание (1998) 21(6):713–22.

Google Scholar

32. Ashburner J. Алгоритм регистрации быстрого диффеоморфного изображения. Neuroimage (2007) 38(1):95–113. doi:10.1016/j.neuroimage.2007.07.007

PubMed Аннотация | Полный текст CrossRef | Google Scholar

33. Николс Т.Э., Холмс А.П. Непараметрические тесты перестановки для функционального нейровизуализации: праймер с примерами. Hum Brain Mapp (2002) 15(1):1–25. doi:10.1002/hbm.1058

PubMed Аннотация | Полный текст CrossRef | Google Scholar

34. Smith SM, Nichols TE. Усиление кластеров без порогов: устранение проблем сглаживания, пороговая зависимость и локализация в выводе кластеров. Neuroimage (2009) 44(1):83–98. doi:10.1016/j.neuroimage.2008.03.061

PubMed Аннотация | Полный текст CrossRef | Google Scholar

35. Rd MDA, Cohen JD, Stenger VA, Carter CS. Диссоциация роли дорсолатеральной префронтальной и передней корешковой коры в когнитивном контроле. Наука (2000) 288(5472):1835. doi:10.1126/science.288.5472.1835

PubMed Аннотация | Полный текст CrossRef | Google Scholar

36. Yuan P, Raz N. Префронтальная кора и исполнительные функции у здоровых взрослых: метаанализ структурных исследований нейровизуализации. Neurosci Biobehav Rev (2014) 42(5):180–92. doi:10.1016/j.neubiorev.2014.02.005

PubMed Аннотация | Полный текст CrossRef | Google Scholar

37. Wang H, Jin C, Yuan K, Shakir TM, Mao C, Niu X, et al. Изменение объема серого вещества и когнитивного контроля у подростков с нарушением интернет-игр. Фронт Behav Neurosci (2015) 9:64. doi:10.3389/fnbeh.2015.00064

Полный текст CrossRef | Google Scholar

38. Liu GC, Yen JY, Chen CY, Yen CF, Chen CS, Lin WC и др. Активация головного мозга для ингибирования ответа при отвлечении игрового сигнала в расстройстве интернет-игр. Kaohsiung J Med Sci (2014) 30(1):43–51. doi:10.1016/j.kjms.2013.08.005

PubMed Аннотация | Полный текст CrossRef | Google Scholar

39. Choi J, Cho H, Kim JY, Jung DJ, Ahn KJ, Kang HB, et al. Структурные изменения в префронтальной коре опосредуют связь между расстройством интернет-игр и подавленным настроением. Sci Rep (2017) 7(1):1245. doi:10.1038/s41598-017-01275-5

PubMed Аннотация | Полный текст CrossRef | Google Scholar

40. Seok JW, Lee KH, Sohn S, Sohn JH. Нейронные субстраты рискованного принятия решений у людей с интернет-зависимостью. Aust NZJ Психиатрия (2015) 49(10):923–32. doi:10.1177/0004867415598009

PubMed Аннотация | Полный текст CrossRef | Google Scholar

41. Park SY, Kim SM, Roh S, Soh MA, Lee SH, Kim H, et al. Эффекты программы лечения виртуальной реальности для онлайн-игр. Вычислительные методы Программы Biomed (2016) 129:99–108. doi:10.1016/j.cmpb.2016.01.015

PubMed Аннотация | Полный текст CrossRef | Google Scholar

42. Bolla K, Ernst M, Kiehl K, Mouratidis M, Eldreth D, Contoreggi C, et al. Префронтальная кортикальная дисфункция у абстинентных лиц, злоупотребляющих кокаином. J Нейропсихиатрия Clin Neurosci (2004) 16(4):456. doi:10.1176/jnp.16.4.456

PubMed Аннотация | Полный текст CrossRef | Google Scholar

43. Болла К.И., Элдрет Д.А., Маточик Ю.А., Кадет Ю.Л. Нейронные субстраты ошибочного принятия решений у абстинентных пользователей марихуаны. Neuroimage (2005) 26(2):480–92. doi:10.1016/j.neuroimage.2005.02.012

PubMed Аннотация | Полный текст CrossRef | Google Scholar

44. Bolla KI, Eldreth DA, London ED, Kiehl KA, Mouratidis M, Contoreggi C, et al. Орбитофронтальная дисфункция коры у абстинентных лиц, злоупотребляющих кокаином, выполняет задачу принятия решений. Neuroimage (2003) 19(3):1085. doi:10.1016/S1053-8119(03)00113-7

PubMed Аннотация | Полный текст CrossRef | Google Scholar

45. Ge X, Sun Y, Han X, Wang Y, Ding W, Cao M и др. Различие в функциональной связности дорсолатеральной префронтальной коры между курильщиками с никотиновой зависимостью и индивидами с нарушением интернет-игр. BMC Neurosci (2017) 18(1):54. doi:10.1186/s12868-017-0375-y

PubMed Аннотация | Полный текст CrossRef | Google Scholar

46. Хан JW, Хан DH, Боло N, Ким Б, Ким Б.Н., Реншоу ПФ. Различия в функциональной связности между алкогольной зависимостью и расстройством интернет-игр. Addict Behav (2015) 41:12–9. doi:10.1016/j.addbeh.2014.09.006

PubMed Аннотация | Полный текст CrossRef | Google Scholar

47. Nock NL, Dimitropolous A, Tkach J, Frasure H, von Gruenigen V. Снижение нейронной активации до высококалорийных пищевых сигналов у страдающих ожирением рецидивов рака эндометрия после вмешательства поведенческого образа жизни: экспериментальное исследование. BMC Neurosci (2012) 13:74. doi:10.1186/1471-2202-13-74

PubMed Аннотация | Полный текст CrossRef | Google Scholar

48. Squeglia LM, Gray KM. Алкоголь и употребление наркотиков и развивающийся мозг. Curr Psychiatry Rep (2016) 18(5):46. doi:10.1007/s11920-016-0689-y

PubMed Аннотация | Полный текст CrossRef | Google Scholar

49. Hall MG, Alhassoon OM, Stern MJ, Wollman SC, Kimmel CL, Perez-Figueroa A, et al. Нарушения серого вещества в кокаине по сравнению с метамфетаминозависимыми пациентами: метаанализ нейровизуализации. Am J Наркотическое злоупотребление алкоголем (2015) 41(4):290–9. doi:10.3109/00952990.2015.1044607

PubMed Аннотация | Полный текст CrossRef | Google Scholar

50. Stinear CM, Coxon JP, Byblow WD. Первичная моторная кора и предотвращение движения: где останавливается стоп. Neurosci Biobehav Rev (2009) 33(5):662–73. doi:10.1016/j.neubiorev.2008.08.013

PubMed Аннотация | Полный текст CrossRef | Google Scholar

51. Zhang JT, Yao YW, Li CS, Zang YF, Shen ZJ, Liu L, et al. Измененная функциональная связность состояния изоляции у молодых людей с нарушением интернет-игр. Addict Biol (2016) 21(3):743–51. doi:10.1111/adb.12247

PubMed Аннотация | Полный текст CrossRef | Google Scholar

52. Gardini S, Venneri A. Уменьшение серого вещества в задней оболочке как структурная уязвимость или диатез к наркомании. Brain Res Bull (2012) 87(2–3):205–11. doi:10.1016/j.brainresbull.2011.11.021

PubMed Аннотация | Полный текст CrossRef | Google Scholar

53. Yuan K, Cheng P, Dong T, Bi Y, Xing L, Yu D, et al. Кортикальные аномалии толщины в позднем подростковом возрасте с онлайновой игрой. PLoS One (2013) 8(1):e53055. doi:10.1371/journal.pone.0053055

PubMed Аннотация | Полный текст CrossRef | Google Scholar

54. Паулюс П.П., Стюарт Ю.Л. Взаимодействие и наркомания. Нейрофармакология (2014) 76 (Pt B): 342-50. DOI: 10.1016 / j.neuropharm.2013.07.002

Полный текст CrossRef | Google Scholar

55. Пикард Н., Стрик П.Л. Моторные области медиальной стены: обзор их местоположения и функциональной активации. Cereb Cortex (1996) 6(3):342–53. doi:10.1093/cercor/6.3.342

PubMed Аннотация | Полный текст CrossRef | Google Scholar

56. Yu C, Zhou Y, Liu Y, Jiang T, Dong H, Zhang Y, et al. Функциональная сегрегация коры позвонков человека подтверждается нейроанатомической парселяцией, основанной на функциональной связности. Neuroimage (2011) 54(4):2571–81. doi:10.1016/j.neuroimage.2010.11.018

PubMed Аннотация | Полный текст CrossRef | Google Scholar

57. Wang D, Zhou Y, Zhuo C, Qin W, Zhu J, Liu H, et al. Измененная функциональная связность шипучих субрегионов при шизофрении. Перевод психиатрии (2015) 5:e575. doi:10.1038/tp.2015.69

PubMed Аннотация | Полный текст CrossRef | Google Scholar

58. Casartelli L, Chiamulera C. Путь к двигателю: клинические последствия понимания и формирования действий с двигательной системой при аутизме и наркомании. Cogn Affect Behav Neurosci (2016) 16(2):191–206. doi:10.3758/s13415-015-0399-7

PubMed Аннотация | Полный текст CrossRef | Google Scholar

59. Гремел С.М., Ловингер Д.М. Роль ассоциативных и сенсомоторных кортико-базальных ганглиев в эффектах злоупотребления наркотиками. Гены Мозг Behav (2017) 16(1):71–85. doi:10.1111/gbb.12309

PubMed Аннотация | Полный текст CrossRef | Google Scholar

60. Porrino LJ, Lyons D, Smith HR, Daunais JB, Nader MA. Самообслуживание кокаина вызывает прогрессирующее участие лимбических, ассоциативных и сенсомоторных полосатых доменов. J Neurosci (2004) 24(14):3554–62. doi:10.1523/JNEUROSCI.5578-03.2004

PubMed Аннотация | Полный текст CrossRef | Google Scholar

61. Hanlon CA, Wesley MJ, Roth AJ, Miller MD, Porrino LJ. Потеря латеральности у пациентов с хроническим кокаином: исследование МРТ с сенсомоторным контролем. Психиатрии Res (2010) 181(1):15–23. doi:10.1016/j.pscychresns.2009.07.009

PubMed Аннотация | Полный текст CrossRef | Google Scholar

62. Nikolaou K, Critchley H, Duka T. Алкоголь влияет на нейронные субстраты ингибирования ответа, но не на перцептивную обработку стимулов, сигнализирующих реакцию остановки. PLoS One (2013) 8(9):e76649. doi:10.1371/journal.pone.0076649

PubMed Аннотация | Полный текст CrossRef | Google Scholar

63. White LE, Andrews TJ, Hulette C, Richards A, Groelle M, Paydarfar J, et al. Структура сенсомоторной системы человека. I: морфология и цитоархитектура центральной борозды. Cereb Cortex (1997) 7(1):18–30. doi:10.1093/cercor/7.1.18

Полный текст CrossRef | Google Scholar

64. Cavanna AE, Trimble MR. Предреус: обзор его функциональной анатомии и поведенческих коррелятов. Мозг (2006) 129(Pt 3):564–83. doi:10.1093/brain/awl004

PubMed Аннотация | Полный текст CrossRef | Google Scholar

65. Feng Q, Chen X, Sun J, Zhou Y, Sun Y, Ding W и др. Сравнение уровня Voxel с артериальной спин-меченной перфузионной магнитно-резонансной томографией у подростков с использованием интернет-игр. Behav Brain Funct (2013) 9(1):33. doi:10.1186/1744-9081-9-33

PubMed Аннотация | Полный текст CrossRef | Google Scholar

66. Due DL, Huettel SA, Hall WG, Rubin DC. Активация в мезолимбических и зрительно-диспластических нейронных цепях, вызванных курящими сигналами: доказательством функциональной магнитно-резонансной томографии. Am J Psychiatry (2002) 159(6):954–60. doi:10.1176/appi.ajp.159.6.954

PubMed Аннотация | Полный текст CrossRef | Google Scholar